結構方程模型視角下的遠程學習者滿意度實證研究

□ 蘇勝強

結構方程模型視角下的遠程學習者滿意度實證研究

□ 蘇勝強

學生滿意對一個學校的發展至關重要。本文旨在揭示學生期望、感知質量、感知價值、學生滿意、學生忠誠五個潛變量之間的結構關系。首先在前人研究的基礎上，構建一個反映五個潛變量關系的結構方程模型，然后通過問卷設計、量表開發，對電大學生展開調查得到實際數據，再對量表數據進行缺失值處理，并據此對提出的結構方程模型進行擬合、修正和解釋，最后得出潛變量之間關系的幾點結論。

遠程學習者；學生滿意度；結構方程；滿意度模型

學生滿意對一個學校的發展至關重要。對于以遠程開放教育為特征的廣播電視大學來說，學生滿意度研究的意義在于：為電大開放教育評估提供新的方法，完善教育教學質量評估體系；促使學校系統地考慮學生滿意研究中反映的問題，改進各項工作，提高教學和服務質量；提高學生對學校的忠誠度，進而擴大招生生源；增強電大的辦學競爭意識，提高市場競爭力[1]。

學生的滿意度與其對學校的期望、對教學質量和服務質量的感知以及對學習價值的感知有關，高滿意度可能帶來學生對學校的忠誠。本研究旨在揭示學生期望、感知質量、感知價值、學生滿意、學生忠誠五個潛變量之間的結構關系。首先在前人研究的基礎上，構建一個反映五個潛變量關系的結構方程模型，然后通過問卷設計、量表開發，對電大學生展開調查得到實際數據，再對量表數據進行缺失值處理，并據此對提出的結構方程模型進行擬合、修正和解釋，最后得出潛變量之間關系的幾點結論。

一、研究方法及模型假設

1.結構方程模型分析方法

本研究主要采用結構方程模型來評價研究模型和檢驗理論假設。結構方程模型（Structural Equation Modeling）是20世紀70年代在統計理論基礎上提出并發展起來的，它作為一種通用的線性統計建模技術，因其自身的優點，日益得到社會學、教育學、心理學、計量經濟學等領域的廣泛關注和應用。結構方程模型主要作用是揭示潛變量之間（潛變量與可測變量之間以及可測變量之間）的結構關系，這些關系在模型中通過路徑系數或負載系數來體現[2]。運用結構方程模型分析具體問題時，一般經過模型設定、模型識別、模型估計、模型評價、模型修正五個步驟。這種分析方法是一種驗證性分析技術，而不是探測性手段。本研究是為了驗證所設定的“遠程學習者滿意度結構模型”，因此，選擇結構方程模型作為分析工具是適當的。

本研究綜合運用結構方程軟件AMOS16.0和統計分析軟件SPSS16.0進行數據分析和各項檢驗。

2.模型的構建思路與基本假設

本研究繼承了美國顧客滿意度ACSI模型的一些核心概念和架構，如顧客期望、感知質量、顧客滿意、顧客忠誠等概念[3]，并吸收其它模型的一些創新之處[4][5]，通過結構調整和綜合因素分析，建構了具有廣泛適用性的遠程學習者滿意度模型。模型中包含五個潛變量：學生期望、感知質量、感知價值、學生滿意、學生忠誠，如圖1所示。其中學生期望是指學生在報讀電大之前對學校的整體期望水平；感知質量和學生期望相對應，它是學生對三年學習過程的實際感受；感知價值是指學生的時間和金錢的付出與其所學到的知識相比是否值得；學生滿意主要是指學生心理上的整體感覺；學生忠誠主要體現在學生的推薦意向、繼續報讀意向兩個方面。每一個潛變量都有幾個標識變量對其進行測量。

模型中包含以下6個路徑假設：

（1）感知質量對學生滿意有路徑影響；

（2）感知質量對感知價值有路徑影響；

（3）預期價值對學生滿意有路徑影響；

（4）預期價值對感知質量有路徑影響；

（5）感知價值對學生滿意有路徑影響；

（6）學生滿意對學生忠誠有路徑影響。

二、量表設計與數據來源

為確保量表的內容效度，我們廣泛借鑒了顧客滿意研究領域中已有研究成果，包括理論研究成果和實證研究成果，并結合電大教學的特點對每個概念的量表進行設計。在量表設計過程中，廣泛征求專家意見，對問項進行檢驗和修正，進而形成正式的調查問卷。我們還邀請了管理科學領域的專家以及富有經驗的電大一線教學老師，對量表的問項進行篩選和修改，努力做到使量表中的每個問項對被測試概念的表征是最有效、最充分、最全面的。

模型中各潛變量需要觀測的具體標識變量見表1，其中所有問項都采用LIKERT五級量表，數值“1” 表示非常不同意，“2” 表示不同意，“3”表示中立，“4” 表示同意，“5” 表示非常同意。

此外，為了研究不同學生特征對滿意度的影響，調查表中還包含有人口統計變量，如性別、年齡、收入、學歷層次和工作年限等。

本次問卷調研的對象為深圳廣播電視大學（包括經濟管理系、人文科學系、外語系和工程系）在校本、專科在讀學生，隨機選取晚上課間15分鐘時間，由各班班主任向學生發放調查問卷，要求學生當場填寫，班主任當場回收。本次調查共發放問卷350份，收回有效問卷305份，回收率為87%。

缺失值的處理采用表列刪除法，即在一條記錄中，只要存在一項缺失，則刪除該記錄。但統計中發現，學生的個人統計信息缺失較多，考慮到樣本數量的限制，所以處理方式調整為只要其它數據完整則該記錄不予刪除。經處理后，最終得到270條數據。

表1 模型變量對應表

三、量表的信度檢驗與指標處理

盡管我們事先多次對調查量表中的問項進行篩選和修改，但仍不能保證每一個問項都是有效的和可信的，整個量表能否穩定地測量到想要測量的問題，還需要進一步用統計方法進行驗證。此外，結構方程中的感知質量這一重要的潛在變量體現在課程教學質量和教學支持服務兩個方面，每一個方面又包含很多問項，根據結構方程的要求，一個測量方程需要的標識變量一般不宜過多，所以還需要對這些問項進行分類合并。

信度是指如果測量被重復進行，一個量表產生一致性結果的可能性，也就是說測量工具能否穩定地測量到它要測量事項的程度。內部一致性是最常用的信度評價方法，其中Cronbach α系數用得最多。在理論研究中，信度α系數大于0.7，表明量表的可靠性較高；在探索性研究中，α系數應大于0.6。下面對量表中各潛變量的信度進行分析。

1.教學質量

表2 是教學質量量表的Cronbachα系數。表中數據顯示α系數都在0.7以上，表明測量指標具有較高的內部一致性。但在全部15個項目中，刪除第一個問項X1——教師“上課時遲到早退現象”指標后α系數得到提高，因此用這一指標來測量教學質量是不合適的，應該去除。進一步分析，刪除指標X4——教師“對學生態度是否和藹”，α系數沒有變化，說明這一指標對教學質量的影響不大，也可去除。刪除任意其它指標都會引起α系數的下降，所以其它13個指標要保留。

表2 教學質量量表信度檢驗

進一步分析，對于指標“上課時遲到早退現象”，我們認為，大多數學生之所以認為教師經常遲到，一方面是因為電大教師有一部分是外聘的，的確有個別教師會遲到，但另一個重要原因可能是學生遲到的太多。由于電大學生的工讀性質，大部分學生很難準時到達課堂，這種情況下有些教師可能會等幾分鐘再上課，從而造成教師經常遲到的假象。所以這一指標不能考量教師教學質量水平的高低，應予以刪除。對于指標“對學生態度是否和藹”，我們認為，電大學生大多數是已參加工作的成人，不是小學生，看重的是學習收獲，教師的態度是否和藹應該影響不大。另一方面，這一指標與 “對學生要求是否嚴格”也在一定程度上存在沖突，所以去除它也是合理的。

這樣量表中剩余有13個問項。根據結構方程的要求，需要進一步減少標識變量的個數，進行分類。我們采用主成份分析法進行確定。之所以采用這一方法，主要是因為該方法分類后信息損失最小。主成份分析時因子旋轉采用的是平均方差（Equamax）方法，使得旋轉后的因子方差大致相等，從而保證每個因子的解釋力大致相等。如果采用最大方差(varimax)方法，得到的因子方差主要集中在第一個因子上，其它因子的解釋力就會太弱。分析結果如表3和表4所示。

表3 被解釋的總方差

表4 旋轉后的因子矩陣

表3 說明，教學質量量表中的13個標識變量被提取出3個因子，它們分別解釋了總方差的29.44%、27.141%和19.568%，也就是說，這3個因子總計包含13個標識變量約76%的信息。

根據表4可對上述3個因子進行命名。因子1主要由“對知識點的講解是否清楚”、“對講授內容的熟悉程度”、“教學方法的靈活性”、“知識和信息量是否廣博”和“上課用的幻燈片質量”這5個標識變量來解釋，它們都反映了教師的教學水平，所以命名為“教學水平”，用XX1表示；因子2主要由“學生對課程理論知識的掌握程度”、“學生認識分析解決問題的能力”、“授課的深淺度和內容量”、“學生的收獲”、“學生對老師上課的喜歡程度”和“學生對課程的總體滿意度”這6個標識變量來解釋，它們都說明了課堂教學效果，所以命名為“教學效果”，用XX2表示；因子3主要由 “對學生要求是否嚴格”和“對作業批改和講評是否認真”這2個標識變量來解釋，它們共同反映了教師的教學態度，所以命名為“教學態度”，用XX3表示。

這樣，我們就可以用“教學效果”、“教學水平”和“教學態度”這三個因子作為新的標識變量，來取代原來的13個標識變量，參與結構方程的分析，如表5所示。

表5 教學質量標識變量的分類

2.支持服務

表6 是支持服務量表的Cronbach α系數。表中數據顯示α系數都在0.7以上，表明測量指標具有較高的內部一致性。但在全部8個項目中，刪除“面授學習次數的多少”這一指標后α系數得到提高，因此用這一指標來測量服務質量是不合適的，應該去除。進一步分析，對于面授學習次數，不同性質的課程客觀上要求的面授次數不一樣；學生的層次不同、業余時間多少不同，要求面授學習的次數也不一樣，所以這一問項很難反映支持服務的優劣。

表6 支持服務量表信度檢驗

同樣地，我們采用主成份分析法來減少標識變量的個數。結果如表7和表8所示。

表7 被解釋的總方差

表8 旋轉后的因子矩陣

表7 說明，服務質量量表中的7個標識變量被提取出2個因子，它們分別解釋了總方差的37.285%和22.484%，兩者總計解釋了7個標識變量約60%的信息。

根據表8對2個因子進行如下命名：因子1主要由“教學設施是否齊全”、“師資力量是否強大”、“課程學習資源是否豐富”和“網上教學資源能否滿足需要”這4個標識變量來解釋，說明了教學資源情況，所以命名為“教學資源”，并以YY1表示；因子2主要由“教材站交費領書方便性”、“班主任工作態度”和“教學教務信息與溝通”這3個標識變量來解釋，反映了學校對學生的服務水平，所以命名為“服務水平”，并以YY2表示。

這樣，我們就可以用“教學資源”和“服務水平”這2個因子取代原來的7個標識變量，參與結構方程的分析。

3.感知價值

感知價值量表中只有3個標識變量，其α系數為0.445，沒有達到可接受水平，但鑒于該潛在變量的重要性，決定暫且予以保留。表9說明，3個項目中，刪除“相對目前教學質量，學費水平”這一指標后α系數由0.445提升到0.662，基本達到可接受水平，因此該標識變量應該去除。這樣，我們只能用“相對目前收費水平，教學質量高低”和“晚上來電大面授學習的價值”這2個標識變量來解釋感知價值。

表9 感知價值量表信度檢驗

4.預期質量

我們只設計了兩個標識變量來表示“預期質量”這一潛變量，即“預期電大教學質量”和“預期電大支持服務”，其α系數為0.820，說明是可行的。

5.學生滿意

學生滿意量表中有3個標識變量。表10說明，3個項目中，刪除任一項目后α系數都會減少，因此這3個標識變量都是必要的。

表10 學生滿意量表信度檢驗

6.學生忠誠

我們用“向他人推薦報讀電大的可能性”和“自己繼續報讀電大的可能性”這兩個標識變量來測試“學生忠誠”這一潛變量，分析表明其Cronbach α系數為0.692，說明是可行的。

綜上所述，經排除和壓縮后的潛變量和標識變量如表11所示，這些變量將參與結構方程的分析。

表11 結構方程中的潛變量和標識變量

四、結構方程模型分析

結構方程模型對數據的擬合水平可以用效度來衡量，效度水平由模型的擬合指數和標準化路徑系數來檢驗（Mueller，1996）。擬合指數有一系列指標，常用的有卡方值、CFI、NFI、IFI、RMSEA、AIC、ECVI。其中卡方值、RMSEA、AIC、ECVI越小越好，且RMSEA要求小于0.05；CFI、NFI、IFI越大越好，且都要求大于0.9。如果模型的擬合指數達到統計要求，表明擬合水平是可以接受的，即理論模型較好地擬合了樣本數據，那么可以進一步通過觀察標準化路徑系數的大小來檢驗其效度。

下面將根據表11中的潛變量和標識變量，對所設定的模型進行估計，做出必要的模型擴展和限制，在反復修正比較的基礎上，確定一個最終模型。

1.結構方程模型的設定與估計

根據前面設計的結構路徑圖（圖1）以及路徑初始假設，我們構建了如圖2所示的初始模型。

在Amos軟件中運用極大似然法進行模型估計，初步運算結果如圖3所示。

表12 初始模型擬合指數計算結果

表12 顯示的初始模型運算結果表明，各項擬合指數尚可。但從模型參數的顯著性檢驗中可以看出，部分路徑系數和負載系數值過小，沒有達到統計顯著水平，特別是從“預期價值”到“學生滿意”的標準化路徑系數僅為-0.08，說明這一路徑是不存在的，“預期價值”對“學生滿意”沒有影響，基本路徑假設3是不成立的。

2.模型的評價與修正

根據初始模型的參數顯著性結果以及Amos提供的模型修正指數和臨界比率方法，經反復多次進行模型擴展 （Model Building） 和模型限制 （Model Trimming）分析，得到如圖4所示的參數估計結果。

表13 修正模型擬合指數計算結果

從表12和表13可以看出，卡方值減小了很多，其它各擬合指數也都得到了改善，模型的各個參數在0.05的水平上都是顯著的（見表14），這說明修正模型的整體結構效度較好。

表14 修正模型各路徑系數估計

值得一提的是，模型中反映學生滿意的3個標識變量——教學質量滿意度、支持服務滿意度和總體滿意度，三者殘差之間是相關的，這些相關性沒能被結構方程解釋。而感知質量的5個標識變量是經過主成份分析處理得出的，它們的殘差之間的相關系數并沒有實際意義。

在修正后的模型中，從“預期價值”到“感知質量”的路徑系數雖然是顯著的（P=0.014），但標準化路徑系數值僅為0.225，說明“預期價值”對“感知質量”的影響很小，故考慮刪除此路徑，對模型重新進行參數估計，從而得到競爭模型，如圖5所示。

對比表13和表15不難發現，競爭模型的各項擬合指數都優于修正模型，并且模型的各個參數在0.05的水平上都是顯著的（見表16），說明競爭模型更優。這說明在本研究中，刪除從“預期價值”到“感知質量”的路徑是正確的，進而假設4“預期價值對感知質量有路徑影響”不成立。所以我們把競爭模型作為最終模型，以供進一步分析。

表15 常用擬合指數計算結果

表16 競爭模型各路徑系數估計

五、研究結果與結論

以最終的競爭模型為依據，分析各種變量之間的關系，并對理論假設進行檢驗。

1.模型研究結果

我們將結構方程模型中變量間的直接作用和間接作用關系整理在表17中。從最終模型來看，共有4條路徑關系成立（也即初始的6個假設中有4個是成立的），它們證實了感知質量、感知價值、學生滿意與學生忠誠之間確實存在內在的邏輯關系。

表17 模型中各潛在變量之間的直接效應、間接效應以及總效應

2.研究結論

（1）感知質量對學生滿意有決定性的影響

表17 說明，在其它條件不變的情況下，感知質量每提高1個單位，學生滿意會提高0.95個單位。其中感知質量對學生滿意的直接效應為0.493，通過感知價值而達到的間接效應為0.457。這說明感知質量對學生滿意有重大影響，假設1是成立的。這意味著，電大要想提高學生滿意度，提高學生的感知質量是各項工作的重中之重。

（2）感知質量對感知價值有重要影響

如表17所示，感知質量對感知價值的直接效應為0.874，假設2成立。也就是說，學生只有切實感受到學校高質量的課程教學水平和服務水平，才會覺得利用業余時間花錢來電大讀書是值得的。

（3）感知價值對學生滿意有一定影響

如表17所示，感知價值對學生滿意的直接效應為0.523，假設5成立。即學生只有感覺到在電大學習的價值，才有可能對學校各項工作感到滿意。

（4）學生滿意對學生忠誠有重要影響

如表17所示，學生滿意對學生忠誠的直接效應為0.82，假設6成立。換句話說，一個滿意的學生有82%的可能性忠誠于學校，表現為自己繼續報讀電大或向他人推薦報讀電大。

此外，感知質量和感知價值對學生忠誠的間接效應分別為0.779和0.429，表明兩者對學生忠誠有不同程度的間接影響。

（5）教學資源對提高感知質量有重要作用

如前所述，感知質量包括對教學質量的感知和對服務水平的感知，前者包括教學水平、教學效果和教學態度3個標識變量，后者包含教學資源和服務水平2個標識變量。由圖5或表16可知，在這5個因素中，教學資源對感知質量的影響最大，其負載系數為0.685。其次為服務水平（0.445） 和教學效果（0.437）。換句話說，教學設施、師資力量、網絡課程、學習資源等這些有形的硬件資源對學生的感知質量有重要影響，是學生判斷一個學校教育質量的基礎和前提。

六、研究的不足

本研究主要根據調查量表取得數據，通過結構方程模型分析學生滿意度的相關潛變量之間的關系。所以，模型評價結果在很大程度上取決于量表設計與調查效度。從量表設計來看，盡管我們力圖采用各種方法提高量表的信度，但通過信度檢驗仍有少量指標設計存在問題。另外在量表問項設計中，除感知質量和學生滿意這兩個潛變量之外，其它幾個潛變量的支撐標識變量不夠充分，可能會在一定程度上影響潛變量的準確考量。從調查對象來看，本研究調查對象僅為深圳廣播電視大學在讀學生，而沒能有代表性地選取幾個其他兄弟電大展開調查，所以在數據的代表性和普遍性方面顯得不足，這可能也會在一定程度上影響結論的普適性。這些問題有待于在以后研究中加以克服解決。

[1]蘇勝強等.遠程學習者滿意度模型的構建[J].中國遠程教育，2009，（6）.

[2]候杰泰.結構方程模型及其應用.香港中文大學，2003，（12）.

[3]Claes Fomell，Michael D.Johnson，Eugene W.etc，The American Customer Satisfaction Index：Nature，Purpose，and Findings[J].Journal of Marketing，1996，60(4)：7-18.

[4]傅真放.高等學校大學生滿意度實證分析研究[J].高教論壇，2004，（5）：15-16.

[5]王莉艷，南旭光，劉萬榮.我國遠程開放教育顧客滿意度測評體系構建[J].重慶廣播電視大學學報，2007，（12）：6-8.

Distance Learner Satisfaction:An Empirical Study Based on Structural Equation Modeling

Su Shengqiang

Student satisfaction is related to students’expectation of the school and their perception of teaching quality,service quality as well as the value of learning.High satisfaction may contribute to loyalty to the school.Using the Structural Equation Modeling,this study set out to investigate student satisfaction at Shenzhen Radio and Television University with the aim of identifying the structural relations of student’s expectation,perceived quality,perceived value,satisfaction,and loyalty.Findings indicate that perceived quality has a decisive impact on student satisfaction.Perceived quality also impacts significantly on perceived value in that unless students recognize the teaching and service quality they will not see the value of their investment both in time and money.Perceived value influences student satisfaction to some extent because they will not feel satisfied unless they believe in the value of study.Last but not least,student satisfaction affects their loyalty to the school significantly.

student satisfaction;Structural Equation Modeling;Radio and Television University;distance education

G642.0

A

1009—458x（2012）03—0049—07

2011－11－30

蘇勝強，深圳廣播電視大學（518001）。

責任編輯 石 子