地方本科高校大學生移動學習行為影響因素研究

馮永華，張森煒

(1.河南大學教育學部，河南開封，475004；2.東莞市東城品尚實驗學校，廣東東莞，523000)

移動學習是指學習者在非固定和非預先設定的位置下發生的學習，或有效利用移動技術所發生的學習。[1]它以滿足個性化學習需求的優勢正在成為高校正式學習的有益補充，有效學習行為的發生是提升移動學習效果的關鍵。澄清地方本科高校大學生移動學習行為影響因素及因素間的關系，有利于促進人才培養。基于此，本研究聚焦于地方本科高校大學生，開展大學生移動學習行為影響因素研究。

一、模型建構基礎：整合型技術接受與使用理論

整合型技術接受與使用理論(Unified Theory of Acceptance and Use of Technology，UTAUT)是在技術接受理論(簡稱“TAM”)的基礎之上，整合創新擴散論、理性行為理論、動機模型等不同領域的8種理論模型，提煉核心變量而提出的。該理論包含4個關鍵變量(績效期望、努力期望、社會影響和便利條件)與四個調節變量(性別、年齡、經驗和自愿性)，如圖1所示。Venkatesh等人研究發現，UTAUT模型對用戶接受信息技術的解釋度可以高達到70%。[2]

圖1 UTAUT模型

二、移動學習行為影響因素模型研究假設與初步構建

本研究在UTAUT模型基礎之上，引入學習動機、學習資源兩個關鍵變量。學習動機能解釋學習者在行為方面、情感方面和認知方面參與反應的成因[3]，學習資源是移動學習行為發生的對象，便利條件對移動學習行為意向沒有正向影響[4]。基于地方本科高校大學生為研究對象，本研究調節變量保留了UTAUT模型中的性別變量，將年齡變量修改為年級變量，增加專業類別變量，刪除自愿性、經驗兩個變量。基于此，本研究提出如下假設。

H1：績效期望對移動學習的行為意向有正向影響。H2：努力期望對移動學習的行為意向有正向影響。H3：社會影響對移動學習的行為意向有正向影響。H4：學習資源對移動學習的行為意向有正向影響。H5：學習動機對移動學習的行為意向有正向影響。H6：學習動機對移動學習的使用行為有正向影響。H7：移動學習的行為意向對其使用行為有正向影響。H8：學習資源對績效期望有正向影響。H9：努力期望對績效期望有正向影響。

基于關鍵變量、調節變量與研究假設，本研究初步構建移動學習行為影響因素模型，如圖2所示。

圖2 移動學習行為影響因素初步模型

三、問卷設計與數據分析

(一)初始問卷設計與編制

研究對象基本情況包括性別、年級、專業等。影響因素量表采用李克特5點量表，從1到5表示從“非常不同意”到“非常同意”的認同程度。其中，績效期望、努力期望、社會影響主要參考Venkatesh等人編制的量表[2，5-6]，分別設計4個(從A1—A4)、4個(從B1—B4)、3個(從C1—C3)題目；學習動機參考楊起虹的量表[7]，結合前期訪談修改，設計4個(從D1—D4)題目；學習資源參考楊根福的量表[8]，并結合前期訪談修改，設計4個(從E1—E4)題目；行為意向參考Venkatesh等人編制的量表[2，9]，設計4個(從F1—F4)題目；使用行為參考徐佳程編制的有關題項[10]，并結合訪談修改，設計5個(從G1—G5)題目。本研究共編制28個題目，形成地方本科高校大學生移動學習行為影響因素問卷。

(二)問卷試測與修改

試測問卷在地方本科高校發放46份，回收有效問卷41份，使用SPSS 25.0進行信效度檢驗。信度分析結果顯示，問卷總體信度系數為0.937，每個變量的信度系數均超過0.6，具有一定可靠性。效度檢驗結果顯示：問卷KMO值是0.639(大于最低標準0.6)，巴特利特球形度檢驗為984.174(df=378)，p<0.001；進行總方差分析，提取到7個主成分，總體貢獻率為82.911%。本研究嘗試刪去題目A3、A4、C3、D4、E4、F3、G1、G5，此時的KMO系數、巴特利特球形度檢驗顯著性、累計方差貢獻率及成分旋轉矩陣四分數據達到最優解，且變量與題項符合本研究測量維度構想，確定最終問卷構成，共計20個題目。

(三)問卷正式發放與信度分析

本研究以地方本科高校H大學的學生為研究對象，以就近抽樣原則，發出問卷240份，回收有效問卷213份，有效回收率為88.75%。調查對象基本信息如表1所示。

表1 調查對象基本信息

使用Cronbach’s α系數對問卷信度進行檢測發現：總信度系數為0.873，高于0.8的標準；各變量信度系數介于0.707—0.824之間，問卷整體信度較高，具有良好的一致性。

(四)數據描述性統計分析

1.變量描述性分析

如表2所示，關鍵變量績效期望、努力期望、社會影響、學習動機、學習資源、行為意向、使用行為的各測量指標最大值均為5，最小值都在2左右，表明各測量指標具有區分度。其中，使用行為均值與中位數都是4，表明大學生移動學習行為的發生率情況較高；努力期望和學習資源的均值均超過4，績效期望、學習動機、行為意向的均值均接近4，表明這些變量對移動學習行為有正向影響；相對來說，社會影響的均值較低，表明他人移動學習情況對調查對象移動學習的影響較小。

表2 各個變量的描述統計量(N=213)

2.調節變量差異性分析

本研究對性別使用獨立樣本T檢驗、對年級使用單因素方差分析，結果顯示，所有變量在性別與年級方面無顯著差異，即性別與年級對本研究涉及的所有維度都沒有調節作用。本研究對專業類別變量使用單因素方差分析，結果顯示，學習動機在專業類別方面具有顯著性差異(p<0.05)，即專業類別對學習動機維度起到調節作用。其中，文史類、法學與經濟學類的大學生具有更有效的移動學習行為。

四、移動學習行為影響因素結構方程模型建構、修正與驗證

本研究運用AMOS 22.0繪制移動學習行為影響因素初始結構方程模型，根據模型的擬合度結果對模型進行修正、路徑分析、影響效應分析，以驗證假設、分析影響因素及其關系。

(一)移動學習行為影響因素初始結構方程模型

初始結構方程模型路徑圖如圖3所示，初始模型共有7個潛變量(用橢圓形表示)、20個顯變量(用矩形表示)，以及23個非標準化路徑系數值默認為1的殘差變量(用圓形表示)。

圖3 地方本科高校大學生移動學習行為影響因素初始結構方程模型

本研究導入樣本數據后，通過AMOS參數估計得到了初始結構方程模型擬合效果：CMIN/DF為2.482，表示模型適配良好；GFI、AGFI、NFI、CFI的值分別為0.846、0.800、0.759、0.838，基本達到可接受范圍；RMSEA為0.084，未達到小于0.08的可接受標準。因此，本研究尚需對模型進行繼續修正。

(二)結構方程模型修正

本研究主要通過刪除不顯著的影響路徑，結合AMOS 22.0軟件給出的修正指標修正結構方程模型。修正步驟主要如下：首先，依照提供的修正指標，增添學習動機與使用行為之間的影響路徑，設置努力期望與學習資源之間的共變關系；然后，根據提供的p值，刪減了p值大于1的非顯著路徑，刪除學習動機對行為意向、努力期望對行為意向的影響路徑；最后，根據修正指標，增添學習動機與努力期望、學習資源與學習動機3個潛變量的2條共變關系。

檢驗修正后的模型擬合指標，結果如下：CMIN/DF為1.518，其數值介于1—3之間，表示模型適配良好；GFI為0.908、CFI為0.944，兩個數值大于0.9，表示模型路徑圖與實際數據有良好適配度；AGFI、NFI分別為0.880、0.855，其數值均大于0.8，且數值越接近1，表示適配度越佳；RMSEA為0.049，小于0.05，表示模型適配度良好。總之，修正后的模型擬合度較好，確定本研究結構方程模型，如圖4所示。

圖4 修正后的結構方程模型

(三)路徑分析與影響效應分析

本研究依據修正后的結構方程模型進行路徑分析，計算路徑系數、各路徑之間的顯著性，掌握各個變量之間的因果關系。結果如表3所示：各路徑系數的p值均達到顯著水平，且臨界比值(C.R.)均大于1.96，表明各路徑之間存在因果關系。具體如下：學習資源對績效期望、行為意向有正向顯著影響，努力期望對績效期望有正向顯著影響，績效期望、社會影響均對移動學習行為意向具有正向顯著影響，行為意向、學習動機均對移動學習使用行為具有正向顯著影響。

表3 路徑分析

依據修正后的結構方程模型進行總影響效應分析，研究發現：績效期望、努力期望、學習資源和社會影響對移動學習行為意向有間接影響作用，間接效應值分別為0.215、0.135、0.214、0.095；學習動機和行為意向對使用行為有直接影響作用，直接效應值分別為0.690、0.500。影響使用行為的各因素排序為：學習動機(0.690)>行為意向(0.500)>績效期望(0.215)>學習資源(0.214)>努力期望(0.135)>社會影響(0.095)。綜上所述，假設檢驗結果如表4所示。

表4 研究假設檢驗結果

五、研究結論與建議

(一) 研究結論

本研究結果表明，學習動機和行為意向直接影響本科高校大學生移動學習行為，績效期望、努力期望、學習資源、社會影響間接影響本科高校大學生移動學習行為。

1.學習動機和行為意向直接正向影響移動學習行為

本研究結果顯示，學習動機和行為意向對本科高校大學生的移動學習行為的影響最大，較強的學習動機與行為意向是本科高校大學生產生更有效的移動學習行為的主觀原因。專業類別對本科高校大學生學習動機的影響存在顯著差異，不同專業的學生存在差異化的學習動機。

2.績效期望、努力期望、學習資源、社會影響間接正向影響移動學習行為

績效期望、努力期望、學習資源、社會影響間接對地方本科高校大學生的移動學習行為有正向影響。當移動學習可以提高學習效果、移動學習更容易操作、資源內容質量較高、大學生周圍群體使用移動學習時，本科高校大學生則易產生使用移動學習的意向，出現移動學習行為。社會影響的影響效應值較小，影響程度較小。

(二)促進地方本科高校大學生移動學習行為的優化建議

地方本科高校大學生移動學習行為受學習動機、行為意向、績效期望、努力期望、學習資源、社會影響等方面的正向影響，本研究從促進地方本科高校人才培養、提升移動學習有效性的立場出發，重點從高校教學改革、大學生學習動機視角提出促進地方本科高校大學生移動學習行為的優化建議，并對平臺建設提出優化方向。

1.探究混合策略，以新的教學生態圈提升移動學習效果

移動學習借助計算和通信的力量增強學習過程，徹底改變了學習的生命周期與開展形式。[11]它以非正式學習的方式為學習者提供了自由的學習時空，但其易缺乏學伴支持、學習支持，造成知識“孤島”。因此，將移動學習混合運用于課堂教學，利用二者優勢混合，強化支持與連通。一方面，混合實現了虛擬空間與物理空間的無縫銜接，使課前、課中、課后及課上與課下融為一體，促進連通與互動。另一方面，混合實現了多要素重組，優化了教學結構。混合實現了學習者、教師、智能學伴、學習資源、學習平臺等要素的重組，學生之間、師生之間、學生與平臺之間等各要素相互作用、相互影響，實現多維互動，降低學習孤獨感，促進新知識的生成與聯通，不斷促進新的“教”“學”“教學”生態圈生成。總之，探究混合策略，形成全時段、全維度的教學聯通，以新的教學生態圈促進教與學結構的改變，提升移動學習效果，擴大移動學習社會影響。

2.構建多模態、開放融通的優質資源，以適應性精準推薦增進學習意向

學習資源對大學生移動學習行為的發生有間接影響，持續優化高質量的移動學習資源是提升移動學習效果的必然訴求。一方面，構建多模態資源、開放融通的優質資源。多模態資源超越了傳統的單一模態形式，它既包括圖片、文本、音視頻等單一媒體資源，也包括PPT、微課等多媒體資源，還包括VR/AR等互動資源，在多重模態數據共同作用下調動學習者的視覺、聽覺、觸覺等感知通道。另一方面，增進學習資源的開放融通，打破不同學習平臺之間高質量資源的壁壘，促進系統化資源與碎片化資源的融通，促使不同專業學習者在碎片化時間里進行系統化學習，增進移動學習者的學習黏度。此外，基于平臺自適應系統建立學習模型，實現精準學習分析，進行精準化資源推薦，既是持續激發學習動機、提升績效期望、增進行為意向的必要訴求，也是解決移動資源帶來知識迷航與知識負載問題的必要手段。[12]因此，構建多模態、開放融通的優質資源與精準推薦系統，以數據驅動定位學習需求，提升個性化學習效果。

3.大學生持續強化學習動機，以內驅力促進有效移動學習行為

移動學習作為一種自主學習方式，更具靈活性與松散性，容易出現“移動學習過程中學生的注意持久性較差”[13]的問題，對學習者的主動性、自控性提出了更高要求。本研究表明，學習動機直接影響大學生的移動學習行為。從移動學習者作為學習主體層面來說，持續強化學習動機是克服注意力問題、主動性、自律性的關鍵。首先，大學生應具有明確的學習目標，以目標為導向，定位學習需求，明確學習任務，制訂明晰的學習計劃，規劃學習安排。其次，大學生應提高學習過程的自我監控，以自我監管、自我反思感知學習動機的變化，及時調整學習策略，提升學習堅持度與學習積極性。最后，大學生應強化學習成就，從主動參與、自主建構、社會性交互、作品完成等方面提高自我學習效能，促進學習動機的持續激發。總之，移動學習者作為學習主體，應不斷強化學習動機，持續提升內驅力，實現有效的移動學習行為。

4.增強移動學習平臺可用性建設、多元交互與監管設計，創建沉浸式移動學習環境

移動學習平臺可用性直接影響學生的努力期望、行為意向。可用性涉及易學、易用、系統有效性、用戶滿意度等多個因素，包括界面可視性、導航、內容、控制度、反饋、出錯率和一致性7個維度。[14]強化移動學習平臺可用性建設是促進移動學習行為有效發生的基礎，它應以學習者為中心，具有友好的界面設計，為快捷瀏覽、精準檢索提供優質導航、互動與可控性。此外，移動學習平臺應強化智能多元交互與監管設計。智能多元化交互設計包括學習者與平臺系統之間的交互以及學習者之間的交互。前者以智能性、實時性、穩定性為學習者提供反饋，實時提供學習支持； 后者以社會化交互消除了泛在學習環境中的孤獨感，強化學習效果。通過監管設計的反饋，能夠激勵學習動機調節。此外，移動平臺應降低出錯率、增加兼容性，以低出錯率提供基礎保障，以兼容性為學習終端提供“一致性”的方式，提升易用性。總之，增強移動學習平臺可用性建設、多元交互與監管設計，為學生在虛擬空間提供真實的沉浸式學習環境，增進移動學習行為的有效性。