分享自:

教育中成功的社交媒体与电子学习驱动因素探究:Facebook与Moodle的比较研究

期刊:Journal of Information Technology Education: ResearchDOI:https://doi.org/10.28945/4360

本文档是Ahmed Al-Azawei于2019年在《Journal of Information Technology Education: Research》期刊(第18卷)上发表的一篇研究论文,题为《What Drives Successful Social Media in Education and E-Learning? A Comparative Study on Facebook and Moodle》。论文第一作者Ahmed Al-Azawei来自伊拉克巴比伦大学信息技术学院。该研究属于教育技术与信息系统领域,旨在探讨在发展中国家高等教育环境中,影响社交媒体(Social Networking Sites, SNS, 以Facebook为例)和学习管理系统(Learning Management Systems, LMS, 以Moodle为例)成功应用的关键因素。研究基于对伊拉克一所公立大学本科生的调查数据,扩展并验证了德隆与麦克林信息系统成功模型(Delone & McLean Information Systems Success Model, D&M ISS模型)。

研究的学术背景

在当代教育中,高等教育机构普遍投入大量资源将LMS与传统课堂相结合。然而,研究表明,尤其是在发展中国家,LMS面临着高失败率,并非所有学习者都对其服务感到满意。与此同时,社交网络因其互动性特征和服务,被越来越多地纳入教学过程。学生们表现出在教学中使用社交网络的高度意愿。这种趋势或许为应对LMS的失败提供了替代或补充方案。伊拉克的情况尤为特殊,其ICT(信息与通信技术)基础设施建设因战争和制裁而严重滞后,互联网和智能手机直到2003年后才开始普及。尽管公立大学正努力将ICT整合到教育中,但ICT基础设施的缺乏依然是一个重大障碍。在这种背景下,SNS(由可靠公司运营,对网络带宽要求适中)可能成为一种可行的教育技术解决方案,与LMS共同发挥作用。然而,关于SNS和LMS在发展中国家成功应用的关键因素(Critical Success Factors, CSF)的研究仍然匮乏,特别是在阿拉伯世界。因此,本研究致力于填补这一研究空白,扩展先前关于SNS和LMS在发展中世界成功应用的知识体系。

研究采用了一个成熟的理论框架——德隆与麦克林信息系统成功模型作为基础。该模型是信息系统研究领域被广泛认可的评估框架,它假设信息质量(Information Quality, IQ)、系统质量(System Quality, SQ)、系统使用(Use)、用户满意度(User Satisfaction, US)和净收益(Net Benefits, NB)等构念之间存在因果关联。本研究在经典D&M ISS模型的基础上,引入了两个前置变量:技术经验(针对Facebook或Moodle的经验)和互联网经验(Internet Experience),将它们作为直接影响技术使用和用户满意度的直接决定因素。最终,研究提出了一个扩展模型,旨在探究这些因素如何共同影响SNS(Facebook)和LMS(Moodle)在教育应用中的成功。

详细的工作流程

本研究采用了横截面调查研究设计,具体流程可分为以下几个阶段:

  1. 研究设计与模型构建:首先,研究者基于文献回顾,建立了扩展的研究模型。该模型将系统质量、信息质量、技术经验(分为Facebook经验和Moodle经验)以及互联网经验作为自变量。这些自变量被假设直接影响因变量——技术使用(分为Facebook使用和Moodle使用)和用户满意度。而技术使用和用户满意度则进一步影响最终的因变量——净收益。由此,研究共提出了11组假设(H1a,b 至 H11a,b),分别对应Facebook和Moodle两种技术。

  2. 研究背景与对象选择:研究在伊拉克一所公立大学的信息技术学院进行。该学院自2015年起已开始使用Moodle进行教学,教师会通过该平台上传学习资料、组织论坛讨论和在线考试。同时,师生们也普遍使用Facebook创建封闭群组,用于发布公告、分享资料和讨论问题。研究的目标人群是能够实际使用这两种技术的公立大学本科生。采用非概率便利抽样方法,共邀请了约300名学生参与在线问卷调查。最终,样本规模为143名计算机科学专业的本科生,有效回应率约为47.6%。样本的人口统计信息显示,超过一半的受访者互联网经验较低(66.4%),Facebook经验也普遍较低(73.4%),但Moodle经验较高(60.1%),这反映了伊拉克ICT应用起步晚但教育技术局部推广的现状。

  3. 测量工具开发与数据收集:研究问卷基于Ramirez-Correa等人的研究进行改编,采用李克特五分量表(1=强烈不同意,5=强烈同意)。问卷包括两个部分:首先是人口统计学问题和关于Facebook、Moodle及互联网经验的二分法问题(低经验/高经验)。其次是测量研究模型中各个构念的22个题项(对于Moodle模型,后期分析时删除了3个低载荷的题项,最终保留19个)。测量构念包括系统质量(如易用性、交互性)、信息质量(如相关性、准确性)、技术使用(如使用频率、依赖性)、用户满意度和净收益(如对学业表现的帮助)。数据收集通过在线调查进行,为期约三周。

  4. 数据分析方法:收集到的数据采用偏最小二乘结构方程模型(Partial Least Squares - Structural Equation Model, PLS-SEM)技术进行分析,并使用SmartPLS软件。分析过程分为两步:首先,评估测量模型的信度和效度,包括计算克朗巴哈系数α(Cronbach’s α)、组合信度(Composite Reliability, CR)、平均方差提取值(Average Variance Extracted, AVE),并检验区分效度(通过Fornell-Larcker准则)。其次,评估结构模型,通过基于5000次重采样的Bootstrapping方法来检验路径系数(β值)的显著性(t值和p值),并计算内生变量(技术使用、用户满意度、净收益)的方差解释率(R²值),以评估模型的预测能力。

主要研究结果

数据分析结果分别对Facebook模型和Moodle模型进行了详细呈现和比较。

对于Facebook模型: - 测量模型:所有构念的克朗巴哈α值在0.733至0.863之间,组合信度(CR)均高于0.7,平均方差提取值(AVE)均高于0.5,区分效度也得到满足,表明问卷具有良好的信度和效度。 - 结构模型与假设检验: - 系统质量和信息质量:两者均对Facebook使用(H1a, H3a)和用户满意度(H2a, H4a)有显著正向影响,支持了原始D&M ISS模型的假设。 - 技术经验和互联网经验:Facebook经验对用户满意度有显著正向影响(H6a),但对Facebook使用有显著负向影响(H5a被拒绝)。一个可能的解释是,经验丰富的用户可能对系统有更高期望,或更挑剔,导致其使用意愿不升反降,但他们仍能从使用中获得满意感。互联网经验对Facebook使用和用户满意度的影响均不显著(H7a, H8a被拒绝)。 - 技术使用、用户满意度与净收益:Facebook使用显著正向影响用户满意度(H9a)。同时,Facebook使用(H10a)和用户满意度(H11a)均显著正向影响净收益。 - 模型解释力:该模型解释了Facebook使用方差的53.4%(R²=0.534),用户满意度方差的65.0%(R²=0.650),以及净收益方差的68.1%(R²=0.681),表现出很强的解释力。

对于Moodle模型: - 测量模型:除了系统质量的克朗巴哈α值为0.659(在探索性研究中可接受),其余构念的信效度指标均达到可接受水平。 - 结构模型与假设检验: - 系统质量和信息质量:信息质量对Moodle使用(H3b)和用户满意度(H4b)均有显著正向影响。系统质量对用户满意度有显著正向影响(H2b),但对Moodle使用的影响不显著(H1b被拒绝)。研究者解释,这可能是因为Moodle的使用在该研究情境下具有强制性,学生无论系统质量如何都必须使用,导致其采用决策不依赖于对系统质量的感知。 - 技术经验和互联网经验:Moodle经验对Moodle使用有显著负向影响(H5b被拒绝),对用户满意度的影响也不显著(H6b被拒绝)。互联网经验对Moodle使用有显著正向影响(H7b),但对用户满意度的影响不显著(H8b被拒绝)。 - 技术使用、用户满意度与净收益:与Facebook模型不同,Moodle使用对用户满意度的影响不显著(H9b被拒绝)。尽管如此,Moodle使用(H10b)和用户满意度(H11b)均显著正向影响净收益。 - 模型解释力:该模型解释了Moodle使用方差的37.9%(R²=0.379),用户满意度方差的54.2%(R²=0.542),以及净收益方差的61.4%(R²=0.614),同样具有较好的解释力,并且相较于一些先前研究(如Ramirez-Correa等, 2017)的解释力更高。

研究的结论与价值

本研究得出以下主要结论: 1. 扩展的D&M ISS模型在预测发展中国家高等教育中SNS(Facebook)和LMS(Moodle)的成功方面是有效的。模型对两种技术净收益的解释力均超过60%,证明了其强大的预测能力。 2. 系统质量和信息质量是决定技术使用和用户满意度的关键成功因素。这对于SNS和LMS均成立,表明教育技术的管理者和教师应着力提升系统功能和所提供信息的质量。 3. 技术经验的影响较为复杂。研究发现,在强制使用(如Moodle)和自愿使用(如Facebook)的语境下,用户先前经验的影响模式不同。总体而言,经验并不总是导致更多的使用,但对满意度可能有积极作用。 4. 核心差异:研究发现一个关键差异:在SNS(Facebook)模型中,技术使用显著影响用户满意度;而在LMS(Moodle)模型中,这一关系不显著。这暗示,强制使用LMS可能削弱了使用行为本身带来的满足感,而自愿、社交驱动的SNS使用则更直接地与满意度相关联。SNS可能因其社交互动特性,为学生提供了LMS所缺乏的满足感来源。

本研究的科学价值在于,它将成熟的信息系统成功模型应用于一个独特的发展中国家(伊拉克)的教育技术比较研究中,不仅验证了模型的跨文化、跨技术适用性,还通过引入经验变量和揭示强制使用与自愿使用情境下的机制差异,扩展了理论内涵。其应用价值体现在为教育机构、技术开发者和政策制定者提供了具体指导:例如,建议将SNS作为混合学习的组成部分以弥补传统LMS的不足;强调更新学习资源和确保信息质量的重要性;指出对于强制使用的系统,提升系统质量对增加使用可能效果有限,但能提升满意度;以及需要为学生提供更多培训以提高其技术使用经验和满意度。

研究的亮点

  1. 研究情境的特殊性与重要性:聚焦于战后重建、ICT基础设施薄弱的伊拉克,为理解技术在极端挑战性环境中的应用提供了宝贵案例,弥补了中东地区特别是阿拉伯世界相关研究的空白。
  2. 理论模型的扩展与比较研究设计:不仅验证了D&M ISS模型,还加入了“技术经验”和“互联网经验”作为前置变量。更重要的是,研究对两种主流但性质不同的教育技术(自愿社交导向的SNS vs. 强制教学导向的LMS)进行了并行的比较分析,揭示了影响其成功因素的异同。
  3. 深刻的发现:研究揭示了“强制性使用”如何改变技术成功模型中的因果关系(特别是“使用”对“满意度”的影响),这一发现对教育技术部署策略具有重要启示,强调了考虑使用语境(自愿 vs. 强制)的重要性。
  4. 方法论严谨性:采用PLS-SEM方法处理横截面数据,并详细报告了测量模型的信效度检验和结构模型的路径分析,确保了研究结论的可靠性。
  5. 高度的解释力:提出的扩展模型对净收益的解释力高达61.4%(Moodle)和68.1%(Facebook),表明模型很好地捕捉了影响技术成功的关键因素。

其他有价值的内容

论文在讨论部分对未来研究提出了建议,包括:研究其他潜在的影响因素,如便利条件、感知隐私和安全;邀请不同文化背景的研究者应用该扩展模型;采用混合方法(定量与定性)进行更深入的分析;以及进行纵向研究以获得更具普遍性的结论。这些建议为该领域的后续探索指明了方向。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com