基于MOA理论的MOOCs平台学习者参与行为影响因素研究

陈岚

〔摘要〕近年来MOOCs在高等教育领域快速发展并掀起一轮学习变革热潮，然而其学习者持续参与度不高，课程完成率低等问题也日益凸显。对学习者MOOCs平台的参与行为及影响因素进行分析有助于优化MOOCs平台建设和实践。文章基于MOA（动机-机会-能力）理论对MOOCs平台学习者参与行为进行分析，围绕动机、机会、能力3个方面提出了相关研究假设，并设计相应的调查问卷进行数据收集，利用结构方程模型分析方法对假设进行验证，分析了MOOCs学习者参与行为的影响因素。研究表明求知动机、兴趣动机、自我提升动机是激发学习者参与MOOCs学习的主要动机，且求知动机对学习者参与MOOCs学习的影响效应最大；感知有用性、感知易用性及学习者的个体能力也是影响MOOCs学习者参与行为的重要因素。围绕实证分析的结果，文章从加强课程资源建设、提供个性化课程服务、完善MOOCs认证机制、加强学习社区建设、优化平台设计、提高个人能力等方面提出了建议。

〔关键词〕MOOCs；开放学习平台；参与行为；影响因素；MOA

DOI：10.3969/j.issn.1008-0821.2017.05.021

〔中图分类号〕G434〔文献标识码〕A〔文章编号〕1008-0821（2017）05-0125-07

Research on the Factors Affecting Participation Behavior of

MOOCs Learners Based on MOA TheoryCheng Lan

（School of Management，Nantong University，Nantong 226019，China）

〔Abstract〕In recent years，MOOCs has developed rapidly in the field of higher education and set off a wave of learning tendency.However，the problems are becoming increasingly prominent such as low participation rate and low completion rate of the learners etc.It is helpful to optimize the construction and practice of MOOCs platform by analyzing the factors affecting participation behavior of MOOCs learners.This paper researched the participation behavior of MOOCs learners with reference to the MOA（Motivation-Opportunity-Ability）theory.From three aspects of motivation，opportunity and ability，this paper proposed the research hypotheses and uses structural equation model to validate the model and analyzes the influencing factors of the participation behavior of MOOCs learners by the data from the questionnaire.The result showed that epistemic motivation，interest motivation，and self-enhancement motivation were the main motivations to stimulate learners to participate in MOOCs learning，and epistemic motivation had the highest positive correlation with participation of MOOCs.Perceived usefulness，perceived ease of use and learners individual ability had significant positive correlations with MOOCs participation behavior.Finally，some suggestions were discussed based on the results of data analysis，such as strengthening curriculum resources，providing personalized service programs，perfecting authentication mechanism，strengthening the construction of learning community，optimizing platform design，improving individual ability.

〔Key words〕MOOCs；open learning platform；participation behavior；influential factors；Motivation-Opportunity-Ability

随着计算机技术的迅猛发展和互联网的普及，MOOCs（Massive Open Online Courses，大规模开放在线课程）自2008年其概念提出后便日益受到关注，作為一种新型开放学习平台，MOOCs平台以其大规模、开放、免费以及出自名校名师等特点，吸引了众多学习者的参与。尽管近年来参与MOOCs的学习者不断增加，但学习者持续参与度不高、课程完成率低等问题也日益凸显。对此，从学习者的角度对MOOCs参与行为进行研究成为研究的热点。相关研究较为集中的是围绕学习过程对学习者行为模式[1-2]、行为特征和学习效果[3]及学习行为体验[4]等方面展开分析，部分学者[5-8]运用技术接受模型及其扩展模型对学习者MOOCs参与意愿及学习行为的影响因素进行探究。现有研究较为集中的是对学习者MOOCs参与行为进行统计分析，对学习者参与行为的影响因素分析仍显不足。

MOA（动机——机会——能力，Motivation-Opportunity-Ability）理论是对人类行为根本性的抽象[9]，从MOA视角出发，能对MOOCs平台学习者参与行为进行更系统、深入的分析。因此，考虑基于MOA理论对MOOCs平台学习者参与行为的影响因素进行分析，研究结果一方面可以使MOOCs学习者对其参与行为有更深的认知，提高其积极性与参与度；另一方面可以为MOOCs平台的建设和运营提供有价值的参考。

11MOA视角下MOOCs平台学习者参与行为

MOA模型是一个通过心理和情境等多方面对行为进行解释的综合模型[10]，它由动机（Motivation）、机会（Opportunity）、能力（Ability）3个核心概念构成，三者之间的相互关联和共同作用推动了特定行为的发生。其中，动机指引起和维持个体行为并使行为朝向某一目标的推动力；机会是指激发个体行为的外在客观环境中的有效成分；能力指个体行为的潜力（ 如知识、技能）[11]。

学习者MOOCs平台参与行为包括注册课程、观看视频、完成作业、参加测试、参与论坛等，这些行为的发生是学习者在MOOCs平台上不同的心理因素和情境等多方面共同作用的结果。学者特拉丝（M MTerras）[12]认为学习者数字素养技能、个人动机和自我控制能力是影响MOOCs 学习成功的重要特质。动机是激发学习者参与MOOCs的内驱力；MOOCs平台为学习者参与课程学习提供了机会，成为学习者参与MOOCs的外驱力；学习者的知识、技能等个体因素则决定了其能否进行MOOCs学习。学习者MOOCs参与行为由动机、机会、能力3个基本要素共同决定，每个要素强度不同，参与水平也不同。因此，采用MOA理论，并结合MOOCs学习者参与行为的特征对参与行为进行实证分析，能更系统地对MOOCs学习行为进行阐释。

12变量选择与研究假设

121动机

对于MOOCs参与动机，国内外的研究机构与学者进行了具体的表述：杜克大学[13]认为学习者参与MOOCs的动机包括支持终身学习或了解学科内容、为了乐趣娱乐和智力激发、方便、丰富教育经历；姜蔺等[14]认为学习者参与MOOCs的动机包括旨在理解学科内容、对学习内容的感兴趣、学习的便捷和灵活性、职业发展需要、帮助学习者开展学习（助教身份）等；王海荣等[15]则将动机表述为了解MOOCs、个人挑战、获取知识、学习兴趣、职业发展需求、为其它考试做准备、获取证书、结识朋友。根据上述研究成果，并结合奥苏贝尔（DAusubel）的学习动机理论及霍尔（COHoule）、谢菲尔德（SSheffield）和博希尔（RWBoshier）的成人学习动机类型，将学习者参与MOOC的动机归纳为求知、社交、兴趣、外界影响、自我提升，具体测量指标如表1所示。表1动机测量维度

变量问题选项求知

EPI为了理解学科内容为了获得需要的知识为了扩充知识量兴趣

INT对MOOCs学习方式感兴趣对学习内容感兴趣对名校、名师感兴趣自我提升

SE获得学分或证书丰富教育经历促进职业发展激发智力社交

SOC结识朋友寻找有共同兴趣的人进行互助学习外界影响

EI受到他人的鼓励受到他人使用MOOCs影响赢得他人认可和尊重

基于上述分析提出如下假设：

H1：“求知”对“参与行为”有正相关影响；

H2：“社交”对“参与行为”有正相关影响；

H3：“兴趣”对“参与行为”有正相关影响；

H4：“外界影响”对“参与行为”有正相关影响；

H5：“自我提升”对“参与行为”有正相关影响。

122機会

机会要素主要是MOOCs平台学习者参与行为的外部情境的主观感知。作为一种新的开放学习平台，学习者对MOOCs平台易用性的感知及其所提供资源有用性的感知是产生学习行为的重要前提。学者塔赫（Taher）[16]、塔黑尼（Ali Tarhini）[17]、雷杰普（Recep）[18]等通过实证研究，验证了感知有用性、感知易用性对学习者使用在线教育系统有显著影响；吴艳等[5]、杨根福[6]、方旭[8]分析了感知有用性、感知易用性对MOOCs平台使用的影响。因此，把感知有用性和感知易用性作为学习者参与MOOCs平台的机会变量。

感知有用性是指学习者对MOOCs平台提供的教学资源是否对自己有用的感受。根据戴维斯（Fred DDavis）[19]的研究和MOOCs平台本身的特点，从降低学习成本、满足学习需求、提高学习效率、学习方式灵活4个方面对感知有用性指标进行测度，并提出如下假设：

H6：“感知有用性”对“参与行为”有正相关影响。

感知易用性是指在参与MOOCs学习过程中，学习者对MOOCs平台操作是否便捷、MOOCs平台是否好用的感受。学习者参与MOOCs平台的感知易用性程度越高，则对MOOCs平台接受度和参与度越高。对感知易用性指标从操作易上手、学习流程简单、使用便捷3个方面进行测度，并提出如下假设：

H7：“感知易用性”对“参与行为”有正相关影响。

123个体能力

杨素娟[20]提出在线学习能力由元认知能力、知识迁移能力、学习策略水平、信息素养及学习资源管理能力构成，其中元认知能力就是对认知活动的自我意识与自我调节的能力；知识迁移能力是指把所学知识技能运用到新的情境，解决新的学习问题的能力；学习策略水平指的是调节和控制学习过程的能力；信息素养是指运用信息工具进行信息获取、加工、处理的能力；学习资源管理是指管理在线学习资源以促进在线学习活动有效开展的能力。程建钢等[14]认为MOOCs学习者需要具备的能力包括：信息技术能力、良好的英语能力、自我调节能力、适应学习的能力、自主学习能力；因此从信息素养、自主学习能力、自我调节能力、适应学习能力、学习资源管理5个方面提出个体能力的测量指标，并提出如下假设：

H8：“个体能力”对“参与行为”有正相关影响。

124参与行为

学习者参与行为不仅由不同行为类型所表征，参与行为强度的差异也同样区分了不同的参与行为。因此，对MOOCs平台参与行为的测度可从参与层次和参与强度2个方面进行，参与层次参考菲尔（Phil Hill）[21]对MOOCs五种学习者类型的划分：爽约者、旁观者、顺便访问者、被动参与者、主动参与者。其中爽约者行为表现为在MOOCs平台上进行了注册，但没有登录过课程；旁观者行为表现为登录课程并阅读相关课程内容，浏览了其他学习者的讨论，但除了嵌入式测试，不会参与其他任何形式的评估；顺便访问者行为表现为参与某门课程中部分自己感兴趣的活动，但不会去努力完成整个课程；被动参与者行为表现为观看视频、参加测试、参与讨论组的活动，但通常不会主动完成课程作业与任务。主动参与者行为表现为全身心地参与到课程学习中，参与讨论、分享学习心得，并完成相应测试，乃至最终获得证书。这五种类型表征了学习者参与MOOCs的不同层次。参与强度用参与频率和参与时间两个指标来衡量。参与频率为学习者利用MOOCs平台进行学习的频率；参与时间为平均每天在MOOCs平台上进行学习所花费的时间。

2MOOCs平台学习者参与行为的实证研究

21问卷设计与数据收集

问卷由3个部分组成，第一部分是个人基本信息；第二部分是对动机、个体能力、感知有用性，感知易用性指标的测量；第三部分是学习者的参与行为调查。问卷第二部分采用李克特5级量表对指标进行测量，要求被调查者对各问项表明态度。1～5分分别代“非常不同意”、“不太同意”、“一般”、“比较同意”、“非常同意”。问卷第三部分对参与层次让被调查者按MOOCs 5种学习者类型进行选择，参与频率按“几乎不进行”、“隔几周1次”、“每周1～2次”、“每周3～6次”、“每天1次及以上”5个档次进行选择，参与时间按“不足10分钟”、“10～30分钟”、“31～60分钟”、“1～2小时”、“2小时以上”5个档次进行选择。在问卷星上制作问卷，通过在MOOCs学习社区、MOOCs学习交流群和其他网络社区进行问卷推广，共回收400份问卷，剔除无效问卷62份，最终确定有效问卷338份，问卷有效率为845%。

运用SPSS200统计软件对收集到的样本数据进行描述性的分析，其中女性略多于男性，女性占样本的556%，男性占444%；样本年轻化趋势明显，绝大数样本都在30岁以下，其中在21～25岁的样本最多，占589%；所有样本都有一定的互联网使用经验，且大多数有6年以上的互联网使用經验，占559%；同时样本呈高学历分布，本科及研究生以上占831%，其中本科最多，占716%；职业分布也是学生居多，占568%。由此可见，高学历的学生是参与MOOCs学习的主要对象。本调查样本构成与清华大学关于MOOCs学习者参与情况调查报告[22]的调查结论基本一致，该调查报告指出MOOCs学习者以年轻人和大学生为主。

22信度和效度分析

221信度分析

信度分析主要通过Cronbachs α系数和组合信度Composite Reliability（CR）进行检测。在计算Cronbachs α系数之前，使用校正测量题项的总相关性（Corrected-Item Total Correlation，CITC）净化测量题项，对于CITC值小于05的变量，一般需要剔除，且剔除该项后，若量表的Cronbachs α值增大，则表明应该剔除该项[23-24]。运用SPSS200进行分析发现，“自我提升”动机的激发智力题项CITC值为0372，小于05，且剔除该题项后，“自我提升”动机的Cronbachs α值由0841增大为0920，因此予以剔除。经过CITC系数净化后问卷所有因素的Cronbachs α值均大于08。同时，所有变量的组合信度CR值都大于090，说明问卷具有较高的信度，数据具有很好的一致性。信度分析结果如表2所示。

222效度分析

效度分析主要进行了聚合效度和区分效度的检测。检测标准为所有变量的均方差抽取值（AVE）大于05，每个变量的AVE的平方根要大于该变量与其他所有变量的相关系数[25]。运用SPSS200分析发现，每一个变量的AVE在068～088之间，均大于05，且AVE的平方根均大于该变量与其他变量之间的相关系数，结果如表3所示，表明问卷具有较好的聚合效度和区分效度。

23结构方程模型分析

在结构方程模型中，当t>196，P<005，表明该路径显著，假设通过检验。运用Lisrel87对结构方程模型求解，“社交”、“外界影响”两类动机的T值小于196，未通过检验，因此需对模型进行修正，将未能通过检验的假设予以删除，并再次进行结构方程模型求解，其验证结果如表4所示。

模型检验结果表明，8个初始假设中有2条不成立，分别为H2和H4，即“社交”动机、 “外界影响”与学习者MOOCs参与行为之间的相关关系不显著，而“求知”动机、“兴趣”动机、“自我提升”动机、“个体能力”、“感知有用性”、“感知易用性”均与学习者MOOCs参与行为之间具有显著相关关系。

3结论与建议

31结果分析

依据MOA理论模型，本文研究学习动机、机会及学习者个人能力对学习者MOOCs平台参与行为的影响。通过信度效度检验和结构方程模型分析，验证了学习动机、机会及学习者个人能力对学习者MOOCs平台参与行为有正相关影响。学习者的学习需求产生参与MOOCs平台的学习动机，不同的学习动机使得学习者具有不同的学习倾向，并导致产生不同的参与行为；MOOCs平台的日益完善为学习者进行在线学习提供了机会，其课程资源的不断丰富及平台所提供的便捷的课程服务，使学习者愿意花费更多的时间和精力去参与课程学习。学习者个人能力（如信息素养、自主学习能力、自我调节能力等）直接影响学习者使用MOOCs平台开展学习的可能性，缺乏相关能力将限制学习者MOOCs平台的参与行为，个人能力的差异导致了学习者MOOCs平台参与程度不同。

311动机

求知动机对MOOCs平台学习者参与行为影响最显著，其路径系数为033，表明MOOCs平台作为一种开放学习平台，获取知识是激发学习者参与该平台最重要的动机，学习者希望通过MOOC学习更多的知识，扩充其知识量，以满足自身的求知欲；其次是兴趣动机，其路径系数为031，表明MOOCs平台提供的名校名师课程以及灵活的学习方式等对学习者具有一定的吸引力，学习者兴趣程度越高，其课程参与度越高；自我提升动机的路径系数为016，表明学习者参与MOOCs平台开展学习带有一定的功利性，获得学分或证书，通过MOOCs学习促进职业发展等能促进学习者参与的积极性，学习者一旦通过MOOCs学习得以自我提升，能更加激发学习者的参与热情；社交动机假设没有成立，表明社交动机对MOOCs参与行为没有显著影响。现有研究表明MOOCs学习过程仍以个人学习为主，互动交流积极性不高[26-27]，利用MOOCs平台进行同伴学习和互助学习的效用并未得以有效发挥，社交动机的驱动作用无法有效体现；外界影响假设没有成立，表明他人的鼓励、认可以及学习者自身的从众心理等并不能提高学习者的参与度，学习者使用MOOCs开展学习更多基于个人学习需求的考虑，MOOCs平台参与行为的层次及强度较少受到外界影响。

312机会

感知有用性与感知易用性是影响学习者参与MOOCs的外部机会，对参与行为有正向影响，其路径系数为分别为018和010。MOOCs对于教育的价值体现在MOOCs平台的免费性降低了学习者的学习成本，丰富的教学资源满足了学习者的学习需求，碎片化学习模式为学习者提供了灵活的学习方式，从而有助于学习者实现自我提升。因此，当学习者感知到通过MOOCs平台开展学习有用时，学习者参与MOOCs学习积极性才高。感知易用性是MOOCs平台能经常被使用的前提条件，若MOOCs平台操作复杂且不便于使用，不论内容多么丰富，其参与度也会大打折扣。对于MOOCs学习者的来说，MOOCs平台操作越容易，学习流程越简单，使用起来越方便，学习者的参与程度越高。

313能力

个体能力对参与行为有正向影响，其路径系数为018，表明学习者本身的信息素养、学习能力等会对其MOOCs平台参与行为有较大的影响。MOOCs平台作为一种开放学习平台，学习者的信息素养越高，越容易操作与使用MOOCs；学习者对学习过程的调节与控制能力越强，越能适应自主学习方式；学习者对在线学习资源的管理能力越强，越能促进在线学习活动的有效开展。总之，学习者个人能力的差异导致驾驭MOOCs平台进行在线学习的水平不同，学习者具备的个体能力越强，越能更好地适应MOOCs学习方式，从而提高学习者的MOOCs平台的参与度。

32建议

1）加强MOOCs平台的课程资源建设。一方面，不断丰富MOOCs平台的课程资源，吸纳整合不同平台的优质课程资源，并结合不同学科、专业对资源的需求进行课程资源体系的构建，使知识更加系统化；其次，更需注重课程质量，提供学习者感兴趣、实用性高的课程内容，使MOOCs平台的各类资源满足学习者的知识需求；此外，根据课程类型和特点，综合运用短视频、文本、图片、动画等多种形式进行课程相关资源的呈现，以方便学习者有效地理解课程内容，掌握相关知识，进一步促进学习者的课程参与。

2）根据学习者的特点、兴趣和实际需求，进行课程相关资源的组织，提供个性化的课程服务。一方面，可让学习者自己依据其兴趣和需要在MOOCs平台上进行课程服务的定制，如学习资源、平台界面和服务方式等；另一方面，可根据学习者在MOOCs平台上的学习行为记录，进行个性化推荐。系统可实时跟踪学习者的访问记录和学习数据，并利用联机在线分析、数据挖掘等信息技术分析学习者的学习行为和需求动态，及时把握学习者需求和偏好的变化，构建不同学习者的学习模式，根据学习模式提供有针对性的课程服务。

3）进一步建立和完善MOOCs认证机制，以鼓励学习者参与更深层次的MOOCs学习。第一，根据不同的课程类型引入多方认证主体。一方面，对大学教育课程，相关教育部门应倡导高校对学分进行认定，并为课程共享和学分认定、转换提供支持；另一方面，为满足学习者职业发展的需求，可鼓励大学或MOOCs平台与知名企业合作开发职业教育课程，并聘请资深行业专家对课程进行认证；此外，可引入第三方评估机构进行课程认证和学分评估。第二，构建MOOCs学习质量评价体系，利用大数据等技术对学习者在MOOCs平台上的学习轨迹进行分析，以评价其学习质量，并作为证书或学分认定的依据。第三，建立MOOCs学分银行，为学分、学历认证等提供便利[28-29]。

4）加强MOOCs平台的学习社区建设，综合利用课程在线论坛以及社会化媒体工具（如QQ、微信、微博等）组建学习社群，拓宽交流互动渠道，使参与MOOCs的学习者能充分利用这些渠道与教师和有共同兴趣爱好的其他学习者一起协作、交流，形成互动良好的學习团队，以提高MOOCs学习者的参与水平。其次，充分利用激励机制对学习者参与互动进行有意识地引导，对积极参与互动的学习者给予奖励，如考核加分或享有对课程相关资源更高的访问和下载权限等，以提高学习者参与互动的积极性。

5）进一步优化MOOCs平台设计，提高人机交互质量，方便学习者使用MOOCs。首先，平台界面应清晰、美观，布局合理，操作简单便捷，可根据学习者的操作习惯和使用需求的不同，提供个性化的界面设置；其次，利用知识地图、知识导航等功能方便学习者便捷地获取各种课程相关资源；此外，将MOOCs与移动互联网技术相结合构建移动MOOCs平台，方便学习者随时随地利用移动终端设备获取课程最新内容和进度、发起学习、监控学习过程，为学习者参与MOOCs学习提供更为便捷的渠道。

6）加强学习者的信息素养培训，提高学习者信息操作技能，使其能更熟练地对MOOCs资源进行获取、加工和分析，更善于使用MOOCs平台的学习工具，从而促进学习者有效开展MOOCs学习。此外，MOOCs学习缺乏面对面的交流，学习者需具备更强的自主学习能力和自我调节能力，一方面，平台应提供课程介绍、大纲、重难点以及所需相关背景知识和技能等课程说明，使学习者明确学习目标，并能根据自身的能力水平选择课程并制定学习计划，提高学习的自主性；另一方面，对课程不同学习环节所需完成的任务加以细化，明确时间进度，并通过对学习者学习活动数据的采集进行过程监控，使学习者能根据进度控制进行自我调控，结合任务、学习计划的完成情况进行自我评价，以不断提高MOOCs学习者的自我调节能力。

参考文献

[1]樊超，宗利永.MOOC在线学习行为的人类动力学分析[J].开放教育研究，2016，22（2）：53-58.

[2]王雪宇，邹刚，李骁等.中美MOOC 学习者学习行为分析——基于edX公开数据集和国防科技大学梦课数据集[J].计算机教育，2016，（6）：116-120.

[3]蒋卓轩，张岩，李晓明.基于MOOC数据的学习行为分析与预测[J].计算机研究与发展，2015，52（3）：614-628.

[4]何春，王志军，吕啸.我国大学生MOOCs学习体验调查研究[J].中国远程教育，2014，（11）：42-49.

[5]吴艳，占南，罗毅.用户接受视角下高校开放课程资源使用意愿模型构建研究[J].图书馆学研究，2014，（18）：69-76.

[6]杨根福.MOOC用户持续使用行为影响因素研究[J].开放教育研究，2016，22（1）：100-111.

[7]王钱永，毛海波.基于UTAUT模型的MOOC学习行为因素分析[J].电化教育研究，2016，（6）：43-48.

[8]方旭.MOOC学习行为影响因素研究[J].开放教育研究，2015，21（3）：46-54.

[9]KF Hew，N Hara.Knowledge sharing in online environment：a qualitative case study[J].Journal of American society for information science and technology，2007，58（14）：2310-2324.

[10]DJ Macinnis，C Moorman，BJ Jaworski.Enhancing Consumers Motivation，Ability and Opportunity to Process Brand Information from Ads：Conceptual Framework and Managerial Implications[J].Journal of Marketing，1991，55（4）：32-53.

[11]E Siemsen，AV Roth，S Balasubramanian.How Motivation，Opportunity and Ability Drive Knowledge Sharing：The Constraining factor Model[J].Journal of Operations Management，2013，26（3）：426-445.

[12]MM Terras，J Ramsay.Massive Open Online Courses（MOOCs）：Insights and challenges from a psychological perspective[J].British Journal of Educational Technology，2015，（46）：472-487.

[13]Yuan Li，Stephen Powell.MOOCs and Open Education：Implication for Higher Education[J].JISC cetis，2013.

[14]姜蔺，韩熙斌，程建钢.MOOCs学习者特征及学习效果分析研究[J].中国电化教育，2013，（11）：54-65.

[15]王海荣，王美静.国外MOOC评估报告对我国高校教学改革的启示[J].中国远程教育，2014，（3）：37-41.

[16]Taher Farahat.Applying the Technology Acceptance Model to Online Learning in the Egyptian Universities[J].Procedia-Social and Behavioral Sciences，2012，（64）：95-104.

[17]Ali Tarhini，et al.User Acceptance Towards Web-based Learning Systems：Investigating the role of Social，Organizational and Individual factors in European Higher Education[J].Procedia Computer Science，2013，（17）：189-197.

[18]Recep Cakir，et al.Attitude of Turkish EFL Learners towards e-Learning through TAM Model[J].Procedia-Social and Behavioral Sciences，2015，（176）：596-601.

[19]Davis，FD..Perceived Usefulness，Perceived Ease of US，and User Acceptance of Information Technology[J].MIS Quarterly，1989，13（3）：319-340.

[20]杨素娟.在线学习能力的本质及构成[J].中国远程教育，2009，（5）：43-49.

[21]Phil Hill.Emerging Student Patterns in M00Cs：A（Revised）Graphical View[EB/OL].http：∥mfeldstein.om/emerging-student-patterns-in-moocs-a-revised-graphical-view/，2013-03-10.

[22]刘杨，黄振中，張羽等.中国MOOCs学习者参与情况调查报告[J].清华大学教育研究，2013，（4）：27-34.

[23]Churchill Jr，Gilbert A.A Paradigm for Developing Better Measures of Marketing Constructs[J].Journal of Marketing Research，1979，16（1）：64-73.

[24]Anne M.Smith.Some problems when adopting Churchills Paradigm for the development of Service quality measurement scales[J].Journal of Business Research，1999，（46）：109-120.

[25]FORNELL C，LAREKER D F.Evaluating structural equation models with unobservable variables and measurement error[J].Journal of Marketing Research，1981，18（1）：39-50.

[26]范逸洲，王宇，冯菲，等.MOOCs课程学习与评价调查[J].开放教育研究，2014，20（3）：27-35.

[27]黄如花，刘龙.MOOC在线交流存在的问题及对策[J].图书与情报，2014，（6）：24-28.

[28]邱伟华.高等教育慕课市场的认证机制研究[J].开放教育研究，2015，21（3）：40-45.

[29]殷丙山，郑勤华，陈丽.中国MOOCs证书授予及学分认定调查研究[J].开放教育研究，2016，22（2）：30-37.

（本文责任编辑：孙国雷）