課程微博平臺對大學生碎片化學習行為的影響因素實證分析

摘要：針對大學課程借助微博輔助學生進行碎片化學習的教學現象，文章構建基于UTAUT模型的大學生接受和使用微博進行課程學習的影響因素模型。通過問卷調查和Smartpls3.0對影響學生課程微博使用行為的主要因素進行了實證分析，結果表明社會影響對學生使用課程微博學習的行為影響最大，績效期望的影響作用次之，促成因素影響作用稍弱，努力期望對行為的影響反而起抑制作用。由此從學生、教師、學校層面提出了針對性的建議。

關鍵詞：UTAUT模型；課程微博；碎片化學習；實證分析

★基金項目：2018年省高等職業教育教學質量與教學改革工程教育教學改革研究與實踐項目，GDJG2019021；廣東省高職教育教學質量保證工作指導委員會2017年度教學改革項目，項目編號：JXZB04。

教育信息化改革不斷推進移動設備終端、互聯網技術滲入課堂，伴隨互聯網+教育的深度融合，高校教師利用微博平臺開展移動碎片化教學探索成為新的教改熱點。

梳理國內外學者相關研究成果，文獻大多側重借助課程微博平臺對教學效果進行測試，沒有深入探究影響學生使用課程微博的動機和行為的實證關系。現實中，高校學生刷微博的主要動機在于娛樂休閑，很少關注專業課程學習資源，由此，教育信息化背景下，如何引導學生更好采納微博平臺進行課程資源的碎片化學習成為高校課程改革的熱點，因此，有必要分析影響大學生接受課程微博學習的影響因素和行為。

1、文獻綜述

梳理技術采納與利用整合理論文獻資料，1975年至1985年期間，Fishbein & Ajzen分別提出的理性行為理論（TRA）和計劃行為理論（TPB），其中Theory of Reasoned Action理論指出：態度和主觀規范影響人們的意圖和行為，在此基礎上，Theory of Planned Behavior理論研究增加了知覺行為控制力變量[1-3]，再到Davis（1989）提出的TAM（Technology Acceptance Model）科技接受模型（在TRA理論基礎上更加細化，提出感知有用性和易用性是影響態度的外部變數）。直到2003年，經過多次變量的修改調整、模型整合，Venkatesh等學者在上述學者的研究基礎上構建了技術采納和整合理論模型（UTAUT），從而有效地解釋技術的使用意愿和行為，可以評估各項技術在某些群體中的適應水平[2]。該理論模型包括四個核心變量：績效期望 、努力期望、促成因素和社會影響，同時將將性別、年紀、經驗與自愿性作為調節變量[1-3]。

文章借助UTAUT理論模型和SmartPLS3.0統計分析軟件[1]，研究大學生群體接受且使用課程微博的主要影響因素，在此基礎上，提出教育信息化背景下借助微博的提升課程學習效果個人意見。

2、研究設計

2.1 理論模型構建

在參考UTAUT理論模型的基礎上，結合到本研究主題和調查對象特點，使用課程微博學習的學生群體在性別、年齡、經驗、自愿性方面沒有明顯的偏好差異，故本研究模型構建暫不考慮四個調節變量。基于此，提出如下圖1研究模型和研究假設：

2.2 研究維度與假設

績效期望（Performance Expectancy，PE）是指用戶感覺使用課程微博對學習績效的提高程度，強調實用性。文中指如果學生認為通過微博平臺對他們的課程學習是有幫助的、能提高學習效率[4]，就會對課程微博產生使用意愿和行為，故提出以下假設。

H1：績效期望對大學生接受和使用課程微博學習的行為有正向影響。

努力期望（Effort Expectancy，EE）是指用戶感覺操作課程微博進行學習容易，強調易用性。文中指學生在使用課程微博平臺進行學習時，如果學習操作過程越簡單易用，容易掌握，他們就越能夠付諸行動去使用[4]。故提出以下假設。

H2：努力期望對大學生接受和使用課程微博學習行為有正向影響。

社會影響（Social Influence，SI）是指用戶受他人影響的程度。文中指如果學生身邊的朋友、同學對使用課程微博有較好評價，或老師建議他們應該在課程中使用微博平臺輔助，他們就會傾向于使用它。由此提出以下假設。

H3：社會影響對對大學生接受和使用課程微博學習行為有正向影響。

促成因素（Facilitating Conditions，FC）是指用戶為接受某新技術、新應用而需要的相應的技術支持、輔助條件等[5]。文中指學生有手機、電腦、網絡等軟硬件設備資源，同時具備必要的操作、發布信息等基本的操作課程微博平臺的知識，這些都促進了學生使用課程微博的使用行為的產生。基于此，提出以下假設。

H4：促成因素對對大學生接受和使用課程微博學習的行為有正向影響。

2.3 問卷設計、調研與回收

本研究設計中參考UTAUT模型理論，在調查問卷設置方面，設置了績效期望、努力期望、社會影響、促成因素、使用行為等5個測量變量，其每個測試變量均由3個子測量指標負責解釋，即對應問卷的3個問題來體現，每個問題參考成熟量表，設計采用了 Likert 1-7分制量表，1-7分別代表“非常不同意”到“非常同意”的程度[1]。

調研對象為高校在校大學生，學生的微博開通已全面覆蓋，大部分同學聽說、使用過微博輔助課程學習。

3、實證研究

3.1 數據收集與數據特征

借助問卷星平臺發放調查問卷，回收問卷總數281份，其中有效問卷數為170份，占總回收問卷數量的60.7%，問卷數據清洗篩選主要剔除了無效問卷，例如問卷答題回答時間低于30秒、填寫答案前后自相矛盾、不符合邏輯思維等。

受訪對象基本情況是：男女性別比例分別為22.06%、77.94%；年齡在18-20歲之間占比53.02%，21-25歲占比46.26%；教育程度中大一學生占比40.21%，大二學生占比占32.03%，大三學生占比20.28%，大四學生占比7.47% ；受訪高校主要來自廣東、山西、遼寧、北京等，其中廣東占40%，廣東之外占比60%。

3.2 實證數據分析

由于Smart PLS3.0軟件分析對樣本數量要求少，本研究采用該軟件對有效問卷數據進行計算和驗證。根據Hair等人[6]建議，選用path weighting scheme作為加權方法，迭代停止準則為1.10-7，最大迭代次數300。用以計算出因子載荷，路徑系數，外部權重及可決系數R2 [7]。計算結果如下圖2：

結果顯示，每個變量的標準化因子載荷系數均大于0.7，說明測量問項可以很好的解釋變量，結構模型各變量的路徑系數分別為PE（0.310）、EE（-0.020）、SI（0.405）、FC（0.241），可知社會影響對學生使用課程微博學習的行為影響最大，績效期望的影響作用次之，促成因素影響作用稍弱，努力期望對行為的影響反而起抑制作用。R2值為0.678，修正的R2值為0.67，大于0.25，說明本研究設計中構建的模型擬合度良好，具有較高的預測能力。

3.2.1 信效度檢驗

表3-4為評估模型信度和效度的相關指標，表3數據顯示BI、EE、FC、PE、SI變量的Cronbachs Alpha系數均大于0.8，高于0.7，說明模型具有良好的內部信度；組合信度（Composite Reliability）均在0.882以上，大于0.7，說明各變量具有良好的內部一致性；平均抽取變異量（AVE值）均在 0.7以上，高于0.5，說明模型具有良好的收斂效度。表4數據顯示，各潛變量的AVE均方根都大于0.8，而且都大于其他潛變量間的相關系數，說明各潛變量間存在足夠的區分效度。

3.2.2 顯著性檢驗

通過Smart PLS3.0中的自助法運算來檢驗路徑系數的顯著性。由表5中數據可知，EE路徑系數的P值大于0.05，不顯著，其他三個變量（FC、PE、SI）路徑系數均顯著。

4、結論及啟示

本研究結果顯示：社會影響、績效期望、促成因素均對大學生使用微博進行課程學習的行為產生不同程度的顯著影響，其中社會影響變量對學生進行課程微博碎片化學習的作用效果最顯著，其次是績效期望、促成因素，而努力期望變量影響不顯著，路徑系數為負，說明學生在使用微博進行課程學習的易用性方面存在障礙，由此提出以下建議。

首先，從SI影響因素角度考慮，要充分發揮學生身邊的朋友、家人、教師對其行為的引導作用。第一，教師層面要正面引導學生更好利用微博平臺進行課后的碎片化移動學習，建議學生課后利用微博搜集課程相關資訊，分析整理后進行課堂匯報分享；第二，學生層面要構建一個良好使用課程微博學習的氛圍，比如可以建立微博學習與娛樂討論小組，側面熏陶大家的使用習慣。

其次，從PE影響因素的角度思考，教師如何把課程知識點/案例和微博熱點話題聯系起來，構建既有利于理解消化課程內容又可以讓學生覺得輕松愉悅的情境，然后通過班級微博賬號發布，引導學生參與討論、分享觀點、甚至網上辯論等，這就強化了課程微博效用，一定程度上引導學生樹立課程微博真的可以提高學習效率，他們愿意付諸行動使用微博平臺進行課程學習。同時這種全新的教學模式升級補充了傳統教學手段和方法，契合了教育信息化背景下的教學改革要求，提升了教學質量和效果。

再次，從FC促成因素的角度建議，學校層面要從軟硬件設備維護等方面提供穩固的技術支持保證學生在課上課下能方便下載微博客戶端，同時創造良好快速的網絡環境確保有足夠的帶寬、網速能夠保障刷微博的流暢性。

最后，從EE影響因素的抑制作用建議，今后的教學實施環節，教務處、學生處等機構應該加強對學生使用課程微博平臺學習的方法、操作等進行專業的培訓，指導他們如何利用微博平臺進行課程預習、相關知識信息的搜索、課后的學習的熱點發布、討論、交流。

參考文獻

[1] 鄧仲平.淘寶開店對電子商務專業學習行為的影響分析[J].商場現代化，2019（07）：60-62.

[2] Venkatesh V Morris M G，Davis G B，et al.User Acceptance of Information Technology：Toward a Unified View[J]. Mis Quarterly，2003，27（3）：425-478.

[3] 鄧仲平.基于電商扶貧措施效果的實證分析[J].農村經濟與科技， 2019（10）：72-74.

[4] 許新巧，鄧佳.基于UTAUT模型的高職學生接受和使用圖書館信息素養教育微課學習影響因素實證研究.圖書館研究，2019（2）： 101-102.

[5] 甄偉紅，高霄.大學生采納手機App進行英語學習的影響因素探究， 2017（1）：92-93.

[6] Hair J F，Hult G T M，Ringle C M，et al.A primer on partial least squares structural eauation modeling （PLS-SEM）[M].Thousand Oaks；Sage Publications，2014.

[7] 林杰峰，張揚.基于PLS-SEM的移動出行乘客滿意度評估[J].中國管理科學，2017（11）：158-164.

作者簡介：

關秋燕，佛山職業技術學院 工商管理學院商貿系，副教授，碩士研究生，從事企業管理、區域經濟、高職教育研究。