基于改进期望确认模型的大学生持续在线学习意愿研究

摘" 要：大学生作为在线学习的主体，其在线学习的满意度和持续在线学习意愿，一定程度上决定着在线教育能否进一步实现高质量可持续发展。文章从学生视角切入，引入感知易用性和自我效能对Bhattacherjee的期望确认模型进行完善，建构大学生持续在线学习理论模型。基于对各变量的影响关系和影响机制检验结果，建议应从在线教学教师、学生以及平台建设等多维度，提升学生在线学习的持续使用意愿，助力推进在线教育高质量可持续发展。

关键词：在线学习；持续学习意愿；期望确认模型

中图分类号：G42" " 文献标识码：A" " 文章编号：1673-7164（2025）01-0068-05

在线教育在推进中国式现代化高质量发展进程中至关重要。党的十八大以来，为适应中国式现代化的发展需要，党和国家加速推进在线教育改革，特别是2020年以后，我国在线教育得到了前所未有的发展，但对有效的在线学习理论与应用研究等关注较少。在线学习仅仅是实现了学习者数量的激增，实际效果并不显著。

一、理论基础与模型假设

美国学者Bhattacherjee基于经典的技术接受模型和期望确认理论提出了期望确认模型。这是目前用来探索研究用户初始接受信息系统后是否会持续使用的最常用的理论与方法。［1］该理论模型依据“期望—确认—满意—意图”的范式，对于用户的持续使用意愿具有较高的预测能力，［2］有效阐释了用户在初始采纳后没有持续使用的前后不一致现象。但遗憾的是其只考虑了用户的外在动机因素，忽略了用户的内在动机因素。［3］后续学者发现内在动机对用户行为的持续性有着更重要的影响。自我效能作为预测学业成功、学习满意度等的重要内在动机影响因素，已被广泛应用于教育相关方面的研究，然而在在线学习方面还很较大发展空间。Bhattacherjee的期望确认模型中并没有探究感知易用性对持续使用意向的影响。而后续众多关于该模型的改进研究都表明，加入感知易用性后的改进模型对用户信息系统持续使用意愿的解释能力有所提升。［4］在不同版本的拓展/改进的期望确认模型中，期望确认、感知有用性和满意度三个关键变量通常保持不变，仅是在不同的研究背景中吸收其他理论模型变量或是根据情境应用添加其他变量的模式居多。

综上，本研究以在线学习的主体——学生视角切入，拟在结合研究问题和基于Bhattacherjee的期望确认模型，引入感知易用性和自我效能两个关键影响因素，系统拓展改进Bhattacherjee期望确认模型，建构了如图1所示的大学生持续在线学习的理论模型，尝试探索验证各关键影响因素对大学生在线学习满意度及持续在线学习的理论模型，并验证各关键影响因素对大学生在线学习满意度及持续在线学习意愿的影响机制，从而有重点地提出针对性建议，以期助力在线教育的高质量可持续发展。

■

图1 大学生持续在线学习理论模型

Davis等学者证实了感知易用性和感知有用性对未来的系统使用行为均具有显著的相关性。［5］Sun等学者认为，感知有用性和感知易用性是影响学习者系统使用满意度的关键因素。［6］Arbaugh发现，如果使用者在在线学习之前利用某种网络教学平台而产生过不满意的学习过程，那么其往往不会再采用同样的平台和方式。［7］即大学生在线学习满意与否，决定了大学生是否会继续选择在线学习。此外，后续研究证实，感知有用性既可直接影响持续学习意愿，也可通过满意度对持续学习意愿产生间接影响。［2-3］基于此，本研究提出如下研究假设。

H1：感知有用性对在线学习满意度和持续在线学习意愿具有正向影响。

H2：感知易用性对在线学习满意度和持续在线学习意愿具有正向影响。

H3：在线学习满意度对持续在线学习意愿具有正向影响。

同时，基于H1、H2和H3，本研究进一步作出如下假设，系统全面地探索各变量之间的影响关系。

H4：在线学习满意度在感知有用性对持续使用意愿的影响过程中产生中介效应。

H5：在线学习满意度在感知易用性对持续使用意愿的影响过程中产生中介效应。

期望确认是研究用户持续使用行为中的一个重要变量。钱瑛强调，当用户对在线教育的手段和所呈现的内容，与其所需要的、有价值的、特有的手段和恰当的方式进行比较时，会产生更高的满意度。［8］金鑫和朱亮亮指出，用户使用前期望过高或过低都会对使用后的满意度产生影响。［9］大学生通过在线学习，得到了意料之中或意料之外的实际结果时，就会对在线学习产生较高的满意度，同时会认为在线学习很有用，并愿意持续在线学习。基于此，本研究提出如下研究假设。

H6：期望确认对感知有用性和感知易用性具有正向影响。

H7：期望确认对在线学习满意度和持续在线学习意愿具有正向影响。

H8：在线学习满意度在期望确认对持续使用意愿的影响过程中产生中介效应。

自我效能对学习者控制学习行为具有极其重要的作用，并对学习结果产生直接和间接影响。相关研究表明，学生在线学习自我效能感会直接影响在线学习的满意度，［10］自我效能较高的学习者更能获得较好的学习者满意度体验，［11］满意度和学习自我效能显著影响持续学习意愿。［12］基于以上研究成果，本研究作出如下研究假设。

H9：自我效能对感知易用性和感知有用性具有正向影响。

H10：自我效能对在线学习满意度和持续在线学习意愿具有正向影响。

H11：在线学习满意度在自我效能对持续使用意愿的影响过程中产生中介效应。

二、问卷设计与检验

（一）问卷设计

除基本信息调研问题外，本问卷包含20个题项，测量的潜在变量包括感知有用性、期望确认、感知易用性、自我效能、满意度和持续在线学习意愿。所有潜在变量均在借鉴和参考国内外成熟量表的基础上，进行了修正和调整，每个题项均通过李克特五级量表进行测量，要求被调查者根据在线学习经历与感受，勾选最符合自己的选项，分为“非常同意（5）”“同意（4）”“一般（3）”“不同意（2）”和“非常不同意（1）”。以有过在线学习经历的本科大学生为调查对象，通过“问卷星”网络调查系统进行问卷录入及数据收集，本研究共收集有效问卷594份（剔除无效问卷后）。本次调查中，男大学生和女大学生分别为占比30.8%和69.2%，女大学生比例高于男大学生；在年级方面，大三学生占比34.3%，略高于其他年级学生；每天平均在线学习时长2— 6小时的学生最多，占比68%。

（二）信度和效度检验

本研究对改编后的调查问卷分别进行量表信度和效度检验，结果如表1所示。探索性因子分析使用主成分分析和最大方差法提取6个因子，删除了因子荷载量低于0.5或在不同维度上荷载量均高于0.4的题项，最终变量的荷载系数均大于0.593，表明本研究量表结构效度合理。信度分析部分主要采用克朗巴赫系数（Cronbach’s Alpha），分量表的信度系数在0.7以上才比较可信。本研究所有变量的信度系数均大于0.792，说明本研究问卷信度良好，各个测量题项之间的内在一致性程度较高。另外，本次问卷KMO值为0.951，通过了Bartlett球形检验值在0.000的水平显著（p=.000lt;0.05），累计方差解释比例为82.149%，检验结果说明量表具有较好的建构效度。

（三）相关性检验

本研究使用皮尔逊相关性统计分析对研究变量进行相关性检验。各变量相关性分析结果中，感知有用性、感知易用性、期望确认、自我效能、满意度和持续在线学习意愿在0.01水平上显著，Pearson相关系数在0.453— 0.800区间，表明各变量之间具有显著（中度）相关且各变量之间变化一致。

三、数据分析与研究结果

（一）感知有用性和感知易用性受到期望确认和自我效能的显著影响

检验结果显示，DW=2.108接近2，说明残差项不存在自相关；各自变量的VIFlt;5，表明模型不存在多重共线性。期望确认（β=.620，plt;.05；β=.597，plt;.05）和自我效能（β=.134，plt;.05）对感知有用性和感知易用性均具有显著正向影响。因此，假设H6、H9均得到了支持，即大学生自我效能和期望确认越高，对在线学习的感知有用性和易用性越高。

（二）满意度受到期望确认、感知有用性、感知易用性和自我效能的显著影响

检验结果所示，DW=1.762lt;2说明残差项不存在自相关；各自变量的VIFlt;5，说明模型不存在多重共线性。感知有用性（β=.205，plt;.05）、感知易用性（β=.170，plt;.05）、期望确认（β=.231，plt;.05）和自我效能（β=.360，plt;.05）对满意度均有显著正向影响。

（三）持续在线学习意愿受到期望确认、感知有用性、感知易用性、自我效能、满意度的显著影响

检验结果所示，DW=1.939lt;2说明模型不存在自相关；各自变量的VIFlt;5，表明模型不存在多重共线性。感知有用性（β=.366，plt;.05）、感知易用性（β=.111，plt;.05）、期望确认（β=.281，plt;.05）、自我效能（β=.189，plt;.05）和满意度（β=.800，plt;.05）对持续在线学习意愿均有显著正向影响。因此，假设H1、H2、H3、H7、H10均成立。

（四）满意度中介效应检验

为进一步综合检验在线学习满意度在感知有用性、感知易用性、期望确认、自我效能与持续在线学习意愿之间的中介作用，本研究采用Preacher和Hayes编制的SPSS宏程序Process，选用模型4，通过抽取5000个Bootstrap样本获取参数估计的稳健标准误Bootstrap置信区间。若该置信区间不包含0，则表示结果具有统计显著意义。多元回归分析后的结果见表2。

结果显示，感知有用性（β=0.751，p＜0.001）、感知易用性（β=0.704，p＜0.001）、期望确认（β=0.759，p＜0.001）均对持续在线学习意愿具有显著正向影响，自我效能（β=0.609，p＞0.001）对持续在线学习意愿不存在显著正向影响。当加入满意度这一中介变量后，感知有用性（β=0.364，p＜0.001）、感知易用性（β=0.203，p＜0.001）、期望确认（β=0.330，p＜0.001）、自我效能（β=0.067，p＜0.001）对持续在线学习意愿的正向作用显著。因此，假设H4、H5、H8、H11均成立。

四、研究结论

第一，期望确认、自我效能对感知有用性和感知易用性具有正向影响，研究结果与张思和李勇帆等的研究结果一致。［13］这提醒我们不仅要关注学生在线学习外部动机影响因素，更需要重视学生的在线学习内部动机的培育。当学生对自己有强烈的信心，相信通过自己的努力可以达到预期的在线学习效果时，其对在线学习的感知有用性和感知易用性也会相应提高。反之，其对在线学习的感知有用性和感知易用性则会相应减弱。

平台可以开展合理适当的在线学习平台宣传推广活动、简易化的操作程序改进、便利化的学习管理服务等措施，提升学生在线学习的使用效果，避免学生产生过高或过低的期望。教师需因材施教，制订难易适当的、适合学生的学习内容和教学方式，对学生在线学习过程中遇到的问题，应及时给予帮助，维持提高学生在线学习能力。学生在线学习之前应详细了解在线学习平台操作规范、课程资源、课程安排等相关信息，切忌盲目否定和过高期待在线学习效果，以免影响日后的在线学习体验。

第二，大学生在线学习感知有用性、感知易用性、期望确认和自我效能积极影响满意度。满意度对持续在线学习意愿具有正向影响，这与张哲等、覃红霞等的研究结果相吻合，［4，14］说明大学生在线学习动机和体验对满意度具有重要影响作用，同时满意度是大学生持续在线学习的关键性因素。即在线学习感知有用性、感知易用性、期望确认和自我效能越高的大学生，通过在线学习获得的满意度越高；同时，满意度越高，大学生持续在线学习意愿则越强。在线学习平台不仅要在功能上满足学生在线学习的基本要求，还要简单易用，学生才会感觉有用，并且愿意持续使用。这就要求在线学习平台加强学生体验反馈机制建设。只有坚持“用户导向”，切切实实解决学生在线学习的痛点和难点问题，才能让学生得到良好的在线学习体验。教师应在教学理念、课程内容、教学设计等方面深化在线课程改革，提高学生在线学习体验和在线学习质量，满足学生在线学习需要，促进学生的持续在线学习。例如，必须坚持“以学生为中心”，做好学生在线学习的引领者和指导者，注重培养学生的个性化深度学习、信息技术处理能力、良好的在线学习习惯等。

第三，大学生在线学习感知有用性、感知易用性、期望确认和自我效能可以直接正向影响持续在线学习意愿，又可以间接影响持续在线学习意愿的研究结果，部分研究结果与钱瑛、覃红霞等的研究结果一致。［9，14］其余研究发现则进一步丰富了Bhattacherjee期望确认模型的研究成果。“学校的政策支持”等一些外部因素支持直接影响学生学习成效和满意度，对学生在线学习起到较大影响作用。目前混合式学习的流行、高校教学云课堂平台的建设等，可以说是在线学习持续发展的新动力、新机遇。

参考文献：

［1］ Bhattacherjee A. Understanding information systems continuance：An expectation-confirmation model［J］. Mis Quarterly，2001，25（03）：351-370.

［2］ 谭霞，付有龙. 大学生线上英语学习满意度与持续学习意愿影响因素研究［J］. 外语电化教学，2020（04）：14+82-88.

［3］ 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（01）：100-111.

［4］ 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（05）：30-36.

［5］ Davis F D. Perceived usefulness，perceived ease of use and user acceptance of information technology［J］. Mis Quarterly，1989（03）：319-340.

［6］ Sun P C，Tsai R J，Finger G，et al. Why drives a successful e-learning an empirical investigation of the critical factors influencing learner satisfaction［J］. Computersamp;Education，2008（04）：1183-1202.

［7］ Arbaugh J B. Virtual classroom characteristics and student satisfaction with internet-based MBA courses［J］. Journal of Management Education，2000（01）：32-54.

［8］ 钱瑛. 在线学习用户持续使用行为影响因素研究［J］. 商业研究，2014（12）：87-92.

［9］ 金鑫，朱亮亮. 知识付费平台用户持续使用意愿的影响因素［J］. 传媒，2020（07）：73-76.

［10］ Shen D M，Cho M H，Tsai C L，et al. Unpacking online learning experience：Online learning self-efficacy and learning satisfaction［J］. Internet and Higher Education，2013（19）：10-17.

［11］ Artino A R. Motivational beliefs and perceptions of instructional quality：Predicting satisfaction with online training［J］. Journal of Computer Assisted Learning，2008（03）：260-270.

［12］ 李沐纯，韩冰晨. SPOC混合教学模式下学习者持续学习意愿影响因素研究［J］. 中国教育信息化，2021（06）：1-7.

［13］ 张思，李勇帆. 基于技术接受模型的高校教师网络教学行为研究［J］. 远程教育杂志，2014（03）：56-63.

［14］ 覃红霞，方芳，周建华. 大学生在线教学满意度和持续使用意愿的性别差异研究［J］. 大学教育科学，2022（01）：44-53+104.

（责任编辑：敖利）

基金项目：青岛理工大学教学改革研究项目重点课题“PBL理念下‘项目—导师制’融入《新闻传播学研究方法》课程的教学改革与实践”（课题编号：F2023-003）；国家语委科研基地暨国家语言文字智库“中国外语战略研究中心”2023年度“世界语言与文化研究”课题“基于大学英语教育改革与实践的双专业一体化研究”（课题编号：WYZL2023SD0010）。

作者简介：刘明强（1990—），男，博士，青岛理工大学人文与外国语学院副教授，研究方向为教育信息化；邢一新（1987—），女，博士，青岛理工大学人文与外国语学院副教授，研究方向为社会工作行政；冯志国（1978—），男，博士，青岛理工大学国际交流处副处长、副院长，教授，研究方向为外语教学与教育；常宁（1984—），女，博士，青岛理工大学人文与外国语学院副教授，研究方向为新媒体教育。