结构方程模型视角下的远程学习者满意度实证研究

□ 苏胜强

结构方程模型视角下的远程学习者满意度实证研究

□ 苏胜强

学生满意对一个学校的发展至关重要。本文旨在揭示学生期望、感知质量、感知价值、学生满意、学生忠诚五个潜变量之间的结构关系。首先在前人研究的基础上，构建一个反映五个潜变量关系的结构方程模型，然后通过问卷设计、量表开发，对电大学生展开调查得到实际数据，再对量表数据进行缺失值处理，并据此对提出的结构方程模型进行拟合、修正和解释，最后得出潜变量之间关系的几点结论。

远程学习者；学生满意度；结构方程；满意度模型

学生满意对一个学校的发展至关重要。对于以远程开放教育为特征的广播电视大学来说，学生满意度研究的意义在于：为电大开放教育评估提供新的方法，完善教育教学质量评估体系；促使学校系统地考虑学生满意研究中反映的问题，改进各项工作，提高教学和服务质量；提高学生对学校的忠诚度，进而扩大招生生源；增强电大的办学竞争意识，提高市场竞争力[1]。

学生的满意度与其对学校的期望、对教学质量和服务质量的感知以及对学习价值的感知有关，高满意度可能带来学生对学校的忠诚。本研究旨在揭示学生期望、感知质量、感知价值、学生满意、学生忠诚五个潜变量之间的结构关系。首先在前人研究的基础上，构建一个反映五个潜变量关系的结构方程模型，然后通过问卷设计、量表开发，对电大学生展开调查得到实际数据，再对量表数据进行缺失值处理，并据此对提出的结构方程模型进行拟合、修正和解释，最后得出潜变量之间关系的几点结论。

一、研究方法及模型假设

1.结构方程模型分析方法

本研究主要采用结构方程模型来评价研究模型和检验理论假设。结构方程模型（Structural Equation Modeling）是20世纪70年代在统计理论基础上提出并发展起来的，它作为一种通用的线性统计建模技术，因其自身的优点，日益得到社会学、教育学、心理学、计量经济学等领域的广泛关注和应用。结构方程模型主要作用是揭示潜变量之间（潜变量与可测变量之间以及可测变量之间）的结构关系，这些关系在模型中通过路径系数或负载系数来体现[2]。运用结构方程模型分析具体问题时，一般经过模型设定、模型识别、模型估计、模型评价、模型修正五个步骤。这种分析方法是一种验证性分析技术，而不是探测性手段。本研究是为了验证所设定的“远程学习者满意度结构模型”，因此，选择结构方程模型作为分析工具是适当的。

本研究综合运用结构方程软件AMOS16.0和统计分析软件SPSS16.0进行数据分析和各项检验。

2.模型的构建思路与基本假设

本研究继承了美国顾客满意度ACSI模型的一些核心概念和架构，如顾客期望、感知质量、顾客满意、顾客忠诚等概念[3]，并吸收其它模型的一些创新之处[4][5]，通过结构调整和综合因素分析，建构了具有广泛适用性的远程学习者满意度模型。模型中包含五个潜变量：学生期望、感知质量、感知价值、学生满意、学生忠诚，如图1所示。其中学生期望是指学生在报读电大之前对学校的整体期望水平；感知质量和学生期望相对应，它是学生对三年学习过程的实际感受；感知价值是指学生的时间和金钱的付出与其所学到的知识相比是否值得；学生满意主要是指学生心理上的整体感觉；学生忠诚主要体现在学生的推荐意向、继续报读意向两个方面。每一个潜变量都有几个标识变量对其进行测量。

模型中包含以下6个路径假设：

（1）感知质量对学生满意有路径影响；

（2）感知质量对感知价值有路径影响；

（3）预期价值对学生满意有路径影响；

（4）预期价值对感知质量有路径影响；

（5）感知价值对学生满意有路径影响；

（6）学生满意对学生忠诚有路径影响。

二、量表设计与数据来源

为确保量表的内容效度，我们广泛借鉴了顾客满意研究领域中已有研究成果，包括理论研究成果和实证研究成果，并结合电大教学的特点对每个概念的量表进行设计。在量表设计过程中，广泛征求专家意见，对问项进行检验和修正，进而形成正式的调查问卷。我们还邀请了管理科学领域的专家以及富有经验的电大一线教学老师，对量表的问项进行筛选和修改，努力做到使量表中的每个问项对被测试概念的表征是最有效、最充分、最全面的。

模型中各潜变量需要观测的具体标识变量见表1，其中所有问项都采用LIKERT五级量表，数值“1” 表示非常不同意，“2” 表示不同意，“3”表示中立，“4” 表示同意，“5” 表示非常同意。

此外，为了研究不同学生特征对满意度的影响，调查表中还包含有人口统计变量，如性别、年龄、收入、学历层次和工作年限等。

本次问卷调研的对象为深圳广播电视大学（包括经济管理系、人文科学系、外语系和工程系）在校本、专科在读学生，随机选取晚上课间15分钟时间，由各班班主任向学生发放调查问卷，要求学生当场填写，班主任当场回收。本次调查共发放问卷350份，收回有效问卷305份，回收率为87%。

缺失值的处理采用表列删除法，即在一条记录中，只要存在一项缺失，则删除该记录。但统计中发现，学生的个人统计信息缺失较多，考虑到样本数量的限制，所以处理方式调整为只要其它数据完整则该记录不予删除。经处理后，最终得到270条数据。

表1 模型变量对应表

三、量表的信度检验与指标处理

尽管我们事先多次对调查量表中的问项进行筛选和修改，但仍不能保证每一个问项都是有效的和可信的，整个量表能否稳定地测量到想要测量的问题，还需要进一步用统计方法进行验证。此外，结构方程中的感知质量这一重要的潜在变量体现在课程教学质量和教学支持服务两个方面，每一个方面又包含很多问项，根据结构方程的要求，一个测量方程需要的标识变量一般不宜过多，所以还需要对这些问项进行分类合并。

信度是指如果测量被重复进行，一个量表产生一致性结果的可能性，也就是说测量工具能否稳定地测量到它要测量事项的程度。内部一致性是最常用的信度评价方法，其中Cronbach α系数用得最多。在理论研究中，信度α系数大于0.7，表明量表的可靠性较高；在探索性研究中，α系数应大于0.6。下面对量表中各潜变量的信度进行分析。

1.教学质量

表2 是教学质量量表的Cronbachα系数。表中数据显示α系数都在0.7以上，表明测量指标具有较高的内部一致性。但在全部15个项目中，删除第一个问项X1——教师“上课时迟到早退现象”指标后α系数得到提高，因此用这一指标来测量教学质量是不合适的，应该去除。进一步分析，删除指标X4——教师“对学生态度是否和蔼”，α系数没有变化，说明这一指标对教学质量的影响不大，也可去除。删除任意其它指标都会引起α系数的下降，所以其它13个指标要保留。

表2 教学质量量表信度检验

进一步分析，对于指标“上课时迟到早退现象”，我们认为，大多数学生之所以认为教师经常迟到，一方面是因为电大教师有一部分是外聘的，的确有个别教师会迟到，但另一个重要原因可能是学生迟到的太多。由于电大学生的工读性质，大部分学生很难准时到达课堂，这种情况下有些教师可能会等几分钟再上课，从而造成教师经常迟到的假象。所以这一指标不能考量教师教学质量水平的高低，应予以删除。对于指标“对学生态度是否和蔼”，我们认为，电大学生大多数是已参加工作的成人，不是小学生，看重的是学习收获，教师的态度是否和蔼应该影响不大。另一方面，这一指标与 “对学生要求是否严格”也在一定程度上存在冲突，所以去除它也是合理的。

这样量表中剩余有13个问项。根据结构方程的要求，需要进一步减少标识变量的个数，进行分类。我们采用主成份分析法进行确定。之所以采用这一方法，主要是因为该方法分类后信息损失最小。主成份分析时因子旋转采用的是平均方差（Equamax）方法，使得旋转后的因子方差大致相等，从而保证每个因子的解释力大致相等。如果采用最大方差(varimax)方法，得到的因子方差主要集中在第一个因子上，其它因子的解释力就会太弱。分析结果如表3和表4所示。

表3 被解释的总方差

表4 旋转后的因子矩阵

表3 说明，教学质量量表中的13个标识变量被提取出3个因子，它们分别解释了总方差的29.44%、27.141%和19.568%，也就是说，这3个因子总计包含13个标识变量约76%的信息。

根据表4可对上述3个因子进行命名。因子1主要由“对知识点的讲解是否清楚”、“对讲授内容的熟悉程度”、“教学方法的灵活性”、“知识和信息量是否广博”和“上课用的幻灯片质量”这5个标识变量来解释，它们都反映了教师的教学水平，所以命名为“教学水平”，用XX1表示；因子2主要由“学生对课程理论知识的掌握程度”、“学生认识分析解决问题的能力”、“授课的深浅度和内容量”、“学生的收获”、“学生对老师上课的喜欢程度”和“学生对课程的总体满意度”这6个标识变量来解释，它们都说明了课堂教学效果，所以命名为“教学效果”，用XX2表示；因子3主要由 “对学生要求是否严格”和“对作业批改和讲评是否认真”这2个标识变量来解释，它们共同反映了教师的教学态度，所以命名为“教学态度”，用XX3表示。

这样，我们就可以用“教学效果”、“教学水平”和“教学态度”这三个因子作为新的标识变量，来取代原来的13个标识变量，参与结构方程的分析，如表5所示。

表5 教学质量标识变量的分类

2.支持服务

表6 是支持服务量表的Cronbach α系数。表中数据显示α系数都在0.7以上，表明测量指标具有较高的内部一致性。但在全部8个项目中，删除“面授学习次数的多少”这一指标后α系数得到提高，因此用这一指标来测量服务质量是不合适的，应该去除。进一步分析，对于面授学习次数，不同性质的课程客观上要求的面授次数不一样；学生的层次不同、业余时间多少不同，要求面授学习的次数也不一样，所以这一问项很难反映支持服务的优劣。

表6 支持服务量表信度检验

同样地，我们采用主成份分析法来减少标识变量的个数。结果如表7和表8所示。

表7 被解释的总方差

表8 旋转后的因子矩阵

表7 说明，服务质量量表中的7个标识变量被提取出2个因子，它们分别解释了总方差的37.285%和22.484%，两者总计解释了7个标识变量约60%的信息。

根据表8对2个因子进行如下命名：因子1主要由“教学设施是否齐全”、“师资力量是否强大”、“课程学习资源是否丰富”和“网上教学资源能否满足需要”这4个标识变量来解释，说明了教学资源情况，所以命名为“教学资源”，并以YY1表示；因子2主要由“教材站交费领书方便性”、“班主任工作态度”和“教学教务信息与沟通”这3个标识变量来解释，反映了学校对学生的服务水平，所以命名为“服务水平”，并以YY2表示。

这样，我们就可以用“教学资源”和“服务水平”这2个因子取代原来的7个标识变量，参与结构方程的分析。

3.感知价值

感知价值量表中只有3个标识变量，其α系数为0.445，没有达到可接受水平，但鉴于该潜在变量的重要性，决定暂且予以保留。表9说明，3个项目中，删除“相对目前教学质量，学费水平”这一指标后α系数由0.445提升到0.662，基本达到可接受水平，因此该标识变量应该去除。这样，我们只能用“相对目前收费水平，教学质量高低”和“晚上来电大面授学习的价值”这2个标识变量来解释感知价值。

表9 感知价值量表信度检验

4.预期质量

我们只设计了两个标识变量来表示“预期质量”这一潜变量，即“预期电大教学质量”和“预期电大支持服务”，其α系数为0.820，说明是可行的。

5.学生满意

学生满意量表中有3个标识变量。表10说明，3个项目中，删除任一项目后α系数都会减少，因此这3个标识变量都是必要的。

表10 学生满意量表信度检验

6.学生忠诚

我们用“向他人推荐报读电大的可能性”和“自己继续报读电大的可能性”这两个标识变量来测试“学生忠诚”这一潜变量，分析表明其Cronbach α系数为0.692，说明是可行的。

综上所述，经排除和压缩后的潜变量和标识变量如表11所示，这些变量将参与结构方程的分析。

表11 结构方程中的潜变量和标识变量

四、结构方程模型分析

结构方程模型对数据的拟合水平可以用效度来衡量，效度水平由模型的拟合指数和标准化路径系数来检验（Mueller，1996）。拟合指数有一系列指标，常用的有卡方值、CFI、NFI、IFI、RMSEA、AIC、ECVI。其中卡方值、RMSEA、AIC、ECVI越小越好，且RMSEA要求小于0.05；CFI、NFI、IFI越大越好，且都要求大于0.9。如果模型的拟合指数达到统计要求，表明拟合水平是可以接受的，即理论模型较好地拟合了样本数据，那么可以进一步通过观察标准化路径系数的大小来检验其效度。

下面将根据表11中的潜变量和标识变量，对所设定的模型进行估计，做出必要的模型扩展和限制，在反复修正比较的基础上，确定一个最终模型。

1.结构方程模型的设定与估计

根据前面设计的结构路径图（图1）以及路径初始假设，我们构建了如图2所示的初始模型。

在Amos软件中运用极大似然法进行模型估计，初步运算结果如图3所示。

表12 初始模型拟合指数计算结果

表12 显示的初始模型运算结果表明，各项拟合指数尚可。但从模型参数的显著性检验中可以看出，部分路径系数和负载系数值过小，没有达到统计显著水平，特别是从“预期价值”到“学生满意”的标准化路径系数仅为-0.08，说明这一路径是不存在的，“预期价值”对“学生满意”没有影响，基本路径假设3是不成立的。

2.模型的评价与修正

根据初始模型的参数显著性结果以及Amos提供的模型修正指数和临界比率方法，经反复多次进行模型扩展 （Model Building） 和模型限制 （Model Trimming）分析，得到如图4所示的参数估计结果。

表13 修正模型拟合指数计算结果

从表12和表13可以看出，卡方值减小了很多，其它各拟合指数也都得到了改善，模型的各个参数在0.05的水平上都是显著的（见表14），这说明修正模型的整体结构效度较好。

表14 修正模型各路径系数估计

值得一提的是，模型中反映学生满意的3个标识变量——教学质量满意度、支持服务满意度和总体满意度，三者残差之间是相关的，这些相关性没能被结构方程解释。而感知质量的5个标识变量是经过主成份分析处理得出的，它们的残差之间的相关系数并没有实际意义。

在修正后的模型中，从“预期价值”到“感知质量”的路径系数虽然是显著的（P=0.014），但标准化路径系数值仅为0.225，说明“预期价值”对“感知质量”的影响很小，故考虑删除此路径，对模型重新进行参数估计，从而得到竞争模型，如图5所示。

对比表13和表15不难发现，竞争模型的各项拟合指数都优于修正模型，并且模型的各个参数在0.05的水平上都是显著的（见表16），说明竞争模型更优。这说明在本研究中，删除从“预期价值”到“感知质量”的路径是正确的，进而假设4“预期价值对感知质量有路径影响”不成立。所以我们把竞争模型作为最终模型，以供进一步分析。

表15 常用拟合指数计算结果

表16 竞争模型各路径系数估计

五、研究结果与结论

以最终的竞争模型为依据，分析各种变量之间的关系，并对理论假设进行检验。

1.模型研究结果

我们将结构方程模型中变量间的直接作用和间接作用关系整理在表17中。从最终模型来看，共有4条路径关系成立（也即初始的6个假设中有4个是成立的），它们证实了感知质量、感知价值、学生满意与学生忠诚之间确实存在内在的逻辑关系。

表17 模型中各潜在变量之间的直接效应、间接效应以及总效应

2.研究结论

（1）感知质量对学生满意有决定性的影响

表17 说明，在其它条件不变的情况下，感知质量每提高1个单位，学生满意会提高0.95个单位。其中感知质量对学生满意的直接效应为0.493，通过感知价值而达到的间接效应为0.457。这说明感知质量对学生满意有重大影响，假设1是成立的。这意味着，电大要想提高学生满意度，提高学生的感知质量是各项工作的重中之重。

（2）感知质量对感知价值有重要影响

如表17所示，感知质量对感知价值的直接效应为0.874，假设2成立。也就是说，学生只有切实感受到学校高质量的课程教学水平和服务水平，才会觉得利用业余时间花钱来电大读书是值得的。

（3）感知价值对学生满意有一定影响

如表17所示，感知价值对学生满意的直接效应为0.523，假设5成立。即学生只有感觉到在电大学习的价值，才有可能对学校各项工作感到满意。

（4）学生满意对学生忠诚有重要影响

如表17所示，学生满意对学生忠诚的直接效应为0.82，假设6成立。换句话说，一个满意的学生有82%的可能性忠诚于学校，表现为自己继续报读电大或向他人推荐报读电大。

此外，感知质量和感知价值对学生忠诚的间接效应分别为0.779和0.429，表明两者对学生忠诚有不同程度的间接影响。

（5）教学资源对提高感知质量有重要作用

如前所述，感知质量包括对教学质量的感知和对服务水平的感知，前者包括教学水平、教学效果和教学态度3个标识变量，后者包含教学资源和服务水平2个标识变量。由图5或表16可知，在这5个因素中，教学资源对感知质量的影响最大，其负载系数为0.685。其次为服务水平（0.445） 和教学效果（0.437）。换句话说，教学设施、师资力量、网络课程、学习资源等这些有形的硬件资源对学生的感知质量有重要影响，是学生判断一个学校教育质量的基础和前提。

六、研究的不足

本研究主要根据调查量表取得数据，通过结构方程模型分析学生满意度的相关潜变量之间的关系。所以，模型评价结果在很大程度上取决于量表设计与调查效度。从量表设计来看，尽管我们力图采用各种方法提高量表的信度，但通过信度检验仍有少量指标设计存在问题。另外在量表问项设计中，除感知质量和学生满意这两个潜变量之外，其它几个潜变量的支撑标识变量不够充分，可能会在一定程度上影响潜变量的准确考量。从调查对象来看，本研究调查对象仅为深圳广播电视大学在读学生，而没能有代表性地选取几个其他兄弟电大展开调查，所以在数据的代表性和普遍性方面显得不足，这可能也会在一定程度上影响结论的普适性。这些问题有待于在以后研究中加以克服解决。

[1]苏胜强等.远程学习者满意度模型的构建[J].中国远程教育，2009，（6）.

[2]候杰泰.结构方程模型及其应用.香港中文大学，2003，（12）.

[3]Claes Fomell，Michael D.Johnson，Eugene W.etc，The American Customer Satisfaction Index：Nature，Purpose，and Findings[J].Journal of Marketing，1996，60(4)：7-18.

[4]傅真放.高等学校大学生满意度实证分析研究[J].高教论坛，2004，（5）：15-16.

[5]王莉艳，南旭光，刘万荣.我国远程开放教育顾客满意度测评体系构建[J].重庆广播电视大学学报，2007，（12）：6-8.

Distance Learner Satisfaction:An Empirical Study Based on Structural Equation Modeling

Su Shengqiang

Student satisfaction is related to students’expectation of the school and their perception of teaching quality,service quality as well as the value of learning.High satisfaction may contribute to loyalty to the school.Using the Structural Equation Modeling,this study set out to investigate student satisfaction at Shenzhen Radio and Television University with the aim of identifying the structural relations of student’s expectation,perceived quality,perceived value,satisfaction,and loyalty.Findings indicate that perceived quality has a decisive impact on student satisfaction.Perceived quality also impacts significantly on perceived value in that unless students recognize the teaching and service quality they will not see the value of their investment both in time and money.Perceived value influences student satisfaction to some extent because they will not feel satisfied unless they believe in the value of study.Last but not least,student satisfaction affects their loyalty to the school significantly.

student satisfaction;Structural Equation Modeling;Radio and Television University;distance education

G642.0

A

1009—458x（2012）03—0049—07

2011－11－30

苏胜强，深圳广播电视大学（518001）。

责任编辑 石 子