摘要：基于学习者视角，文章首先提出了包含个体特征、学习环境、交互程度、学习成就、满意度等五个因素的混合式教学满意度影响因素假设模型;随后在清华大学针对48门混合式课程(含本科生、研究生课程)进行了问卷调查，并采用结构方程模型分析方法，对满意度假设模型进行了检验、修订，构建了混合式教学满意度影响因素结构方程模型;最后对满意度结构方程模型中各因素对满意度的影响效应进行了分析，结果表明：交互程度、学习成就对满意度有直接的正向影响;个体特征、学习环境通过交互程度和学习成就的中介作用，对满意度产生间接的正向影响;总影响效应由强到弱依次为交互程度、个体特征、学习环境和学习成就。文章研究所得的实证结论，对于提升学习者满意度、提高混合式教学质量具有重要的借鉴价值。
关键词：混合式教学;满意度;影响因素;全视角学习理论;结构方程模型
近年来，随着MOOC在高等教育领域的普及，基于MOOC的混合式教学因其线上、线下相结合的特点，受到了高校教师的关注。与此同时，我国政府、高校推出了一系列政策和文件，强调利用MOOC开展混合式教学促进教育教学改革的重要性。但相较于传统课堂和完全在线课堂，国内外关于混合式教学满意度的研究相对较少、起步较晚。有些学者通过实证调查和元分析等方法，将混合式教学与传统课堂和完全在线课堂进行对比，认为混合式教学在一定程度上提高了学习者的满意度和学习效果[1][2];So等[3]通过质性研究方法，提出了混合式教学满意度的影响因素，并发现课程结构、情感支持和沟通媒介是影响合作学习、交互和满意度的重要因素。近几年来，为了更深入地探究混合式教学满意度影响因素之间的复杂关系，很多学者通过结构方程模型开展了相关研究，如Wu等[4]、Diep等[5]等基于心理学领域的“社会认知理论”，构建了混合式学习环境中基于“个体—环境—行为”三维要素的满意度模型，强调学习者的自我认知对满意度有影响，并验证了高自我效能感的学习者有更高的满意度;在国内，一些学者还尝试借助管理学领域的“顾客满意度指标模型”[6]，构建学生满意度视角下的混合式教学影响因素模型。本研究认为，探究满意度问题是为了改善混合式教学、提升学习者的学习效果，因此应将该问题置于教与学情境中进行探讨，以更紧密地与学习过程相结合、更好地通过理论促进实践。基于此，本研究借鉴现有研究成果，依托丹麦学者Illeris[7]的全视角学习理论，提出了混合式教学满意度模型的关键因素，并分析、检验了各因素之间的影响关系，以探寻提升混合式教学效果和满意度的有效路径，从而进一步提高混合式教学的质量。
一混合式教学满意度影响因素假设模型
1影响因素的提出
Illeris的全视角学习理论总结了传统学习理论和前沿学习研究成果，主要围绕“两个过程”和“三个维度”来解释学习是如何发生的，如图1所示。其中，“两个过程”指的是个体与环境之间的交互过程(下文简称“交互过程”)、内部心智获得与加工过程(下文简称“获得过程”)——Illeris的一个重要贡献，在于他整合了两个过程，并强调兼顾两个过程的双向互动是理解学习问题的关键。获得过程和加工过程涉及学习的“三个维度”：①学习内容(Content)维度，是指所学之物，在性质上可以是知识、能力、态度等;②动机情绪(Incentive)维度，是指实现学习过程的心智能量，包括动机、满意度等;③交互(Interaction)维度，是指个体与其所处学习环境之间的互动。
基于Illeris的全视角学习理论，再加上作为主体的学习者本身和作为客体的学习环境，本研究提出了构成混合式教学满意度模型的五个因素：①个体特征，是指学习者在参与学习前已经具备的学习能力。不同学习者的获得过程有所不同，故本研究主要采用个体特征来区分个体的学习差异。②学习环境，涵盖时间和空间两个要素。学习的过程依赖于学习环境，并且学习环境也为学习者与资料、同伴及教师的交互提供了可能。本研究主要借助课程平台、学习资源等指标，来衡量混合式教学的线上、线下两个学习环境。③交互程度，用来表示混合式教学中学习者与学习环境的交流互动情况。本研究主要借助“教师—学习者”、“学习者—学习者”、“学习者—学习资源”三种互动形式，来衡量学习者与外界的交互程度。④学习成就，指学习者知识、能力的发展结果，即通过混合式教学的课程学习，学习者能在多大程度上掌握并应用知识、能在多大程度上提升技能水平和实践能力。⑤满意度，既体现了学习者对课程的直观评价，也代表了学习者的情绪和态度，对于教师改进课程、管理者评估课程均有重要的参考价值。
2满意度假设模型的构建
确定模型因素后，本研究从交互过程和获得过程两个角度，梳理了五个因素之间的相互关系，提出了混合式教学满意度影响因素假设模型(下文简称“满意度假设模型”)，如图2所示。
(1)交互过程
交互过程具有人际交往和社会属性。在交互过程中，学习者借助与学习对象的交互、与学习共同体的对话，建构知识、提升能力。在混合式教学中，学习者通过“发帖回帖”开展同步或异步的在线讨论，突破了时空的限制;通过线上的知识学习，线下课堂可以有更多时间开展教师答疑、小组讨论、案例分析等交互活动。研究表明，良好的学习环境能够为学习者提供多样的学习方式、丰富的课程资源、便捷的沟通渠道和及时的反馈与评价，能够激励学习者更加积极地投入课程中，进而促进学习者的学习效果和满意度[8]。此外，在线学习中交互程度越高(如更高的视频观看频次和更多的发帖回帖量)，学习者的成绩和学业表现越好;在传统课堂中，学习者与教师、其他学习者之间的浅层对话或深入讨论，能够促进学习者的情感投入并增强学习者的知识理解和建构[9][10]。基于此，本研究提出以下假设：H1：学习环境对交互程度有显著正向影响;H2：个体特征对交互程度有显著正向影响;H3：交互程度对学习成就有显著正向影响;H4：交互程度对满意度有显著正向影响。
(2)获得过程
获得过程具有生理属性，强调学习者个体的内部心智获得与加工过程。也就是说，在知识建构和情绪产生的过程中，个体特征发挥了重要的主体作用。关于混合式教学的已有研究成果也证实了这一点，如Owston等[11]发现学习者的学习成绩越好，其对混合式教学的满意度越高;Lo[12]也提出在混合式教学中，学习成就越高的学习者往往有较高的满意度。基于此，本研究提出以下假设：H5：个体特征对学习成就有显著正向影响;H6：个体特征对满意度有显著正向影响;H7：学习成就对满意度有显著正向影响。
二研究设计
为验证满意度假设模型，本研究设计了调查问卷，并在清华大学开展混合式教学的本科生、研究生课程中收集数据，采用结构方程模型分析方法展开研究。1问卷调查
(1)信效度检验
基于已有的研究成果，同时参考相关专家的意见，本研究设计了混合式教学评价调查问卷，包含个体特征、学习环境、交互程度、学习成就和满意度等五个因素、共计17个题项，如表1所示。该问卷采用李克特五点量表计分法，分为非常同意(5分)、同意(4分)、一般(3分)、不同意(2分)和非常不同意(1分)五个等级。在进行数据分析前，本研究首先对17个题项所得结果做归一化处理，保证每个题项分值均在0～1之间;随后对三个反向计分题做数据正向化处理，以保证数据含义的一致性。通过SPSS22.0软件对回收问卷的整体信效度进行检验，得到可信度Cronbach’sα值=0.87，有效度KMO值=0.90，说明调查问卷的信效度比较可靠。
(2)收集数据
调查问卷使用“问卷星”在线问卷服务平台，由清华大学在线教育办公室在清华大学2017年～2018学年秋季学期的48门混合式课程(含33门本科生课程、15门研究生课程)中发放。在2017年12月28日～2018年1月10日期间，共收回电子问卷1520份问卷，其中微信填写1317份，平台登录填写203份。剔除不完整样本、留学生样本、重复样本及未减少线下学时的样本，本研究得到有效问卷1298份，有效率为85.39%。
推荐阅读：教师职称论文认可的正规刊物
2研究方法
本研究采用结构方程模型(StructuralEquationModeling，SEM)分析方法。该方法结合了因素分析法和路径分析法，用以检验观察变量与结构变量之间的假设关系，在社会科学中得到了广泛的应用[17]。SEM由测量模型和结构模型组成，前者用于描述观察变量与结构变量之间的关系，后者则用于描述结构变量之间的关系。结构方程模型可以选择多种估计方法，其中最大似然估计(MaximumLikelihood，ML)和广义最小二乘法(GeneralizedLeastSquares，GLS)的应用最为广泛，但这两种估计方法均要求数据服从正态分布;而本研究的问卷数据结果集中于李克特五点量表中的4分、5分，数据不服从正态分布，故本研究采用渐进任意分布(AsymptoticallyDistributionFree，ADF)估计方法。
三研究结果
1满意度假设模型的检验与修订
本研究通过AMOS20.0软件，对满意度假设模型进行了检验，以验证各因素之间的影响关系，并依据检验结果修订满意度假设模型。满意度假设模型修订前、后的参数检验值如表2所示。其中，个体特征→满意度(H6)的参数检验值在修订前不满足参数显著性标准(C.R.=-0.021<2，P=0.983>0.05)，表明个体特征对满意度无显著影响，故本研究删除该路径，并针对修订后的模型再次进行检验。修订后的参数检验值显示：标准化路径系数均未接近或大于1、参数估计的S.E.值>0，说明满意度假设模型参数具有合理性;C.R.临界值均>2，P值均在0.05水平上显著，说明满意度假设模型参数的显著性检验效果较好。具体而言，交互程度、学习成就对满意度有显著的正向影响(P<0.005);个体特征、交互程度对学习成就有显著的正向影响(P<0.005);个体特征、学习环境对交互程度有显著的正向影响(P<0.001)。
