中職生移動學習模型的構建與影響因素研究*

敖玉明 胡紅兵

（貴陽市女子職業學校，貴州 貴陽550008）

一、研究的背景、現狀

信息通信技術與教育相結合進而發展起來的Elearning（在線學習）受到業界和學界的大量關注，隨著移動互聯網的發展和設備智能化及終端普及，在線教育的創新形勢也愈發多樣，中職學校也在開展移動學習（Mlearning）嘗試，對傳統授課方式的信息化重塑、創新教學模式等實踐探索。這種新的學習模式也在逐步激發學習者的學習意愿和感知價值，為進一步探究中職學生移動學習行為的影響因素，更好地理解和運用移動學習來提升中職中專學生的學習行為和學習效率。

關于移動學習的模型，大多以技術接受模型（Technology Acceptance Model，TAM）為基礎進行研究。技術接受模型（Technology Acceptance Model，TAM）是當前信息系統領域中廣泛被使用的技術模型，用于研究和測算影響用戶對信息系統接受度的因素及影響程度。國內亦有大量的關于以技術接受模型(TAM)對移動學習的研究。影響其移動學習意愿的因素主要包括：感知有用性、感知易用性、UI 設計、社交功能和使用態度。

Fogg 行為模型，包含三個要素：Motivation（動機）、Ability（能力）和Prompt（暗示、觸發、號召行動、請求等）。在國內外各行業，尤其是移動互聯網產品設計應用非常普遍，但國內很少有人深入于中職移動學習方面的研究。

本研究通過對已有研究的歸納和梳理，以技術接受模型（TAM）和Fogg Behavior Model（FBM）的研究為框架整合影響因素的維度，通過對已有研究的歸納和梳理，并通過對為中職中專學生實證研究和調研及事件訪談，總結出可能影響學生移動學習行為的關鍵因素和內在動因，在此基礎上提出相關假設并設計相應的問卷題項，進行調研分析，研究驗證。

二、基本概念和理論基礎

（一）移動學習的概念

移動學習從上個世紀70年代興起至今，其定義沒有固定統一的說法，它是在數字化學習（E-learing）的基礎上，運用發達的移動互聯網信息技術，讓學習者使用智能手機、筆記本電腦等移動便攜設備，不受時空限制，按照需求進行學習，并實現個性化、終身化的一種學習方式。移動學習擴展了傳統學習的空間，表現出新的多樣形式。同時，形式多樣的移動學習也向教師提出了挑戰。

（二）技術接受性模型理論

技術接受模型（Technology Acceptance Model，TAM）是當前信息系統領域中廣泛被使用的技術模型，用于研究和測算影響用戶對信息系統接受度的因素及影響程度。

該模型最早是由Davis（1986）提出，用于估計影響用戶接受信息系統的因素，以計劃行為理論為基礎，主要包含感知有用性、感知易用性、用戶態度、使用意向、實際使用行為和外部變量6 個研究變量，其中感知有用性是指用戶認為該系統對自己帶來收益提升的程度。感知易用性指用戶認為該系統的使用便捷程度，是否使用方便以及是否能輕松使用。該模型的意圖如圖1所示，外部變量作用于感知有用性和感知易用性，從而影響用戶的態度、使用意向，最后用戶的使用意向決定了用戶的實際使用行為，這就是基礎技術接受模型思路。而后1993年和1996年，Davis 對 初 始 的TAM 模型進行修改，刪除使用意向，指出態度只能部分解釋感知有用性對意圖的影響，又去掉了用戶態度。

圖1 技術接受模型

在2000年，Davis 提出TAM2 模型，將影響感知有用性和使用意向的影響因素進行了詳細分析，即不僅僅為單純的外部變量，而是分為了一系列的變量，可概括為社會影響變量和認知工具，相較于基礎的TAM1 模型來說，TAM2 在分析上更為系統和詳細。Venkatesh 和Bala（2008）在TAM2 的基礎上進行再修改，提出了TAM3 模型。其中對感知易用性的影響因子進行了再拓展，認為影響感知易用性的因素分為錨定因素和調整因素，錨定因素包含計算機自我效能、感知外部控制等，調整因素包括感知愉悅和客觀有用性。

（三）Fogg行為模型概述

2007年，斯坦福大學行為科學家BJ Fogg 博士提出了一個新的理解人類行為的模型，稱之為Fogg Behavior Model (FBM)，在這個模型中，他認為一個行為包含以下三個要素：Motivation（動機）、Ability（能力）和Prompt（提示、暗示、觸發、號召行動、請求等），如圖2所示。

圖2 FBM 行為模型圖

Motivation、Ability、Prompt，用英文字母描述就是B=MAP。行為的發生，首先必須要有足夠的動機。第二個要素是能力，就是說人們得有能力完成這個動作。Prompt 是影響行為發生的第三個要素，以前用術語“Trigger”。FBM 顯示，這三個要素必須在同一時刻匯聚才能發生行為。在FBM 圖中，縱坐標為動機，下方是低的動機，上方是高的動機，橫坐標為能力，左邊需要的能力高，右邊需要的能力低。圖中的這條曲線叫行為成功曲線，曲線和曲線上方是行為成功區，在這塊區域里觸發是有效的；曲線下方就是行為失敗區，這個區域里觸發是無效的，不會發生任何行為。

FBM 使得人們更容易理解一般的行為，其展示了行為是如何在一個時刻匯集在一起的三個特定要素的結果。此外，FBM 還表明，動機和能力彼此之間存在補償關系，例如：如果動機非常高，能力可能很低。同時，FBM 最直接地應用于行為改變設計的許多實際問題。Fogg 行為模型在國內外各行業特別是移動互聯網產品設計方面有著廣泛應用。要理解和應用這個模型需要一些行為心理學、經濟學、產品研發與用戶體驗以及定性與定量分析的知識和經驗，本研究試圖將TAM 模型與Fogg 行為模型結合起來進行探究。

三、移動學習行為模型的建構與研究假設

移動互聯網的發展和設備智能化及終端普及，越來越多的人開始利用碎片化的時間隨時隨地的學習，在線教育的創新形勢也愈發多樣。作為學校這樣的教育機構，如何利用開展移動學習（M-learning），對傳統授課方式的信息化重塑，創新教學模式諸如協同互動學習、實景探索學習、游戲學習等，具有重要意義。這種新的學習模式也在逐步激發學習者的學習意愿和感知價值。

為進一步分析找尋中職學生移動學習行為的影響因素，更好地理解和運用移動學習來提升中職中專學生的學習行為和學習效率, 我們以技術接受模型（TAM）和Fogg Behavior Model（FBM）的研究為框架整合影響因素的維度，通過對已有研究的歸納和梳理,通過對為中職中專學生實證研究和調研及事件訪談,總結出可能影響學生移動學習行為的關鍵因素和內在動因, 在此基礎上提出相關假設, 構建了中職生移動學習模型和假設，如圖3所示。

圖3 中職生移動學習模型

假設H1：移動學習動機對移動學習的行為有顯著的正向影響

假設H2：移動學習能力對移動學習的行為有顯著的正向影響

假設H3：移動學習環境及觸發條件對移動學習的行為有顯著的正向影響

假設H4：移動學習的動機對移動學習能力有顯著的正向影響

假設H5：移動學習環境及觸發條件對移動學習的動機有顯著的正向影響

TAM 模型中影響其移動學習意愿的因素主要包括：感知有用性、感知易用性、UI 設計、社交功能和使用態度。Fogg Behavior Model（FBM）模型中，影響其移動學習行為因素包含三個要素Motivation、Ability 和Prompt。

根據技術接受模型(TAM)和Fogg Behavior Model（FBM）的研究為框架，整合影響因素，筆者提出了四個影響因素：移動學習動機（MOT）、移動學習能力（ABI）、移動學習環境及條件（EC）、移動學習行為（ACT），與TAM 模型及FBM 模型的關系如表1所示。

表1 影響因素與TAM 模型及FBM 模型對照表

四、數據測量與收集

（一）變量的設計與測量指標

在移動學習影響因素模型的基礎上，提出4 個研究變量移動學習動機（MOT）、移動學習能力（ABI）、移動學習環境及條件（EC）、移動學習行為（ACT）。根據已有文獻的研究成果設計了測量指標。

移動學習動機（MOT）包含三個測量指標：價值層面（VAL）、期望層面（EXP）、情感層面（EMO）；

移動學習能力（ABI）包含四個測量指標：提問和質疑（ABI1）、知識梳理及整合（ABI2）、邏輯思維（ABI3）、團隊合作（ABI4）；

移動學習環境及條件（EC）包含二個測量指標：學習的環境（ENV）、學習的內容（CON）；

移動學習行為（ACT）包含二個測量指標：顯性行為（ACT1）、隱性行為（ACT2）。

（二）問卷設計與數據收集

此次調研對象為中等職業學校學生。本問卷在黃希庭的《中職生學習動機》問卷的基礎上進行設計。問卷共分為二個部分，一是測試者的基本信息，二是測試者移動學習影響因素部分。初次設計問卷回收50 份，通過對初次問卷進行信度和效度的分析，結合理論模型對測試問卷部分題目進行刪除和修改后，再次測試發放問卷62 份后，再次對問卷的信度和效度進行分析，并再次進行適當修改確定問卷。最終通過問卷星發放，收回1863 份，有效問卷為1795 份。

五、數據的統計分析

（一）概述

此次收回的1795 份有效問卷中，男生310 人占總人數的17.28%，女生1485 人占總人數的82.72%。一年級學生954 人占總人數的53.14%，二年級學生841 人占總人數的46.86%，學前教育類學生占總人數的46.97%，財經商貿類學生占總人數的7.62%，休閑保健類學生占總人數的11.33%，文化藝術類學生占總人數的11.49%，旅游類學生占總人數的21.55%。

（二）問卷信度和效度分析

1.信度分析

在正式發放問卷前，對問卷做了信度和效度分析。信度分析采用了Cronbach α信度分析。開始發放了50份問卷，問卷整體信度為0.962。

移動學習能力（ABI）的Cronbach's alpha 系數為0.378，環境和條件（EC）的Cronbach's alpha 系數為0.528，移動學習行為（ACT）的Cronbach's alpha 系數為0.574，Cronbach's alpha 系數值低于0.6，于是針對低于0.6 的題目做了增刪從新編制的調整，重新發放問卷，收回有效問卷62 份，對問卷的修改稿的信度進行分析，問卷整體信度為0.930。

移動學習動機（MOT）的Cronbach's alpha 系數為0.976，移動學習能力（ABI）的Cronbach's alpha 系數為0.700，環境和條件（EC）的Cronbach's alpha 系數為0.684，移動學習行為（ACT）的Cronbach's alpha 系數為0.810，各檢測變量的Cronbach's alpha 系數均在0.6 以上，達到可接受的水平。

2.效度分析通過對抽樣適度測定值Kaiser-Meyer-Olkin（KMO）和Barlett 球度檢驗這兩個判定指標進行分析，來確定是否適合使用因子分析方法進行研究。如果KMO＞0.5，則表明所研究的變量間是具有相關性的，比較適合使用因子分析。通過對測試62 份數據進行分析，各個變量之間的具有較強的相關性；SIG=0.000，變量間存在相關關系，適合做因子分析（如表2所示）。

表2 變量KMO 值和Barlett 球度檢驗卡方

（三）結構化方程模型分析

為了更好地分析數據，采用結構方程模型（SEM）分析。通過理論建構模型用AMOS 建立初始模型，如圖4所示。

圖4 結構化方程初始模型

e1-e15 為測量變量的殘差，進行擬合判斷模型的擬合度。擬合指標中，大部分擬合指標滿足擬合標準的臨界值，但卡方檢驗P 值為0.00，CMIN/DF=5.059；這兩項的擬合指標不滿足擬合標準，考慮樣本數為1795 個，樣本數較大故不考慮此模型擬合指標，而其他擬合指標較好RMR=0.039、RMSEA=0.048、GFI=0.982、AGFI=0.967、NFI=0.970、RFI=0.954、IFI=0.976、TLI=0.963、CFI=0.975均大于0.9，PNFI=0.635、PCFI=0.638 均大于0.5，因此模型整體擬合度較好。

（四）影響因素分析

通過對初始模型的進一步調整優化，最終得到下表3。從表中可以分析得出移動學習的行為（ACT）與移動學習動機（MOT）、移動學習能力（ABI）、移動學習環境和條件（EC）的關系。

表3 各路徑系數估計

移動學習環境和條件（EC）對移動學習動機（MOT）有顯著的正向影響，移動學習環境和條件（EC）對移動學習能力（ABI）有顯著的正向影響，移動學習動機（MOT）對移動學習能力（ABI）有顯著的正向影響，移動學習能力（ABI）、移動學習環境和條件（EC）對移動學習的行為（ACT）有顯著的正向影響，

通過計算各潛變量間的直接效應和間接效應如表4、表5，得出表6模型中各潛變量間的總效應。從表6可以看出，移動學習環境和條件（EC）到移動學習的能力（ABI）的總效應為0.715。移動學習環境和條件（EC）到移動學習動機（MOT）的總效應為0.159。移動學習環境和條件（EC）到移動學習行為（ACT）的總效應為0.966。移動學習動機（MOT）到移動學習的能力（ABI）的總效應為0.199。移動學習動機（MOT）到移動學習的行為（ACT）的總效應為0.160。移動學習的能力（ABI）到移動學習的行為（ACT）的總效應為0.269。

表4 模型中各潛變量間的直接效應（標準化結果）

表5 模型中各潛變量間的間接效應（標準化結果）

表6 模型中各潛變量間的總效應（標準化結果）

模型最終計算如圖5所示。

圖5 模型最終計算結果圖

六、實證研究

為了進一步驗證研究假設，筆者在所在學校進行了移動學習實證研究。首先對學生使用手機的情況進行了調查，“校園Wifi 及手機使用調查”回收2143 份問卷中，98.74%學生擁有手機，在校園內，66.26%的學生上網主要是以自己的流量為主，不上網的僅有1.65%。在通過調查后，做了兩次實驗教學。第一次以學生自主學習開展的移動學習模式，第二次以教師引領學生開展移動學習，利用APP 在課堂課外引導學生學習。

在第一次實踐中，開設《中職生安全教育》課程，2160 名學生通過“學習通APP”自修學分；期末結束后447 名學生通過課程考核并獲得相應學分；通過率僅為20.7%。這次實踐發現，學生學習的整體效果非常不好，通過率僅為20.7%。究其原因：一是學生的自主學習能力和自我控制能力方面較弱，以及對課程沒興趣導致；二是根據訪談，學生對學校的公共Wifi 使用非常不滿意，這也是導致大多數學生放棄學習的主要原因。這次教學的失敗，也驗證了移動學習環境和條件（EC）對移動學習動機（MOT）、移動學習的行為（ACT）有顯著的正向影響。

第二次開設中職數學課程，開設移動學習實驗班，為了更好地實驗本次縮小了實驗的范圍，本次實驗選擇4 個班級，156 名學生。創造較好的軟硬件學校條件，這次實驗學生利用移動運營商流量進行移動學習，以保障學習的網絡環境。教師在課堂利用APP 輔助課堂教學，點名簽到、課堂活動、小測，在課外利用APP 設置教學任務、直播等方式指導學生預習復習，創造較好的軟環境。實驗結果，最終期末考試合格率達90%。

對參加實驗的學生發放調查問卷，根據調查的數據顯示，中職生移動學習行為動機比預計的強。參加調查的156 名學生中，對利用手機APP 開展移動學習輔助教學的這種學習方式，表示喜歡的達到84.2%，認為這種學習方式對自己的學習是有幫助的學生占68%。中職生移動學習的行為動機比我們預計的要強的多，他們是有學習的意愿的。學習效果不理想的原因，首先是行為意志不足，多半不能堅持學習，參加調查的156 名學生中，表示能完成學習任務看完學習視頻的學生僅占5%。在學習過程中遇到困難后，僅有23.7%的學生表示能堅持學習。其次，筆者在統計數據中發現，認為APP 上的學習任務完成困難的學生占了88%，可見學生的基本素養和能力不足，導致學習困難。再次，通過調查問卷得到，學生一天內使用手機5 小時以上占了44%，3-5 小時的占了28.9%，可見中職生大部分的業余時間都在使用手機，大量的娛樂游戲軟件占用了學生大部分精力和時間，這也嚴重影響了移動學習的效果。

關于教師的激勵和APP 中學習積分激勵，僅40%的學生關注自己的學習積分，20%的學生偶爾關注，40%的學生不關注。這也反映了中職生對學習的態度，自我學習中，通過獎勵積分的方式鼓勵學生學習，效果不理想。但在課堂上通過讓學生現場完成教學任務點，現場給予積分獎勵，對激勵學生積極參加教學活動是很有效的一種方式。

調查中筆者還發現，使用手機來輔助教學，學生認為影響因素較大的是：其自己學習態度占21.8%，能力占7.7%,教師的教學方法占25.6%，手機的流量占7.7%,教師的親和力占7.7%，是否喜歡這門課程占12.8%，教學視頻是否有趣占7.7%，APP 軟件設計是否有趣占9%。從以上數據可以看出，從學生的認識上，學生能認識到自己學習態度影響學習效果，他們對教師的教學方法也是蠻有期待的，也就是說教師創造的軟環境和觸發條件（EC）對學習效果有著較大的影響。

從實證研究可以得出，動機（MOT）、能力（ABI）、環境和觸發條件（EC），行為（ACT），是影響學生移動學習效果的主要因素，尤其是環境和觸發條件（EC）對行為（ACT）、動機（MOT）、能力（ABI）的影響較大，行為（ACT）也受到動機（MOT）、能力（ABI）、環境和觸發條件（EC）的影響。

七、結論和建議

綜上所述，移動學習動機（MOT）對移動學習的行為（ACT）有顯著的正向影響；移動學習能力（ABI）對移動學習的行為（ACT）有顯著的正向影響；移動學習環境及觸發條件（EC）對移動學習的行為（ACT）有顯著的正向影響；移動學習能力（ABI）對移動學習的動機（MOT）有顯著的正向影響；移動學習環境及觸發條件（EC）對移動學習的動機（MOT）有顯著的正向影響。

從最終模型中各潛變量間的總效應分析得出，在其他條件不變的情況下，移動學習環境和條件（EC）潛變量每提升1 個單位，移動學習的動機（MOT）將提升0.159 個單位。移動學習環境和條件（EC）潛變量每提升1 個單位，移動學習的能力（ABI）將提升0.715 個單位。移動學習環境和條件（EC）潛變量每提升1 個單位，移動學習的行為（ACT）將提升0.966 個單位。

當其他條件不變的情況下，移動學習動機（MOT）潛變量每提升1 個單位，移動學習的能力（ABI）將提升0.199 個單位。移動學習動機（MOT）潛變量每提升1 個單位，移動學習的行為（ACT）將提升0.160 個單位。

當其他條件不變的情況下，移動學習的能力（ABI）潛變量每提升1 個單位，移動學習的行為（ACT）將提升0.269 個單位。

基于上述結論，更好地開展中職生移動學習，需要做好以下幾個方面的工作。

（一）加大學校移動學習環境和條件的建設

從研究結論和再次對學生訪談中得出，對中職學生移動學習的行為（ACT）產生影響的最大因素是移動學習環境和觸發的條件（EC）。移動學習環境和條件（EC）潛變量每提升1 個單位，移動學習的行為（ACT）將提升0.966 個單位，故學校在組織學生開展移動學習中，要充分的注意移動學習的軟硬件的建設，應加大在這個方面的投入。在硬件環境方面，學校要從無線網絡的覆蓋范圍、帶寬、網絡使用的管理的科學性等方面在硬件建設上為移動學習的開展創造更好的環境。而軟件環境的建設更為重要，包括學習資源和素材的選擇，教師對開展移動學習的應用方法和策略，移動學習的應用軟件平臺的選擇和應用策略等方面的建設。研究中還得出移動學習環境和條件（EC）提升了，學生的移動學習的動機（MOT）及移動學習的能力（ABI）也會隨之而提升。

（二）加強中職生意志力品質的培養，提升中職生移動學習動機

關于動機和行為，筆者研究的結論有些出乎常理，動機通常是影響其行為的重要因素之一，而筆者結論是其影響較小，移動學習動機（MOT）潛變量每提升1 個單位，移動學習的行為（ACT）僅提升0.160 個單位。通過對中職生及其中職生教師的訪談，其實這正是中職學生的特點所決定的，中職生學習動機普遍不強，學習目標不明確，大多數學生不是出于對求知的需求，而是一時的好奇。在移動學習的平臺和資源的設計方面，應該考慮中職生的這一特點，加入適當的激勵機制，激發學生的學習動機。還要意識到行為是動機中目標達成的中介，雖通過動機影響了其行為，但中職生其學習行為的可持續性及意志力品質的培養不可忽視。

（三）多方式加強中職學生的移動學習能力的培養

移動學習的能力對移動學習行為有顯著正向的影響，移動學習的能力（ABI）潛變量每提升1 個單位，移動學習的行為（ACT）將提升0.269 個單位。能力的培養有多方面的因素，包括激發動機，培養興趣，教授關于如何利用信息技術學習的策略方法等，故學校在培養學生學習能力時，應從多方面考慮。

總之，要提升中職生移動學習的效果，應從學生的學習動機，學習的能力、和學習環境及條件三方面統一系統協調發展，不能只偏重于某一方面。這樣移動學習的行為得到落實，才能最終實現學習的目標。