以科技接受模型探討線上學習滿意度影響因素

余靜 魏久峰 魏愷廷

摘要：隨著科技的進步，時代的發展，線上教學不僅推進了教育行業的社會化協同，而且可以給學生帶來更加個性化的教育體驗。疫情的發生加速了教學模式的改革，在政府的支持和鼓勵下，各大高校也開始重視線上教學的發展，然而學生對這種線上學習的模式的接受程度，也是值得我們深思和探究的。因而本研究以學者的工作特性模式及科技接受模型為理論基礎，研究了學生的成長需求強度、感知有用性及感知易用性三者對線上學習態度的影響，進而影響學生的線上學習滿意度。

關鍵詞：成長需求強度;感知有用性;感知易用性;線上學習態度;線上學習滿意度

一、引言

隨著科技的進步，除了傳統的課堂教學以外，使用線上教學也成為近年來新興的教學方式之一，而恰逢新冠疫情的影響，加速了線上教學的進行。2021年5月，由于我國新冠疫情的大規模爆發，面對如此嚴峻的事態，教育部緊急宣布采取“停課不停學”的措施，由此開展的線上教學成為老師在新冠疫情下仍能維持常態教學的模式，也成為學生維持正常學習的方式。我國自發展遠程教育以來，雖然經歷了遠程教育、精品課程建設及慕課建設三個階段，同時教育部近幾年在積極開展線上線下精品課程的建設，但傳統教學模式仍然居于主導模式，疫情的發生加速了教學模式的改革，各大高校開始重視線上教學的發展，然而學生對這種教學模式是否滿意？學生對線上學習的態度如何？也是值得我們深思和探究的。

因此，本文通過調查問卷的方式，針對廣州南方學院研究了該校學生對線上學習的滿意度及其態度，為各高校教師開展線上教學提供一定的參考。

二、理論研究與假設

Hackman & Oldham 在1980年研究工作特性模式時提出了成長需求強度，其指重視工作或者學習的挑戰性，并追求工作學習中能促進個人成長的一項特質。Davis，Bagozzi & Warshaw在1989年提出科技接受模型（Technology Acceptance Modle，TAM），從使用者的內在認知來解釋或預測接受計算機的決定因素，并研究個人采用科技意愿的外部變量。本研究根據先前學者的相關研究與專家訪談結果，以Davis（1989）提出的理性行為為取向及Hackman（1980）對工作特性的研究模式，構建研究框架，并進一步驗證成長需求強度（Growth need strength; GNS）、感知有用性（Perceived usefulness; PU）、感知易用性（Perceived ease of use; PEU）、線上學習態度（Attitude toward online learning; AOL）與線上學習滿意度（Online learning satisfaction; OLS）等變量之間的關聯性，概念性框架如圖1所示。

科技接受模型（Technology Acceptance Modle，TAM）提出兩種影響個人對科技使用態度的內在認知信念：感知易用性和感知有用性，應用在本研究中即指學生感知使用線上教學系統的容易程度，當感知易用性高時，表示學生學習起來較為輕松，反之，感知易用性低時，表示學生使用線上教學系統需要耗費非常大的精力。感知有用性則是指學生感知使用線上教學系統后，能獲得相應的知識，當感知有用性高時，表示學生使用線上教學能學到相應的知識;反之，感知有用性低時，則表示學生不能從線上教學獲得相應的知識。工作特性的研究模式提出的成長需求強度表明對工作或者學期期望的高低，影響著工作或者學習的態度及行為，應用在本研究中指當學生成長需求強度高者，學生的學習態度及行為比較積極向上，更能接受學習的挑戰，并運用自己我的獨立思考與創造力，從學習中獲得成就感及發展個人潛能。成長需求強度、感知有用性及易用性三者都會影響學習態度（Venkatesh，2000），進一步影響學習滿意度。本研究承襲先前研究脈絡，探討學生線上學習滿意度，進而提出以下四項假設：

H1：成長需求強度正向影響線上學習態度

H2：感知有用性正向影響線上學習態度

H3：感知易用性正向影響線上學習態度

H4：線上學習態度會正向影響線上學習滿意度

三、研究設計與方法

1.變量測量

本研究變量題項，皆以Likert七點量表衡量（1.完全不同意2.大致上不同意3.有點不同意4.沒意見5.有點同意6.大致上同意7.完全同意）。

成長需求強度，采用Hackman & Oldham（1980）編制的量表進行修改;感知有用性及感知易用性以Davis（1989）編制的量表修改;線上學習態度，采用陳欣汝（2018）編制的量表進行修改;線上學習滿意度，采用吳玉麗（2020）編制的量表進行修改。

2.研究設計與研究樣本

本研究針對廣州南方學院大一至大三的學生為調查對象，使用便利抽樣進行在線問卷調查。本問卷進行兩次前測，第一次以email邀請5位專家學者進行修改;第二次也以email邀請30位大學生進行填答，確認用語、含義和問項是否模糊。正式調查期間從2020年2月1日至2021年9月1日，共回收840份有效問卷。

性別分布：女61%、男39%。年齡結構：17-23歲，平均年齡20.4歲。年級：大一32%、大二17%、大三51%。課程：市場調研與預測16%、創業基礎16%、經濟學15%、社會調查原理與方法13%、人力資源管理9%、廣告學7%、領導學7%、旅游概論6%、管理溝通4%、旅游心理學4%、國際企業管理2%、旅游英語2%。教學網絡平臺：超星平臺32%、QQ課堂26%、騰訊課堂21%、騰訊會議19%、其它3%。教師：余靜42%、魏久峰22%、曾麗玉11%、吳宏哲6%、周先捷19%。

3.資料分析統計

本研究資料分析，聚焦于量表驗證與假說檢定。因為偏最小二乘法（Partial Least Squares， PLS）可驗證量表心理計量屬性，可估計結構模型參數，并且能測量變量之間關系的方向與強度（Fornell & Bookstein，1982），同時不受樣本數與常態分配的限制（Chin & Newsted，1999）。因此，本研究采用SmartPLS 2.0統計工具（Ringle， Wende & Will，2005），以現今被社會科學廣泛使用的PLS（Wixom & Waston，2001; Fornell， Lorange，& Roos，1990），來評估測量模型以及結構模型。

四、研究結果

1.無反應偏差與共同方法偏誤

本研究以便利抽樣與單一自填式問卷進行數據收集，必須進行無反應偏差（non-response bias）及共同方法偏差（common method bias）檢定。無反應偏差，會使研究結果無法正確推論至樣本結構（Ines et al.，2002）;共同方法偏誤，會降低或提高研究變量間關系的統計顯著性（Podsakoff et al.，2003）。

首先，為確保分析結果可以正確推論到樣本結構，本研究將有效問卷依回收時間分為各420份兩組，以獨立樣本t檢定比較兩組衡量變量平均數是否存在顯著差異？檢定結果，兩組衡量變量不存在顯著差異（p >0.05），代表回收問卷并不存在無反應偏差問題（Armstrong & Overton，1977）。其次，將所有變量問項以主成份法進行因素分析，采用Harman單一因素檢定方法（Malhotra， Kim & Patil，2006），檢定調查資料是否存在共同方法偏差問題。分析結果，五個特征值（eigenvalues）大于1的因素解釋變異量共占76.83%，其中第一個萃取因素的解釋變異量為29.36%，小于50%，因此可判定本研究樣本數據未有嚴重的共同方法偏差問題（Podsakoff & Organ，1986）。

2.測量模型分析

信度（reliability）、收斂效度（convergent validity）和區別效度（discriminant validity），用于評估PLS測量模型的變量屬性。為了驗證變量的信度和效度，本研究使用Cronbach’s Alpha系數（α;Cronbach & Meehl，1955）是否等于或高于0.70，來測試模型變量的內部一致性與穩定性。同時，檢驗收斂效度必須滿足三個要求（Hair et al.，2014）。首先，因素負荷量（λ）應該大于0.50且呈現統計顯著（Kline，2005）;其次，每個平均變異萃取量（AVE）應等于或高于0.50;第三，組合信度（CR）應超過0.70（Nunnally & Bernstein，1994）。

AVE是每個變量一組內部指標的平均方差提取總體平均值（Hair et al.，2014），區別效度是指應用不同方法測量不同變量時，所觀測到變量的數值之間應該能夠加以區分的程度。Fornell & Larcker（1981）的標準是評估區別效度常用的方法，他要求每個變量的AVE值要高于任何其他成對變量的最高平方相關系數（Segars & Grover，1998）。

表1顯示，本研究量表信度具有良好的一致性與穩定性，所有變量的α值介于0.87-0.94之間，都大于0.70。而且收斂效度良好，每個變量的λ值均顯著（p <0.001）且介于0.70-0.95之間，都高于0.5;CR值介于0.92-0.95之間，也都大于0.70;AVE值介于0.71-0.86之間，都大于0.50。同時，研究量表也具有可接受的區別效度，每一個變量AVE平方根都大于各成對變量的相關系數。綜合可知，本研究的信度、收斂效度和區別效度都合乎學者所提出的標準。

3.結構模型估計

結構模型的評估方式以PLS拔靴法取樣5000次，檢驗路徑是否顯著;以路徑系數（β），解釋變量間的因果關系強弱程度;以解釋變異量（R2），解釋結構模型的預測能力。

圖3顯示，線上學習態度以及線上學習滿意度的R2依序是0.63以及0.67，都大于0.25，合乎學者所提出的標準（Hair et al.，2011）50;換句話說，本研究結構模型的預測能力還不錯。

圖3也顯示，成長需求強度（β=0.17， p<0.001）、感知有用性（β=0.48， p<0.001）以及感知易用性（β=0.24， p<0.001）都正向影響線上學習態度，假設H1、H2以及H3獲得支持。線上學習態度正向影響線上學習滿意度（β=0.82， p<0.001），假設H4獲得支持。

五、結論與建議

隨著科技的進步，時代的發展，以互聯網為技術背景，穿插線上教學是互聯網時代下必然的產物，線上教學不僅推進了教育行業的社會化協同，而且可以給學生帶來更加個性化的教育體驗。由于疫情的推動，線上教學更是給教育行業帶來了教學、管理與服務的創新;疫情的發生加速了教學模式的改革，在政府的支持和鼓勵下，各大高校也開始重視線上教學的發展，然而學生對這種線上學習的模式的接受程度，也是值得我們深思和探究的，因而本研究從學者的工作特性模式及科技接受模型提出了4個假設，并總結出圖3的假設檢驗結果，結果現實，所有假設均成立，學生的成長需求強度、感知有用性及易用性三者都會正向影響學習態度，進一步影響學習滿意度。

通過本文的研究發現，線上學習滿意度受到線上學習態度的影響，因而要提高學生線上學習滿意度，可以通過提高線上學習態度進而影響線上學習滿意度;而線上學習態度受到學生的成長需求強度、感知有用性及感知易用性的影響，因此在教師線上教學的過程中，要注意對學生的激勵作用，端正學生線上學習態度，可以考慮在線上教學前期通過一定的方法、案例等方式，提高學生的成長需要強度，讓學生感知到線上教學是有用的并且能更加便捷的獲得知識。

參考文獻：

[1]陳虹，陰啟峰，張澤.重大突發事件背景下大學外語公共課程有效線上教學研究[J].呼倫貝爾學院學報2021，6（29）：49-53.

[2]Hackman，J.R，& Oldham，G.R（1980）.Work redesign.Reading，MA：Addison-Wesley.

[3]Davis，F.D（1989），Perceived usefulness， perceived ease of use，and user acceptance of information technology， MIS Quarterly，Vol.13，No.3，pp，319-340.

作者簡介：余靜（1980—），女，四川，廣州南方學院，講師;魏久峰（1956—），男，臺北，廣州南方學院，副教授（通訊作者）;魏愷廷（1992—），男，臺北，輔仁大學，研究生。