摘 要：慕课应用与持续推广面临课程完成率低下、学生持续使用意愿不足等主要问题。本研究基于持续使用行为理论，试图分析影响高校慕课完成率与持续使用行为的因素。通过引入环境（MOOC系统质量、课程内容质量、课程交互质量）和学习者自身（学习动机、自我效能感）两类因素，构建了慕课持续使用行为影响因素模型，并通过多元回归分析得到以下結论：MOOC系统质量和课程内容质量通过影响感知有用性和满意度对持续使用意愿产生间接影响；学生的内在学习动机和自我效能感对感知有用性有直接影响，并通过感知有用性和满意度对持续使用意愿产生间接影响。基于此，研究提出了慕课后续应用应关注学习者的学习动机、自我效能、MOOC系统质量及课程内容质量的重要问题。

关键词：慕课；学习行为；持续使用行为；行为建模

中图分类号：G40-057 文献标志码：A 文章编号：1673-8454（2018）03-0017-05

一、引言

慕课为学习者提供了高质量的开放教育资源，已经成为高校大学生的一种非常普遍的学习方式。[1]与此同时，慕课在线学习存在课程完成率低，学生持续使用意愿不足等问题。[2]如姜蔺等调查发现，仅有约8.56%的慕课学习者最终取得了证书；[3]在国外，Jordan对部分高校主流MOOC平台的数据统计显示，虽然部分MOOC完成率达到40%，但大部分MOOC的完成率不到10%。[4]

目前，为了系统分析影响慕课完成率的因素，已有研究从UTAUT模型等角度分析了影响慕课学习行为的因素，其中包括绩效预期、努力预期、社群影响、便利条件。[5]然而，学习者中断学习往往不是一次性的行为，其会逐渐减少使用行为频率，直至完全停止学习。因此，通过分析慕课持续使用行为影响因素能够更加直观地分析影响慕课完成率的因素。

持续使用行为理论是研究学习者行为发生机制的重要理论。在行为科学视角下，影响在线学习行为的因素可以归结为个人因素和环境因素两个方面。因此，影响持续使用行为的因素也可以归结为学习者自身因素和环境因素两个方面。其中，环境因素是指影响学习者学习的外部因素，如系统质量、课程内容质量和交互质量等。在学习过程中，在线学习系统的不实用、课程内容设计的不科学、师生互动不及时等因素，都会影响学习者在线学习的动机，进而影响其在线学习行为。[6]学习者自身因素是指影响学习者学习的内部因素，如内在动机、自我效能等。学习者的内在动机对学生的学习活动和行为表现起着定向和驱动作用，[7]自我效能则对学生的组织、评价、计划、目标设置、控制等学习行为有显著影响。[8]在持续使用理论视角下，影响学生持续使用意向的中介变量有感知有用性和满意度两个变量。其中，感知有用性是指学习者在使用系统后，对在线学习系统的有用性积累起来的一定程度的认识经验。满意度则反映了学习者在系统使用中的心理满足状态。且在MOOC学习中，学习者的满意度会受到感知有用性的影响。[9]

因此，本研究基于持续使用行为的理论视角，引入环境和学习者自身两类自变量，以感知有用性和满意度作为中介变量，探究学习者慕课持续使用行为及课程完成率的影响因素。

二、慕课持续使用行为影响因素模型构建

基于持续使用理论，构建如图1所示的模型。其中自变量包括学习环境与学习者自身两类因素。学习环境因素包含MOOC学习系统质量、课程内容质量、课程交互质量。其中，系统质量是学习者对所使用学习系统有用性和易用性的感知；课程内容质量是学习者对所学习课程有用性和有效性的感知；交互质量是学习者对学习过程中师生、生生交互即时性的感知。学习者自身因素选择包括内在动机和自我效能两个维度。其中，学习动机是促进努力学习、取得学业成就的动力和心理原因；自我效能是学生对自己是否有能力从事某种学习的判断。中介变量为个体认知信念，主要包括满意度和感知有用性。其中满意度是学习者在使用MOOC学习系统后对该系统的综合评价，感知有用性则是学习者在使用MOOC后，感知其对学习绩效提升的个体内部体验。结果变量选择两类变量——学习完成和持续使用意向。学习完成用于表征客观的学习行为结果，持续使用意向用于表征学习者对后续学习行为的主观感知。

模型中呈现了三种重要的关系假设。首先，感知有用性受到学习环境、学习者自身两类因素的影响。其次，感知有用性通过影响满意度，进而对持续使用行为产生影响。最后，学习环境和学习者自身因素通过影响中介变量，来影响最终的持续使用行为。通过以上分析可以形成影响慕课持续使用行为的基本假设：学习环境因素与学习者自身因素通过影响感知有用性和满意度，进而影响持续使用行为。依据以上分析，本研究的基本假设为：

H1：环境因素对感知有用性有显著正向影响；

H1a：MOOC学习系统质量对感知有用性有显著正向影响；

H1b：慕课课程内容质量对感知有用性有显著正向影响；

H1c：慕课课程交互质量对感知有用性有显著正向影响；

H2：学习者自身因素对感知有用性有显著正向影响；

H2a：学习者内在动机对感知有用性有显著正向影响；

H2b：学习者自我效能对感知有用性有显著正向影响；

H2c：学习者感知有用性对满意度有显著正向影响；

H3：满意度对学习完成有显著正向影响；

H4：满意度对持续使用意向有显著正向影响。

三、研究设计

1.研究案例描述

本研究采用方便抽样的方法选取研究对象。由于全国不同地区的MOOC学习情况存在差异。[10]研究选取江南大学、华中师范大学、南京师范大学、陕西师范大学等高校有过慕课学习经验的本科生、研究生以及博士生作为研究对象。其中，陕西师范大学属于西北地区，华中师范大学属于西南地区，江南大学和南京师范大学属于华东地区。研究对象需要在MOOC平台注册过课程，并相应地参与了MOOC学习，如阅读课程资料、观看课程视频、参与课程讨论、完成课程作业、参加平时测验、进行同伴互评等活动。研究者于2016年6月至2016年12月间在上述高校发放纸质及网络问卷，发放400份，共计回收问卷373份，回收有效率为93.25%。

研究者通过“参加两项活动及以上”、“漏填不超过三题”为依据进行有效问卷筛选，最终保留有效问卷189份，其中男生66名，女生123名。

2.研究方法与工具

本研究主要采用问卷调查研究及多元回归分析来构建并优化慕课持续使用行为影响因素模型。然后使用多元回归分析的方法确定各因素之间的影响关系，從而优化模型。问卷项目的来源如表1所示。

四、数据收集与分析

1.研究工具的信度分析

本研究采用克隆巴赫α系数来检验量表的内在信度，量表共包含9个维度，每个维度的克隆巴赫α系数及总量表的克隆巴赫α系数如表2所示。除交互质量外，量表整体及每个维度的克隆巴赫α信度系数都超过了0.7，说明问卷具有良好的内部一致性。

对变量之间做斯皮尔曼相关分析，其结果如表3所示。由表可知，感知有用性与课程质量、系统质量、自我效能感三个变量，满意度与系统质量、交互质量、学习动机、自我效能感、感知有用性五个变量，持续使用意向与课程质量、自我效能感、感知有用性、满意度四个变量相关系数大于0.5，说明它们之间存在中度以上的相关性。这意味着它们具备做回归分析的基础条件。因此，本研究对以上变量进一步做回归分析。

3.回归分析结果

首先，本研究对相关分析结果中相关性较高的变量进行一元回归分析，得到如表4的结果。由表4可知，感知有用性和满意度之间的回归方程是：SA=0.805PU，感知有用性对满意度的影响（β=0.805，P<0.05）；满意度和持续使用意愿之间的回归方程是：CI=0.661SA，满意度对持续使用意愿的影响（β=0.661，P<0.05）。据此，可以认为感知有用性是影响满意度的因素，而满意度是影响持续使用意愿的因素。

其次，根据一元分析的结果可知内容质量、系统质量、内在动机、自我效能感对感知有用性均有显著影响，为了进一步探究这四个自变量与因变量之间的关系及影响程度，本研究对内容质量、系统质量、内在动机、自我效能感与感知有用性做多元回归分析，如表5所示。得到的多元线性回归方程为：PU=0.219CQ+0.289SQ+0.202IM+0.224SE。其中，所有自变量的t值均达到显著水平。R2值为0.572，F值为49.014（p=0.000）。因此，感知有用性受到内容质量、系统质量、交互质量、内在动机、自我效能感正向的影响。其中，学习系统质量对学习者的感知有用性的影响最大，其次是自我效能感。

所以，在本研究中，得到支持的路径如图2所示。

五、结论及后续研究展望

本研究依据持续使用行为理论，引入环境因素和学习者自身因素，构建了MOOC 持续使用行为的影响因素模型，并对研究模型进行了验证，得到以下结论：第一，感知有用性、满意度是影响MOOC学习者持续使用意向的核心因素；第二，MOOC学习系统质量与课程内容质量通过影响感知有用性、满意度，进而影响持续使用意向；第三，学习者的学习动机和自我效能通过影响感知有用性、满意度，进而影响持续使用意向。

以上结论为MOOC在高等教育模式改革和创新应用提供了理论支持。即在MOOC实施过程中，既要考虑学生的学习动机、自我效能等主观因素，又要完善课程和平台建设。充分发挥MOOC的高质量课程及自主学习优势，将传统课堂教学的优势与MOOC的优势有机结合，探索MOOC在高等教育领域中应用的新模式。

另外，在本研究中，MOOC交互质量对持续使用意向的影响没有得到证实。对此，笔者认为可能与被调查的MOOC学习者参与课程讨论的频率较低有关。据问卷分析的结果显示，对于问题“在MOOC课程中我参与了以下哪几项活动：阅读课程资料、观看课程视频、参与课程讨论、参加平时测验、完成课程作业、进行同伴互评”，仅有小部分学习者表示参与了课程讨论活动，因此大部分学习者对MOOC交互质量的感知不强，所以MOOC交互质量对持续使用意向的影响没有得到证实。

当然，本研究也存在一定局限性。首先，样本容量不够。本研究选取了国内不同地区的4所高校的MOOC学习者作为研究对象，没有对更多的学校进行取样。后续研究应该扩大学校范围，根据不同地区的MOOC学习情况，在不同地区选择不同数量的高校进行研究。其次，从行为科学的角度，影响持续使用行为的因素还包括外部支持和社群影响等，这些因素还未被纳入慕课持续使用行为影响因素假设模型中完善解释，后续研究应考虑添加更多的变量，扩展理论模型。

参考文献：

[1]王永固，张庆.MOOC：特征与学习机制[J].教育研究，2014（9）：112-120，133.

[2]徐光，刘鲁川.慕课背景下学习伙伴对在线学习者持续使用行为的影响——基于协作学习视角[J].山东师范大学学报（人文社会科学版），2015（5）：135-142.

[3]姜蔺，韩锡斌，程建钢.MOOCs学习者特征及学习效果分析研究[J].中国电化教育，2013（11）：54-65.

[4]Jordan，K. MOOC Completion rates：The Data[EB/OL].http：//www. Katyjordan. com/MOOC project.html.

[5]姚艳玲.基于UTAUT的大学生慕课接受意愿影响因素研究[J].黑龙江科技信息，2016（35）：27-28.

[6]徐真.大学生在线学习动机的激励与保持策略研究[D].浙江师范大学，2016.

[7]周勇，董奇.学习动机、归因、自我效能感与学生自我监控学习行为的关系研究[J]. 心理发展与教育，1994（3）：30-33，15.

[8]Zimmerman，B.J.&Martinez- Pons.Construct Validation of A Strategy Model of Students Self-regulated Learning[J].Journal of Educational Psychology，1988，80（80）：284-290.

[9]杨根福.MOOC用户持续使用行为影响因素研究[J].开放教育研究，2016（1）： 100-111.

[10]李曼丽，张羽，叶赋桂.解码MOOC：大规模在线开放课程的教育学考察[M].北京：清华大学出版社，2013.12.

[11]杨丽娜，颜志军.信息技术采纳视角下的网络学习行为实证研究[J].中国远程教育，2011（4）：36-40.

[12]Lin，W. S. ，& Wang，C. H. Antecedence to continued intentions of adopting e-learning system in blended learning instruction： A contingency framework based on models of information system success and task-technology fit[J]. Computers & Education，2012，58（1）：88-99.

[13]戴和忠.网络推荐和在线评论对数字内容商品体验消费的整合影响及实证研究[D].杭州：浙江大学，2014.

[14]钱瑛.在线学习用户持续使用行为影响因素研究[J].商业研究，2014（12）：44-49.

[15]Gagne'，M. ，& Deci，E. L.Self-determination theory and work motivation[J].Journal of Organizational Behavior，2005（26）：331-362.

[16]Roca，J. C. ，& Gagné M. Understandinge-learning continuance intention in the workplace：A self- determination theory perspective[J].Computers in Human Behavior， 2008，24（4）：1585-1604.

[17]Jessica Li，王辭晓，吴峰.成人在线学习自我效能感量表编制及测量[J].远程教育杂志，2015（6）：47-53.

[18]Bhattacherjee，A. An empirical analysis of the antecedents of electronic commerce service continuance[J].Decision Support Systems，2001，32（2）：201-214.

[19]Lin，W. S. ，& Wang，C. H. Antecedence to continued intentions of adopting e-learning system in blended learning instruction： A contingency framework based on models of information system success and task-technology fit[J].Computers & Education，2012，58（1）：88-99.

（编辑：王天鹏）