高校学生对混合式教学接受意愿的实证研究——基于TAM和TPB的整合模型
发布时间:2021-03-24 23:17
为揭示高校学生对混合式教学接受意愿的影响机制,文章整合技术接受模型和计划行为理论模型,利用结构方程模型对收集的539份调查问卷进行验证性分析.结果表明:①基于技术接受和计划行为理论的整合模型,能够解释高校学生混合式教学接受意愿58.6%的总体变异量;②感知易用性和感知有用性均对使用态度产生正向影响,且通过使用态度对接受意愿产生间接的正向影响;③使用态度和知觉行为控制均对接受意愿具有正向影响,其中使用态度的影响强度大于知觉行为控制,而主观规范对于接受意愿没有显著的正向影响.实证研究结果有助于为高校混合式教学模式的设计和应用提供借鉴和指导.
【文章来源】:云南大学学报(自然科学版). 2020,42(S1)北大核心CSCD
【文章页数】:9 页
【部分图文】:
高校混合式教学接受意愿概念模型
表4 结构模型的假设检验Tab.4 Hypothesis test of structural model 研究假设 假设路径 路径系数 t值 P值 检验结果 H1 PEU→ATT 0.211 2.053** 0.040 支持假设 H2 PEU→PU 0.473 5.638*** 0.000 支持假设 H3 PU→ATT 0.499 4.409*** 0.000 支持假设 H4 ATT→AI 0.425 4.097*** 0.000 支持假设 H5 SN→AI 0.078 0.896 0.370 拒绝假设 H6 PBC→AI 0.392 4.392*** 0.000 支持假设 H7a PEU→ATT→AI 0.091 2.104** 0.035 支持假设 H7b PU→ATT→AI 0.211 2.595** 0.010 支持假设表5 结构模型的预测能力Tab.5 The predictive power of structural model 内生潜变量 R2值 效度水平 Q2值 关联性水平 PU 0.224 中度 0.146 弱 ATT 0.393 中度 0.276 弱 AI 0.586 中度 0.394 强
【参考文献】:
期刊论文
[1]混合式教学对大学生学习成效的影响——基于国内一流大学MOOC应用效果的实证研究[J]. 王晶心,原帅,赵国栋. 现代远距离教育. 2018(05)
[2]基于慕课和雨课堂的高校思政课混合式教学——以“毛泽东思想和中国特色社会主义理论体系概论”慕课为例[J]. 韩淼. 现代教育技术. 2018(07)
[3]混合式课程建设项目的顶层设计与实施策略——以山东师范大学为例[J]. 李逢庆,王新华,赵建民. 现代教育技术. 2018(06)
[4]“互联网+”混合式教学研究[J]. 汤勃,孔建益,曾良才,蒋国璋,侯宇. 高教发展与评估. 2018(03)
[5]国内外混合式教学研究现状述评——基于混合式教学的分析框架[J]. 冯晓英,王瑞雪,吴怡君. 远程教育杂志. 2018(03)
[6]MOOC背景下三种常见混合式教学模式的比较研究[J]. 李炜. 现代教育技术. 2018(S1)
[7]高校混合式教学中深浅层学习者行为差异研究[J]. 王怀波,李冀红,杨现民. 电化教育研究. 2017(12)
[8]高校教师对混合式教学接受度的实证研究——基于DTPB与TTF整合的视角[J]. 赵建民,张玲玉. 现代教育技术. 2017(10)
[9]基于计划行为理论的创业教育对大学生创业意愿影响分析[J]. 刘加凤. 高教探索. 2017(05)
[10]基于MOOCs的混合式学习适应性影响因素研究——以Y高校的实践为例[J]. 张成龙,李丽娇,李建凤. 中国电化教育. 2017(04)
本文编号:3098578
【文章来源】:云南大学学报(自然科学版). 2020,42(S1)北大核心CSCD
【文章页数】:9 页
【部分图文】:
高校混合式教学接受意愿概念模型
表4 结构模型的假设检验Tab.4 Hypothesis test of structural model 研究假设 假设路径 路径系数 t值 P值 检验结果 H1 PEU→ATT 0.211 2.053** 0.040 支持假设 H2 PEU→PU 0.473 5.638*** 0.000 支持假设 H3 PU→ATT 0.499 4.409*** 0.000 支持假设 H4 ATT→AI 0.425 4.097*** 0.000 支持假设 H5 SN→AI 0.078 0.896 0.370 拒绝假设 H6 PBC→AI 0.392 4.392*** 0.000 支持假设 H7a PEU→ATT→AI 0.091 2.104** 0.035 支持假设 H7b PU→ATT→AI 0.211 2.595** 0.010 支持假设表5 结构模型的预测能力Tab.5 The predictive power of structural model 内生潜变量 R2值 效度水平 Q2值 关联性水平 PU 0.224 中度 0.146 弱 ATT 0.393 中度 0.276 弱 AI 0.586 中度 0.394 强
【参考文献】:
期刊论文
[1]混合式教学对大学生学习成效的影响——基于国内一流大学MOOC应用效果的实证研究[J]. 王晶心,原帅,赵国栋. 现代远距离教育. 2018(05)
[2]基于慕课和雨课堂的高校思政课混合式教学——以“毛泽东思想和中国特色社会主义理论体系概论”慕课为例[J]. 韩淼. 现代教育技术. 2018(07)
[3]混合式课程建设项目的顶层设计与实施策略——以山东师范大学为例[J]. 李逢庆,王新华,赵建民. 现代教育技术. 2018(06)
[4]“互联网+”混合式教学研究[J]. 汤勃,孔建益,曾良才,蒋国璋,侯宇. 高教发展与评估. 2018(03)
[5]国内外混合式教学研究现状述评——基于混合式教学的分析框架[J]. 冯晓英,王瑞雪,吴怡君. 远程教育杂志. 2018(03)
[6]MOOC背景下三种常见混合式教学模式的比较研究[J]. 李炜. 现代教育技术. 2018(S1)
[7]高校混合式教学中深浅层学习者行为差异研究[J]. 王怀波,李冀红,杨现民. 电化教育研究. 2017(12)
[8]高校教师对混合式教学接受度的实证研究——基于DTPB与TTF整合的视角[J]. 赵建民,张玲玉. 现代教育技术. 2017(10)
[9]基于计划行为理论的创业教育对大学生创业意愿影响分析[J]. 刘加凤. 高教探索. 2017(05)
[10]基于MOOCs的混合式学习适应性影响因素研究——以Y高校的实践为例[J]. 张成龙,李丽娇,李建凤. 中国电化教育. 2017(04)
本文编号:3098578
本文链接:https://www.wllwen.com/jiaoyulunwen/shifanjiaoyulunwen/3098578.html