慕课学习者行为研究：模型参数估计与评价

在AMOS结构方程分析中,提供了7种模型估计的方法,一般采用最大似然法或者广义最小二乘法。本研究使用最大似然法估计模型参数。最大似然法是一种有效率的模型估计法,一般认为样本数在100与400之间时才适合使用这种方法。因为样本数太少可能导致不能收敛或得到不当的解,但是如果样本数太大,那么最大似然法会对数据太敏感,导致各项拟合度指标不易落在合理的范围内(吴明隆,2010)53。

模型的评价可以通过计算拟合指数来分析判断假设模型和实际数据的拟合程度。拟合指数包括卡方与自由度之比CMIN/DF,拟合优度指数(goodness of fit index,简称GFI),近似误差均方根(root-mean-square error of approximation,简称RMSEA),模型比较适合度(comparative fit index,简称CFI)等。卡方与自由度的比值CMIN/DF越小,表示模型拟合度越高,一般卡方与自由度的比值小于3,表示模型具有较理想的拟合度。拟合优度指数GFI,表示假设模型可以解释观察数据的方差与协方差的比例,GFI值越接近1,表示模型拟合度越高。近似误差均方根RMSEA,低于0.06可以视为是一个好模型。规范拟合指数(normed fit index,简称NFI),反映假设模型与一个观察变量间没有任何共变假设的独立模型的差异程度,值越接近1越理想。模型比较适合度CFI,反映了假设模型与无任何共变关系的独立模型差异程度的量数,指数的数值也是越接近1越理想。

图4.5　慕课学习者持续参与行为结构方程模型(AMOS)

表4.4是本研究样本数据与假设模型的拟合结果。根据表4.4,本研究模型的拟合指数都在可接受范围内,说明构建的慕课学习者持续参与行为结构方程模型拟合效果良好,是可以接受的。

表4.4　假设模型拟合指数

在结构方程模型中,一般使用参数差异临界比率值(C.R.值)来判别回归系数是否显著。当C.R.的绝对值＞1.98时,则可解释为“在0.05的显著水平下,有显著性差异”。另外,标准化路径系数必须在-1和1之间,否则认为这条路径不成立。表4.5列出了模型中相对明显地不能成立的4条路径。(www.xing528.com)

表4.5　假设模型参数估计值及检验结果(不成立部分)

这个不成立部分,似乎与人们的直观理解相反。

对于路径1,在慕课参与方面,感知有用性体现为学习者主观上认为参与慕课能够在多大程度上有助于自己在某一方面的提升,能够在多大程度上完成自己相应的目标。对慕课感知有用的学习者,更容易对他们参与的慕课平台或课程感到满意。所以在模型中,感知有用性是通过对满意度有显著正向影响间接地对持续参与意向有显著影响。

对于路径2,与感知有用性一样,感知娱乐性也是信息系统功效的有机组成部分。学习者在参与慕课学习过程中越感到有趣、有意思,那么学习者就对慕课平台或课程越满意。所以在模型中,感知娱乐性对满意度有显著正向影响,从而间接地对持续参与意向和持续参与行为产生正向影响。不过感知娱乐性对持续参与行为并没有直接的显著正向影响。

对于路径3,内在动机指完全因为自身的兴趣或信念而去从事某项活动。真正出于兴趣参与慕课的学习者,往往更多地对慕课平台或课程感到满意。所以在模型中,内在动机是通过对满意度有显著正向影响间接地对持续参与意向有显著影响。

对于路径4,促成因素指学习者感知到的自己能执行行为而所能控制的外部资源,包括技术条件支持、时间空间条件、外在的督促激励、他人使用情况等。促进因素对持续参与行为没有直接的显著正向影响,但对持续参与意向有正向影响,从而间接地对持续参与行为有正向影响。