高校教師移動學習融入教學的準備研究

馬海英 劉樂文

摘 要：高校教師的移動學習準備狀況是移動學習成功融入教學的關鍵因素。本文以上海、廣東、吉林、北京等地區的222名高校教師為研究采樣對象，測量了移動學習量表中的28個題目，并進行了因子分析，得到五個公因子，分別為移動學習融入高校教學的可能性、益處、偏好、外部影響和憂慮，分析了高校教師移動學習融入教學的準備情況，并應用方差分析、相關分析、回歸分析等方法進一步探究了高校教師技術整合水平、教學方式傾向、年齡和性別等與移動學習準備之間的關系，最后提出了有針對性的建議。研究發現，高校教師的移動學習融入教學的準備狀況不夠充分；高校教師的技術整合水平、未來教學方式傾向和年齡均與移動學習準備情況呈顯著的相關關系，教師性別與其移動學習準備情況沒有明顯的相關性。

關鍵詞：高校教師；移動學習準備；技術整合水平；教學方式傾向

一、問題的提出

移動學習是使用手持設備（如手機、平板電腦等）進行學習的過程。[1]隨著移動設備的不斷普及應用和互聯網的快速發展，移動學習越來越多地被應用到正規的教育環境中。[2]有研究結果顯示，在各種教育層次中應用移動設備最多的是高等教育，并且隨著移動技術的應用呈不斷增長趨勢，高等院校已經成為移動學習應用的主要陣地[3]。針對高校移動學習應用的研究，大多數是基于學生角度和移動學習平臺設計角度的分析，而忽視了教師才是技術應用和傳統教育方式改革的主要推動力[4]。

目前國內外學者在移動學習領域從高校教師角度的研究比較少，主要有三個方面——教師感知、教師能力和教學影響因素。在高校教師對移動學習的感知方面，Handal、MacNish和Petocz通過對高校教師的定性研究，揭示了許多教師對移動學習教學有效性的誤解，并分析了教師在移動學習教學中的教學問題、課程問題及組織問題[5]；Hargis、Cavanaugh和Kamali基于聯邦高等教育實施的ipad移動學習計劃，對高校教師進行訪談、調查以及收集教師的自我反饋，以探究教師對移動學習有效性的感知[6]；Fraga通過分析大學教師對移動學習的信念量表來研究移動學習教學在高等教育環境中的信任度[7]。在高校移動學習教學所需的教師能力方面，Elbarbary基于綜合法和德爾菲法識別了高校教師進行移動學習教學所必需的核心能力——技能、知識和態度[8]。另外，在從高校教師角度探究移動學習教學的影響因素方面，Alrasheedi和Capretz通過對本科和研究生導師的調查研究，分析了在高校成功實施移動學習的影響因素[9]；秦超用敘事研究方法對一位高校教師的移動學習過程進行個案分析，討論了移動環境下的學習績效評價，對影響高校教師移動學習績效的因素進行了梳理和提煉[10]。然而很少有文獻基于高校教師的視角來研究移動學習融入教學的準備情況。對于應用和實施移動學習，教師的準備狀況是移動學習融入教學的關鍵因素。[11]隨著移動設備不可避免地涌入到教學過程中，有必要研究高校教師將移動學習融入教學的真實準備情況，并通過探究高校教師的自身因素與移動學習準備的關系，建立對高校教師移動學習準備的系統性研究。

二、研究思路

移動學習準備是個人接受或使用移動技術融入正式或非正式學習活動的傾向程度[12]，它可能是由個人的技術應用情況或相關經驗形成的[13][14]，也可能是由于組織對于技術或設備管理的變更而發生的一種行動和學習狀態[15][16]。從教師的角度來說，移動學習準備情況是與教師對移動學習融入教學的傾向程度，對移動技術或設備的感知和應用情況，以及教學環境對教師應用移動技術或設備教學的支持程度有關。

教師較低的自我效能（比如缺乏有效整合移動技術的知識）會阻礙移動技術或設備在教學中的使用[17]，并且將移動學習融入課堂的準備情況與其職業發展風格的傾向有關[18]，這表明移動學習準備與教師的技術整合能力和未來教學方式傾向（在線教學、混合教學、面對面教學）有關。有研究表明，移動學習準備調查是用來評估教師對移動學習融入教學的接受程度和準備情況的有效方法，是評估移動學習準備的有效措施[19]，而且一個有效的移動學習準備量表對于衡量移動學習融入教學的準備情況是非常重要的[20]。

根據以上實踐經驗和相關文獻，本文基于高校教師的移動學習準備量表，分析了移動學習融入教學的準備情況，并探究了高校教師技術整合水平、教學方式傾向、年齡和性別等與移動學習準備之間的關系。以期通過實證研究得出的結論為未來推動高校教師將移動學習更好地融入教學提供可以參考的依據和指導。

三、研究假設

（一）技術整合水平與移動學習準備

教師的技術整合水平可以衡量其移動技術或設備的實際使用情況，技術整合水平較高的高校教師對移動技術應用的熟練程度也較高，從而更容易在教學當中應用移動技術或設備。因此，高校教師的技術整合水平可能會對移動學習融入高校教學的準備情況有著顯著的正向影響。本文提出假設H1：教師的技術整合水平越高，移動學習融入教學的準備情況越好。

（二）未來教學方式傾向與移動學習準備

高校教師對未來教學方式的傾向主要包括三個方面：在線教學、混合教學和面對面教學。教師對未來教學方式的傾向在一定程度上表明了其對移動學習融入高校教學的態度以及對實施移動學習可能性的感知。傾向在線教學的教師可能對移動學習融入教學有完全支持的態度，并且可能認為移動學習比傳統教學方式更有效果；混合教學是指在線教學和面對面教學相結合的一種教學方式，具有這種教學方式傾向的教師可能會認為移動學習有融入教學的可能性，并且這種教學方式會為傳統教學方式帶來改進；面對面教學是傳統教學方式，具有這種教學方式傾向的教師可能認為移動學習對高校教學沒有幫助或帶來不良的影響，因而更認可傳統教學方式。因此，本文認為未來教學方式傾向不同的高校教師，其移動學習準備狀態有著顯著的差異，提出假設H2：教師的未來教學方式傾向與移動學習融入高校教學的準備狀況具有顯著的相關關系。

（三）教師年齡與移動學習準備

相比于年輕教師，年齡較高的高校教師在實施移動學習的過程中對移動設備的應用明顯存在更多障礙和不適應[21]，并且他們習慣了傳統教學方式，可能對于教學方式的轉變準備得不夠充分，因此本文提出假設H3：教師年齡與移動學習準備狀況具有顯著的負向相關性。

（四）教師性別與移動學習準備

移動技術和設備的使用可能并不會給不同性別的教師帶來不同的感知和傾向。因此，本文提出假設H4：不同性別的高校教師的移動學習準備狀態不會有顯著性差異。

四、實證分析

（一）問卷設計

本文基于Christensen，Knezek和Williams等國外學者的研究成果[22][23]，結合高校教師及高校教學的特點，根據移動學習準備的相關理論對原有問卷進行了調整，建立了關于高校教師的移動學習準備量表。量表共包括28個題項，采用李克特氏五級量表進行評級測試，從1到5分別表示“1=完全不同意，2=不同意，3=不確定，4=同意，5=完全同意”。

為了更好的衡量高校教師的技術整合水平，本文基于Russell的新技術學習階段理論[24]，并結合Christensen的技術應用階段模型[25]，將高校教師的技術整合水平分為6個階段，分別是：階段1意識階段——意識到移動技術的存在，但沒有開始使用它，或者甚至避免它；階段2學習階段——正在學習移動技術的基本知識，但有時會感到失望或者缺乏自信；階段3理解和采用階段——開始理解使用移動技術或設備的過程，并且認為移動技術或設備可能對一些具體的學習任務有用；階段4熟練和自信階段——對使用移動設備進行教學感到有信心，并且開始習慣使用移動設備；階段5拓展應用階段——不再擔心技術問題，并且能夠在很多教學情境中將移動技術或設備作為教學輔助；階段6創造性應用階段——可以在課堂上使用移動技術，并將它作為教學工具整合到課堂中。

問卷分為主體部分和人口統計變量兩個部分。主體部分為移動學習準備量表、未來教學方式傾向（在線教學、面對面教學、混合教學）、自我感知的技術整合水平，人口統計變量部分包括高校教師性別、年齡等。

（二）抽樣及因子分析

1.抽樣

本文以上海、廣東、山東、吉林、北京、江蘇、遼寧、安徽等省市的高校教師為研究對象，采用在線調查的方式對222名高校教師進行了問卷調查。經過問卷篩選，共得到217份有效問卷，問卷有效率為97.75%，應用SPSS 22.0進行統計分析。

2.效度分析

通過因子分析中的主成分法對實測原始數據的測量，可以有效檢驗數據效度并且有較好的降維作用，同時也可發現各變量之間的關系。本文對28個題目進行因子分析，并采用方差最大正交旋轉，按照特征值超過1進行提取公因子。首先對28個題目進行KMO和Bartlett球形檢驗。根據統計學家Kaiser給出的標準，KMO>0.9時，做因子分析的效果最理想，KMO在0.6以上的都可進行因子分析[26]。本文中KMO 檢驗值為0.908，Bartlett球體檢驗近似卡方為3565.936，Sig值為0.000<0.050，所以樣本非常適合做因子分析。通過對原始數據進行因子分析，共提取出5個因子，累計方差貢獻率為62.716%，說明提取的五個因子具有良好的代表性。

本文根據各個因子中題目的共同特點將5個因子命名為：可能性（因子1），益處（因子2）、偏好（因子3）、外部影響（因子4）、憂慮（因子5）。其中可能性表示未來移動學習融入高校教學的可能性；益處代表移動學習為高校教學帶來的優勢或好處；偏好是指高校教師在自我學習和教學中對移動技術或設備應用的偏好程度；外部影響表示高校對移動學習融入教學的支持狀況；憂慮指高校教師認為移動學習在教學中的應用會對學生的學習帶來負面影響。

3.信度分析

在李克特式量表法中常用的信度檢驗方法為克隆巴赫系數（Cronbachs Alpha）。根據Nunnally的研究，通常情況下一般探索性研究中Cranbachs a系數在0.6以上，被認為可信度較高[27]。本文中五個移動學習準備因子的可靠性系數均在0.75以上，本問卷的樣本總體信度為0.922，表明該量表的信度系數較高，各因子具有較高的內部一致性，具體見表1。本文提取的五個公因子能夠很好地測量高校教師的移動學習準備情況，而且能夠很好地反應出各變量的結構特征。

（三）移動學習準備量表統計分析

通過對各移動學習準備因子進行描述性統計，得到各因子的平均值和標準差（見表2）。從表2可以看出，因子1可能性的平均值為3.97，標準差為0.48，說明絕大多數高校教師認為未來移動學習融入教學的可能性較高；對于因子2益處（Mean=3.68，SD=0.51）來說，高校教師普遍認為移動學習會改善傳統的教學方式，并且會為教學帶來很多益處，比如更好地組織教學活動、提高學習參與度、加強學生和教師之間的交流以及學生之間的學習合作等等；對于因子3偏好來說，平均值為3，表明高校教師并不習慣使用移動技術或設備進行自我學習和教學；對于因子4外部環境，高校教師認為學校對移動學習的支持不是特別理想（Mean=3.07），并且不同學校差異較大（SD=0.60）；因子5憂慮（Mean=3.30，SD=0.73），說明教師對于移動學習融入高校教學的擔憂不是很強烈，而且不同的高校教師對移動學習應用的憂慮程度有較大的差異。

（四）移動學習準備與技術整合水平的關系

高校教師自我感知的技術整合水平在各階段均有分布。其中，處于階段2學習階段和階段3理解和采用階段的教師人數較多，分別為72人（占比33.2%）和61人（占比28.1%）；處于意識階段、熟練和自信階段分別有41人、23人；處于拓展應用階段和創造性應用階段的教師人數最少，分別僅有10人。

本文通過方差分析和相關性分析來探究移動學習準備與高校教師的技術整合水平之間的關系。首先，對各階段教師的移動學習準備因子進行方差分析（見表3）。通過表3可以發現處于不同階段的高校教師的因子1可能性、因子2益處、因子4外部影響均表現出了顯著性差異（p<0.01），而因子3偏好和因子5憂慮并沒有表現出明顯的差別。通過Pearson相關性分析得到表4，可以發現高校教師的技術整合水平與移動學習準備因子1可能性、因子2益處、因子4外部影響等存在顯著的相關關系（p<0.01），而與因子3偏好、因子5憂慮并不存在明顯的相關性；而且高校教師的技術整合水平與因子1可能性、因子2益處和因子4外部影響的相關系數分別為0.318、0.232、0.223（α>0），表明技術整合水平與因子1、2、4均存在顯著的正相關關系。

綜上所述，教師的技術整合水平不僅與未來移動學習融入教學的可能性存在正向的相關關系，而且還正向影響教師對移動學習實施的益處的認知，此外還與高校對移動學習實施的支持程度存在正向關聯。所以，高校教師的技術整合水平越高，移動學習融入教學的準備狀況就越好。因此H1假設成立。

（五）移動學習準備與未來教學方式傾向的關系

本次對217名高校教師的調查中，大部分高校教師更傾向于混合教學的教學方式（N=150，69.1%），部分高校教師傾向于面對面的教學方式（N=66人，30.4%），而傾向于在線教學的只有1人。

本文采用方差分析和回歸分析來探究移動學習準備與教學方式傾向之間的關系。通過描述性統計分析和方差分析，得到表5和表6。由于在調查結果中只有1人傾向于在線教學，因此本文不對在線學習的各因子做描述性統計。根據表5所示，傾向于混合教學的高校教師對于移動學習融入教學的可能性、益處、偏好以及外部影響的感知均高于面對面教學，并且傾向于混合教學的教師對移動學習應用的憂慮相對較低。通過表6可以發現，不同教學方式傾向的高校教師的移動學習準備因子1可能性、因子2益處、因子3偏好、因子4外部影響的感知存在顯著性差異，而因子5憂慮對于各教學方式傾向并沒有表現出明顯的差別。

應用虛擬變量對各教學方式傾向作回歸分析，得到回歸分析表（見表7）。可以發現，因子1可能性和因子4外部影響均對面對面教學方式的傾向程度有顯著的負向影響（p<0.05，β<0），而對混合教學方式的傾向程度有顯著的正向影響（p<0.05，β>0）。

綜上所述，當前幾乎沒有高校教師傾向于在線教學的教學方式，大部分教師更傾向于混合教學的教學方式，并且相比于面對面教學傾向的教師，他們認為未來移動學習融入教學有更大的可能性，對應用移動技術教學帶來的益處有更強烈的感知，而且對使用移動技術或設備的偏好程度更高。此外，他們認為學校對移動學習的支持度相對更高，因此傾向于混合教學的高校教師有著更好的移動學習準備狀態。另外，通過回歸分析可以發現，移動學習融入教學的可能性和外部影響與高校教師對未來教學方式的傾向程度（除在線教學外）存在顯著的線性相關關系，所以高校教師對未來教學方式的傾向與高校的移動學習準備情況有著顯著的相關關系，H2假設成立。

（六）移動學習準備與教師年齡的關系

本文通過Pearson相關分析來探究教師年齡與移動學習準備的相關性，結果見表8。由表8可見，高校教師年齡與因子2益處呈顯著正相關的關系（α=0.082，p=0.015<0.05），這說明更高年齡的教師對移動學習融入教學的益處感知更為強烈；從另一方面，高校教師年齡與因子5憂慮呈顯著的負向影響關系（α=-0.146，p=0.032<0.05），表明高年齡的教師對移動學習負面影響的憂慮感更低。另外，本文通過相關分析發現高校教師的年齡與其技術整合水平呈顯著的正相關關系（α=0.142>0，p=0.037<0.05），說明年齡更高的高校教師的技術整合水平更高。

綜上所述，年齡高的教師相對于年輕教師技術整合水平更高，并且對應用移動學習的益處感知更為強烈，對移動學習融入教學的憂慮感更低。因此，高校教師的年齡與移動學習準備狀況有顯著的正向相關性，假設H3不成立。

（七）移動學習準備與教師性別關系探究

在本次參與問卷的217名高校教師中，男教師有97人，女教師有120人。本文采用方差分析法來探究不同性別的高校教師的移動學習準備狀態是否存在顯著性差異。通過方差分析發現，不同性別的教師對各移動學習準備結構因子的感知并沒有顯著性的差異（因子1可能性p=0.100>0.05，因子2益處p=0.236>0.05，因子3偏好p=0.403>0.05，因子4外部影響p=0.364>0.05，因子5憂慮p=0.163>0.05）。因此，假設H4成立。

五、結論與啟示

（一）結論

本文以移動學習準備量表度量了高校教師的移動學習準備狀況，探討了高校教師的技術整合水平、未來教學方式傾向與移動學習準備的關系，研究了年齡、性別與教師的移動學習準備狀態的相關性，得到以下結論。

1.針對目前高校教師的移動學習準備情況，從五個維度來看，高校教師認為將移動學習融入教學有較高的可能性，并且認為移動技術或設備的應用會給高校教學帶來很多益處。然而當前教師對移動技術或設備在自我學習和教學中的應用的偏好程度不高，高校對于移動學習的支持也并不是很強烈，并且不同學校差異較大，同時高校教師對移動設備在教學中的應用表現出不同程度的憂慮。

2.高校教師的技術整合水平越高，其移動學習準備情況越好。但從整體來看，當前高校教師的技術整合水平大多數處于意識階段、學習階段、理解與采用階段，并且不同技術整合水平的教師均對移動學習融入教學表現出了一定的憂慮，因此可以反映出當前教師的技術整合能力較低，其移動學習準備尚未充分。

3.通過研究發現，對于未來教學方式有不同傾向的高校教師對移動學習應用于教學的可能性、益處以及外部影響的感知有明顯的差別，相比于面對面教學，傾向于混合教學的高校教師有明顯更好的移動學習準備狀態。

4.相比于年輕教師，年齡較高的高校教師對移動學習融入教學有更好的準備狀態。這說明一方面年齡較高的高校教師技術整合水平相對較高，其對移動技術或設備的應用障礙較低；一方面由于長期受制于面對面教學的局限性——知識傳遞效率、教學時間、地點的限制，再加上較多的教學工作量，傳統的教學方式已經不能滿足當前信息化的教學環境和學生個性化的學習，因此他們迫切希望能夠通過在教學中融入移動學習來改進傳統的教學方法。

5.不同性別的高校教師的移動學習準備情況沒有顯著性差異。

（二）啟示

基于前文的分析及結論，本文提出如下建議：

1.在提倡教育現代化的今天，高校教師要嘗試在教學中和自我學習過程中融入移動技術或設備，并通過對移動技術或設備使用的不斷學習，提高對移動學習應用的偏好程度。

2.高校教師要根據課程的特點和學生的具體情況，準確找到移動學習在教學中的定位，并通過不斷地學習移動技術或設備的相關知識，提高自己的技術整合水平，實現移動學習在教學中的高效應用。

3.高校應該建立相應的基礎設施（比如提供移動設備、無線網絡環境以及移動學習的APP和軟件）以支持移動學習環境，并制定相應的鼓勵政策，提倡教師在教學過程中使用移動技術或設備，并對教師進行移動學習應用的相關培訓，一方面提高教師的技術整合水平；另一方面有效引導教師向混合式教學方式傾向轉變。

4.年輕教師應不斷學習和嘗試將移動技術或設備融入教學，更多地利用移動設備進行在線測試、在線討論問題以及分享學習資源等教學活動，提高對移動學習應用的自信；高校應積極培養年輕教師的教育現代化意識，鼓勵、引導和培訓他們在教學中對移動學習的應用。

（三）研究不足和未來展望

本文存在一些局限性，需要在未來的研究中繼續探討。1.本文收集到的數據來自于高校教師的自我感知，存在一定的主觀性。因此在未來的研究中，可以加入一些影響移動學習準備的客觀因素，結合教師的自我感知來對移動學習準備進行研究，以減少可能出現的誤差。2.當前高校教師更多地傾向于混合教學，移動技術為混合學習的實現提供了支撐，未來關于高等教育移動學習的研究應該重視如何促成正式學習與非正式學習、在線學習與面對面學習的融合，推進混合教學的開展。

參考文獻：

[1]Schuler C，Winters N，West M.The Future of Mobile Learning：Implications for Policy Makers and Planners[J].Paris：UNESCO，2012.

[2]Levene J，Seabury H.Evaluation of Mobile Learning：Current Research and Implications for Instructional Designers[J].Techtrends，2015，59（6）：46-52.

[3]Hwang G J，Tsai C C.Research Trends in Mobile and Ubiquitous Learning：A Review of Publications in Selected Journals From 2001 to 2010[J].British Journal of Educational Technology，2011，42（4）：E65-E70.

[4]Vanderlinde R，Van B J.A New ICT Curriculum for Primary Education in Flanders：Defining and Predicting Teachers' Perceptions of Innovation Attributes[J].Journal of Educational Technology & Society，2011，14（2）：124-135.

[5]Handal B，Macnish J，Petocz P.Adopting Mobile Learning in Tertiary Environments：Instructional，Curricular and Organizational Matters[J].Education Sciences，2013，3（4）：359-374.

[6]Hargis J，Cavanaugh C，Kamali T，et al.A Federal Higher Education iPad Mobile Learning Initiative：Triangulation of Data to Determine Early Effectiveness[J].Innovative Higher Education，2014，39（1）：45-57.

[7]Fraga L M.Mobile Learning in Higher Education[J].Dissertations & Theses - Gradworks，2012：160.

[8]Elbarbary R S.Identifying Core Mobile Learning Faculty Competencies Based Integrated Approach：A Delphi Study[J].Journal of Education & Learning，2015，4（2）.

[9]Alrasheedi M，Capretz L F.An Empirical Study of Critical Success Factors of Mobile Learning Platform from the Perspective of Instructors [J].Procedia - Social and Behavioral Sciences，2015（176）：211-219.

[10]秦超.高校教師移動學習績效影響因素研究——基于一位高校教師的個案分析[J].現代教育技術，2014，24（11）：39-46.

[11]Yusof A M，Daniel E G S，LOW W Y，et al.Teachers Perception of Mobile Edutainment for Special Needs Learners：the Malaysian Case[J].International Journal of Inclusive Education，2014，18（12）：1237-1246.

[12][20]Lin H H，Lin S，Yeh C H，et al.Measuring Mobile Learning Readiness：Scale Development and Validation[J].Internet Research，2016，26（1）：265-287.

[13]Teo T.Development and Validation of the E-learning Acceptance Measure （ElAM）[J].Internet & Higher Education，2010，13（3）：148-152.

[14]Parasuraman A.Technology Readiness Index （Tri） A Multiple-Item Scale to Measure Readiness to Embrace New Technologies[J].Journal of Service Research，2000，2（4）：307-320.

[15]Kwahk K Y，Lee J N.The Role of Readiness for Change in ERP Implementation：Theoretical Bases and Empirical Validation[J].Information & Management，2008，45（7）：474-481.

[16]Hung M L，Chou C，Chen C H，et al.Learner Readiness for Online Learning：Scale Development and Student Perceptions[J].Computers & Education，2010，55（3）：1080-1090.

[17]Ertmer P A，Ottenbreitleftwich A T.Teacher Technology Change[J].Journal of Research on Technology in Education，2010，42（3）：255-284.

[18][19][22]Christensen R，Knezek G.Readiness for Integrating Mobile Learning in the Classroom：Challenges，Preferences and Possibilities[J].Computers in Human Behavior，2017.

[21]OBannon B W，Thomas K M.Teacher Perceptions of Using Mobile Phones in the Classroom：Age Matters！[C]// International Conference on Information and Knowledge Engineering.Ike04，2004（6）：21-24，Las Vegas，Nevada，Usa.DBLP，2004：232-235.

[23]Christensen R，Williams M.Teacher and Student Perceptions During the First Year of a One-to-One Mobile Learning Initiative[C]// In D.Slykhuis，& G.Marks（Eds.），Proceedings of Society for Information Technology & Teacher Education International Conference 2015（pp.1428-1433）.Chesapeake，VA：Association for the Advancement of Computing in Education（AACE）.

[24]Russell A L.Stages in Learning New Technology：Naive Adult Email Users[J].Computers & Education，1995，25（4）：173-178.

[25]Christensen R.Effects of Technology Integration Education on the Attitudes of Teachers and Students[J].Journal of Research on Technology in Education，2002，34（4）：411-433.

[26]吳明隆.SPSS統計應用實務：問卷分析與應用統計[M].科學出版社，2003.

[27]Nunnally JC.Psychometric Theory[M].New York：McGraw Hill，1978.

（責任編輯 賴佳）