自我决定理论视角下MOOC学习者持续使用意图分析

孙翊超 王毅琳 秦子岩

摘   要：文章以MOOC学习者为研究对象，采用问卷调查方式，对其选择MOOC的自我决定动机、持续使用意图与满意度之间的关系进行分析。并选取北京4所高校学习MOOC的大学生为调查对象，共收集519份有效问卷，运用SPSS与AMOS对问卷进行分析。最终研究发现：①自我决定动机对MOOC学习的持续使用意图有正向影响;②自我决定动机对MOOC学习的满意度具有正向影响;③MOOC学习的满意度对其持续使用意图有正向影响;④满意度在MOOC学习中的自我决定动机对持续使用意图具有中介作用。

关键词：MOOC;自我决定;持续使用意图;满意度

中图分类号：G444 文献标志码：A 文章编号：1673-8454（2020）15-0014-05

一、引言

自从2013年，大规模开放性网络课程（MOOC）在中国出现以来，由原来的传统大学的结构化教学模式逐渐向开放性网络课程模式转化，多种在线学习的范式发生转变。这些由国内外名校所提供的课程成为开放学习活动的重要组成部分。在MOOC发展初期，由于其颠覆了传统大学的结构性限制，被学者认为是一种教育创新。[1][2]虽然初期的发展势态良好，但仍有学者对MOOC实际的作用持怀疑态度，而MOOC的低完成率成为这些学者对开放学习活动产生质疑的主要原因，事实上，确实有研究明确提出，低完成率对MOOC持续发展产生不利影响。[3]

但是，也有越来越多的研究者认识到不能仅仅用课程的完成率来判别MOOC的作用，因为这种指标与传统的面授课程更加贴合。[4]上述观点得到研究证明，表明MOOC的学习动机和模式与传统课堂教学是有本质区别的。例如：GIL-JAURENA & DOM？魱NGUEZ认为部分MOOC学习者倾向于有选择有目的地学习整个课程中的一部分;[5] Zheng & Rosson等指出该类课程完成与否不能以参与课程的时长为标准。[6]

最近的研究试图跨越曾经狭隘的指标性，从而建立一个多元化和全面的结构来评定MOOC，以期符合MOOC的特殊性;[7]通过讨论MOOC研究中的趋势，来推动当前的研究。越来越多的研究者试图从不同的层面来了解MOOC学习者的学习动机与目标。[8]这些研究认为动机在此类学习者完成或者持续参与MOOC中扮演关键角色。在过往的研究中，学习MOOC的人群所具有的动机为内部因素（好奇心、个人兴趣等）与外部因素（个人职业发展、大学名望等）的相互结合。研究的另一趋势是采用替代性指标来体现MOOC的独特性，以此来评价其作用。近年来，持续性使用意图逐渐成为评价MOOC学习者动机与态度的一个指标。[9] Chou等在其特定背景的研究中提出持续使用意图的概念，代表学习者在经过初始体验后倾向于持续使用;该研究有助于深入理解MOOC学习者在较长时间跨度中的动机与参与程度。[10]需要注意的是，可基于获得认证去理解MOOC学习者的动机、目标等因素，高等教育机构提供完成课程的证书或者学分，以此激发学习者完成课程、提高完成率。[11]

二、研究评述

1.自我决定理论与持续使用意图的关系

在本研究中，将自我决定理论作为影响MOOC学习者动机的关键影响因素之一。以往的研究发现学习者参与MOOC的动机呈现内部、外部因素相互结合特征，表明对学习者自我决定水平测试的必要性。[12]自我决定理论认为，动机分为无动机、外在动机、内在动机三类，该理论认为这三者呈现连续性作用。[13]上述动机根据规则分为无调节、外部调节、内摄调节、认同调节、整合调节、内部调节。[14]

动机的调节类型有助于理解MOOC学习者的动机与参与模式的复杂性和多样性。[15]例如，可以通过外部调节来评判证书与学分是如何影响学习动机的;当学习者有MOOC包含的内容与资源对职业发展和未来就业有用的动机时，可以通过认同调节来识别;这代表对目标行为的持续性评估，即学习新事物是有用的。另外，Zheng等人通过对不同背景的MOOC学习者进行深度访谈，发现MOOC学习者动机主要为满足当前需求、未来规划、满足好奇心和与人交往。然而，Kizilcec、Pérez、 Maldonado认为动机在MOOC环境中如何运作的实证研究还处于初始阶段;[16]在少数的实证研究中，方少君基于自我决定理论对大学生MOOC接受度进行调查，发现学习者学习自主性在MOOC这种开放环境下会对MOOC的态度有积极影响。[17]本研究中的持续使用意图是指整个MOOC学习过程中对相应学习者在较长时间尺度上的动机和参与的理解。

2.满意度的中介作用

在本研究中，我们将满意度视为在初始接受和持续使用之间起作用的一个因素。该假设基于Bhattacherjee的期望——确认模型（ECM），该模型解释用户继续使用某种服务或系统的意图主要取决于他们对先前经验的满意度。[18]在自我决定动机中解释初始接受程度，而满意的构造使我们能够检查从初始接受到确认再到最终持续意图的路径。在Chiu等人的研究中，参与在线学习的学习者的动机对他们的满意度有显著影响。然而这些研究在诸如MOOC之类的扩展学习情境中缺乏对满意度的更深层考虑。[19]在Vansteenkiste等人的研究中发现，对中国参与英语学习的成人学习者的调查中，自主需求可以预测学习者的满意度和辍学率，自主动机越高，辍学率越低。[20]

三、研究设计

1.研究假设

本研究旨在研究大学生的自我决定动机、MOOC的持续使用意图及满意度的关系。如上文所述，有必要深入探究MOOC學习者和其继续使用MOOC的动机。持续意图是一种相关的衡量标准，用于检查学习者是否在未来有使用MOOC的意图。在此背景下，本研究的主要目的是基于自我决定理论视角，研究影响MOOC学习满意度和继续使用该服务意图的重要因素。同时，综合本研究的综述，提出如下假设。

H1：自我决定动机对MOOC学习的持续使用意图有正向影响。H2：自我决定动机对MOOC学习的满意度具有正向影响。H3：MOOC学习的满意度对其持续使用意图有正向影响。H4：满意度在MOOC学习中的自我决定动机对持续使用意图具有中介作用。

2.研究架构

基于此，本文的研究模型如图 1 所示。

3.量表设计

本研究自我决定动机量表采用Taylor等的问卷，此量表有四个构面——外部调节、内部调节、认同调节、整合调节。[21]每一构面各有4个题目。有持续使用意图量表采用Taylor、Todd所制定的问卷，共4道题目。[22]满意度量表采用Bhattacherjee所使用的问卷，共3道题目。以上问卷都采用李克特式（Likert type）五点量表记分法，由受试者依自己的实际情况作答。

4.研究对象及分析工具

问卷主要依靠网络发放，共发放600份问卷，以参与过MOOC学习的北京的四所大学学生为主要研究对象。问卷收集后剔除随意回答的无效问卷和未学习过MOOC的人群，共收集有效问卷519份，有效率为86.5%。后续借助 SPSS和 AMOS统计软件进行假设检验。对变量进行相关与回归分析。

5.问卷信效度分析

运用SPSS 25.0和AMOS20.0分别对问卷进行内部一致性信度检验及结构效度检验。

（1）信度分析

分别计算总量表和各维度的Cronbach"s Alpha系数，检验结果显示， 各维度的Cronbach"s Alpha系数分布在0.803～0.941之间， 总量表的Cronbach"s Alpha系数为0.942 说明问卷具有很好的内部一致性信度。

（2）效度分析

由于借鉴成熟问卷，故本卷效度采用验证性因素分析，利用统计软件AMOS20.0对各构念效度的维度进行验证，相较于问卷的内容与校标效度，研究者通常是基于问卷的结构效度进行分析，通过对构建的理论模型进行拟合指数的评价完成效度检验。具体结果如表1所示。

本研究对影响因素量表进行验证性因子分析，拟合指数如表1所示。除评估模型的简约性指标GFI与AGFI接近0.9，其最低接受范围为0.85;[23]本研究其它指标，包括？字2/df、SRMR、NFI、IFI、CFI与RMSEA等指标拟合度很高，说明测量是具有结构效度的，模型通过验证性因子分析。

本研究使用Fornell & Larcker建议的评估指标（AVE）对各变量的收敛效度进行检验。AVE值都高于最低标准0.50，说明各量表具有较好的收敛效度。[24]自我决定中，整合调节AVE=0.5489，CR=0.8293;认同调节AVE=0.5013，CR=0.8004;内部调节AVE=0.5396，CR=0.8238;外部调节AVE=5073，CR=8042。满意度AVE=0.5069，CR=8036;持续使用意图AVE=0.5882，CR=0.8101。

四、数据分析

1.描述性统计

对于本研究的基本信息进行统计，回收的519份有效问卷中，男性231人，占比44.5%;女性288人，占比55.5%。四所学校中，A学校94人，占比18.1%;B学校138人，占比26.6%;C学校132人，占比25.4%;D学校155人，占比29.9%。年级分布中，大一67人，占12.9%;大二202人，占38.9%;大三166人，占32.0%;大四84人，占16.2%。学习MOOC门数，1门的人数为160人，占30.8%;2～3门人数为334人，占64.4%;4门及以上25人，占4.8%。

2.相關分析

在对假设进行验证前需分析各个因素（变量）间的相关性，以便了解这些因素（变量）之间的关系。本研究以Pearson相关系数检定各维度，相关系数值在-1到1之间，系数值的绝对值越大说明其两者相关性越强。本研究设计各变量间的相关分析，具体详情如表2所示：

从表2可以看出，自我决定、持续使用意图与满意度都呈现正向相关关系。

3.回归分析

本研究所搜集的资料采用回归分析进行假说的检定。其目的在于分析调研的有效样本数据，探究各维度的相关联系，同时，求得变量对变量的正负相关的数学关系式。本研究以自我决定动机为自变量、满意度为中介变量、持续使用意图为因变量进行回归分析，做出针对性的回归分析，其回归分析结果如表3所示：

根据表3所示，自我决定动机对持续使用意图产生显著影响，β系数为0.533，表明自我决定动机会对持续使用意图产生正向影响，因此假设H1成立。自我决定动机对满意度产生显著影响，β系数为0.626，表明自我决定动机对满意度产生正向影响，因此H2成立。满意度对持续使用意图产生显著影响，β系数为0.291，表明满意度对持续使用图产生正向影响，因此H3成立。

满意度在自我决定动机与持续使用意图中产生中介影响，如表4所示：

在表4中自变量满意度的回归系数为0.129（p<0.001），说明满意度的介入，仍对持续使用意图有显著的作用，并且持续使用意图的回归系数为0.404（p<0.001），说明自我决定动机对持续使用意图有正向作用。由于介入满意度之后自我决定动机对持续使用意图的直接影响仍然显著，同时回归系数的绝对值由0.404变为0.129，因此可以认为中介变量满意度具有部分中介作用，满意度会透过自我决定动机对持续使用意图产生正向的影响，因此假设H4成立。

五、研究结论与建议

1.研究结论与讨论

（1）自我决定动机对MOOC学习的持续使用意图有正向影响。本研究通过实证分析发现自我决定动机对MOOC学习的持续使用意图有正向影响（H1）。该研究与杨根福的研究结果类似，自我决定动机认为，如果活动有自主性则会增强内在动机，而在MOOC学习中，该动机很可能与学习者自主性产生关系。[25]此外自主性是MOOC平台中学习的主要特征，可以促使学习者持续使用，同时主动制订学习计划，随时随地学习。值得注意的是，自我决定动机是学习者持续使用某平台意向的重要前因。[26]对MOOC有真正兴趣的用户，往往会对该平台的课程感到满意。

（2）自我决定动机对MOOC学习的满意度具有正向影响。学生的自我决定对MOOC课程的满意度有显著影响（H2）。这与现有的文献相契合，学习者自我激励越多，他们对自己的学习体验就越满意。[27]满意度是用户在使用信息系统后对该系统的综合评价，可以是正面、负面或中性，并且以往研究也发现，这种评价是预测网络学习持续使用意愿的重要指标。

（3）MOOC学习的满意度对其持续使用意图有正向影响。对MOOC课程的满意度对学生的继续使用意向有显著的正向影响（H3），这表明学习者对其最初的MOOC课程感到满意是很重要的，以鼓励他们在未来继续使用MOOC的意向。在经典期望确认模型中，满意度仍是影响持续使用意向的核心因素，持续使用意图对持续参与行为有显著正向影响，在MOOC学习者持续参与行为的预测和解释中是有效的。

先前的研究是关于学生对情绪化的满意度的混合调查结果。虽然Chen、Lee、Hsiao证实了学生满意度的积极水平，[28]但一些研究报告说，由于讨论质量低、反馈延迟、指导不明确和技术问题，[29]学生对MOOC学习体验不满意。由于本研究证实满意度对学生继续使用MOOC意愿的重要性，因此课程的设计应尽量减少可能引起不满的任何潜在问题，并最大限度地增加与学生满意度相关的因素。

（4）满意度在MOOC学习中的自我决定动机對持续使用意图具有中介作用。最后，以满意度为中介，探讨自我决定动机对持续性有中介影响。而满意度在二者之间发挥相应作用，从而对学生持续意向产生一定作用。持续意向是决定学生是否打算继续使用MOOC进行自我发展和终身学习的一个关键因素，而不仅仅是获得学分的一种手段。

2.研究建议

本研究通过讨论MOOC学习者自我决定动机对持续使用意图以及满意度的影响，分析满意度在其中的中介作用。根据研究结果，建议未来的实施应考虑如何支持通过MOOC提升教育机会和终身学习的基本目标。这项研究也有助于现有的MOOC研究机构，通过验证相关学习者的动机、参与和意图，来指导教师的MOOC课程管理以及改善MOOC的学习体验，这是一个值得关注的领域，充分发挥MOOC中课程质量的优势及对学习者自主性的激励作用，同时也要考虑师生及学生自身间的互动，也就是同侪互评的优点，开放性地将传统课堂的优势与MOOC有机结合。

目前的研究提供经验证据，尤其是理解学习者学习情绪化的动机的重要性。但本研究也存在局限性，例如研究对象为学习MOOC的大学生，未考虑其他MOOC学习者。对于不同群体，MOOC的设计要素对此类学习者可能存在差异，未来研究建议可以对更广泛的群体进行调查。

参考文献：

[1]Blackmon S J.Through the MOOCing Glass：
Professors Perspectives on the Future of MOOCs in Higher Education：Through the MOOCing Glass[J]. New Directions for Institutional Research，2016， 2015（167）：87-101.

[2]孙翊超.MOOC学习者参与同伴互评对自我效能的影响[J].当代教育论坛，2018（2）：108-116.

[3]高卫红.翻转课堂：从教学模式的构建到大学教师角色的转化[J].当代教育论坛，2015（3）：45-51.

[4]Hughes G，Dobbins C.The utilization of data analysis techniques in predicting student performance in massive open online courses（MOOCs）[J].Research and practice in technology enhanced learning，2015，10（1）：1-18.

[5]GIL-JAURENA I，DOM？魱NGUEZ D. Teachers roles in light of massive open online courses （MOOCs）：
Evolution and challenges in higher distance education[J].International Review of Education，2018， 64（770）：197-219.

[6]Zheng S，Rosson M B，Shih P C，et al.Understanding student motivation，behaviors and perceptions in MOOCs[C].Proceedings of the 18th ACM conference on computer supported cooperative work & social computing，2015：1882-1895.

[7]刘路，刘志民.欧美高校的MOOC实践困境及启示[J].教育学术月刊，2017（1）：98-104.

[8]汪存友，侯小娜.基于自我决定理论的MOOC平台认知工具研究[J].现代教育技术，2016（2）：65-70.

[9]张敏，尹帅君，聂瑞，唐存周.基于体验感知的中外慕课学习平台持续使用态度对比分析——以Coursera和中国大学MOOC为例[J].电化教育研究，2016（5）：44-49.

[10]Chou S W， Hsu C S. Understanding online repurchase intention：
social exchange theory and shopping habit[J].Information Systems and e-Business Management， 2016，14（1）：19-45.

[11]邱伟华.高等教育慕课的价值创造与盈利模式[J].现代远程教育研究，2017（4）：39-49.

[12]高洁.外部动机与在线学习投入的关系：自我决定理论的视角[J].电化教育研究，2016（10）：64-69.

[13]Ryan R M， Deci E L. A self-determination theory perspective on social， institutional， cultural， and economic supports for autonomy and their importance for well-being[M].Human autonomy in cross-cultural context.Springer，Dordrecht，2011：45-64.

[14]Nikou S A，Economides A A.Mobile-Based Assessment：Integrating acceptance and motivational factors into a combined model of Self-Determination Theory and Technology Acceptance[J]. Computers in Human Behavior，2017（68）：83-95.

[15]吴永和，李若晨，王浩楠.学习分析研究的现状与未来发展——2017年学习分析与知识国际会议评析 [J].开放教育研究，2017（5）：42-56.

[16]Kizilcec R F，Pérez-Sanagustín M， Maldonado J J.Self-regulated learning strategies predict learner behavior and goal attainment in Massive Open Online Courses[J].Computers & education， 2017（104）：18-33.

[17]方少君.MOOC环境下英语专业大学生的学习动机研究——基于自我决定理论[J].海外英语，2018（19）：39-41.

[18]Bhattacherjee A.Understanding Information Systems Continuance：
An Expectation-Confirmation Model[J].Mis Quarterly，2001，25（3）：351-70.

[19]Chiu C M，Wang E T G.Understanding Web-based learning continuance intention：The role of subjective task value[J].Information & Management，2008，45（3）：194-201.

[20]Vansteenkiste M，Zhou M，Lens W，et al.Experiences of Autonomy and Control Among Chinese Learners：
Vitalizing or Immobilizing？[J].Journal of Educational Psychology， 2005， 97（3）：468-483.

[21]Taylor G，Jungert T，Mageau G A，et al.A self-determination theory approach to predicting school achievement over time：
the unique role of intrinsic motivation[J].Contemporary Educational Psychology，2014，39（4）：342-358.

[22]TAYLOR S，TODD P A.Understanding Information Technology Usage：A Test of Competing Models[J]. Informsystres，1995，6（2）：144-76.

[23]溫忠麟，侯杰泰等.结构方程模型中调节效应的标准化估计[J].心理学报，2008（6）：729-736.

[24]FORNELL C， LARCKER D F. Evaluating structural equation models with unobservable variables and measurement error[J].Journal of marketing research，1981，18（1）：39-50.

[25]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.

[26]Lin K M， Chen N S， Fang K. Understanding e-learning continuance intention：
a negative critical incidents perspective[M].2011.

[27]Nai Li，Vicky Marsh，Bart Rienties，叶青，王炜.学习者满意度建模与管理：利用学习者反馈提升混合学习和在线学习的体验[J].当代职业教育，2018（6）：97-106.

[28]Chen C C，Lee C H，Hsiao K L.Comparing the determinants of non-MOOC and MOOC continuance intention in Taiwan[J].Library Hi Tech，2018，36（2）：LHT-11-2016-0129.

[29]Mcglynn-Stewart M E. Undergraduate Students" Perspectives on the Value of Peer-Led Discussions[J].Canadian Journal for the Scholarship of Teaching & Learning， 2015，6（3）：1-12.

（编辑：王天鹏）