基于结构方程的远程学习者满意度影响因素研究.docVIP

基于结构方程的远程学习者满意度影响因素研究 　　【摘 要】 学习满意度对提升在线教育的服务质量、完善教学质量评价体系、提高学习者的忠诚度等至关重要。本研究基于奥鹏网络学习平台与《奥鹏网络学习调查问卷》数据，以学习能力、学习动机、学习困难、学习过程和学习满意度为潜变量，构建在线学习满意度影响因素的结构方程模型，探究在线学习满意度的影响因素及其关系。运用Amos20.0和SPSS20.0对343条有效数据进行探索性因子分析和验证性因子分析，检验结构方程模型的假设和解释能力。研究结果表明：学习过程对学习满意度有较为直接的影响；学习能力、学习动机和学习困难通过与学习过程的关联间接影响学习满意度；学习能力分别与学习动机和学习困难有较为直接的关联。据此，从教学设计和学习支持服务方面给出提升学习满意度的建议。 　　【关键词】 学习满意度；远程学习者；结构方程模型 　　【中图分类号】 G442 【文献标识码】 A 【文章编号】 1009―458x（2016）08―0059―07 　　一、研究背景 　　远程教育服务质量是领域内积极探索的主题之一，它被视为远程教育可持续发展的关键因素，其重要核心就是远程学习者的满意度。学习者满意度之所以会成为机构质量保证的目标，主要原因在于远程教育“服务”理念的兴起，即将远程教育作为一种服务提供给学习者。丁新等人（2005）明确提出了远程教育服务质量观的内涵，指出服务为远程教育的基本产出，可以将远程教育质量分解为预期的结果质量和过程质量，以及在整个过程中产生的“非预期”质量。在这种观念的影响下，衡量远程教育质量的指标不再只看客观指标，比如学习成绩，而更加关注学习者的主观感受，将学习者看成顾客，认为学习者是远程教育服务和评价的主体，用学习者满意度衡量远程教育服务的质量和水平。 　　既有的远程学习者满意度研究主要以问卷测量展开。如今，学习分析技术为我们研究满意度主题提供了新的可能。在线学习中记录与存储了大量学习行为数据，能够帮助发现学习者的学习规律和学习问题，进而对学习者的学习行为、学习过程和学习成效进行描述、诊断、预测和干预。通过这些学习数据的采集，与学习者问卷数据相结合，能够从在线学习行为与学习期望两个层面探讨和分析远程学习者满意度的影响因素和相应评价。本研究以学习分析技术为核心，依托奥鹏网络学习平台课程的数据记录和学习者调查问卷，试图对在线学习满意度的影响因素及其关系进行探索和表征。 　　二、相关研究综述 　　国内外一些学者和专家从多个方面探讨了在线学习的学习满意度问题。日本学者Bray等（2008）揭示了五个影响远程学习满意度的因素：学习者和教师之间的互动、学习者与学习内容之间的互动、学习者之间的互动、学习者与学习界面之间的互动、学习者自主权。马来西亚学者Lim等人（2009）调查了五个影响因素：学习者的行为和态度、技术和系统、互动应用、机构因素和教师个性特征。（转引自黄复生，2012）我国学者王耐寒（2011）从现状、影响因素和具体案例研究网络学习的满意度问题，并构建了学习满意度影响因素的层次模型，总结了四大影响因素：教学交互、学习平台、学习资源和网络课件；王宁等（2014）基于问卷调查，构建回归模型进行学习满意度影响因素的实证分析，表明界面设计友好、课程内容明确与重点突出、拓展资料充足以及良好的教学交互效果是学习满意度的主要影响因素；邹晔（2004）从网页规划、资源设计、学习导航、评价体系、交互实现、教学视野和学习支持等方面进行测评，构建了网络课程学习者满意度测评体系，并通过描述性统计进行定量分析等；戴卓等（2014）以在校大学生为研究对象，学习风格和人格特质为调节变量，平台可靠性、系统导航性、内容丰富性、界面友好性和页面美观性以及学习者对教育的满意度为自变量，建立网络教学平台满意度模型。 　　已有的学习满意度研究成果大多基于问卷调查，探究学习满意度的主要影响因素，但单一的学习者问卷数据所代表的学习者期望不能完全体现在线学习的满意度情况，缺乏与学习过程客观数据的结合，难以更全面地揭示学习满意度的影响因素。已有的学习满意度研究为本文理论模型的构建提供了理论基础和借鉴依据，如何将在线学习者的行为数据与调查问卷相结合，探究在线学习满意度的影响因素及其关系。 　　对于在线学习满意度研究的方法，在数据采集阶段，大部分的相关研究都采用问卷调查方法，有的研究者采用访谈和问卷调查相结合的方法开展研究；在数据分析阶段，国外学者Davies和Berrow（1998）采用相关分析法开展研究，王昭君（2007）和应小平（2008）均采用相关分析法和回归分析法开展研究。此外，有的研究者还采用实验研究和个案研究法开展研究。 　　由于本研究的变量不能被直接测量，需要通过具体的测量变量进行表征，因此选择构建结构方