大学生采纳移动学习行为影响因素研究

【摘 要】

大学生采纳移动学习的态度是影响移动学习效果的重要因素。本研究整合技术接受模型（TAM）和任务技术匹配模型，构建具有八个潜在变量的研究模型，提出研究假设，并利用结构方程模型对研究假设进行了实证分析。研究结果表明：任务特征、技术特征对大学生感知任务技术匹配具有积极的正向影响； 感知任务技术匹配、感知有用性和感知易用性对大学生移动学习行为态度具有积极的正向影响，其中感知任务技术匹配对大学生移动学习态度的影响最强； 感知任务技术匹配和行为态度对大学生移动学习行为意向具有积极的正向影响； 感知任务技术匹配和行为意向对大学生移动学习行为具有积极的正向影响。

【关键词】 高师院校；大学生；移动学习；影响因素

【中图分类号】 G420 【文献标识码】 A 【文章编号】 1009—458x（2015）01—0049—06

移动学习（Mobile learning）是指学习者在需要学习的任何时间、任何地点通过无线移动设备（如手机、IPAD等）和无线通信网络获取学习资源，进行学习和与他人交流的一种学习方式[1]。伴随移动互联网技术的飞速发展和移动设备的普及，移动学习逐渐成为大学生的一种新的学习方式。据中国互联网信息中心（CNNIC）2014年8月发布的《中国移动互联网调查研究报告》，截至2014年6月底，我国手机网民规模为5.27亿，全年新增网民2699万人，其中大专及以上学历人群比例为21.6%[2]。以上数据表明，利用手机进行移动学习成为大学生一种最便捷的学习途径。《国家中长期教育改革和发展规划纲要（2010—2020年）》中明确指出：“鼓励学生利用信息手段主动学习、自主学习，增强运用信息技术分析解决问题能力。”[3]《教育信息化十年发展规划（2011-2020年）》指出：“建成跨网络、跨平台、跨终端的开放大学信息化支撑平台，通过多种渠道建成覆盖全民学习需求的学习资源。”[4]技术的先进性和可用性等技术特征并不能导致用户自动使用技术[5]。有研究者指出大学生移动学习的认知度较低，很多大学生并没有听说过移动学习的概念[6]，而且他们使用手机浏览网页和聊天，而不是用于学习[7]。由此可见，大学生移动学习行为仍然处于较低的水平[8]。移动学习在大学生中的推广普及不仅仅受移动网络技术的影响，还受大学生对移动学习的认知、接受和持续使用意愿的制约。因此，研究大学生对移动学习的态度和信念，进而研究影响大学生移动学习的因素，有助于移动学习的深入发展。从心理行为出发研究用户对信息技术接受的理论中，戴维斯（Davis）教授在1989年提出的用于解释用户对信息系统接受的技术接受模型（Technology Acceptance Model，简称TAM）能有效预测和管理人们的移动网络行为[9]；Goodhue & Thompson提出的任务技术匹配模型（Task-Technology Fit，简称TTF）能有效解释信息技术对学习任务的支持能力。整合技术接受模型和任务技术匹配模型，综合考虑大学生采纳移动学习的主观因素和客观因素，能更深入分析大学生接受移动学习的影响因素[10]。本文以技术接受模型（TAM）和任务技术匹配模型（TTF）的整合模型为理论参考依据，结合大学生移动学习的特征，探讨高师院校大学生采纳移动学习的行为模式及其影响因素。

一、研究综述

（一）大学生采纳移动学习研究

目前，国内外学者从用户采纳的视角对移动学习的研究还非常少，现有文献总结见表1。

综合以上文献发现，国内外关于移动学习采纳的研究正处于起步阶段，所参考的模型主要有技术接受模型（Technology Acceptance model，简称TAM）、技术接受和使用统一理论（Unified Theory of Acceptance and Use of Technology，简称UTAUT）、计划行为理论（Theory of Planned Behavior，简称TPB）等，现有研究主要考虑了用户的主观特征，对任务特征、技术功能缺乏考虑，同时对任务、技术分类也不细致。因此，从理论意义上看，对这一研究主题的探讨，可以弥补国内外在移动学习采纳行为研究领域的空白，为深化信息技术应用做出原创性贡献。

（二）技术接受模型TAM

1989年，戴维斯（ Davis）在理性行为理论（Theory of Reasoned Action，简称TRA）的基础上研究用户对信息系统的接受，提出著名的技术接受模型 [18]。该模型如图1所示。在TAM模型中，用户的行为（Behavioral，简称B）由行为意向（Behavioral Intention，简称BI）决定；行为意向由行为态度（Behavioral Attitude，简称BA）决定；用户行为态度受感知有用性（Perceived Usefulness，简称PU）和感知易用性（Perceived Ease Of Use，简称PEOU）共同影响；感知有用性受外部变量和感知易用性影响；感知易用性受外部变量影响。技术接受模型自提出以来受到广泛关注，并得到充分验证，成为研究信息技术接受的影响力最大的模型之一[19]。

（三）任务技术匹配模型TTF

在信息技术接受研究中，另一个有影响力的模型是任务-技术匹配模型（Task-Technology Fit，简称TTF），该模型用于解释信息技术对任务的支持能 力[20]，如图2所示。任务技术匹配是任务特征、技术功能与个人特征三者相一致的程度。其中任务特征是指促进用户使用信息技术的某些方面因素；技术功能是指帮助用户完成特定任务的硬件（计算机系统、网络教学平台）以及用户支持功能（教学支持功能、教学帮助功能等）；用户特征是指用户性别、年龄、动机等影响用户信息技术使用的个人特征，任务技术匹配是任务特征、技术功能与用户特征三者之间相一致的程度。任务技术匹配模型表明，信息技术必须首先被采纳，同时与个人任务特征很好的匹配。

图2 任务技术匹配模型（Goodhue and Thompson’s，1995）

（四）技术接受模型和任务技术匹配模型整合的必要性和可能性

任务技术匹配模型和技术接受模型从不同的角度解释了个人使用信息技术、产生使用绩效的影响因素，但在对个体行为的解释上存在重叠交叉，表明两种理论模型存在相互整合的可能。聚焦于任务需求与技术功能匹配的任务-技术匹配模型，缺少对用户行为意向的考虑；聚焦于用户感受与行为意向的技术接受模型，缺少对用户所需完成任务的考虑以及技术如何满足任务需求的分析。在解释个体信息技术使用上，两个模型都具有很好的解释力，但如果能整合两个模型，就能弥补各自的不足，达到更好的解释效果。国外学者Klopping & McKinney 整合了任务技术匹配模型和技术接受模型用于研究用户电子商务的使用[21]，通过实证研究发现，整合之后的模型比单个任务技术匹配模型和技术接受模型能更好地解释消费者的行为；Pagani等人综合技术接受模型与任务技术匹配模型建立预测用户接受模型，用于研究无线高速数据服务，结果发现在解释用户接受行为时两个模型都很重要，并且综合模型的解释能力更强[22]。国内学者在整合任务技术匹配模型与技术接受模型解释信息技术使用行为方面也作了一些工作。如吴利明等人整合任务技术匹配模型和技术接受模型来研究高校教师信息使用行为影响因素[23]；应洪斌等人整合任务技术匹配模型（TTF）和技术接受模型（TAM）来分析影响用户使用移动工作支持系统意向的因素[24]。从国内外的研究趋势看，整合研究越趋向于任务-技术匹配模型与技术接受模型进行整合。而将任务技术匹配模型与技术接受模型进行整合，然后运用到学习问题的研究还比较缺乏，还有很大的研究空间。

二、研究模型与研究假设

从技术接受模型和任务技术匹配模型整合的视角对移动学习采纳行为进行研究的很少。在中国知网（CNKI）中，以“移动学习+技术接受模型+任务技术匹配模型”为篇名关键词进行精确检索，没有检索到1篇文献（检索时间为2014年6月20日）。综合文献研究，并进一步通过学生访谈、听取专家建议和理论思考，在技术接受模型（TAM）和任务技术匹配模型（TTF）的基础上，提出如图3所示的高师院校大学生采纳移动学习行为研究模型。在该研究模型中，行为由感知任务技术匹配和行为意向决定；行为意向由感知任务技术匹配和行为态度决定；感知任务技术匹配由任务特征和技术功能共同决定；行为态度由感知任务技术匹配、感知有用性和感知易用性共同决定。

图3 高师院校大学生采纳移动学习行为研究模型

研究模型确立之后，需要进一步检验模型中各潜在变量之间的关系，揭示高师院校大学生采纳移动学习行为的影响因素。常用的方法是验证性因子分析，即对研究模型中的潜在变量之间的关系作出研究假设，并对研究假设进行实证研究，研究假设的接受或拒绝便形成了研究结论。

在任务技术匹配模型中，任务技术匹配受任务特征和技术功能决定。当用户感知到技术功能与任务特征能很好地匹配时，则越有可能使用该技术[25]。在本研究中，感知任务技术匹配是指当大学生认为移动学习的使用可以帮助自身完成学习任务时，则越有可能采纳移动学习行为。

假设1（H1）：任务特征对大学生移动学习感知任务技术匹配具有积极正向的影响；

假设2（H2）：技术功能对大学生移动学习感知任务技术匹配具有积极正向的影响；

行为态度受感知任务技术匹配、感知有用性和感知易用性共同决定。在本研究中，当大学生感觉移动学习与自身学习任务相匹配，而且容易使用时，就越有可能采用移动学习行为。

假设3（H3）：感知任务技术匹配对大学生移动学习行为态度具有积极正向的影响；

假设4（H4）：感知有用性对大学生移动学习行为态度具有积极正向的影响；

假设5（H5）：感知易用性对大学生移动学习行为态度具有积极正向的影响；

行为意向是指用户在使用一项特殊的信息技术时，其主观意向的强烈程度[26]。在本研究中，大学生感受到任务特征与移动学习功能匹配越强，行为态度越强，则越有可能采纳移动学习行为。

假设6（H6）：感知认为技术匹配对大学生移动学习行为意向具有积极正向的影响；

假设7（H7）：行为态度对大学生移动学习行为意向具有积极正向的影响；

行为是用户采纳一项特殊的信息技术用以完成任务的行为[27]。在本研究中，“行为”是指大学生采纳移动技术进行学习的行为，如课程学习、互动交流、同伴互助等。如果大学生学习任务与移动技术功能相符合，并且大学生具有较强的行为意向时，他们就越有可能采纳移动学习行为。

假设8（H8）：感知任务技术匹配对用户行为具有积极正向的影响；

假设9（H9）：行为意向对用户行为具有积极正向的影响。

三、实证研究

为了验证研究模型及九个研究假设是否成立，采用问卷调查为主的方式进行实证研究。研究过程分为三个阶段：调查问卷的编制、问卷发放与回收以及问卷数据统计分析。

（一）编制调查问卷

本研究的调查对象为高等师范院校在校大学生，从中抽取部分学生进行问卷调查。调查问卷包含两部分内容：第一部分内容主要调查大学生的人口统计学特征，如性别、年级、移动学习经验等；第二部分内容是调查问卷的核心部分，主要调查研究模型包含的潜在变量。研究模型中的九个研究假设涉及不能直接测量的潜在变量，为了保证调查问卷具有较好的信度和效度，我们对调查问卷的设计经历了四个步骤：首先查阅与本研究有关的文献，尽可能了解各潜在变量的定义、潜在变量的操作化表达，然后结合本研究的实际情况，制作一套初始问卷；其次，与教育技术领域知名学者、管理科学领域的博士、部分大学生进行小规模访谈，对初始问卷中题项进行筛选，使题目的问法更准确，内容更恰当；再次，选择一部分高师院校大学生进行小规模前测，对问卷的信度、效度进行检验，进一步筛选题项；最后对问卷题项进行随机排列，形成最终的调查问卷。

最终制定的调查问卷包括两部分内容，第一部分内容调查大学生基本信息，第二部分内容对潜在变量进行调查，是问卷的核心部分，共有26个测量题项，其中任务特征（3个测量题项），技术特征（3个测量题项），任务技术匹配（3个测量题项），感知有用性（4个测量题项），感知易用性（4个测量题项），行为态度（3个测量题项），行为意向（3个测量题项），行为（3个测量题项）。第二部分的题项采用7点Likert多问项计分，其中1表示强烈不同意、7表示强烈同意。

（二）问卷发放与回收

本研究以华中师范大学、湖北师范学院、湖北第二师范学院、黄冈师范学院等四所高等师范院校的在校大学生作为样本。问卷调查采用纸质问卷和网络问卷相结合的形式，向符合条件的大学生发放问卷400份，收回问卷356份，其中有效问卷342份，有效率96.06%。2014年3月12日开始发放问卷，至2014年5月25日收回所有纸质问卷，历时近两个半月。

（三）数据统计与分析

数据分析使用SPSS 17.0，模型验证与分析工具使用Amos 17.0。问卷回收以后，先将问卷数据输SPSS，对数据进行初始化，主要是对缺失值进行处理，然后对数据进行统计分析，如信度与效度分析、相关分析以及回归分析等。

1. 问卷描述性统计分析

本次问卷调查的对象为华中师范大学等四所师范院校的在校大学生，适合本次研究的问卷数为342份。其中四所师范院校的比例分别为28%、24%、21%、23%；女学生数量多于男学生，占65.8%；学生年级主要是大二和大三，占75.9%，其中又以大二学生居多；大学生的移动学习经验主要在3年以下，占37.6%。

2. 测量模型检验

测量模型检验的目的是保证结构模型检验有意义。测量模型检验主要包括测量模型的信度、收敛效度和区分效度检验。

检验测量模型的信度，一般采用Cronbach’ ɑ 值。其中Cronbach’ ɑ 值大于或等于0.7，说明测量模型的信度较好，Cronbach’ ɑ 值在0.5和0.7之间说明测量模型的信度尚可。从表2来看，测量模型中潜在变量的Cronbach’ ɑ 值都大于0.7，说明测量模型的信度较好，测量模型中的数据具有较好的一致性，如表2所示。

检验测量模型的收敛效度，一般认为需要满足三个条件[28]：测量题项的因子负荷量要大于0.7；潜在变量的平均方差提取值（Average Variance Extracted， AVE）要大于0.5；潜在变量中测量题项的复合信度（Composite Reliability， CR）要大于0.7。同时满足以上三个条件，才能说明测量模型具有较好的收敛效度，如表3所示。每个测量题项的因子负荷量都大于0.7，所有潜在变量的AVE都大于0.5，CR都大于0.7水平，说明测量模型的收敛效度较好。

检验测量模型的区分效度，一般认为各潜在变量的平均方差提取值的平方根值应大于该变量与其它所有变量的相关系数值，则表示各潜在变量之间具有较好的区分效度。从表4来看，潜在变量平均方差提取值的平方根值（主对角线上的值）大于与其同行同列的相关系数值，说明测量模型具有较好的区分效度。

3. 结构模型检验

运用AMOS 17.0 评估研究模型的拟合度。其中卡方自由度比（CMIN/DF = 2.615）；拟合优度指标（GFI = 0.942）；调整的拟合优度指标（AGFI = 0.922；规范拟合指数（NFI = 0.913）；比较拟合指数（CFI = 0.961）；近似误差均方根（RMSEA= 0.058 ），各指标推荐值采用荣泰生在《AMOS与研究方法》中的建议值。研究模型的所有拟合值都高于推荐值，说明研究模型具有较好的拟合性。

4. 假设检验

四、研究结论与思考

本研究整合技术接受模型和任务-技术匹配模型分析大学生采纳移动学习的影响因素，构建了研究模型，提出九个研究假设，并对研究假设进行了实证研究。得出如下结论：

第一，任务特征、技术特征对大学生感知任务技术匹配具有积极的正向影响。如果大学生对移动学习一无所知，不会运用移动技术进行有效学习，将影响移动学习的效果。大学生在采用移动技术进行学习时，需要注意学习任务的要求，只有当移动学习技术、学习任务以及大学生正确学习之间达到合适匹配时，移动学习才能取得较高的效果。高校建设的移动学习环境、移动学习资源如果能更好地适应大学生的学习任务，那么大学生将更多的采纳移动学习行为，从而取得较好的学习效果。

第二，感知任务技术匹配、感知有用性和感知易用性对大学生移动学习行为态度具有积极的正向影响，其中感知任务技术匹配对大学生移动学习态度的影响最强。移动学习环境与资源不仅在功能上要满足大学生学习要求，而且要简单易用，成本低，大学生才会感觉有用，而且愿意使用。

第三，感知任务技术匹配和行为态度对大学生移动学习行为意向具有积极的正向影响。

第四，感知任务技术匹配和行为意向对大学生移动学习行为具有积极的正向影响。

本研究结合任务技术匹配模型和技术接受模型解释高等师范院校大学生采纳移动学习的影响因素，结果表明，本文提出的研究模型具有较好的适应性。但本研究还存在两个主要的局限：一是任务技术匹配模型中，任务技术匹配是任务特征、技术功能和个人特征三者匹配的结果，而本研究只分析了任务特征和技术功能的匹配情况；二是感知有用性和感知易用性受外在变量的影响，而研究模型缺乏对外在变量的分析。在今后的研究中，对研究模型的分析将增加个人特征变量和外在变量，以进一步提高研究模型的适应性，提高研究结论的可信度。

[参考文献]

[1] 余胜泉. 移动学习_当代E_Learning的新领域[J]. 中国远程教育，2003，（22）：76-78.

[2] 中国移动互联网调查研究报告[EB/OL]. http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/201408/P020140826366265178976.pdf.

[3] 国家中长期教育改革和发展规划纲要（2010-2020 年）[EB/OL].http：//www.gov.cn/jrzg/2010-07/29/content_1667143.htm.

[4] 教育信息化十年发展规划（2011-2020年）[EB/OL]. http：//www.edu.cn/html/info/10plan/ghfb.shtml.

[5] Bruner，G.I.， and Kumar，A.Explaining consumer acceptance of handheld Internet devices[J]. Journal of Business Research，2005，58（5）：553～558.

[6] 李健，王文萍. 大学生移动学习现状分析[J]. 现代情报，2014，（3）：158-161.

[7] 张浩等. 大学生移动学习现状调查与分析[J]. 软件导刊，2010，（1）：48-50.

[8][16] 许玲，郑勤华. 大学生接受移动学习的影响因素实证分析[J]. 2013，（4）：61-66.

[9] 张思，李勇帆.基于技术接受模型的高校教师网络教学行为研究[J]. 远程教育杂志，2014，（3）：56-63.

[10] 张思，李勇帆. 高校教师使用Moodle网络教学平台影响因素研究[J]. 电化教育研究，2014，（8）：49-55.

[11] Sung Youl Park， Min-Woo Nam and Seung-Bong Cha. University students’ behavioral intention to use mobile learning： Evaluating the technology acceptance model[J]. British Journal of Educational Technology，2012， Vol. 43， Issue 4， pp.592-605.

[12] 刘鲁川，孙凯. M- Learning用户接受机理：基于TAM 的实证研究[J]. 电化教育研究，2011，（7）：54-60.

[13] Jongpil Cheon， Sangno Lee， Steven M. Crooks， Jaeki Song. An investigation of mobile learning readiness in higher education based on the theory of planned behavior[J]. Computers & Education， 59 （2012） 1054-1064.

[14] Chi-Cheng Chang， Chi-Fang Yan， Ju-Shih Tseng. Perceived convenience in an extended technology acceptance model： Mobile technology and English learning for college students[J]. Australasian Journal of Educational Technology， 2012， 28（5）， 809-826.

[15] Troy Devon Thomas， Lenandlar Singh and Kemuel Gaffar. The utility of the UTAUT model in explaining mobile learning adoption in higher education in Guyana[J]. Education and Development using Information and Communication Technology（IJEDICT）， 2013， Vol. 9， Issue 3， pp. 71-85.

[17] Michael Tagoe，Ellen Abakah. Determining distance education students’ readiness for mobile learning at University of Ghana using the Theory of Planned Behavior[J]. International Journal of Education and Development using Information and Communication Technology（IJEDICT）， 2014， Vol. 10， Issue 1， pp. 91-106.

[18] Davis， F. D.， Bagozzi， R. P. &Warshaw， P. R.. User Acceptanceof Computer Technology： A Comparison of Two Theoretical Models.Management Science， 1989，35（8），pp.982-1003.

[19] 鲁耀斌，徐红梅. 技术接受模型及其相关理论的比较研究[J]. 科技进步与对策，2005，（10）：176-178.

[20][25] 曾雪娟. TTF模型的研究进展综述[J]. 现代图书情报技术，2008，（5）：27-32.

[21] Klopping，I.M.，McKinney，E.Extending the technology acceptance model and the task一technology fit model to consumer e-commerce. Information Technology， Learning ， and Performance Journal，2004，22（1），36一47.

[22] Pagani，M. Determinantsofadoptionofhighspeeddataservicesinthebus inessmarket：Evidencefora combinedtechnologyacceptancemodelwith task technology fit model. Information & Management，2006，43（7），847一860.

[23] 吴利明等. 基于 TAM与TTF模型构建高校教师信息使用行为影响模型[J]. 情报理论与实践，2011，（5）：78-81.

[24] 应洪斌等. 基于TTF和TAM整合视角的移动工作支持系统使用意向研究[J]. 管理工程学报，2012，（4）：176-182.

[26] Fishbein，M.，Ajzen，I.Belief， attitude， intention and behavior： An introduction to theory and research： Reading，Mass：Addison- Wesley Pub.Co.1975.

[27] Davis，F.D. Perceived usefulness， perceived ease of use ， and user acceptance of information technology. MIS Quarterly，1989，13（3），319-340.

[28] 荣泰生. AMOS与研究方法（第二版）[M]. 重庆：重庆大学出版社，2009.

收稿日期：2014-11-15

作者简介：王金涛，湖北省中小学教师继续教育中心主任（430060）。

责任编辑 碧 荷

责任校对 碧 荷