基于SEM模型的疫情后大学生对线上学习平台的持续使用意愿影响因素研究

基于 SEM模型的疫情后大学生对线上学习平台的持续使用意愿影响因素研究

汪青霞 1桑敏 2蔡妍竹 3朱海荣 4

南京财经大学，江苏南京 210023

摘要：为了进一步了解疫情结束后大学生对于线上学习平台的持续使用意愿及其影响因素，为提高线上学习平台质量、优化现阶段的学习模式、针对性和有效性提供参考依据，更好地满足当代大学生的学习需求。基于技术接受模型和期望认知理论，构建疫情后大学生线上学习平台持续使用意愿影响因素模型，采用问卷调查方法收集数据，利用Smart PLS 3.0工具检验提出的假设。研究结果表明感知有用性和感知易用性对疫情后大学生对于线上学习平台的持续使用意愿具有显著的正向影响，进一步分析模型成因，并为后续针对大学生线上学习所使用的APP提出几点建议。

关键词：大学生、线上学习平台、结构方程模型（SEM）；持续使用意愿

一、引言

2020年初，突如其来的疫情使得全中国各个学校原定的开学时间不断延迟，为了不耽误学生们的正常学习进度，大部分学校采取“停课不停学”机制，决定利用中国大学生慕课、学习通、腾讯课堂、腾讯会议、雨课堂、钉钉等网络教学软件，来进行线上教学，一时间此类教学软件的使用度开始激增。随着软件用度的增加，学生们从对部分软件的一无所知到开始熟练使用，软件之间的比较以及各个软件的优缺点已经在使用者心中默默形成，线上教学的质量也与其所使用的软件质量息息相关。

朴铭实（2017）认为，目前我国绝大多数的学校在网络基础设施的建设方面都已经得到完善，并且为学校教学情况的网络教育管理搭建了合适的平台，同时在教学实践方面也取得了一定的效果。^[1]杨姣仕，马倩（2020）指出课堂教学阶段是学生知识体系完善的重要过程，学生在通过超星学习通平台对教学内容进行初步认知，但其更多的是以主观意识来进行学习的，为此，在实际课堂教学中，仍需教师对教学知识点进行整合，以此来确保学生接受知识的连贯性。^[2]徐文杰，张嘉琪（2017）针对智慧堂软件提出，其对学习的促进作用有：提高课堂教学效率，促进个性化学习，便于了解学习效果；而对此软件存在的不足有：对学生的自控力要求高，会使得教师和学生对其依赖心理增强，对学生的视力影响较大。^[3]

十九届五中全会通过的《建议》提出要发挥在线教育优势，完善终身学习体系，建设学习型社会。本文从在线学习平台自身配备功能强度及社群影响因素出发，根据调研对象构建学习质量评价模型，基于学习数据进行多元分析，得出在线上学习质量评估结果，研究学生群体对线上学习平台的持续使用意愿，并在调研数据的基础上，为充分发挥在线教育优势，提升学生线上学习质量，持续自主学习提出政策建议。

二、理论基础和研究假设

2.1理论基础

2.1理论基础

本次研究中，本团队将以技术接受模型(TAM)为基础，对线上学习软件进行质量评估以及持续使用意愿影响因素分析，并以此构建结构方程模型(SEM)，利用调研所得数据实证检验各方面因素对线上学习软件质量评估以及大学生持续使用意愿的影响。

图1 技术接受模型

技术接受模型 (Technology Acceptance Model，简称TAM)是由Davis教授在1989年率先提出的，用来解释信息系统低使用率(Low usage)问题的理论模型，目前，TAM已经成为信息系统、信息管理、经济管理等领域的前沿学科^[4]。结构方程模型(Structural equation modeling, SEM)是基于变量的协方差矩阵来分析变量之间关系的一种统计方法，是多元数据分析的重要工具，模型中既包含有可观测的显变量，也可能包含无法直接观测的潜变量。

2.2研究假设

感知有用性是技术接受模型和结构方程模型中的重要变量之一，感知有用性对大学生群体疫情结束后是否愿意持续使用线上学习平台有重要影响。大学生群体对平台的感知有用性评价主要体现在其当期的学习努力和学习质量上，当用户感受到当期学习动力不足或学习质量不高时，通常不会再次选择使用线上学习平台。结合前期的调研和访谈可知，大学生群体在学习努力和学习质量评价问题上关注的焦点是平台页面美观度、平台便利条件、平台学习资源数量及在线学习时长四个方面内容。故构建本文中的感知有用性评价路径为“美观度、便利条件、学习时长、学习资源数量-感知有用性-持续使用意愿”。

基于以上调研和分析，结合技术接受模型、结构方程模型及其他相关研究成果，初步设定影响疫情结束后大学生线上学习平台持续使用意愿的两大影响因素：感知易用性、感知有用性。构建影响大学生群体线上学习平台使用意愿及持续使用意愿的路径图如图2所示，并对其进行进一步检验。

图2影响大学生群体线上学习平台使用意愿及持续使用意愿的路径图

三、研究方法

3.1研究对象与步骤

本研究采用问卷调查法获取数据，目标人群是疫情期间使用过在线教育服务的大学生群体。考虑到正处于疫情防控期间，2020年7月采用网上问卷调查的方式，通过专业调查网站问卷星设置问卷并获取问卷链接，主要通过QQ空间、QQ群、微信等线上社交软件展开调研，共回收有效问卷270份。

3.2测量量表设计

对于多数问项，要求填答者采用李克特五级量表自我汇报对这些陈述持反对或赞成的程度(1=很不满意，2=不满意，3=一般，4=满意，5=很满意)，问卷选项借鉴国内外相关研究成果，部分测项依据调研课题的特点进行了修正和自拟。观测变量的具体测度如下表所示。

表1 调查问卷测量项

四、数据分析与结果

4.1描述统计分析

调查的大学生基本信息见表2。在调查对象中，男性所占比例为，女性所占比例为。且以江苏大学和南京财经大学学生为主。从调查对象所在年级来看，疫情期间使用线上学习平台频率较高的是大二、大三学生，其次是大一学生，大四学生中使用线上学习平台频率较低。这与疫情期间大四学生正处于文化课较少、撰写毕业论文阶段有极大关系。

表2 所调查大学基本特征信息统计

4.2结构方程模型的构建

4.2.1结构方程模型拟合度检验

基于有效调查数据，构建结构方程模型，并对结构方程模型进行拟合度分析。根据软件运算得出潜在变量相关系数（Corrections）为正相关，表明潜在变量之间不存在相互排斥的关系。实验所得相关性在p=0.05水平上显著，说明假设模型构建阶段潜在变量的因果关系设置具有合理性。^[5]

表3 潜在变量相关系数（Corrections）

对于PLS结构方程模型拟合度检验，你和指标主要包括因子载荷、平均提取方差值（AVE）、组合信度（CR）、Cronbach’s α系数和R检验，结果如下表所示。

表4 结构方程模型的拟和指标值

在模型效度检验分析中，通过因子载荷分析验证的出因子和观测变量之间的关联性。由表4所得出的因子载荷量可以看出，调查对象线上学习平台使用意愿较高，观测变量的因子载荷都大于0.6。从整个模型的因子载荷来看，表明本文设置的结构方程模型的观测变量对于潜在变量具有比较高的解释能力。

在对于结构方程模型的检验中，当AVE值越大时表明所设立的观测变量被潜在解释的变异量的占比就会越大，从而模型的计算误差也就会更小。^[6]一般情况下当AVE的值大于0.4时，可以认为模型的区别效度和收敛效度是能够被接受的。在上表4中，可以看到每一个测量项的观测者均大于0.5，表明本文所建立的结构方程模型是具有较高的信度和效度。同时由上表4的数据看出，本模型的测量项的CR系数和Cronbach’α系数均通过检验，及本文所设置的结构方程模型的可信度较高。同时内生的潜在的变量——持续使用意愿（TA）的R²值为 0.805，超过了0.5，即表明模型中所设置的其他两个外生潜在变量——感知有用性、感知易用性均可以很好地解释疫情后大学生对于线上学习平台的持续使用意愿程度，即本模型拥有较好的预测解释效果。

4.2.2结构方程模型假设检验

4.2.2.1 结构方程模型的Bootstrapping检验

在进行结构方程模型的显著性检验时，采用的是Bootstrapping在抽样参数检验的方法，运用软件的重复抽样功能计算样本量为270的结果的T检验显著性值。计算的外部权重的抽样参数子和路径系数计算结果如下图下表5所示。通过查找资料得知，当路径系数在显著性P值小于0.05时的T检验值大于1.96时，才能通过显著性检验。由下表5可知，本文设立的感知有用性和感知易用性的相关假设H1、H2对于大学生在疫情后的线上学习平台的持续使用意愿TA的路径系数的T检验值分别为10.453、3.860，均大于1.96，且P值为0.000，均小于0.05，则表明本次模型所建立的因果关系均通过显著性检验，表明其因子载荷系数和权重也处于显著水平。

表5 路径系数（Path Coefficients）Bootstrapping 的检验结果

注：路径显著性水平：*P<0.05，**p<0.01，***P<0.001。

4.2.2.2 模型分析

通过运用Smart PLS 3.0路径分析软件构建出疫情后大学生对于线上学习平台的持续使用意愿结构方程模型并进行相应的模型计算，得出模型的交叉因子载荷系数和持续使用医院潜在变量路径结果如下图2所示，观测变量与因子之间存在的关联性可以通过因子载荷两来进行分析得出。资料显示，在EUGENE W等学者的研究结论基础之上得出，在样本量超过85时，因子的载荷量在大于0.6时，结构方程模型的观测变量对于其相应的潜变量的解释能力远大于其他潜在变量的解释能力，强有力地证明所建立的模型具有良好地区分度和内部一致性，具有较好的解释效果。

从本模型的计算结果看出，感知易用性（PEOU）和感知有用性（PU）对线上学习平台的持续使用意愿具有较为显著的正向影响，说明在线上学习平台地使用过程中，大学生较为关注平台的性能和自身体验感，同时学习平台带来的学习效益能够显著提高疫情后大学生对线上学习平台的持续使用意愿，并希望可以提高平台的感知易用性和有用性，提高使用体验 感，从而进一步提升持续使用意愿。

图2 疫情后大学生对于线上学习平台的持续使用意愿潜在变量路径图

五、结论与展望

5.1研究结论

（1）结合大学生对线上学习平台的使用情况，可以建立“感知易用性与感知有用性——使用行为与社群影响——持续使用意愿”的分析推导框架。大学生群体线上学习软件使用意愿及持续使用意愿收到感知易用性与感知有用性的两种的共同作用与影响，表现为学生个体的“使用行为”，主观因素与客观潜在因素最终可推导引至潜在影响因素即对于线上学习平台的持续使用意愿。

（2）疫情后大学生的线上学习平台的持续使用意愿受到多项因素的影响。立足于SEM模型的调查与研究，着眼于“感知有用性”的便利条件、稳定性、兼容性、安全性以及“感知易用性”的美观度、学习时长、学习资源数量、便利条件多个影响因子对线上学习平台综合考量，得以得出感知有用性以及感知易用性都会对平台的使用意愿有不同程度的正面显著影响。

（3）线上学习平台的定位为为广大大学生群体提供服务，关键的点在于提升全平台的用户体验，对软件提出可供实施的意见，使使用群体抱有长期使用线上学习软件的意愿。从感知有用性方面来说，提高软件的稳定性和并发性，使得系统应能够满足单个院校10000的并发使用，且能实现当个院校系统内学科系统互不干扰。扩大实时在线使用人数的容量，在软件发生故障、操作错误等情况下及时作出适当的响应。简化线上学习软件的操作模式、页面的使用操作模式以及登入方式，在满足教学需求的同时，使得学生与老师都能够在短时间内学会操作使用软件。在感知易用性方面来说，提高软件页面的美观度与使用界面的协调度，使用群体大学生更倾向于简洁而不失美观的设计，加强色彩搭配，增强画面清晰度，建立常用功能的快捷页面。为师生之间的交流构建透明的更快捷的平台，教师可以在后台实时关注学生的学习状况，提高软件与学生受众的匹配度和粘合度。

5.2研究展望

本论文从市场上已有的线上学习软件出发，对在疫情期间的被各个高校广泛高频率使用的有代表性的线上使用软件进行全方位的研究，设计相对应的调查问卷，对社会中的大学生群体进行了线上问卷的深度调研，通过Smart PLS 3.0数据工具分析软件，基于SEM模型对持续意愿进行量化的分析，研究的结果表明了感知有用性以及感知易用性都会对平台的使用意愿有不同程度的显著影响，立足于描述性统计、实证研究的科学性研究方法，将目的落在分析现有的线上学习软件的不足，给予线上学习平台可以投入实践的建议，建设更符合当下时代、适合广大群体使用的线上学习软件。本文立足于疫情期间的大学生用户的活跃度，增加日常用户使用的黏着度，同时将线上学习平台的安全性上升为重点关注的因素之一，为建立线上学习平台成熟的商业模式与盈利模式需要提上日程，基于全民教育、终身教育的需求，扩大线上学习教育资源平台。

参考文献：

1. 朴铭实.“互联网+”时代混合教学模式在高校课堂中的应用[J].科技创新导报,2017,14(32):235+237.

2. 杨姣仕,马倩.基于超星学习通的翻转课堂教学模式研究[J].中外企业家,2020(08):211

3. 徐文杰,张嘉琪.浅谈“智慧课堂”学习软件使用中的利与弊[J].长春教育学院学报,2017,33(11):75-76.

4. 鲁耀斌,徐红梅.技术接受模型的实证研究综述[J].研究与发展管理,2006(03):93-99.

5. MEACALLUM C,WIDAMAN K,ZHANG K. Sample Size in Factor analysis :the Role of Model Error［J］. Multivariate Behavioral Research, 2001, 36(4): 611-637.

6. MARCALLUM. Principles and Practice of Structural Equation Modeling［M］. New York: Guilford Press,1998.

南京财经大学大学生创新创业训练项目资助；项目编码：202010327061Y

【作者简介】

汪青霞（2000-），女，汉族，安徽安庆人，南京财经大学本科在读，研究方向：经济统计学

桑敏（2000-），女，汉族，安徽天长人，南京财经大学本科在读，研究方向：经济学

蔡妍竹（2000-），女，汉族，上海人，南京财经大学本科在读，研究方向：经济学

朱海荣（2001-），男，汉族，江苏南通人，南京财经大学本科在读，研究方向：经济统计学