基于TTF和UTAUT模型的MOOC學習行為研究

代鴻

本文基于TTF和UTAUT模型對MOOC學習者的學習行為進行研究，旨在尋找影響學習行為的關鍵性影響因素。結果顯示，任務技術匹配、績效期望、社群影響和便利條件4個維度對行為意向有顯著的積極影響。

1 引言

MOOC（Massive Open Online Course）起源于美國，近年來在全球快速發展，并引起廣大學者的關注。MOOC以其開放性、大規模、高品質等特點得到了教育界人士的認可，但是隨著對MOOC的深入研究，慕課課程完成率較低、教學模式單一等問題。研究影響MOOC平臺學習者學習行為，對解決這些問題具有重要作用。

2 MOOC學習者學習行為研究

2.1問卷的設計

本文以重慶市某高校MOOC平臺為研究對象，對平臺學習者學習行為進行研究。問卷基于TTF和UTAUT模型進行設計，如表1所示。整個問卷累計發放500份，收回481份，回收率為96.2%，其中有效問卷462份，問卷有效率為96.0%。本問卷的設計采用李克特5級量表標度法，5代表“非常重要”，4代表“比較重要”，3代表“一般”，2代表“不太重要”，1代表“非常不重要”。

本研究采用因子分析法對量表進行信效度檢驗，總量表的內部信度為0.891，說明問卷整體的內在一致性信度較高。

由表3可知，Bartlett 的球形度檢驗的顯著度為0，說明變量之間存在較高的線性相關關系，而KMO值為0.926大于0.7，說明原數據結構效度較好，適合進行因子分析。利用SPSS軟件進行因子分析法，提取8個因子，累計方差貢獻率超過83%，說明這8個因子包含了原變量的大部分信息。因此，整個問卷數據具有較好的信度和效度，適合進行路徑分析。

2.3模型的構建與結果分析

本研究采用AMOS對模型進行路徑分析，檢驗模型的假設，其結果如圖1所示。

模型的卡方值與自由度比值為2.6632小于3，GFI的值為0.913大于0.9， CFI、AGFI和RMSEA的值也達到了良好的標準，可以認為本結果具有較好的擬合度，模型間各維度的關系如表4所示

結合表4可以發現，任務技術匹配、績效期望、社群影響和便利條件4個維度對行為意向有顯著的積極影響。因此，要提高MOOC的建設質量，吸引更多的同學利用MOOC進行學習，需要從這4個方面進行重點建設。模型的結果還顯示，努力期望對行為意向和績效期望的影響都不顯著，分析其原因可能是MOOC平臺的操作通常都相對簡單，不存在過高的技術門檻，所以對提高學生對MOOC的認知和興趣作用不明顯。因此，在MOOC平臺的建設中，不宜花費過多的人力和物力提升平臺的操作體驗，應著重從平臺的資源數量和質量方面進行建設。表4結果顯示，任務特征對任務技術匹配和努力期望都沒有顯著影響，可能與高校的MOOC平臺建設的進度有關，該學校的MOOC建設尚處于起步階段，許多功能尚不完備。

3 建議

基于以上分析，筆者認為加強MOOC 平臺建設可以從以下幾方面入手：

3.1豐富MOOC平臺學習資源，提升平臺的學習質量

從本文的結論可知，績效期望對學習意愿（行為意向）具有最重要的影響。因此，MOOC 平臺需要進一步豐富教學資源，提升學習者利用MOOC進行學習的意愿。同時，平臺應進一步提升教學資源的質量，確保學習者得到優質的學習資源。

3.2 加大MOOC宣傳力度，提高宣傳效果

因為社群影響對MOOC的學習意愿具有顯著影響，所以需要加大MOOC宣傳力度，提高宣傳效果。例如，平臺可以利用大數據進行分析，結合學習者特點進行針對性的宣傳。平臺也可以從改善用戶體驗方面入手，通過學習者口碑進行宣傳。

3.3增強MOOC平臺的便利性，提升群體學習效果

通過本文的分析可知，便利條件是學習意愿的積極影響因素。因此，應增強MOOC平臺便利程度，例如增強互動機制、完善幫助系統等。在增強互動設計方面，需要重點加強社交功能的便利程度，滿足學習者社交和群體學習的需求。

基金項目：重慶市教育科學“十三五”規劃2018年度重點規劃課題“大數據背景下的智能型自適應在線學習行為研究” （2018-GX-157）和北方國際大學聯盟第五期教育科研課題“基于TTF和UTAUT融合視角下的MOOC學習行為研究”（20170504002）

（作者單位：重慶大學城市科技學院）