高校線上教學滿意度與支持度影響機制研究

【摘" " 要】如何讓學生從接受向樂于接受、持續使用轉變，如何識別線上教學的優勢、短板，成為當前線上教學滿意度和支持度研究亟待科學測定的主要內容。文章在技術接受模型（Technology Acceptance Model， TAM）的基礎上擴展主觀期望行為這一潛變量，并運用結構方程模型（Structural Equation Model， SEM），結合741份文理科學生調查問卷數據，分析感知有用性、感知易用性等5個潛變量之間的路徑關系及各潛變量內部觀測變量的影響機理。結果顯示：宏觀路徑上，感知有用性、感知易用性和主觀期望行為對線上教學滿意度有顯著正向影響，線上教學滿意度對線上教學支持度有顯著正向影響；微觀機理上，線上教學的優勢在于在線預習、回放復習，且更多的課堂活動與前沿內容會讓學生提高使用意愿，但是硬件設施穩定性差、多人課堂相互影響、考核方式單一及學習自律性缺乏等問題也會降低學生對線上教學的滿意度與支持度。根據以上結論，文章提出了強優勢、補短板、遂期望的教學優化建議，以期為相關研究提供參考。

【關鍵詞】線上教學；技術接受模型；結構方程模型；滿意度與支持度

【引用格式】柏笑寒，劉愛秋，吳雷.高校線上教學滿意度與支持度影響機制研究——基于TAM模型[J].黑龍江教育（理論與實踐），2025，79（3）：29-33.

【中圖分類號】G642.3" " " " " " " " "【文獻標識碼】A" " " " " " " " 【文章編號】1002-4107（2025）03-0029-05

一、引言

在“互聯網+教育”背景下，線上教學以其打破時空局限、實現學生個性化自主學習等優勢不斷被高校師生所認可和接受，但是缺乏互動討論、較高的自我管理要求等問題也成為線上教學的掣肘因素。當前，線上線下混合式教學已經成為課程建設的主流趨勢，線上教學也成為線下課堂重要的補充與輔助。線上教學滿意度的提升不僅有利于促進學生產生積極的情感反饋，形成持續使用意愿，也有助于反映教學成效，改進和完善教學方法，進而形成線上教學滿意度與支持度的正向循環。因此，分析線上教學滿意度與支持度的影響因素對不斷探索和創新教育教學方法與模式有著重要的理論與實踐意義。

二、理論綜述與分析框架

技術接受模型（TAM）是由F. D. 戴維斯（F. D. Davis）在理性行為模型的基礎上結合自我能效和期望理論提出的，主要用于解釋和預測人們對信息技術的接受程度。基于感知有用性和感知易用性2個決定因素，TAM模型提供了外部因素對使用者內部的信念、態度及意向產生影響的理論分析框架。國內外學者運用TAM模型分析各類技術使用者的滿意度與使用意愿，包括人工智能、人機協同、智慧社區平臺等[1-4]。

線上教學是以學習為目的的信息技術應用，其本質是學生對線上教學信息系統、線上教學模式的接受行為。近年來，許多學者運用TAM模型探討了線上教學與信息化教學方式的滿意度與支持度影響因素。例如，有學者從學生視角進行分析，認為教學質量、自學質量和環境質量均對線上教學滿意度產生正向影響[5]；有學者從教師視角建立分析框架，認為感知有用性和感知易用性對教師信息化教學產生積極影響，同時得出主觀規范和行為控制也會影響教師使用意愿的研究結果[6-8]。因此，文章在

TAM模型基礎上，擴展主觀期望行為這一潛變量，綜合分析線上教學滿意度和支持度的影響機制和制約因素，為針對性提升線上教學效果提供改善思路[9-11]，對框架中的5個潛變量做出如下界定（圖1），并作出假設。

感知有用性是指技術使用者感知到該項技術能夠被合理使用。文章所說的感知有用性主要強調線上教學提高學生課堂效率的程度，主要包括課前是否能夠安排線上預習、是否能夠按時進入線上課堂、線上直播回放是否能夠幫助課程學習、考前能否運用直播回放復習、線上教學是否能夠全程跟進5個測量指標。基于此，提出H1假設。

H1：感知有用性正向影響線上教學滿意度。

感知易用性主要用于衡量技術使用的容易程度。文章所說的感知易用性主要包括線上教學比線下課堂更有助于內容理解、線上教學比線下課堂更有助于師生互動反饋。基于此，提出H2假設。

H2：感知易用性正向影響線上教學滿意度。

本研究基于TAM模型中的信念與態度因素，擴展了主觀期望行為這一潛變量，用以展現學生在現有線上教學技術使用的基礎上，對未來可改進方面的態度與期望，主要包括增加前沿知識講授、分享更多教學資源、運用更多軟件操作技巧、組織更多課堂參與活動、教學平臺使用復雜程度5個測量指標。基于此，提出H3假設。

H3：主觀期望行為正向影響線上教學滿意度。

滿意度與支持度分別體現模型研究的2個方面，即當前使用態度和后續使用意愿，反映出學生持續使用線上教學主觀意愿的強烈程度。滿意度主要從個人表現、課堂成績、硬件設施、教學方式、課堂互動、考核方式、線下補充7個方面綜合體現；支持度則包括了是否支持多人上課、線上課堂持續關注度、線上考試方式適應、線上測試頻率與成績有效性。基于此，提出H4假設。

H4：線上教學滿意度正向影響線上教學支持度。

三、數據檢驗

（一）問卷信度與效度分析

本研究結合2年線上教學實踐，借鑒文獻成果與前期調研完善調查問卷，并運用李克特五級量表（1＝非常不同意，2＝不同意，3＝不一定，4＝同意，5＝非常同意）衡量學生線上教學接受情況。其中，感知有用性（6題）、感知易用性（2題）、主觀期望行為（5題）、線上教學滿意度（7題）、線上教學支持度（5題），共計25題。

本研究對文理科共計4個專業的大一、大二、大三學生開展調查，調查對象750人，有效問卷741份。調查結果表明，總問卷的Cronbach’s α值為0.933，各維度Cron-

bach’s α系數均高于0.8，同時，問卷的KMO值為0.933（gt;0.9），表明量表整體具有較高信度和效度，所有分量表的內部一致性在可接受水平，測量模型各測量指標結構效度良好，適合進一步做因子分析。

（二）探索性因子分析

由于目前沒有成熟的量表對該內容做準確測量，所以本研究結合問卷數據做探索性因子分析，以保證分析結果符合理論設定。運用SPSS軟件對因子進行抽取與信息量分析，共抽取5個因子，其特征根均大于1，方差解釋率分別為13.334%、7.953%、12.793%、10.035%、17.553%，旋轉后累計方差解釋率為61.667%（表1）。

（三）驗證性因子分析

1.結構效度

通過AMOSS 24構建SEM模型，根據模型適配度的各項指標，判斷模型擬合程度是否達到可接受標準，結果如表2所示。絕對指標和相對指標與標準值的對比結果顯示，絕大多數擬合指標均符合標準值要求，僅NFI值沒有達標，但差異不明顯，因此，模型整體擬合效果良好。

2.收斂效度

針對所有因素進行CFA分析，模型5個因子的負荷量均在0.51～0.84之間且顯著，組合信度均在0.78～0.90之間，收斂效度AVE均在0.43～0.66之間（表3）。本模型線上教學支持度雖稍低于0.5，但仍屬于可接受范圍內，其他因子均符合標準，因此，5個因子均具有收斂效度。

3.區分效度

區分效度主要測量同一因子測量項內部是否存在較強聚合。測量結果如表4所示，感知有用性、感知易用性、主觀期望行為、線上教學滿意度與支持度均具有顯著相關性（Plt;0.01），另外，相關性系數均小于所對應的AVE平方根，即說明各變量之間具有一定相關性，又具有一定區分度，且變量之間區分效度理想。

四、結果分析

（一）路徑結果

根據探索性和驗證性因子分析，最終獲得模型路徑分析結果。根據標準化系數0.19（較小）、0.33（中等）、0.67（較大）區分變量影響程度，結果表明，感知有用性對線上教學滿意度影響最為重要，系數為0.375，感知易用性次之，系數為0.363，線上教學滿意度對線上教學支持度的影響系數為0.204，仍在中等影響范圍內，而主觀期望行為對線上教學滿意度的影響較小，系數為0.177（表5）。但是，各變量對應關系的P值均通過1%顯著性，所有假設均成立。

（二） 各變量之間的影響機理

標準系數反映了各觀測變量對潛變量的影響程度，非標準系數則更加準確地體現觀測變量對潛變量的反饋機制與影響程度。結合各觀測變量的非標準系數，具體分析潛變量之間的路徑及潛變量內部與觀測變量的互動反饋（圖2）。

供更流暢、更有效的教學體驗。Q15和Q16的影響系數接近，分別為1.00和0.94，表明學生對知識的更新和豐富的教學資源有著較高的需求。Q19的影響系數最低（0.541），表明學生并不在意使用過多的教學平臺，而是更關注平

①感知有用性對線上教學滿意度的影響程度最為顯著，影響系數為0.748，說明學生對線上教學能否有效提升學習效果最為關注。感知有用性各測量指標的影響系數依次為：Q4gt;Q9gt;Q8gt;Q7gt; Q6gt;Q5。整體來看，學生對線上教學中的具體形式，如線上預習、課后回放等有較高評價，對線上教學方式的使用十分積極。究其原因，一方面，在受疫情影響被動采用線上教學的背景下，學生對線上學習方式有較強適應性，能夠快速挖掘線上教學與傳統教學不同的優勢，如直播回放、線上練習等，彌補了缺少實時反饋的不足；另一方面，學生對線上教學過程中采取的互動技術，如留言板、彈幕、PPT分頁講解等充滿新奇和期待，愿意嘗試參與，這對教師深度融合實踐教學與知識講授提出了更高的要求。

②感知易用性對線上教學滿意度的影響程度次之，影響系數為0.312，說明線上教學形式與傳統教學相比是否更具優勢對在線教學產生重要影響。Q10的影響系數大于Q12的影響系數表明，教師能夠通過線上教學方法和技巧顯著提高課堂效率，學生也能夠準確理解并掌握教學內容，且效果甚至高于線下課堂。但是，在線上教學過程中，教師不能及時與學生形成正向反饋，進而導致特定教學難點強調不足，形成學習漏洞，而結合直播回放功能能夠有效解決此問題。因此，感知易用性仍對線上教學滿意度有顯著正向影響。

③主觀期望行為對線上教學滿意度的影響相對較弱，影響系數為0.196，但其顯著性強，說明仍對線上教學滿意度產生正向影響。在影響系數的排序上，Q18的影響系數最高（1.012），說明學生更傾向于參與課堂活動，從而提高學習積極性和滿意度。Q17的影響系數次之（1.006），說明學生希望教師能夠更熟練地運用各種教學軟件，以提

臺的功能和易用性。從模型結果來看，學生對教學平臺的數量并不十分在意，更關注的是課堂參與度、軟件操作流暢性及前沿知識和豐富的教學資源。因此，為了提高線上教學的滿意度，高校和教師需要更多地關注學生的期望和需求，積極組織課堂活動，提高軟件操作技巧，不斷更新前沿知識并分享豐富的教學資源。

④線上教學滿意度對線上教學支持度產生正向影響，影響系數為0.133。總體而言，線上教學滿意度正向影響線上教學支持度，提高線上教學滿意度對學生后續使用意愿產生顯著作用。具體來說，滿意度方面，硬件設施、課堂成績、考核方式、個人表現、教學方式、課堂互動、線下補充7個方面共同反映出學生對線上教學滿意度的排序，其影響系數分別為1.091、1.088、1.002、1.000、0.956、0.914、0.769（為進行區分，精確到小數點后三位）。其一，硬件設施的穩定性對學生滿意度影響程度最高，即如果存在網絡穩定性差與速度慢等問題，不僅影響學生的課堂專注力，也會耽誤教學進度，因此，保障硬件設施是實現有效教學的重中之重。其二，課堂成績結果和考核方式也是學生重點關注的問題，從調查結果來看，大多數學生對當前線上教學取得的成績及采用的線上測試、單元練習、課后小組討論等考試方式較為滿意。其三，教學方式、課堂互動、是否作為線下補充也對學生滿意度產生正向影響。支持度方面，多人上課影響課堂效果對學生后續使用意愿影響最大，達到了2.19且顯著性強，這表明開展線上教學的最好方式不是集中授課，而是由學生錯峰選擇，避免相互影響；同時，學習自律性對學生后續使用意愿影響較大，影響系數為2.11，這進一步要求教師應融合課程內容增加互動環節，將學生拉回課堂。線上考核方式適應和線上測試頻率也是影響線上教學支持度的主要因素，影響系數分別為1.43和1.44，這表明學生對考核方式的疑慮也會在很大程度上影響其是否繼續支持使用線上教學方式。

五、研究結論與建議

（一）結論

①宏觀路徑：感知有用性、感知易用性與主觀期望行為對線上教學滿意度有顯著正向影響，影響系數分別為0.748、0.312和0.196；線上教學滿意度對線上教學支持度有顯著正向影響，影響系數為0.133。所有結果均符合模型假設。

②微觀機理：感知有用性中，學生對在線預習、回放復習呈積極態度；感知易用性中，在線軟件的使用技巧能夠有效幫助學生加深對課程內容的理解；主觀期望行為中，參與更多課堂活動及對更多前沿知識的期望是學生對線上教學的主要需求。滿意度方面，保障網絡硬件設施影響最大，同時學生也關注考核方式與成績構成；支持度方面，是否存在多人課堂互相影響的問題最大程度上影響了學生持續使用線上教學方式的意愿，同時，很多學生也擔心線上教學會受學習自律性的影響，而降低持續使用意愿。

（二）建議

①強優勢。在線預習、直播回放、軟件使用技巧是目前線上教學的優勢，也是形成學生積極反饋的因素。因此，教師需要在直播軟件使用、錄播視頻制作方面做出合理設計和規劃，讓課堂內容更加生動，強化學生持續使用意愿。

②補短板。同時多人課堂造成相互影響、課上缺乏反饋、課堂參與度低等問題是目前線上教學的短板。因此，教師需要充分利用學生碎片化時間，打破教學時空限制，同時可將教學內容合理分塊，選擇適當時間點增加投票、課上習題、學生講解等互動環節。一方面提高學生專注度，滿足學生對參與課堂的需求；另一方面適時了解學生對知識的掌握情況，有效完善線上教學反饋機制并提高學生學習自覺性。

③遂期望。參與更多課堂活動及對前沿知識的期望，是學生主觀期望中最主要的2大影響因素，不僅影響線上教學滿意度，在持續使用意愿方面也產生抑制作用。因此，教師需要采取多樣化教學方式，通過多次分批的形式，結合線上教學靈活性強的特點，引導學生積極參與線上教學，如小組討論、課堂展示、互動問答等；同時，可篩選專業類網絡短視頻，以案例形式幫助學生了解最新前沿發展動態和前沿理論，提升學生理論與實踐相結合的能力，有效提高線上教學的滿意度與持續使用意愿。

【參" "考" "文" "獻】

[1]" 黃敏學，劉遠.人機協同增強型商務信息管理決策采用的心理機制：自我決定理論視角[J].心理科學進展，2023，31（11）：1981-1993.

[2]" 李宗偉，陳楚欣，張艷輝，等.住宅智能化、消費者異質性與支付意愿：基于技術接受模型的實證分析[J].技術經濟，2023，42（7）：152-164.

[3]" 吳曉波，張偉齊，李思涵，等.基于技術接受模型 （TAM）的智能投資顧問用戶采納意愿鏈式影響機制研究[J].浙江大學學報（人文社會科學版），2023，53（7）：5-19.

[4]" 孫佼佼，郭英之.文化遺產數字化對國民遺產責任的影響研究：基于TTF和TAM的模型構建[J].旅游科學，2023，37（3）：71-85.

[5]" 劉馨陽，崔潔.大學生在線教學滿意度的影響因素：基于結構方程模型的研究[J].陜西學前師范學院學報，2020，36（9）：120-127.

[6]" 梁宇，李諾恩.中文數字學習資源使用意愿及其影響因素研究：基于TAM擴展模型[J].語言文字應用，2023（2）：23-35.

[7]" 寇龍，張清華，段曉聰，等.高校教師使用網絡教學平臺采納意愿研究：基于TAM3[J].南京開放大學學報，2023（2）：72-78.

[8]" 李淼冰，王威，陳寧.基于TPB—TAM整合模型的高職院校教師信息化教學能力影響因素實證研究[J].廣東農工商職業技術學院學報，2023，39（2）：44-50.

[9]" 李麗華，邱春榮.基于TAM模型的高職思想政治教育移動學習模型設計[J].長沙民政職業技術學院學報，2023，30（2）：65-69.

[10]" 曲偉，邱成軍，曲藝.基于中國大學MOOC（慕課）" 的“數字電子技術”課程線上線下混合式教學模式" 研究與實踐[J].黑龍江教育（理論與實踐），2023，" 77（9）：75-78.

[11]" 劉春林，李寶娣.大學數學課程的線上線下混合式" 教學研究[J].黑龍江教育（理論與實踐），2023，77" （2）：39-42.

編輯∕陳晶

【收稿日期】2024-03-21" " " " " " " " " " " " " " " " " " " " " " " " " " " " 【修回日期】2024-04-02

【作者簡介】柏笑寒，女，講師，研究方向為臨港產業與宏觀經濟教學方法；劉愛秋，女，講師，研究方向為供應鏈與物流管理教學方法與實踐；吳雷，女，講師，研究方向為應用語言學與大學英語教學。

【基金項目】2023年度河北省高等學校英語教學改革研究與實踐項目（2023YYJG023）；河北農業大學渤海校區一流本科課程“宏觀經濟學”（2021-BHKC-06）；河北農業大學渤海校區教學改革項目（2021-BHJG-08）