數字化教育領域TAM研究的元分析

王飛揚

(上海理工大學 上海 200000)

近年來，數字化教育已經成為一種發展趨勢，越來越多的國家開始嘗試把信息技術應用于教育，這其中，學生對數字化教育技術的接受是一個關鍵問題，這個問題對數字化教育出版者來說非常重要。對于接受度的研究，最受到研究者青睞的是TAM（technology acceptance model），即技術接受模型，盡管技術接受模型被成功地應用于數字化教育領域，但是研究結果卻不盡相同，因此檢驗不同環境下TAM中變量關系的統一和分歧，能有助于更好地理解TAM的研究結果①。

元分析是一種定量的綜述方法。元分析已經被應用于TAM 領域，其中 umak、Hericˇko和 Punik（2011） 對e-learning領域的TAM研究進行了綜述，他們使用的效應量（effect size）為路徑系數（path coefficient）②，但是路徑系數僅能用于使用相同TAM版本的研究或者文章報告了相關矩陣以允許核心TAM的路徑系數得以計算出來的情況下③。一般而言，回歸中得到的B值（判定系數）是不能用于元分析的④。因此，本文以相關系數（r）作為分析的效應量，通過納入中文文獻，對數字化教育領域的TAM研究中核心變量間的關系進行分析，即感知易用性（PE）、感知有用性（PU）、態度（A）、意圖（BI）、實際使用（U）之間的關系，并對國內外的可能差異進行對比。

一、文獻選取

本文的文獻選取標準如下：（1）以TAM為基本模型對數字化教育的定量研究；（2）遵守TAM的基本假設關系；（3）以學生為研究群體；（4）可以獲取TAM核心變量間的相關系數；（5）對研究方法的描述清晰，過程可靠。以此標準，通過中英文數據庫和有關檢索工具對該領域的文章進行檢索，使用的中文關鍵詞：技術接受模型、TAM、技術接受和e-learning、教育、學習、網絡、課程，英文關鍵詞為TAM、technology acceptance和course、learning、education、web-based和online，中英文各自通過關鍵詞之間的搭配進行檢索，在知網、ScienceDirect、EBSCO等中外文數據庫進行搜索，最后獲得文獻39篇，其中英文文獻34篇，中文文獻5篇。

二、數據獲取及分析

元分析要求被分析的研究具有獨立性，因此本文采取以下處理方式：有兩個獨立樣本的對比研究算為兩個研究，非獨立樣本的對比研究（前后對照研究）選取其中一個，對于無法區分開來的獨立對比研究則取總研究作為一個研究。在上述基礎上，本文按照下列步驟獲取數據并進行分析。首先，對于TAM核心變量間相關系數的獲取，大部分文獻中報告了因子（潛變量）間的相關矩陣，少部分文獻只報告了相關矩陣或協方差矩陣，對于后者通過LISREL計算獲取相關系數。由于感知易用性-實際使用（PE-U）、感知有用性-實際使用（PU-U）、態度-實際使用（A-U）這三組關系被研究的數量很少，分別為3篇、3篇和2篇，如果計算的話誤差較大，因此予以舍去。其次，采用隨機效應模型進行分析⑤，因為這些研究中的數字化教育涉及的具體應用環境差異較大，使用隨機效應模型更為合適。

從表1中可以看到，7組變量關系的Q檢驗顯著值都小于0.05，說明我們有理由拒絕每一組中各研究間效應量相等的零假設，由此支持了使用隨機效應模型進行分析。7組變量關系的效應量Z檢驗的顯著性也都小于0.01，這說明所有組中效應量的均值都顯著地不等于0。總體上來看，r值都大于0.40，關系強度屬于較強（large）（Co?hen，1977，1988）④。從r值的大小來看，7組關系中相對較弱的關系為使用意圖-實際使用（BI-U）（r=0.462）與感知易用性-使用意圖（PE-BI）（r=0.500），相對較強的關系為感知有用性-態度（PU-A）（r=0.687）、態度-使用意圖（A-BI）（r=0.668）。為了對比中國大陸與國外對數字化教育技術的可能差異，本文進行亞組分析，以中國知有用性和行為意圖在國內外的學生對數字教育的接受中起到同樣重要的作用。由此，對于數字教育產品的出版者來說，在設計和開發產品時要注意加強易用性和有用性的大陸為研究地的論文為A組，以剩余的國家和地區為研究地的論文為B組。由于PE-A、PU-A的A組只有1篇文章，而A-BI、BI-U的A組甚至沒有文章，因此本文只能進行PE-PU、PE-BI和PU-BI這三組關系的亞組分析。對于亞組分析的方法，本文采用τ2單獨估計的隨機效應模型⑤。從表2中可以看到，無法拒絕這三組關系中的A組和B組的真實平均值相同的零假設，即國內外在這PE-PU、PE-BI和PU-BI三組關系上都沒有顯著差異，即說明國內在技術接受的核心因素（感知易用性、感知有用性和行為意圖）之上沒有差異。

表1 效應量分析

表2 亞組分析

三、結論

通過對39篇數字化教育領域TAM研究的元分析，本文得出兩點結論。第一，所分析的7組關系（PE-PU、PE-A、PE-BI、PU-A、PU-BI、A-BI、BI-U） 的強度都為較強，這與umak、Hericˇko和Pu nik（2011）的結果不太一樣，他們只發現了在e-learning中以學生為研究群體的TAM關系中只有PU-A為較強②。第二，大陸與其他國家和地區在對數字化教育技術的接受上沒有差異，表現在PE-PU、PE-BI和PU-BI這三組關系上沒有顯著差異，這似乎與Schepers和Wetzels（2007）的不太一樣，他們發現PU-BI、PE-BI在西方和非西方的技術接受中有差異，而PE-PU則沒有差異①。可能的解釋是，學生群體本身具有同質性①，或者說作為TAM核心變量的感知易用性、感設計，這兩個因素會影響用戶的態度和意圖，最終影響學生對產品的接受。■

注釋：

①SCHEPERS J,WETZELS M.A meta-analysis of the technology acceptance model:Investigating subjective norm and moderation effects[J].Information and Management,2007,44(1):90-103.

②UMAK B,HERI?KO M,PU?NIK M.A meta-analysis of e-learning technology acceptance:The role of user types and e-learning technology types[J].Computers in Human Be?havior,2011,27(6):2067-2207.

③TURNER M,KITCHENHAM B,BRERETON P,et al.Does the technology acceptance model predict actual use?A systematic literature review[J].Information&Software Technol?ogy,2010,52(5):463-479.

④LIPSEY M W,WILSON D B.Practical Meta-analysis[M].California:SAGEPublications Inc,2000:1-264.

⑤BORENSTEIN M,HEDGESL V,HIGGINSJT，等．meta分析導論[M]．李國春、吳勉華、余小金，譯．北京：科學出版社，2013．