高校教师使用SPOC平台的路径模型研究

田建林+崔亚强+余淇

摘 要：SPOC平台已逐渐成为高校教学发展的重要支撑平台，它的普及不仅依赖于网络技术的快速发展，更在于师生的接受程度、使用程度。本研究基于技术接受模型（TAM），构建了影响高校教师SPOC平台使用行为的路径模型，并根据此模型开展实证研究来探讨相关变量的因素路径值。结果表明：影响高校教师SPOC平台使用行为的路径模型主要包括有用期望、易用期望、社群影响和配套情况，进一步通过路径分析发现该模型存在1条直接显著路径和8条间接显著路径，为未来SPOC平台的推广及深度应用提供重要思路。

关键词：技术接受模型；因素分析；路径模型

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2017）12-0001-05

一、概述

2012年MOOC“数字海啸”来袭，迅速在全球升温，相关平台建设如雨后春笋般不断涌现，例如国外主要以Coursera、Udacity、edX三大平台作为MOOC领域中流砥柱，而国内则以清华大学“学堂在线”、上海交通大学“好大学在线”以及中国大学MOOC平台等为代表，这些平台自推出以来就受到广大老师、学生的热情追捧。作为一种新型的教学与学习方式，MOOC的发展已呈燎原之势并已逐步深入到高校课堂教学活动中。截止到2016年10月份，“MOOC中国”平台已经收录国内外课程1220余门。MOOC强调以学生为中心，让学生更加主动、积极地安排自我学习进度，并且获得及时的反馈，同时关注教学过程管理，注重游戏化教学与同伴学习，可以说MOOC为教师教学与学生学习提供了很好的实践思路。然而，随着MOOC的快速普及，也暴露出一些瓶颈，例如由于缺乏监督，中途退课率超高（祝智庭，等，2014）、学生管理薄弱（徐葳，等，2014）、学生在线行为数据难以消化（郑奇，等，2014）等均制约着MOOC的大力发展。为解决这些问题，加州大学伯克利分校提出了SPOC（小规模限制性在线课程）概念。SPOC能够为学生提供更完整的教育经历，通过限定课程的准入条件和规模，确保课堂中的学生是真正会主动参与，为这些学术水平相当的学生定制课程，提供针对性更强的、力度更大的专业支持，从而有效解决MOOC不能解决的问题。换句话说，SPOC是对MOOC的继承、完善与超越，它能够把优质MOOCs资源与课堂面对面教学的优势有机结合起来，实现对教学流程的重构与创新（贺斌，等，2015）。

目前，SPOC课程已被广泛地应用于在线MOOC与高校实体教学的结合，并在世界各地的混合式教学实践特别是翻转课堂中取得了良好的效果。国内清华大学依托其“学堂在线”帮助其他高校推广SPOC模式，诸多优质课程以SPOC形式已在国内多所高校作为专业课或公共选修课进行试点。中国大学MOOC平台的“学校云服务”，提供SPOC学校专有课程，学生通过学号、姓名等方式认证之后，就可参加本校专属课程，目前已有92所院校参与，发布课程200余门，36000余名学生在线学习。上海卓越“课程中心”（Course Center）网络教学平台作为高校校内开展SPOC教学的一大阵地，已被130多所高校采用，如上海交通大学、四川大学、华中科技大学、上海理工大学、武汉大学、南京农业大学、山东大学、湖南大学等。因此，研究高校教师使用SPOC平台的路径模型非常必要，而且也非常具有前景。

二、相关研究

关于高校教师使用SPOC平臺的路径行为研究并不常见，参考的理论模型多以Davis的TAM技术接受模型（Technology Acceptance Model）为基础并进行延伸。技术接受模型认为使用者的“感知有用性”和“感知易用性”是影响其接受程度的关键因素。其中，感知有用性是指某人认为使用一个特定的系统能提高其工作绩效的程度，感知易用性是指某人认为使用一个特定的系统无需耗费很多精力的程度（Davis，1989）。“外部因素”介由“感知有用性”和“感知易用性”对使用态度和使用意向发挥间接作用，经文献梳理，外部因素通常包括个体差异（Raaij，2008）（Huang，2012）、资源（Lee，2009）以及系统质量（Chen，2010）等。虽然TAM模型在系统平台使用研究领域产生广泛影响，成为诸多研究的先行基础，但也有部分学者提出一些不足之处，如舍弃主观规范（M.T.Dishaw，2011）、测量方法局限、测量指标较少等。

依托TAM模型，诸多学者根据自身情况已开展了相关研究，例如刘宇伟（2010）提出影响教师网络教学接受行为的意图有“感知易用性”、“感知有用性”、“职业熟悉度”及“组织支持”4项因素。学者王耀莹等（2013）结合用户满意理论，将“用户满意”作为TAM模型外部变量，进一步探讨其对使用行为的作用。

在研究方法上，国内外对此研究倾向性不一。国外的研究更多的是通过构建模型、量化数据来进行定量分析，国内则是以理论研究为主，通过文献分析、个案研究等手段提出模型构建与研究假设并加以总结描述，只有少部分采用定量分析。

综上所述，本研究在保留原始TAM核心思想的同时结合相关学者的研究成果，构建了影响高校教师SPOC平台使用行为的因素路径模型（如图1所示），在研究方法上，本研究采用因素分析对假设模型进行验证，并通过路径分析进一步了解变量之间的间接效果和直接效果，进而构建合理的因素路径图。

三、研究设计

1.问卷编制

本研究调查问卷是结合相关文献资料与专家访谈而整理形成，格式上采用Likert 5点量表形式，选项由弱到强分为“很不符合、不符合、一般、符合、很符合”，分值依次为1、2、3、4、5。在问卷设计上，部分题项采用反向计分方式用以测谎，避免被试由于惯性填选造成问卷质量降低。问卷共分为三个部分：第一部分收集被试常规背景资料，包括性别、教龄、使用经验等陈述性资料；第二部分通过14个题目收集影响高校教师SPOC平台使用意愿的相关因素；第三部分收集高校教师SPOC平台的使用意向以及切实使用行为。

2.样本选择

样本来源于国内某所985兼211高校，随机选取该校接触过SPOC平台的130名教师作为被试，之所以选择这批被试，是因为该校SPOC平台，即“课程中心”于2012年9月正式引入，此批被试作为首批体验者参与其中。在数据搜集方式方面，采用网络问卷平台进行数据收集，使用方便，回收率高，便于统计分析。

3.研究方法

本研究采用SPSS统计软件，通过“效度分析”、“信度分析”以及“路径分析”等数据分析方法进行实证研究。其中，“效度分析”主要是通过检验问卷的结构效度来判断其中的因素关系，以便找出问卷的潜在结构，即通过减少题目的数目，使之变成一组较少而彼此相关较大的变量。“信度分析”主要是了解问卷的可靠性与有效性。“路径分析”重点关注变量产生的直接效果和间接效果，弥补传统回归模型中变量之间单一的解释关系，为研究提高进一步的保障。

4.数据收集

本研究共发放问卷130份，回收115份，回收率为88% ，经鉴别数据来源均有效。在性别方面，男女教师比例为39%和61%。教龄方面，2年以下占30%，2到4年占12%，5到7年占11%，8到10年占10%，10年以上占总数的37%。对SPOC平台了解程度方面，7%的高校教师“听说过，但是没用过”，29%的教师“试用过”，37%的教师“使用过1个学期”，27%教师“使用超过1个学期”，说明本研究的被试选择是合理的。

四、数据分析与结果

1.效度与信度分析

效度分析主要检测问卷是否能够测得所欲测量的特征的有效程度。一般情况下，调查问卷的效度指标越高，代表着测量的结果越是能显示所欲测量内容的真正特征。通常效度分析涉及内容效度和结构效度。内容效度主要是反映问卷本身内容范围与广度的适切程度，考虑到本研究是基于Davis的TAM理论模型和相关学者的研究成果而设计，故可以认为本研究问卷具有较高的内容效度，而结构效度主要是通过因素分析来检测以便了解某种结构与测量值之间的关系。因素分析一般采用方差最大正交旋转法对问卷中的题目进行抽取，对其进行KMO和Bartlett球形检验。因素分析中KMO值以0.5为分界线，大于0.5就说明该问卷数据可以进行因素分析（吴明隆，2004）。同时要检验Bartlett的P值是否显著，如果P值显著，说明因子的相关系数矩阵非单位矩阵，代表着在提取最少因子的前提下可以解释大部分的方差，即效度較高。本次研究中，KMO（取样适当性量数）值为0.835，Bartlett's球形检验卡方值为575.995（自由度为91）显著，意味着可以进行因素分析。

关于因素数目的个数，本研究采用学者Kaiser所提出的标准，以特征值大于1为判断依据。从因素分析明细表中（见下表1）可以了解到本研究问卷中特征值大于1的因素共有四个，其特征值分别为3.022、2.063、1.954和1.821，对应的解释变异量依次为21.586%、14.732%、13.956%和13.006%，累积的解释变异数为63.280%。结合问卷相应选项进行查看发现，既定假设中的影响使用意愿的因素，即“有用期望、易用期望、社群影响与配套情况”均通过了效度检验。值得注意的是，第3、4个因素只包括两个题项，层面所涵盖的题项较少，影响解释力，然而本研究将在接下来的路径分析中探索其产生的间接效果对因变量的影响，故将其保留。

信度分析主要是进一步了解问卷的可靠性与有效性，检验方法一般采用Cronbach'a值来确定，如果信度系数在0.9以上，表示问卷的信度甚佳。在社会科学领域中，一般可接受的最小信度值为0.6。本研究中，问卷总体信度Cronbach'a值为0.848，四大因素的Cronbach'a值分别为0.845、0.664、0.601和0.624，均在0.6水平之上，证明问卷可靠，具有稳定性。

2.调节变量分析

为检测本研究的调节变量（即“教师教龄”和“使用经验”）是否对SPOC平台的使用意向产生显著影响，故单独对调节变量进行分析。由于调节变量的内容均涉及5个水平，所以本研究采用单因子方差分析（onewayANOVA）即F检验来查看各水平平均数是否具有显著差异。

从上表可知，不同教龄的高校教师对SPOC平台的使用意愿平均数分别为3.69、3.94、3.69、3.82和3.79，不同使用经验的高校教师使用意愿平均数分别为4.00、3.76、3.77和3.71，两者方差齐性检验也均未达显著（Levene=0.787，p=0.536；Levene=0.770，p=0.513），说明不同水平的样本具有相似的离散情形，未违反变异数同质性假设。进一步查看变异数分析摘要表，发现“教师教龄”和“使用经验”对SPOC平台的使用意愿均不显著（F=0.377，P>0.05；F=0.382，P>0.05）。

3.路径分析

路径分析旨在解决传统回归模型中变量之间无法侦测出的微妙的间接效果，为研究提供数据基础。按照上述研究模型，以“易用期望”、“社群影响”与“配套情况”为自变量，以“有用期望”、“使用意向”作为中间变量，以“使用行为”作为因变量，将各有关变量纳入回归模型进行三次多元回归分析，取标准化回归系数作为其路径系数，进而进行效果分析，计算路径模型中的直接效果（direct effect）、间接效果（indirect effect）和总效果（total effect）。间接效果的强度可直接由两端点变量之间的直接效果标准回归系数相乘而得，总效果由路径模型中所有显著与不显著的直接效果与间接效果回归系数值相加而得。

路径分析参数估计图如下图2所示：

从上图可知，中间变量（“有用期望”“使用意向”）和因变量（“使用行为”）均能够有效地被解释，解释变异量分别是“使用行为”的0.646、“使用意愿”的0.441以及“有用期望”的0.457，而“使用意愿”和“有用期望”扮演了重要的中间变量角色，让“易用期望”、“社群影响”与“配套情况”都可以借由中间变量间接影响“使用行为”。

路径分析各项效果说明见表5：

从表5可知，“易用期望”是对于“使用行为”的影响最重要的自变量，虽无直接影响，但具有多重间接效果，间接效果的总和达0.424。相比传统回归模型来解释变量关系，如果没有考虑间接效果，则会出现明显低估的现象。“社群影响”经由“有用期望”和“使用意愿”两个中间变量对“使用行为”具有0.159的间接效果。而“配套情况”虽对“使用行为”有0.120的直接效果，但该直接效果并未达到显著水平，反而经由“有用期望”和“使用意愿”两个中间变量对“使用行为”具有0.128的间接效果，总效果为0.248。

五、结论与建议

通过效度与信度分析，本研究的假设模型得到验证。“有用期望”、“易用期望”、“社群影响”和“配套情况”直接影响“使用意向”，累计解释量为63.28%，均具有稳定性。其中，“有用期望”是影响高校教师SPOC平台使用意愿的首要因素，即SPOC平台功能是否强大，是否为教学提供便利等将是教师关注的重点。“社群影响”也叫群体影响，它对影响高校教师使用SPOC平台的重要性不言而喻，高校教师对来自身边人，特别是拥有较强影响力意见领袖的推荐和口碑，更容易产生认可进而产生信任感而促发使用。“配套服务”则是促进高校教师SPOC平台使用意愿的基础因素，包括“硬服务”与“软服务”。“硬服务”指的是要借助不断发展的科学技术本身，实现服务设施的现代化，特别是随着目前移动互联技术的飞速发展与快速普及，移动优先（Mobile First）已经成为一大战略发展方向，高校SPOC平台应顺应形势，开发相应的移动终端，满足教师任何时间、任何地点开展教学活动的需求。在“软服务”方面，该SPOC平台提供的校本使用模式案例库，为高校教师提供“课前-课中-课后”整体化教学设计思路，创新教学流程、变革教学结构、提高教学质量。

通过对调节变量的分析，可知“教龄”和“使用经验”对高校教师使用SPOC平台并无显著影响，究其原因，被试来自国内某所985兼211高校，该校于2000年便大力提倡混合式教学方法，鼓励授课教师购买、租赁或自建网络平台开展辅助教学，并于2012年搭建SPOC校内专属平台，教师对网络教学平台的意义均有深入了解，故教龄无论长短、使用经验是否丰富，对“使用意愿”无明显差别。

通过路径分析可知，在影响高校教师SPOC平台应用的使用行为中，存在九条显著路径：①有用期望—使用行为；②有用期望—使用意向—使用行为；③易用期望—使用意向—使用行为；④易用期望—有用期望—使用行为；⑤易用期望—有用期望--使用意向—使用行为；⑥社群影响—有用期望—使用行为；⑦社群影响—有用期望—-使用意向—使用行为；⑧配套情况—有用期望—使用行为；⑨配套情况—有用期望—-使用意向—使用行为；其中第1條路径体现“直接”，其余均体现“间接”作用。通过以上九条路径，可以清楚了解自变量及中间变量是如何影响因变量“使用行为”的，进一步为促使高校教师使用SPOC平台的行为提供清晰思路。

本研究由于条件限制，未能综合细致地考察被试个体特性，如教学风格、动机、网络使用习惯等个体差异，这将有待于后续研究。

参考文献：

[1]祝智庭，刘名卓.“后MOOC”时期的在线学习新样式[J].开放教育研究，2014，3（20）：36-43.

[2]徐葳，贾永政，阿曼多·福克斯，戴维·帕特森.从MOOC到SPOC——基于加州大学伯克利分校和清华大学MOOC实践的学术对话[J].现代远程教育研究，2014，（4）：13-22.

[3]郑奇，杨竹筠.SPOC：结合高校教学的融合创新[J].物理与工程，2014，24（1）：15-18.

[4]贺斌，曹阳. SPOC：基于MOOC的教学流程创新[J].中国电化教育，2015，（3）：22-29.

[5]Davis，F. D.. Perceived Usefulness，Perceived Ease of Use， and User Acceptance of Information Technology [J]. MIS Quarterly，1989，13（3）：319-340.

[6]Raaij，E.M.，Schepers，J.J.L.. The Acceptance and Use of A Virtual Learning Environment in China [J]. Computers & Education，2008，50（3）：838-852.

[7]Huang，E.Y.，Lin，S.W.，andHuang，T.K.. What Type of Learning Style Leads to Online Participation in the Mixed-Mode e-LearningEnvironment？A Study of Software Usage Instruction[J]. Computers & Education，2012，58（1）：338-349.

[8]Lee，B.C.，，Yoon， J.O. and Lee，I.. Learners Acceptance of e -Learning in South Korea：Theories and Results [J]. Computers &Education，2009，53（4）：1320-1329.

[9]Liu，I.F.，Chen，M. C.，Sun，Yeali S.，David，Wible and Kuo，C.H.. Extending the TAM Model to Explore the Factors That AffectIntention to Use an Online Learning Community [J]. Computers & Education，2010，54（2）：600-610.

[10]M.T.Dishaw，D.M.Strong. Extending the Technology Acceptance Model With Task -Technology Fit Constructs [J]. Information &Management，2011，（36）：9-21.

[11]刘宇伟.高校教师网络教学接受意图的整合模型初探[J].现代教育技术， 2010，20 （8）：106-108.

[12]王耀莹等.基于TAM的教师网络培训平台的技术接受影响因素分析[J].软件导刊， 2013， （12）：49-50.

[13]吴明隆.SPSS统计应用实务：问卷分析与应用统计[M].北京：科学出版社，2003.

（编辑：郭桂真）