基于Kano模型的教師在線學(xué)習(xí)支持服務(wù)需求歸類分析

周海軍 楊曉宏

（西北師范大學(xué) 教育技術(shù)學(xué)院，甘肅 蘭州 730070）

一、問題的提出

在泛在便捷的網(wǎng)絡(luò)環(huán)境和大量優(yōu)質(zhì)MOOC、微課、精品課程等資源的支持下，基于網(wǎng)絡(luò)的在線學(xué)習(xí)得到了廣大教師的青睞，已成為了教師專業(yè)發(fā)展的主要途徑[1]。在線學(xué)習(xí)能否有效滿足教師的學(xué)習(xí)需求，助力教師實現(xiàn)專業(yè)成長，學(xué)習(xí)支持服務(wù)是關(guān)鍵?，F(xiàn)階段，在大數(shù)據(jù)、人工智能等新興技術(shù)的推動下，教師在線學(xué)習(xí)支持服務(wù)的類型日趨多樣化、來源更加多元化、內(nèi)容更具個性化[2]?，F(xiàn)代信息技術(shù)雖能在教師學(xué)習(xí)需求分析、資源個性化推薦等方面提供有效支撐，可在一定程度上減輕支持服務(wù)供給方在個性化定制服務(wù)項目等方面的工作壓力，但一些支持服務(wù)內(nèi)容仍有賴于人力資源。此外，在線學(xué)習(xí)教師所能夠獲得的滿足自身學(xué)習(xí)需求的服務(wù)項越多，則其學(xué)習(xí)體驗越良好，學(xué)習(xí)效果也越易于得到保障；但由于支持服務(wù)供給方所擁有的服務(wù)保障能力有限，常常難以滿足教師的所有學(xué)習(xí)服務(wù)需求。在此情況下，優(yōu)先滿足教師普遍關(guān)注的、對學(xué)習(xí)結(jié)果有著顯著影響的關(guān)鍵性服務(wù)需求，是在線學(xué)習(xí)支持服務(wù)供給方平衡教師在線學(xué)習(xí)支持服務(wù)需求與自身成本支出之間矛盾的可行之策。由此，若能夠在對教師在線學(xué)習(xí)支持服務(wù)需求進行分析統(tǒng)整的基礎(chǔ)上，對其進行科學(xué)歸類，進而確定不同類別支持服務(wù)需求項目的優(yōu)先滿足次序，則可為支持服務(wù)供給方科學(xué)配置服務(wù)項目提供重要參照。而源于質(zhì)量管理領(lǐng)域的Kano模型在服務(wù)（或產(chǎn)品）需求分類方面有其獨特的效用，且可基于Kano模型對服務(wù)（或產(chǎn)品）需求的優(yōu)先順序進行排序。鑒于此，本研究借助Kano模型這一工具，在問卷調(diào)研的基礎(chǔ)上，對教師在線學(xué)習(xí)支持服務(wù)需求進行了科學(xué)歸類，并針對不同類別的支持服務(wù)需求屬性提出了具體的保障策略，以期能夠有效提升在線學(xué)習(xí)質(zhì)量。

二、研究綜述

（一）教師在線學(xué)習(xí)支持服務(wù)

教師在線學(xué)習(xí)是教師應(yīng)用信息化設(shè)備獲取知識、技能的活動。從在線學(xué)習(xí)行為發(fā)生的動力來源出發(fā)，可將教師在線學(xué)習(xí)歸為兩大類：一類是在外部力量推動（如行政推動）下所開展的在線學(xué)習(xí)活動；另一類是在內(nèi)在力量驅(qū)動下，教師出于自身的愛好、興趣等所進行的基于網(wǎng)絡(luò)的“自我培訓(xùn)”。鑒于外力推動下的在線學(xué)習(xí)難以滿足教師個性化的學(xué)習(xí)需求，在具體的培訓(xùn)實踐中效果不佳，而源于教師自我需求的在線學(xué)習(xí)更易取得理想的學(xué)習(xí)效果，人們開始倡導(dǎo)緊扣教師實際需求的個性化學(xué)習(xí)范式，嘗試實現(xiàn)教師在線學(xué)習(xí)外部推力與內(nèi)在動力的統(tǒng)一[3]，如提倡為教師創(chuàng)造自主選擇培訓(xùn)機構(gòu)、研修平臺、研修內(nèi)容的機會[4]，以便在完成培訓(xùn)學(xué)分要求的同時，能夠更好地滿足教師的內(nèi)在學(xué)習(xí)需求。

教師在線學(xué)習(xí)活動的有效開展需要一系列高質(zhì)量的支持服務(wù)來保障。教師在線學(xué)習(xí)支持服務(wù)即在教師在線學(xué)習(xí)的過程中，供給方所提供的各種支持服務(wù)活動，其目的在于幫助教師克服在線學(xué)習(xí)的各類障礙，保障學(xué)習(xí)活動的順利開展。已有針對教師在線學(xué)習(xí)支持服務(wù)的相關(guān)研究，多聚焦于教師在線學(xué)習(xí)的具體場域，探尋提升學(xué)習(xí)效果的可行之策，如荊永君等人以教師在線培訓(xùn)為例，通過研究發(fā)現(xiàn)，教師在線學(xué)習(xí)目的性較強、活動性較高、時間投入充足，但社會交互情況不夠理想，建議提供恰當(dāng)?shù)母深A(yù)機制和腳手架，以提高在線學(xué)習(xí)效果[5]。另有研究者從新技術(shù)、新理念在教師在線學(xué)習(xí)中的應(yīng)用出發(fā)，對教師在線學(xué)習(xí)的效果進行了探討，如趙艷等人基于學(xué)習(xí)分析的視角，運用專業(yè)工具獲取教師的學(xué)習(xí)數(shù)據(jù)，呈現(xiàn)分析結(jié)果，幫助教師及輔導(dǎo)人員及時了解學(xué)習(xí)情況，以便為教師提供及時的支持服務(wù)和適切的干預(yù)[6]。王帆等人基于引領(lǐng)式在線學(xué)習(xí)理念，從學(xué)習(xí)情境、學(xué)習(xí)問題、學(xué)習(xí)群體出發(fā)，提出“情境”外引、“問題”外引、“群體”外引等三個外部引導(dǎo)策略，以激發(fā)教師在線學(xué)習(xí)內(nèi)驅(qū)力，促進教師持續(xù)學(xué)習(xí)[7]。總而言之，在新的技術(shù)背景下，關(guān)注教師成長、生活的具體場域，探討新理念、新技術(shù)支持下的教師專業(yè)化成長路徑與在線學(xué)習(xí)策略，跟蹤干預(yù)條件下教師的在線學(xué)習(xí)效果，是當(dāng)下教師在線學(xué)習(xí)支持服務(wù)相關(guān)研究的重要主題。

（二）Kano模型及其應(yīng)用

1.Kano模型

Kano模型由東京理工大學(xué)狩野紀(jì)昭教授于20世紀(jì)80年代提出，該模型體現(xiàn)了產(chǎn)品性能與用戶滿意度之間存在的非線性關(guān)系[8]。在Kano模型中，用戶需求屬性被分為五類（如圖1所示）[9]：必備型需求，是在用戶看來服務(wù)（產(chǎn)品）必不可少的屬性或功能，也是用戶對服務(wù)（產(chǎn)品）最為基本的要求。當(dāng)服務(wù)（產(chǎn)品）不能滿足用戶的必備型需求時，用戶的滿意度就會大幅度降低，而當(dāng)必備型需求能夠滿足時，用戶的滿意度也不會因此而持續(xù)提升。期望型需求，是服務(wù)（產(chǎn)品）對用戶的滿足程度與用戶的滿意度之間成正比例關(guān)系的需求。魅力型需求，是出乎用戶意料的服務(wù)（產(chǎn)品）屬性，常會帶給用戶驚喜，即使此類服務(wù)表現(xiàn)得不夠完善，也會帶給用戶非常高的滿意度。用戶通常不會過分期望此類需求，在不提供此類需求的情況下，用戶也不會因此而抱怨。無差異需求，是對用戶滿意度沒有明顯影響的需求，用戶一般不關(guān)心此類需求。反向型需求，是易于引起用戶強烈不滿的服務(wù)（產(chǎn)品）需求類型，用戶本來無此類需求，提供后反而會讓用戶的滿意度明顯下降。

圖1 Kano模型

2.Kano模型應(yīng)用現(xiàn)狀

Kano模型自提出以來得到了越來越多的關(guān)注，并被廣泛應(yīng)用于產(chǎn)品質(zhì)量管理、員工管理、業(yè)務(wù)規(guī)劃和服務(wù)管理等方面[10]。在教育領(lǐng)域，研究者應(yīng)用Kano模型對教育軟件、教育服務(wù)等方面學(xué)習(xí)者的需求開展了研究。如在教育軟件開發(fā)方面，范哲等人應(yīng)用Kano模型對江蘇省大學(xué)生成長服務(wù)平臺的功能屬性進行了分析和歸納，并提出了改進建議[11]，宮華萍等人基于Kano模型和質(zhì)量功能展開理論，對語言學(xué)習(xí)系統(tǒng)的質(zhì)量特性進行了研究[12][13]。在教育服務(wù)供給方面，徐蘭和李曉萍應(yīng)用Kano模型對幼教服務(wù)質(zhì)量屬性進行了分類[14]，周效章基于Kano模型對高校數(shù)字教育資源社會化服務(wù)的用戶需求屬性進行了歸類[15]，白倩等人基于Kano模型對MOOC學(xué)習(xí)支持服務(wù)的有效需求進行了分析[16]?？傮w來看，Kano模型在教育領(lǐng)域的應(yīng)用正逐步得到研究者的重視，但已有文獻中，鮮有應(yīng)用Kano模型對教師在線學(xué)習(xí)支持服務(wù)的相關(guān)探討。

（三）基于Kano模型的用戶需求屬性識別

在一般情況下，在借助Kano模型對用戶需求屬性進行識別時，需在Kano模型問卷調(diào)查的基礎(chǔ)上，借助Kano模型屬性矩陣，對用戶需求屬性逐一進行判斷，統(tǒng)計每一類需求屬性頻次，最后將出現(xiàn)頻次最高的需求屬性確定為題項的最終屬性類別，這種方法稱之為最高頻次法。然而，一些研究者認(rèn)為依據(jù)最高頻次法對用戶需求屬性進行分類并不完全可靠[17]，且難以體現(xiàn)需求要素對整體滿意度的影響程度[18]。例如，當(dāng)兩個或多個類別的需求頻次非常接近時，就難以準(zhǔn)確地對用戶需求屬性進行歸類。針對這一情況，多位研究者對最高頻次法進行了改進，其中以學(xué)者查爾斯.博格爾（Charls Berger）等人提出的Better-Worse系數(shù)分析法最具代表性[19]。Better-Worse系數(shù)分析法應(yīng)用各類需求屬性頻次的統(tǒng)計數(shù)據(jù)，通過以下公式計算出Better系數(shù)（滿意系數(shù)，通常為正值）和Worse系數(shù)（不滿意系數(shù)，通常為負(fù)值），其中，M代表必備型需求（Mustbe Demand）值，O代表期望型需求（One-dimensional Demand）值，A代表魅力型需求（Attractive Demand）值，I代表無差異需求（Indifferent Demand）值。

Better-Worse系數(shù)可以用來識別不同需求要素的滿足對整體滿意度的影響差異。Better系數(shù)表示滿足某項需求對整體滿意度的提高程度，其值在0到1之間，Better系數(shù)值越大表示滿足該項需求對整體滿意度的提升作用越顯著；Worse系數(shù)表示不能有效滿足某項需求對整體滿意度的影響程度，其值在-1到0之間，Worse系數(shù)的絕對值越大，表示不能有效滿足某項需求對整體滿意度的降低作用越顯著。在本研究中，我們應(yīng)用最高頻次法和Better-Worse系數(shù)法兩種方法，對教師在線學(xué)習(xí)支持服務(wù)需求進行歸類分析。

三、教師在線學(xué)習(xí)支持服務(wù)的類型

研究者對學(xué)習(xí)支持服務(wù)的分類有多種不同的觀點，奧蒙德.辛普森（Ormond Simpson）將其劃分為學(xué)術(shù)性支持和非學(xué)術(shù)性支持[20]，前者主要涉及對學(xué)習(xí)者在學(xué)習(xí)過程中的認(rèn)知、知識等方面的支持，如解釋相關(guān)概念、培養(yǎng)學(xué)習(xí)技能、追蹤學(xué)習(xí)過程等；后者主要包括管理性支持和情感性支持，如各種信息建議、態(tài)度反饋等。瑪麗·索普（Mary Thorpe）從學(xué)習(xí)發(fā)生的過程出發(fā)，將學(xué)習(xí)支持服務(wù)界定為在學(xué)習(xí)發(fā)生之前、學(xué)習(xí)過程之中以及學(xué)習(xí)完成之后，對學(xué)習(xí)者的需求做出反應(yīng)的所有元素的集合[21]。我國學(xué)者丁興富將學(xué)習(xí)支持服務(wù)分為人員服務(wù)、信息服務(wù)、設(shè)施服務(wù)、資源服務(wù)、作業(yè)檢測與考試、實踐性教學(xué)環(huán)節(jié)等六個方面[22]；陳麗將學(xué)習(xí)支持服務(wù)劃分為教學(xué)支持、管理支持、學(xué)習(xí)技能支持、技術(shù)支持和同伴支持[23]；史承軍等人從教師資源、教學(xué)過程、教學(xué)資源、教育設(shè)施、教育管理支持服務(wù)五個方面設(shè)計了學(xué)習(xí)支持服務(wù)體系[24]；白倩等人從人員支持、資源支持、活動支持和評價支持四個方面構(gòu)建了混合學(xué)習(xí)中的支持服務(wù)體系[25]。

盡管研究者對學(xué)習(xí)支持服務(wù)的類型劃分存在一定的差異，但總的來看，多數(shù)研究將學(xué)習(xí)支持服務(wù)概括為人員支持、資源支持、技術(shù)支持、情感支持、管理支持、評價支持等方面。在對相關(guān)文獻分析的基礎(chǔ)上，本文在與教育技術(shù)領(lǐng)域研究者、曾多次參與在線研修活動的一線教師、中小學(xué)校長等反復(fù)討論的基礎(chǔ)上，結(jié)合教師在線學(xué)習(xí)的特點，從人員支持、資源支持、信息服務(wù)、管理服務(wù)、設(shè)施環(huán)境5個維度，梳理規(guī)整了20項教師在線學(xué)習(xí)支持服務(wù)項目，構(gòu)建了教師在線學(xué)習(xí)支持服務(wù)體系（如表1所示）。

表1 教師在線學(xué)習(xí)支持服務(wù)體系

四、教師在線學(xué)習(xí)支持服務(wù)需求歸類

應(yīng)用Kano模型對用戶需求屬性進行識別，一般包括編制Kano模型問卷、問卷試測與修正、開展問卷調(diào)查、調(diào)研結(jié)果分析等步驟。在本研究中，我們按此步驟對教師在線學(xué)習(xí)支持服務(wù)需求進行了歸類。

（一）編制Kano模型問卷

教師在線學(xué)習(xí)支持服務(wù)Kano模型調(diào)查問卷包括兩個部分：一是調(diào)查對象基本信息部分，收集受訪者的年齡、性別、教齡、職稱、學(xué)歷、從教學(xué)校類別等信息；二是支持服務(wù)項目具體信息內(nèi)容，根據(jù)Kano模型問卷的設(shè)計特點，針對表1所列的20項教師在線學(xué)習(xí)支持服務(wù)項目，分別設(shè)計正向型問題和反向型問題（如表2所示），每個問題均包括“我很喜歡”“理應(yīng)如此”“無所謂”“勉強接受”“我不喜歡”5個選項，調(diào)查對象在“提供”或“不提供”某一在線學(xué)習(xí)支持服務(wù)項目的情境假設(shè)下，依據(jù)個人的理解和體會選擇答案。

表2 Kano模型問卷樣例

（二）問卷試測與修正

試測的目的在于識別問卷中存在的問題，以便提高問卷質(zhì)量。本研究中，問卷形成后，面向7位中小學(xué)教師進行了試測，并征詢了他們對問卷表述方面的意見。針對一些教師反映問卷題項表述太過簡潔、具體的指代內(nèi)容不夠清晰等問題，結(jié)合服務(wù)類型的具體內(nèi)涵，對每組題目中的支持服務(wù)項目加注了簡要說明。

（三）開展問卷調(diào)查

本研究利用“問卷星”平臺收集問卷。通過微信、QQ邀請1所高中、3所初中、3所小學(xué)、5所幼兒園的教師在線填寫問卷。調(diào)研共計回收問卷285份，剔除作答時間少于3分鐘的問卷39份，最終收集到有效問卷246份，有效率為86.3%。從有效樣本的基本信息統(tǒng)計結(jié)果來看，樣本在性別、學(xué)歷、職稱、教齡等方面的比例分布情況，與調(diào)研地區(qū)教師的總體結(jié)構(gòu)相接近，樣本具有較強的代表性。

（四）調(diào)研結(jié)果分析

1.問卷信效度檢驗

基于調(diào)研所獲數(shù)據(jù)，應(yīng)用SPSS 22.0軟件對問卷進行信效度檢驗，檢驗結(jié)果如表3所示。正向型問題、反向型問題及Kano問卷整體Cronbach’sα值均高于0.8，KMO值處于0.45至0.95之間，Bartlett球形檢驗達到顯著水平（p<0.001），累積解釋變異量均高于50%，表明該問卷具有良好信效度，問卷數(shù)據(jù)滿足分析要求。

表3 問卷信效度檢驗結(jié)果

2.基于最高頻次法的支持服務(wù)需求屬性分析

本研究中，我們對照Kano模型屬性矩陣（如表4所示），對每份有效問卷各支持服務(wù)項目逐一確定了需求屬性。其中，M代表必備型需求，O代表期望型需求，A代表魅力型需求，I代表無差異需求，R代表反向型需求（Reverse Demand），Q代表可疑結(jié)果（Questionable Results）。如當(dāng)受訪者針對某一支持服務(wù)項目正向型問題的回答為“我很喜歡”，反向型問題的回答為“我不喜歡”時，依據(jù)Kano模型屬性歸類矩陣，可認(rèn)為該項支持服務(wù)對于受訪者而言，屬于期望型需求；當(dāng)受訪者未能準(zhǔn)確理解題目含義或錯誤作答時，則會出現(xiàn)可疑結(jié)果。

表4 Kano模型屬性矩陣表

在對有效調(diào)查問卷每項支持服務(wù)需求屬性頻次進行統(tǒng)計的基礎(chǔ)上，將統(tǒng)計結(jié)果中出現(xiàn)頻次最高的支持服務(wù)需求屬性確定為該項支持服務(wù)的最終需求屬性類別，20項支持服務(wù)項目的歸類結(jié)果如表5所示。其中，必備型需求7項，占比35%；期望型需求2項，占比10%；魅力型需求3項，占比15%；無差異需求8項，占比40%。

表5 教師在線學(xué)習(xí)支持服務(wù)需求屬性統(tǒng)計及歸類

3.基于Better-Worse系數(shù)法的支持服務(wù)需求屬性分析

鑒于最高頻次法對用戶支持服務(wù)需求屬性的分類未能體現(xiàn)各項支持服務(wù)對整體服務(wù)滿意度的影響程度，本研究還應(yīng)用Better-Worse系數(shù)法對調(diào)研結(jié)果進行了統(tǒng)計分析。基于最高頻次法統(tǒng)計數(shù)據(jù)，應(yīng)用Better-Worse系數(shù)計算公式，分別計算出20項服務(wù)項目的Better系數(shù)和Worse系數(shù)（如表5所示）。從計算結(jié)果來看，專人輔助支持（SS1）、主題類資源（RS1）、工具類資源（RS3）、咨詢服務(wù)（IS1）、設(shè)備支持（FE1）、多終端支持（FE2）、網(wǎng)絡(luò)服務(wù)（FE3）等支持服務(wù)項目系數(shù)的絕對值較大，表明其對整體支持服務(wù)滿意度的影響作用較為明顯。

五、教師在線學(xué)習(xí)支持服務(wù)保障策略

（一）最高頻次歸類視角下的教師在線學(xué)習(xí)支持服務(wù)保障策略

由前文可知，應(yīng)用最高頻次法，可將教師在線學(xué)習(xí)支持服務(wù)需求屬性歸為不同的類型。Kano模型理論認(rèn)為，不同類型的需求，對用戶滿意度有著不同的影響。因此，在線學(xué)習(xí)支持服務(wù)供給方提供支持服務(wù)時，需要結(jié)合具體的支持服務(wù)需求屬性，確定支持服務(wù)項目的優(yōu)先次序，以便提高服務(wù)效益。

在支持服務(wù)類別中，必備型需求包括主題類資源（RS1）、拓展類資源（RS2）、素材類資源（RS4）、管理平臺支持（MS1）、設(shè)備支持（FE1）、多終端支持（FE2）、網(wǎng)絡(luò)服務(wù)（FE3）等服務(wù)項目，必備型需求是在線學(xué)習(xí)教師所需的最為基本的支持服務(wù)類別，支持服務(wù)供給方需要優(yōu)先保障此類服務(wù)內(nèi)容。具體而言，一是支持服務(wù)供給方需圍繞學(xué)習(xí)主題，遴選、提供高質(zhì)量多類別的在線學(xué)習(xí)資源，供教師靈活選擇學(xué)習(xí)或免費下載應(yīng)用；二是支持服務(wù)供給方要加強教師在線學(xué)習(xí)的過程性管理，提供功能完備的在線學(xué)習(xí)管理平臺；三是學(xué)校需要不斷提升信息化建設(shè)水平，改善辦公條件，優(yōu)化網(wǎng)絡(luò)服務(wù)，為教師在線學(xué)習(xí)提供設(shè)施設(shè)備方面的有力支持。支持服務(wù)類別中，期望型需求包括咨詢服務(wù)（IS1）、環(huán)境支持（FE4）兩項。期望型需求的滿足程度越高，則在線學(xué)習(xí)教師的滿意度也就越高。因此，支持服務(wù)供給方需要為教師提供優(yōu)質(zhì)、即時的在線咨詢服務(wù)，解決教師在學(xué)習(xí)過程中遇到的困惑和問題；學(xué)校需營造積極的在線學(xué)習(xí)氛圍，為教師在線學(xué)習(xí)創(chuàng)造良好的文化環(huán)境。專人輔助支持（SS1）、工具類資源（RS3）、研修學(xué)分運用（MS3）等支持服務(wù)項目屬于魅力型需求的范疇。在線學(xué)習(xí)教師對魅力型需求并無過高的期待，但支持服務(wù)供給方若能有效提供此類服務(wù)，則會帶給教師意外的驚喜，能夠大幅度提升滿意度。鑒于此，支持服務(wù)供給方在保障必備型需求、期望型需求的前提下，需對魅力型需求給予足夠的重視，如指定專人協(xié)助教師解決在線學(xué)習(xí)中所遇到的問題，提供教師常用的各類軟件工具資源，并將教師在線學(xué)習(xí)所獲學(xué)分與教師個人的繼續(xù)教育、考核評價等有機銜接。支持服務(wù)類別中，無差異需求包括專業(yè)團隊支持（SS2）、小組協(xié)作互助（SS3）、信息推送（IS2）、信息交流（IS3）、評價反饋支持（MS2）、情緒疏導(dǎo)服務(wù)（MS4）、訓(xùn)后跟蹤服務(wù)（MS5）、制度支持（FE5）等服務(wù)項目，無差異需求對在線學(xué)習(xí)教師的滿意度影響有限，在支持服務(wù)保障能力有限的情況下，支持服務(wù)供給方可暫時縮減與此類服務(wù)需求有關(guān)的投入。此外，一些研究者認(rèn)為，各類支持服務(wù)需求屬性會隨著時間、情境的變化而發(fā)生演變，因此，支持服務(wù)供給方需關(guān)注無差異需求的動態(tài)變化情況。

（二）Better-Worse系數(shù)視角下的教師在線學(xué)習(xí)支持服務(wù)保障策略

為能更直觀地反映在線學(xué)習(xí)支持服務(wù)項目對教師在線學(xué)習(xí)滿意度的影響情況，我們以Worse系數(shù)為橫軸，以Better系數(shù)為縱軸構(gòu)建坐標(biāo)系，并在坐標(biāo)系中標(biāo)注了學(xué)習(xí)支持服務(wù)項目所對應(yīng)的坐標(biāo)點，然后以Worse系數(shù)和Better系數(shù)平均數(shù)的絕對值為基點（|-0.43|，0.47），分別向橫向、縱向坐標(biāo)軸繪制垂直線，將學(xué)習(xí)支持服務(wù)項目的坐標(biāo)點切分至四個象限，得到教師在線學(xué)習(xí)支持服務(wù)Better-Worse系數(shù)象限圖（如圖2所示）。

圖2 教師在線學(xué)習(xí)支持服務(wù)需求屬性Better-Worse系數(shù)象限圖

由圖2可知，處于第一象限的咨詢服務(wù)（IS1）、環(huán)境支持（FE4）、主題類資源（RS1）、網(wǎng)絡(luò)服務(wù)（FE3）、設(shè)備支持（FE1）等坐標(biāo)點的Better系數(shù)、Worse系數(shù)絕對值較大，表明支持服務(wù)供給方若能提供此類支持服務(wù)項目，將會顯著提升在線學(xué)習(xí)教師的整體滿意度；反之，則在線學(xué)習(xí)教師的整體滿意度將會明顯下降。因此，支持服務(wù)供給方需將為教師提供便捷的咨詢服務(wù)、提供高質(zhì)量多樣化的主題類學(xué)習(xí)資源、營造良好的在線學(xué)習(xí)環(huán)境等支持服務(wù)項目作為重點關(guān)注內(nèi)容，優(yōu)先予以保障。處于第二象限的專人輔助支持（SS1）、工具類資源（RS3）、研修學(xué)分運用（MS3）、專業(yè)團隊支持（SS2）4個坐標(biāo)點的Better系數(shù)較大，但Worse系數(shù)的絕對值較小，表明在線教育機構(gòu)若能提供此類支持服務(wù)，則會顯著提升在線學(xué)習(xí)教師的整體滿意度；反之，在線學(xué)習(xí)教師整體滿意度的降低程度有限。支持服務(wù)供給方應(yīng)在條件允許的情況下，盡可能指定專人協(xié)助教師解決學(xué)習(xí)中存在的問題、提供各類教師常用的軟件工具資源，并將在線學(xué)習(xí)學(xué)分與教師繼續(xù)教育等相結(jié)合。處于第三象限的制度支持（FE5）、信息交流（IS3）、情緒疏導(dǎo)服務(wù)（MS4）、小組協(xié)作互助（SS3）、訓(xùn)后跟蹤服務(wù)（MS5）、信息推送（IS2）、評價反饋支持（MS2）7個坐標(biāo)點的Better系數(shù)、Worse系數(shù)的絕對值較小，表明不管支持服務(wù)供給方是否提供此類服務(wù)項目，對在線學(xué)習(xí)教師整體滿意度的影響作用不太明顯。支持服務(wù)供給方可針對這一象限的支持服務(wù)項目，適度縮減在人力、財力等方面的投入力度，以節(jié)約服務(wù)成本。處于第四象限的素材類資源（RS4）、多終端支持（FE2）、拓展類資源（RS2）、管理平臺支持（MS1）4個坐標(biāo)點的Better系數(shù)較小，但Worse系數(shù)的絕對值較大，表明支持服務(wù)供給方若提供此類支持服務(wù)項目，對在線學(xué)習(xí)教師整體滿意度的提升作用不明顯；反之，則在線學(xué)習(xí)教師的整體滿意度會明顯下降。因此，支持服務(wù)供給方需要重視免費提供豐富的素材類、拓展類學(xué)習(xí)資源，選用支持多終端學(xué)習(xí)且管理功能完善的在線學(xué)習(xí)平臺，以防止在線學(xué)習(xí)教師整體滿意度下降。

六、結(jié)束語

本研究應(yīng)用Kano模型理論，將教師在線學(xué)習(xí)支持服務(wù)需求劃歸為必備型需求、期望型需求、魅力型需求、無差異需求等不同類型，并在對學(xué)習(xí)支持服務(wù)需求屬性分析的基礎(chǔ)上，從最高頻次歸類和Better-Worse系數(shù)兩個視角，提出了在線學(xué)習(xí)支持服務(wù)保障策略，不同視角下的支持服務(wù)保障策略存在高度的一致性，可為在線學(xué)習(xí)支持服務(wù)供給方科學(xué)配置支持服務(wù)項目提供參照。但對于不同學(xué)歷、不同年齡段的在線學(xué)習(xí)教師群體而言，對支持服務(wù)的需求也會存在一定的差異，在本研究中沒有對用戶群體進行細(xì)分，后續(xù)研究還可針對不同用戶群體的支持服務(wù)需求開展進一步的探討。