2025年大学教育技术专业题库—— 结构方程模型在教育技术学中的应用.docxVIP

2025年大学教育技术专业题库——结构方程模型在教育技术学中的应用

考试时间：______分钟总分：______分姓名：______

一、简答题（每题6分，共30分）

1.请简述结构方程模型（SEM）与多元回归分析在研究目的和功能上的主要区别。

2.在结构方程模型中，测量模型主要解决什么问题？请解释载荷系数（Loadings）的含义。

3.列举三个在教育技术学研究中适合运用结构方程模型进行研究的具体研究问题，并说明理由。

4.结构方程模型的分析结果通常包含多个拟合指数，请说明卡方（χ2）统计量和相对拟合指数（如CFI、TLI）各自的作用和注意事项。

5.当结构方程模型的分析结果显示模型拟合不佳时，研究者通常可以考虑哪些主要的修正或改进方向？

二、论述题（每题10分，共20分）

1.请结合教育技术学领域的实例，论述使用结构方程模型分析多变量复杂关系的优势与潜在局限性。

2.假设你正在进行一项研究，旨在探讨在线学习环境中社会互动、学习资源可用性对学习者自我效能感和学习投入的影响机制。请简述你将如何运用结构方程模型来设计这项研究，包括需要构建的模型（测量模型和结构模型）、需要收集的数据类型以及你预期分析的核心问题。

三、案例分析题（每题25分，共50分）

1.某研究者对技术接受模型（TAM）在教育信息化环境下的适用性进行了检验。研究假设技术感知有用性（TPU）和外部调节信念（TCB）对学习意愿（BI）有直接影响，并且技术感知有用性通过学习意愿间接影响学习行为（BEH）。研究者使用Likert量表收集了500名高校学生的数据，并运用SEM软件进行了分析，得到了如下部分结果摘要：（此处假设给出一些典型的输出结果描述，如：模型整体拟合良好，χ2/df=1.82,CFI=0.95,TLI=0.93；TPU到BI的路径系数为0.65,p0.01；TCB到BI的路径系数为0.40,p0.01；TPU到TCB的路径系数为0.55,p0.01）。请基于以上信息，对该研究的模型构建和结果进行解读，并讨论该研究发现的实践意义。

2.在一项关于移动学习应用效果的研究中，研究者试图构建一个包含感知有用性（PU）、感知易用性（PEOU）、社会影响（SI）、条件自我效能感（CSE）和实际自我效能感（ASE）的模型，来解释用户持续使用移动学习应用的行为意向（UI）和实际使用行为（UB）。研究者收集了300名移动学习用户的问卷数据，但初步的模型拟合结果显示卡方显著（χ2/df=3.15,p0.05），部分拟合指数不理想。请分析可能导致模型拟合不佳的几个原因，并针对每个原因提出至少一种可能的解决或修正策略。

试卷答案

一、简答题

1.答案：结构方程模型（SEM）主要用于检验变量间复杂的、理论驱动的假设关系，特别是包含潜变量（不可直接测量的变量）的模型，能够同时估计测量模型（潜变量与显变量关系）和结构模型（潜变量间关系）。而多元回归分析主要目的是预测一个因变量如何被一个或多个自变量线性解释，关注的是自变量对因变量的预测能力，通常假设因变量是可观测的，且模型结构相对简单（多为线性关系）。SEM在处理测量误差、模型设定灵活性及多层面关系分析方面更为强大。

解析思路：考察对两种方法核心功能和研究目的的区别理解。关键点在于区分SEM处理潜变量和复杂结构的能力，以及回归分析侧重预测和线性关系的功能。

2.答案：测量模型主要解决潜变量如何通过观测到的显变量（指标）进行测量的问题。载荷系数（Loadings）表示每个观测指标与对应潜变量之间的相关性强度和方向，载荷系数的绝对值越大，表示该指标越能有效反映相应潜变量的变异。

解析思路：聚焦测量模型的核心作用——定义潜变量的测量方式。解释载荷系数是测量模型的关键参数，代表潜变量和其观测指标的关系强度。

3.答案：示例1：研究在线学习社区中，感知社会支持、信息质量、系统易用性如何共同影响学生的学习投入度（潜变量）。理由：涉及多个相互影响的心理构念（社会支持、信息质量、易用性）和一个综合性的结果构念（学习投入），适合用SEM检验多变量路径关系。示例2：检验技术接受模型（TAM）中感知有用性、感知易用性、外部调节信念和内部调节信念如何共同预测用户的技术使用行为意向。理由：包含潜变量（使用意向、感知有用性、感知易用性等）和复杂的因果假设路径，SEM能完整检验此理论模型。示例3：探究学习分析提供的反馈对学习者自我效能感、学习策略使用的影响，以及这些因素如何最终作用于学业成绩。理由：涉及多个中介变量（自我效能感、学习策略）和最终结果（学业成绩），关系复杂，SEM适合分析这种间接效应和潜在中介作用。

解析思路：要求学生能识别出需要同时考虑