移动学习APP用户持续使用意愿影响因素研究*

洪明意 龙海侠 吴丽华 王 强

（海南师范大学 信息科学技术学院，海南 海口571158）

引言

据中国互联网络信息中心CNNIC 发布第41 次《中国互联网络发展状况统计报告》[1]显示，截至2017年12月，我国手机网民规模达7.53 亿，网民中使用手机上网人群的占比由2016年的95.1%提升至97.5%。在教育信息化背景下，智能移动设备为移动学习的普及和发展提供了物质基础。移动学习作为一种新型的学习方式被广泛应用。美国新媒体联盟发布《2017 地平线报告（高等教育版）》，其中明确指出移动学习技术将会是未来1年高等教育主流应用的技术之一。移动学习具有移动性、便携性、及时性、个性化等特征，它的出现为学习者提供了随时随地可以学习的学习资源和学习环境。

但是移动学习作为一种新型的信息系统，用户的初始接受和持续使用对其发展至关重要。目前国内外已有学者研究移动学习的初始接受，但对持续使用行为的研究少之又少，建立能够反映移动学习系统特点的模型，深入研究用户持续使用行为的影响因素是很有必要的。

一、研究述评

虽然在教育信息化背景下，智能移动设备为移动学习的普及和发展提供了物质条件，越来越多的公司致力于移动学习系统的研发，但是要想成功的推广和普及移动学习系统，不仅要研究用户的初始接受行为，还要深入分析移动学习用户持续使用的影响因素。

笔者通过国内外关于移动学习领域相关文献的检索发现，国内关于移动学习系统初始接受和持续使用相关的文献研究相对较少，而且对于持续使用阶段的相关研究文献少之又少。笔者以主题为“移动学习”and“持续使用”，在知网数据库上检索出4 篇文献，陈美玲[2][3]学者根据移动学习的相关特性，增加个人创新性、感知移动性价值、感知易用性、感知娱乐性和习惯5 个变量对ECM-IT 模型进行拓展，以在校大学生为研究对象进行实证研究，结果表明满意度、习惯、期望确认度、感知移动性价值、感知有用性对持续使用意愿有显著影响。次年，其又在ECM 模型的基础上以融合感知易用性和感知移动性价值开展实证研究，得出与以往不同的结论是感知有用性不再是影响用户持续使用的关键因素，除了模型中的变量满意度和期望确认度以外，外加入的变量移动性价值才是关键因素。邹霓[4]整合了信息系统持续使用模型（ECM-IT）和任务—技术匹配模型（TTF），构建出移动学习APP 用户的持续使用意愿模型进行实证研究，结果表明整合的模型适用于移动学习持续使用研究，技术特征和任务技术匹配间接正向影响着用户持续使用意愿。闫晓甜在动机理论和沉浸理论的基础上研究移动学习APP 用户粘性的影响因素，发现沉浸体验、使用动机、期望确认度以及使用成本均能正向显著影响用户的黏性。

二、理论依据与模型假设

1.期望确认模型（ECM-IT）

关于信息系统持续使用行为方面的研究，已经有不少学者基于期望确认模型进行研究。Lin et al.[5]将感知趣味性集成到门户网站的期望确认模型中，对三所大学的本科生进行问卷调查，数据分析后得出，感知趣味性、满意度以及有用性有显著地为用户持续使用网站的意图做出贡献。Limayem et al.[6]在ECM-ISC 模型上，将习惯作为一个持续使用意愿和持续使用行为之间的调节变量加入其中。发现习惯在其中起到调节作用，用户在使用信息系统过程中，持续使用意愿会随着使用习惯的增强而对持续使用行为的影响减弱。Lee[7]将TAM、TPB、ECM 进行模型整合，来研究用户对E-learning 的持续使用意愿，结果表明满意度对用户持续使用意愿的影响最为显著，其次是感知有用性、态度、期望确认度、主观规范、感知行为控制。Hung et al.[8]探究了高校教师对网络学习系统的持续使用意愿，用归因理论的信念来拓展信息系统持续使用模型。通过调查有基于Web 学习系统经验的老师，发现改良后的模型具有更好的解释教师持续使用网络学习系统意图的能力。Bhattacherjee[9][10]的信息系统持续使用模型—期望确认模型（Expectation confirmation model-Information technology，简称：ECM-IT）与以往的理论模型不同的是，就是为了研究用户信息系统持续使用行为而提出的。因此在以往的研究的基础上，笔者将基于期望确认模型来研究移动学习系统（如图1所示）。

图1 Bhattacherjee 的信息系统持续使用模型

2.D&M信息系统成功模型

不过，期望确认模型研究的终点在于关注用户的主观感受，没有考虑到信息系统的自身特性对持续使用行为的影响。因此需要结合关注系统特性的研究纳入到模型中。最广泛被人接受的是Delone&Mclean（1992）[11]提出的信息系统成功模型（Delone&Mclean IS Success Model，简称：D&M 模型）。模型中的系统质量、信息质量常代表“系统特性”的两个重要构念被用于探究用户的满意度或绩效。系统质量一般通过易用性、可移植性、功能性等指标来评估；信息质量则通过准确性、完整性、时效性等指标来评估[12]。用户在使用过信息系统之后，对系统质量或信息质量产生的感受，会直接影响到用户是否还会继续使用的意图。因此鉴于移动学习系统自身的特点，笔者将基于D&M 信息系统成功模型来研究移动学习系统（如图2所示）。

图2 Delone&Mclean 的信息系统成功模型

3.模型提出与假设

对于持续使用行为方面的研究大都是结合研究对象的自身特点，对国外经典模型进行完善和拓展，通过调查问卷数据分析进行实证调查研究。因此，本研究中笔者结合国内大学生移动学习情况与移动学习的自身特点，在对国内外相关文献调查分析之后，以期望确认模型（ECM-IT）和D&M 模型为研究模型基础，构建出大学生移动学习持续使用的理论模型（如图3所示）。通过借鉴国内外成熟量表，本研究以在校大学生为研究对象进行实证调查研究。本研究模型构建的影响因素包含有系统质量、信息质量、感知有用性、感知易用性、感知移动性、期望确认度、满意度、持续使用意愿，对所涉及到的因素进行解释（如表1所示）。

图3 移动学习用户持续使用模型

表1 研究变量定义表

根据Bhattachjee 期望确认模型，可以假设用户是持有一定的期望来使用移动学习，在使用过程中或是体验之后，发现移动学习可以提高学习或生活效率，甚至有一些意想不到的好处，那用户对移动学习的期望就得到了满足，也觉得移动学习系统很有用，就对移动学习感到满意，继而就会加强用户对该信息系统的持续使用意图。也就是说用户对移动学习系统的满意度越强，其持续使用该系统的意愿就越强。同时，感知易用性也是影响用户持续使用信息系统的一个关键因素，尤其是在信息系统更新换代之后。在DM 信息系统成功模型中，系统质量和信息质量对用户满意度存在着直接的影响。移动学习系统的功能丰富、信息内容质量良好也是用户满意度的基础。因此，依据移动学习的特点，本研究提出如下假设：

H1：期望确认度对满意度有正向的影响；

H2：期望确认度会对感知有用性产生积极的影响；

H3：感知移动性对感知易用性有正向的影响；

H4：感知有用性对满意图产生积极的影响；

H5：感知易用性会对感知有用性产生积极的影响；

H6：系统质量对满意度有正向的影响；

H7：信息质量对满意度有正向的影响；

H8：感知移动性对持续使用行为意愿有正向影响；

H9：感知移动性对感知有用性产生积极的影响；

H10：满意度对持续使用意图有正向的影响。

三、问卷设计与数据收集

本研究调查的对象是在校大学生，问卷主要包含对在校大学生移动学习经历和移动学习持续使用意愿影响因素调查，被调查者如发现自身没有移动学习经历则停止问卷作答。本研究的理论模型是在前人的研究基础上提出的，因此，模型中操作性的题项都借鉴于国内外成熟量表。调查问卷中所有题项都采用LIKERT 五点量表法，数字“1-5”分别代表了“表示非常不同意、表示不同意、表示中立、表示同意、表示非常同意”。调查对象依据以往的学习经历，对其作出不同程度感受的评价。本研究选择本校大学生作为问卷调查对象，本次调查共回收有效问卷363 份。

四、数据分析

1.测量信度和效度检验

本研究采用SPSS 数据统计分析软件和AMOS 结构方程模型分析软件来对本文进行分析。目前，克隆巴赫信度系数（Cronbach’s α）是信度分析最常用的表征方式之一。系数的取值区间为0 到1，系数越高，问卷数据的信度越高，问卷的内部一致性越好。一般情况下，认为α＞0.5 为一般研究信度可接受的范围，问卷需要修改。α在0.7-0.9 之间认为研究信度较为可行，α大于等于0.9说明研究信度极佳。研究分析结果如表2所示，本研究中各研究变量的系数均在0.9 之上，说明问卷数据信度高，问卷内部一致性程度良好，问卷测试结果较为可靠。

问卷的效度用来研究问卷测量的有效程度，换句话说就是检验调查问卷题目设计的是否合理。本研究主要是通过实证调查来验证调查结果是否与所构建的模型相符，因此要对构建效度进行测量检验。研究采用验证性因子分析法来检验建构效度，通过潜变量和测量变量之间是否有显著的因子载荷来判断问卷的建构效度。建构效度又分为收敛效度和区别效度两个方面。各研究变量的收敛效度主要通过根据Fornell 和Larcker（1981）[13]提出的标准化因子负荷（Factor Loading）、组合信度值（Composite Reliability,CR）、平均萃取变异量（Average Variance Extracted,AVE）三个指标来评估。根据标准，各测量题项在其对应的研究变量上的标准化因子负荷值通常要大于0.5，且要达到显著水平。在本模型中，8 个研究变量相应的标准化负荷值都远大于0.5，且P 值都达到显著水平，说明本量表具有很好的收敛性。根据Fornell 和Larcker 提出的组合信度指标，通常认为各个研究变量的组合信度要在0.7 以上，使用的测量问卷才算可靠。而至于平均萃取变异量的值要大于0.5，说明收敛性才能接受。在本研究中，各测量题项在其相对应的潜在变量上的CR 值都接近0.9，而平均萃取变异量值明显均大于临界值0.5，说明本模型的收敛效果较好。

表2 信效度分析表

根据Fornell 和Larcker 的建议，要想结构方程模型各潜变量之间具有较好的区别效度，就比较各潜变量平均萃取变异量值的平方根与其它潜变量之间的相关系数，如果大于，则表明该结构方程模型具有良好的区别效度。如表3所示，表格中对角线上数字为各研究变量平均萃取变异量值的平方根，左下三角中数字为各潜变量相关系数，可以看出各潜变量AVE 值的平方根均大于其与其它潜变量之间的相关系数，说明本研究的测量模型具有较强的区别效度。

表3 区别效度检验表

2.结构方程模型及假设检验

初步对模型信效度指标的检验都已达标，本节将通过Amos 结构方程模型分析软件对本研究模型进行模型拟合度以及研究假设的验证。模型及路径系数如图4所示。根据吴明隆（2003）[14]的研究，模型将通过以下这个7 个拟合度指标的评价来考察模型的适配度：卡方自由度比（CMIN/DF）、近似误差均方根（RMSEA）、拟合优度（GFI）、调整拟合优度（AGFI）、非 常规范拟合指数（TLI）、比 较 适 合 度 指 标（CFI）、增 量 适 合 度 指 标（IFI）。如表4所示。通过拟合度指标与模型临界值的对比来判断模型与数据的适配度。从表4中发现本研究所构建的模型各个拟合度指标均在临界值之上，构建的模型达到了较好的适配度，可以不用对模型再次修正。

表4 模型拟合度结果

图4 结构方程模型

本研究的初始模型路径系数如表5所示，各研究变量之间的标准化路径系数值在（-1,1）之间，其用来衡量各变量间相关影响程度。通常标准化路径系数在临界比率（C.R.）＞1.95 和P＜0.05 时，认为在该路径系数显著的情况下，其值越接近于1，表明变量之间作用越大。本研究中临界比率的值都大于1.95 且P 值都小于0.05，因此模型的标准化路径系数都属于路径系数显著的情况。说明各研究假设都得到了支持，都存在正向影响，只有感知移动性变量对感知易用性变量的影响程度较高，标准化路径系数达到0.665。

表5 初始模型路径系数

五、研究结论

本研究将Bhattacherjee 的信息系统持续使用模型和D&M 信息系统成功模型应用于移动学习系统，构建出大学生移动学习持续使用意愿的研究模型。研究通过构建“大学生移动学习持续使用意愿调查问卷”对在校大学生进行实证调查，将收集到的问卷通过SPSS 数据分析软件和AMOS 结构方程模型软件对笔者提出的模型和假设进行实证研究，结果每个假设都是成立的。在笔者所提出的模型中，信息质量、系统质量、感知移动性、期望确认度是自变量，持续使用意愿是因变量，满意度、感知有用性和感知易用性是中介变量。模型中的各个变量或多或少都会直接影响或者间接影响到移动学习用户的持续使用意愿。模型中信息质量和系统质量通过影响用户的满意度来间接影响用户的持续使用意愿；移动学习方式与传统学习方式最大的不同在于可移动性学习，移动设备的普及更是提高了用户的感知移动性，从而影响到用户感知有用性和感知易用性，就会继续进行移动学习；用户通过移动学习使个人期望得到满足，通过满意度来间接影响到个人的持续使用意愿。按照影响程度大小和标准化总体效应，对大学生移动学习持续使用意愿的影响因素依次为：满意度（0.530）、感知移动性（0.373）、期望确认度（0.242）、信息质量（0.133）、系统质量（0.08）、感知 有用性（0.06）、感知易用性（0.017）。通过研究发现模型中4 个研究变量，满意度、感知移动性、期望确认度、信息质量是影响大学生移动学习持续使用意愿的关键因素。