基于TQM的高校在线教学质量因素与短板改进研究

宫华萍 尤建新

摘要：针对高校提升在线教学质量的迫切需求，该研究运用全面质量管理（TQM）理论对在线教学质量因素及短板改进问题进行研究。首先，该研究运用“人机料法环测”（5M1E）因素分析法，构建了高校在线教学全面质量影响因素框架，明确了质量保证的维度；然后，运用失效模式与影响分析（FMEA）方法，对高校在线教学质量短板问题进行风险分析，并结合短板问题的风险优先级和改进难易度，确定了“高风险”和“易改进”两类关键质量短板，指明了质量控制的重点。最后，结合各质量因素风险和改进特征，提出在线教学质量短板改进方案和措施，为高校在线教学质量保证和提升提供有益参考。

关键词：在线教学；质量因素；质量改进；全面质量管理（TQM）；失效模式与影响分析（FMEA）

中图分类号：G434 文献标识码：A

本文受国家社会科学基金重大项目“新技术变革下质量提升策略与质量强国建设路径研究”（项目编号：21ZDA024）、同济大学第十五期实验教学改革项目“任务驱动下翻译技能教学设计与实践”资助。

一、引言

质量是课程教学的核心，是高校建设有效性、示范引领性和创新性课程的基础。2019年教育部印发《关于一流本科课程建设的实施意见》，指出要建设线上一流、线下一流和线上线下混合等五种形式的金课，进一步明确了课程质量的重要性。相比线下教学的丰富经验和较为完备的质量保障体系，目前高校线上教学的模式和质量体系等仍处于探索阶段。疫情后高校在线教学的大规模实践，在显示出其明显优势的同时，也暴露了各种问题和不足。面对高校混合式教学的发展趋势和教学质量整体提升的迫切需求，亟需对高校在线教学进行查根源、补短板的质量管理研究，这对构建高校在线教学质量管理体系、促进在线教学的高质量发展等有重要意义。

在线教学的质量管理体系是在全面质量管理（Total Quality Management，TQM）基础上的质量保证和质量控制过程。TQM理论认为，影响产品或服务质量的因素主要包括“人机料法环测（Man， Machine， Material， Method， Environment， Measurement， 5M1E）”六类因素。对在线教学进行“5M1E”因素分析，将有助于全面系统地查找在线教学质量影响因素，明确其质量管理的维度。质量控制是质量保证的基础，是质量查短板、补短板的重要阶段。失效模式与影响分析（Failure Mode and Effects Analysis，FMEA）是质量控制的常用方法，可以对潜在或已发的质量失效进行问题分析和风险评估，根据问题风险级别和现实需求，提出风险防范和质量改进的合理方案。本文将在TQM理论基础上，综合运用5M1E和FMEA方法，对高校在线教学的质量因素和短板问题进行研究，构建在线教学全面质量影响因素框架，明确在线教学的质量短板及其风险影响，提出质量保证和短板改进的方案举措，以促进高校在线教学整体质量的有效提升。

二、文献与理论研究

（一）在线教学质量因素研究

2018年以来，随着互联网、大数据技术的发展和移动学习应用的推广，在线教育进入高速发展的快车道。2020年受疫情正向影响，在线教育呈现爆发式增长态势，激发了市场对高质量在线学习的迫切需求。高校开启了在线教学的新起点，以实时直播等形式的在线教学成为高校开展教学活动的重要手段。尽管在线教学具有较多应用优势，但其在交互和情境感等方面的短板也非常明显，离师生满意教学效果仍有一定差距，整体质量亟需提升。

通过对文献梳理，目前国内外在线教学质量研究主要从在线教学成功因素[1]、网络教育质量标准[2]、在线学习系统质量[3][4]和学习者感知满意质量[5]等方面展开，所采用的理论模型包括技术接受模型[6]、信息系统成功模型[7][8]、服务质量评价模型[9]等。研究者从不同角度提出在线教学质量评价维度和质量影响因素，如国外学者Eom等从课程设计、教师、动机、对话、自我调节学习能力等方面提出在线学习成功因素框架[10]；Alsabawy等认为学习者从信息技术基础设施、系统质量、信息质量、服务质量和有用性等方面感知在线学习质量[11]；Jung等从师生互动、员工支持、组织质量保证机制和信任感等方面提出在线学习质量评价维度[12]。国内研究中，宫华萍等根据在线学习交互过程，将学习者感知质量因素分为界面、资源、功能、性能和交互五方面[13]；王秀凤认为在线教学服务、技术服务、管理服务和资源服务等维度的因素将对在线学习的用户满意度有影响[14]；叶韦明等从知识构建的内容、互动方式、态度情绪和地理位置等方面对在线学习交互质量进行了研究[15]；李逢庆等根据课前、课中和课后不同阶段的教学流程，围绕学习任务、资源、反馈和学习结果等构建了混合式教学质量评价体系[16]；王璐等结合学习者评价信息，从系统特性、视频质量、教师队伍、教学内容和辅助学习资料等维度提出在线开放课程的质量评价体系[17]。

已有研究推动了在线教学质量发展，但由于研究对象和目的等的不同，尚未形成较为统一和完整的在线教学质量影响因素框架体系。另外，实时直播技术使得在线教学的概念、形式和应用场景等方面与传统意义的在线教学有较大改变，需要根据当前高校在线教学的新特征和新问题进行针对性研究，提出适合的在线教学质量管理建议。

（二） 全面质量管理理论与方法

TQM是以质量为核心、以全员参与为基础建立的一套质量体系，致力于从顾客需求出发，到顾客满意的产品或服务的质量目标实现。质量管理是指导和控制组织关于质量的相互协调的活动，包括质量策划、质量保证、质量控制和质量改进等内容（ISO9000）。其中，质量保证（Quality Assurance，QA）致力于提供满足质量要求的信任，其特征是“定标准，促正常”，明確影响质量的各方面要素，促使组织具备满足需求并实现质量目标的能力，常用方法包括5M1E分析法、质量功能展开等。质量控制（Quality Control，QC）致力于满足质量要求，其特征是“找差异，防出错”，即通过过程监测查找质量环上所有引起不合格质量或不满意效果的因素，并采取措施进行调节管理，提前预防或及时纠正失效、故障或出错，常用方法包括FMEA和故障树法等。TQM将从需求出发的全要素质量保证与从问题出发的全过程质量控制联合起来，形成质量持续改进的闭环结构，最终促进质量目标的实现（如图1所示）。

1.5M1E分析法

“人机料法环测（5M1E）”是全面质量管理中六类影响质量的主要因素的简称。源自产品制造質量管理领域。其中，“人”是指制造产品的人员，包括人员对质量的认识、技术熟练程度、身体状态等；“机”是指制造产品所用的机器，包括机器设备和工具的精度、维护保养状态等；“料”指制造产品所使用的原材料，包括材料的成分、物理和化学性能等；“法”是指制造产品所使用的方法，包括加工工艺、工装选择和操作规程等；“环”是指产品制造过程中所处的环境，包括工作场地的温度、湿度、照明和卫生条件等；“测”是指测量时采取的方法是否标准和正确，包括评价指标和评价手段等。在质量影响因素中，“人”因素处于质量管理的主导地位，其他因素在“人”的干预和协调下进行质量管理活动。5M1E分析法可有效梳理产品或服务的质量影响因素，明确质量管理的维度框架。

2. FMEA方法

FMEA是质量控制和可靠性管理的常用方法，能够对产品或服务中已知或潜在的失效模式进行分析和风险评估，并提出预防或弥补措施以降低其失效风险[18]。经过多年发展，FMEA已广泛应用于航空、机械、电子等硬件产品领域，近年来已拓展到医疗和教育等服务领域[19]。

FMEA方法原理是通过计算失效模式的风险优先指数（Risk Priority Number，RPN），对失效模式进行风险排序，并提出改进措施。在计算过程中，设失效模式有三个风险因子，分别是严重程度（Severity，S）、发生频度（Occurrence，O）和可检测难度（Detection，D），RPN的值由三个风险因子值的乘积确定，即RPN=S*O*D[20]。通常情况下，RPN值越大，表示该质量失效模式的后果越严重，风险优先级越高，越应优先处理。每个因子采用1—10级量表来表示其风险程度，具体内容如表1所示。

在实际应用中，失效模式的改进都是有成本的，改进方案有难易之分。企业决策时通常会考虑失效模式的风险级别和改进难易程度，以便于在有限资源条件下优先满足“高风险”和“易改进”两类关键失效问题（如图2所示），以提升质量改进微笑曲线的边际效益。

三、高校在线教学5M1E全面质量影响因素框架

运用5M1E因素分析法，对高校在线教学进行“人机料法环测”因素分析，构建全面质量影响因素框架。

（一）“人”的因素

在线教学的“人”是指所有参与教学活动的主体，包括教师、学生和服务支持者三类。“人”因素主要体现在主体所具备的态度、情感、能力、经验、兴趣和个性化等方面。（1）教师作为教学活动的讲授者和内容传播者，其道德素养、专业能力、教学风格、信息素养、教学经验、教学投入和心理素质等影响教学效果[21]。（2）学生作为教学活动服务对象和信息接受者，其学习态度、学习动机、学习能力、知识基础、认知习惯、学习投入和自我管理能力等影响着教学效果[22]。（3）服务支持者虽不直接参与教学活动，但为教学活动的开展提供支持和保障，如教务管理、技术支持、助教和督导等，是在线教学质量形成中不可见的有机组成部分。服务支持者的态度、专业能力、响应速度和协调能力等同样对教学质量产生影响。教师、学习者和服务支持者，三类主体共同作用于整个在线教学质量传递过程，对其他“机、料、法、环、测”因素进行控制和协调，以达到教学效果最优化状态。

（二）“机”的因素

在线教学的“机”指支持教学的软硬件设备。硬件设备主要包括处理终端、音频、视频和网络设备等，实现在线教学过程中语言、文字、图像、音视频等信号的输入输出、显示和网络传输等功能。软件设备主要是在线教学软件支持平台，从功能上可以分为直播平台、资源平台和管理平台等；从交互形式上可分为同步和异步两种类型，前者以实现实时直播为主，如Zoom，钉钉、腾讯会议等；后者以资源点播和教学管理为主，如Blackboard、Canvas，智慧树、爱课程等。“机”的因素主要体现在有用性和易用性两个主要方面[23]。有用性包括功能设计是否合理、是否满足需求、流程是否合理等；易用性主要是指使用操作方面，如简单便捷、导航明确、性能稳定、兼容性、扩展性以及是否支持个性化等方面[24]。在线教学前期准备中，需要对软硬件进行选择、配置和调试，以便能尽量满足教学需求。

（三）“料”的因素

在线教学的“料”指各种教学材料与内容，包括电子教材、PPT课件等静态资源和课堂教学过程中新生成的录像、交流和问答等动态资源。“料”的因素反映了资源的内容质量和形式质量，表现为内容的“适用性”和“标准性”。适用性质量包括用户认为“有意义、有价值、相关的、难度适中、新颖性”等特性[25]，体现在用户个性化和差异化需求方面；标准性质量反映了内容本身的表现形式、像素、清晰度、色彩、大小、格式、采样率等标准，体现在资料使用、传输和保存方面的质量需求。内容质量是在线教学留住用户、满足用户高层次体验的重要因素，是激发学习者主动学习的“刚需”。内容应以有用、实用、生动、有趣、个性化和易理解等为原则，提高用户在感官层、功能层和精神层等的体验感知。

（四）“法”的因素

在线教学的“法”是指教学活动开展的方式和方法，体现在教学设计、教学方法和教学互动等方面。教学设计是根据教学目的和任务进行的教学过程分段设计，既包括课堂过程中的教学设计，也包括课前准备和课后作业环节。教学方法是实现教学目标所采取的方法和手段，目的在于有效促进学生个体的理解和认知。根据师生交流的媒介和手段，教学方法可以分為教师中心为中心的讲授、提问、论证法等，以相互作用为主的讨论法、同伴教学法、小组法等；以程序指导和单独设计的个体化教学法以及以远程操作、虚拟实验、角色扮演、模拟游戏等为主的实践教学法等。教学互动主要是发生在教师、学生、平台和资源之间的交互作用关系，互动质量包括互动频率、互动形式、互动反馈、参与范围、参与程度、情境体验、互动效率和互动便利度等方面。“法”的因素主要体现在合理性、有效性、多样性和差异性等。有效的“法”应以适合课程特点，调动主体积极性，有效实现教学目标为原则。

（五）“环”的因素

在线教学的“环”是指在线教学活动开展的各种环境，包括网络环境、物理环境和时间环境和政策环境等。网络环境是信息传输的环境，其质量体现在网络带宽、信号强弱、延时性和稳定性等，网络带宽不足或不稳定将会导致视频卡顿、网络掉线等现象。物理环境是指教学活动所处的真实场地，体现在空间大小、温湿度、舒适度、自由度和独立性等方面。时间环境是指在线教学的时间设置，如课程安排、教学时长、时差等。政策环境是指在线教学实施相关政策和规定，主要体现在政策的时效性、友好性、稳定性和可行性等方面。“环”是在线教学的基础，也正是由于教学环境从线下物理空间到线上网络空间的转换才促使线上教学的发生，并由此带来其他因素状态的改变，引发教学质量波动。

（六）“测”的因素

在线教学的“测”是指对教学质量测量方法是否标准和适当，包括评价指标和评价手段两个方面。评价指标是指用于考核、评估或比较教学质量所采用的价值尺度和统计指标，如学习结果评价包括知识、技能和情感指标，学习过程评价采用学习态度、投入和参与等指标。评价手段是指采取何种方式进行评价，如过程评价或结果评价，学生评价或督导评价，考查还是考试形式，开卷还是闭卷考试等。评价标准是绩效评价内容的载体和外在表现，要体现其科学性、合理性、可操作性和系统性等特点。评价手段的客观性和科学性，将会影响评价结果和学习者感知质量，应采取适合情境的、可行和合理的方式进行，以保证“测”的目的性和有效性。

综合高校在线教学“人机料法环测”全因素分析，构建在线教学5M1E全面质量影响因素框架（鱼骨图）（如下页图3所示），为在线教学质量保证和质量控制提供理论参考。

四、高校在线教学质量短板FMEA风险分析

运用FMEA方法，对当前高校在线教学的质量短板问题进行风险影响分析，确定短板问题的风险级别和改进难易度，明确“高风险”和“易改进”两类关键质量短板的因素分布，指明质量控制和优先改进的重点。

（一）确定在线教学质量短板的问题表现

通过网络调查、专家访谈和头脑风暴等形式，查找当前高校在线教学存在的问题，并对问题进行“人机料法环测”归类，共确定20项典型问题（如表2所示），分别标记为F1—F20。

（二）确定质量短板的风险级别

根据FMEA采用10级量表对高校在线教学短板问题的三个风险因子S、O、D进行风险级别打分。通过三者乘积计算各问题的风险优先指数RPN的值，得到短板问题的风险优先级排序（如表3所示）：F1>F11>F12>F3>F9>F14>F2>F4>F19>F8>F13>F7>F10>F15>F20>F16>F18> F6>F5>F17，即风险级别最高的是F1，其次依次是F11、F12，最低的是F17。

对风险排序结果进行分析可知，风险级别较高的短板问题主要分布在“人”“法”和“料”中，且都与“人”因素紧密相关。首先，在风险最高的两项（F1和F11）均与“人”因素中的“学生”因素紧密相关，体现了学生作为教学服务对象主体的重要性。如果学生主体缺少自我管理能力和主动参与课堂教学的行为意识，将严重影响教学效果。因此建议高校在线教学实施过程中，不应过早和过度地将学习自主权下放到学生层面，而是应根据学生能力特点逐步、差异化的开放学习自主权。同时，应加强对学习过程的监控和预警，提前干预，降低学生发生“失效”的概率和带来的不良影响。其次，风险较高项（F12、F3和F9）与“人”中的“教师”因素紧密相关，反映了教师的课堂教学组织、信息素养、教学设计和教学方法运用等专业能力对教学质量的重要影响。如通过利用教师的专业知识和教学经验等，针对在线教学的特点，进行课堂内和课堂外学习内容量的设计、师生和生生多维度交互的设计等。因此建议高校在线教学质量管理应从教学服务传递源头出发，避免“教师”因素出现能力短板，可通过技能培训、经验交流、心理引导和政策激励等多样化举措，促进教师在线教学能力的全面发展，充分发挥教师对建设高质量特色在线课堂的主导能动性。

（三）确定质量短板改进的难易特征

设在线教学质量短板问题的改进难度I（Improvement，I）分10个等级，分别用数值1—10表示，数值依次从小到大表示改进的难度逐级增大，1为难度最低，10为难度最高。通过打分法确定20项质量问题的改进难度（如上页表3中I列的值）。根据问题的风险优先级R和改进难度I的值，构建在线教学质量短板风险改进散点分布图（如图4所示）。

在风险改进散点图上，坐标轴上方和左方分别是“高风险”和“易改进”两类问题。对问题进行5M1E因素归类整理可知（如表4所示），“高风险”区问题包括F1、F3、F4、F9、F11、F12和F14，主要分布在“人、法、料”因素；“易改进”问题包括F2、F4、F5、F6、F15、F16、F17、F18，主要分布在“机、环”因素。

对改进难度分布结果分析可知，在经济条件允许的情况下，硬件、软件和网络等客观性质的短板问题相对容易改进；而涉及到与“人”的意识、能力和态度等主观性相关的短板问题改进难度相对较大。对于F4这类属于高风险且易改进问题，其产生原因是由于排课太满或长时间注视电子屏幕所引起，导致的结果将是学习注意力下降、影响健康等问题，进而影响学习行为和效果。该问题产生根源不是由“人”因素内部的主观原因导致，而是由外部“环”“机”等客观因素导致。因此，其改进措施除了加强“人”因素的体育锻炼和心理调节外，更多应从教学安排、环境舒适度和设备的健康设计等方面给予支持，以降低“人”因素出现短板现象的概率。

五、高校在线教学质量保证和短板改进措施

结合各质量因素的风险级别和短板问题的改进特征的分析研究，从“人机料法环测”各因素角度提出高校在线教学全面质量质量管理和短板改进方案。

“人”因素是高校在线教学质量管理的核心，也是当前高校在线教学质量短板风险级别最高的部分，特别是“学生”自身，需要给予充分重视和优先改进。“学生”方面要增强学生的自我管理能力和激发主动学习的意识，并培养在线教学的良好习惯、学习方法和自我约束感。“教师”方面，要增强教师的在线教学设计和信息化教学能力，从源头上为在线教学提供质量保障。“服务支持者”方面需要提高教学协同和需求响应能力，能够在师生需要时及时协调好各种资源，保障教学活动的顺利进行。

“法”因素是高校在线教学质量风险较高的短板，改进难度也比较大。“法”因素短板改进，首先需要“人”的支持，教师和学生等要创新思想，打破传统线下教学的思维局限，敢于尝试新方法和新手段，在实践中不断积累经验，同时促进成功经验和优秀案例的交流共享。其次需要“机”因素的支持，通过新技术手段和软件产品的设计研发，为多样化教学方法的实施提供技术、资源、功能、交互和环境等方面支持。

“料”因素本身是在线教学的优势所在，其质量风险主要在于课堂教学内容的“质”与“量”的平衡。在“人”精力有限和时间有限的情况下，教师应

尽量为学生提供优质、适量的学习内容和资源，以免造成信息过载或信息空载。同时可借助于技术手段和推荐算法等，增强资源的个性化定制和精准推荐能力，为资源质量的有用性和适用性提供支撑。

“测”因素的短板风险程度不高，但其改进难度较大。提高在线教学“测”因素的科学性和公平性，是高校在线教学面临的新挑战。针对“评测手段”的短板问题，可利用大数据技术等加强对学习者行为的监测和反馈，并通过可视化手段为教师提供个性化教学支持。在评测标准方面，应构建适合在线教学的教学效果评价体系，通过技术手段增加测评的便捷性和透明度，采用多维度评价减少因教师或同伴等主观态度带来的评价结果偏差。

“机”因素虽然不是关键质量短板，但其质量改进不是老师和学生个体所能完成的，需要联合学校、企业和教育部门等共同完成。在线教学软件产品的质量改进关键是对师生需求在产品研发中的精准映射，提高产品的易用性和适用性。同时，应提高产品的兼容性，便于接入虚拟仿真、同声传译、沙盘模拟等专业化实训系统，拓展在线教学场景。

“环”因素是在线教学质量保证的基本型需求，其短板改进覆盖范围较广。首先，在国家和企业层面，要加大网络基础设施建设和网络服务能力的技术投入，提高网络区域覆盖面和网络传输能力。其次，在学校和个人层面，应尽量利用或创设相对独立的学习空间，营造有利于高效学习物理环境。另外，在教学服务支持方面，应尽量“以人为本”进行教学安排和政策制定，充分考虑师生的健康和心理需求，保持教学主体的参与积极性。

六、结语

本文从质量管理角度对高校在线教育质量及短板问题进行研究，拓展了全面质量管理理论和方法的应用范畴，解决了在线教育领域的现实问题。研究的主要贡献包括，一是运用5M1E因素分析法，构建了在线教学 “人机料法环测”全面质量影响因素框架，指明了在线教学质量管理维度；二是运用FMEA方法，对当前高校在线教学质量短板问题进行风险影响分析，明确了“高风险”和“易改进”两類关键短板的分布，指明了高校在线教学质量改进的方向和重点。三是结合实际场景需求，根据各质量因素的风险级别和改进难易特征，提出有针对性的质量短板改进措施和方案，为高校在线教学的质量保证和提升提供有益参考。

参考文献：

[1] Shkoukani M.Explore the major characteristics of learning management systems and their impact on e-learning success [J].International Journal of Advanced Computer Science and Applications，2019，10（1）：296-301.

[2] Shraim K Y.Quality standards in online education the ISO/IEC 40180 framework [J].International Journal of Emerging Technologies in Learning，2020，15（19）：22-36.

[3] Muhammad A H，Siddique A，et al.A hierarchical model to evaluate the quality of web-based e-learning systems [J].Sustainability，2020，12（10）： 1-23.

[4] Al-Fraihat D，Joy M，et al.Evaluating e-learning systems success：an empirical study [J].Computers in Human Behavior， 2020，102（1）：67-86.

[5] Puriwat W，Tripopsakul S.The impact of e-learning quality on student satisfaction and continuance usage intentions during COVID-19 [J]. International Journal of Information and Education Technology， 2021，11（8）：368-374.

[6] Davis F D.Perceived usefulness，perceived ease of use，and user acceptance of information technology [J].Mis Quarterly，2013（3）：319-340.

[7] Delone W H， Mclean E R. The DeLone and McLean model of information systems success：a ten-year update [J].Journal of Management Information Systems，2003，19（4）：9-30.

[8] Lee-Post A.E-learning success model：an information systems perspective [J].Electronic Journal of e-Learning，2009，7（1）：67-85.

[9] Parasuraman A，Zeithaml V A，Malhotra A.E-S-Qual：a multiple-item scale for assessing electronic service quality [J].Journal of Service Research，2005，7（3）：213-233.

[10] Eom S B，Ashill N J.A systems view of e-learning success model [J]. Decision Sciences Journal of Innovative Education，2018，16（1）：42-76.

[11] Alsabawy A Y，Cater-Steel A，Soar J.Determinants of perceived usefulness of e-learning systems [J].Computers in Human Behavior，2016，64（11）：843-858.

[12] Jung I. The dimensions of e-learning quality：from the learners perspective [J].Educational Technology Research and Development， 2011，59（4）：445-464.

[13] 宮华萍，尤建新，王岑岚.互联网学习产品学习者感知质量因素研究[J].中国远程教育，2020，（3）：51-57+79+81.

[14] 王秀凤.远程教育学生感知服务质量与满意度关系实证研究[J].中国成人教育，2019，（7）：49-55.

[15] 叶韦明，余树彬.内容、态度与知识建构——线上学习社区中的互动质量研究[J].教育发展研究，2019，（17）：52-57.

[16] 李逢庆，韩晓玲.混合式教学质量评价体系的构建与实践[J].中国电化教育，2017，（11）：108-113.

[17] 王璐，赵呈领等.基于扎根理论的在线开放课程质量评价指标体系构建研究——以国家精品资源共享课为例[J].中国远程教育，2017，（11）：70-76.

[18] 尤建新， 刘虎沉.质量工程与管理[M].北京：科学出版社，2016.

[19] 宫华萍，尤建新.基于改进FMEA的E-learning系统质量失效模式风险排序[J].科技管理研究，2020，40（09）：176-186.

[20] 王绍印.故障模式和影响分析（FMEA）[M].广州：中山大学出版社，2003.

[21] 吴砥，周驰，陈敏.互联网+时代教师信息素养评价研究[J].中国电化教育，2020，（1）：56-64.

[22] 李彤彤，武法提.在线学习者效能的结构及关键影响因素研究[J].电化教育研究，2017，（9）：51-58.

[23] 徐顺，田潇湘.基于TAM的在线学习平台用户使用意愿影响因素研究[J].中国教育信息化，2020，（8）：78-85.

[24] 宫华萍，尤建新.个性化语言学习系统质量特性的提取与定位[J].中国电化教育，2018，（5）：83-88.

[25] 黄璐，裴新宁等.在线课程内容质量评价指标体系新探——基于学习者体验和知识付费的视角[J].远程教育杂志，2020，（1）：104-112.

作者简介：

宫华萍：高级工程师，博士，研究方向为在线学习服务、质量管理与创新、教育技术。

尤建新：教授，博士，博士生导师，研究方向为管理理论与工业工程、质量与创新。

Quality Factors and Short Boards Improvement of Online Teaching in Colleges and Universities Based on TQM Theory

Gong Huaping1， You Jianxin2

（1. Scholl of Foreign Languages， Tongji University， Shanghai 200092； 2.Scholl of Economics and Management， Tongji University， Shanghai 200092）

Abstracts： Aiming to improve the quality of online teaching in colleges and universities， the framework of quality factors and measures to improve the short boards are studied based on the theory of total quality management. Firstly， with the method of Man-Machine-Material-Method-Environment-Measurement （5M1E）， the framework of total quality factors of online teaching is constructed， which clarifies the dimensions of quality assurance. Secondly， by using the Failure Mode and Effects Analysis （FMEA）， the quality failure problems and their risk effects of online teaching are analyzed， and according to the risk priority number and the improvement difficulty level， two types of key quality factors that “high risk” and “easy to improve” are identified， which are the focus of the quality control. Lastly， according to the risk analysis of each quality factors， some appropriate measures to improve the short boards of online teaching are proposed. This research may provide a benefit references for the quality guarantee and improvement of online teaching in colleges and universities.

Keywords： online leaching； quality factor； quality improvement； total quality management （TQM）； failure mode and effects analysis （FMEA）

收稿日期：2021年2月5日

責任编辑：赵云建