疫情期間大學生網絡學習滿意度模型建構與實證檢驗
——基于上海市15所高校的調查

李瑩瑩 張宏梅 張海洲

(1.上海旅游高等專科學校 酒店與烹飪學院，上海 201418；2.上海師范大學 旅游學院，上海 200234；3.中山大學 地理科學與規劃學院，廣州 510275)

自2020年1月20日以來，新冠肺炎疫情肆虐全國。為保障師生生命安全和身體健康，根據教育部指導意見，高校全面實施網絡化教學。和傳統課堂教學相比，網絡學習形式特殊，學習情境轉變巨大，在此背景下，大學生對此次的網絡學習滿意度如何，影響因素有哪些等問題亟待考究。

滿意度屬心理學感知范疇，是人們對評價對象預先期望值與實際體驗值間的差值，差值為正說明滿意，反之則不滿意(文靜，2015)。本文的大學生網絡學習滿意度是大學生開展網絡課程學習后，判別接受網絡學習的實際感知與預先期望間的相對關系，是大學生對學習過程及結果滿足獲得程度的評價，對未來是否愿意繼續參加此類學習有直接作用。本文融合教育學、心理學及管理學等多學科思維，基于顧客滿意度理論、學習條件理論及教學系統要素理論，以大學生滿意度為切入點，對上海市15所有代表性的高校大學生滿意度及影響因素展開研究。

一、理論模型構建

(一) 理論基礎

1.顧客滿意度理論

自1989年費耐爾(Fornell)總結了顧客滿意度指數理論研究成果并提出費耐爾邏輯模型至今，滿意度理論在各領域的應用及研究活躍非凡。近年來，教育行業開始引入該理論，對學校滿意度、教師工作滿意度、學生滿意度等展開研究，但學生滿意度研究多關注學生對學校的綜合滿意度，聚焦網絡教學滿意度的探討匱乏。本文將基于大學生群體的滿意度視角，關注大學生對網絡學習是否有利于個人成長的主觀評價，包括對學習的滿足、成就及偏好等。考慮到網絡環境下學習行為涉及信息搜集加工、人際交流及問題解決三方面(張建偉等，2004)，本研究將大學生網絡學習滿意度的內涵界定為大學生有關網絡課程學習得到的學業績效、人際收獲評價及其學后產生的意向反饋。

2.學習條件理論

學習條件分為內部條件和外部條件。其中內部條件是學生固有的學習動機及態度等內在狀態、之前習得的知識技能；外部條件是對學生輸入刺激的結構形式，是教育主體開展教育活動需要依托的教學方式、媒體及環境等外界因素。不同的學習內容需要不同的條件，不同條件的作用也會產生不一樣的結果(李芒等，2007)。網絡學習滿意度是保證學生在網絡學習環境下獲得良好學習效果的關鍵因素，受到多種內部條件和外部條件的影響(王麗霞等，2013)。

3.教學系統要素理論

由于教學過程的復雜性，學界有關要素結構的界定尚有爭論，主要包括三要素說、四要素說、五要素說、六要素說、七要素說以及三三構成說等(見表一)。其中，教師、學生、教學內容及教學環境是四大關鍵要素。網絡教學系統包括教師、學生、網絡教學材料及網絡教學環境(張家華等，2009)。結合遠程教育學的教學交互理論(陳麗，2016)，本研究將網絡學習交互納入其中，認為學生與教師、同學以及學習內容間的網絡交互也是構成網絡教學系統的關鍵內容。

表一 教學系統要素說

(二) 分析框架

綜上所述，本文將綜合學生自身特征、教師教學要素、網絡課程特征、社會支持保障和網絡學習交互五方面構建大學生網絡學習滿意度的理論分析框架(見圖1)。

圖1 大學生網絡學習滿意度理論模型

1.學生自身特征

相較于傳統學習，網絡學習系統更開放，以學生為中心的特點更突出，學生學習行為更大程度上直接決定了學習效果(Hill et al.，1997)。

首先，學習動機是激發和維持學生學習，使其朝向一定目標努力的內在心理過程及狀態，是學習行為發生的重要驅動。動機對網絡學習的維持尤為重要，直接影響學生的學習成效(Castillo-Merino et al.，2014)；反過來，基于移動終端的網絡教學亦會對學生學習動機產生影響(朱莎等，2018)。

其次，任務價值是學生對網絡學習趣味性、重要性及有用性的感知與評估，對滿意度有正向預測作用(Chiu et al.，2005)，較高水平的任務價值感知意味著該生對網絡學習有更積極的評價，滿意度更高(Freeze et al.，2010)。

另外，網絡學習自我效能感是學生對自己能否有效利用計算機網絡等資源工具，基于自身能力完成學習任務、解決相關問題的心理感知(童金皓等，2005)，包括學生的“能力感”與“努力感”、對學習的“環境感”、對學習行為的“控制感”(謝幼如等，2011)。學生的網絡學習自我效能感與內在動機顯著相關(Zhang et al.，2001)，學生信心越高越能主動學習，與老師及同學的互動交流也更積極，能有效預測學習成效(Joo et al.，2000)。

最后，學業情緒是學生開展課堂學習、完成課后作業、參加測驗等學習過程中的情緒體驗(俞國良等，2005)。其中，喜悅、興奮、高興等積極情緒與學生的內在動力、努力程度、認知投入等顯著正相關，可有效預測學習滿意度(Artino，2012)。

2.教師教學要素

網絡教學具有時空分離、以異步反饋為主、教學策略顯性化等特點(Taylor，1994)，無論教學模式還是教學方法皆與傳統教學顯著不同。教師的個性品質及教學風格會對學生學習效果產生影響(Webster et al.，1997)。網絡教學能否成功很大程度上取決于教師對網絡教育的認識及教學規律的把握。教師根據網絡教學特點設計教學正確選擇教學傳遞方式、激發學生學習動機、調動學生情緒，有助于提升學生滿意度。

3.網絡課程特性

網絡學習中，自學是學生主要的學習方式，這意味著學生需與教學內容直接交互，因此課程內容的設計及呈現方式尤為重要。網絡課程特性包括課程的時間彈性、內容的豐富性與實用性、教材選用的科學性以及素材編排的合理性。其中，課程的時間彈性使學生更自由，虛擬的學習環境消除了傳統課堂的交流障礙，有助于提升學生學習參與度與滿意度(陳惠惠，2017)；網絡課程質量是影響學生是否愿意深入學習的前提條件，若課程內容豐富有趣、科學嚴謹且通俗易懂，往往會對學生產生較大吸引，激發學生興趣，影響滿意度(張建偉等，2004)。

4.社會支持保障

社會支持保障是學生在為網絡課程學習做準備及開始學習中感受到的來自社會的尊重、重視及關心的行為或信息(Cobb，1976)，包括學校、家庭、教師及同學給予的認知支持、情感支持及自主支持，會對學生的學習動機及成就等產生顯著影響(王麗霞，2014；蔣志輝等，2018)。考慮到良好的通訊性能及穩定的平臺服務是保障學生順利開展網絡學習的先決條件，本文將社會支持范疇擴大，認為來自學校、家庭、教師的縱向支持、同學的橫向支持以及學習平臺的環境支撐皆屬于社會支持保障范疇。

5.網絡學習交互

網絡學習中學生、教師及課程，彼此相互作用產生了學生與平臺間、學生與教師間以及學生與學生間的社會性網絡交互活動(Moore，1989)。網絡交互越多，學生的積極學習體驗越多，學習成效越好(Boling et al.，2012；Martin et al.，2018)。其中，以同學互評等形式出現的生生交互有助于激發學生學習動機，促使學生將外部動機轉為內在動力(韓慶年等，2018)；而師生交互則會通過網絡自我效能感和學習動機內部心理變量的序列中介作用對網絡學習績效產生顯著的直接和間接效應(段朝輝等，2019)。

二、研究設計

(一)問卷設計與量表開發

基于上述理論模型，本研究設計的調查問卷分三部分：第一部分是調研對象的基本特征，包括性別、年級、專業、年齡、是否參加過網絡課程學習等；第二部分是網絡學習滿意度問卷，包括65個測量題項，采用Likert 5點量表計分：1=非常不同意、2=不同意、3=中立、4=同意、5=非常同意；為彌補僅使用封閉式問題導致的定量數據呈現的描述枯燥、信息量少的局限，第三部分設計了兩個開放性問題：“如果你對這段時間的網絡學習不滿意，請寫下主要原因”“為優化網絡教學，請提出你的寶貴建議”，經統計收集文字資料近1.3萬字，其中部分資料以直接引用形式出現在研究結果部分，與定量分析相互印證補充。

(二)數據收集與描述統計

本研究的問卷發放時間為2020年3月11-20日。發放方式是將編寫好的電子問卷編輯到問卷星網站，并委托上海市15所高校的老師轉發鏈接請學生線上填寫。這些學生涵蓋985/211重點院校、普通本科及高職高專(分別為上海交通大學、華東師范大學、華東理工大學、東華大學、上海大學、上海師范大學、上海理工大學、上海對外經貿大學、上海中醫藥大學、上海健康醫學院、上海商學院、上海政法學院、上海電力學院、上海交通職業技術學院、上海旅游高等專科學校)。問卷發放1000份，回收913份。所有題項答案選擇完全一致及答題用時累計100秒內的問卷視為無效問卷并剔除，最終有效問卷為646份，回收率和有效率分別為91.3%和70.76%。

調查對象的專業分布為人文社科類150名，理工農學類264名，醫療衛生類102名，體育藝術類130名，來源廣泛；年級分布為大一學生占37.62%，大二學生占36.38%，大三學生占25.7%(大四學生基本無課程學習)，比例均勻；學校分布為985/211重點工程、普通本科及高職高專均有分布且代表性較強，其中本科類院校是主體(80.03%)；性別分布為男生193名，女生453名。從總體特征和分項屬性看，這些數據具有足夠的代表性和影響力(見表二)。

表二 研究樣本的背景特征

另外，經統計發現，疫情期間高校網絡教學主要借助了Bilibili彈幕視頻網、超星學習通、智慧樹、騰訊會議、大學Mooc、Zoom視頻會議軟件、微信、QQ、釘釘、TronClass暢課、云班課、U校園、華為云Welink、學堂在線等10余種平臺，涵蓋在線教學管理平臺、專業教學視頻網站、社交聊天工具三大類別，種類繁多，可供選擇范圍廣。教學方式方面，33.75%的教師選擇在線直播、學生可實時互動；42.26%的教師提前錄播教學視頻，學生自主觀看；50.46%的教師將在線直播與提前錄播相結合。

三、模型檢驗與分析

(一)信度與效度檢驗

為驗證測量題項的內部一致性，本研究在數據篩選與反向題項處理的基礎上，先對滿意度問卷題項進行項目分析，發現全部呈現顯著性，即意味著區分性良好。其次檢驗量表的信度和效度，結果為，量表的Cronbach’s Alpha系數為0.986，高于0.8的參考標準(吳明隆，2003)，說明信度較高，量表具有較高的可靠性與穩定性。本量表在借鑒國內外已有研究的基礎上，征求了相關專家的意見，并結合疫情期間高校網絡教學情況研制，問卷正式發放前還進行了預調研與修改，測量題項有較高代表性，內容效度好。因子分析得到KMO值為0.980，顯著性Sig值為0.000，通過了Bartlett 球形度檢驗，滿足因子分析前提條件，結構效度良好。

本研究對影響因素問卷的65個題項進行探索性因子分析，選擇最大方差正交旋轉法、主成分分析法提取公因子(提取原則為特征值大于1、因子載荷絕對值大于0.4)，最終確定50個題項，對應8個公因子，累計方差貢獻率為75.24%(見表三)。

表三 探索性因子分析結果

(二) 人口統計和行為特征變量差異分析

本研究將滿意度作為被解釋變量Y，將學生個體特征作為自變量X，運用獨立樣本T檢驗、單因素方差分析進行變量統計及各維度的差異分析(見表四)。其中“年級”“專業類別”“平時是否經常上網”三項個體特征的不同不會導致學生滿意度產生差異；進一步利用事后多重比較Scheffe法對剩余選項分析得到：1)男生的滿意度高于女生。2)本科生滿意度高于專科生，其中985/211等重點院校本科生的滿意度高于普通本科院校。3)有網絡課程學習經歷的大學生滿意度高于首次參加的學生。4)教師的授課方式會對學生滿意度產生影響，相較于教師提前錄播等其他方式，在線直播教學因可以實時互動更受學生青睞。

表四 個體特征對大學生網絡學習滿意度差異分析

(三)網絡學習滿意度影響因素分析

本研究將學生網絡學習的任務價值感知PV(perceived value)、教師網絡教育教學質量TQ(teaching quality)、學生的網絡自我效能感SE(self efficacy)、網絡學習交互NI(network interaction)、學生內在學習動力IM(internal motivation)、學生感知到的社會支持SS(social support)、學生外部學習動機EM(external motivation)以及網絡使用能力NC(network capability)作為模型自變量，將大學生網絡學習滿意度CSSOL(college students’ satisfaction with online learning)作為因變量，進行多元線性回歸分析。

1.相關分析

從自變量與因變量的Pearson相關值可以看出，任務價值感知與滿意度的相關系數最大(r=0.55)且顯著正相關，其次是網絡學習交互(r=0.484)，再次為教育教學質量(r=0.337)，為了完成他人要求、贏得外界獎賞等外部動機與滿意度的相關性最低(r=0.077)(見表五)。由此可以推斷出疫情期間大學生網絡學習的行為表現，滿意度高的學生對網絡教學的價值感知高，學業情緒積極，與學習內容的交互自然，學生能較好地規劃、指導、監測和評價學習過程，自我調節學習水平較高，與老師及同學溝通順暢，產生了良好的學業績效、正面的人際收獲及積極的意向反饋，滿意度較高。

表五 Pearson相關性分析

2.標準化回歸方程

本研究對數據逐步多元線性回歸后發現，所有自變量皆對滿意度有顯著預測力，自變量與因變量的多元相關系數為0.903，決定系數(R2)=0.816，最終回歸模型整體性檢驗F值=352.383(p=0.000)，自變量可有效解釋因變量81.6%的變異量(見表六)。

表六 影響因素逐步多元回歸分析摘要

從預測力高低看，對“大學生網絡學習滿意度”最具預測力的自變量是“任務價值感知”，解釋變異量30.3%；其次是“網絡學習交互”，解釋變異量23.5%；其余六個自變量“教育教學質量”“社會支持”“自我效能感”“內在學習動力”“網絡使用能力”及“外部學習動機”解釋變異量分別為11.4%、7.8%、4.1%、2.7%、1.3%及0.6%，預測力逐漸降低。

從標準化回歸系數看，回歸模型中的八個預測變量β值分別為0.523、0.46、0.321、0.265、0.192、0.157、0.106及0.073，均為正，表明其對大學生網絡學習滿意度的影響皆為正向，且標準化回歸方程如下：

CSSOL=0.523*PV+0.46*NI+0.321*TQ+0.265*SS+0.192*SE+0.157*IM+0.106*NC+0.073*EM

同時，在所有自變量共線性統計數據中，VIF 值均小于10，表示各自變量間未出現共線性，模型的回歸方程式結果穩定，可信度高。另外，由標準化殘差散點圖(見圖2)可發現，殘差值在-2到+2之間，可解釋絕大部分的預測值，說明回歸方程有效。

圖2 標準化殘差散點圖

四、結論與討論

(一) 研究結論

學習滿意度是學生對學習活動的感受或態度，形成原因是學習過程中其愿望及需求獲得滿足。樣本分析得知，大學生對此次網絡學習的整體滿意度不高，滿意度得分為2.479，對其進行單樣本T檢驗發現，p小于0.05，顯著低于中位數3。具體來看，大學生對教育教學質量(M=2.033)、社會支持保障(M=2.207)及網絡學習交互(M=2.398)的滿意度平均分顯著低于中位數3，水平較低。

經多元線性回歸分析發現，在學習維度上，學生的任務價值感知、自我效能感、內在動力及外部動機及其網絡使用能力可顯著預測大學生網絡學習滿意度。問卷開放性問題調查顯示，此次網絡教學期間學生提出“網絡學習對自覺性要求很高，但自己自律性不夠，注意力容易不集中，學習效率低下”“容易感到枯燥無聊”“覺得網絡教學沒用，學習效果不如傳統教學”“網絡學習純屬為了完成學校和老師要求”“第一次接觸，網絡平臺的使用有困難”等問題，大部分學生學習積極性不高。

在教師教學維度上，由教師教學態度、教學能力及技術、網絡課程特性等綜合產生的網絡教育教學質量對大學生網絡學習滿意度有顯著預測作用。調查顯示，大學生對疫情期間學校采取的網絡教學方案表示理解，但也提出無法接受網絡教學完全代替線下教學，期望可以盡早回歸傳統課堂。反映的問題主要包括“網絡教學平臺五花八門，不同課程的依托平臺不同，讓人眼花繚亂”“平臺穩定性差，易卡頓與崩潰”“部分老師教學不認真，缺乏責任心，劃水現象嚴重”“理工類課程難以通過網絡講授進行學習，知識理解困難卻無處求助”“課程資源匱乏，教學視頻枯燥滯后，缺乏趣味”“沒有紙質課本配合，對學習內容有很多疑惑但無法得到及時解答”“課后布置作業過多，學業壓力遠比線下課堂大”等，教學質量評價較低。

此外，父母和教師的支持、基于網絡平臺的人機交互與同伴交互等因素，會對教學質量和學生滿意度發揮作用，但學生反映“網絡課堂的交流性能差”“沒有參與度，感覺課堂是老師的獨角戲”“缺乏學習氛圍”等問題嚴重，亟需改進。

(二) 管理對策

1.教師教學

1)整合優化在線課程資源，增強課程內容的實用性與豐富性。調查發現，網絡課程在幫助學生了解所學知識、滿足學生需求的效果并不理想，“課程資源匱乏、教學視頻枯燥滯后、不符合學生學習需求”等問題嚴重。因此教師在開展教學前，做好學生需求調研，綜合視頻音頻、PPT課件、WORD文檔等多種形式為學生提供豐富有效、契合實際的課程資源，幫助學生認識、理解和掌握所學知識。

2)加強網絡教學活動設計，提高學生學習參與度與完成度。調查顯示，此次因疫情高校首次實施的網絡教學過程中，被迫參與的大學生多缺乏自主學習能力，且由于課后作業多，學業壓力較大，學生產生倦怠疲憊等消極情緒，網絡學習堅持率低、學習質量不佳。而教學活動設計一直以來被視作解決學生學習完成度與學習質量低下的有效辦法，因此教師可參考“引領式在線學習”理念，基于教學活動目標、學生群體特征及教學內容的前端分析，合理安排教學任務，針對知道、理解和運用等不同層次的教學目標設計學習活動，提高學習效率，減少因課業過多給學生帶來的壓力。

2.條件保障

1)重視外部環境保障，增加社會支持。研究發現，大學生感知到的社會支持保障能積極預測其網絡學習滿意度。這啟示教師在網絡教學中要積極給予學生情感支持、認知支持和自主支持，包括使用鼓勵與關心類的話語、有效學習策略的引導等；同時，家庭也要為學生打造良好學習環境，肯定孩子的努力；同學間的學習交互亦對滿意度起到了重要推動，這就要求學生應主動參與課程的學習討論，參與各類合作式學習任務，營造支持性的學習氛圍，提高學生的學習績效與滿意度。

2)統一教學平臺，優化網絡平臺設計。調查發現，此次疫情期間，高校采用的網絡教學平臺過多，且常出現崩潰與不穩定等問題，學生需要花大量時間學習和適應每個平臺的使用。因此，首先要規范教學平臺，比較、精選并優化設計兩至三個教學平臺，供高校使用，減少因平臺過多給學生帶來的困擾。另外，教學平臺設計包括學習導航界面和課程界面設計，貫穿了學生預習、學習、復習、檢查、反思、答疑等整個學習過程，為學生提供直接的支持服務，其設計的好壞很大程度上決定了學生學習滿意度。但目前來看，網絡教學平臺的便捷性與穩定性較差，學生滿意度較低。這一方面是全國網絡教學的同步實施帶來了壓力，但根本上還是要歸因于平臺自身技術的滯后性，因此要大力研發和引進前沿科技，加快把技術轉換成現實的服務力量，挖掘學習平臺各個模塊的功能，完善在線交互工具，提高學習平臺的穩定性、便捷性與有用性，為學生提供有效、順暢、便捷的服務。

3)強化大學生網絡技能培訓，提升學生信息素養。研究發現，大學生是否有網絡課程學習經歷會導致其學習滿意度產生顯著差異，且大學生對網絡學習工具和網絡使用環境的熟悉程度對滿意度有顯著預測作用。在網絡學習中，有豐富經驗及較高網絡能力的學生對網絡課程學習系統更熟悉，相關問題能較快解決；而沒有網絡學習經驗或網絡使用能力較差的學生，往往會遇到各種無法獨立解決的問題，導致自我效能感與價值感知下降，影響學習滿意度。這就要求學校在開展網絡教學前，要對學生開展網絡技能培訓，向學生解釋各類平臺的操作流程與注意事項，幫助學生熟悉網絡課程學習環境、資源使用方法及互動交流方式等，有效提升學習滿意度。