期望確認理論的直播課堂持續使用意愿調查

龔兵麗，劉孫發，謝彬，林志興，張武威

（1.三明學院 教務處，福建 三明 365004；2.三明學院 網絡技術中心，福建 三明 365004；3.三明學院 信息工程學院，福建 三明 365004；4.世紀大學 教育學院，馬來西亞 吉隆坡 47300；5.武夷學院 網絡中心，福建 武夷山 354300）

全球蔓延新冠肺炎疫情導致許多國家的經濟和教育等社會活動面臨嚴峻挑戰，截止2021 年初仍有2.5 億學生受影響[1]，許多學校被迫轉入直播教學。直播教學相比傳統異步在線教學具有互動便捷、反饋及時等優點，為學生在特殊時期持續學習提供機會，成為疫情期間主要的在線教學方式之一[2]。然而直播課堂的學習情境與時空邊界不同于其他課堂，如何評價學生在該教學模式下的學習效果備受社會關注。有研究表明學生的持續使用意愿是反映直播課堂學習效果的重要指標[3]，持續使用意愿被定義為學生未來繼續使用直播課堂的一種主觀傾向性。通過分析學生主觀傾向性的影響因素與路徑，側面反應學習效果的相關研究已成為當前特殊時期的關鍵議題。

1 理論框架

由Olive[4]提出的期望確認理論（expectation confirmation theory,ECT）最初主要應用于傳統商業領域，認為消費者初始期望與實際體驗之間差異會形成不同的確認水平，確認水平的差異性通過滿意度為中介影響購買意愿。Bhattacherjee[5]將ECT 理論與Davis 技術接受模型（technology acceptance model,TAM）整合拓展為期望確認模型（expectation confirmation model,ECM）。ECM 強調用戶使用信息系統的期望和后續確認對其滿意度和感知有用性的影響，最終影響信息系統的使用意向[6]，被廣泛應用于信息系統（information system，IS）的使用意愿研究。ECM 包含期望確認、感知有用性、滿意度、使用意愿四個基本要素，見圖1。期望確認是個體對系統的預期和實際使用經驗之間一致性程度的感知；感知有用性是個體對系統帶來績效改善程度的感知；滿意度是個體在使用系統后的心理體驗；使用意圖是指持續使用系統的主觀傾向性。該模型關鍵路徑表明，用戶的IS 感知有用性與滿意度對使用意愿有積極的影響；IS 初始期望確認與感知有用性對滿意度有積極的影響。

圖1 期望確認理論模型Fig.1 Expectation confirmation theoretical model

2 研究模型與假設

由于ECM 模型既簡明又易于擴展，依據研究情境適當調整ECM 模型的情形并不少見。Dai 等[7]使用求知欲、使用態度、滿意度等變量對MOOC 使用意愿進行研究；李薇等[8]使用平臺服務質量、感知附加值、感知互動性等變量來研究在線學習使用意愿的影響關系；Ifinedo 等[9]以感知學習支持度、感知有用性、確認度和滿意度等為變量，研究加拿大一所大學的108 名學生持續使用博客意愿受變量影響的路徑關系；可見ECM 模型適用多數信息系統的使用意愿研究。在直播教學中感知有用性受學生信息素養效能感的調節[10]，采用技術接受度命名；學生對直播教學的確認直觀體現在教師支持的在線同步課堂中，故采用學習臨場感表示期望確認；同時直播課堂學習離不開學校支持、學習環境創設等。結合ECM 模型與直播課堂特點，構建感知學習支持、學習臨場感、技術接受度、滿意度等四個因素影響直播課堂使用意愿的研究模型。

2.1 感知學習支持

感知學習支持是師生對學校支持直播教學的直觀感受。根據組織支持理論，個人直觀感受主要受組織環境因素影響，直播教學組織環境包括技術、平臺、資源、政策等方面[11]，其有力保障會促進師生將新技術應用到教學環境，提高學生的技術接受度與滿意度[12]。加強教師直播授課技能培訓，可以更好指導學生學習，改善學生學習臨場感。因此，感知學習支持假設如下：

H1：感知學習支持正向影響學習臨場感

H2：感知學習支持正向影響滿意度

H3：感知學習支持正向影響技術接受度

2.2 學習臨場感

學習臨場感指學生感知教師對學習的指導和關注，是學習體驗的重要組成部分。直播課堂模式下教學活動離不開技術媒介支持，教師適當地指導與關注學生在課堂中遇到的技術問題可以有效改善直播平臺的可用性與易用性[13]，提高學生的技術接受度，提升滿意度。因此，學習臨場感假設如下：

H4：學習臨場感正向影響技術接受度

H5：學習臨場感正向影響學生的滿意度

2.3 技術接受度

技術接受度是個體感知信息系統用于提高工作或學習表現的程度[14]，大多采用Davis(1989)技術接受模型(Technology Acceptance Model,TAM)來測量。該模型核心變量是感知有用性與感知易用性[5]。研究把TAM 融入ECM 模型，用技術接受度表達兩個核心變量。技術接受度是影響滿意度和使用意愿的前因，態度和感知行為控制是影響學習者繼續使用直播教學意愿的顯著因素[15]。因此，技術接受度假設如下：

H6：技術接受度正向影響學生的滿意度

H7：技術接受度正向影響學生的使用意愿

2.4 滿意度

用戶滿意度是個體對信息系統的期望與實際使用績效進行比較的心理狀態[16]。學生滿意度是影響直播課堂成功的重要因素，也是衡量學生是否愿意繼續使用虛擬學習平臺最為關鍵的因素。因此，滿意度假設如下。

H8：學生滿意度正向影響使用意愿

2.5 信息素養效能感

在社會認知理論中自我效能感是個體對自己能力的信念，是影響行為的核心因素。信念影響學生面對挑戰時的行動、努力、毅力和適應力[17]。信息素養效能感是學生對使用信息技術能力的自我判斷所體現的信心水平。Abdullah 等對107 篇相關技術接受度的論文進行元分析，發現效能感對技術接受度在模型中的影響起到調節作用，在直播課堂教學中信息素養效能感在受技術接受度影響的相關路徑中起到調節作用[18]。因此，信息素養效能感假設如下：

H9a：信息素養效能感在感知學習支持影響技術接受度時有調節作用

H9b：信息素養效能感在學習臨場感影響技術接受度時有調節作用

H9c：信息素養效能感在技術接受度影響滿意度時有調節作用

H9d：信息素養效能感在技術接受度影響使用意愿時有調節作用

因此，根據直播課堂實際應用情境，基于ECM 模型核心要素構建直播課堂使用意愿影響因素模型，見圖2。

圖2 直播課堂使用意愿影響因素模型Fig.2 Continuance intention influencing factor model of live classroom

3 研究方法

3.1 研究工具

研究采用SPSS 和AMOS 分析軟件對收集的數據進行統計分析，采用回歸路徑分析方法對各因素之間的影響關系進行假設驗證，并對模型進行擬合校驗以確定各因素的影響路徑，最后對中介變量進行驗證和差異性分析。

3.2 量表設計

研究量表是根據直播課堂具體情境參考顧熠男[19]、Khlaisang 等[13]研究進行綜合設計的改編量表。包含31個量表測量項，4 個基本信息項（性別、學校、年級、是否為師范生），抽取學習臨場感（LP）、感知學習支持（PLS）、信息素養效能感（ILE）、技術接受度（TA）、滿意度（STA）、使用意愿（CI）6 個因子，問卷采用李克特六點記分法。

4 研究分析與結果

4.1 樣本基本特征描述

通過在線問卷收集數據，合計收集1350 個樣本數據，去除80%都是同一選項的樣本189 個，異常值42 個樣本，剩余1119 個有效樣本，有效率為82.89%。

樣本來源于福建省19 個本科高校，男生33.33%，女生66.67%；師范生40.66%,非師范生59.34%；一年級45.84%，二年級24.04%，三年級24.58%，四年級5.54%。

4.2 信度分析

從表1 可知，Cronbach α 系數都大于0.7 說明研究數據信度質量較好，適合進一步分析。

表1 測量項信度分析Tab.1 Reliability analysis of measurement items

4.3 測量模型檢驗

通過KMO 和Bartlett 檢驗進行效度驗證，從表2可知，KMO 值為0.977 大于0.8（P＜0.05），反應研究數據效度很好。

表2 效度分析Tab.2 Analysis of validity

從表3 可知，標準化載荷系數絕對值均大于0.6，表明有著較好的測量關系。在聚合效度方面對應AVE＞0.5，且CR＞0.7 遠高于Hair 的推薦值[20]，表明本次分析數據具有良好聚合效度。

表3 測量指標的驗證性因子分析Tab.3 Confirmatory factor analysis of measurement indicators

4.4 相關分析

從表4 可知，Pearson 相關系數值均顯著，表明測量項之間有相關關系。

表4 測量指標相關性分析Tab.4 Correlation analysis of measurement indicators

4.5 結構模型檢驗

從表5 可知，H5 的標準化路徑系數值為-0.049＜0，且P＜0.01，說明學習臨場感會對滿意度產生顯著的負向影響；H2 路徑沒有顯著性（P＞0.05），說明感知學習支持對滿意度沒有影響關系。去除假設不成立路徑后見表6。

表5 結構模型回歸系數匯總Tab.5 Summary of structural model regression coefficients

表6 修正后的結構模型回歸系數匯總Tab.6 Modified summary of structural model regression coefficients

4.6 修正后的結構模型回歸系數匯總

從表6 可知：H1，H3，H4，H6，H7，H8 的標準化路徑系數都大于0 且（P=＜0.01），說明假設成立。H5 的標準化路徑系數值小于0 且(P=＜0.01)，說明學習臨場感顯著的負向影響滿意度。

從表7 可知，修正后的模型擬合指標良好。

表7 修正后的結構模型擬合指標Tab.7 Modified structural model fitting indicators

4.7 調節效應檢驗

從表8 可知，ILE 分別正向調節了PLS 影響TA、TA 影響STA 的關系，假設H9a、H9c 成立，而ILE 對LP 影響TA、TA 影響CI 的調節作用不存在，假設H9b、H9d 不成立。

表8 信息素養效能感調節效應檢驗Tab.8 Moderating effect test of information literacy efficacy

4.8 修正后的模型

根據修正后的模型回歸系數與調節作用的檢驗結果生成修正后的模型如圖3。

圖3 修正后的直播課堂使用意愿影響因素模型Fig.3 Modified influencing factor model of live classroom continuance intention

5 結論與建議

首先，感知學習支持是成功實施直播課堂的基礎。感知學習支持大幅度提升學生的學習臨場感與技術接受度，與Khlaisang 等研究結論一致[21]，便利的支持條件有利于正向行為的發生[22]。然而，感知學習支持對滿意度沒有顯著影響，可能與學校帶寬保障這一項得分（M=4.381）最低有關，網絡擁堵或故障對直播課堂的影響較大。建議學校在教學平臺、教學資源、帶寬服務等方面加強建設；在引進直播平臺、允許錯峰授課、精準技術支持等方面加強保障。同時，由于直播教學面臨復雜多樣的問題，過高或不切實際的期望會使學生感到消極與不滿，學校應合理引導學生產生適當的期望值。

其次，技術接受度與滿意度是成功實施直播課堂的核心要素。技術接受度正向影響滿意度與使用意愿，滿意度正向影響使用意愿，這與覃紅霞等研究結論一致[3]，也進一步驗證了期望確認理論中中介的重要作用。通過提高技術接受度提升學生滿意度，從而影響使用意愿是行之有效的方法。當然，技術接受度也直接影響使用意愿。因此，技術接受度與滿意度是以期望確認為基礎理論的直播教學不可或缺的中介變量。

再次，學習臨場感是成功實施直播課堂的關鍵。數據分析發現學習臨場感的分數（M=5.463）最高，但回歸模型結果表明他負向影響滿意度。這一現象較符合中國學生“沉默的參與者”特點[23]，即在課堂中不希望和老師發生過多交互。與傳統課堂相似，過多的關注可能降低滿意度，教師在直播課堂教學中應適當關注學生。

最后，信息素養效能感是成功實施直播課堂的重要個人要素。良好的個人信息素養效能感可以有效的促進學校支持產生更大的效益，提高個體的滿意度。同時效能感因人而異，設定與之相匹配的目標可以進一步提升學習效果[24]，建議學生在直播課堂的學習過程中設置合理的學習目標。