疫情期间慕课用户持续使用意愿影响因素研究

曾雨芊 杨琳 王笑涵

摘  要 2020年新冠肺炎的突然袭来促进了全国各地开展大量的信息化教学活动，实现学习方式向混合学习转变，但在线学习MOOC平台显示出的辍学率却十分之高。为此，以技术接受模型理论和信息系统持续使用模型理论为基础，运用调查问卷的方式对MOOC用户进行调查分析，发掘影响用户行为的关键因素，进而对MOOC制定相应策略，希望有助于推动疫情期间广东省新师范建设，更有助于实现使用信息技术手段转变学习方式。

关键词 MOOC平台;在线课程;技术接受模型;信息系统持续使用模型

中图分类号：G434    文献标识码：B

文章编号：1671-489X（2021）24-0092-04

Influencing Factors of MOOC Users’ Willingness to Continue

Using During Epidemic Period//ZENG Yuqian， YANG Lin， WANG

Xiaohan

Abstract The sudden arrival of CoviD-19 in 2020 has spurred a

large number of information-based teaching activities across the coun-

try to achieve a shift to blended learning. However， the drop-out rate of online learning MOOC platform is very high. Therefore， based on

TAM theory and the theory of ECM-ISC， this paper conducts an in-

vestigation and analysis of MOOC users by means of questionnaire. The key factors affecting user behavior are explored， and correspon-

ding strategies are formulated for MOOCs， which will help promote the construction of new teachers in Guangdong Province during the epidemic period， and also help realize the transformation of learning methods by means of information technology.

Key words MOOC platform; online courses; TAM; ECM-ISC

1  研究背景

MOOC作為一种大规模在线开放课程，自2012年以来在世界范围内逐渐流行。MOOC课程的多元化、开放和在线等性质，以及作为大数据时代的新课程，可以有效解决我国教育资源不均衡问题，促进教育公平。也因其这些特性，MOOC在疫情期间为全世界各个地区的教育提供了巨大帮助，更是为广大师生提供了学习平台，在我国大多数学校得到认可。纵然新冠病毒的暴发极大地推动了大数据时代线上教育的发展，全国各地仍然存在或大或小反对的声音。研究人员从目前的MOOC数据中发现，在线课程的辍学率非常高。其中有研究表明，麻省理工学院和宾夕法尼亚大学的学生使用MOOC完成在线课程的比例下降90%～95%。尽管MOOC的最新价值已被接受，但无法完成选修课程的人数仍在增加。那么，MOOC难以维持的原因是什么？该如何优化这些因素？

2  相关文献综述

国外最早关于MOOC学习者持续使用意愿的研究为Khezri

的硕士论文Understanding user satisfaction and continuance intentions in MOOCs，他在技术接受模型（TAM）中引入感知质量作为变量。因为专业限制性的原因，这篇具有相当大影响力的文献只考虑了平台中的外部因素，忽视了平台用户使用平台过程中的心理变化的潜在影响变量。于目前的教育理念来看，这是不符合“以学生为中心”的教育原理的实施的。当然，随着研究的深入，信息系统持续使用模型（ECM-ISC）被Alraimi应用于2015年发表的文章Under-

standing the MOOCs continuance： The role of openness and reputation。这是首次针对MOOC平台学习者内驱力来研究MOOC学习者的持续使用意愿的文献，直到现在，该文献对于该领域影响力依旧最大。这些年来陆续出现研究者运用各种模型及理论对MOOC平台存在的现象进行调查分析。

与此同时，国内也陆续有研究者对影响用户坚持MOOC平台使用意向的相关调查研究。徐光等[1]于2017年发表文章，选择基于MOOC平台学习者内驱动力中自身的成败归因和学习动机来对持续使用MOOC平台学习意向进行调查，他们所提倡的学习动机理论和成败归因理论实实在在地为该文献的信息系统持续使用模型的构建起到理论支撑作用。此前，杨根福[2]、张哲等[3]对于研究影响MOOC平台用户持续使用原因的调查中，都建构了信息系统持续使用模型，通过假设、调查、分析来确定影响因子，并提出对应的建议。其中，杨根福[2]引入用户对平台的感知自主性和感知能力，以及平台为用户提供的社会交互性等变量，研究对用户使用平台意向的影响。

回顾以往相关文献发现，研究者对于MOOC平台高辍学率的调查和影响MOOC平台持续使用意愿的研究思路分为两种：一是调查MOOC平台上具体现象发生的原因并进行总结思考;二是基于现有的理论或模型建立假设并说明问题的原因。

随着信息技术从精英化逐渐走向全球化，人们在学习、工作中都在受到这种趋势的影响。在疫情暴发背景下，在更需要教师、学生等人群积极运用在线学习平台来辅助自身学习的情况下，MOOC平台作为具有代表性的在线平台，理应在疫情猖獗的境况下备受欢迎，但众多MOOC平台的数据显示，其辍学率仍然很高。为对此现象进行研究调查，本文结合以往的文献综述，并阅读相关理论和概念，经过充分分析，选择技术接受模型和信息系统持续使用模型作为本次研究的模型基础，以期待研究具有较强的关联性和说服力[4]。

3  研究假设与模型建构

本研究基于技术接受模型和信息系统持续使用模型，探讨疫情防控背景下MOOC平台用户使用平台进行学习时的感知易用性、感知有用性、期待确认度以及对平台的整体满意度等因素，对其是否愿意坚持使用MOOC平台进行学习的影响[5]。在技术接受模型中，感知易用性是指个体主观认为应用特定系统时自身感受到的困难程度或努力程度。也就是说，MOOC平台的学习者觉得使用MOOC有多容易[6]。文献分析发现，在之前的研究中，感知易用性对MOOC平台用户的态度和感知有用性有显著正向影响[7]。感知有用性是指根据使用者使用特定系统而主观判断工作性能提高的程度，这是MOOC用户在使用平台时对自己的学习有多大帮助的主观感受。期待确认度是指MOOC学习者对平台使用前后的預期作出的确认程度评价。满意度是用户在使用特定信息系统后对系统总体的满意度评估，而对于满意度的评价是在线学习者持续使用意愿的重要指标[3]。

根据以上理论，提出研究假设如下：

H1a：期待确认度对感知有用性具有影响

H1b：期待确认度对满意度具有影响

H2a：感知易用性对感知有用性具有影响

H2b：感知易用性对满意度具有影响

H3a：感知有用性对满意度具有影响

H3b：感知有用性对持续使用意愿具有影响

H4：满意度对持续使用意愿具有影响

根据研究理论与假设，本研究构建图1所示MOOC用户持续使用意愿影响因素模型。

4  数据分析

4.1  样本数据收集

问卷网站使用问卷星进行数据收集，调查问卷在微信、QQ等社交网络服务平台上广泛传播。未使用过MOOC平台的被调查者填写的问卷不属于本研究的范围，被视为无效。除18份无效问卷之外，获得有效问卷697份，有效率为97.42%。

4.2  信度检验

信度是指用同一方法反复测定同一对象结果的一致性。本文使用SPSS 19.0进行信度检查，常用的α信度系数法以Cronbach’s Alpha值为基础，分析问卷信度。一般来说，Alpha值不低于0.6表示问卷的信度可以接受，而理想的问卷则需要Alpha值高于0.7。表1中得出Cronbach’s Alpha值均超过0.7，在本次调查中显示出良好的信度。

4.3  效度检验

使用探索性因子分析法对问卷数据进行分析[8]，KMO度量值达到0.735，Bartlett球形检验近似卡方值为1 795.202

（p<0.001），说明本研究所采集的问卷调查数据适用于作因子分析。通过验证因子分析分析问卷数据的有效性。从表1来看，组合的置信度大于0.6，说明问卷统计的有效性良好;提取的平均方差均大于0.5，说明本次研究尺度具有较好的辨析合理性。

4.4  结构方程模型检验

1）模型检验。本研究采用Amos 25.0对模型进行适配度分析，利用卡方自由比、近似误差均值方根、拟合优度系数、规范拟合指数等，测量结果如表2所示。各项参数均达到适配标准，说明模型整体达到理想状态。

2）路径分析。由表3可以看到模型中的所有路径均呈现显著水平。

在假说H1a中，期望确认度影响感知有用性，其路径系数为0.229。当MOOC用户使用MOOC来学习时，用户对平台的预期达标与否对用户对这个平台的实用性判断具有密切联系。

在假设H1b中期待确认度对满意度具有影响，其路径系数为0.284。数据表明：MOOC用户在使用MOOC平台进行学习时，用户对平台的预期影响着用户对平台的满意程度，两者具有一定的联系。

在假设H2a中感知易用性对感知有用性具有影响，其路径系数为0.337。由此可以得出：MOOC用户认为MOOC平台的操作有多容易，对用户使用平台时所感知的MOOC平台对自身学习提升的有用性程度具有明显影响。

在假设H2b中感知易用性对满意度具有影响，其路径系数为0.303。由此可得：MOOC用户认为MOOC平台的操作有多容易，对用户使用后的满意程度总体的评价具有密切联系。

假设感知有用性对满意度产生影响中H3a的路径系数为0.298。数据表明：用户在使用某一特定系统时，主观上认为其带来的工作成果提高程度与使用后的满意程度有明显联系。

假设H3b的感知有用性影响持续使用意愿，路径系数为0.677。可以看出：用户感觉到自己学习有用性的提高，与用户是否愿意继续使用MOOC平台有很强的相关性。

在假设H4中满意度对持续使用意愿具有影响，其路径系数为0.202。数据表明：用户使用后对平台的满意程度对用户是否愿意继续使用MOOC平台具有密切联系。

5  结论和建议

5.1  结论

本次调查基于679个有效样本数据，分析新冠疫情期间影响MOOC平台用户持续使用意愿的影响因素模型，发现众多变量之间的路径关系具有不同的显著性。从本研究的结果得出，此次的研究构建了疫情期间平台用户对于MOOC平台是否愿意持续使用的影响因素模型，其中以信息系统持续使用模型和技术接受模型作为理论基础以外，还通过收集目前境况下MOOC平台用户的数据，对理论和模型的科学性和有效性进行验证并进行合理分析。其中问卷调查收集的结果，使用SPSS 19.0和Amos 25.0软件进行分析。最后发现，MOOC平台用户的期待确认度对感知有用性和满意度有显著影响。用户对平台的感知易用性与感知有用性和满意度有显著相关，MOOC平台学习者对感知有用性和满意度的感知直接影响学习者继续使用平台进行学习的欲望。学习者对有用性的感知与学习者满意度有着较强的关联。基于以上总结，再结合前人的研究和分析，提出相关建议。

5.2  建议

5.2.1  提高平台实用性和吸引力  在学校强制的影响因素之外，MOOC用戶的继续使用意愿主要来源于用户的主观感，即强调用户的学习体验。因此，MOOC平台想要提高用户的持续使用意愿，就十分需要提高用户的感知易用性和感知趣味性，以此增强用户黏性。若在MOOC平台界面建设中很好地完成了统一性、层次性和流畅性，相信在感知易用性这一块的主观感受将大大提升。为了更好地提高感知趣味性，应该合理推出具有新鲜感和辨识度的教材内容，平台也应该不断地更新知识储备，挖掘更多理论清晰且与生活息息相关的课程。一是创造理论与实际相结合的新的教育资源，达到激发学习兴趣的目的。理论与实际相结合，使学习者在实际生活中喜欢探索，便于学习者建立知识框架，提高学习动机。二是课后要在作业和考试中增加新的因素，使学习者在复习教学知识的同时扩大课外兴趣，激发学习者的共鸣和求知欲。

5.2.2  建立学习讨论互动区  在当今这个信息化社交时代，人们因为自身的期待值会更乐意于对自己认同的人付出心血和精力。同理，MOOC平台恰好可以利用这一点进行改进。MOOC作为在线教学视频平台，需要学习者具有很强的自主意识，但这并不代表MOOC的学习只有这么一种方式。MOOC可以为学习者提供拥有归属感和认同感的平台和机会。当学习者对自己的课程产生思考或疑问时，可以在MOOC讨论区发表自己的想法和创意，这不仅激励学习者主动参与，也更加体现了学习的本质。这样一来，MOOC平台不仅为用户提供了社交体验，还发挥了社交应用的优势，提高了作为学习平台的魅力。■

参考文献

[1]徐光，刘鲁川.慕课学习者的归因、动机与持续使用意图研究[J].电化教育研究，2017，38（3）：68-74.

[2]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.

[3]张哲，王以宁，陈晓慧，等.MOOC持续学习意向影响因素的实证研究：基于改进的期望确认模型[J].电化教育研究，2016，37（5）：30-36.

[4]曾子明，郑安安.中国大学MOOC平台学习者持续使用意愿影响因素研究[J].中国教育信息化，2019（16）：28-33.

[5]易玉何，马志强，孔丽丽.高校慕课持续使用行为影响因素建模研究：基于持续使用行为理论的视角[J].中国教育信息化，2018（3）：17-21.

[6]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）：178-180.

[7]洪红，徐迪.移动社交应用的持续使用意愿影响因素研究：探讨网络外部性和羊群行为的共同作用[J].经济管理，2015，37（5）：40-50.

[8]尹睿，徐欢云.在线学习投入结构模型构建：基于结构方程模型的实证分析[J].开放教育研究，2017，23（4）：101-111.