新時代下大學生智慧學習意向的影響因素研究

王丹　周雅靜　劉曉偉

摘? 要：隨著互聯網的普及，大學生智慧學習的教育范式成為教育界關注的熱點問題。為了找出新時代背景下可能會對大學生智慧學習意愿產生影響的因素，以計劃行為理論（TPB）和整合型技術與使用理論（UTAUT）為理論基礎，構建大學生智慧學習影響因素的理論模型。利用SPSS20.0軟件，對240份調查問卷數據采用多元逐步回歸分析法對理論模型進行實證分析，研究表明：學習態度、主觀規范、努力期望、績效期望和知覺行為控制均對大學生的智慧學習意向有影響，并且各因素影響強度由強到弱。研究結果能為提高大學生在新時代背景下的智慧學習行為提供理論支撐和實踐指導。

關鍵詞：智慧學習;計劃行為理論;整合型技術與使用理論模型;多元逐步回歸分析

中圖分類號：G640? ? ? ? 文獻標志碼：A? ? ? ? ?文章編號：2096-000X（2020）02-0075-04

Abstract： Along with the Internet popularization， the education of university students' smart learning has become the hot topic in education. The theoretical model of the impact factors of university students' smart learning intention was based on the theory of planned behavior （TPB） and the integrated technology and using the theory （UTAUT）. Using SPSS20.0 to verify the theoretical model of 240 questionnaires by multiple stepwise regression analysis. The research shows that： learning attitude， subjective norms， effort expectations， performance expectations and perceived behavior control are all intentions for college students to learn wisdom It has influence， and the intensity of various factors affects the strength from strong to weak. The research results can provide theoretical support and practical guidance for improving the smart learning behavior of college students in the new era.

Keywords： smart learning; the theory of planned behavior （TPB）; the integrated technology and using the theory （UTAUT）; multiple stepwise regression analysis

引言

新時代背景下，隨著網絡技術的蓬勃發展，互聯網被越來越多的大學生視為學習里必不可少的一種途徑。特別是在2018年教育部發布的《網絡學習空間建設與應用指南》中提出要應用網絡學習空間變革教學模式，使學生的學習方式由單一、被動向多樣、個性轉變[1]。在“網絡學習空間人人通”目標指引下，全國各地的網絡學習空間紛紛建成并投入使用，為大學生利用網絡進行智慧學習提供強有力的環境支持，使得借助網絡平臺進行的智慧學習成為大學生必不可少的學習方式之一[2]。智慧學習是學習者利用現有學習平臺、教育資源、信息技術等來提高自身學習能力的一種靈活的學習過程[3]。近年來，學者關于智慧學習研究，主要偏重用定性分析方法圍繞著智慧學習的內涵、智慧學習環境、智慧學習影響因素等方面展開[4-6]，但鮮有關于智慧學習行為影響因素的定量研究。因此，為了響應教育部的網絡教學改革目標，采用實證分析方法研究大學生智慧學習意向的影響因素，一方面，有益于大學生的智慧學習，另一方面也為智慧教育提供強有利的理論依據。

一、研究假設的提出

為了更好地預測和解釋人類在具體情景下的行為，Ajzen（1991）提出了計劃行為理論（TPB），TPB理論認為行為意向是影響其實際行為的主要因素，而行為態度、主觀規范和知覺行為控制又影響其行為意向[7]。TPB理論憑借包容性強、適用性廣的特點，目前被學者廣泛應用于大學生網絡倫理失范行為[8]、大學生消費行為[9]、大學生的網上閱讀行為[10]等，相關研究表明該理論對于預測個人行為具有較好的適應性，同時對于大學生的其它系列行為也具有很好的延展性。之后，隨著多理論融合發展，Venkatsh等人在技術接受模型、TPB理論等理論基礎上提出了整合型技術與使用理論（UTAUT），該理論認為“績效期望、努力期望和主觀規范”直接作用于用戶的行為意向[7]。UTAUT理論目前聚焦于行為發生前的線上信息系統領域，用來預測用戶對某些新系統的采納意愿和解釋用戶的系統使用行為，如：王錢永，毛海波[11]利用UTAUT理論對MOOC學習行為影響因素進行研究、袁曉芳，方瑩，金紫薇[12]對用戶對待共享單車線上信息系統持續使用意愿的研究等，而且UTAUT理論對線上信息系統使用行為的解釋率高達70%[11]。可見，TPB理論和UTAUT理論均認為行為意向是行為發生的重要預測因素。

可見，“主觀規范、知覺行為控制、感知有用性和感知易用性”均可以對個體利用信息技術的行為進行有效測量。通過孔麗麗、馬志強[13]的研究，“感知有用行”和“感知易用性”與“績效期望”和“努力期望”相近。為此，考慮到UTAUT模型對行為預測的高解釋度，本研究最終形成以“學習態度、主觀規范、努力期望、績效期望、知覺行為控制”為大學生智慧學習行為的影響因素。由于行為意向是反映個人從事某種行為的意愿，許多實證分析表明行為意向易于測量，為此對實際行為測量時可以用行為意向來代替[7]。為此，提出如下假設：

H1：學習態度對大學生智慧學習意向具有正向影響;

H2：主觀規范對大學生智慧學習意向具有正向影響;

H3：努力期望對大學生智慧學習意向具有正向影響;

H4：績效期望對大學生智慧學習意向具有正向影響;

H5：知覺行為控制對大學生智慧學習意向具有正向影響。

綜合上述假設，構建大學生智慧學習意向影響因素的理論模型，如圖1所示。

二、研究設計

（一）問卷設計

調查問卷主要包含“樣本的基本信息”和“智慧學習學習意向的影響因素”兩部分。“樣本的基本信息”包括研究對象的性別、年齡和年級。“智慧學習學習意向的影響因素”部分包括“學習態度、主觀規范、努力期望、績效期望、知覺行為控制、學習意向”六個變量維度，六個維度分別包括3、3、3、3、3、4個問項，問項均采用Likert5點量表，問題的答案分為“非常愿意、愿意、一般、不愿意、非常不愿意”五個等級，五個等級對應的分數別為“1、2、3、4、5”。對問卷中的變量內涵定義與解釋如表1所示。

（二）調查樣本分析

問卷通過問卷星進行網絡發放，共發放問卷256份，共回收問卷248份，去除填寫不符合研究要求的問卷，其中有效問卷240份，問卷有效率為93.75%，問卷有效率較高。問卷的發放對象為遼寧省3所學校在校本科生，其中性別的平均得分為2.358分，可知男女比例接近1：1，研究對象的年齡集中在18-24歲，其中大一、大二、大三、大四的同學占比分別為22%、26.4%、32.3%，19.3%。綜上，樣本具有代表性，能較好地反映在校本科生智慧學習意愿的水平。

三、實證分析

（一）信度與效度分析

為說明問卷數據的可信度，采用Cronbach α系數對問卷進行內部信度檢驗，如表2所示。經過檢驗：問卷整體的Cronbach α系數為0.859，“學習意向、學習態度、主觀規范、努力期望、績效期望、知覺行為控制”的Cronbach α系數分別為“0.788、0.835、0.821、0.797、0.851、0.868”，可見問卷具有良好的內部一致性和可信度。

使用因子分析方法來分析問卷的效度，如表2所示。經過分析“學習態度、主觀規范、努力期望、績效期望、知覺行為控制”五個自變量的KMO值分別為“0.786、0.756、0.788、0.751、0.733”，均介于0.7～0.8之間，可見問卷具有良好的效度。此外，問卷中所有研究項對應的共同度值均高于0.4，說明研究項的信息能夠被有效的提取。另外，各分量表因子旋轉后累積方差解釋率均大于50%，意味著研究項的信息量能夠被有效地提取出來，且因子載荷系數絕對值都大于0.4，即說明選項和因子有對應關系。綜上，說明該問卷具有良好的效度。

（二）相關性分析

根據Tuck的觀點，本研究中的各變量與總量表之間的相關系數介于0.3-0.8，各變量之間的相關系數均介于0.1-0.6，所以變量間具有良好的相關性，相關系數如表3所示。

（三）多元逐步回歸分析

采用多元逐步回歸分析的方法來定量的表示出各影響因素對學習意向的影響程度，結果如表4所示。

經過對大學生智慧學習意向影響因素模型的檢驗與分析：模型的擬合優度R2=0.564，VIF值均小于5，說明模型結構良好，可用于下一步研究。大學生智慧學習意向影響因素模型將“學習態度、主觀規范、努力期望、績效期望、直覺行為控制”作為自變量，將“學習意向”作為因變量，采用多元逐步回歸分析的方法來驗證自變量對因變量是否有影響的研究假設，根據表4的回歸系數得到多元逐步回歸方程：學習意向=-0.633+0.74×學習態度+0.56×主觀規范+0.256×績效期望+0.49×努力期望+0.201×知覺行為控制。由表4可知“學習態度、主觀意向、知覺行為控制、績效期望、努力期望”的Sig都少于0.05（P<0.05），表明“學習態度、主觀意向、知覺行為控制、績效期望、努力期望 ”對“學習意向”均具有顯著影響，影響強度由弱到強為：學習態度、主觀規范、努力期望、績效期望、知覺行為控制。可見，學習態度方面，一半以上的同學都認為智慧學習是有效的、有幫助的、值得推廣的。另外，主觀規范、努力期望對大學生智慧學習意向的影響也是十分顯著的，特別是老師對大學生智慧學習態度的影響、同學和老鄉等對大學生智慧學習態度的影響、智慧學習資源獲取的容易程度、智慧學習資源的豐富程度等方面的影響最為顯著。

四、結論與建議

通過大學生智慧學習意向影響因素的實證研究，得到：“學習態度、主觀規范、努力期望、績效期望、知覺行為控制”等因素均會影響大學生的智慧學習意向，并且影響程度由強到弱。因此，未來提升大學生智慧學習意向，增強智慧學習的效果，需要重點采取以下三個措施：

（一）樹立積極向上的學習態度

大學生的智慧學習態度從根本上決定了大學生是否會進行智慧學習，所以要想改善大學生的智慧學習意愿，首先要做的就是找出有助于大學生樹立積極向上學習態度的方法，父母、老師應當擔負起給予大學生以積極向上的引導，向大學生灌輸正確的價值觀的責任。讓大學生明白學習不僅僅是為了順利畢業找到工作，更是一個自我提升、自我升華的過程，即使沒有獲得更高的分數、沒有拿到獎學金也沒有關系，與獎學金和分數相比更重要的是自身的收獲和成長。

（二）創造良好的智慧學習環境

因為大學生大部分的學習都是在高校內進行的，所以高校的智慧學習環境對大學生的學習而言是十分重要的。高校內的學習環境主要包括兩個方面，一是智慧學習需要的“硬件環境”，二是有老師、同學、室友、老鄉等組成的“人文環境”。從“硬件環境”角度來看，高校除了健全校園內最基本的寬帶服務外，還應該加強校園內電子圖書館的建設，為大學生查閱資料文獻提供方便，增大大學生智慧學習可能。從“人文環境”來看，由于大學生生活比較單一，生活范圍主要集中在學校和家庭，所以校園內老師、同學和老鄉對大學生的影響便凸顯了出來。因此，為提高大學生智慧學習意向，老師、同學、老鄉等社會群體應樹立良好的智慧學習理念，為大學生智慧學習提供一個良好的人文環境。

（三）完善智慧學習平臺內資源

智慧學習的第一步就是要獲取學習資源，是否有途徑獲取到學習資源、獲取資源的難易程度、獲取到的資源的有用程度對大學生智慧學習態度的影響都是顯著的。所以，要提高大學生的智慧學習意向，首先，有關部門應該完善智慧學習體系，豐富智慧學習所涉及的學科門類，是智慧學習平臺能夠達到“查有所想，學有所依”的理想程度，幫助大學生提高智慧學習效率、使智慧學習效果得到有效提升、使智慧學習意向有效增強。

參考文獻：

[1]中國人民共和國教育部.網絡學習空間建設與應用指南[EB/OL].http：//www.moe.gov.cn/srcsite/A16/s3342/201805/t20180502-334758.html，2018-04-17.

[2]楊濱，聶竹明，陶佳.網絡學習空間環境下學生學習發展分析——網絡學習空間人人通促進教與學深度變革實踐反思之五[EB/OL].中國電化教育，2019（01）：116-122[2019-01-16].http：//kns.cnki.net/kcms/detail/11.3792.G4.20190103.1544.036.html.

[3]梁琳，溫銀波.智慧學習環境下大學生自主學習模式研究[J].西部素質教育，2018，4（23）：159-160.

[4]陳琳，王蔚，李冰冰，等.智慧學習內涵及其智慧學習方式[J].中國電化教育，2016（12）：31-37.

[5]唐曉旺，王曉楠，胡凡剛.高校智慧學習環境建設困境及有效路徑探析[J].軟件導刊（教育技術），2019，18（01）：33-35.

[6]陳其暉，田甜.智慧學習環境下自主學習動機的影響因素研究[J].成人教育，2017，37（10）：6-9.

[7]黃瓊珍，歐佩玲.移動學習資源使用意向的影響因素研究[J].中國教育信息化，2018（05）：52-58.

[8]楊金丹.大學生網絡倫理失范的生成機制研究——基于TPB模型的實證分析[J].高教探索，2019（01）：118-123.

[9]景璐瑜，黃曉杰.基于計劃行為理論的鄭州女大學生服裝網上消費影響因素分析[J].紡織科技進展，2018（09）：49-52.

[10]劉振宇.大學生網絡文學閱讀行為影響因素研究[D].內蒙古大學，2018.

[11]王錢永，毛海波.基于UTAUT模型的MOOC學習行為因素分析[J].電化教育研究，2016，37（06）：43-48.

[12]袁曉芳，方穎，金紫薇.共享單車用戶持續使用意愿的影響因素研究[EB/OL].工業工程與管理：1-15[2019-04-10].http：//kns.cnki.net/kcms/detail/31.1738.T.20190325.1620.008.html.

[13]孔麗麗，馬志強，易玉何，等.在線學習行為影響因素模型研究——基于行為科學理論的評述[J].開放學習研究，2017，22（05）：46-53.

[14]楊鴻麟，曹小曙，李濤，等.城市居民使用共享單車的行為意愿及影響因素分析——以西安市為例[J].干旱區資源與環境，2019，33（06）：78-83.

[15]桑培東，王延杰，董光龍，等.基于計劃行為理論的裝配式住宅購買意愿影響因素研究[J].資源開發與市場，2019（04）：445-451.