學習者特征對網絡學習接受度的影響分析

摘要：網絡學習中，學生作為學習主體，其網絡學習接受度有待深入研究。文章結合技術接受模型和遠程學習者四元特征模型，調查分析了學習者特征對感知易用性、感知有用性和行為意向的影響。結果顯示網絡學習者的經驗、每天平均在線學習時長、每次持續學習時間均與學生的網絡學習接受度有關。根據調查結果，文章提出了強化學生對網絡學習接受度的建議和措施。

關鍵詞：網絡學習；學習者特征；技術接受模型

中圖分類號：G40""文獻標志碼：A

0"引言

教育信息化2.0行動計劃中指出，要推動網絡學習空間建設與應用，保障人人有空間，實現人人用空間、一人一空間，構筑一體化的“互聯網+教育”大平臺^［1］。然而，在網絡學習空間中開展教與學的活動具有教與學時空分離的特性。學生作為學習主體，其網絡空間學習接受度是不可忽視的一部分。此外，由不同知識背景、專業、學習時間、學習條件等產生的學習者特征差異也亟待探究。那么，學習者特征與學生網絡學習接受度有何關系？如何針對不同學習者特征采取相應對策提高學習者網絡學習接受度？本文以超星平臺為基礎，基于DSMS和TAM3理論設計問卷，通過相關統計和檢驗來預測和解釋不同學習者特征的網絡學習參與者對信息技術的接受度，分析影響因素，采取差異化措施影響學生的行為、觀念與態度，強化學生對網絡教育的接受程度，從而提高網絡學習空間的教學質量。

1"研究基礎

1.1"遠程學習者特征

遠程學習者特征是指影響遠程學習者學習過程有效性的來自外部環境和學習者生理與內部心理的各個方面，即學生獲得知識、技能和態度時的各種特征（征象）總和^［2］。丁興富^［3］從7個維度提出遠程教育學生特征理論分析體系；陳麗等^［4］從生理維度、經驗維度和心理維度構造了遠程學習者特征；王迎等^［2］從人口學特征、支持性特征、動力特征和策略特征建構了遠程學習者DSMS四元特征模型。在DSMS特征模型的基礎上，學者們根據學習對象的特殊性重構了學習者特征并開展研究，證明了學習者特征對網絡學習研究具有積極且重要的意義。

1.2"技術接受模型

技術接受模型是用來分析用戶接受新技術或信息系統受哪些因素影響的一種理論模型。1986年，Davis基于計劃行為理論首次提出技術接受模型，外部變量通過感知有用性、感知易用性對用戶態度、使用意向及實際使用行為產生影響。隨著研究不斷擴展和完善，技術接受模型先后演變出TAM2、UTAUT、TAM3等多種研究模型^［5］。TAM3模型通過感知有用性、感知易用性2個中介變量把外部影響因素與個體行為意向建立邏輯關系分析個體對新技術的接受度。

2"研究設計與實施

2.1"研究問題

研究主要參考DSMS模型和TAM3模型，結合大學生網絡學習實際情況，從人口學特征、支持型特征、策略特征和需求特征4個維度出發，從感知易用性、感知有用性和學生行為意向3個因素來分析網絡學習者特征因素與網絡學習接受度的關系，研究框架如圖1所示。

2.2"問卷設計及信效度分析

調查問卷分為2個部分，第一部分用于調查網絡學習者特征，第二部分調查網絡學習接受度。第一部分共17個題項，包括人口學特征、支持性特征、策略特征和需求特征，參考了王迎等^［2］的研究，鑒于網絡學習中學習者動力特征都很充足但學習設備、學習途徑、學習資源等有很大差異，因此將動力特征替換為需求特征。第二部分共12個題項，參考了Venkatesh等^［6］的研究，包括感知易用性、感知有用性和行為意向。所有題項均采用李克特五級量表，分為“非常不

符合（1分）”“不符合（2分）”“一般符合（3分）”“符合（4分）”和“非常符合（5分）”。

研究通過網絡發放問卷和收集數據，共回收問卷2476份，刪除無效問卷后有效問卷2204份，有效率89.0%。采用SPSS24.0進行數據統計分析，量表整體Cronbach’sAlpha系數值為0.859，效度分析結果顯示KMO值為0.915，Bartlett球形檢驗結果達到顯著水平（Plt;0.001），說明問卷信效度良好。

2.3"研究對象

研究以參與網絡學習的本科生和研究生為研究對象展開隨機調查，院校覆蓋綜合類、理工類、財經類、醫藥類、師范類等12類。男生有756人，女生有1448人，女生人數約是男生人數的1.9倍，這是由于師范類院校（占比27.8%）和財經類院校（占比15.7%）的樣本量較高，符合2類院校女生比例遠高于男生的特點。本科生占調查總數的94.4%，研究生占調查總數的5.6%，本科生人數明顯高于研究生人數。此外，69.8%的參與調查的學生有過網絡學習經驗。

3"學習者特征對網絡學習接受度的影響

研究將學習者特征因素作為自變量，將網絡學習感知易用性、感知有用性和行為意向作為因變量，采用相應的統計學方法檢驗不同特征因素是否對網絡學習接受度產生影響。

3.1"人口學特征差異性分析

人口學特征包括性別、學校類別、年級和經驗。運用獨立樣本T檢驗、單因素方差分析各維度的差異。如表1所示，其中學校類別、經驗在感知易用性、感知有用性、行為意向上均呈現顯著性差異；性別僅在感知易用性、感知有用性上呈現顯著性差異；年級僅在感知易用性、行為意向上呈現顯著差異。

進一步利用事后多重比較分析得到：（1）在性別上，男生的感知易用性（均值為3.5）和感知有用性（均值為3.3）高于女生，說明男生比女生感覺網絡學習更容易操作。（2）在院校上，農林類高校的學生在感知有用性上的得分最高（均值為3.4），醫學類高校的學生在感知易用性（均值為3.5）和行為意向（均值為3.4）上的得分最高。（3）在年級上，大四學生和研究生的感知易用性、行為意向均高于大二和大三學生。（4）在使用經驗上，有過網絡學習經歷的學生對網絡學習的感知易用性、感知有用性和行為意向（均值分別為3.5、3.3和3.4）均超過無網絡學習經歷的學生，表明具有使用經驗的學生其網絡學習更容易操作，學習收獲更大，更愿意繼續使用。因此，使用經驗是影響學生對網絡學習接受度的重要因素。

3.2"支持性特征差異性分析

支持性特征包括平均每天在線時長和每次登錄平臺持續學習時間。在平均每天在線時長方面，36.8%的學生在2～4 h，31.5%的學生在4～6 h，18.5%的學生在2 h以下，13.3%的學生在6 h以上。可以看出，大多數學生每天在線學習時長較為適中，能夠保證每天投入時間參加網絡學習。在每次登錄平臺持續學習時間方面，8.7%的學生在20 min以下，16.4%的學生在20～30 min，22.7%的學生在30～40 min，52.2%學生在40 min以上，可以看出大多數學生學習具有持續性。通過方差分析（見表2）可以發現，每天平均在線學習時長和每次登錄平臺持續學習時間在學生網絡學習感知易用性、感知有用性、行為意向上P值均小于0.05，呈現顯著性差異。

通過事后多重比較發現：（1）在易用性上，平均每天在線學習時長4～6 h（均值為3.5 h）的學生高于2～4 h（均值為3.4 h）和2 h以下（均值為3.2 h）的學生，2～4 h的學生高于2 h以下的學生；每次登錄平臺持續學習時間30～40 min和40 min以上的學生（均值為3.4 min和3.5 min）高于20～30 min（均值為3.3 min）和10 min以下的學生（均值為3.0 min），20～30 min的學生高于10～20 min（均值為3.1 min）的學生，30～40 min與40 min以上的學生無明顯差異。（2）在有用性上，平均每天在線時長4～6 h（均值為3.2 h）的學生明顯高于2 h以下（均值為3.0 h）的學生，6 h以上（均值為3.3 h）的學生明顯高于其他學習時長學生；每次登錄平臺持續學習時間40 min以上（均值為3.3 min）的學生顯著高于其他各組學生，且其他各組學生之間無顯著性差異。（3）在行為意向上，平均每天在線學習時長4～6 h和6 h以上（均值皆為3.4 h）的學生均高于2～4 h的學生（均值為3.3 h），2～4 h（均值為3.3 h）的學生明顯高于2 h以下（均值為3.1 h）的學生；每次登錄平臺持續學習時間40 min以上（均值為3.4 min）的學生高于30～40 min和20～30 min的學生（均值為3.3 min），30～40 min的學生高于10～20 min的學生，其他各組學生之間無顯著性差異。由此可見，平均每天在線學習時長至少4 h，4～6 h為最佳；每次登錄平臺持續學習時間至少要30 min，30～40 min為最佳。

3.3"策略特征差異性分析

策略特征包括時間和任務管理、反思與總結、輔助工具3個維度，時間和任務管理體現在學習者能否合理安排學習時間、任務分配、知識規劃，反思和總結體現在學習者是否會總結知識內容、反思學習困境、總結并反思失敗學習經歷，輔助工具體現在學習者是否會使用工具制作流程圖、記筆記、特殊標記（如標亮、劃線等）等輔助學習。通過方差分析可以發現（見表3）時間和任務管理、反思與總結、輔助工具在感知易用性、感知有用性和行為意向均存在顯著性差異（Plt;0.001）。

根據學生在時間和任務管理、反思與總結、輔助工具的得分進行分組，將（0，1）視為低分組，2視為中等組，3視為高分組。通過事后多重比較發現：（1）在時間和任務管理上，低分組學生感知易用性、感知有用性、行為意向（均值分別為3.4、3.3和3.4）竟然高于中等組的學生。（2）在反思與總結上，高分組學生感知易用性、感知有用性、行為意向（均值分別為3.5、3.3和3.4）明顯高于低分組和中等組學生。（3）在輔助工具上，高分組學生感知易用性、感知有用性、行為意向（均值分別為3.6、3.3、3.5）明顯高于低分組和中等組學生。此外，在反思與總結、輔助工具上中等組和低分組學生感知易用性、感知有用性、行為意向均不存在顯著差異。

3.4"需求特征差異性分析

需求特征包括網絡學習者的學習途徑、學習資源類型。在學習途徑上，學生首選超星平臺、中國慕課等在線學習網站（占比70.0%），其次是直播形式平臺（占比16.4%），最后是微信群或QQ群（占比13.6%），傾向在線學習網站的學生網絡學習接受度（均值為3.5）最高。在學習資源類型上，41.6%的學生將教學視頻排在第一位，依次是PPT課件（32.8%）、直播課程（18.0%）、文字材料（5.2%）和語音講解（2.4%）。其中，喜歡教學視頻和PPT類型學習資源的學生，其行為意向（均值均在3.4以上）明顯高于喜歡直播課程（均值為3.1）、文字材料（均值為3.0）和語音講解（均值為3.3）的學生。網絡學習途徑、學習資源類型與感知易用性、感知有用性、使用意向進行差異性分析發現，直播形式學習途徑、教學視頻類型學習資源在3個維度上均存在顯著影響（Plt;0.05）。

4"結論與建議

4.1"課程開發者在網絡學習課程前設置操作培訓

研究結果顯示，具備網絡學習經驗的學習者，其“感知易用性”“感知有用性”和“使用行為”明顯高于無經驗的學習者。這可能是因為經驗使學習者熟悉且具備了網絡學習要求的基礎能力，包括計算機操作、網絡學習熟悉度等。此外，有研究表明，學習者網絡學習的認同感、態度會受先前的網絡學習經驗影響，獲得過高質量學習結果的學習者，其網絡課程學習知識的決心會得到強化^［7］。

因此，在網絡學習課程前，課程開發者可以設置一個操作流程培訓。學習者根據自己是否具備網絡學習經驗、是否需要培訓選擇是否參加操作流程培訓，以確保學習者熟悉網絡學習的基本操作和主要流程，既能保障學習者擁有參與網絡學習的基礎能力，提高學習者對網絡學習的接受度，又能發揮網絡學習的個性化特征。

4.2"關注學習者需求

研究結果顯示，網絡學習途徑、學習資源的不同對學生網絡學習接受度產生顯著影響，學習者更愿意通過在線學習網站，通過觀看教學視頻完成網絡學習。調查結果印證了在網絡學習中，學習者的主要學習需求是滿足靈活學習。因此，課程開發者要滿足學習者靈活學習的需求，可以將在線學習網站作為載體，以教學視頻為主，其他多種類型學習資源為輔，達到學習者可靈活選擇、靈活學習的需求，以此增強學習者的感知易用性，從而提高學習者對網絡學習的接受度。

4.3"學習者合理安排學習時長

數據分析結果顯示，每天平均在線學習時長在2 h以下的學生感知易用性、感知有用性、行為意向均低于4～6 h學生和6 h以上學生，在網絡平臺持續學習40 min以上或30～40 min的學生感知易用性、感知有用性、使用意向均大于10 min以下學生。每天平均在線學習時長至少4 h、每次持續學習至少30 min效果最佳。左秀娟^［8］在研究大學生在線學習行為與學習效果關系中推測出，學習者在線學習時長越長，其取得的在線學習成績越高，在線學習時長在一定程度上反映了學習者的積極性。該結論與本研究結果顯示一致。

Boyd^［9］認為，時間因素是在線學習成功的主要影響因素之一。本研究建議學習者應根據自身時間，合理安排網絡學習時長（包括每天的總時長和單次學習持續時間），至少要保證每天網絡學習的總時長不少于4 h，單次學習持續時間在30 min以上。保證學習時長可以增強學習者的感知易用性、感知有用性和行為意向，從而使網絡學習效果達到最佳。

4.4"學習者構建資源管理策略

學習策略是學習者為提高效果和效率，有目的、有意識地制定有關學習過程的復雜方案，學習策略分為認知策略、元認知策略和資源管理策略。研究從時間和任務管理、反思與總結、輔助工具3方面研究資源管理策略。結論顯示，在反思和總結、輔助工具上，學習者感知易用性、感知有用性和行為意向存在明顯差異，表明學習者網絡學習接受度受反思和總結、輔助工具影響。在Puzziferro^［10］研究結論中也提到，時間管理和學習環境與學習者學習滿意度有明顯的關聯。本研究建議學習者應構建資源管理策略，統籌安排學習時間，高效利用最佳時間，調節成敗標準、正確歸因，在失敗經歷中總結反思，善用學習工具，從而增強網絡學習的感知易用性、感知有用性，增加學習行為意向，提高網絡學習接受度。

5"結語

本研究從學習者特征出發，討論了影響網絡學習接受度的因素，希望通過該研究能為促進在線教育發展、提高在線教育質量提供一定的參考。但由于個人能力和研究時間有限，研究存在一些不足之處，比如研究主要集中在對學習者行為上的數據收集，而行為數據并不能夠完全表征學習者的心理特征，因此研究還存在改進空間。

參考文獻

［1］教育部.教育部關于印發《教育信息化2.0行動計劃》的通知［EB/OL］.（2018-04-18）［2023-12-18］.http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

［2］王迎，安玉潔，黃榮懷.遠程學習者特征模型的構建研究［J］.開放教育研究，2006（1）：47-53.

［3］丁興富.遠程教育學［M］.北京：北京師范大學出版社，2001.

［4］陳麗，張偉遠，郝丹.中國遠程學習者學習風格特征的三維模型［J］.開放教育研究，2005（2）：48-52.

［5］高芙蓉.信息技術接受模型研究的新進展［J］.情報雜志，2010（6）：170-176.

［6］VISWANATH V，HILLOL B.Technology acceptance model 3 and a research agenda on interventions［J］.Decision Sciences，2008（2）：273-315.

［7］劉儒德，江濤.學習者特征對網絡學習的影響［J］.中國電化教育，2004（6）：11-15.

［8］左秀娟.大學生在線學習行為與學習效果關系及促進策略研究［D］.濟南：山東師范大學，2019.

［9］BOYD D.The characteristics of successful on-line students［J］.New Horizonsin Adult Education，2004（2）：31-39.

［10］PUZZIFERRO M.Online technologies self-efficacy and self-regulated learning as predictors of final grade and satisfaction in college-level online courses［J］.American Journal of Distance Education，2008（2）：72-89.

（編輯"王雪芬）

Influence of learner characteristics on e-learning acceptance

JIANG "Xue¹， GUO "Shaohua²

（1.Institute of Teacher Education，Qiqihar University， Qiqihar 161003， China;

2.Dalian Free Trade Zone Jingang School， Dalian 116610， China）

Abstract： "In e-learning， students as the main body of learning， their e-learning acceptance needs to be further studied. This study combined the technology acceptance model and the distance learners’ four-dimensional characteristics model to analyze the influence of learners’ characteristics on perceived usability， perceived usefulness and behavioral intention.The results show that the e-learning experience， the average daily online learning time and the duration of each continuous learning time have an effect on the students’ acceptance of e-learning， this study puts forward some suggestions and measures to strengthen students’ acceptance of e-learning.

Key words： e-learning; learner characteristics; technology acceptance model