疫情期間職業院校教師在線教學影響因素實證研究

徐益龍?鄭光永?于洪波

摘 要 職業教育作為一種類型教育，與普通教育相比，從課程邏輯到教學模式均有區別。基于TAM技術接受模型，通過對不同職業院校325位教師疫情期間在線教學情況的問卷調查后分析發現：教師的個體創新性、教學資源優質性對感知有用性，教學平臺交互功能對感知易用性均影響顯著;感知易用性對感知有用性、感知有用性對實施態度、實施態度對行為意向均有顯著影響;不同于TAM模型，感知易用性對教師的實施態度影響不顯著;社群影響對教師實施態度影響顯著，但對教師行為意向影響不顯著，自我效能則與之相反。為此，建議職業院校選擇成熟可靠的在線教學平臺、建設優質資源庫、加強教師培訓、培育創新教學團隊、發揮高效能教師的示范作用和制定在線教學激勵制度，在學校形成在線教學的實踐共同體。

關鍵詞 職業教育;在線教學;TAM;影響因素

中圖分類號 G712 文獻標識碼 A 文章編號 1008-3219（2020）12-0017-06

一、研究背景

近期由于疫情的影響，大部分學校都采取停課不停學的方式開展在線教學。部分職業院校教師對專業課程如何開展在線教學存在疑惑，因為與普通教育相比，職業教育作為一種類型教育，其專業課程基于工作體系中的工作過程邏輯，而普通教育課程則主要基于學術體系的知識結構邏輯。

普通學校基于學科知識體系的課程，遵循的是從理論到實踐的邏輯，在教學中往往先傳授基礎理論知識，然后在理論的基礎上進行實踐。根據信息加工理論，信息傳遞是多樣的，基于互聯網的在線教學也是路徑之一，所以普通學校在線教學，可先在線上進行理論知識傳授，待時機合適再開展實踐教學。而職業教育強調的是在實踐中學習，其原因在于職業教育中技術知識的特性。所謂技術知識，包括一般的靜態陳述性知識，還包括源自實踐的、動態的技術知識，技術知識主要在實踐過程產生[1]。

在以往的在線教學研究中，王紅艷基于知網文獻對在線教學的整體研究現狀進行內容分析[2]。多數研究者從在線教學的學習者角度開展研究，如吳艷從用戶角度構建高校開放課程的技術接受模型[3]，該模型外部條件包括系統質量、內容質量、服務質量;胡勇從學習者的角度來進行影響因素分析，認為自我效能感、感知系統質量、兼容性會顯著影響學習者態度和行為意愿[4];詹海寶以 BlackBoard 平臺為例，在TAM模型上引入技術支持和社會影響，對大學生的在線學習影響因素進行實證研究[5];曹梅從在線作業的用戶體驗方面進行研究分析[6];戴旸從用戶使用網絡教學資源庫維度進行意愿分析[7]，常瑋則對網絡教學效果進行分析[8]。

另有部分研究者從教師的角度出發，這類研究主要來源于實施普通教育的大學和中小學。韓錫斌針對全國1147名教師的調查研究表明，國內高校教師整體上已具備基本的信息化教學能力，但高水平教師較少[9]。方旭基于清華學堂學習平臺對教師開展在線教學進行了影響因素分析，認為有用性和情緒對教師信息化行為意向影響顯著，而社群影響和易用性感知則不顯著[10]。馮瑞從信息技術水平、在線教學經驗、工作績效、外部影響和支持5個因素，對高校教師開展慕課的行動意向及其動因開展研究[11]。

職業院校的課程以技術知識為核心，普遍采取項目教學法等教學方式，強調“做中教、做中學”，這背后實際蘊含職業教育課程基于工作體系的邏輯，即認為在職業教育中更重要的技術知識是在工作場所等學習情境中習得的。作為一種教育類型的職業教育并不總是遵循從理論到實踐的邏輯。以職業教育與在線教學為主題詞，檢索中國知網自2015年以來的論文共有155篇，關鍵詞共現網絡如圖1所示，關鍵詞包括：學習過程、混合式教學、課程教學、自主學習、教學效果等，在教師開展在線教學的影響因素分析方向上的研究較少。疫情期間，職業院校必須開展在線教學。在這一背景下，探討職業院校教師對在線教學的影響因素具有重要的現實意義。

二、理論基礎

Fishbein和Ajzen（1975）提出理性行為理論（TRA），該理論用于解釋和預測個體行為[12]。認為人是理性的，可按照自身想法綜合各類信息做出實際行動。認為社會規范是個人態度的重要決定因素，個人態度又決定個人行為的動機，而動機是一個人采取行動的主要因素。

鑒于理性行為理論（TRA）只考慮了個體的主觀規范和態度，而忽略外部其他環境因素，Davis（1989）提出技術接受模型（TAM），見圖2，技術接受模型可以用來解釋和預測個體面對新技術的態度和行為[13]。區別于理性行為理論，技術接受模型略去了主觀規范，在影響因素中，Davis認為感知技術的有用性和技術的易用性是最重要的兩個因素。

在TAM的基礎上，Venkatesh將社會影響和認知工具引入形成TAM2，其中社會影響包含主觀規范、自愿和形象3個變量，認知工具包含工作相關性、經驗等變量。2008年，Venkatesh和Hillol Bala在TAM2模型的基礎上，增加了個人差異和系統特征等內容，提出了TAM3模型[14]。其中個人差異包含自我效能、技術焦慮、娛樂等，系統特征則包括技術可能性等變量。

三、模型建立與研究假設

本研究在技術接受模型TAM的基礎上，根據職業院校教師在線教學中的特點，保留模型中核心的感知有用性、感知易用性、實施態度和行為意向 4 個元素，選擇自我效能、社群影響、創新性、優質資源、平臺互動5個外部元素。

行為意愿是職業院校教師開展在線教學的意愿，該意愿直接影響教師實際發生的行為，并對這些將真實發生的行為具有決定性作用。實施態度是教師對在線教學所表現出的正面或負面的態度，如果教師對在線教學持有正面態度，則將正面影響教師的行為意愿，反之亦然。感知有用性是指教師對在線教學可能提高自身專業水準和學習者學習績效的主觀認識，感知有用性將影響教師的實施態度，如果教師認為在線教學是有效的，則會對其持正面態度。感知易用性包括在線教學平臺的使用和具體在線教學過程中需要掌握的相關技術如微課設計與錄制技術等，在TAM模型中，感知易用性對感知有用性和實施態度均有影響。

在本研究中，優質資源包括在線資源的及時性、可讀性、完整性、可操作性、互動性等指標，在線資源越優質，教師越能感知有用，本研究假設優質資源對感知有用性存在正面影響。在線教學平臺的交互設計和平臺的穩定性是信息系統平臺重要的質量評價，交互良好的在線平臺可以讓教師快速熟悉和入手操作，本研究假設在線平臺交互對感知易用性有正面的影響。創新性在本研究中是教師接受新興信息技術和新興教學法的傾向性，具有較高創新性的教師往往愿意嘗試新技術，相比普通教師更能感受到新技術所帶來的優勢，本研究假設創新性對感知有用性存在正向影響。自我效能是教師從事在線教學且能達到預期教學目標的能力，代表教師對自己開展在線教學的信心，具有高自我效能的教師能夠更好的完成在線教學工作，本研究假設自我效能對教師實施態度和行為意愿均存在正向影響。社群影響是一種廣泛存在的社會心理現象，個體在外界的影響下，其態度意愿會有一定程度的變化。本研究中假設社群對教師實施態度和行為意向均有正向影響。綜合以上，本研究的影響因素模型如圖3所示。

根據在線教學的影響因素模型和以上分析，具體的研究假設有：

H1：假設感知易用性對感知有用性有正向影響作用

H2：假設創新性對感知有用性有正向影響作用

H3：假設優質資源對感知有用性有正向影響作用

H4：假設平臺交互對感知易用性有正向影響作用

H5：假設感知有用性對實施態度有正向影響作用

H6：假設感知易用性對實施態度有正向影響作用

H7：假設自我效能對實施態度有正向影響作用

H8：假設社群影響對實施態度有正向影響作用

H9：假設自我效能對行為意愿有正向影響作用

H10：假設社群影響對行為意愿有正向 影響作用

H11：假設教師態度對行為意愿有正向影響作用

四、問卷編制與數據分析

（一）問卷編制

問卷分為基礎信息部分和在線教學態度部分。在線教學態度部分的題目采用李克特五級量表，在查閱國內外技術接受模型相關文獻參考相關成熟的量表，結合職業院校師資的特點，進行適當修改編寫成該部分問卷，主要量表測項的理論來源如表1所示。在問卷編制完成后，邀請該領域專家對問卷進行指導，根據建議與反饋對問卷做出適當題項調整，并對文字描述進行修訂。在問卷的前測環節，收集部分數據對問卷進行信度效度分析，顯示問卷信度和效度良好。

（二）數據收集與清洗

本次調查通過問卷星系統正式發放問卷進行數據收集。一共收集問卷338份，經過分析，刪除無效問卷13份，最后共回收有效問卷325份，問卷的有效回收率96%。其中高職128份、中職197份，教師分布于廣東、廣西、黑龍江、貴州、浙江等省份。問卷基礎信息如表2所示。

（三）數據分析

本研究采用結構方程模型進行研究假設的驗證，使用SPSS 22.0和 Amos 21.0軟件對數據進行處理分析。

1.信度和效度分析

對問卷信度估計采取Cronbachs α克朗巴哈系數檢驗法。當α>0.7時，可認為問卷的信度較高;通過對本調查問卷進行信度分析，本問卷的總體克朗巴哈系數Cronbachs α為0.957，各維度的α值具體如表3所示，可見各維度的α系數均大于0.7，說明問卷具有較高的信度。

本研究中問卷的各測量題目均參考和修改自國內外得到高度認可的相關研究文獻，具有較高的內容效度。在收斂效度上，常用標準載荷系數來描述因子和分析項之間的相關關系情況，如果標準載荷系數值大于0.7，說明因子與分析項有較強的相關關系。另外常用的收斂效度的判斷標準有平均方差萃取AVE值和組成信度CR值，通常AVE>0.5且CR>0.7時，說明內部一致性高，收斂效度較好。對問卷數據的9個因子及30個分析項進行CFA驗證性因子分析，得到標準載荷系數、收斂效度AVE和組成信度CR的值如表3，根據數據顯示，各題目的標準載荷系數為0.693～0.955，相關度較高。各維度的AVE值均大于0.5，CR值均大于0.7，證明數據具有良好的內部收斂效度。

采用Fornell-Larcker方法來驗證區分效度，針對問卷數據進行分析，如表4所示每個因子對角線的值分別對應該因子平均方差萃取AVE平方根值，其均大于對應行列上的相關系數，意味著問卷數據具有良好的區分效度。

2.模型擬合度

采用 AMOS21.0 對建構模型進行擬合度檢驗發現，χ2/df值為1.946，小于參考值3，GFI為0.872，大于參考值0.85，RMSEA值為0.054，小于參考值0.1，CFI、NFI、TLI、IFI分別為0.954、0.911、0.948、0.955，均大于參考值0.9。根據擬合度參考標準可知，本研究模型的各擬合度值均在參考范圍內，說明該模型的擬合度較好，可進行進一步分析。

五、研究結果

對研究模型的假設路徑進行檢驗，回歸系數如表5所示，在 p<0.05的水平下，研究假設H1、H2、H3、H4、H5、H8、H9、H11均成立。H6感知易用性->實施態度、H7自我效能->實施態度、H10社群影響->行為意向這三個假設雖標準化路徑系數均大于零，但其P值均大于0.05，說明這三個假設不成立，即它們的正向影響結果不顯著。

六、結論與建議

（一）主要結論

一是平臺的交互功能可以正向影響教師的感知易用性，在線教學平臺的設計越合理、交互越簡單、系統更穩定，那么教師就會認為在線教學越容易掌握。

二是感知易用性對感知有用性影響顯著，如果在線教學平臺的學習曲線過于陡峭，或者在線教學中的微課制作技術過于復雜，就會阻礙教師開展在線教學的實踐。

[14][24]Venkatesh V.， Bala H. Technology Acceptance Model 3 and a Research Agenda on Interventions[J]. Decision Sciences， 2008（2）： 273-315.

[16][26]Jen-Her Wu， Shu-Ching Wang. What Drives Mobile Commerce？ An Empirical Evaluation of the Revised Technology Acceptance Model[J]. 2005（5）：719-729.

[17][20][22][27]Huang J. H.， Lin Y. R.， Chuang S. T. Elucidating User Behavior of Mobile Learning： A Perspective of the Extended Technology Acceptance Model[J]. The Electronic Library， 2007（5）：585-598.

[19]Raafat Saade， Bouchaib Bahli. The Impact of Cognitive Absorption on Perceived Usefulness and Perceived Ease of Use in On-line Learning： An Extension of the Technology Acceptance Model[J]. Information & Management， 2005 （2）：317-327.

[21][25]Ji-Won Moon， Young-Gul Kim. Extending the TAM for a World-Wide-Web context[J]. Information & Management， 2001 （4）：217-230.

[23]Davis F. D.， Bagozzi R. P.， Warshaw P. R. User Acceptance of Computer Technology： A Comparison of Two Theoretical Models[J]. Management Science， 1989 （8）：982-1003.

[25]Ji-Won Moon， Young-Gul Kim. Extending the TAM for a World-Wide-Web Context[J]. Information & Management， 2001 （4）：217-230.

[28]查先進，陳明紅.信息資源質量評估研究[J].中國圖書館學報，2010（2）：46-54.

[29]Rivard， Suzanne， Poirier， Guylaine， Raymond， Louis. Development of a Measure to Assess the Quality of User-developed Applications[J]. Acm Sigmis Database， 1997， 28（3）：44-58.

[30]Kripanont，N.Examining a Technology Acceptance Model of Internet Usage by Academics Within Thai Business Schools[D]. Melbourne， Australia： Victoria University，2007.

[31]Choi J. N. Individual and Contextual Predictors of Creative Perfor-mance： The Mediating Role of Psychological Processes[J]. Creativity Research Journal， 2004， 16（2-3）： 187-199.

[32]Hatlevik， O. E.， Throndsen， I.， Loi， M.， & Gudmundsdottir， G. B. StudentsICT Self-efficacy and Computer and Information Literacy： Determinants and Relationships[J]. Computers & Education，2018：118，107-119.

Abstract? As a type of education， vocational education is different from general education in terms of curriculum logic and teaching pattern. Based on TAM technology acceptance model， 325 teachers from different vocational schools were investigated. The results showed that the individual innovation of teachers， the high quality teaching resources and the interaction ability of teaching information platform have a significant impact on perceived usefulness; the significant influence exist in perceived usability toward perceived usefulness， in perceived usefulness toward implementation attitude， and in implementation attitude toward behavioral intention;? unlike the TAM model， the perceived usability has no significant influence on the implementation attitude of teachers; the community influence has significant influence on the implementation attitude of teachers， but has no significant influence on the behavior intention of teachers， while the influence of self-efficacy is the opposite of that of community. Therefore， schools need to choose a mature and reliable online teaching platform， build a high-quality online resource database， provide various opportunities for teacher training， create innovative teaching teams， give full play to the exemplary role of efficient teachers and make incentive policies for online teaching， so as to construct the practice community of online teaching.

Key words? vocational education; online teaching; TAM; influencing factors

Author? Xu Yilong， doctoral candidate of Shaanxi Normal University， senior lecturer of Shenzhen No.3 Vocational and Technical School （Shenzhen 518118）; Zheng Guangyong， senior lecturer of Shenzhen No.3 Vocational and Technical School; Yu Hongbo， Shenzhen No.3 Vocational and Technical School