张晓丰 谢睿龙 杨涛

[摘    要] 对某军校大学生移动学习影响因素进行研究。基于UTAUT模型构建了本研究的理论模型，提出相应假设并进行数据调查与分析。数据分析结果显示：自我效能感、感知有用性、经验等因素对该校大学生移动学习效果有正向影响。基于此，提出了提高该校大学生移动学习效果的若干建议。

[关键词] 移动学习;军校大学生;影响因素;UTAUT模型

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2021. 01. 089

[中图分类号] G432    [文献标识码]  A      [文章编号]  1673 - 0194（2021）01- 0220- 06

0      引    言

移动学习是指利用移动通信网络技术以及手机、PDA、便携式电脑等移动设备获取教育信息、资源和服务的一种新型学习方式[1]。随着网络技术的迅速发展与教育资源的不断丰富，移动学习凭借其良好灵活性与交互性，成为当代大学生学习中不可或缺的一部分。

军队院校也注意到移动学习越来越普及的趋势，开始构建校园无线网络，丰富网络教育资源，为军校大学生的移动学习创造条件。但由于在无线网络使用、移动智能设备使用、学生自主时间等方面的限制，军校大学生移动学习与普通高校的繁荣态势还有一定差距。为此，需要对影响军校大学生移动学习的因素进行研究。

为此，本文以某军校（下文简称“KGD”，全军五所综合性大学之一）为对象进行研究，探寻影响军校大学生接受移动学习的因素有哪些，程度如何，以便为制定提高移动学习效果的决策提供支撑。

1      理论模型与研究假设

1.1   UTAUT模型

移动学习是信息技术与互联网结合而产生的一种学习方式，研究其影响因素的问题属于典型的技术采纳问题[2]，通常采用技术接受与使用统一模型（Unified Theory of Acceptance and Use of Technology model，UTAUT）。UTAUT模型[3]是Venkatesh、Morris和Davis结合社会认知理论、计划行为理论与创新扩散理论等理论，总结之前一系列研究的基础上，于2003年提出的，是研究技术采纳类问题的一个行之有效的工具[4]。UTAUT模型有4个核心维度与4個控制变量（如图1所示）。4个核心维度分别是绩效期望（Performance Expectations， PE）、付出期望（Effort Expectancy， EE）、社群影响（Social Influence， SI）与便利条件（Facilitating Conditions， FC）。4个控制变量分别是：性别（Sex， S）、年龄（Age， A）、经验（Experience， E）和主观意愿（Subjective Norm， SN）。

UTAUT 模型的主流应用形式是在UTAUT 模型的基础上进行变量或者理论的扩展，或者基于UTAUT 模型的变量与其他模型或理论进行整合构成新的模型[5]。

1.2   本研究的理论模型

1.2.1   因变量

结合本研究的特点，对UTAUT模型进行了修改，建构起本研究的理论模型和研究假设：①保留UTAUT模型中的绩效期望PE、付出期望EE、社群影响SI;②研究表明，感知移动学习的实用性和移动学习相关系统设备的易用性是影响接受移动学习的关键因素，因此，用“感知易用性PEOU”替代“便利条件FC”;③感知趣味性在相关部分研究成为影响接受度的因素，而大学生群体属于年轻群体，因此增加“感知趣味性PP”;④移动学习在自主性要求方面较传统学习更高，价值实现感可能更为强烈，因此，借鉴增加自我效能感SE、资源管理能力RM、自我价值实现SA等因素，上述因素中感知易用性PEOU，指“个人对运用新技术是否简单有效，易于学习和使用、减轻负担的满意程度”，它是影响个人接受新事物的重要因素之一。

自我效能感SE，指“个人对自己能够从事某种行动并取得成效的所备应有能力的主观判断”[10]。自我效能感对学习者的学习兴趣、动机，学习调控、成绩等产生影响。

资源管理能力RM，指“个人对自身可用的环境和资源的管理协调能力”，主要包括时间管理、学习环境管理、努力与心境管理、社会资源利用等方面的能力。

自我价值实现SA，指“个人感受进行某种行为能够带来某种益处的程度”，自我价值实现是人们考虑接受某种事物的重要因素。

感知趣味性PP，指“使用者在进行某种活动时能感到愉快的程度”。感知趣味性对提高使用者的内驱力有着很好的效果[11]，而内驱力的提高会同时提高主观意愿程度以及行为的持续性，从而对行为产生积极影响。

1.2.2   调节变量

由于研究群体中女生极少，性别因素的影响不做考虑。在大学生群体的移动学习行为中，“年龄”调整为“年级”更为合适。由于本研究对象人群均为工科专业，“专业类比”调节变量未加以采纳。因“资源性”与影响因素促成“行为意向”的过程相互之间具有较强的耦合关系，因此，本研究去除了“自愿性”调节变量。

最终，本研究构建的理论模型如图2所示。

1.3   研究假设

基于上述理论模型，建立各影响因素对移动学习行为的假设，如表1所示。

1.4   变量定义

根据表1提出的假设，结合本研究采用的理论模型，对研究变量的操作定义如表2所示。

2      问卷调查与分析

2.1   题项设置与问卷设计

根据管理研究方法[12]设计每个变量的题项。其中，UTAUT模型原有度量维度的题项参考相应文献设置，借鉴的变量参考相应文献，结合本研究的特点设置。预先调查时发现：资源管理维度的学习环境管理、社会资源利用能力2个二级指标对行为意向显著性水平过低，因此予以删除。最终的问卷调查表主体共有19个操作层指标，20个题项组成，如表3所示。

问卷主要由两部分组成：一是被调查人基本特征，有年龄、经验题项;二是关于移动学习影响因素研究调研。问卷题项1-18设有“很高、高、一般、底、很低”五个选项，分值依次为5、4、3、2、1。题项19的选项中，大一、大二、大三、大四分别对应1、2、3、4。题项20的选项中，“体验过移动学习”=0，“未体验过移动学习”=1。

2.2   问卷调查信度效度分析

KGD大学生总数约5 000人，置信水平为95%的样本量为104。将设计好的问卷随机发放，收回后去除无效问卷。实际收回有效问卷107份，各年级所占比例为：大一19.62%、大二22.43%、大三28.97%、大四28.97%，具有较好的代表性。通过SPSS软件分析，该问卷的总体Cronbachs α系数为0.863，具有较高的信度。

问卷所有研究项对应的共同度值均高于0.4，说明研究项信息可以被有效地提取。另外，KMO值为0.814，大于0.6，意味着数据具有效度。另外，6个因子的方差解釋率值分别是16.904%，13.060%，12.701%，9.378%，7.155%，6.534%，旋转后累积方差解释率为65.732% > 50%。意味着研究项的信息量可以有效地提取出来，问卷具有较好的效度。

2.3   回归分析

使用多元逐步回归分析法进行分析，对绩效期望PE、付出期望EE、自我效能感AV、资源管理能力RM、自我价值实现SA、社群影响SI、感知易用性PEOU、感知趣味性PP等8个维度进行回归分析，结果见表4。

从表4可以看出，R2为0.507，意味着PE1、PE2、EE1、EE2、AV1、AV2、RM1、RM2、SA1、SI1、SI2、SI3、PEOU1、PEOU2、EOU3、PEOU4、PP1可以解释行为意向y50.7%的变化原因。

对模型进行F检验，F=5.392，P<0.05，模型通过F检验，可确定模型公式为：

y=-0.411+0.180×PE1+0.068×PE2+0.105×EE1-0.049×EE2+0.344×A-0.196×AV2+0.181×RM1-0.052×RM2+0.077×SA1+0.063×SI1+0.088×SI2+0.078×SI3-0.030×PEOU1+0.099×PEOU2+0.031×PEOU3+0.377×PEOU4-0.228×PP1

针对模型的多重共线性进行检验发现，模型中VIF值均小于5，意味着不存在共线性问题，模型较好。

2.4   影响因素的分析

对表4的数据进行分析，可知：

（1）PE1、PE2、EE1、EE2、AV2、RM1、RM2、SA1、SI1、SI2、SI3、PEOU1、PEOU2、PP1，并不会对行为意向y产生影响关系。

（2）AV1、PEOU3、PEOU4会对行为意向y产生显著的正向影响（AV1的回归系数值为0.344，P值为0.009;PEOU3的回归系数值为0.224，P值为0.044）。

综上可知：自我效能感AV、感知易用性PEOU，会对行为意向y产生显著的正向影响。PE、EE、RM、SA、SI、PP并不会对行为意向y产生影响。

2.5   调节变量的分析

对年级、经验维度进行方差分析，首先进行了波动性检查，结果如表5所示。

从表5可知：不同“我愿意进行移动学习的程度”对A、E全部均呈现出显著性（P<0.05），意味着不同“我愿意进行移动学习的程度”数据的波动性具有差异性，因此使用非参数检验，结果如表6所示。

从表6可知：不同“我愿意进行移动学习的程度”对于A不会表现出显著性（P>0.05），即不同“我愿意进行移动学习的程度”对于A全部均表现出一致性，没有差异性;“我愿意进行移动学习的程度”对于E呈现出显著性（P<0.05），意味着不同“我愿意进行移动学习的程度”对于E具有差异性。

3      结论与建议

3.1   假设验证

通过以上的分析，对研究假设进行验证，得到如表7所示的结果。

3.2   研究结果

根据上述假设检验结论，做出相关分析如下：

（1）自我效能感AV、感知易用性PEOU是影响KGD大学生接受移动学习的重要因素。自我效能感AV，反映了KGD大学生对移动学习的实用性和价值性关注的程度。感知易用性PEOU，反映出基于移动学习方式的技术优势。是否具有经验E，也是影响KGD大学生接受移动学习的重要因素，说明亲身参与的体验式学习能产生更深的认知，更利于移动学习的接收。

（2）付出期望EE对KGD大学生接受移动学习无显著性影响。这说明技术本身的使用难易程度并不是影响使用者接受的关键因素，这应该是与移动智能设备的普及有关。

（3）资源管理能力RM、社群影响SI也对KGD大学生接受移动学习无显著性影响，这种情况的发生可能是与该校为军校特殊情况有关，根据文献以及访谈发现地方大学此类情况较少[14]。

（4）绩效期望PE、自我价值实现SA未对移动学习接受行为产生影响，这可能是由于移动学习尚未得到广泛认可（尤其是高层认可）、学习收获率不高等有关。

（5）感知趣味性PP的显著性程度虽未达到检验标准，但是相对于其他影响因素而言，已经对行为选择在一定程度上产生了影响，综合来看，感知趣味性应属于次要影响因素。

（6）年级A对KGD大学生接受移动学习的程度也无显著影响，这可能与该校开展移动学习的时间较短有关。

3.3   建议

由于自我效能感AV、感知有用性PEOU、经验E是影响KGD大学生接受移动学习的重要因素，感知趣味性是次要影响因素。针对这一情况，建议KGD在开展移动学习方面的建设上，着重考虑：

（1）加强网络教学资源建设，引进高质量的公共网络教育资源，使学生更好地感受到移动学习的实用性。

（2）通过加大移动学习试点工作，或者开展移动学习经验交流活动，使学生建立和丰富对移动学习的体验经验与认同。

（3）营造良好的学习氛围，加强学生自学能力的养成，为学生更好适应自主开放式的学习提供必要的素质，避免能力与信心不对应造成的负面作用。

（4）适当加强网络教育资源的趣味性，尽力做到寓教于乐。

本研究方法具有较好的代表性，在其他军校开展移动学习问题研究时，具有一定的借鉴价值。但应注意到，不同军校开展移动学习的条件、时长、资源丰富度等均有不同，因此，需要结合实际情况进行调整方能应用。

主要参考文献

[1]詹秀娣，崔博. 微信辅助教学对教学效果的影响研究——以高中地理为例[J]. 中国电化教育，2017（7）：121-124.

[2]杨楠. 基于UTAUT模型的SNS服务用户接受影响因素分析[D]. 长春：东北师范大学， 2011.

[3]百度百科. Unified Theory of Acceptance and Use of Technology[EB/OL]. https：//baike.baidu.com/item/utaut/1516966？fr=aladdin，2003.

[4]黄斐，王佳. 基于感知价值的消费者接受行为模型和实证研究[J].商业研究，2013（6）：19-27.

[5]张熠，徐艺玲，程慧平，等. UTAUT模型在国内IT/IS采纳实证研究中的应用现状分析[J]. 现代情报，2018，38（11）：123-129.

[6]许玲， 郑勤华. 大学生接受移动学習的影响因素实证分析[J]. 现代远程教育研究，2013（4）：61-66.

[7]崔秀菊. 基于UTAUT模型的移动学习用户接受影响因素研究[J]. 软件导刊，2014（12）：4-6.

[8]谢聪爽. 基于UTAUT模型的大学生接受手机移动学习影响因素研究[D]. 昆明：云南师范大学， 2017.

[9]王钱永，毛海波. 基于UTAUT 模型的MOOC 学习行为因素分析[J].电化教育研究，2016（6）：43-48.

[10][美]Albert Bandura.社会学习理论[M].林崇德， 张春兴，译.杭州：浙江教育出版社， 2005.

[11]张浩，杨凌霞，陈盼. 大学生移动学习现状调查与分析[J]. 软件导刊：教育技术， 2010（1）：48-50.

[12]李怀祖. 管理研究方法论[M]. 西安：西安交通大学出版社， 2017.

[13]Venkatesh V，Morris M G & Davis G B.User Acceptance of Information Technology： Toward a Unified View[J]. MIS Quarterly， 2003，27（3）：425-478.

[14]陈静远，梅茜. 大学生接受移动学习影响因素实证研究[J]. 软件导刊：教育技术， 2017，16（3）：56-58.