文摘
2020年新冠状病毒疫情期间,在线学习平台用户的数量呈爆炸式增长,随着中学生成为主要的在线学习平台的用户组。尤其是在线学习平台的虚拟临床学习环境中学生,作为一个主要的因素影响用户的持续使用,已经成为企业和研究人员面临一个重要问题。本文以中学学生用户为研究对象,构建了一个模型,影响因素用户的意图,不断为中学生使用在线学习平台。模型,基于TAM模型和ECM模型,包括10个变量,包括TP-Teaching存在,资源质量、系统质量、感知有用性、感知易用性、学术身份,自我效能感,用户的满意度、师生关系、行为意图。本研究实证结果显示,TP-Teaching存在对感知有用性有最重要的影响,进而间接影响用户的持续使用平台的意图;中学学生的自我效能感对用户的影响最重要的连续的意图。因此,在开发平台上,企业应注意施工平台的学习环境和提高中学生的自我效能感。
1。介绍
网络教育是传统教育和信息技术的集成产品,以信息技术为载体开展教与学活动。随着信息技术和移动互联网的不断发展,网络教育已逐渐成为未来教育的主要模式。根据47统计报告对中国互联网的发展公布的中国互联网络信息中心(CNNIC),中国网络教育用户规模达到3.42亿,2020年12月的1]。2020年中国网络教育行业的研究报告由艾瑞显示,仅在2020年第一季度,中国的基本网络教育行业的市场规模达到213亿元;同期的比例从21.3%上升到31.4%;在2020年,中国网络教育行业的市场规模达到了2573亿元,增长率为35.5% (2]。在线教育的主要战场,基础教育的分享和增长率也远远超过了儿童早期教育,兴趣教育,学习语言,和其他部分,和基本的在线教育占42.4%,在2020年总数的近一半。2020年流行促进了网络教育的发展,领先的在线学习对中学生规范化发展的一个时代。
尽管大量的中小学的在线学习平台,有一个共同的现象可怜的用户的经验和高客户的流失。对于这个问题,有两个原因。一方面,追求短期利润不实现精确定位和特色发展,没有一个清晰的了解自己的生态位置;另一方面,平台未能领会最有关与利润挂钩的相关组织在虚拟环境的设计,功能,和接口,很难形成持续的使用。
为了克服上述问题,本研究结合其他研究人员的贡献,以中学生为研究对象,验证了影响用户的持续使用意向,用户的满意度为中介变量。为此,本研究充分探索TAM模型,考虑到其核心变量和三个外部潜在变量以及三个内部变量用户的因素。
2。相关文献综述
2.1。技术接受模型(TAM)
技术接受模型,首次提出了戴维斯,包括motivation-based核心变量(感知易用性、感知有用性和对技术的态度)和结果变量(行为意向)3]。这些变量的感知有用性(PU)和感知易用性(一些)被认为是关键变量,可以直接或间接地支持结果(4]。这些变量通常是伴随着外部变量可以解释变化的感知有用性和易用性。其中,主观规范(SN) [5),自我效能感(CSE) [6),和便利条件(FC) (7)被发现显著相关,在不同的程度上,TAM的核心变量(8,9]。这些外部变量指个人能力和在较小程度上,环境因素。
感知易用性和感知有用性是最重要的因素在TAM (10]。感知易用性和感知有用性是直接相关的另一个核心变量TAM模型,即对技术的态度(ATT) [11]。
在总结(如图1),通过复制、比较和整合相关研究TAM,发现感知易用性(一些),感知有用性(PU),和行为意图(BI)的基本预测用户的验收和持续使用的技术。
2.2。期望确认模型(ECM)
在期望确认模型(如图2),期望确认最初是用来预测消费者的回购行为。奥利弗(12]认为,用户的回购行为是由他们满意的产品,这是基于他们的期望之前产品的使用和在多大程度上这种期望确认产品在使用一段时间。角度的技术接受模型(TAM),满意度反映了用户的态度使用技术后接触它,而期望反映了用户的感知易用性和感知有用性的技术。感知有用性和满意度之间的关系基于ECM和TAM理论验证在许多跨学科研究技术的可持续性。Bhattacherjee ECM用来测试持续使用的信息系统,提出了一种post-acceptance模型的信息系统可持续性,即信息系统可持续性模型(ISSM) [13]。通过整合ECM和TAM的构造,感知有用性作为前提变量使用的ISSM满意度和持续的意图。在这个模型中,感知有用性也代表用户的期望在实际使用阶段根据自己的使用经验。Bhattacherjee的结果表明,满意度是最重要的预测持续的意图,和感知有用性有显著的直接影响用户的满意度。
后,许多研究已经证实的影响用户的满意度是一个重要的指标的在线学习者的意愿持续使用[14]。基于上述文献回顾,提出假设如下:
2.3。延续的意图(CI)
在这项研究中,延续意图(CI)指的是在线教育平台用户的意图,不断使用所选的在线教育平台,在线学习的目的。延续的目的是表达用户的感知是否经常使用在线教育平台的未来,以及关键问题平台用户是否忠于选择在线教育平台,形成粘稠的用法。在模型中提出的这项研究中,CI核心因变量,直接或间接影响其他潜在变量。用户的持续使用平台的意图将衡量用户是否愿意继续使用它,他们是否会经常使用它,以及他们是否愿意推荐给别人他们所使用的平台。因此,本研究提出以下假设:
假设H8:用户满意度有显著正影响用户的延续的意图。
2.4。满意度(SA)
满意度,本文指的是用户的使用经验和效果的综合评价在使用在线学习平台。男爵和肯尼15]表明,缓和效应可能会影响的强度之间的关系独立和相关的变量。基于上述讨论,本研究认为,认为师生关系应该放缓影响中学学生的延续的意图使用平台(见师生关系假设的H10 2.12)的一部分。
2.5。感知有用性(PU)
感知有用性,在这项研究中,是指用户在多大程度上认为在线教育平台是有用的在改善他们的学习表现在使用在线教育平台。感知有用性不仅影响用户的初始采用一个信息系统,但也是一个重要因素,影响用户的满意度和意图继续使用它16]。因此,本研究提出以下假设。
假设H5:感知有用性对用户的满意度有显著正影响。
2.6。感知易用性(一些)
感知易用性,定义为用户感知的易用性使用信息系统时,发现有显著积极影响用户的感知有用性和意图使用(17,18]。在这项研究中,它指的是用户的感知评价在使用在线教育平台。因此,本研究提出以下假设。
假设H4a:感知易用性对感知有用性有很大的积极影响。
假设H4b:感知易用性对用户的满意度有显著正影响。
2.7。②资源质量
感知质量,定义为买方的主观和客观评价一个产品,是一种特定的判断总体质量建立了基于产品或产品服务。在虚拟市场,感知质量是一个企业的资产。感知质量影响任何产品的购买意愿。穆罕默德等人强调,产品销售背后的因素是感知质量,指出买方额外要注意产品质量的19]。绿色产品由真主Wasaya等人的研究也发现,感知质量是绿色产品的购买意愿的影响因素19]。这表明,一个好的产品的感知质量可能会刺激购买的欲望。
资源的在线学习平台,作为一种特殊的商品,也有其他产品的属性。关于产品质量,把质量视为一维国民的研究证实,在线学习资源的感知质量对用户的购买意愿有显著影响(20.]。因此,本研究提出以下假设:
假设H2:资源质量对感知有用性有很大的积极影响。
2.8。自我效能感(SE)
阿卜杜拉和病房声称自我效能(SE) TAM(最常见的外部因素20.]。45的51个研究使用这个变量证实其与TAM的关系。自我效能感是指“一个人的感觉他或她的组织和执行能力的行动方针,实现一个给定的成就”(21]。在各种情况下,学习者能找到能够使用拥有的技能来完成这项任务(22,23]。Liaw发现更高的自我效能感,在一个在线学习平台环境下,有效加强行为抑制(24]。此外,他的研究表明,学习者的自我效能感影响他们的态度和技能习得的能力,活动选择、学习环境和持续的行动。
关于解释学生的自我效能感,Pintrich DeGroot(1990)认为自我效能感由两个相对独立的维度,即学习能力自我效能感和学习行为自我效能感。可以推断,中学学生的学习行为自我效能感影响的观念。因此,本研究提出以下假设。
假设代替:自我效能感对用户的满意度有显著正影响。
假设H7:自我效能感有显著的积极影响用户的延续的意图。
2.9。教学存在(TP)
TP-Teaching存在,介导的虚拟环境中定义为一个令人信服的感觉(25),意味着一个用户如何看待媒介环境的一部分创建的(26]。在各种任务作为交换媒介来使用计算机,TP-Teaching存在被认为是其中一个重要的因素,使人们关注计算机的任务。如果学生无法集中注意力在电脑仲介的学习环境中,他们会分心,导致他们无法集中精力学习。因此,很明显,TP-Teaching存在至关重要创造良好的在线学习平台的经验。为了让学生更好的学习网络,有必要建立一个在线的虚拟环境平台,学生可以沉浸在27]。更高度模拟TP-Teaching出现在在线学习平台可以带来更好的学习体验,进而可以影响学生的学习状态、学习效果和意图使用平台(28]。因此,本研究提出以下假设。
假设H3: TP-Teaching存在对感知有用性有很大的积极影响。TP-Teaching存在对感知有用性有很大的积极影响。
2.10。系统质量(平方)
在很多研究中有意使用信息系统,系统兼容性通常被用作一个外部变量来测量系统的技术设计特点。结合网络教育背景、系统兼容性(SC)在这项研究中,基于认知水平后用户的经验,主要反映是否使用的在线教育平台的技术环境兼容dual-ended学习服务的用户的PC和移动(例如,dual-ended支持、数据共性服务流利)。相应地提出了以下假设:
假设H1a:系统质量对感知有用性有很大的积极影响。
假设H1b:系统质量对感知易用性有重大的积极影响。
2.11。学术身份(AI)
消费者不仅由内部独特的感觉但也由外部动机的社会身份(29日]。因此,学生拥有成就动机,他们想要参与的活动是重要的和具有挑战性的。成就动机是一种内在的驱动功率。众所周知,中学生,推进高等教育的压力,急于获得批准,他们的老师,父母,和同事通过他们提高成绩;因此,在线学习平台作为一种重要的学习工具,学生为了达到这种成绩提高。这种依赖在线学习平台上有一个学生有强烈的动机的重要意义的学术身份,如图所示,该研究小组的实地研究,学术身份动机高的学生有更强的行为意图当在线学习。发现一个更高的学术身份的动机往往出现在在线学习的意图。因此,提出假设如下:
假设H9:学术身份对用户有很大的积极影响延续意图。
2.12。师生关系(T-SR)
一个好的师生关系可以促进学生的效率和有效性在教室里学习,营造一个积极的学习氛围(30.,31日]。师生关系显示批准向学生可以提高学生对学习的态度,激励和吸引他们,并增加他们的动机32]。
由此可见,和谐师生关系将学生带入一个相辅相成的学习氛围,提高学生的参与和动机类和创造一个良性互动的学习过程中。因此,在这项研究中提出了以下假设。
H10:关于的积极影响用户满意度持续的意图,认为师生关系起着调节作用。
3所示。研究方法
TAM模型和ECM模型都用来探索心理变量,和两个模型常见心理测量项目,感知有用性,和类似的因变量,即行为意向和持续使用意图。本文探讨了在线学习平台的持续使用意向的影响因素基于感知的有用性。因此,本研究将结合TAM模型和ECM模型建立一个概念模型。
本研究以感知有用性为起点,增加了在线学习平台的系统因素,教学业务、资源质量和系统质量,作为独立变量影响感知有用性和感知易用性,以满意的中学学生的在线学习作为调节变量,增加了自我效能感,学术身份和师生关系。为了探讨这些变量的影响用户的延续的意图对中学生使用在线学习平台。基于上述文献综述和假设,本研究的概念模型,提出了如图3。
多个测量项目是为每一个构建在本研究中通过以下过程。首先,所有的结构和相应的测量项目适应和发展基于回顾相关的现有文献符合本研究的主题和背景。草案设计完成之后,进行了先期测验中学学生和专家(总共30日)熟悉在线学习。所有措施管理的五点李克特量表,从强烈不同意(1)强烈同意(5)。这个研究包括感知有用性的核心变量(PU、3项),感知易用性(一些3项),延续和行为意图(CI, 3项)。三个外部潜在变量包括教学存在(TP, 3项),资源质量(RQ 3项),系统质量(平方,3项)。三个变量的用户包括学术身份(AI, 3项),自我效能感(SE, 3项),师生关系(T-SR 3项)。表1显示问题项,操作定义和测量的来源结构。
在完成调查问卷的设计,本研究首先进行了一个预先测试。检测前调查的对象是初中和高中学生在线学习平台使用。200份问卷发放和回收有效问卷176份。探索性因素分析和可靠性试验是进行施工前的数据。结果表明,10个常见因素提取来自30个测量项目,克伦巴赫10个常见因素。的值都大于0.7,表明问卷具有良好的信度和效度,可以作为正式问卷分发的。
4所示。分析结果
本研究在问卷星平台上设计一个在线问卷调查,这是发送到用户的在线学习平台的合作学校北京第四中学。渭南分公司的帮助下,大连分公司和北京丰台区第二中学,在线问卷调查是通过各种各样的渠道。为期三周的网络进行了抽样调查。共有600个问卷发送,返回的552份有效问卷,所有提交的手机。最后,一个消除冗余和不完整的调查问卷后,有效的样本大小是381。一般来说,有效问卷的数量应该是总数的5 ~ 10倍的测量变量,和最小数量不应少于200个样本。在这项研究中,有30个测量变量和有效样本量是381,符合要求的样本大小的结构方程。
4.1。外部模型分析
因为这项研究包含心理变量的测量,包括潜在的变量和测量变量,结构方程模型(SEM)可以考虑两个潜变量和测量模型,减少分析误差,估计结构系数。因此,本文采用结构方程模型(SEM)来测试模型。
验证性因子分析(CFA)之前,考虑到误差引起的测量工具,本文首先进行共同方法偏差(CMV)分析消除测量误差的影响潜变量之间的关系。如表所示2卡方值的单因素验证性因子分析是2855.842和自由度是45;卡方值的多因素验证性因子分析是734.588和自由度是360; , 。分析了两个模型之间的显著差异Excel软件。结果表明, ,表明原假设被拒绝,表明没有共同方法偏差(CMV)之间的两个模型。
在这项研究中,结构方程模型(SEM)是用来测试模型;统计分析软件SPSS 21和24岁的阿摩司被用来验证模型的可靠性。这个方法是有利的,它可以同时考虑和衡量模型的评估以及评估结构系数。
评估这些因素的外部模型和测试他们的内部模型和相关研究假设,本研究遵循的两阶段方法推荐的安德森和现场(39),首先进行验证性因子分析(CFA)评估收敛和区分效度,其次是提供结构方程模型路径系数。测量模型评估使用最大似然(ML)估计,其中包括单项加载,测量可靠性和收敛和区分效度。最大似然估计是用来计算各种拟合优度指数和试验载荷和之间的相关性因素的重要性。在这项研究中,使用SPSS 24软件进行可靠性分析的结构的内部一致性;阿摩司24软件被用来分析的因子载荷测量问题。基于标准化因子载荷,结合可靠性(CR)值和平均方差提取(AVE)值计算。克伦巴赫的估计载荷系数,标准化的因素,结合可靠性和方差提取值表进行了总结3。Fornell和拉克尔40)提出了三个标准,可以用来评估的聚合效度测量项目:(1)每个测量项的可靠性;(2)每个构造的可靠性相结合;(3)均值方差的提取物。项目的可靠性、标准化载荷超过0.6在这项研究中,所有在0.616和0.939之间,Gefen建议的阈值内,Straub, Boudreau (2000) (41),表明聚合效度存在于项目的水平。克伦巴赫的所有值超过0.7,表明一个满意的所有10个结构的可靠性。成分的可靠性,所有值超过0.7,0.795和0.911之间,Nunnally和伯恩斯坦(建议的阈值42]。最后,提取的值的均值-方差都超过了0.5,在0.565和0.760之间不等。基于这三个标准,测量结构的聚合效度提出了本研究发现足够了。
对于区分效度,提取的值的平均方差的平方根(AVE)或提取的值的平均方差(AVE)给定构造与相关系数或广场之间的相关系数,构造和其他结构。如果平均方差的平方根提取值或提取的平均方差的平方值构造大于广场的分支或分支元素在其相应的行和列,它表明,构造更比其他结构密切相关的指标,即。,它有区别效度。如表所示4,矩阵的对角元素均值方差提取值,这意味着均值方差提取值的所有结构均高于相应的行和列的平方值,除了均值方差提取的值接近,略低于他们的相关系数的平方与用户的满意度。自从AVE方法是一个更严格的方法来确定区分效度,所有结构的区分效度是令人满意的。
4.2。内部模型分析
在这项研究中,提出的结构模型是基于最大似然估计方法,利用阿莫斯24软件。模型符合确定的程度示例variance-covariance数据结构方程模型。根据克莱恩(43]和Schumacker Lomax [44],他们提出了各种各样的模型符合标准确定模型的结构模型,除了所有模型他们建议满足可接受的健康水平。自容易受到大样本,博伦和斯坦45建议Bollen-Stine - - - - - -值校正方法应用于正确的模型和测试它的模型适合使用take-out-and-put-back重采样技术。在这项研究中,2000年之后重新取样分析,该模型适合被发现好。表5由Bollen-Stine显示了一些模型的修正 - - - - - -值和推荐的阈值。
4.3。假设检验
图4显示图形的路径系数的结果,系统质量(= 0.186)、资源质量(= 0.304)和TP-teaching存在(= 0.325)的在线学习平台,发现中学生对感知有用性有显著正影响。这是符合假设H1a、H2和H3, TP-teaching存在有最大的影响,其次是资源质量和感知系统感知质量;感知易用性(= 0.202),感知有用性(= 0.347),中学学生的自我效能感(= 0.586)对用户的满意度有显著的影响。这个结果支持假设H4b, H5和编辑。具体来说,中学学生的自我效能感对满意度的影响最重要的(= 0.686)。系统质量感知易用性的影响感知有用性被发现显著高于(支持假说H1b = 0.645)。此外,中学学生的自我效能感(= 0.709),用户满意度(= 0.109)和学术身份(= 0.197)对用户的所有显示重要的积极影响延续意图。这些结果证实了假设H7, H8、H9。最后,它可以发现,感知易用性(= 0.136)对感知有用性有积极但不显著的影响(= 0.053)。分析结果列在表的内部模型6。
来测试假设,本研究分析了T-SR的缓和作用。阿摩司24,吝啬的潜变量交互技术提出的平(46),这是一个更简洁的方法来评估潜在的相互作用和二次变量比以前提出的肯尼和贾德47]和Hayduk [48]。萍建议使用该产品的相关指标之和作为唯一指标的潜在产品。例如,假设两个潜在变量和与指标和和和 ,分别与第三个潜在变量由一个观测变量表示 。因此,他认为,指标的潜在产品可以由计算变量 。如果因变量的潜在的产品效果是显著的,它被认为有干扰效果。根据单一指标的分析平提出的干扰影响,以下步骤是在这项研究中:(1)首先,集中显式变量包含在用户满意度和感知T-SR通过减去平均值对应于每个明确的变量命名为“SA_X1 ~ SA_X3”和“T-SR_Z1 ~ T-SR_Z3,”分别;(2)乘以平均分数的三个问题项包含在偏心的客户满意度平均得分的三个问题项包含在感知T-SR获得交叉乘积项“ST_XZ”;(3)计算因子载荷和剩余价值的潜在产品ST_XZ S×T指标、因子载荷为6.996,剩余价值是11.216。认为T-SR分析模型提出了研究如图5。
表7演示的结果分析。结果表明,关键产品的效果(S×T)因变量(CI)不显著(= 0.042)。认为T-SR没有起到缓和作用之间的积极关系用户的满意度和行为意向的中学生,表明缓和效果没有。因此,假设10是不受支持的。
结构方程模型是一个接受支持模型,统计检验能力很低,这将使它不可能拒绝零假设。因此,本研究进行统计验证完成后受力分析研究假设分析。在这项研究中,R语言是用来测试统计检验理论模型的力量,和样本数量= 381和置信区间= 0.05,模型的自由度是337,虚无假说和反对派的假设。执行统计检验结果表明,功率是0.99,所以本文研究结果的正确性是可靠的。
根据路径分析的结果,本研究提出了路径验证的结果模型的影响因素延续的意图中学生使用在线学习平台,如图6。潜在的变量以虚线为标志的“感知易用性”没有对感知有用性;缓和的虚线路径变量表示,“师生关系”的理论路径假设被拒绝,和它的路径影响关系没有,。其他变量之间的路径上有标准化路径系数和显著性水平。
5。结论
基于381个有效样本数据分析模型的影响因素延续中学学生的意图使用在线学习平台,研究发现,8 10个潜在变量之间的路径关系他们不同程度的意义。在测试假说,重要的和积极的感知易用性对感知有用性的影响不存在;教师-学生关系没有演示一个缓和的角色的积极影响用户的满意度在用户的延续的意图。所有其他的假设路径验证。
5.1。启蒙运动的研究
以下从这个研究中得到了启示。第一,而不是关注资源的质量和教师的名誉等,现有的在线学习平台对于中学生应该重视这个平台的学习环境对学生的影响;多种方式需要学生与同伴交流,从老师和其他学生关注,参与小组讨论除了学习。
本研究的结论也证实平台学习环境最重要的存在对中学生的感知有用性的影响。加强网络教育经验已成为提高中学生的可持续利用的关键意图。最有效的教育经验通常是围绕社会建设性的学习方法,需要与他人完成实际任务的模拟真实的环境。因此,加强现场体验在线教育将是未来的研究方向。
第二,在学习,中学学生的因素也很重要。作为反映在这项研究中,中学学生本身对他们的学习影响最重要,因此,应该在这方面引导和训练学生更好的学习。中学生的SE主要源于成功的个人经验,替代经验,和别人的语言。更多的成功经验,较强的自我效能感;中学学生的替代经验是一种间接的经验,这使得观察家相信他们可以达到同样水平的成就当他们在类似的活动情况;别人的语言指的是改变人们的自我效能感通过别人的指导、建议,解释,和鼓励,尤其是平台教师的口头鼓励更重要的是提高初中学生的自我效能感。
5.2。考虑企业的平台建设
(1)加强TP-Teaching存在的感觉。在线学习平台的设计师应该注意学习环境建设的平台,和研究的应用浸入式虚拟现实技术中学学生学习平台,提高中学生的强烈的现场感(2)提高中学生的自我效能感。成就感的中学学生的在线学习应该加强,例如,该平台设计应注意答案板块的发展,通过适当控制困难的问题,提高学生的成功经验给正确的答案,并提高中学生的另类体验。促进在线学习平台时,企业应宣传的成功基于平台的情况下,中学生以及鼓励学生分享他们的成功经验的学习平台(3)提高语言的说服力。与面对面的教学相比,在线老师的劝说显然是相对较弱。因此,改善教师的语言说服在线也应该考虑,这样学生的自我效能感会增强时,他们总是可以获得外部的关心和支持
5.3。局限性和未来的工作
的局限性,本研究只观察到用户的意图。由于用户的典型性和顾客的分离,中学学生的在线学习平台,本研究不考虑客户的背景,包括学生的延续使用平台的意图也受到父母的看法(客户)。因此,未来的研究应该考虑更多的客户的影响。
5.4。未来的工作
在线学习,将来在教育领域一个重要组成部分,已经越来越多的消费者。它也面临着一些问题。克服它们,将来需要跨学科、多角度的研究探索在线学习者的教学存在,并为其他学者和企业提供更有价值的研究的在线学习平台。
数据可用性
数据共享不适用本文没有创建新数据或分析研究。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
国民陈(第一作者)导致了研究设计。曹说(作者2)导致了问卷设计。润陈(第三作者)导致了数据收集和分析。Yongchuang张(通讯作者)导致了数据分析和建模验证。
确认
作者要感谢渭南市实验学校和Duqiao中学在渭南,第五中学在铁岭,冯大在北京第二中学,在大连红旗中学,中学特命全权大使的帮助组织和运行研究。特别感谢将Yingwei金前大连理工大学教授他的帮助在学校进行问卷调查,这是很大的帮助成功完成这项研究。作者还想承认的教学团队建设项目桂林航空航天科技大学(2020 jxtd01)。