我国远程教育满意度指数模型的设计与实证分析，本文主要内容关键词为：实证论文,满意度论文,远程教育论文,模型论文,指数论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
信息时代对教育的要求引导了终身学习时代的来临，网络远程教育则是“网络时代的终身学习”革命性变革。现代远程教育是以互联网络和多媒体技术为主要媒介，在科技、经济迅速发展和社会需求的推动下，将信息技术和现代教育思想有机结合的一种新型教育模式。远程教育已不再是常规教育的一种补充，而是未来教育模式的一种代表。作为这个时代的先进代表，远程教育正引领教育世界的全面变革，它打破了学习上时空与多种障碍的限制，提供了师生异地同步教学，其教学内容、教学方式和教学对象都是开放的，学习者不受任何限制，任何人任何时候都可以接收需要的教育信息，获得自己需要的教育内容，实现实时和非实时的学习，其目标直指为所有人终生提供多层次高质量的学习机会。在这场变革中，远程教育作为独立的教育形态，在近十年内规模发展迅速，同时，远程教育作为一种教与学的时代模式，已经渗透到了传统教育，并正在改变着传统教与学的理念和方法。于此，对这场革命的质量监督无疑将影响着这场革命的顺利发展乃至成败，社会各界也自然更为注重网络教育的满意程度。
国外在远程教育(E-learning)满意度指数模型的设计与实证研究方面，将顾客满意度测量应用到公共部门和高等学校的研究已渐成潮流；1998年我国政府启动了现代远程教育工程，自此以来国内的不少学者对网络远程教育进行了有意的探讨和分析，但对建立适合我国网络教育发展实际情况的远程教育满意度指数模型的建模研究较少，至于进一步收集数据来对我国的网络远程教育满意度的实证研究则更是不多。
目前国内外研究中一些主流的顾客满意度模型主要有美国顾客满意度指数(American Customer Satisfaction Index，简称ACSI)模型、欧洲顾客满意度指数(European Customer Satisfaction Index，简称ECSI)模型、瑞典顾客满意度晴雨表(Swedish Customer Satisfaction Barometer，简称SCSTB)模型等。目前在国内外的各种满意度指数研究中ACSI模型的应用和影响最为广泛。同时，鉴于网络远程教育是将现代信息技术与教育的结合，对于科技品的接收和使用，Davis、Bagozzi和Warshaw于1989年提出科技接受模型，后来再由Adams(1992)、Straub(1995)等人对TAM模型的修改，成为目前一般研究最常使用的模型。本文根据我国网络教育的具体情况，对ACSI模型和TAM模型进行调整之后，提出了中国网络教育顾客满意度指数模型(Chinese Network Education Satisfaction Index model，简称CNESI)。
文章通过对我国网络远程教育的建模和实证分析来找出影响学员满意度指数的关键因素。研究过程为，网络远程教学满意度指数模型是一特定因果关系模型，通过问卷来对该模型的因果关系和对学员满意度进行验证和评测，这将为提高我国的网络远程教育质量，为“网络时代的终身学习”的革命性变革的顺利发展提供科学的依据和建议。
我国网络远程教育满意度模型框架与假设
1、模型理论基础
(1)美国顾客满意度理论模型
顾客满意度理论模型研究的主要目的，是找到衡量方法及其主要影响因素，即在模型中嵌入因果关系，将顾客满意度模型表达成一个具有流向的因果关系系统。Tse & Wilton(1988)采用差距(GAP)模型，认为顾客期望及其与顾客质量感知之间的差距(质量感知没有达到购买前顾客期望的程度)对满意度有影响，且质量感知也直接对满意度有显著的影响。Fornell & Wernerfelt(1987，1988)讨论了顾客满意度会导致的结果。采用Hirschman(1970)的抱怨退出理论(该理论研究顾客对不满意的反应)，顾客满意度增加的直接结果就是减少顾客抱怨，增加顾客忠诚度。这样顾客满意度模型就表现为一个结构方程模型(SEM,Structural Equation Model)，模型的起点是顾客对于产品与服务的期望、质量感知和价值感知，模型的终点是顾客投诉和顾客忠诚度，中间是原因和结果的关系(见图1)。
图1 ASCI中顾客满意度模型
(2)科技接受模型
科技接受模型最早由Davis、Bagozzi和Warshaw(1989年)提出，经过Adams等(1992)、Straub等(1995)提出TAM修正版(如图2所示)，成为目前研究科技使用行为的一个广泛接受和使用的模型。TAM模型是以理性行动理论(Theory of Reasoned Action，TRA)为基础，特别针对科技使用行为方面所发展出的模型。其目的是想要提出一个一般化的理论，能够解释科技接受度的决定性因素为何，也就是说其目的是希望此模型能够经过理论验证并说明绝大部分的科技使用行为。
图2 TAM修正模型(Straub，1995)
在TAM模型中假设认知有用性与认知易用性会影响使用科技的态度(Attitude toward using)，进而影响具体的行为表现。所谓的认知有用(Perceived usefulness)意指使用者主观地认为使用此科技对于工作表现及未来的帮助，而认知易用性(Perceived ease of use)意指使用者所认知到科技容易使用的程度。此外，使用者认知易用性，也会强化使用者对科技的认知有用性，例如可以节省更多的心力去完成其它的任务，进而影响使用者对于使用信息科技的态度。
2、我国网络远程教育满意度模型框架与假设
远程教育与其他产品的不同之处在于是为顾客提供服务时将互联网和多媒体结合，将信息技术与现代教育思想结合，结合过程中不仅涉及到保证远程教育质量的硬件设施稳定性，还涉及了软件同使用的舒适性。因此本研究据以下几点理由决定对ACSI和TAM模型进行调整，提出了中国网络远程教学学员满意度指数模型(CNESI)。(1)以上两项模型的研究成果突破了仅孤立测定顾客满意度指标的局限性(这也是目前我国多数顾客满意度研究的现状)，奠定了顾客满意度测量和应用的理论基础。(2)远程网络教育是将信息技术与现代教育思想结合，结合过程中不仅涉及了保证远程教育质量的硬件设施稳定性，还涉及了软件同使用的舒适性。因此本文的研究重点放到网络服务的顾客质量感知上，并根据远程网络教育的服务和消费特点将网络远程教育的质量感知分为稳定性质量感知和人机交互质量感知。(3)问卷的设计在信度上获得支持，且经过许多学者的探讨与修正。经过修正后本研究提出的网络远程教育模型共包含4个结构变量，即稳定性能质量感知、人机交互质量感知、接受/认同感、学员满意度。
稳定性质量感知，指的是学员对网络教育系统(主要是网络硬件系统)是否具有的安全性、快速性和可靠性的感知，它是学员对网络远程教学满意的保健因素；人机交互质量感知，则是学员对网络教育系统(主要是软件系统)是否舒适方便的感受，这包括界面友好性、互动性、易用性等一些人机程序的设计开发，是学员对网络远程教学满意的激励因素，它与稳定性质量感知一起构成了网络教育的总体质量感知；学员对网络教学系统的接受/认同感，指学员将自己对网络教育质量的先期期望与自己亲身感知相比较，从而生成对网络教育各项服务的接受与认同感受；学员满意度，指学员对网络教育各方面服务的满意程度。
模型为因果关系模型，四个变量中稳定性能质量感知、人机交互质量感知是外生潜变量，接受/认同感、学员满意度为内生潜在变量，图中各潜在变量之间的关系是(见图3)：
图3 研究框架
箭头的指向表示正向影响的关系，代表本文提出的理论假设主要包括：
H1：稳定性能质量感知与人机交互质量感知两者间相互影响。
网络教育系统的硬件和软件系统之间的相互制约也决定了稳定性能质量感知、人机交互质量感知两者之间的关联，两者之间相互正向影响。
H2：因为稳定性能质量感知是对网络教育的保健因素的感知，因此它对接受/认同感变量有的作用将涉及使用者的与其他类似的网络硬件系统的比较，方向为正则说明被试学员所应用的网络教育硬件系统优越，反之则说明该硬件系统较差。
H3：人机交互质量感知潜变量对接受/认同感变量有正向作用。
网络学员将自己在使用网络教育中的人机交互质量感知与先前的期望相比较，从而生成接受/认同感受，即模型中的人机交互质量感知潜变量对接受/认同感变量有正向作用。
H4：稳定性能质量感知是对网络教育的保健因素的感知，它的提高往往不能对网络教育系统的学员满意度有促进作用，但它的降低会大大降低网络教育系统的学员满意度。因此两者之间作用不明显时只能表明稳定性能质量没有引起学员的不满。
H5：人机交互质量感对网络教育系统的学员满意度有正向影响。
H6：接受/认同感对网络教育系统的学员满意度有正向影响。
模型中的稳定性能质量感知、人机交互质量感知和接受/认同感三者共同决定网络教育系统的学员满意度。
数据和方法
1、样本和数据收集
项目研究组于2007年3月-9月在上海三所高校(SHTJ大学，HDSF大学，SHDS大学)的网络教育学院中进行问卷调查。调查对象为三所高校中随机选取的接受网络远程教育的学员。调研中，问卷采取现场随机发放方式完成。同时在正式开展调查之前进行了50份的试调查，以保证调查结构的严谨性和完备性。本次调查共发出问卷800份，回收问卷329份，有效问卷为310份，问卷回收有效率为38.75％，因为问卷是随机性发放，虽然有些问卷没有收回，但没有系统性偏差，仍然保证了问卷的有效性。表1是调研问卷人口统计分布情况。
2、问卷设计和量表信度检验
问卷主体部分内容为网络教育满意度相对应指标共计17个。潜在变量均由多个反映主观感知的指标测度。量表首采用了LIKERT五级量表进行评级测试。稳定性能质量感知、人机交互质量感知、接受/认同感、学员满意度这些潜在变量主要采用了UIS(user information satisfaction)、EUCS(end-user computing satisfaction)、ELS(e-learner satisfaction)以及ACSI和FCSI模型中一些成熟的量表。问卷该部分的全部指标及其描述性统计量指标如表2所示。问卷的信度检验、效度检验均采用SPSS15.0完成。信度分析的结果发现，4个潜变量的可靠性系数(Cronbach's coefficient alpha)最小为0.713，最大为0.882，表明设计的度量项目是合适的，问卷具有较高的信度；同时根据文献的研究认为标准化因子负荷大于0.6可使样本的信度得到保证，本调查所有指标标准化因子负荷在0.609-0.884之间，均大于0.6，说明本调查表具有较高的信度。
3、实证方法
本研究主要以LISREL 8.3作为资料分析工具。LISEREL是结构方程式模型(Structural Equation Modeling,SEM)可用来同时处理多组变项之间关系的统计方法。结构方程包括两个部分：即测量方程(Measurement Equation)和结构方程(Structural Equation)。测量方程设定的是潜在变量(laten variables)与观测变量(observed variables)间的关系，它可以显示观测变量的信度与效度。结构方程设定的是潜在变量间的因果关系，并计算出解释与未解释的变异量(Joreskog & Sorbom,1989)。本研究采用LISREL验证研究假设，首先要确认整体模式的配适度与测量模式的信效度，再以结构模式验证研究假设。
实证结果分析
1、模型整体拟合度分析
衡量模型对数据的拟合程度的常用指标有：拟合优度的卡方(Chi Square)检验χ2、近视误差的均方根RMSEA(Boot Mean Square Error of Approximation)、拟合优度指数GFI(Goodness of Fit Index)、调整拟合优度指数AGFI(Adjusted Goodness of Fit Index)、规范拟合指数NFI(Nonned Fit Index)、非规范拟合指数NNFI(Nonnonned Fit Index)，以及理论模式AIC与独立模式AIC及饱和模式AIC的比较。研究结果表明，中国网络远程教学学员满意度指数模型(CNESI)的拟合度指数中
=159.82、df=93，/df=1.72，小于2的理想标准(Bentler P M，1992)；RMSEA=0.048低于0.05的标准(Joreskog and Sorbom，1993)；GFI=0.94、AGFI=0.913、NFI=0.935，NNFI=0.957都大于0.9的标准(Hair et a1.,1998)；理论模式AIC值为245.82，小于饱和模式的AIC值272.00及独立模式的AIC值2508.28(Joreskog & Sorbom,1993)。以上各指标均显示中国网络教育学员满意度模型具有较好的对数据的拟合能力。
2、测量模型的检验
测量模型检验即检定模型中两种重要的效度：收敛效度(Convergent Validity)及区别效度(Discriminant Validity)(Bagozzi &Yi，1988)。
测量模型验证性因子分析的结果显示(见表4)各观测变量的标准化因子载荷值除了X4外均在0.6以上，所以最终模型将X4剔除，说明各因子对测量模型具有较强的解释能力。用标准化因子载荷和各观测变量的测量误差方差对潜在变量的综合信度(CR)进行计算，结果在0.753和0.880之间，均大于0.7，反映了观测变量量表内部具有较好的一致性。测量模型的会聚效度可以从潜在变量的平均变异抽取量(Average Variance Extract-ed，AVE)来进行判断，表1中5个潜变量的平均变异抽取量在0.589-0.711之间，大于0.5的最低标准(Fornell C & Larcker D F，1981)，因此测量模型的会聚效度较为理想。
3、结构模型实证分析
结构模型主要是检查模型结果与所提出的模型之间的一致性如何，看看理论所提出的主要关系是否获得模型结果的支持。结构方程式模型中的路径关系，主要以标准化系数来呈现，系数愈大表示在因果关系中的重要性愈高。研究模型的六个假说中，共有4个假说(H1、H3、H5、H6)达到1％的显著水平，接受研究假设，如图2与表5所示；而另外2个假说(H2、H4)不能通过检验，且稳定性能质量感知对接受/认同感变量的作用显著与概念模型的原假设(H2)相反。
文章进一步比较结构式中各潜在变量之间的效果，以了解变量间的关系。潜在变量的效果包括直接效果(Direct Effect)、间接效果(Indirect Effect)(亦即另外考虑经由其它中间变量(Mediated Variables)的间接效果)和全体效果(Total Effect)三方面(Bollen,1989; Joreskog & Sorbom,1993; Hair et a1.,1998)。表6显示结构模型中各变量的间接、直接及整体效果，由此表可得知稳定性能感知、人机交互感知对接受/认同感有直接效果，且达到显著，但稳定性能感知对接受/认同感的作用方向与原假设相反；接受/认同感对学院满意度有直接效果，且达到显著。
注：*表示p<0.05，**表示p<0.01
图4 研究模式结构模式
本研究旨在探索和验证我国网络远程教学满意度研究。研究结果验证了文中提出的网络远程教学满意度模型(CNESI)在我国的适用性，并解释了稳定性能感知、人机交互感知对接受/认同感和学员满意度的影响。模型中，稳定性能感知和人机交互感知两者呈现相互正向的影响；接受/认同感会受到人机交互感知直接正向影响，学员满意度会同时受到人机交互感知和接受/认同感的直接正向影响。由此结果可知为使学员对网络教育具有更高的满意度，对于网络教育系统的人机交互的开发置于优先地位，再进一步追索测度人机交互的测量指标，寻找载荷大的因子指标X7、X8、X9和X10，前三个指标对应人机交互的易用方面，X10则反应系统对辅助提升教学效果有用方面。可见，在开发网络教学系统时，对于系统操作的实用和便利应特别注意，因为一套操作过于繁杂的计算机网络教育系统反而降低学习成效。同时便于学员了解其课程内容的整体结构，促使学员愿意去使用它提升学习效果。
本文的研究中需要指出的两点为：①网络教学系统满意度模型中，稳定性能感知对接受/认同感呈负向关系，这说明被试学员所使用的网络教育硬件系统比较而言相对较差，这与我国一些地区在网络教育中使用的计算机网络相比于其他办公的硬件系统，质量较差、换代较慢的实施是相符合的。同时，经深度回访还发现，对网络远程教学系统的接受/认同感潜变量评测高分的学员往往更频繁和更长期地使用网络教育系统，同时也就更可能在网络教育系统的稳定性方面发现问题，进而更倾向对稳定性能感知评测低分(甚至还出现了稳定性能感知对接受/认同感显著负向关系)；②稳定性能质量感知与网络教育系统的学员满意度两者之间呈现不显著的正向关系，这表明硬件系统的稳定性能质量感知(保健因素)目前还没有大大降低学员的满意度，这也更说明了我国目前一些网络教育更换自己的硬件系统比较缓慢的原因。
标签：远程教育论文; 顾客满意度论文; 人机交互论文; 人机交互系统论文; 实证分析论文; 人工智能论文; 测量理论论文; 科技论文;