高職(專科)學生移動語言學習的影響因素實證分析:基于UTAUT模型

葉慧

(惠州城市職業學院,廣東惠州 516025)

0 緒論

MALL理論由Chinnery于2002年提出,語言學習中移動設備可以作為一種教學工具[1]。在外語教學中使用移動設備可以增強學習動機采用MALL的優勢主要體現在：(1)通過使用熟悉并喜愛的智能工具來增強學生學習動力；(2)給學生更多發展六種溝通技巧的機會：書面演講的理解和制作,口語的理解和制作語言,聽覺互動以及聽覺和書面調解；(3)鼓勵將目標語言作為一種獨特的交流手段；(4)通過探索、分析、發現和選擇來促進教學活動,增強真實和虛擬環境的互動,并以愉快的方式促進學習；(5)增強真實和虛擬環境的互動,學生在同一間教室內,也可以與學生在另一間教室內外；(6)以愉快的方式促進學習。針對學生層面的研究,前人展開了較多的研究。Yanyan Sun(2019)針對本科學生,探討了內在動機,與技術采用相關的關鍵變量以及學生MALL中的行為意圖之間的關系。Ivana Jovanovi(2017)運用了結構方程模型(SEM)的方法調查了商學院學生的MALL的態度與行為意圖的關系。Hashim(2018)運用結構方程模型(SEM)的方法調查了理工類大學生學習英語中,使用MALL的態度與行為意圖的影響因素。

為此,本文基于整合型技術接受與使用統一理論(以下簡稱UTAUT)模型,旨在調查惠州城市職業學院學生在英語學習中對MALL的接受程度與關鍵影響因素。因此,該研究的研究問題如下：(1)基于UTAUT模型提出并驗證高職學生在移動語言學習(MALL)中的學習行為意圖模型。(2)評估影響高職學生移動語言學習(MALL)中行為意圖及影響因素。(3)借鑒此項研究可能的研究結果,外語教學改革提供理論和實踐的參考依據,為我國高職(專科)英語教育工作者提供有關英語教育計劃與政策的相關見解；通過更好地了解移動語言學習(MALL)的用法,高職(專科)學生將有更多機會在正式場合以外學習英語。最后,該研究還成為在教育領域使用技術或設備領域進行進一步研究的有用的啟動平臺。

1 文獻綜述

1.1 UTAUT模型概述

Venkatesh等學者在2003年提出了統一的技術接受和使用理論(UTAUT)。UTAUT包括四個關鍵變量,分別是績效期望、努力期望、社群影響和便利條件。但是,研究結果與UTAUT關系顯示出許多不一致,這可能是由于環境、位置、組織和事件等因素造成的[2]。因此,使用UTAUT模型時要考慮不同的環境、位置、組織和事件等隱私。

1.2 移動語言學習的研究現狀

基于不同的角度,學者們從高職生MALL的整體現狀、群體差異和影響因素進行調研。Kan(2018)研究顯示,在學生看來,教師所扮演的角色非常有限,而學生們期望課外活動時移動輔助語言學習得到老師的更多支持[3]。在語言學習領域,持續開展的MALL相關研究與結果,對于學習者、使用者、MALL開發者等利益相關者,具有重大的現實意義。

依據文獻,移動語言學習的相關研究大致經歷了四個階段。

(1)英語教學內容組織、教學任務設計等信息交互方式的研究。(2)構建智能化移動學習系統。(3)學習效能和滿意度研究。(4)移動語言學習理論研究的發展。

但是,在MALL研究主體上,針對高職(專科)學生的MALL研究極少。而且高職(專科)學生普遍具有英語基礎、主動性、學習能力相對較差等情況。在MALL研究內容上,相對比較傾向MALL系統的有效性、比較注重系統層面設計與開發的研究。雖然有部分研究基于某個系統實施了MALL的前期調查與研究,多數采用是SPSS軟件為主要分析工具,但調查維度較少,調查范圍較少或較少聚集某一專門群體,使用相對簡單的描述性統計,相對簡單的比較分析占的比重較高。對相關分析、回歸分析、路徑分析、模型結構分析的采用相對較少。目前研究與分析,無法全面反映高職(專科)學生使用MALL中的實際情況、關鍵影響因素、因素之間的影響程度等。正如Botero(2018)指出,令人驚訝的是,幾乎沒有研究報告證明學生接受了MALL,更不用說在發展中國家接受了MALL[4]。

要想成功地將MALL整合到高職(專科)英語教育中,就需要改善相關影響因素的研究與分析。為此,本次研究將基于UTAUT模型,結合前人的研究成果,以高職(專科)學生為研究對象,設計涵蓋多個維度的調查問卷,提取高職(專科)學生使用MALL學習英語的現狀、關鍵影響因素等,將采用SPSS25軟件與SmartPLS3軟件結合,重點采用結構方程模型的方法(SEM)探討因素之間的可能存在的關系。

1.3 研究模型與假設

這項研究結合UTAUT最初提出的關系,然后通過行為的態度環境擴展行為態度變量(ATT)。圖1給出了一個研究模型,后續使用該模型解釋高職(專科)學生在MALL的用法以及變量之間的假設關系。

圖1 高職(專科)學生MALL的行為意圖研究模型Fig.1 Higher vocational (Junior College) students’ MALL behavioral intention research model

許多其他基于UTAUT的研究都包含了對在教育環境中的行為,并認為這是接受的必要因素。因此,提出以下假設：

H1：ATT與BI呈正相關。H2：EE與ATT正相關。

H3：EE與BI正相關。H4：FC與ATT正相關。

H5：FC與BI呈正相關。H6：PE與ATT呈正相關。

H7：PE與BI呈正相關。H8：SI與ATT呈正相關。

H9：SI與BI呈正相關。H10：PE通過ATT對BI存在中介效應。

H11：EE通過ATT對BI存在中介效應。H12：SI通過ATT對BI存在中介效應。

H13：FC通過ATT對BI存在中介效應。

2 研究方法

2.1 研究設計

本研究旨在調查高職(專科)學生使用MALL,找出可能存在的因素問題,并探討因素之間存在的關系。通過文獻探討MALL研究和應用現狀,依據研究主題合計調研工具,并對其信度、效度進行檢驗。重點采用結構方程模型(SEM)研究方法,對調查結果進行分析,并提供相關建議。

2.2 研究對象與研究工具

受訪者來自惠州城市職業學院國際學院、商務學院2018、2019、2020級具備移動語言學習能力的學生,受訪者隨機選取,本課程組成員通過問卷調查設計了包括人口屬性、PE、EE、SI、FC、ATT、BI維度、使用頻率、使用經驗的問卷。調查問卷分為初始問卷、正式問卷,時間持續1周。

問卷采納并修訂了前人PE、EE、SI、FC、ATT、BI的題項。并采用李克力量表,分數為7分制,從“非常不同意”到“非常同意”,依次設置為1-7分。

在初始問卷階段,回收了120份有效問卷。CR值通過檢驗,最終,正式問卷確定為PE5個題項、EE為5個題項、SI四個題項、FC為5個題項、ATT為5個題項、BI為三個題項。并且,ATT作為中介變量,BI作為目標變量。使用七點李克特量表從目標樣本獲得數據,采用定量分析的研究方法,使用SPS25.0、SmartPLS3.0。

正式問卷最終回收302份問卷,其中有16份問卷的答卷時間低于正常范圍,刪除了這16份問卷,刪除答題選擇70%重復選項的15問卷,獲得有效問卷271份。有效問卷回收率是90%,滿足SPSS25.0與SmartPLS3.0測量需求。

3 研究結果與發現

3.1 受訪者基本資料與使用行為概述

對回收的問卷,使用了SPSS25進行了初步的分析：大一學生有158人,占58.3%,大二學生84人,占31%；大三學生有29人,占10.70%；男生有94人,占34%；女生177人,占65.31%；18歲及以下年齡的89人,占32.84%；19歲的88人,占32.47%；20歲的63人,占23.25%；21歲的21人,占7.75%；22歲及以上年齡的10人,占3.69%；受訪者移動學習英文頻率中,每天使用的有33人,占12.18%,每周3次使用的有76人,占28.04%；每周2次使用的有63人,占23.25%；每周1次使用的有27人,占9.06%；約半個月使用1次的有72人,占26.57%；受訪者中,有94人只有小于3月的使用經驗,占34.69%；有49人具有3至6個月的使用經驗,占18.08%；有45人具有6個月到1年的使用經驗,占16.61%；有21人具有1年至2年的使用經驗,占7.75%；有62人具有超過2年的使用經驗,占22.88%。

受訪者對績效期望(PE)各題項的感知中,PE1的均值為3.661,標準差為1.479；PE2的均值為3.841,標準差為1.458；PE3的均值為3.760,標準差為1.450；PE4的均值為3.720,標準差為1.354；PE5的均值為3.860,標準差為1.438。

受訪者對努力期望(EE)各題項的感知中,EE1的均值為3.801,標準差為1.335；EE2的均值為3.845,標準差為1.363；EE3的均值為3.812,標準差為1.313；EE6的均值為4.018,標準差為1.335；EE7的均值為4.114,標準差為1.355。

受訪者對社群影響(SI)各題項的感知中,SI1的均值為4.018,標準差為1.310；SI2的均值為4.170,標準差為1.422；SI3的均值為4.137,標準差為1.377；SI4的均值為4.048,標準差為1.404。

受訪者對便利條件(FC)各題項的感知中,FC1的均值為4.221,標準差為1.298；FC2的均值為4.173,標準差為1.296；FC4的均值為4.306,標準差為1.199；FC5的均值為4.236,標準差為1.275；FC6的均值為4.432,標準差為1.323。

受訪者對態度(ATT)各題項的感知中,ATT1的均值為3.993,標準差為1.361；ATT2的均值為4.148,標準差為1.414；ATT3的均值為4.044,標準差為1.336；ATT4的均值為4.133,標準差為1.214；ATT5的均值為4.052,標準差為1.217。

受訪者對使用意愿(BI)各題項的感知中,BI1的均值為4.247,標準差為1.298；BI2的均值為4.284,標準差為1.302；BI3的均值為4.129,標準差為1.257。

受訪者對績效期望(PE)感知的平均值為3.768,標準差為1.285；受訪者對努力期望(EE)感知的平均值為3.918,標準差為1.199；受訪者對社群影響(SI)感知的平均值為4.093,標準差為1.240；受訪者對便利條件(FC)感知的平均值為4.274,標準差為1.122；受訪者對態度(ATT)感知的平均值為4.074,標準差為1.136；受訪者對行為意圖(BI)感知的平均值為4.220,標準差為1.203。

利用方差分析(全稱為單因素方差分析)去研究年級對于績效期望(PE),努力期望(EE),社群影響(SI),便利條件(FC),態度(ATT)和使用意圖(BI)共6項的差異性。不同年級樣本對于績效期望(PE),努力期望(EE),社群影響(SI)共3項不會表現出顯著性(p＞0.05),意味著不同的年級樣本對于績效期望(PE),努力期望(EE),社群影響(SI)全部均表現出一致性,并沒有差異性。另外年級樣本對于便利條件(FC),態度(ATT),使用意圖(BI)共3項呈現出顯著性(p＜0.05),意味著不同的年級樣本對于便利條件(FC),態度(ATT),使用意圖(BI)有著差異性。

3.2 測量模型分析

使用PLS來評估信度與效度,首先必須計算各個構面的CR(組成信度)、AVE(平均變異數萃取量)。變量的組成信度及Cronbach’s α都是指構面內部變數的一致性,如果變量的CR、Cronbach’s α越高,則代表觀測變量是高度相關的。解釋起來就如同是Cronbach’s α值需要大于0.7,CR的值需要大于0.7；而AVE值必須大于0.5才能證明使用該構面是適當的。

從表1可知,本研究中潛變量之CR值從0.937到0.953,及Cronbach’sα從0.916到0.937,皆大于0.7,表示本研究的潛變量具有良好的內部一致性。而本研究潛變量的AVE值從0.748至0.872,皆大于0.5,表示本研究的潛變量具有良好的收斂效度。另外,學者建議個別指標變數的信度由其因素負荷量大于0.7,表1顯示這些數值都是合適的。因此該模型構面的信度與收斂效度滿足要求。

表1 信度與收斂效度分析表Tab.1 Reliability and convergence validity analysis table

當個別構面之AVE的平方根大于該構面與其他構面的相關時,說明了區別效度的存在。因為AVE就是同一個構面內所有多元相關平方(Squared Multiple Correlations,簡稱SMC)的平均值,而SMC是每一個構面下每一題衡量題項的標準化因素負荷量的平方值,要拿它來跟構面間的相關系數相比時必須開根號。

3.3 結構模型分析

R2值指的是一個變量的總變異數中可被解釋的部分,其值若近似0.67謂之大(substantial),0.333左右謂之適中(moderate),0.19左右則稱為弱(weak)。圖2中顯示了結構模型的分析結果,圓圈中的數值就是R2值。

見圖2可知,本研究結果發現,績效期望(PE)、努力期望(EE)、社群影響(SI)、便利條件(FC)對態度行為(ATT)的變異解釋程度為72.9%,績效期望(PE)、努力期望(EE)、社群影響(SI)、便利條件(FC)、態度行為(ATT)對對行為意圖(BI)的變異解釋力則為80.5%。就以Chin(1998)及Ringle(2004)的建議而言,本模型相關變量的解釋能力可謂相當大的。

圖2 PLS路徑分析圖Fig.2 PLS path analysis diagram

表2可知,H1(ATT→BI)的(β=0.281,T=3.773,p＜0.01,),因此H1成立,即態度行為(ATT)對行為意圖(BI)的影響顯著。H2(EE→ATT)的(β=0.155,T=1.943,p＞0.05,),因此H2不成立,即努力期望(EE)對態度行為(ATT)的影響不顯著。H3(EE→BI)的(β=0.013,T=0.174,p＞0.05,),因此H3不成立,即努力期望(EE)對行為意圖(BI)的影響不顯著。H4(FC→ATT)的(β=0.560,T=7.557,p＜0.05,),因此H4成立,即便利條件(FC)對態度行為(ATT)的影響顯著。H5(FC→BI)的(β=0.404,T=4.396,p＜0.05,),因此H5成立,即便利條件(FC)對行為意圖(BI)的影響顯著。H6(PE→ATT)的(β=0.035,T=0.514,p＞0.05,),因此H6不成立,及績效期望(PE)對態度行為(ATT)的影響不顯著。H7(PE→BI)的(β=0.050,T=0.932,p＞0.05,),因此H7不成立,即績效期望(PE)對行為意圖(BI)的影響不顯著。H8(SI→ATT)的(β=0.148,T=1.947,p＞0.05,),因此H8不成立,即社群影(SI)響對態度行為(ATT)的影響不顯著。H9(SI→BI)的(β=0.214,T=1.947,p＞0.05,),因此H9不成立,即社群影響(SI)對行為意圖(BI)的影響顯著。

表2 假設驗證分析表Tab.2 Hypothesis verification analysis table

4 結論與建議

4.1 結論

這項研究基于UTAUT模型,并結合態度行為(ATT)來建構高職(專科)學生移動語言學習(MALL)影響因素模型。并且以惠州城市職業學院具備移動語言學習經驗的3個年級學生為樣本,采用定量分析的方法,通過結構方程模型(SEM)的方法分析數據,提取影響高職(專科)學生的使用MALL的關鍵影響因素,探討其可能存在的關系,包括中介效應等。本次探討發現：

(1)態度行為(ATT)對行為意圖(BI)的影響顯著,(β=0.281,T=3.773,p＜0.01)；努力期望(EE)對態度行為(ATT)的影響不顯著,(β=0.155,T=1.943,p＞0.05)；努力期望(EE)對行為意圖(BI)的影響不顯著,(β=0.013,T=0.174,p＞0.05)；便利條件(FC)對行為態度行為(ATT)的影響顯著,(β=0.560,T=7.557,p＜0.05)；便利條件(FC)對行為意圖(BI)的影響顯著,(β=0.404,T=4.396,p＜0.05)；績效期望(PE)對態度行為(ATT)的影響不顯著,(β=0.035,T=0.514,p＞0.05)；績效期望(PE)對行為意圖(BI)的影響不顯著,(β=0.050,T=0.932,p＞0.05)；社群影響(SI)對態度行為(ATT)的影響不顯著,(β=0.148,T=1.947,p＞0.05)；社群影響(SI)對行為意圖(BI)的影響顯著,(β=0.214,T=1.947,p＞0.05)。

(2)努力期望(EE)通過態度行為(ATT)對行為意圖(BI)的中介效應不顯著,β=0.044,T=1.634,p＞0.05；便利條件(FC)通過態度行為(ATT)對行為意圖(BI)的中介效應存在,并且因為便利條件(FC)通過態度行為(ATT)對行為意圖(BI)的中介效應,即(FC-＞ATT-＞BI)的VAF=27%,因此存在部分中介效應；績效期望(PE)通過態度行為(ATT)對行為意圖(BI)的中介效應不顯著,(β=0.010,T=0.467,p＞0.05)；社群影響(SI)通過態度行為(ATT)對行為意圖(BI)的中介效應不顯著,(β=0.041,T=1.571,p＞0.05)。

(3)績效期望(PE)、努力期望(EE)、社群影響(SI)、便利條件(FC)對態度行為(ATT)的變異解釋程度可達72.9%；績效期望(PE)、努力期望(EE)、社群影響(SI)、便利條件(FC)、態度行為(ATT)對對行為意圖(BI)的變異解釋力則達80.5%。

本研究表明,便利條件(FC)、社群影響(SI)在高職(專科)學生使用MALL中形成使用MALL行為態度最關鍵的因素。行為態度(ATT)、便利條件(FC)是決定高職(專科)學生持續使用MALL的關鍵因素。

4.2 研究限制

在研究方面,研究總是有某種局限性。本研究使用了通過自我報告收集的主觀測量,因此學生的反應可能會受到偏見。此外,數據收集的僅來自惠州城市職業學院國際學院和商務學院的相關學生,接下來,需要進一步了解來自不同地區、不同專業的高職(專科)學生對MALL的了解及接受程度。未來的研究還應包括其他潛在的和調節變量,研究來自不同移動語言學習平臺的相關因素等。

4.3 建議

(1)高職(專科)學校繼續開展移動語言學習的相關研究,進一步掌握高職(專科)對MALL的需求及相關促進隱私,對MALL目標進行更客觀的量化研究,提供更多有效的實證證據,提升高職(專科)學生移動語言學習的效果。

(2)充分發揮社群影響的驅動力。高職教育利益相關者,即MALL行業和英語言老師應該廣為MALL。一旦學生意識到MALL的存在和有效性,高職(專科)可以在使用產生積極的影響有效的MALL工具。

(3)職教育利益相關者,即MALL行業和高職(專科)學校管理者,相關政策制定者,需進一步提升與優化高職(學生)使用MALL的便利條件。隨著移動學語言習在教育中的地位不斷提高,且行為意圖主要受便利條件、社群影響、行為態度的影響,高職(專科)學生相信MALL將幫助他們實現學習目標。

我們鼓勵MALL愛好者將本研究中開發的模型視為了解更多信息的工具,輔助與促進高職(專科)學生采用移動設備進行語言學習。