1、教 育 观 察JIAOYU GUANCHA2023 年 1 月第 12 卷 第 2 期地方本科高校大学生移动学习行为影响因素研究冯永华1，张森炜2(1河南大学教育学部，河南开封，475004;2东莞市东城品尚实验学校，广东东莞，523000)摘要 移动学习是大学生学习的重要构成，澄清地方本科高校大学生移动学习行为影响因素，有利于推动高质量“混合”教学，促进人才培养。UTAUT 模型为地方本科高校大学生移动学习行为影响因素研究提供指导，借鉴已有研究与前期访谈，编制地方本科高校大学生移动学习行为影响因素问卷调查发现:学习动机与行为意向直接正向影响移动学习行为，绩效期望、努力期望、学习资源、社会影响
2、间接正向影响移动学习行为。基于此，从促进地方本科高校人才培养、提升移动学习有效性立场出发，建议如下:探究混合策略，以新的教学生态圈提升移动学习效果;构建多模态、开放融通的优质资源，以适应性精准推荐增进学习意向;大学生持续强化学习动机，以内驱力促进有效移动学习行为;增强移动学习平台可用性建设、多元交互与监管设计，创建沉浸式移动学习环境。关键词 大学生;移动学习行为;UTAUT 模型;地方本科高校 中图分类号 G444 文献标志码 A 文章编号 20953712(2023)02001206移动学习是指学习者在非固定和非预先设定的位置下发生的学习，或有效利用移动技术所发生的学习。1 它以满足个性化学
3、习需求的优势正在成为高校正式学习的有益补充，有效学习行为的发生是提升移动学习效果的关键。澄清地方本科高校大学生移动学习行为影响因素及因素间的关系，有利于促进人才培养。基于此，本研究聚焦于地方本科高校大学生，开展大学生移动学习行为影响因素研究。一、模型建构基础:整合型技术接受与使用理论整合型技术接受与使用理论(Unified Theory ofAcceptance and Use of Technology，UTAUT)是在技术接受理论(简称“TAM”)的基础之上，整合创新扩散论、理性行为理论、动机模型等不同领域的 8 种理论模型，提炼核心变量而提出的。该理论包含 4 个关键变量(绩效期望、努力
4、期望、社会影响和便利条件)与四个调节变量(性别、年龄、经验和自愿性)，如图 1 所示。Venkatesh 等人研究发现，UTAUT 模型对用户接受信息技术的解释度可以高达到 70%。2 二、移动学习行为影响因素模型研究假设与初步构建本研究在 UTAUT 模型基础之上，引入学习动机、学习资源两个关键变量。学习动机能解释学习者在行为方面、情感方面和认知方面参与反应的成因3，学习资源是移动学习行为发生的对象，便利条图 1UTAUT 模型件对移动学习行为意向没有正向影响4。基于地方本科高校大学生为研究对象，本研究调节变量保留了 UTAUT 模型中的性别变量，将年龄变量修改为年级变量，增加专业类别变量，
5、删除自愿性、经验两个变量。基于此，本研究提出如下假设。H1:绩效期望对移动学习的行为意向有正向影响。H2:努力期望对移动学习的行为意向有正向影响。H3:社会影响对移动学习的行为意向有正向影响。H4:学习资源对移动学习的行为意向有正向影响。H5:学习动机对移动学习的行为意向有正向影响。H6:学习动机对移动学习的使用行为有正向影响。H7:移动学习的行为意向对其使用行为有正向影响。H8:学习资源对绩效期望有正向影响。H9:努力期望对绩效期望有正向影响。基于关键变量、调节变量与研究假设，本研究初步构建移动学习行为影响因素模型，如图 2 所示。21收稿日期 20221028 基金项目 河南省哲学社会科学
6、规划项目“河南省线上线下混合课程质量提升研究”(2020BJY008);河南大学本科教学改革研究与实践项目“新时代地方本科高校混合课程质量建设持续提升机制研究与实践”(HDXJJG2021123)。作者简介冯永华，河南大学教育学部，副教授;张森炜，东莞市东城品尚实验学校。DOI:10.16070/45-1388/g4s.2023.02.030图 2移动学习行为影响因素初步模型三、问卷设计与数据分析(一)初始问卷设计与编制研究对象基本情况包括性别、年级、专业等。影响因素量表采用李克特 5 点量表，从 1 到 5 表示从“非常不同意”到“非常同意”的认同程度。其中，绩效期望、努力期望、社会影响主要
7、参考 Venkatesh 等人编制的量表2，56，分别设计 4 个(从 A1A4)、4个(从 B1B4)、3 个(从 C1C3)题目;学习动机参考杨起虹的量表7，结合前期访谈修改，设计 4 个(从 D1D4)题目;学习资源参考杨根福的量表8，并结合前期访谈修改，设计 4 个(从 E1E4)题目;行为意向参考 Venkatesh 等人编制的量表2，9，设计4 个(从 F1F4)题目;使用行为参考徐佳程编制的有关题项10，并结合访谈修改，设计 5 个(从 G1G5)题目。本研究共编制 28 个题目，形成地方本科高校大学生移动学习行为影响因素问卷。(二)问卷试测与修改试测问卷在地方本科高校发放 46
8、 份，回收有效问卷 41 份，使用 SPSS 250 进行信效度检验。信度分析结果显示，问卷总体信度系数为 0937，每个变量的信度系数均超过 06，具有一定可靠性。效度检验结果显示:问卷 KMO 值是 0639(大于最低标准06)，巴特利特球形度检验为 984174(df=378)，p0001;进行总方差分析，提取到 7 个主成分，总体贡献率为 82911%。本研究尝试删去题目 A3、A4、C3、D4、E4、F3、G1、G5，此时的 KMO 系数、巴特利特球形度检验显著性、累计方差贡献率及成分旋转矩阵四分数据达到最优解，且变量与题项符合本研究测量维度构想，确定最终问卷构成，共计 20 个题目
9、。(三)问卷正式发放与信度分析本研究以地方本科高校 H 大学的学生为研究对象，以就近抽样原则，发出问卷 240 份，回收有效问卷 213 份，有效回收率为 8875%。调查对象基本信息如表 1 所示。使用 Cronbach s 系数对问卷信度进行检测发现:总信度系数为 0873，高于 08 的标准;各变量信度系数介于 07070824 之间，问卷整体信度较高，具有良好的一致性。表 1调查对象基本信息变量类型频率百分比/%性别男53249女160751年级大一22103大二39183大三40188大四112526专业类别理工类91427文史类1256教育类66310农医类1466哲学类105法学
10、与经济学类1989军事与管理类1047(四)数据描述性统计分析1变量描述性分析如表 2 所示，关键变量绩效期望、努力期望、社会影响、学习动机、学习资源、行为意向、使用行为的各测量指标最大值均为 5，最小值都在 2 左右，表明各测量指标具有区分度。其中，使用行为均值与中位数都是 4，表明大学生移动学习行为的发生率情况较高;努力期望和学习资源的均值均超过 4，绩效期望、学习动机、行为意向的均值均接近 4，表明这些变量对移动学习行为有正向影响;相对来说，社会影响的均值较低，表明他人移动学习情况对调查对象移动学习的影响较小。表 2各个变量的描述统计量(N=213)变量平均值中位数标准差最小值最大值绩效
11、期望374400065200500努力期望404400053225500社会影响346350082100500学习动机385400061200500学习资源403400060167500行为意向369367067133500使用行为4004000562005002调节变量差异性分析本研究对性别使用独立样本 T 检验、对年级使用单因素方差分析，结果显示，所有变量在性别与年级方面无显著差异，即性别与年级对本研究涉及的所有维度都没有调节作用。本研究对专业类别变量使用单因素方差分析，结果显示，学习动机在专业类别方面具有显著性差异(p005)，即专业类别对学31习动机维度起到调节作用。其中，文史类、法学
12、与经济学类的大学生具有更有效的移动学习行为。四、移动学习行为影响因素结构方程模型建构、修正与验证本研究运用 AMOS 220 绘制移动学习行为影响因素初始结构方程模型，根据模型的拟合度结果对模型进行修正、路径分析、影响效应分析，以验证假设、分析影响因素及其关系。(一)移动学习行为影响因素初始结构方程模型初始结构方程模型路径图如图 3 所示，初始模型共有 7 个潜变量(用椭圆形表示)、20 个显变量(用矩形表示)，以及 23 个非标准化路径系数值默认为 1 的残差变量(用圆形表示)。图 3地方本科高校大学生移动学习行为影响因素初始结构方程模型本研究导入样本数据后，通过 AMOS 参数估计得到了初
13、始结构方程模型拟合效果:CMIN/DF 为2482，表示模型适配良好;GFI、AGFI、NFI、CFI 的值分别为 0846、0800、0759、0838，基本达到可接受范围;MSEA 为 0084，未达到小于 008 的可接受标准。因此，本研究尚需对模型进行继续修正。(二)结构方程模型修正本研究主要通过删除不显著的影响路径，结合AMOS 220 软件给出的修正指标修正结构方程模型。修正步骤主要如下:首先，依照提供的修正指标，增添学习动机与使用行为之间的影响路径，设置努力期望与学习资源之间的共变关系;然后，根据提供的 p 值，删减了 p 值大于 1 的非显著路径，删除学习动机对行为意向、努力期
14、望对行为意向的影响路径;最后，根据修正指标，增添学习动机与努力期望、学习资源与学习动机 3 个潜变量的 2 条共变关系。检验修正后的模型拟合指标，结果如下:CMIN/DF 为 1518，其数值介于 13 之间，表示模型适配良好;GFI 为 0908、CFI 为 0944，两个数值大于 09，表示模型路径图与实际数据有良好适配度;AGFI、NFI 分别为 0880、0855，其数值均大于 08，且数值越接近 1，表示适配度越佳;MSEA 为 0049，小于005，表示模型适配度良好。总之，修正后的模型拟合度较好，确定本研究结构方程模型，如图 4 所示。(三)路径分析与影响效应分析本研究依据修正后
15、的结构方程模型进行路径分析，计算路径系数、各路径之间的显著性，掌握各个变量之间的因果关系。结果如表 3 所示:各路径系数的 p 值均达到显著水平，且临界比值(C)均大于 196，表明各路径之间存在因果关系。具体如下:学习资源对绩效期望、行为意向有正向显著影响，努力期望对绩效期望有正向显著影响，绩效期望、社会影响均对移动学习行为意向具有正向显著影响，行为意向、学习动机均对移动学习使用行为具有正向显著影响。41图 4修正后的结构方程模型表 3路径分析路径非标准化系数标准化系数SECp学习资源绩效期望03200298010729880003努力期望绩效期望0634040401743654绩效期望行为
16、意向0429050200865005社会影响行为意向01910207006131330002学习资源行为意向0288031400843439行为意向使用行为0498050000975144学习动机使用行为0689062301265464注:p0001 则呈现，p0001 则呈现 p 值。依据修正后的结构方程模型进行总影响效应分析，研究发现:绩效期望、努力期望、学习资源和社会影响对移动学习行为意向有间接影响作用，间接效应值分别为 0215、0135、0214、0095;学习动机和行为意向对使用行为有直接影响作用，直接效应值分别为 0690、0500。影响使用行为的各因素排序为:学习动机(0690)行为意向(0500)绩效期望(0215)学习资源(0214)努力期望(0135)社会影响(0095)。综上所述，假设检验结果如表 4所示。表 4研究假设检验结果编号研究假设结果H1绩效期望对移动学习的行为意向有正向影响成立H2努力期望对移动学习的行为意向有正向影响成立H3社会影响对移动学习的行为意向有正向影响成立H4学习资源对移动学习的行为意向有正向影响成立H5学习动机对移动学习的行为意向有正向
