高校教师混合式教学接受度的影响因素研究 PDF

单位代码１０４４ 

５
学号
＾２０１５０２０２３１


号４３４


分类（Ｇ
研究生类别全日制


｜
硕士学位论文


（学术学位 

）
论文题目高校教师混合式教学接受度的影响


因素研究


学科专业名称教育技术学


申请人姓名


指导教师赵建民副教授


论文提交时间２〇１８年６
月１〇 

日
单位代码 10445
学号 2015020231
分类号 G434
研究生类别全日制
硕士学位论文
论文题目高校教师混合式教学接受度的影响因素
研究
学科专业名称教育技术学
申请人姓名张玲玉
指导教师赵建民副教授
论文提交时间 2018 年 6 月 10 日
独创声 

明
本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的


研究成果。
据我所知，
除了文中特别加以标注和致谢的地方外，
论文中不包含其


他人己经发表或撰写过的研究成果，也不包含为获得 
（注：


如
没有其他需要特别声明的，本栏可空）或其他教育机构的学位或证书使用过的材


料与我同工作的同志对本研宄所做的任何贡献均己在论文中作了明确的说明


一
并表７Ｆ谢意 

。
学位论文作者签名斗
＾＾今


、
：
学位论文版权使用授权书


本学位论文作者完全了解学校有关保留、使用学位论文的规定，有权保


留并向国家有关部门或机构送交论文的复印件和磁盘，
允许论文被查阅和借阅 

。
本人桴权学校可以将学位论文的全部或部分内容编入有关数据库进行检索可

 ，
以采用影印、缩印或扫描等复制手段保存、
汇编学位论文。（保密的学位论文在


解密后适用本授权书 

）
学位论文作者签名：
导师签字：
＾ 

＆
签字曰期：２０
没年／月／
〇曰 签字曰期：
２０
丨
夂年《月／
０ 

曰
目录
摘要....................................................................................................................................... III
ABSTRACT............................................................................................................................V
第一章绪论........................................................................................................................... 1
1.1 研究背景与意义....................................................................................................... 1
1.1.1 研究背景........................................................................................................ 1
1.1.2 研究意义........................................................................................................ 2
1.2 国内外研究现状....................................................................................................... 2
1.2.1 混合式教学的相关研究................................................................................ 2
1.2.2 教师技术接受的相关研究............................................................................ 5
1.3 研究内容、方法与思路........................................................................................... 7
1.3.1 研究内容........................................................................................................ 7
1.3.2 研究方法........................................................................................................ 8
1.3.3 研究思路........................................................................................................ 9
第二章理论基础与模型框架..............................................................................................11
2.1 相关概念界定..........................................................................................................11
2.1.1 混合式教学...................................................................................................11
2.1.2 教学接受度...................................................................................................11
2.2 技术接受相关模型概述..........................................................................................11
2.2.1 理性行为理论（TRA）...............................................................................11
2.2.2 计划行为理论（TPB）............................................................................... 12
2.2.3 技术接受模型系列（TAM/TAM2/TAM3）.............................................. 12
2.2.4 技术接受与使用的整合模型（UTAUT）................................................. 15
2.2.5 解构计划行为理论（DTPB）.................................................................... 15
2.2.6 任务技术适配模型（TTF）....................................................................... 16
2.3 高校教师混合式教学接受度影响因素研究的理论基础..................................... 16
2.4 高校教师混合式教学接受度研究模型的理论框架............................................. 17
第三章高校教师混合式教学接受度研究模型的构建..................................................... 20
3.1 高校教师混合式教学接受度研究模型变量的确定............................................. 20
3.1.1 结果变量...................................................................................................... 20
3.1.2 中间变量...................................................................................................... 21
3.1.3 前因变量...................................................................................................... 23
3.2 高校教师混合式教学接受度研究模型的分析与假设......................................... 25
3.2.1 影响行为意向的因素.................................................................................. 25
3.2.2 影响任务技术适配的因素.......................................................................... 26
3.2.3 影响态度的因素.......................................................................................... 27
3.2.4 影响感知行为控制的因素.......................................................................... 28
3.2.5 影响主观规范的因素.................................................................................. 29
3.3 高校教师混合式教学接受度研究模型呈现......................................................... 29
3.3.1 研究变量定义汇总...................................................................................... 29
3.3.2 研究假设归纳.............................................................................................. 29
3.3.3 高校教师混合式教学接受度研究模型...................................................... 30
第四章高校教师混合式教学接受度问卷设计与修正..................................................... 31
4.1 前期访谈................................................................................................................. 31
4.1.1 访谈提纲设计.............................................................................................. 31
4.1.2 访谈材料整理.............................................................................................. 32
4.2 高校教师混合式教学接受度问卷设计................................................................. 34
4.2.1 问卷设计过程.............................................................................................. 34
4.2.2 结果变量的测量题项.................................................................................. 35
4.2.3 中间变量的测量题项.................................................................................. 35
4.2.4 前因变量的测量题项.................................................................................. 37
4.2.5 测量量表形成.............................................................................................. 40
4.3 高校教师混合式教学接受度问卷的前测与修正................................................. 42
4.3.1 初始问卷编制.............................................................................................. 42
4.3.2 前测数据收集.............................................................................................. 42
4.3.3 前测问卷信度分析...................................................................................... 42
4.3.4 前测问卷效度分析...................................................................................... 44
4.3.5 最终问卷形成.............................................................................................. 46
4.4 高校教师混合式教学接受度正式问卷的发放与回收......................................... 47
4.4.1 样本选择与数据收集.................................................................................. 47
4.4.2 样本描述性统计.......................................................................................... 47
第五章高校教师混合式教学接受度研究模型的检验..................................................... 49
5.1 数据分析方法的讨论与选择................................................................................. 49
5.1.1 PLS 与 CBSEM 的对比............................................................................... 49
5.1.2 数据分析方法的选择................................................................................. 50
5.2 高校教师混合式教学接受度研究模型之测量模型的检验................................. 50
5.2.1 测量模型的信度检验.................................................................................. 50
5.2.2 测量模型的效度检验.................................................................................. 51
5.3 高校教师混合式教学接受度研究模型之结构模型的检验................................. 53
5.3.1 结构模型的检验.......................................................................................... 53
5.3.2 假设检验结果归纳...................................................................................... 55
5.3.3 高校教师混合式教学接受度研究模型的简化.......................................... 56
5.4 不同高校教师群体对接受度影响因素的感知差异............................................. 56
5.4.1 不同性别高校教师的差异.......................................................................... 57
5.4.2 不同年龄高校教师的差异.......................................................................... 59
5.4.3 不同学科高校教师的差异.......................................................................... 62
5.5 研究结果分析与建议............................................................................................. 64
5.5.1 研究结果总结与分析.................................................................................. 64
5.5.2 对策建议...................................................................................................... 68
第六章研究总结与展望..................................................................................................... 70
6.1 研究总结................................................................................................................. 70
6.2 不足与展望............................................................................................................. 70
注释....................................................................................................................................... 72
参考文献............................................................................................................................... 77
附录....................................................................................................................................... 83
攻读硕士学位期间发表的学术论文................................................................................... 87
致谢....................................................................................................................................... 88
图目录
图 1-1 混合式教学文献年限分布图...................................................................................... 4
图 1-2 教师技术接受文献年限分布图.................................................................................. 6
图 1-3 研究思路...................................................................................................................... 9
图 2-1 理性行为理论模型.................................................................................................... 12
图 2-2 计划行为理论模型.................................................................................................... 12
图 2-3 技术接受模型............................................................................................................ 13
图 2-4 技术接受模型 2......................................................................................................... 13
图 2-5 技术接受模型 3......................................................................................................... 14
图 2-6 技术接受与使用的整合模型.................................................................................... 15
图 2-7 解构计划行为理论模型............................................................................................ 16
图 2-8 任务技术适配模型.................................................................................................... 16
图 2-9 高校教师混合式教学接受度研究模型的理论框架................................................ 18
图 3-1 高校教师混合式教学接受度研究模型.................................................................... 30
图 4-1 问卷具体设计过程.................................................................................................... 34
图 5-1 模型路径系数及其显著性........................................................................................ 55
图 5-2 简化的高校教师混合式教学接受度研究模型........................................................ 56
表目录
表 1-1 混合式教学的文献数量统计表..................................................................................3
表 1-2 教师技术接受文献数量统计表..................................................................................6
表 3-1 八大理论中关键中间变量与前因变量整合............................................................ 21
表 3-2 研究变量的定义........................................................................................................29
表 3-3 研究假设归纳............................................................................................................30
表 4-1 访谈提纲初步版........................................................................................................31
表 4-2 访谈提纲最终版........................................................................................................32
表 4-3 访谈人员信息表........................................................................................................32
表 4-4 访谈话语片段整理....................................................................................................33
表 4-5 行为意向的测量题项................................................................................................35
表 4-6 任务技术适配的测量题项........................................................................................36
表 4-7 态度的测量题项........................................................................................................36
表 4-8 感知行为控制的测量题项........................................................................................36
表 4-9 主观规范的测量题项................................................................................................37
表 4-10 任务特征与技术特征的测量题项.......................................................................... 37
表 4-11 感知有用性的测量题项.......................................................................................... 38
表 4-12 兼容性的测量题项..................................................................................................38
表 4-13 感知易用性的测量题项..........................................................................................39
表 4-14 自我效能的测量题项..............................................................................................39
表 4-15 便利条件的测量题项..............................................................................................40
表 4-16 同事影响与上级影响的测量题项.......................................................................... 40
表 4-17 本研究初始测量量表..............................................................................................41
表 4-18 前测问卷信度分析结果..........................................................................................43
表 4-19KMO 与 Bartlett 球形检验结果...............................................................................45
表 4-20 各测度项的因子负荷..............................................................................................46
表 4-21 样本基本信息的描述性统计..................................................................................47
表 4-22 样本学科分布统计..................................................................................................48
表 5-1 测量模型的信度及聚合效度分析............................................................................51
表 5-2AVE 平方根与变量间相关系数大小对比................................................................ 52
表 5-3 测量模型中所有变量的问项负载与交叉负载........................................................ 53
表 5-4 模型路径系数及其显著性........................................................................................54
I
表 5-5 因变量方差解释率 R2............................................................................................... 54
表 5-6 模型的假设检验结果................................................................................................ 55
表 5-7 性别对各变量的差异性分析.................................................................................... 58
表 5-8 年龄的单因素方差分析............................................................................................ 60
表 5-9 不同年龄对 PU、SI、SN 的方差齐性检验............................................................ 60
表 5-10PU、SI、SN 的多重比较分析................................................................................ 61
表 5-11 不同学科的单因素方差分析.................................................................................. 62
表 5-12 变量的方差齐性检验.............................................................................................. 64
II
高校教师混合式教学接受度的影响因素研究
摘要
21 世纪以来，信息科技蓬勃发展，多媒体技术、网络技术等日益普及，带动着混合式
教学风靡全球。混合式教学融合了传统教学与网络教学的优势，既发挥了教师的主导作用，
又强调了学生的主体地位，提高了教与学的效率和质量，已然成为高等教育教学改革的主
流。在高校纷纷开展混合式教学改革的大趋势下，教师作为混合式教学的设计者、组织者
与评价者，探索教师对于混合式教学的态度与接受度就成为一个至关重要的问题，这是高
校能否顺利开展混合式教学并保证其质量的关键一步，也关系到其未来的发展前景。
本研究主要采用了文献研究法、访谈法、问卷调查法、统计分析法等多种研究方法，
以解构计划行为理论（DTPB）与任务技术适配模型（TTF）为理论基础，整合 TRA、TPB、
TAM、TAM2、UTAUT、TAM3、DTPB 和 TTF 这 8 个理论中关键的中间变量和前因变量，
并统一这些模型背后交叉重叠的概念，对 DTPB 与 TTF 模型进行整合与修正，确定本研究
的变量并提出研究假设，构建高校教师混合式教学接受度研究模型。
在量表设计开发阶段，首先进行访谈设计，了解教师对混合式教学的态度与教学中的
需求，以保证量表题项的设计能够与混合式教学实际相切合。利用 SPSS 20.0 软件对收集
到的前测数据进行信效度检验，并根据检验结果删除或修正量表题项。利用 SmartPLS 3.0
软件对收集到的 219 份有效数据分别进行测量模型和结构模型的检验。由测量模型的检验
结果可知模型具有较好的信度与效度；结构模型的检验则是对研究假设与模型的验证。随
后依托独立样本 T 检验与单因素方差分析，对性别、年龄、学科的影响展开探究。
通过假设检验发现，教师的态度与感知行为控制显著影响其混合式教学接受意向，态
度的影响最显著，感知行为控制次之；在任务技术适配与主观规范两个变量上得出了与以
往多数研究不同的结论，即两者对教师的行为意向无显著影响；感知有用性与兼容性显著
影响态度，并通过态度间接影响行为意向；自我效能与便利条件显著正向影响感知行为控
制，并通过感知行为控制间接影响教师的行为意向。在差异性分析的探究中发现，不同性
别的教师对技术特征和感知行为控制两个变量的感知有差异，男性教师对这两个变量的感
知更强烈；年龄方面，主要是 51-60 岁教师与其他年龄段教师的差异，51-60 岁教师对很多
变量的感知程度较弱；学科差异主要是理学与其他学科的差异造成的。因此，今后在混合
式教学推广的过程中应重视培训的作用，针对不同教师群体合理地设计培训内容及形式；
并且，让教师认识到混合式教学的有用性从而转变其态度同样有助于混合式教学的普及。
III
【关键词】解构计划行为理论；任务技术适配；混合式教学；接受度；影响因素
【分类号】G434
IV
山东师范大学硕士学位论文
Research on the Influence Factors of College Teachers’ Blended

Teaching Acceptance
ABSTRACT
Since the 21st century, the rapid development of information technology, multimedia
technology, network technology and other increasingly popular, driving blended teaching swept
the world. Blended teaching combines the advantages of traditional teaching and online teaching.
It not only plays the leading role of teachers, but also emphasizes the dominant position of
students and improves the efficiency and quality of teaching and learning. It has become the
mainstream of higher education reform. Under the general trend of blended teaching reform in
colleges and universities, teachers as the designers, organizers and evaluators of blended
teaching and explore the teacher's attitude and acceptance of blended teaching has become a
crucial issue, which is the key step that colleges and universities can successfully carry out the
blended teaching and ensure its quality, it is also related to its future development prospects.
The research mainly adopts the methods of literature research, interview, questionnaire and
statistical analysis. Based on the theories of Decomposed Theory of Planned Behavior (DTPB)
and Task Technology Fit (TTF), integrates TRA, TPB, TAM and TAM2 , UTAUT, TAM3, DTPB
and TTF, and unify the concepts of overlapping and overlapping behind these models, integrate
and amend DTPB and TTF models. Then determine the variables of the study and put forward
research hypotheses to build a model of blended teaching acceptance of college teachers.
In the scale design and development stage, the interview design should be conducted first to
understand the teachers' attitudes towards blended teaching and the needs of teaching so as to
ensure that the design of the scale items can be in accordance with the actual teaching of mixed
teaching. The SPSS 20.0 software is used to test the validity of the collected data and delete or
correct the items based on the test results. The collected 219 valid data were tested with the
Outer model and Inner model using SmartPLS 3.0 software. The test results of the Outer model
show that the model has good reliability and validity. The test of the Inner model is the
verification of the research hypothesis and the model. Followed by independent sample T test
and one-way analysis of variance, the adjustment variables (gender, age, subject) to explore the
impact.
Through hypothesis testing, it is found that teachers' Attitude and Perceived
BehavioralControl significantly affect their blended-teaching BehavioralIntention, the most
significant impact is on Attitudes, followed by the Perceived Behavioral Control; Unlike most
V
previous studies, Task Technology Fit andSubjective Normhave no significant effect on

Behavioral Intentions.; Perceived Usefulness and Compatibility have significant influence
onAttitude, and indirectly influence Behavioral Intention; Self-efficacy and Availability have
positive effect on PerceivedBehavioralControl, and affect teachers' Behavioral Intention
indirectly through Perceived Behavioral Control. By investigating the effects of manipulating
variables can be found, there was a difference of two variables include Technology
Characteristics and Perceived Behavioral Control in different genders. Male teachers were more
aware of these two variables.In terms of age, teachers aged 51-60 are mainly different from
others. The difference of teachers in different age groups indicates that teachers aged 51-60 have
a weak perception of many variables. Disciplinary differences are mainly caused by the
differences between Neo-Confucianism and other disciplines. Therefore, in the future, we should
pay attention to the role of training in the promotion of blended teaching and design appropriate
training contents and forms for different groups of teachers. And let teachers recognize the
usefulness of blended teaching so as to change its attitude. All above will be promote the
popularity of blended teaching.
【Key Words】DTPB; TTF; blended teaching; acceptance; influence factors
【Category Number】G434
VI
第一章绪论
1.1 研究背景与意义
1.1.1 研究背景
1.信息化时代教育方针政策的转变
2010 年《国家中长期教育改革和发展规划纲要（2010—2020 年）》中强调创新人才
培养模式，提出“遵循教育规律和人才成长规律，深化教育教学改革，创新教育教学方法，
探索多种培养方式，形成各类人才辈出、拔尖创新人才不断涌现的局面”。2012 年 3 月，
我国教育部发布《教育信息化十年发展规划（2011—2020）》指出：教育信息化的发展要
以教育理念创新为先导，以优质教育资源和信息化学习环境建设为基础，以学习方式和教
育模式创新为核心。混合式教学是教育信息化大潮中的新生教学方式，充满生命活力，有
广阔的发展前景。
2.混合式教学的快速发展
随着信息技术的迅速发展，教育也发生了深刻的变革，新型教学模式混合式教学应运
而生，改变了传统教育生态的景观。经过各领域专家学者多年的探索、研究和实践，混合
培训、开展教学。
与此同时，中国高校数字化校园建设不断发展。2010 年的高校信息化调查数据[1]显示，
革,被当作提高教学效果和质量的重要手段[2]。
基于以上背景，混合式教学必将成为未来教学改革的重要内容。
3.教师角色的转变
教育、培训等领域已经充分认可了混合式教学带来的巨大优势，但是值得思考的是，
在混合式教学模式下，教师由原来的知识传授者转变为教学的设计者、组织者与引导者，
教师的态度与技能成为混合式教学能否成功实施的关键。
因此，在混合式教学改革背景之下，探索高校教师对于混合式教学的态度与接受度就
1
成为一个关键问题，它将是混合式教学在高校中应用的第一步，同时也将直接关系到其未
来发展前景[3]。
1.1.2 研究意义
1.理论意义
近年来，关于混合式教学的文献数量逐年递增，但是主要集中于混合式教学模式设计
与学习资源建设等研究，关于混合式教学接受度的研究阙如。本文通过系统分析国内外技
术接受度的相关模型以及既有研究成果，结合高校混合式教学的具体情境，构建高校教师
混合式教学接受度研究模型，探究高校教师混合式教学接受的内在影响机制，为国内外关
于教师群体技术接受方面的研究提供新的视角，补充和完善了现有的混合式教学接受研
究，丰富和发展了国内关于混合式教学的实证研究，对该领域的研究有一定的借鉴意义。
2.实践意义
本文在模型和数据的基础上，开展高校教师混合式教学接受度的实证研究，并根据实
证研究结果对影响教师混合式教学接受的因素进行了全面系统的分析，可以为已经或将要
开展混合式教学改革的高校提供一定指导，为高校在教师培训和政策支持等方面提供依
据。同时，本文在教学支持平台对教师接受度影响方面也进行了研究，明确了企业在平台
设计和开发过程中的完善和努力方向，具有切实可行的指导意义。
1.2 国内外研究现状
1.2.1 混合式教学的相关研究
1.国外研究现状
混合式教学（Blended Teaching）由混合学习理论（Blended Learning）演变而来，最早
用于上世纪国外大型企业的员工培训，旨在提高员工的综合素质和技术水平。后来，这种
新型教学思想逐渐引起了教育学界的关注，教育领域关于混合式教学的研究热点主要有：
混合式教学理论基础，混合式教学应用模式，混合式教学实践，混合式教学应用效果以及
混合式教学教师接受度。
统观众多学者对混合式教学的定义，可以划分为三类：1）教学模式或传输媒介的混
合；2）教学方法的混合；3）线上学习与线下教学的混合。本研究所讨论的混合式教学为
第三种类型，即线上学习与线下教学的混合。
对于混合式教学过程，Josh Bersin[4]将混合式教学分为四个步骤：1）识别业务挑战、
定义学习挑战；2）表征观众，制定学习计划，制定测量策略；3）实现基础设施，开发或
2
购买内容；4）启动计划、跟踪进度、测量结果。Barnum 和 Paarmann[5]认为混合式教学包
括四个阶段：1）基于网络的传输；2）面对面学习的处理；3）形成产品；4）协作延伸学
习。
在混合式教学实践方面，英美等发达国家已经将其推广到日常教学中。调查显示，美
国高校 45%的课程是通过混合式学习来实施，预计未来 2~3 年内，其比例可能达到 55%。
韩国国立与私立大学电子化学习的利用率已达到 97%，包括淑明女子大学等 480 所研究生
院通过信息手段进行授课[6]。另外，自 2007 年起，混合式教学法国际会议（ICHL）每年
召开一次，参会者为世界各国教育或计算机领域的专家，就混合式教学和学习方面的热点
问题进行探讨。
关于混合式教学的效果，其对于学习活动的促进作用已经在多个领域得到了证实。
Kiviniemi[7]通过对研究生公共健康课程中混合式教学方法对学生成绩影响的研究，得出结
论：在健康科学课程中，混合式教学是优化学生学习、提高学生表现的有效手段。Lee 等[8]
探讨了混合式数字化学习对高等教育税务学习的影响，他们在研究中将被试分为三组：传
统学习组，混合式学习组，完全在线学习组。结果显示，混合式学习组的学生税务学习成
绩比其他两组都要高，传统学习组与完全在线学习组的成绩则无差异。
在混合式教学的接受度与满意度方面，以学生为主要研究对象，对教师态度的研究较
少。Yapici[9]的研究指出，学生对课程中采用混合式教学模式的满意度均值高达 8.01（共
10 分）；在 lHassan[10]的混合式学习项目研究中，学生对网络混合式学习环境满意度较高
且持高度肯定的态度。
2.国内研究现状
在国内研究界，混合式教学近年来也成为一个重要课题。在中国知网数据库中，将检
索词确定为“混合式教学”，以关键词为检索项进行文献检索，共返回期刊文献 406 篇，
硕博士论文 13 篇，（截止 2017 年 12 月 31 日）文献年限分布如表 1-1 所示：
表 1-1 混合式教学的文献数量统计表
年份 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
期刊 3 5 5 6 10 8 22 15 32 106 232 397
博硕士论文 1 0 0 0 0 3 2 3 0 2 10 4
从图 1-1 可以看出，国内学者从 2006 年开始进行混合式教学的研究，但是文献数量增
长缓慢，涨幅并不明显，自 2014 年起混合式教学在国内的关注程度得到大幅提高，文献
数量爆破式增长。
3
图 1-1 混合式教学文献年限分布图
论研究，教学模式与教学设计研究，资源与平台建设研究。
基础理论研究是其他研究的基石，是后续相关研究的理论基础。我国学者主要围绕混
合式教学的理论基础、核心内涵等进行了探讨。学者李逢庆[11]认为，“混合式教学是指在
适当的时间，通过应用适当的媒体技术，提供与适当的学习环境相契合的资源和活动，让
适当的学生形成适当的能力，从而取得最优化教学效果的教学方式”，并对混合式教学的
理论基础、基本原理、过程设计、应用模式进行了深入探讨。吕静静[12]分析了 MOOC 到
SPOC 的演变过程，借鉴 SPOC 的优势，探讨了开放大学混合式教学的新内涵。
在混合式教学的 845 篇期刊文献中，以“教学模式”为检索词、“主题”为检索项在
结果中检索，共返回 609 条记录，比例高达 72.1%，说明国内关于混合式教学的研究以过
程设计为主。例如，张其亮和王爱春[13]系统分析了混合式教学与翻转课堂各自的特点，并
将二者进行整合，设计了基于翻转课堂的混合式教学模式框架，并提出相对应的课程结构
将新型教学模式应用于教学实践中。李小龙等[14]受当下的热点“MOOCS”的启发，思考
高职院校变革教学模式的方法。运用案例分析的方法，系统分析并归纳了目前高职院校教
学模式改革成功的经验，以期为日后高职院校的变革提供借鉴。丁蕾[15]在对混合式教学、
混合式学习理论分析的基础上，提出了基于“互联网+”的中职物理混合式教学模式。在
略，而没有进行论据充分的实证研究与分析。
混合式教学资源与平台的建设可以有效地促进线上与线下学习的融合。主要是对教学
环境在混合式教学的研究中受到了极大关注。袁磊等[16]学者分析了微信的教育功能，构建
了微信支持下的混合式教学模式，并简述了案例设计方案与实施过程。蒋玲等 [17] 选择
Windows Live 作为辅助课程教学的网络平台，进行混合式教学的设计与实践研究。
4
另外，分别以“应用效果”和“接受度”为检索词、“主题”为检索项在结果中检索，
返回结果为 46 和 0，说明国内的混合式教学研究存在“重过程设计、轻效果分析”现象。
3.国内外研究现状总结
几个方面：（1）对混合式教学基础理论的研究。（2）对混合式教学模式的设计与应用研
究。（3）混合式教学的资源建设与平台设计研究。（4）混合式教学实践研究等。理论方
面聚焦于混合式教学的界定、理论基础、教学模式与资源建设等方面；实践方面主要关注
教学模式与流程在具体教学中的实施等。
从国内外的研究内容来看，注重了宏观的理论探索，缺乏微观的实证性研究。有关混
合式教学应用效果的研究国外的关注度较高，在国内还相对缺乏，而有关混合式教学教师
接受的研究则少之又少。那么高校教师是否愿意接受这种教学方式并改变自己的教学？又
有哪些因素影响了教师对于混合式教学的接受度等都还是未知。因此选择“高校教师混合
式教学接受度的影响因素研究”为研究课题，期望为混合式教学的相关应用提供支持与借
鉴。
1.2.2 教师技术接受的相关研究
1.国外研究现状
在 EBSCO 数据库中，输入“Teacher Technology Acceptance”进行基本检索，共返回
58 条记录（截至 2017 年 12 月 31 日）。这里所说的“Technology”不仅指硬件设备（如电
子书包等），也包括相关软件和应用系统以及新兴技术如虚拟现实等。
国外学者通过实证研究深入探讨了教师技术接受的影响因素。Cuhadar[18]从现象学研究
的角度，运用质的研究方法，对土耳其 IT 职前教师平板电脑接受意向展开研究。结果显示，
IT 职前教师对平板电脑的技术接受，会反过来对教师的态度和使用的行为意图产生积极的
影响；而各种硬件、软件等带来的技术挑战会对教师平板电脑使用意向产生消极影响。
Kabakci-Yurdakul 等[19]在 UTAUT 模型的基础上，添加自我效能与使用态度两个变量，开发
了一个能够测量职前教师技术接受和使用的工具，并命名为 UTAUT-PST。它包括 23 项目
衡量七个因素：性能预期，努力期望，社会影响，促进条件，行为意向，自我效能感与使
用态度。Saritas[20]抓住了虚拟现实（VR）技术能够提供高度逼真的、身临其境和互动的三
维学习环境的特点，创建了桌面虚拟现实技术用于分子几何的学习，并探究了教师的接受
意向及影响因素，研究表明，感知有用性和感知易用性均对化学教师的 VR 接受意向有积
5
极正向影响。
国外学者总结归纳了教师在教学中不愿意使用新技术的影响因素。Hew 和 Brush[21]综
述了信息技术与课程整合在美国和其它国家通常面临的一般性障碍。综合以往的研究，共
发现了 123 个障碍，为了对其进行连贯和简洁的描述，将它们分为六大类：1）资源，2）
知识和技能，3）机构，4）态度和信念，5）评估，6）学科文化。Lidtke[22]从历史的视角，
分析总结了教师不愿意接受新技术的影响因素并提出了有针对性的建议。将影响因素归纳
如下：1）缺乏具体的证据来证明这些技术使用的有效性；2）教师抵触教学变革；3）缺
乏对技术使用的培训。4）缺乏足够的硬件、软件和课件。5）使用新技术需要改变以往的
教学方式；6）使用这些新技术需要额外的时间和准备。
2.国内研究现状
在 CNKI 数据库中按照主题词“教师”、“技术接受”精确检索，共返回 125 条记录。
剔除无关文献，共有 55 篇与主题相关的文献（截至 2017 年 12 月 31 日）。文献年限分布
如表 1-2：
表 1-2 教师技术接受文献数量统计表
年份 2007 2009 2010 2011 2012 2013 2014 2015 2016 2017
期刊 1 2 1 4 4 3 10 9 9 8
博硕士论文 0 2 2 1 2 0 2 5 2 3
从图 1-2 可以看出，国内学者 2007 年开始关注教师技术接受的研究，但是关注度一直
较低，近几年文献数量有所增加，总体呈上升趋势，说明国内对教师技术接受的关注程度
正在逐步提高。
图 1-2 教师技术接受文献年限分布图
对检索到的文献进行梳理，发现研究内容主要涉及中小学教师对信息技术（电子书包
等）的影响因素研究，高校教师对网络教学环境的接受度研究。研究视角以技术接受模型
或将两个模型整合为主。
6
王斐和傅钢善[23]以技术接受模型和生态位态势理论为基础构建研究模型，探究教师的
能力和态度都有较大影响。刘禹等[24]选择西部农村中小学教师这一特殊群体为研究对象，
探讨影响他们使用和接受信息技术的因素。虽然西部农村地区信息技术水平很不发达，但
是研究发现，感知易用性并没有对教师的信息技术使用造成显著的影响，反而是感知有用
性这一因素直接影响了教师的使用意向。张思等[25]以 UTAUT 模型作为理论基础研究影响
中小学教师对网络学习空间接受度的因素。实证研究发现，教师对网络学习空间的接受意
向主要受绩效期望、社会影响、便利条件三个变量的影响。
关于高校教师对网络教学环境接受度及影响因素的研究，比较典型的有高峰[26]以技术
接受与使用整合理论(UTAUT)为基础对高校教师采纳网络教学方式的影响因素展开分析，
这里的网络教学方式主要是指基于因特网或网络教学支撑平台开展的教学。张思和李勇帆
[27]
则从任务技术适配模型（TTF）和技术接受模型（TAM）整合的视角研究发现任务技术
适配显著影响教师对 Moodle 平台的接受和使用，在个人特征方面，具有不同网络教学经
验的高校教师对 Moodle 教学平台的接受和使用存在较大差异。
除了对高校教师网络教学环境接受度的研究，还有少数对其他技术接受度的研究，例
如金辉[28]以 DTPB 为基础理论，对高校教师教育博客知识共享影响机理进行研究；徐梅丹
等[29]以技术接受模型（TAM）为基础，结合性别、经验等个人特征变量，对高校教师是否
愿意使用微信辅助教学及其影响因素进行了实证研究。
3.国内外研究现状总结
国内外对教师技术接受的研究主要包括两个方面，一是教师对新兴技术（例如电子白
板、掌上电脑等）的接受，二是对应用系统（如教育门户网站、网络教学平台等）的研究，
对于新型教学方式接受的相关研究阙如。本文根据国内外关于教师新兴技术、应用系统接
受的研究，借鉴其研究方法、研究思路等，探索教师对于混合式教学这种新的教学方式的
接受度的研究。
1.3 研究内容、方法与思路
1.3.1 研究内容
1.高校教师混合式教学接受相关理论的研究
通过查阅和梳理相关文献资料，理清混合式教学、技术接受理论以及教师技术接受的
国内外相关研究现状。并通过各类技术接受理论模型的对比分析，选定本研究的理论基础，
7
确定研究模型的理论框架。
2.确定影响高校教师混合式教学接受度的因素
整合 8 个理论中关键的中间变量和前因变量，并统一这些模型背后交叉重叠的概念，
技术接受的关键因素。在国内外既有研究成果的基础上，结合访谈结果和混合式教学的具
体情境，设计本研究的调查问卷，收集研究数据。利用 SmartPLS 3.0 软件检验高校教师混
合式教学接受度研究模型、验证研究假设，从而确定影响高校教师混合式教学接受度的因
素。
3.推进混合式教学改革实践的策略研究
以高校教师混合式教学接受度研究模型为指导，根据研究结果对高校与平台开发公司
等提出有针对性的应对、改进建议，希望可以为以后的高校混合式教学实践提供新的思路
和经验。
1.3.2 研究方法
1.文献研究法
文献研究法主要指搜集、鉴别、整理文献，并通过对文献的研究形成对事实的科学认
识的方法。本文通过阅读大量文献来整理国内外关于混合式教学、接受度以及技术接受模
型的相关资料，在吸收国内外优秀学者研究成果及经验的基础上，确定了研究思路，为研
究框架设计和论文撰写奠定了理论基础。
2.访谈法
访谈法是指通过访员和受访人面对面地交谈来了解受访人的心理和行为的一种心理
学基本研究方法。根据已有研究成果中的访谈提纲以及本研究模型的核心构成要素与具体
研究情境，编制本研究的访谈提纲，了解高校教师对混合式教学的态度，深度挖掘教师在
开展混合式教学过程中的困难与需求，并根据质性访谈资料进行研究量表的设计，以确保
量表题项契合混合式教学实际。
3.问卷调查法
问卷调查法是用书面形式间接搜集研究材料的一种调查手段。在本论文中，为了解任
务技术适配、态度、感知行为控制以及主观规范、促进条件等对高校教师混合式教学接受
度的影响，根据构建的研究模型，结合既有的研究成果，为每个模型变量设置多个测度项，
对开展过混合式教学的教师进行调查，以获取研究数据，对高校教师的混合式教学接受度
及影响因素进行实证分析。
8
4.统计分析法
统计分析法指通过对研究对象的规模、速度、范围、程度等数量关系的分析研究，认
识和揭示事物间的相互关系、变化规律和发展趋势，借以达到对事物的正确解释和预测的
一种研究方法。本研究利用 SPSS 20.0 软件对前测数据进行信效度检验，在此基础上修正
问卷；对于正式问卷发放所回收的数据，首先利用 SPSS 20.0 进行数据统计分析，随后选
用基于方差的 PLS 结构方程分析方法，采用 SmartPLS 3.0 软件分别对测量模型与结构模型
进行检验，从而验证模型假设，确定高校教师对混合式教学接受度的影响因素。
1.3.3 研究思路
图 1-3 研究思路
本研究总体上划分为六个阶段，分别是研究构思阶段、理论准备阶段、假设建立阶段、
量表开发阶段、假设检验阶段以及研究总结阶段。首先确定了本文研究主题，在深入剖析
混合式教学与技术接受理论国内外研究现状的基础上，选定本文的理论基础，据此提炼研
究变量并根据具体研究情境对变量进行定义，提出了研究假设并构建本文的研究模型，随
9
后进行研究访谈的设计与量表开发，最后通过收集、统计分析相关研究数据，验证本文研
究假设，并在结果分析的基础上提出相应的建议。具体研究思路如图 1-3 所示。
10
第二章理论基础与模型框架
2.1 相关概念界定
2.1.1 混合式教学
混合式教学（Blended Teaching）由混合学习理论演变而来。何克抗教授提出，“所谓
Blending Learning 就是要把传统学习方式的优势和 e-Learning（即数字化或网络化学习）的
①
优势结合起来” ，在以往的研究中，混合式学习是与混合式教学最为相近的表述，只不
过从字面上来看混合式学习是从学生的角度出发，更强调学生的学习主体地位，混合式教
学从教师的角度出发，更强调教师的教学主导作用。也有很多学者在研究中直接把混合式
学习与混合式教学的概念等同。本研究中，混合式教学是指教师结合传统教学与网络教学
的优势，借助信息技术工具灵活的设计教学活动与教学过程，使教学取得最优化效果的一
种新型教学方式。
2.1.2 教学接受度
“接受”是人的一种认同行为，在心理学上“接受”是因喜爱而接纳外界人和事物的一种
的行为心理；“度”代表一种程度。因此，“接受度”是指人对外界人和事物接纳的程度。在
本研究中，“教学接受度”是指高校教师对混合式教学这种新型教学模式的态度及接纳情况。
高校教师的“教学接受度”越高，他们在精神或实践层面就越愿意开展混合式教学活动。本
研究采用“行为意向”测量和预测高校教师的混合式教学接受度。
2.2 技术接受相关模型概述
关注人们对新鲜事物的采纳。一直以来，这些有关技术接受的理论和实践研究备受关注，
本研究将对其中的一些关键模型进行介绍，并从中选取适合本研究的模型作为理论基础。
2.2.1 理性行为理论（TRA）
提出的。该理论属于行为科学范畴，是以社会心理学为基础，了解个人态度与意愿后，再
预测实际行为的描述。其基本假设是，人是理性的，在采取某一行为之前会综合各种因素
①
何克抗.从 Blending Learning 看教育技术理论的新发展(上)[J].电化教育研究,2004,03:1-6.
11
来考虑自己的行为将会带来的影响和后果。依据这个假设，1975 年 Fishbein 和 Ajzen[30]提

出了 TRA 理论，其初衷是整合先前有关态度影响行为的不同理论，主要用于分析态度如
何有意识地影响个体的行为。
体对行为结果的信念及价值评估的影响；主观规范则受规范信念与依从动机的影响；这些
因素综合起来，便产生了行为意向，从而最终导致了行为的发生。
2.2.2 计划行为理论（TPB）
在理性行为理论的思想中，行为态度和主观规范体现的是个体的主观意志，它们通过
个人意志就可以控制的。理性行为理论对一些个体意志力所不能控制的行为，往往无法作
出合理、有说服力的解释。因此，Ajzen 对理性行为理论进行反思与改进，提出了计划行
其模型架构[31]如图 2-2 所示。计划行为理论与理性行为理论不同之处在于对行为意向的预

测，前者是在后者的基础上引入了感知行为控制这一变量。
2.2.3 技术接受模型系列（TAM/TAM2/TAM3）
12
释电脑使用者的行为。与理性行为理论相比，技术接受模型忽略了主观规范对行为意向的
影响，发展出了感知有用性与感知易用性两个新概念。另外，TRA 是广义的用户行为理论，
而 TAM 专门用于信息系统研究。Davis 提倡应该从用户的主观角度来了解他们对一项技术
接受的因素，而不是从系统本身来考量。TAM 原始模型结构如图 2-3 所示。
图 2-3 技术接受模型
在后来的研究中，Davis 等对 TAM 和 TRA 进行了实证比较，得出 TAM 能更好的解释

用户使用行为的结论。同时，在对比研究过程中也发现，用户态度对其使用行为的影响并
不是特别显著，而且也没有很好的起到调节作用，因此将 TAM 原始模型中的使用态度变
量删除，得到了简洁的技术接受模型。
性和经验两个调节变量，并从社会影响和认知工具两个方面解释了感知有用性和行为意向
称 TAM2），如图 2-4。
13
TAM2 把影响感知有用性的外部变量分为社会影响和认知工具两个部分。在社会影响
出质量的提高，工作相关性对感知有用性的影响也不断增强。
Venkatesh 和 Bala 对上述两项研究进行整合，增加新的调节变量关系，提出了技术接
自愿性两个调节变量的影响。在外部影响变量的处理上，TAM3 保留了 TAM2 中感知有用

性的外部影响变量，并对感知易用性的外部影响变量进行了探究和验证。根据 TAM3，感
因素。总体来说，从 TAM2 到 TAM3 的扩展，主要探讨了影响个体感知及技术接受的外部

影响因素，并将部分个人主观因素作为调节变量添加到模型中。在结论上，TAM3 与 TAM
和 TAM2 基本保持一致，即感知有用性是影响行为意向的最强因素。
14
2.2.4 技术接受与使用的整合模型（UTAUT）
2003 年，Venkatesh 等人识别和讨论了已有的八大用户技术接受理论模型，包括理性
人计算机使用模型、创新扩散理论和社会认知理论，通过四个组织中用户技术接受的纵向
数据对八个模型进行实证检验，基于实证检验的结果，并根据各模型中变量对行为意向的
合模型（Unified Theory of Acceptance and Use of Technology，简称 UTAUT），如图 2-6。
图 2-6 技术接受与使用的整合模型
该模型除行为意向和使用行为两个结果变量之外，还包括调节变量和关键决定因素两
个部分，其中引入了性别、年龄、经验和自愿性作为调节变量，绩效期望、努力期望、社
会影响和便利条件作为关键决定因素。经过实证检验，该模型的解释力达到 69%，远远高
于上述八种模型 17%~53%的解释力。但是 UTAUT 模型不可避免的也存在一定缺陷，
Venkatesh 等人在研究局限中指出 UTAUT 模型的测量还很初步，可能存在内容效度的问题，
关键决定因素中。
2.2.5 解构计划行为理论（DTPB）
1995 年，Taylor 与 Todd 系统地提出了解构计划行为理论[35]（Decomposed Theory of

Planned Behavior，简称 DTPB）。Taylor 和 Todd 认为技术接受模型忽视了除行为态度以外
的因素对个体行为意向的影响作用，而解构计划行为理论虽然复杂但是一定程度上可以增
加对个体行为意向的预测能力， Taylor 建议想要全面的预测和解释个体的行为意向时应考
虑使用解构计划行为理论。该理论保留了 TPB 的三个核心概念：行为态度、主观准则、感
知的行为控制，并将三个核心概念分解为更加详细的信念维度，作为模型的主要变量。其
15
中，把态度解构为感知有用性、感知易用性与兼容性三个维度，将主观规范分解为同侪影
如图 2-7 所示。
图 2-7 解构计划行为理论模型
2.2.6 任务技术适配模型（TTF）
任务技术适配模型[36]（Task-Technology Fit，简称 TTF）1995 年由 Goodhue 与 Thompson

提出。任务技术适配（TTF）侧重强调技术的客观性以及适配在系统使用中的重要性。与
TAM 不同的是，TAM 是根据用户对技术有用性和易用性的感知以及由此决定的使用态度
和意愿的角度来探讨技术接受的影响因素，而 TTF 是从“匹配”的角度来研究技术的接受
行为，即用户需要使用信息技术完成的“任务”与信息系统提供的“技术支持”之间是否
匹配，以此来判断用户对技术的接受与使用。根据 TTF，任务技术的适配程度既可以直接
影响用户的绩效，也可以通过实际使用这个变量间接作用于用户的绩效。任务技术适配模
型如图 2-8 所示。
图 2-8 任务技术适配模型
2.3 高校教师混合式教学接受度影响因素研究的理论基础
TRA 自提出以来，其有效性已经在多个领域得到了验证。但是 TRA 理论关于人的行
为主要由行为意向决定的观点，限制了该理论的适用范围并受到了一些质疑[37]。TAM 有着
16
诸多优势，凭借其简洁性、易用性的特点得到了广泛的应用，具有较强的普适性；但是 TAM
过分关注了人的主观因素对行为意向的影响，忽视了社会客观条件对人的行为意向的作
用。另外，Taylor 与 Todd[38]的研究得出结论，TPB 对个人态度、主观规范、感知行为控制
三个变量的综合考虑，使其相对于 TAM 更加完善；但是它并未给出态度、主观规范、感
知行为控制三者的前置变量，由于 TPB 模型只有一维结构的影响变量，分解的 TPB 即 DTPB
模型比原始的 TPB 模型提供了更好的诊断价值；DTPB 模型对行为意向的决定性影响因素
提供了更为全面的理解，它且已有的众多研究证明 DTPB 通过附加分解变量能更准确地理
解用户接受行为的影响因素，相对其它理论模型具有更强的解释力[39][40]。
解筱杉[41]提出，影响高校混合式教学质量的因素主要包括教师、学生、教学支持系统、
教学效果与评价四个方面，其中，教学支持系统涉及了平台的功能及平台操作难易程度。
Goodhue 与 Thompson[42]在研究中提到，对于特定的公司，在开发信息系统与服务的诊断
工具方面，TTF 是一个极好的切入点；另一方面，他们认为只有一个技术辅助人们更好的
完成任务时，才会被认为是有用并且重要的。此外，在前文的教师技术接受研究现状的分
析中，也得出了“技术感知因素显著影响教师使用新技术的态度”的结论。高校开展混合式
教学采用的平台主要包括超星泛雅、清华在线等，平台的功能特性以及对教学任务的技术
支持在一定程度上也会影响教师对混合式教学的接受程度。
另一方面，TTF 模型主要聚焦于用户的任务需求和技术支持功能这两者之间的匹配，
缺少了对用户使用行为意向的考虑；而 DTPB 模型聚焦于用户对技术接受的行为意向，缺
一个单独模型都完美的整合模型。
因此，选择 DTPB 与 TTF 作为本研究的主要理论基础模型，并据此确定本研究模型的
的概念，对模型的理论框架及研究变量进行适当调整，最终构建出高校教师的混合式教学
接受度模型。
2.4 高校教师混合式教学接受度研究模型的理论框架
前文对众多技术接受理论中的一些关键理论做了系统概述，大多数学者研究用户的行
为意向或使用行为时，一般以单个模型或两个及以上模型的整合模型为主。本研究通过对
8 大理论模型的比较分析，最终选定了 DTPB 与 TTF 模型作为主要的理论基础。
通过文献梳理发现，研究者将经典技术接受模型整合提出新的研究模型时，一般是提
17
取经典理论模型的核心部分，并根据具体研究情境添加有针对性的研究变量，在前人研究
经验和现实分析的基础上将研究变量进行整合。学者赵呈领[43]对网络学习空间使用意向的
研究中，分别提取了 TAM 中“感知有用性”、“感知易用性”两个核心变量以及 SDT 中
的核心变量“内在动机”，考虑到大学生使用网络学习空间可能会受到同学及授课教师的
影响、网络平台的功能特征可能对大学生感知平台的有用性和易用性有影响，因此分别对
应添加了“社会影响”与“功能特征”两个变量，选择“使用意向”作为模型的结果变量，
通过前人研究结论与现实情境的分析，确立变量之间的相互关系，提出了大学生网络学习
空间使用意向的影响因素模型。陈鹤阳等[44]基于 UTAUT 和 TTF 提出了整合模型以此研究
移动图书馆用户的采纳行为。该模型选择“采纳意愿”作为结果变量，除结果变量以外，
模型总体可以划分为三大部分：TTF 的核心变量（任务技术适配、任务特征、技术特征）、
UTAUT 的核心变量（绩效期望、努力期望、社会影响和便利条件）以及用户的个体因素
（个体创新性、感知信任、感知成本）。该研究也遵循了前文提到的将各模型的核心变量
提取并整合的基本规律。本研究也将借鉴前人整合模型的经验和方法来构建高校教师混合
式教学接受度影响因素的研究模型。
图 2-9 高校教师混合式教学接受度研究模型的理论框架
笔者选取了 DTPB 与 TTF 作为主要的理论基础。DTPB 因为其分解的二维结构的变量

使得该模型具有更高的诊断价值和预测能力，且对行为意向的决定性影响因素提供了更为
全面的理解；DTPB 模型中的一维和二维变量也更加适用于本文的研究情境。基于以上分
18
析，保留 DTPB 模型的一维和二维变量作为本研究模型的主要架构，提取 TTF 的核心变量

整合到主要架构里，并根据实际情况对模型中的变量进行适当调整。另外，在文献梳理及
质性研究过程中发现个体特征对技术接受或使用的行为意向也有一定影响。然而在实际操
作中，往往是对个体特征（年龄、性别等）进行差异分析并据此判断其是否对模型变量与
行为意向的关系造成影响，不作为模型中单独的影响因素来考虑。本研究构建的高校教师
混合式教学接受度研究模型的理论框架如图 2-9 所示。
如图 2-9，本研究的理论模型由三个部分组成，即结果变量、中间变量和前因变量。
选取了“行为意向”作为模型的结果变量；中间变量包括 DTPB 的核心变量（态度、感知
行为控制、主观规范）以及 TTF 的核心变量（任务技术适配）；前因变量包括 DTPB 的关
键前因变量（部分进行了适当调整）和 TTF 的关键变量“任务特征”和“技术特征”。下
方的“个体特征”代表用户个人的性别、年龄等个体因素会影响其他因素对行为意向的影
响，不作为模型中独立的影响因素存在，在进行完模型验证之后，将对个体特征进行差异
性分析。
在接下来的一章，将对模型中研究变量的确定、定义以及变量间相互关系的确立等进
行系统的阐述。
19
第三章高校教师混合式教学接受度研究模型的构建
3.1 高校教师混合式教学接受度研究模型变量的确定
前文提到了 DTPB 模型在技术接受研究中具有较好的诊断价值和较强的解释力，但是
研究提出，DTPB 模型的应用需注意其前置变量分解的适切性，以提高其解释力。因此，
应该根据具体研究情境对 DTPB 模型进行适当的调整来满足不同情境以及不同对象的需
笔者在 DTPB 与 TTF 模型的基础上，针对混合式教学这一特定研究对象，对模型进行修正、

整合，以增强其适用性和解释力。
3.1.1 结果变量
最初的技术接受模型以及解构计划行为理论等把用户信息技术接受的行为意向和使
用行为作为研究模型的结果变量。此后，不同的学者采用不同的结果变量进行模型的探索。
譬如，一些学者将使用频次作为结果变量[45][46]；一些学者利用行为意向而不是使用行为来
预测和解释用户的信息技术接受[47][48]；也有许多研究者喜欢同时将行为意向和使用行为作
为结果变量，通过对两个变量横截面或纵向的研究来预测和解释用户的信息技术接受行为
[49]
，但是做这类研究往往需要比较严格的时间、实验条件、调查对象等的控制。上述研究
方法在新技术的用户体验研究中使用较多，Davis[50]指出应该在实验结束后对调查对象继续
跟踪研究，然而即使在半实验条件下的研究，也存在某些局限性。Venkatesh[51]认为应注重
陈性报告的形式，Venkatesh 本人也坦然，对于技术接受行为来讲，用户实际使用行为的研
究是个难题。因此，可以通过测量用户的行为意向来预测和解释其使用行为。
以往的众多研究都证实在信息技术使用背景下，行为意向具有很好的预测作用。Davis
指出在技术接受理论中，所有影响用户使用行为的因素都是通过行为意向来间接作用的，
其研究中的行为意向与行为的相关性高达 0.63；另外，无论是自陈性报告方式的研究[52][53]
还是实际使用测量跟踪的研究[54][55]，行为意向对使用行为的直接影响也都被证实。
并不是所有的高校都在进行混合式教学改革。但这并不妨碍教师从其他途径了解混合式教
学这种新的教学模式给传统课堂带来的改变，很多有情怀的教师可能也很向往这样一种教
20
学形式。在质的研究中，笔者也发现，尽管有些学校具备开展混合式教学的条件，很多教
师也进行了课程改革的项目申报，但是一部分教师的课程未能通过项目的中期审核，这部
分教师对混合式教学能带来课堂改变的期待会越来越低，开展混合式教学的积极性、主动
性也在递减，这种表面的“实际采用”不是我们真正关心的，弄清楚教师对混合式教学的
态度、接受度及其影响因素才是最终目的。
基于以上考虑，本研究将行为意向作为模型的结果变量，认为教师对混合式教学产生
使用意向便意味着教师认同了这种新的教学模式，即在教学中愿意采用这种教学模式。
3.1.2 中间变量
本研究整合 TRA、TPB、TAM、TAM2、UTAUT、TAM3、DTPB 和 TTF 这 8 个理论

中关键的中间变量和前因变量（如表 3-1 所示），并统一这些模型背后交叉重叠的概念，
技术接受的关键因素。在 TRA、TPB、TAM、DTPB 中都认为用户的行为态度是重要的中

间影响变量，因此本研究也接受行为态度作为影响用户技术接受的重要中间变量。此外在
本研究分析的 8 个模型中，有 5 个模型把主观规范作为关键的影响变量，直观反映了该变
量的重要性和显著性，而在 TPB 中认为感知行为控制也是显著的影响变量，故本研究整合
模型将 DTPB 中主观规范和感知行为控制同时作为重要的中间变量予以保留。这样就有了
态度、主观规范、感知行为控制这三个中间变量，态度、主观规范、感知行为控制正好分
别与 UTAUT 中的关键影响变量绩效期望和努力期望、社会影响、便利条件相对应。
Venkatesh 等[56]认为，当绩效期望和努力期望变量被包括在模型中时,使用态度对行为意向
的直接效应将会消失，据此可以理解为态度是 UTAUT 中绩效期望和努力期望的集合；另
外 UTAUT 中的社会影响是 DTPB 中主观规范的笼统表达；感知行为控制包括内部的控制
和外部的控制，对应了 UTAUT 中的便利条件因素。以上的分析进一步证明了这三个中间
21
变量的重要性。
（1）态度
态度（Attitude，AT）是指用户对某项技术积极或消极的感受，在本文情境下，态度
是指高校教师对开展混合式教学积极或消极的评价。在 TRA 中，态度作为主要的认知因
感会影响用户自身对技术的使用意向。但是 TAM 的扩展模型包括 TAM2 和 TAM3 以及

UTAUT 模型并没有将个体的使用态度包括在内。Venkatesh 等人在构建 UTAUT 模型时同
样将态度排除在外，他们认为只有当研究模型中不包含感知有用性、易用性变量时，态度
才会对个体行为意向产生影响。TAM 扩展模型和 UTAUT 都否定了态度对行为意向的影响
作用，然而在很多研究中仍然有些学者将使用态度添加到研究模型中，并得出对行为意向
有显著影响的结论[57][58]。鉴于前人得出的态度对行为意向有显著影响的结论，加之强大的
理论支撑，本研究保留态度这一影响因素。
（2）感知行为控制
外部限制的感知，包括个体所掌握的资源、机会等对其行为意向的影响。本研究中感知行
为控制是指高校教师感知到的自身所掌握的资源、具有的时间、机会等对行为意向的促进
程度。虽然在 TAM 系列模型中，只有 TAM3 将感知行为控制这一影响因素加入到模型中，
用户的使用行为。感知行为控制的这种双重作用在信息技术领域的很多研究中被反复证实
[59][60][61]
。因此，本文研究模型选择保留感知行为控制作为中间影响变量。
（3）主观规范
不应该使用一项技术的看法以及用户对这种期望的感知，本文研究情境中，主观规范是指
对高校教师重要的人对其开展混合式教学的期望以及高校教师的遵从动机。
在 TRA、TPB 等众多模型中，主观规范是行为意向重要的影响变量，TAM 却将主观
规范排除在外。但是 Venkatesh 和 Davis[62]在提出 TAM2 时将主观规范重新加入到模型中，
Venkatesh[63]在 TAM3 中同样证实了主观规范的作用效力。UTAUT 模型采用了一种更为笼
统的社会影响来表达主观规范的概念，Venkatesh[64]本人也认为模型中的社会影响因素和
Thompson[65]提出的社会规范（即主观规范）是相同的含义，只是表达方式的不同，它们都
22
表达的是对个体重要的人对其行为意向产生的影响。因此，本研究模型保留主观规范这一
影响因素。
（4）任务技术适配
在 Goodhue 和 Thompson[66]的研究中，任务技术适配（Task-Technology Fit，TTF）是
务技术适配模型的介绍中已经提到过，TTF 最大的特征在于与特定任务、特定技术相关，
把任务特征和技术特征融入到考察因素中，因此可以细化用户对技术接受和使用的影响因
素，使研究结果更具全面性、针对性和操作性。根据 TTF，用户感知到系统提供的技术支
持与所需要完成的任务适配性越高，则越有可能获得较高的绩效。对于高校教师来说，任
务特征是指由于所授课程的性质以及混合式教学的需要而使用支撑平台的活动，技术特征
是指支撑平台所具有的技术特性，任务技术适配是指高校教师感知到的混合式教学支撑平
台与其需要完成的教学任务的匹配程度，感知到的匹配程度越强，则越有可能同时也更容
易使用该平台完成教学任务。高校开展混合式教学采用的平台主要包括超星泛雅、清华在
线等，可以猜测平台的功能特性以及对教学任务的技术支持在一定程度上也会影响教师对
混合式教学的接受程度。因此将任务技术适配作为研究模型的中间变量之一。
3.1.3 前因变量
（1）态度维度的划分
Davis 将感知有用性和感知易用性作为核心提出了 TAM 模型，此后的系列模型
（TAM2/TAM3）也都沿用了这两个核心要素，也在很多研究中得到验证（Xun Liu[67]，路
兴等[68]）。TAM 及其系列模型中的感知有用性、感知易用性与 UTAUT 中的绩效预期、努
力期望是相通的，前者是指个体对新技术带来工作绩效提高的一种认知判断；后者即个体
对使用技术需要付出精力多少的一种认知判断。从前文提到的已经发展成熟的技术接受模
型及后续的拓展研究，可以看出感知有用性和感知易用性的改变并不大，因此本研究继续
沿用这两个要素作为模型的核心感知要素。
David 于 1985 年提出了路径依赖的概念，认为一旦个体进入某一路径（无论＂好＂或＂
坏＂）将可能产生对这一路径的依赖，可用来解释个体关于习惯的现象与理论。教学过程
中，高校教师在教学方法、教学风格等方面会逐步形成一种习惯，可看作路径依赖现象，
混合式教学与高校教师以往的教学风格、理念等越相近，教师越容易接受。
另外，在 TAM 系列模型中虽然没有涉及兼容性、相容性等类似概念，但是兼容性的
23
重要性已经在众多研究中被证实[69][70][71]。因此，本研究的理论模型保留兼容性这一变量。
综上，本研究对态度的解构与原模型保持一致，即仍将感知有用性、感知易用性、兼
容性三个变量作为态度的影响因素。
（2）感知行为控制维度的划分
是指个体对自身能力的感知，对外部的感知是指个体对外界给予的支持与帮助的感知，包
括资源促进条件和技术促进条件。通过对比研究可以发现，DTPB 模型中的感知行为控制
UTAUT 模型中的便利条件相对应。Venkatesh[72]认为对内和对外的感知是感知行为控制的
制缺一不可。
Triandis 等[73]提出，促进条件反映了从事某项行为所需要的资源的可获得性，例如时
间、金钱或其他特定的资源。即除 DTPB 模型中提到的资源、技术以外，时间、金钱等条
件也会对个体的感知行为控制造成影响。
综上，本研究保留 DTPB 模型中自我效能这一内部控制变量，并将“资源促进条件”与
“技术促进条件”合并为范围更广泛的“便利条件”，对应 UTAUT 中的便利条件这一变量。
（3）主观规范维度的划分
在原始的 DTPB 模型中，对个体技术接受有影响的重要他人主要是指“同伴”和“上
级”两个群体，两者通过主观规范间接影响个体技术接受的行为意向。在现实生活中，个
体的社会行为既受到周围群体的影响，也会受到社会环境的影响。[74]在具体的研究中，大
多数研究者都根据特定研究情境对主观规范的外部影响变量进行增加或减少，使模型对研
究内容更具适用性和针对性，提高模型的解释力。李普聪等[75]在移动 O2O 商务消费者采
纳行为的研究中，认为移动 O2O 商务主要是生活服务类应用，个体的使用完全出于自愿，
不同于单位组织中的技术采纳，不受上级命令的影响，因此在研究中将上级影响剔除，保
留了同侪影响这一因素。本文研究情境中，对高校教师开展混合式教学有影响的“重要他
人”可以是家人、朋友、同事或者领导，这些群体自身是否开展混合式教学、对混合式教
主观规范，进而影响高校教师对混合式教学的接受。在学校的环境中，领导的意见对教师
是否开展混合式教学有着关键的影响，若学校提供一定的政策、资金支持，提供相关的技
术或教育教学培训，教师则更容易接受和开展混合式教学。DTPB 模型将主观规范解构为
24
“同侪影响”和“上级影响”，对高校教师这个群体来说，同侪即他们的同事，因此将原
模型中的“同侪影响”调整为“同事影响”。综上，本研究将同事影响与上级影响确定为
主观规范的重要外部影响因素。
（4）任务技术适配维度的划分
原始 TTF 模型将任务技术适配这一变量解构为任务特征与技术特征两个维度。大多数
研究者在应用 TTF 进行相关研究时，对任务技术适配外部影响变量的处理大体分两种，一
种是与原始模型一致，保留原模型解构出的任务特征与技术特征两个变量；另一种是把解
构出的两个外部影响变量全部剔除，只使用任务技术适配与其他模型进行整合。陈明红等
将 TTF 与 TAM 模型整合，对移动搜索行为的影响因素展开研究，整合模型中保留了任
[76]
务特征与技术特征两个变量，认为搜索任务与移动搜索技术会影响任务技术的适配度，进
而影响用户的搜索行为。然而其在另一篇关于学术博客用户满意度的研究[77]中，剔除了任
务特征与技术特征，只使用了科研任务—学术博客适配度这一中间变量，虽然得出的结论
仍是科研任务—学术博客适配度对用户满意度有显著正向影响，但是笔者认为研究模型并
没有凸显出科研任务需求与学术博客技术支持及两者对任务技术适配的影响。在混合式教
学的情境中，如果教学支撑平台的功能不够全面或教师对平台的特性一知半解，都会导致
平台使用不当，教学应用程度较低，无法发挥其最大效用甚至不能很好的支持教学任务。
只有平台的功能和特性可以很好支持教学需求或教学任务时，才会提高任务技术的适配度
从而促进教师对混合式教学的接受。为了凸显平台的技术特征与教学任务需求对接受度的
影响，本文沿用原模型的解构，即保留任务特征与技术特征两个变量。
3.2 高校教师混合式教学接受度研究模型的分析与假设
3.2.1 影响行为意向的因素
根据 TTF 理论，任务技术适配可以直接或通过采纳行为间接作用于个体的使用绩效。
技术和个体预期所需完成的组织任务匹配性越强，就越有可能提高个体的工作绩效。
Goodhue 和 Thompson 在 1995 年提出的 TPC 模型也表明任务技术匹配会直接或间接通过
技术使用行为以及使用行为的前置影响因素来影响工作绩效，但是研究发现任务技术匹配
通过使用行为对使用绩效的间接作用非常小，仅解释了使用行为 2%的方差。这个研究结
论或许可以说明任务技术匹配与使用行为之间没有强烈的直接影响，任务技术适配可能通
通过使用意向来间接的影响用户的使用行为，任务技术适配与行为意向之间存在显著相关
25
性。
H1：任务技术适配对高校教师开展混合式教学的行为意向有显著影响；
依据 DTPB 理论，态度对个体技术接受的行为意向有正向影响，这种相关性在 TRA、
TPB 和原始 TAM 理论中都得到了验证，在一些 TAM 与 TTF 的整合模型[78][79]中也同样证
研究都证实了态度、感知行为控制对行为意向的影响。金辉[80]对高校教师教育博客知识共
享行为进行实证研究，数据显示高校教师的态度、感知行为控制对其教育博客知识共性意
愿的路径系数均在 0.01 水平显著，即高校教师的态度与感知行为控制对其行为意愿有显著
的正向影响；张长海等[81]对地方高校大学生慕课接受度进行研究，发现大学生的态度与感
知行为控制对其接受意向高度相关。推演至高校教师开展混合式教学的具体情境，其对混
合式教学持有积极的态度时，会更喜欢采用混合式教学方式，反之不会采用。当高校教师
对混合式教学额持有的态度越积极、感知行为控制越强烈时，其必然会萌生开展混合式教
学的行为意向。
H2：态度对高校教师开展混合式教学的行为意向有显著影响；
H3：感知行为控制对高校教师开展混合式教学的行为意向有显著影响；
在众多心理学研究中，都把主观规范作为影响行为意向的重要因素；在很多实证研究
中，都证实主观规范对个人的行为意向有显著积极的影响[82][83]。但是也有一些研究得到了
不同的结论，即主观规范对行为意向的影响并不显著[84][85]。Schepers 和 Wetzels[86]通过元
分析发现，总体来说主观规范对行为意向具有显著正向影响，同时考虑到主观规范对行为
意向的作用有很强的理论基础，作出以下假设：
H4：主观规范对高校教师开展混合式教学的行为意向有显著影响；
3.2.2 影响任务技术适配的因素
的，并影响着用户对技术的实际使用行为，例如，任务的移动特征与移动工作支持系统的
技术特征对两者之间的适配性具有显著的正向影响。据此，本研究假设高校教师混合式教
学的任务特征与教学支撑平台的技术特征对任务技术适配皆具有正向影响，假设如下：
H1a：高校教师开展混合式教学的任务特征对任务技术适配有显著影响；
H1b：混合式教学支撑平台的技术特征对任务技术适配有显著影响；
26
3.2.3 影响态度的因素
Goodhue&Thompson[87]的 TPC 模型表明任务技术适配会通过使用行为的前置影响因素

来间接影响用户的使用行为。这些使用行为的前置影响因素主要是指用户的认知信念，譬
如感知有用性和感知易用性。由此看来，TPC 模型中的使用行为前因与 DTPB 模型中的使
用态度是相对应的，即可以猜测任务技术适配可以通过态度间接的影响用户的使用行为，
这一猜想也被信息技术接受领域的众多研究所证实。国内学者刘彩娟等[88]在酒店员工对信
息系统接受的研究中，得出了任务技术适合度与使用的态度正相关的结论；Staples 等[89]
学者也发现任务技术适配度对用户使用图书馆目录系统的态度具有直接正向的影响；甘春
梅等[90]证实 TTF 对移动图书馆的使用绩效和态度产生显著影响。只有当技术辅助人们更好
地完成任务时，才能被认为是有用并且重要的。
H5a：任务技术适配对高校教师开展混合式教学的态度有显著影响；
感知有用性是指个体感知到使用某项技术对其工作绩效提高的程度，本文研究情境
下，感知有用性指高校教师认为混合式教学有利于其教学开展的程度。TAM 系列模型以及
混合式教学可以帮助自己更快更好地完成教学任务，则会对混合式教学产生积极的评价，
更容易产生以后持续采用这种教学模式的倾向。
H2a：感知有用性对高校教师开展混合式教学的态度有显著影响；
兼容性是指新事物与潜在用户现有价值观念、以往经验和当前需求相兼容的程度。本
研究是指高校教师对混合式教学与自身价值观、过去教学风格理念的兼容程度的感知。依
据 DTPB 理论，兼容性会影响个体对新技术的态度。在教育研究领域，Lin 等[91]、Chen 和
Hung[92]均发现技术的兼容性与用户博客知识共享态度之间存在显著正相关。聚焦于高校教
师开展混合式教学的具体情境，当高校教师感知到混合式教学与自身价值观念、教学理念
相兼容时，会对混合式教学持有积极的正向评价。
H2b：兼容性对高校教师开展混合式教学的态度有显著影响；
感知易用性是指个体感知到使用某项技术的难易程度，在本研究中是指高校教师认为
学习、开展混合式教学的难易程度。根据 DTPB 模型，感知易用性对态度有直接正向影响。
一般而言，如果个体在与特定信息技术交互过程中，感觉到该信息技术容易使用，能够降
低其认知负担，则个体更愿意去使用信息技术。也就是在开展混合式教学的过程中，高校
27
教师感知到自己需要付出的努力程度越小，其越倾向于积极接受这种教学方法。
H2c：感知易用性对高校教师开展混合式教学的态度有显著影响；
在信息技术接受的个人影响因素研究中，Compeau 等[93]学者将自我效能当作影响计算
机接受的重要因素。Marakas 等[94]同样将计算机自我效能作为影响计算机接受的关键个人
因素，并构建两个模型对计算机自我效能（CSE）进行实证研究和测量。Venkatesh 和 Davis[95]
证实了技术自我效能和感知易用性之间的相关性，认为在在没有直接的系统经验的条件
下，技术自我效能感高的人会觉得技术更容易使用，从而影响用户对技术产生积极的评价。
刘彩娟等[96]验证得出，自我效能显著直接影响使用的态度。为此，本研究假设：
H2d：自我效能对高校教师开展混合式教学的态度有显著影响；
Rogers[97]在对信息系统的研究过程中，提出了创新扩散理论（IDT），并将影响一项
创新扩散程度的因素划分为五个维度即相对优势、兼容性、可试性、可观察性和复杂性。
根据 Rogers 对兼容性的定义可知创新扩散理论中的“兼容性”与 DTPB 中的“兼容性”是相
对应的。根据 IDT，兼容性会影响用户对于创新的采纳行为。但是 Karahanna 等[98]学者认
为，兼容性对感知有用性与感知易用性的影响在大多数维度要比其对行为意向的影响要明
显。国内学者刘彩娟等[99]研究得出结论，相容性会影响个体对酒店信息系统（HIS）感知
易用性的判断，对感知有用性的影响并不显著。综上分析，作出以下假设：
H5b：高校教师开展混合式教学的兼容性对其感知易用性有显著影响；
3.2.4 影响感知行为控制的因素
新技术的感知行为控制。自我效能是指个体对自己能否成功进行某一行为的主观判断，本
研究中是指高校教师对自己能否成功开展混合式教学的自信程度。依据 DTPB，自我效能
代表了个体对自己新技术使用的自信程度认知，高校教师在采用混合式教学开展教学活动
之前，通常会对自己的相关能力作出主观判断，从而形成对混合式教学的感知行为控制。
前文已经提到本研究将“资源促进条件”与“技术促进条件”合并为“便利条件”因
素。此处便利条件是指个体对自己使用新技术所需资源可获得性的感知，即高校教师所掌
握的技术、资源、拥有的时间等对其开展混合式教学的支持程度。高校教师开展混合式教
学的资源、技术等的支持越有力，教师的感知行为控制越高。
H3a：自我效能对高校教师开展混合式教学的感知行为控制有显著影响；
H3b：便利条件对高校教师开展混合式教学的感知行为控制有显著影响；
28
3.2.5 影响主观规范的因素
本研究情境中，同事影响是指高校教师同事的意见对其开展混合式教学的影响；上级
影响则是指高校教师上级领导的意见对其开展混合式教学的影响。依据 DTPB 理论，同伴
和上级均会对个体使用特定新技术的主观规范有正向的影响，加之前文对主观规范维度划
分的分析，作出以下假设：
H4a：同事对高校教师开展混合式教学的主观规范有显著影响；
H4b：上级对高校教师开展混合式教学的主观规范有显著影响；
3.3 高校教师混合式教学接受度研究模型呈现
3.3.1 研究变量定义汇总
表 3-2 研究变量的定义
研究变量简写含义参考来源
任务特征由于所授课程的性质以及混合式教学的需要而使用支
TAC
Task Characteristics 撑平台的活动。
技术特征 Technology Goodhue,
TEC 混合式教学支撑平台所具有的技术特性。
Characteristics Thompson[100]
任务技术适配高校教师感知到的混合式教学支撑平台与其需要完成
TTF
Task Technology Fit 的教学任务的匹配程度。
感知有用性
PU 高校教师认为混合式教学有利于教学开展的程度。
Perceived Usefulness Davis[101]
感知易用性 Taylor,Todd[102]
PEU 高校教师认为学习、开展混合式教学的难易程度。
Perceived Ease of Use
兼容性高校教师对混合式教学与自身价值观、过去教学风格
C Rogers 等[103]
Compatibility 理念的兼容程度的感知。
自我效能高校教师对自己能否成功开展混合式教学的自信程
SE Bandura 等[104]
Self-Efficacy 度。
便利条件高校教师对自己开展混合式教学所需资源可获得性的
AVA Triandis 等[105]
Availability 感知。
同事影响
PI 高校教师同事的意见对其开展混合式教学的影响。
Peer Influence
Taylor,Todd[106]
上级影响高校教师上级领导的意见对其开展混合式教学的影
SI
Superios’ Influence 响。
态度
AT 高校教师对开展混合式教学积极或消极的评价。
Attitude
感知行为控制
高校教师感知到的自身所掌握的资源、具有的时间、
Perceived PBC
机会等对开展混合式教学的促进程度。 Fishbein,Ajzen[107]
Behavioural Control
Taylor,Todd[108]
主观规范对高校教师重要的人对其开展混合式教学的期望以及
SN
Sujective Norm 高校教师的遵从动机。
行为意向
BI 高校教师开展混合式教学的行为倾向。
Behavioural Intention
3.3.2 研究假设归纳
根据上述讨论分析，本研究共提出 16 个假设，具体详见表 3-3。
29
表 3-3 研究假设归纳
3.3.3 高校教师混合式教学接受度研究模型
依据上文的分析，本文构建的高校教师混合式教学接受度研究模型及其假设关系如图
即任务特征与技术特征、感知有用性易用性与兼容性、自我效能与便利条件、同事影响与
上级影响分别对任务技术适配、态度、感知行为控制、主观规范的影响；第二个层次是中
间变量对结果变量的影响，即任务技术适配、态度、感知行为控制、主观规范分别对行为
意向的影响。
图 3-1 高校教师混合式教学接受度研究模型
30
第四章高校教师混合式教学接受度问卷设计与修正
4.1 前期访谈
Denzin 和 Lincoln 在《质的研究手册》[109]中认为质的研究是观察者置身于生活世界的
情景化活动，通过一系列的解读和研究工作使人们看清楚这个世界。Francis 和 Eccles 等[110]
式开展启发式研究。
为全面了解高校教师对混合式教学的接受和开展情况，自 2016 年 3 月起笔者参与山
东师范大学的混合式教学改革项目，主要跟随项目组参与混合式教学公开观摩课、教师教
研、混合式教学师说论坛等专家研讨活动，在时间和篇幅有限的情况下，笔者决定采用质
DTPB 模型的主要构成要素，初步编制了本文的启发式研究的访谈提纲。
4.1.1 访谈提纲设计
根据 TPB 模型，个体的行为意向由态度、感知行为控制和主观规范三者共同决定。因
此，为了预测个体是否打算采用某项技术，我们需要知道：（1）个体本身是否赞成使用
这项技术（态度），（2）个体采用该项技术感受到的社会压力有多少（主观规范），（3）
个体是否感觉到有关行为控制的因素（感知行为控制）。参照以上原则，初步设计了本文
的访谈提纲（如表 4-1）。
您认为开展混合式教学对教学会带来哪些好处？
您认为采用混合式教学方法进行教学存在哪些缺陷？
是否有个人或组织赞成您开展混合式教学？
是否有个人或组织不赞成您开展混合式教学？
什么因素或情况会促使您开展混合式教学?
什么因素或情况会使您感到很难或不可能开展混合式教学？
考虑到采用混合式教学方法进行教学活动时，您是否还会想到我们未提及的其他问题？
感知与态度。鉴于本文是基于 DTPB 与 TTF 的整合模型来研究高校教师的混合式教学接受

情况，任务技术适配、态度、感知行为控制、主观规范、行为意向是整合模型的五个核心
层面，因此，笔者在 Francis 的 TPB 访谈提纲的基础上，结合 Taylor 和 Todd 关于 DTPB
的调查问题以及本文整合模型的五个核心层面，最终确定了本研究的访谈提纲（如表 4-2）。
31
基本情况
1）您最早接触混合式教学是什么时候？
2）您大概从什么时候开始开展混合式教学？
3）您所在学校大概有多少教师在开展混合式教学?
任务技术适配
1）您觉得平时的计算机水平对您开展混合式教学有影响吗？
2）混合式教学支撑平台是否能够满足您对学生课下自主学习的监督？
3）混合式教学支撑平台是否能够满足您的教学需求？
态度
1）在开展混合式教学后，您的教学有哪些改变？
2）混合式教学与您以往的教学风格是否一致？
3）混合式教学与您内心向往的教学方式是否一致？
4）您认为通过混合式教学能够很容易实现您的教学目标吗？
5）您能够很容易的完成对混合式教学支撑平台的一系列操作吗？
6）开展混合式教学对您来讲是很轻松的吗？
7）总体而言，您觉得开展混合式教学对教学活动有帮助吗？
感知行为控制
1）您对自己成功开展混合式教学有信心吗？
2）您在开展混合式教学的过程中内心有什么想法？
3）您在开展混合式教学的过程中是否参加过相关培训？
4）您最希望得到哪种方式的培训或者帮助?
5）开展混合式教学的过程中，您制作或获取相关的教学资源是否困难？
主观规范
1）学校在推进混合式教学改革的过程中做了哪些工作？
2）学校对混合式教学的开展是否有鼓励措施？
3）同事对开展混合式教学的态度如何？对您是否有影响?
4）是否有其他重要的人对您开展混合式教学产生影响？
行为意向
1）如果条件允许，您会继续开展混合式教学吗？
2）您会对更多的班级开展混合式教学吗？
3）您会鼓励、支持其他同事开展混合式教学吗？
考虑到本研究主要是对高校教师混合式教学开展情况的调查，所以此次访谈的对象主
要聚焦于已经开展过混合式教学的高校教师。为了更全面的收集信息，笔者选取了不同高
校不同学科性质的教师进行访谈。对每位老师的访谈时间大概在 15-20 分钟左右。访谈人
员信息如下（表 4-3）。
表 4-3 访谈人员信息表
4.1.2 访谈材料整理
谈。面对面访谈主要是在参加研讨活动时利用休息时间对老师们进行访谈，再就是抓住集
体讨论的机会，与身边的老师交流讨论。每次访谈时，笔者都在征求了被访者的同意后录
了音，并同时记下被访者的表情、形体动作等。如果谈话是非正式的，不能录音，过后会
凭自己的记忆尽可能多的将谈话内容记录下来。根据本研究所依据的整合模型的五个核心
32
层面（任务技术适配、态度、感知行为控制、主观规范、行为意向）对访谈内容进行聚焦，
提取重要信息，并进一步细致分类，整理如表 4-4 所示。
维度类别话语片段
“对教师的要求高了。”
任务
任务 “教学需要大量的资源。”
特征
技术 “教学改革最重要的不是技术和方法的变革，更重要的是思维方式的转变。”
适配技术 “艺术类学生唱歌、练琴都很擅长，但是操作电脑、网络会比较打怵。”
特征 “我自己本身有点技术恐惧症，我回答不了很多技术的问题。”
“学生动手能力变强，善于思考。”
感知
“课堂上的效果很好，学生也很感兴趣，但是课下在网络上的推动很艰难。”
有用
“当出现这个课程的时候，我就想这是最符合泛读课本质的一种教学方式。”
性
“学生的收获还是蛮大的。”
“与以往的教学大不相同。”
态度兼容
“备课不好备，不知道课堂上会出现什么问题。”
性
“从去年我在上泛读课的时候，已经抛掉课本，自己给学生提供材料，不过都是纸质的。”
感知 “直接给学生讲解还是让学生自己进行研究性学习，这个度不好把握。”
易用 “开展混合式教学比想象中的难。”
性 “教学方式的改变，课下花费的时间更多了，心理上也有很多不确定性和压力。”
“感觉自己对学生的推动力不足。”
自我 “不知道该怎么给学生讲解网络上的学习。”
效能 “我是满怀热情报了这个项目，参加培训。”
感知
“现在研究性学习对我来说是一个比较难的问题。”
行为
“线上微视频等的制作都比较困难。”
控制
便利 “学校每周二晚上会有混合式教学研讨沙龙。”
条件 “学校经常组织专家讲座。”
“学校提供了开展混合式教学的支撑平台，并提供了相应的技术培训。”
同事 “很多老师都申报了项目，都在尝试。”
影响 “听过其他老师的混合式教学公开观摩课，效果很好。”
“鼓励有想法的教师与大家分享交流，会有相应讲课费用。”
主观 “学校计划扩建几间专门的研讨型、录播型教室。”
规范上级 “老师们开展混合式教学，会有一部分教室资源供大家选择。”
影响 “增加无线网络接入数量，学生在课上用手机回答问题时候，保证网络容量能满足需求。”
“学校还会投入更多的经费来支持教学改革。”
“学校组织的活动，我要积极参加。”
“应该会继续开展混合式教学。”
行为
“我打算下学期继续开展混合式教学。”
意向
“不是很乐意继续开展混合式教学。”
从受访教师的话语片段中，我们不难看出高校教师对混合式教学的教学效果还是比较
认可的，虽然在教学改革的过程中也遇到了各种各样的困难和问题，但总体来说是积极、
支持的态度。在任务技术适配维度，尤其是线上微视频制作、线上学习等技术操作方面，
对于部分教师和一些艺术类专业的学生来说存在较大的难度。在感知行为控制维度，不同
的教师自我效能不同，便利条件方面，大多数学校都提供了相应的培训或支持条件。在主
观规范维度，学校提供了相应的政策、资源、资金等的支持，据此猜测教师开展混合式教
学可能不同程度上受到了同事和上级政策的影响。此外，在行为意向维度，不同教师所表
影响高校教师混合式教学接受的因素。
33
4.2 高校教师混合式教学接受度问卷设计
4.2.1 问卷设计过程
本研究主要采用问卷调查的方法收集研究数据，并进行统计、分析，来验证模型和各
研究假设的有效性。问卷的设计过程是最终问卷是否科学有效的一个重要影响因素。因此，
为了保证最终问卷的科学有效性，笔者将访谈材料话语片段按照模型中各要素进行归类并
熟量表来设计本研究中各变量的测量题项，问卷的设计严格参照马庆国[111]提出的问卷设计
过程，具体设计流程如图 4-1。
图 4-1 问卷具体设计过程
第一，质性资料整理、文献中量表修订，确定各变量测量题项
本子研究在前文整理的访谈资料的基础上，阅读国内外相关文献，对比分析技术接受
行为研究中已有的成熟测量量表，结合本研究的背景，确定每个变量的初始测量题项。
第二，专家咨询、同学研讨、小规模访谈，修改题项
本阶段通过咨询导师及相关专家，并与多名研究生同学进行研讨，选取目标研究对象
进行小规模访谈，对量表中重复、无关或表述不明确的题项予以删除或修正，使测量题项
更加准确、精炼，进而编制初始调查问卷。
第三，小样本前测，问卷信效度检验
通过对目标调查对象的小规模前测收集数据并进行分析，检验初始问卷的信度和效
度。
第四，修正问卷，最终问卷形成
通过对初始问卷信效度的检验，删除信效度不符合标准的问项，进一步净化、筛选问
卷题项，形成最终发放的问卷。
34
4.2.2 结果变量的测量题项
很多学者对行为意向的测量借鉴了 Ajzen 和 Fishbein[112]

本研究的结果变量为行为意向，
的 TRA 理论中对一般行为意向进行测量的两个条目，并根据自身研究情境把测量条目具
体化到信息技术接受领域。Davis 在提出 TAM 模型时沿用了上述研究中关于行为意向的测
量条目，信度高达 0.9。Venkatesh[113]的研究中同样继承了这两个条目，得到了 0.82-0.97 的
高信度。尽管以上提到的 TRA 中关于行为意向的两个测量条目，在众多研究中得到沿用，
并且经检验具有较高的信度，但是其表述“我打算在接下来的一个月中使用该系统”、“我
预测在接下来的一个月中我会使用该系统”并不符合本文的研究情境。Taylor 和 Todd 在
TAM、TPB、DTPB 的对比研究中对行为意向的测量条目信度高达 0.91，且更符合本文的
研究情境，因此本研究对于行为意向的测量题项设计主要参考了 Taylor 和 Todd、Lin 等学
者的研究，并结合了对调查对象的访谈情况，具体问项设计如表 4-5：
表 4-5 行为意向的测量题项
变量编号测量题项来源
BI 1 我打算下学期还开展混合式教学。
Taylor，Todd[114]
行为意向 BI 2 我打算下学期对更多的班级开展混合式教学。 Lin[115]
访谈结果
BI 3 我会建议他人开展混合式教学。
4.2.3 中间变量的测量题项
（1）任务技术适配
Goodhue 和 Thompson 在提出 TTF 模型时把任务技术适配抽象成一个 16 维度的概念，
并最终实证检验了其中的 8 个维度，包括质量（数据）、定位能力（数据）、授权（数据
存取）、匹配（数据与工作）、容易使用/培训、生产合时性、系统可靠性和使用者管理。
实证检验的 8 个维度中，有的是单从数据方面来测量，有的是单从任务角度或使用者的角
度来测量，只有“匹配”是从数据与工作两个角度来进行测量，同时考虑了任务与技术两
方面。在本文的研究情境下，只有“匹配”这一项符合本文对任务技术适配的定义，即同时
考虑任务特征与技术特征两方面的内容。因此，本研究选取“匹配”这个单一核心维度来
测量任务技术适配。在具体的测量条目上，大多数已有成果都是在信息技术领域的研究，
其测量条目与本研究情境不符。例如，Zhou 等[116]对手机银行用户采纳行为的研究中，采
用“在帮助完成我的付款任务时，手机银行的功能就足够了”、“在帮助我完成付款任务
时，手机银行的功能是适当的”、“一般来说，手机银行的功能完全可以满足我的付款需
求”三个条目来测量任务技术适配，并不适用于本文关于混合式教学接受的研究。最终，
35
笔者选取与本研究背景最为接近的学者路兴设计的量表作为参考，并根据具体情境和质性
资料稍作调整，确定任务技术适配的测量条目如表 4-6 所示。
表 4-6 任务技术适配的测量题项
TTF 1 教学支撑平台能够实现我对学生的线上知识传授。
TTF 2 教学支撑平台提供的管理工具可以满足我对课程管理的需求。 Goodhue,
任务技术
教学支撑平台的数据统计分析功能可以让我了解学生的知识学 Thompson[117]
适配 TTF 3 路兴等[118]
习及掌握情况。
TTF 4 教学支撑平台的稳定性保证了学生随时登录学习的需求。
（2）态度
Taylor 和 Todd 使用四个问项来测量态度，分别是“使用该技术是一个好的/坏的想法”、
“使用该技术是一个愚蠢的/明智的想法”、“不喜欢/喜欢使用该技术的想法”、“使用
该技术将是：不愉快的/令人愉快的”，经检验 Guttman’s Lower Bound 信度高达 0.85。后
续研究中关于态度的测量多参考了 Taylor 和 Todd 的问项，且有较高的信度。例如，国内
学者甘春梅等[119]在移动图书馆使用绩效研究中对态度的测量问项“使用移动图书馆是一个
好主意”、“使用移动图书馆是明智的”、“使用移动图书馆是值得的”，取得了 0.95 的
高信度。为了适用于混合式教学的研究情境，本研究以 Taylor 和 Todd 的四个问项为基础，
根据实际情况重新编制得到态度的测量题项如表 4-7 所示。
表 4-7 态度的测量题项
AT 1 开展混合式教学是明智的选择。
态度 AT 2 开展混合式教学是愉快的。 Taylor,Todd[120]
AT 3 开展的混合式教学是令人满意的。
（3）感知行为控制
Taylor 和 Todd 在对 TAM、TPB、DTPB 三者的对比研究中，使用“我可以使用该技术”、
“使用该技术完全在我的控制之内”、和“我有资源和知识以及使用该技术的能力”三个
问项来测量感知行为控制，实证研究发现要求苛刻的 Guttman’s Lower Bound 信度高达 0.7。
后续的众多主流研究也都采用上述三个问项，均检验得出较高的组合信度。本研究继续沿
用上述三个问项，并根据具体研究情境稍作修改，同时调整语序使表达更符合汉语习惯。
表 4-8 感知行为控制的测量题项
PBC 1 我能够开展混合式教学。
感知行为
PBC 2 开展混合式教学完全在我的能力范围之内。 Taylor,Todd[121]
控制
PBC 3 我觉得自己拥有开展混合式教学要求的资源、知识与技能。
36
对感知行为控制的测量题项如表 4-8 所示。

（4）主观规范
Taylor 和 Todd 在 1995 年把 TRA 理论中的主观规范变量引入到信息技术接受领域，并
用“影响我行为的人认为我应该使用该技术”和“对我来说重要的人认为我应该使用该技
术”两个问项来测量；Venkatesh 和 Davis 将 TAM 模型扩展为 TAM2 时加入了主观规范这
一变量，采用 Taylor 和 Todd 同样的两个测量条目。此后的很多研究也都采用了上述两个
测量条目来测量主观规范，均得到较高的测量信度。因此，本研究对主观规范的测量继续
沿用上述两个条目并根据研究情境稍作修改，如表 4-9 所示。
表 4-9 主观规范的测量题项
SN 1 能影响我行为的人认为我应该开展混合式教学。
主观规范 Taylor,Todd[122]
SN 2 对我来说重要的人认为我应该开展混合式教学。
4.2.4 前因变量的测量题项
（1）任务特征、技术特征
Goodhue 和 Thompson 在提出 TTF 模型时对任务特征的测量从两个方面展开，分别是
任务的模糊性和任务的相互依赖性。任务的模糊性包括三个测量条目:“我经常处理不明确
的业务问题”、“我经常处理一些特殊的、非常规的业务问题”、“我经常遇到的业务问题涉
及回答从未遇到过过的问题，以前也有过这样的情况”；任务的相互依赖性包括两个测量条
目：“我所处理的业务问题常常涉及多个业务功能”、“我经常遇到的问题涉及不止一个业务
功能”。显然，Goodhue 和 Thompson 对任务特征的测量条目并不适合混合式教学的研究情
境。
表 4-10 任务特征与技术特征的测量题项
TAC 1 我认为，我教授的课程适用混合式教学方式。
TAC 2 我教授的课程中，有各种各样的电子类资源需要向学生呈现。
任务特征
在教学活动中，我需要进行课程管理（如作业提交、学生活动
TAC 3
记录等）。
TAC 4 学生需要随时随地登录平台进行学习。 Zhou 等[123]
路兴等[124]
TEC 1 教学支撑平台支持上传各类电子资源并对其适当编辑。
技术特征
TEC 2 教学支撑平台提供了管理工具并具备数据统计分析功能。
TEC 3 教学支撑平台总是能够顺利登录。
根据本研究对任务特征的定义“由于所授课程的性质以及混合式教学的需要而使用支
撑平台的活动”，可以知道本文研究情境中的任务特征主要指高校教师的教学任务特征。笔
者受 Tao 等学者在手机银行用户采纳行为研究中的测量条目（“我需要随时随地管理自己
37
的帐户”、“我需要随时随地汇款”、“我需要获得实时的账户信息”）的启发，结合路兴
等学者对任务特征的测量问项和混合式教学的实际情况，设计任务特征的测量问项如表
4-10 所示。
对技术特征的问项设计也主要参考了路兴等学者的测量条目，并结合了前文的质性研
究资料和混合式教学的实际情况，具体问项设计如表 4-10 所示。
（2）感知有用性、兼容性、感知易用性
Davis 在提出 TAM 模型时将感知有用性正式引入到信息技术接受领域。Davis 对感知
有用性的测量从六个方面展开，分别是使用该信息技术能更快地完成任务、提高工作表现、
提高生产率、提高工作效率、使工作更容易、发现信息技术对工作有用，且获得了很高的
信度。在另一篇文章中，Davis 及其同事用同样的六个测量题项来测量感知有用性，也获
得了很高的测量信度。因此，笔者以 Davis 的六个测量题项为基础，结合本研究的研究情
境与质性研究的资料，设计感知有用性的测量题项，如表 4-11 所示。
PU 1 开展混合式教学使教学活动更有效率。
感知 PU 2 开展混合式教学能够提高我的工作绩效。 Davis[125]
有用性访谈结果
PU 3 开展混合式教学使教学更容易。
PU 4 教学支撑平台对开展混合式教学很有帮助。
创新扩展领域的经典研究 Moore 和 Benbasat 在开发信息技术接受测量工具时对兼容性
设计了四个测量问项，分别是“使用该技术与我工作的各方面都兼容”、“使用该技术完全符
合我目前的情况”、“我认为使用该技术适合我喜欢的工作方式”、“使用该技术符合我的工
作风格”。以后的很多研究中对兼容性的测量都继承了 Moore 和 Benbasat 的问项，且都获
得了较高的信度。Staples 和 Seddon[126]在对技术-性能链模型的测试研究中，对工作兼容性
的测量沿用了 Moore 和 Benbasat 的其中两个条目，分别是“使用该系统很适合我喜欢的工
作方式”、“该系统与我工作的各个方面兼容”，并根据研究实际设计了第三个测量条目
“我需要时可以随时访问系统”，信度达 0.762。本研究在 Moore 和 Benbasat 测量条目的
基础上，结合研究实际设计修改测量题项如表 4-12 所示。
表 4-12 兼容性的测量题项
C1 混合式教学与我的工作很匹配。
Moore,
兼容性 C2 混合式教学与我以往的工作风格很匹配。
Benbasat[127]
C3 我觉得混合式教学与我内心向往的工作方式相匹配。
感知易用性是同感知有用性一起在 Davis 提出 TAM 模型时被正式引入到信息技术接
38
受领域的。同样，Davis 用六个测度项来测量感知易用性，分别是学习操作该技术很容易、
利用该技术做想做的事情很容易、与该技术的互动是清楚和可理解的、发现该技术是灵活
的交互、使用该技术很容易变得熟练、发现该技术容易使用，通过检验信度高达 0.94。同
一年 Davis 在另一篇文章用简化的四个测度项来测量感知易用性，分别是学习操作该技术
很容易、利用该技术做想做的事情很容易、使用该技术很容易变得熟练、发现该技术容易
使用，同样得到了 0.9 以上的高信度。笔者以 Davis 简化的四个测量题项为基础，结合本
研究的研究情境与质性研究的资料，设计感易用性的测量题项，如表 4-13 所示。
PEU 1 学习开展混合式教学对我来说是容易的。
感知
Davis[128]
易用性 PEU 2 开展混合式教学对我来说是容易的。
访谈结果
PEU 3 熟练操作教学支撑平台对我来说是容易的。
（3）自我效能、便利条件
Taylor 和 Todd 提出 DTPB 模型时对自我效能的测量设计了三个问项:“我觉得自己使
用该系统很舒服”、“如果我想，我可以很轻松的在该系统上操作任何设备”、“即使周
围没有人告诉我怎么使用，我也可以使用该系统中的设备”。在以上测量问项的基础上，
结合具体研究情境稍作调整，确定自我效能的测量题项如表 4-14 所示。
表 4-14 自我效能的测量题项
SE 1 如果我想，开展混合式教学对我来说是件容易的事。
自我效能 SE 2 即使身边没有人帮忙，我也可以开展混合式教学。 Taylor,Todd[129]
SE 3 对我来说，能够独立自主开展混合式教学是重要的。
Taylor 和 Todd 对 DTPB 模型中促进条件的测量从技术促进条件和资源促进条件两个角
度展开，均设计了三个测量问项，技术促进条件包括“该系统中的设备（打印机、计算机等）
与我使用的其他计算机不兼容”、“该系统中的软件与我使用的软件不兼容”、“我将很难在
该系统中读取我的磁盘”；资源促进条件包括“没有足够的计算机供大家在该系统中使用”、
“在该系统中的打印成本太高”、“当我需要时，我将无法在该系统中使用计算机”。Venkatesh
等学者从统一的视角研究用户对信息技术的接受，采用了四个问项来测量促进条件，“我
有使用该系统所必需的资源”、“我有使用该系统所必需的知识”、“该系统与我使用的
其他系统不兼容”、“有特定的人（或团体）可以帮助系统困难”。
本研究在构建模型时将 DTPB 模型中的资源促进条件与技术促进条件合并为便利条
件，定义为高校教师对自己开展混合式教学所需资源可获得性的感知。这里的便利条件不
39
仅包括所需的资源和技术，还有时间、金钱等其他的条件，是一个相对综合的概念。因此，
笔者综合上述学者采用的测量问项，结合高校教师开展混合式教学的实际，设计本研究关
于便利条件的测量题项如表 4-15 所示。
表 4-15 便利条件的测量题项
AVA 1 学生有开展混合式学习需要的设备。
AVA 2 我有开展混合式教学需要的各类电子资源。 Taylor,Todd[130]
便利条件
AVA 3 我有开展混合式教学需要的媒体或平台。 Venkatesh 等[131]
AVA 4 开展混合式教学过程中遇到困难时，会有人（或团队）帮助我。
（4）同事影响、上级影响
Taylor 和 Todd 对规范结构的测量从家人和朋友两个角度展开，共采用了六个条目，家
人和朋友角度均三个条目。家人角度包括“我的家人会认为我应该买该系统”、“我的家
人会认为我应该使用该系统”、“一般来说，我想做我家人认为我应该做的事”；朋友角
度包括“我的朋友会认为我应该买该系统”、“我的朋友会认为我应该使用该系统”、“一
般来说，我想做我朋友认为我应该做的事”。鉴于本文的研究情境是混合式教学，无须自
己购买系统，所以删除家人和朋友两个角度的第一个测量问项，另外鉴于能够影响高校教
师混合式教学开展的主要是同事和上级领导，因此将 Taylor 和 Todd 测量题项中的家人和
朋友修改为同事和上级领导，其他则根据研究情境再做修改，得到同事影响与上级影响的
测量题项如表 4-16 所示。
表 4-16 同事影响与上级影响的测量题项
PI 1 我的同事认为我应该开展混合式教学。
同事影响
PI 2 一般来说，我会做我的同事认为我应该做的事。
SUI 1 我的领导认为我应该开展混合式教学。 Taylor,Todd[132]
上级影响
SUI 2 一般来说，我会做我的领导认为我应该做的事。
SUI 3 我主要是因为领导的要求才开展混合式教学的。
4.2.5 测量量表形成
为了保证调查数据的科学性和有效性，在初拟好问卷之后，笔者结合文献研究与访谈
调查的梳理对问卷进行了进一步润色，并与相关专家、同学进行研讨，研讨主要围绕以下
几个方面展开：表述是否容易理解，是否存在语义重复、包含等关系，是否包含暗示成分，
是否符合研究的实际情境，题量是否合适等等。根据专家和同学的反馈意见，对个别各变
量测量题项进行删除，对剩余变量问项的措辞、排版等进行修改与完善，形成本研究的初
始测量量表如表 4-17 所示。
40
表 4-17 本研究初始测量量表
变量编号测量题项
TAC 1 我认为，我教授的课程适合采混合式教学方式。
TAC 2 我教授的课程中，有丰富的电子类资源需要向学生呈现。
任务特征
TAC 3 在教学活动中，我需要进行课程管理（如作业提交、学生活动记录等）。
TAC 4 学生需要随时随地登录平台进行学习。
TEC 1 平台支持上传各类电子资源并适当编辑。
技术特征 TEC 2 平台提供了管理工具并具备数据统计分析功能。
TEC 3 平台总是能够顺利登录。
TTF 1 平台可以满足我对课程管理的需求。
任务技术
TTF 2 平台的数据统计分析功能可以让我了解学生的线上学习情况。
适配
TTF 3 平台的稳定性保证了学生可以随时登录平台进行学习。
PU 1 开展混合式教学使教学活动更有效率。
感知有用性 PU 2 开展混合式教学使教学更容易。
PU 3 平台对开展混合式教学很有帮助。
C1 混合式教学与我以往的教学风格很匹配。
兼容性
C2 混合式教学与我内心向往的教学方式相匹配。
PEU 1 开展混合式教学对我来说是容易的。
感知易用性
PEU 2 熟练操作平台对我来说是容易的。
AT 1 开展混合式教学是明智的选择。
态度
AT 2 开展的混合式教学是令人满意的。
PI 1 我的同事认为我应该开展混合式教学。
同事影响
PI 2 一般来说，我会做我的同事认为我应该做的事。
SUI 1 我的领导认为我应该开展混合式教学。
上级影响 SUI 2 一般来说，我会做我的领导认为我应该做的事。
SUI 3 我主要是因为领导的要求才开展混合式教学的。
SN 1 能影响我行为的人认为我应该开展混合式教学。
主观规范
SN 2 对我来说重要的人认为我应该开展混合式教学。
SE 1 即使身边没有人帮忙，我也可以开展混合式教学。
自我效能
SE 2 对我来说，能够独立自主开展混合式教学是重要的。
AVA 1 学生有开展混合式学习需要的设备（手机电脑等）。
AVA 2 我有开展混合式教学需要的各类电子资源。
便利条件
AVA 3 我有开展混合式教学需要的平台或教学支持系统。
AVA 4 开展混合式教学过程中遇到困难时，会有人（或团队）帮助我。
感知行为 PBC 1 开展混合式教学完全在我的能力范围之内。

控制
PBC 2 我觉得自己拥有开展混合式教学要求的资源、知识与技能。
BI 1 我打算下学期还开展混合式教学。
行为意向 BI 2 我打算下学期对更多的班级开展混合式教学。
BI 3 我会建议他人开展混合式教学。
41
4.3 高校教师混合式教学接受度问卷的前测与修正
4.3.1 初始问卷编制
本研究的调查问卷主要包括两个部分:个人基本信息部分和各变量测量题项部分。
基本信息部分主要包括高校教师的性别、年龄和所授学科，另外还调查了高校教师的
所在院校、从教教龄、职称等个人基本信息，用于样本描述性统计。
测量题项部分，在前文对各变量测量题项编写的基础上，将各变量均采用李克特五级
量表进行测量，分值为 1-5，分别表示非常不同意、不同意、基本同意、同意、非常同意。
最终问卷包含 37 个测量题项，分别是任务特征（4 个）、技术特征（3 个）、任务技术适
配（3 个）、感知有用性（3 个）、兼容性（2 个）、感知易用性（2 个）、态度（2 个）、
自我效能（2 个）、便利条件（4 个）、感知行为控制（2 个）、同事影响（2 个）、上级
影响（3 个）、主观规范（2 个）、行为意向（3 个）。
4.3.2 前测数据收集
小规模前测。前测的调查对象为山东省部分高校中已经开展过混合式教学的教师，问卷主
要通过微信平台以二维码的形式发放，最终回收问卷 56 份。问卷回收后，通过一定的标
准筛选出有效问卷。检验标准主要有以下几条：问卷填写不完整、存在作答不全现象，认
为该问卷无效；若问卷各选项作答情况一致，认为无效；作答时间低于 2 分钟，判定无效。
回收的问卷中，只要出现以上情况的任意一种或几种，就判定该问卷无效并予以剔除。通
过以上标准筛选后，有效问卷共 54 份，问卷有效率为 96.4%。在有效问卷中，男性教师占
42.6%，女性教师占 57.4%。
4.3.3 前测问卷信度分析
信度反映了测量工具的可靠性、一致性和稳定性，一般采用内部一致性来测量信度。
本研究的信度分析采用 Cronbach’s α 与校正项目的总相关系数（ Corrected-Item Total
Correlation，CITC）两个指标来测度。Cronbach’s α是在社会科学研究领域或者相关科研期
刊的文章中使用率最高的信度指标。α为信度系数，该系数越高表明问卷的信度越高。大
多数研究中采用的判断标准：α>0.5 为可以接受的范围，α>0.7 表示具有相当的信度。CITC
用来衡量每一个测量问项与其所在总体的相关系数，旨在删除问卷中的“垃圾问项”以净
化条目。
42
表 4-18 前测问卷信度分析结果
初始修正后的
变量测度项初始 CITC 修正后的 CITC
Cronbach’s α Cronbach’s α
TAC 1 0.601 ──
TAC 2 0.709 ──
任务特征 0.825 ──
TAC 3 0.711 ──
TAC 4 0.604 ──
TEC 1 0.650 ──
技术特征 TEC 2 0.842 ── 0.817 ──
TEC 3 0.558 ──
TTF 1 0.754 ──
任务技术适配 TTF 2 0.725 ── 0.849 ──
TTF 3 0.685 ──
PU 1 0.555 ──
感知有用性 PU 2 0.504 ── 0.694 ──
PU 3 0.519 ──
C1 0.581 ──
兼容性 0.734 ──
C2 0.581 ──
PEU 1 0.445 ──
感知易用性 0.610 ──
PEU 2 0.445 ──
A1 0.735 ──
态度 0.847 ──
A2 0.735 ──
PI 1 0.553 ──
同事影响 0.711 ──
PI 2 0.553 ──
SUI 1 0.361 0.498
上级影响 SUI 2 0.426 0.498 0.439 0.665
SUI 3 0.052 删除
SN 1 0.908 ──
主观规范 0.948 ──
SN 2 0.908 ──
SE 1 0.363 ──
自我效能 0.527 ──
SE 2 0.363 ──
AVA 1 0.426 0.447
AVA 2 0.662 0.684
便利条件 0.673 0.731
AVA 3 0.532 0.551
AVA 4 0.234 删除
PBC 1 0.674 ──
感知行为控制 0.802 ──
PBC 2 0.674 ──
BI 1 0.720 ──
行为意向 BI 2 0.816 ── 0.853 ──
BI 3 0.644 ──
对于 CITC 的评价标准，学者们没有统一的说法。学者 Cronbach[133]认为 CITC 小于 0.5
43
的测量题项应该删除；学者卢纹岱[134]认为只要 CITC 大于 0.3 就是符合要求的。对测量问

项的净化参考卢纹岱的两条标准:（1）校正项目的总相关系数（CITC）小于 0.3；（2）删
除此项后，可以有效增加 Cronbach’s α的值，即总体信度有较大提高。
根据上述 Cronbach’s α和 CITC 的评价标准，利用 SPSS 20.0 软件对小规模前测的样本
进行信度分析的结果如表 4-18 所示。
从表 4-18 可以看出，除感知有用性、感知易用性、上级影响、自我效能和便利条件的
Cronbach’s α偏低以外，其他 9 个变量的 Cronbach’s α均大于 0.7，具有较高的信度。
上级影响的初始 Cronbach’s α在所有变量中是最低的，且没有达到信度的评价标准
（0.439<0.5），通过 CITC 分析发现，上级影响的信度偏低是因为存在“垃圾题项”SUI 3
（我主要是因为领导的要求才开展混合式教学的）。删除该题项后，另外两个题项的 CITC
均有所提高，上级影响的 Cronbach’s α也从 0.439 提高到 0.665，达到了信度可以接受的标
准。
“便利条件”的初始 Cronbach’s α为 0.673，虽然在信度可以接受的范围内，但是题项 FC
4 的 CITC 为 0.234，小于 CITC 可以接受的最低标准 0.3。而且删除该题项以后，其他题项
的 CITC 也均有所提高，便利条件的 Cronbach’s α也提高为 0.731，达到了较好的信度水平，
因此将题项 FC 4（开展混合式教学过程中遇到困难时，会有人/团队帮助我）删除。
“自我效能”的初始 Cronbach’s α（0.527）比较低，两个测量题项 SE 1 和 SE 2 的 CITC
（0.363）也处于偏低的水平。虽然偏低，但是也达到了各自的评价标准（Cronbach’s α>0.5，
CITC>0.3），尚可接受。考虑到自我效能本身只有两个测量题项，不能再通过删除题项的
办法来提高变量的信度，所以这两个题项均予以保留，在后续的研究中需要加以注意。
“感知易用性”的 Cronbach’s α与其他变量相比偏低，但是 Cronbach’s α（0.610>0.5）
同样，
和 CITC（0.445>0.3）也都在可以接受的范围之内，由于只有两个测量题项，因此也不予
删除。
“感知有用性”的 Cronbach’s α（0.694<0.7）低于 0.7，其三个测度项的 CTIC（0.555，
0.504，0.519）均处于中等水平，检验发现，无论删除三个测度项中的哪一项，都无法有
效提高感知有用性的 Cronbach’s α，并不符合本研究借鉴的学者卢纹岱提出的净化条目的
两条标准，即 CITC 不小于 0.3，删除测量题项后也不能有效提高变量的信度，因此三个测
度项均予以保留。
4.3.4 前测问卷效度分析
经过上文的信度分析之后，对变量的测量条目进行了净化，接下来进行效度分析。效
44
度是指测量工具能够测量出被测量概念特征的程度，简单来说，即测量的正确性，一般从
内容效度和结构效度两个角度进行分析。
内容效度是指测量题项是否具有代表性、完备性和适切性，其有效性主要取决于测量
题项产生的背景[135]。本研究量表中的测量题项均以已有的相关文献理论为基础，并根据具
体研究情境和质性访谈资料编制而成。调查问卷成形之后，又与相关专家、同学针对问卷
的语义、题量等进行研讨，根据他们的反馈意见，对问卷的措辞、排版、语义表达等进行
完善，原则上具有较好的内容效度。
结构效度是指测量题项所测到的概念与理论意图的一致性程度[136]，一般从收敛效度与
区分效度两个角度展开分析。收敛效度指的是量表中同一概念的不同测度指标间相互关联
的程度。区分效度指的是量表中不同概念的不同测度指标间的差异性程度。在问卷前测中
往往通过探索性因子分析来同时衡量收敛效度和区分效度[137]，以保证量表的结构信度。
在探索性因子分析之前，应该首先进行 KMO 和 Bartlett’s 球形检验以判断变量是否适
合做因子分析。KMO 统计量用来判断各变量是否相关，KMO 值越接近 1，表示相关性越
强。一般情况下，KMO>0.9 非常适合做因子分析；0.8<KMO<0.9 很适合；0.7 以上适合；
0.5<KMO<0.6，很勉强；0.5 以下不适合[138]。Bartlett’s 球形检验用于判断各变量的独立性。
若 Bartlett’s 球形检验的 Sig 值<0.01，说明具有显著差异性。本研究利用 SPSS 20.0 软件进
行 KMO 和 Bartlett’s 球形检验，结果如表 4-19 所示。
由表 4-19 可见，KMO 介于 0.7-0.8 之间，Bartlett’s 球形检验的 Sig 值为 0.000，说明

具有显著差异性，该研究的数据很适合做因子分析。接下来，正式进行探索性因子分析。
本研究采用主成分分析法，通过最大方差法旋转因子，同时为了避免抽取出过多的共
同因子[139]，规定因子数量为 14 来进行因子抽取。在因子分析过程中，筛选变量测量题项
的准则参考学者吴明隆的研究做法：
（1）若因素负荷量小于 0.45，表示题项与共同因素间的关系不密切，此题项可考虑
删除；
（2）若是一个测量题项在两个共同因素转轴后的共同因素负荷量均大于 0.45，使用
45
者可自行判别此题项变量是否删除[140]。若是将此题项变量归之于其中一个共同因素，而符
合使用者原先编制的理论架构，则此测量题项也可保留。
简单来说，即若某题项在所有因子的负荷量都小于 0.45，或在两个以上因子的负荷量
大于 0.45，则该题项可以考虑删除。将 14 个变量的 35 个测量题项全部进行因子分析，共
解释了 88.716%的总体方差，总体符合研究预期。根据上述筛选准则，对需要考虑删除的
题项展开分析与讨论：
（1）感知有用性的第一题 PU1“开展混合式教学使教学活动更有效率”与第三题 PU3
“平台对开展混合式教学很有帮助”以及行为意向的第三题 BI 3“我会建议他人开展混合
式教学”，这三个题项同时在两个因子的负荷量大于 0.45，属于横跨两个因子现象，原则
上应该删除，但是考虑到 PU1 与 BI3 均是在前人已有成熟量表的基础上发展而来，有较强
的理论基础，另外，PU1 与 PU3 分别是从教学效率与平台两个方面来考量混合式教学的有
用性，删除任何一个题项都会使得调查不全面，而且 PU1、PU3、BI3 这三个题项很符合
混合式教学的具体情境，适合测量教师对混合式教学的感知有用性与行为意向，基于以上
考虑，将这三个测量题项予以保留，在后续的研究中继续观察。
（2）任务技术适配的第三题 TTF3“平台的稳定性保证了学生可以随时登录平台进行
学习”在所有因子的负荷量都小于 0.45，即不归属于任何一个因子，予以删除。
删除上述题项后，14 个因子的测度项及因子负荷如表 4-20 所示。
表 4-20 各测度项的因子负荷
变量测度项因子负荷变量测度项因子负荷
TAC 1 .861 态度 AT 2 .568
TAC 2 .807 PI 1 .656
任务特征同事影响
TAC 3 .750 PI 2 .534
TAC 4 .636 SUI 1 .898
上级影响
TEC 1 .879 SUI 2 .566
技术特征 TEC 2 .825 SN 1 .892
主观规范
TEC 3 .782 SN 2 .882
TTF 1 .546 SE 1 .844
任务技术适配自我效能
TTF 2 .845 SE 2 .683
PU 1 .557 AVA 1 .821
感知有用性 PU 2 .498 便利条件 AVA 2 .498
PU 3 .636 AVA 3 .476
C1 .593 PBC 1 .496
兼容性感知行为控制
C2 .788 PBC 2 .774
PEU 1 .684 BI 1 .828
感知易用性
PEU 2 .855 行为意向 BI 2 .765
态度 AT 1 .749 BI 3 .519
4.3.5 最终问卷形成
经过对前测数据的分析发现问卷具有良好的信效度，并在信效度分析的基础上，删除
了“垃圾题项”，净化了问卷条目，问卷测量题项由最初的 37 个缩减为 34 个，最终确定
46
4.4 高校教师混合式教学接受度正式问卷的发放与回收
4.4.1 样本选择与数据收集
本研究在后续的数据分析过程中，将使用结构方程模型方法对测量模型与结构模型进
行检验。根据统计学中应用较为普遍的标准，即样本数应为测量题目数的 5-10 倍，本研究
变量的测量题项共计 34 个，因此样本数量应至少为 170 个。
本文的研究对象是开展过混合式教学的高校教师，主要是通过扫描问卷二维码的形式
填写问卷。有以下三种途径发放问卷二维码：(1)通过导师与其他高校的领导取得联系，在
征得领导同意的情况下，由高校领导在其教师群里代为发放问卷二维码；（2）通过导师
帮助在本校组建的参与混合式教学改革项目的教师群里发放问卷二维码并动员教师们填
写问卷；（3）利用暑期在山东师范大学举办的山东省高校教师信息化培训，在培训间隙
将问卷二维码投放到大屏幕，教师们现场通过扫描屏幕上的二维码填写问卷。总计回收问
卷 229 份，按照前述有效问卷筛选标准，最后统计有效问卷为 219 份，有效率为 95.6%。
4.4.2 样本描述性统计
表 4-21 样本基本信息的描述性统计
统计项目及内容人数百分比（%）统计项目及内容人数百分比（%）
男 79 36.1 21-30 岁 54 24.7
性别
女 140 63.9 31-40 岁 107 48.9
年龄
教授 13 5.9 41-50 岁 47 21.5
副教授 36 16.4 51-60 岁 11 5.0
讲师 111 50.7 <5 年 78 35.6
职称
助教 43 19.6 从教 5-10 年 38 17.4
教龄 11-15 年 51 23.3
其他 16 7.3
>15 年 52 23.7
由表 4-21 所示，从受访教师的性别来看，女性教师占 63.9%，男性教师占 36.1%，女
性教师居多；从受访教师的年龄来看，主要集中在 31-40 岁，占样本总量的 48.9%；从受
访教师的职称来看，以讲师为主，其次分别是助教和副教授，教授人数最少，占 5.9%；从
受访教师的从教教龄来看，小于五年的教师居多，即新教师居多，占总人数的 35.6%，但
是从总体来看，受访教师的从教教龄各时间段分布相对均匀，人数相差无几。
此外，按照国务院学位委员会、教育部 2011 年印发的《学位授予和人才培养学科目录
(2011 年)》的学科门类对受访教师的教授科目进行分类，样本学科分布统计如表 4-22 所示。
国务院学位委员会、教育部 2011 年印发的《学位授予和人才培养学科目录(2011 年)》
共包含 12 个学科门类，本研究调查教师样本涵盖了其中 11 个学科门类，仅缺少了哲学学
47
科的教师，虽然有的学科门类教师人数较少，但一定程度上仍可以说明本文的样本具有一
定的代表性。
表 4-22 样本学科分布统计
学科门类人数百分比（%）累积百分比（%）
经济学 4 1.8 1.8
法学 16 7.3 9.1
教育学 7 3.2 12.3
文学 33 15.1 27.4
历史学 1 0.4 27.8
理学 26 11.9 39.7
工学 58 26.5 66.2
农学 3 1.4 67.6
医学 30 13.7 81.3
管理学 14 6.4 87.7
艺术学 27 12.3 100
受访教师中，教授工学科目的人数最多，占样本总量的 66.2%，工学教师人数最多是
因为工学这个一级学科涵盖的二级学科门类最多最广，其次分别是文学、医学和艺术学，；
人数最少的是农学和历史学，分别占样本总量的 1.4%和 0.4%。
48
第五章高校教师混合式教学接受度研究模型的检验
5.1 数据分析方法的讨论与选择
结构方程模型（Structural Equation Model，简称 SEM）作为一种高级的多元数据统计
分析方式，被誉为应用统计的第三次革命，20 世纪 80 年代以来被广泛应用于社会科学领
域。结构方程模型包括测量模型（Outer model）和结构模型（Inner model）两个部分。测
量模型由观察变量与潜变量构成，用以描述可直接测量的观察变量与其所对应的潜变量之
间的关系；结构模型都是由潜变量构成的，用以描述潜变量与其他潜变量的关系。
基于对变量间关系的计算方式的差异，结构方程模型分为很多不同的类型，最常用的
是基于协方差（或最大似然法）的结构方程模型（Covariance-based SEM，简称 CB-SEM）
和基于方差（或偏最小二乘法）的结构方程模型（Variance-based SEM/Partial Least Squares
SEM，简称 PLS-SEM）。其中，基于协方差的结构方程模型方法典型的统计分析软件包括
Lisrel、AMOS、EQS 和 Mplus 等，基于方差的结构模型方法常用的统计分析软件包括
SmartPLS、PLS-Graph 和 VisualPLS 等。
5.1.1 PLS 与 CBSEM 的对比
CBSEM 采用最大似然法等参数估计方法，使得文章中提出的理论假设模型与实际收
集数据计算得出的协方差矩阵之间的差异最小[141]，是关注于矩阵的结构并通过使拟合函数
值达到最优来进行参数估计的，所以会造成拟合函数值不同而使得参数值不同的结果，参
数的估计结果受研究者提出的理论假设模型影响较大。因此，CBSEM 通常应用于以理论
检验为目的的研究中，用以验证研究者提出的具有坚实理论基础的假设模型的合理性[142]，
并根据检验结果对研究模型进行修正。此外，CBSEM 对样本数量和数据分布假设要求较
高，要想取得最优的结果，必须在大样本条件下进行，而且数据必须服从正态分布。
相比之下，PLS 展现出了自身的优势。PLS 方法是基于模型的外部关系和内部关系进
行预测的。内外部模型方程按照一定方式多次循环迭代直到找到最接近实际的参数为止
[143]
，因此参数估计值不会受拟合函数值的影响。除此之外，PLS 在样本较少的情况下仍然
可以得出比较理想的结果，而且对数据分布没有要求，可以不服从正态分布。
对于模型检验的结果，PLS 方法在得到每一个潜变量估计值的同时，还能反映出潜变
量与观察变量、潜变量与潜变量之间的关系；CBSEM 能够估计出结构方程模型中的拟合
参数，很好的反映模型的结构关系。
另外，与 CBSEM 对模型的质量评估方法不同，使用 PLS 进行评估时，没有界定诸如
49
量模型和结构模型进行分析检验的方法来实现模型的质量评估。
5.1.2 数据分析方法的选择
本研究选用基于方差的 PLS 结构方程分析方法，主要基于以下考虑：（1）本研究是

第一次将 DTPB 与 TTF 整合模型应用在混合式教育教学领域，而 PLS 适合研究新的现象
与测量模型；（2）本研究的整合模型有许多构面及指标，PLS 可以处理多构面、多指标的
复杂结构模型；（3）本文的样本数据为 219 份，PLS 相对于 CBSEM 对样本数量的需求较
小，PLS 比其他方法更适合于小样本数据的分析；（4）PLS 无需分析资料符合正态分布；
（5）PLS 适合于理论的开展而不是理论的测试；（6）PLS 特别适用于预测因变量方差解
释率（R2），更擅长解释模型的预测能力。
采用 SmartPLS 3.0 软件利用偏最小二乘（PLS）结构方程建模（SEM）方法对测量模
型与结构模型进行分析检验，测量模型的检验关注测量量表的信度和效度分析，结构模型
检验关注研究假设的验证与模型的分析。
5.2 高校教师混合式教学接受度研究模型之测量模型的检验
符合标准的情况下结构模型的检验才有意义。测量模型的检验包括对变量信度和效度的检
验。
5.2.1 测量模型的信度检验
测量模型的信度检验采用 Cronbach’s α与建构信度（Constryct Reliability，CR）两个指

标来测度。对于 Cronbach’s α的判断标准，前文已经提到过：α>0.5 为可以接受的范围，α>0.7
表示具有相当的信度。建构信度（CR）主要用于评价属于一个潜变量的观测变量之间的内
在一致性。建构信度高，表示各观测指标之间存在高度的相关性，即该观测指标的内在一
致性较强；反之，则表明不一致。本研究对建构信度的分析遵循大多数研究中采用的判断
标准：若建构信度<0.5，信度不可接受，若>0.8，说明信度非常好。
测量模型的 Cronbach’s α及 CR 值如表 5-1 所示，大多数变量的 Cronbach’s α大于 0.7，
少数几个变量的 Cronbach’s α仅次于 0.7 且均大于 0.5，均在可接受的范围内；从建构信度
来看，测量模型 14 个变量的 CR 值均显著大于 0.8，说明信度非常好。综上分析，本研究
测量模型具有较好的信度。
50
变量测度项因子载荷 T-value P AVE CR Cronbach’α

TAC 1 0.704 11.271 0.000
TAC 2 0.736 15.005 0.000
任务特征 TAC TAC 3 0.808 23.947 0.000 0.581 0.847 0.766
TAC 4 0.796 20.874 0.000

TEC 1 0.781 18.168 0.000
技术特征 TEC TEC 2 0.922 73.038 0.000 0.744 0.897 0.828
TEC 3 0.879 50.724 0.000
TTF 1 0.936 86.094 0.000
任务技术适配 TTF 0.878 0.935 0.861
TTF 2 0.938 89.384 0.000
PU 1 0.779 17.221 0.000
感知有用性 PU PU 2 0.654 10.253 0.000 0.597 0.815 0.661
PU 3 0.870 57.584 0.000
C1 0.853 34.087 0.000
兼容性 C 0.748 0.856 0.664
C2 0.877 47.759 0.000
PEU 1 0.890 50.115 0.000
感知易用性 PEU 0.799 0.888 0.748
PEU 2 0.897 50.544 0.000
AT 1 0.894 66.375 0.000
态度 AT 0.789 0.882 0.733
AT 2 0.883 46.424 0.000
PI 1 0.854 18.256 0.000
同事影响 PI 26.270 0.000 0.748 0.856 0.664
PI 2 0.876
SI 1 0.900 32.997 0.000
上级影响 SI 0.787 0.881 0.730
SI 2 0.874 24.650 0.000
SN 1 0.935 84.773 0.000
主观规范 SN 0.852 0.920 0.827
SN 2 0.910 41.825 0.000
SE 1 0.880 35.815 0.000
自我效能 SE 0.763 0.866 0.690
SE 2 0.868 30.662 0.000
AVA 1 0.533 5.262 0.000
便利条件 AVA AVA 2 0.915 69.116 0.000 0.631 0.830 0.710
AVA 3 0.878 33.130 0.000
PBC 1 0.930 124.774 0.000
感知行为控制 PBC 0.817 0.899 0.780
PBC 2 0.876 32.000 0.000
BI 1 0.915 49.455 0.000
行为意向 BI BI 2 0.927 54.506 0.000 0.839 0.940 0.904
BI 3 0.904 65.018 0.000
5.2.2 测量模型的效度检验
测量模型的效度检验从聚合效度和区分效度两个角度分析。
（1）聚合效度检验
聚合效度反映变量测度指标之间的相关程度，主要通过平均方差抽取量（Average
Variance Extracted，AVE）、因子载荷两个指标来测算。一般而言，AVE>0.5 时，表示模
型聚合效度较好[144]；因子载荷是指观察变量与其所对应的潜变量之间的相关系数，因子载
荷的最低可接受值为 0.5，表示测度项具有较好的可靠性，问卷质量较好；除了对因子载
荷阈值大小的判定以外，在使用 PLS-SEM 进行模型评估时，还需要对其进行 T 检验，以
判断其显著性。本研究采用 Bootstrapping 方法进行抽样计算，设定样本量为 500，最大迭
代次数为 300，置信区间为 95%，双尾 T 检验。
51
由表 5-1 所示，所有测度项的因子载荷均达到了大于 0.5 的阈值标准，且 t 值均大于

1.96 的临界值，P 值均为 0.000，在 0.001 水平显著，说明测度项具有较好的可靠性，问卷
质量较好；另外，所有测度项的 AVE 值均大于 0.5，说明模型聚合效度较好。综上，本研
究测量模型具有较好的聚合效度。
（2）区分效度检验
表 5-2 AVE 平方根与变量间相关系数大小对比

TAC TEC TTF PU C PEU AT PI SI SN SE AVA PBC BI
TAC .762
TEC .506 .863
TTF .470 .740 .937
PU .520 .495 .557 .773
C .373 .371 .429 .627 .865
PEU .381 .325 .322 .556 .605 .894
AT .494 .411 .469 .719 .649 .499 .888
PI .390 .369 .381 .513 .565 .442 .653 .865
SI .266 .305 .358 .553 .509 .442 .579 .579 .887
SN .274 .285 .296 .368 .379 .319 .389 .392 .491 .923
SE .390 .313 .308 .447 .462 .412 .522 .392 .391 .387 .874
AVA .432 .414 .407 .472 .399 .439 .497 .383 .344 .333 .560 .794
PBC .390 .280 .311 .448 .550 .593 .560 .508 .435 .325 .520 .637 .904
BI .457 .309 .302 .489 .507 .432 .668 .526 .407 .361 .486 .574 .571 .916
区分效度的评价采用如下两个标准:第一，可采用比较 AVE 的平方根与变量间相关系
数的大小的方法进行评估。Fornell 等[145]学者提出，当一个变量的 AVE 平方根大于该变量
与其他所有变量之间的相关系数时，说明测量工具的区分效度较好。第二，借鉴 Chin 等[146]
学者的研究，本研究进一步使用交叉负载的方法来评定变量的区分效度。
从表 5-2 来看，每个变量的 AVE 平方根均显著大于该变量与其他所有变量之间的相关
系数，表明该研究模型具有较好的区分效度。
表 5-3 统计了测量模型中所有变量的问项负载与交叉负载。从每行来看，每个测度项
在对应变量的负载均显著大于该测度项在其他变量的负载；从每列来看，除测度项 PU2 和
AVA1 以外，其他测度项在对应变量的负载均大于其他测度项在该变量的负载。测度项 PU2
在 PU 的负载为 0.654，小于 AT1 在 PU 的负载（0.705），只能说明 AT1 在一定程度上也
可以用来测量 PU，但是 AT1 在其对应变量的负载为 0.894，显著大于其在 PU 的负载；同
样，测度项 AVA1 在 AVA 的负载为 0.533，小于 PBC1 和 BI1 在 AVA 的负载，只能说明 PBC1
与 BI1 在一定程度上也可以测量 AVA，但是 PBC1 和 BI1 在其对应测量变量 PBC 和 BI 的
负载分别为 0.930 和 0.915，远大于两者在 AVA 的负载，说明 PBC1 和 BI1 更适合用来测
52
量其原本的对应变量；另外，考虑到测度项 PU2 和 AVA1 很适合本研究的实际情境及其对

应的变量，且在对应变量的负载大于在其他变量的负载，所以对 PU2 和 AVA1 予以保留，
对 AT1、PBC1 和 BI1 不做修改。综上，本研究测量模型具有良好的区分效度。
经过上述分析，说明测量模型具有较好的信度与效度，接下来对结构模型进行检验。
表 5-3 测量模型中所有变量的问项负载与交叉负载
TAC TEC TTF PU C PEU AT SE AVA PBC PI SI SN BI
TAC1 .704 .284 .264 .381 .279 .304 .438 .295 .260 .328 .279 .269 .200 .351
TAC2 .736 .301 .288 .363 .351 .343 .400 .298 .400 .387 .349 .166 .102 .447
TAC3 .808 .414 .360 .422 .287 .274 .350 .332 .304 .269 .233 .190 .253 .381
TAC4 .796 .484 .462 .415 .251 .270 .358 .279 .353 .254 .334 .202 .250 .267
TEC1 .465 .781 .513 .366 .252 .235 .285 .256 .352 .193 .268 .235 .212 .258
TEC2 .480 .922 .667 .455 .341 .301 .378 .279 .387 .225 .352 .296 .297 .302
TEC3 .382 .879 .712 .452 .354 .299 .388 .276 .339 .295 .329 .256 .226 .243
TTF1 .410 .708 .936 .510 .416 .318 .431 .285 .355 .296 .366 .330 .264 .260
TTF2 .469 .679 .938 .534 .388 .286 .447 .293 .407 .287 .347 .341 .290 .306
PU1 .509 .448 .549 .779 .451 .274 .528 .294 .362 .312 .363 .311 .214 .352
PU2 .167 .218 .228 .654 .506 .583 .426 .274 .228 .362 .370 .472 .334 .219
PU3 .480 .449 .482 .870 .515 .470 .678 .444 .466 .376 .453 .504 .317 .512
C1 .307 .247 .270 .481 .853 .548 .493 .308 .300 .505 .543 .415 .274 .413
C2 .338 .389 .464 .599 .877 .501 .626 .484 .387 .450 .440 .464 .377 .462
PEU1 .300 .252 .251 .473 .580 .890 .382 .328 .389 .517 .371 .459 .347 .334
PEU2 .380 .328 .323 .521 .502 .897 .508 .408 .395 .542 .418 .333 .224 .437
AT1 .421 .346 .403 .705 .608 .455 .894 .477 .394 .431 .482 .573 .370 .566
AT2 .458 .385 .431 .569 .544 .431 .883 .451 .491 .568 .683 .453 .320 .621
SE1 .326 .274 .209 .320 .393 .479 .380 .880 .507 .551 .352 .299 .271 .400
SE2 .357 .273 .332 .465 .414 .236 .537 .868 .471 .353 .334 .386 .408 .450
AVA1 .428 .324 .333 .350 .227 .120 .396 .451 .533 .215 .248 .116 .318 .489
AVA2 .368 .360 .363 .454 .367 .438 .466 .509 .915 .624 .377 .331 .298 .477
AVA3 .334 .346 .323 .352 .342 .388 .373 .438 .878 .560 .290 .308 .245 .488
PBC1 .402 .289 .324 .444 .496 .529 .549 .489 .640 .930 .500 .380 .284 .597
PBC2 .290 .208 .227 .357 .504 .550 .454 .449 .496 .876 .409 .414 .310 .413
PI1 .451 .342 .360 .528 .580 .445 .683 .346 .382 .501 .854 .477 .326 .586
PI2 .233 .298 .301 .366 .405 .324 .455 .334 .284 .382 .876 .524 .351 .334
SI1 .290 .327 .360 .521 .495 .392 .543 .427 .335 .415 .512 .900 .458 .429
SI2 .176 .207 .271 .457 .404 .393 .481 .258 .271 .355 .517 .874 .410 .285
SN1 .276 .285 .260 .375 .387 .337 .357 .351 .306 .331 .392 .507 .935 .332
SN2 .226 .238 .290 .298 .307 .245 .362 .366 .309 .265 .327 .390 .910 .336
BI1 .392 .305 .241 .394 .480 .378 .599 .443 .541 .545 .458 .305 .276 .915
BI2 .457 .300 .316 .444 .484 .458 .587 .473 .534 .550 .492 .417 .395 .927
BI3 .405 .244 .273 .505 .429 .352 .647 .420 .503 .473 .494 .395 .322 .904
5.3 高校教师混合式教学接受度研究模型之结构模型的检验
5.3.1 结构模型的检验
本研究对结构模型的检验分为两个部分，一个是对模型中路径系数及其显著性的检
53
验，另一个是在路径系数及其显著性检验的基础上计算模型的因变量方差解释率 R2。其中，
路径系数及其显著性检验是对结构模型中各变量之间数量和结构关系的检验，因变量方差
解释率 R2 则是对模型预测能力强弱的判断。
表 5-4 模型路径系数及其显著性
路径路径系数均值标准差 T-value P值
任务特征→任务技术适配 0.128 0.136 0.061 2.107 0.036
技术特征→任务技术适配 0.676 0.672 0.057 11.946 0.000
感知有用性→态度 0.440 0.443 0.072 6.112 0.000
兼容性→态度 0.264 0.263 0.064 4.117 0.000
兼容性→感知易用性 0.605 0.602 0.047 12.735 0.000
感知易用性→态度 0.000 0.002 0.057 0.006 0.995
任务技术适配→态度 0.052 0.051 0.059 0.886 0.376
自我效能→态度 0.187 0.187 0.059 3.185 0.002
自我效能→感知行为控制 0.238 0.239 0.061 3.897 0.000
便利条件→感知行为控制 0.503 0.506 0.062 8.064 0.000
同事影响→主观规范 0.162 0.164 0.078 2.077 0.038
上级影响→主观规范 0.397 0.402 0.063 6.332 0.000
任务技术适配→行为意向 -0.044 -0.043 0.052 0.844 0.399
态度→行为意向 0.499 0.494 0.067 7.474 0.000
感知行为控制→行为意向 0.275 0.281 0.069 4.002 0.000
主观规范→行为意向 0.091 0.089 0.054 1.686 0.092
就变量间路径系数的显著性水平而言，从表 5-4 可知，除感知易用性-态度、任务技术
适配-态度、任务技术适配-行为意向、主观规范-行为意向四条路径不存在显著关系以外，
其他路径均显著。即假设 H1a、H1b、H2、H2a、H2b、H2d、H3、H3a、H3b、H4a、H4b、
H5b 成立，假设 H2c、H5a、H1、H4 不成立。
表 5-5 因变量方差解释率 R2
因变量 R2 均值标准差 T-value P值
任务技术适配 0.560 0.568 0.052 10.681 0.000
态度 0.610 0.623 0.038 16.007 0.000
感知易用性 0.365 0.364 0.057 6.445 0.000
感知行为控制 0.444 0.453 0.050 8.839 0.000
主观规范 0.258 0.272 0.058 4.457 0.000
行为意向 0.510 0.520 0.047 10.845 0.000
由表 5-5 可知，所有因变量的方差解释率均达到 0.001 的显著性水平，说明结构模型
具有较好的预测效果。从图 5-1 可以直观看出，行为意向共被解释了 51.0%的方差，显著
受到态度（β=0.499，P<0.001）和感知行为控制（β=0.275，P<0.001）的影响，分别支持
了假设 H2、H3；任务技术适配显著受到任务特征（β=0.128，P<0.05）和技术特征（β=0.676，
P<0.001）的影响，共被解释了 56.0%的方差，分别支持了假设 H1a 和 H1b；就态度而言，
受到感知有用性（β=0.440，P<0.001）、兼容性（β=0.264，P<0.001）以及自我效能（β
=0.187，P<0.01）的影响比较显著，共被解释了 61.0%的方差，感知易用性则对态度无影
54
响，这样假设 H2a 和 H2b 得到支持；就感知行为控制而言，受到自我效能（β=0.238，

P<0.001）和便利条件（β=0.503，P<0.001）的影响均较为显著，其中受到便利条件的影
响最大，有 44.4%的方差得到解释，分别验证了假设 H3a 和 H3b；主观规范共被解释的 25.8%
的方差，受到上级影响（β=0.397，P<0.001）最大，其次是同事影响（β=0.162，P<0.05），
因此假设 H4a、H4b 得到支持；由于指向感知易用性的变量只有兼容性一个，所以主要受
到兼容性（β=0.605，P<0.001）的影响，被解释了 36.5%的方差，支持了假设 H5b。
注：显著性水平 ***代表 p<0.001，**代表 p<0.01，*代表 p<0.05。

图 5-1 模型路径系数及其显著性
综上，本研究共有 12 个假设得到很好的验证，有 4 个假设没有得到支持。
5.3.2 假设检验结果归纳
表 5-6 模型的假设检验结果
编号路径路径系数显著性水平验证结果
H1 任务技术适配→行为意向 -0.044 0.399 不支持
H1a 任务特征→任务技术适配 0.128* 0.036 支持
H1b 技术特征→任务技术适配 0.676*** 0.000 支持
H2 态度→行为意向 0.499*** 0.000 支持
H2a 感知有用性→态度 0.440*** 0.000 支持
H2b 兼容性→态度 0.264*** 0.000 支持
H2c 感知易用性→态度 0.000 0.995 不支持
H2d 自我效能→态度 0.187** 0.002 支持
H3 感知行为控制→行为意向 0.275*** 0.000 支持
H3a 自我效能→感知行为控制 0.238*** 0.000 支持
H3b 便利条件→感知行为控制 0.503*** 0.000 支持
H4 主观规范→行为意向 0.091 0.092 不支持
H4a 同事影响→主观规范 0.162* 0.038 支持
H4b 上级影响→主观规范 0.397*** 0.000 支持
H5a 任务技术适配→态度 0.052 0.376 不支持
H5b 兼容性→感知易用性 0.605*** 0.000 支持
注：显著性水平 ***代表 p<0.001，**代表 p<0.01，*代表 p<0.05。
55
研究假设的检验结果可以用表 5-6 加以总结。

5.3.3 高校教师混合式教学接受度研究模型的简化
从前文 PLS 与 CBSEM 的对比分析可以知道，两者参数估计的基本原理不同，PLS 是

通过内外部模型方程按照一定方式多次循环迭代，使得在一定条件下所有的参数估计达到
收敛状态且此时所有方程的残差方差最小[147]，不同于 CBSEM 通过使拟合函数值达到最优
来进行参数估计；由于两者的原理不同，所以它们在模型的质量评估方面也存在差异，PLS
是采取分别对测量模型和结构模型进行分析检验的方法来实现模型的质量评估，没有像
CBSEM 界定诸如 RMSEA、CFI 和 NNFI 等模型适配指标来对模型的适配情况进行判定。
由于 PLS 是通过多次循环迭代一次性找到最接近实际的参数且没有适配度的问题，因此不
需要同 CBSEM 一样，根据模型的拟合指标来逐个删除路径对模型进行修正，只需要删除
路径系数不显著即假设关系不成立的路径，得到更为简化的模型。简化的高校教师混合式
教学接受度研究模型如图 5-2 所示。
图 5-2 简化的高校教师混合式教学接受度研究模型
从简化后的研究模型可以直观的看出，本研究中高校教师对混合式教学的接受意向主
要受教师的态度和感知行为控制的影响；感知有用性、兼容性和自我效能则显著的影响教
师的态度，并通过态度间接影响教师的混合式教学接受意向；自我效能和便利条件显著影
响教师的感知行为控制，并通过感知行为控制间接影响教师的混合式教学接受意向；此外，
兼容性对教师的感知易用性也有显著影响。
5.4 不同高校教师群体对接受度影响因素的感知差异
前文提到过，在文献梳理及质性研究过程中发现个体特征对技术接受或使用的行为意
向也有一定影响。在高校教师群体中，个体基本特征有以下几种：性别，年龄，职称，从
教教龄以及学科等。
性别和年龄都是 UTAUT 模型中重要的个体特征变量。UTAUT 认为不同性别的个体，
在绩效期望对行为意向的正向影响中存在显著差异，通常男性较为显著；同时性别的不同，
对努力期望与行为意向的正相关也存在差异，女性通常较为显著；性别对社会影响与行为
56
意向的相关性也有影响，一般情况下女性更容易受上级、同事的影响。另外，性别和年龄
还会对感知有用性与行为意向、感知易用性与行为意向的相关性产生影响，通常男性、年
轻的用户较女性、年老的用户更关注感知有用性，女性、年老的用户更加注重感知易用性。
计算机自我效能感方面，一般男性较女性个体有更强的计算机自我效能感和易用性认知。
本研究选择高校教师的性别、年龄、学科三个个体特征进行差异分析，在上述分析的
基础上，还有如下考虑：
（1）总体来讲，男性比女性有更强的接受新事物、运用新技术的能力，因此性别可
能会影响教师对混合式教学的接受意向。
（2）一般情况下，对新教学模式或新技术的接受年轻教师往往比年长的教师接受的
快，会投入更多的精力，在质性研究过程中也发现年轻教师被寄予更高的期望，因此猜测
年龄因素对教师的混合式教学接受有一定影响。
（3）本文研究对象是高校教师，他们虽都从事教学工作，但是所教授的学科不同，
并不是所有的学科都适合采用混合式教学方式，混合式教学也不一定能满足所有的课程形
态，只有采用的教学方法与课程任务需求相适应时，才会提高教师的教学效率，因此不同
学科的教师对混合式教学的接受可能会有所不同。
为了探究不同的性别、年龄以及学科是否会造成教师对行为意向、任务技术适配、态
度等潜变量的表现差异，本研究通过 SPSS20.0 软件采用独立样本 T 检验、单因素方差分
析的方法进行探究。
5.4.1 不同性别高校教师的差异
独立样本 T 检验就是对两个不总体均值之间的差异性进行检验，实质就是对两个样本
的均值之差进行 T 检验[148]。由于性别只分为男女两个组，所以采用独立样本 T 检验的方
法来判断两组之间对各变量是否存在显著性差异。
首先通过方差齐次性检验确定 P 值（外侧概率 sig.），判断两组方差是否存在显著性
差异。若 P>0.05，说明不存在显著差异，方差齐次，此时读取“假设方差相等”行 T 检验
的结果；若 P<0.05，说明两组方差存在显著性差异，方差不具有齐次性，读取“假设方差
不想等”行 T 检验的结果。若 T 的显著性>0.05，则该特征和变量不存在统计学上的显著
差异。检验结果如表 5-7 所示。
由表 5-7 可知，在模型的 14 个变量中，所有变量的外侧概率（sig.）即 P 值均大于 0.05，
57
果中，除 TEC、PBC 的 P 值小于 0.05，其他 12 个变量的显著性结果均大于 0.05，说明男

女两组对 TEC 和 PBC 存在显著性差异，对其他 12 个变量无显著性差异。另外，变量 TEC
的置信区间在 0.06200-0.06782 之间，不包括 0 在内，说明两组性别均值之差与 0 的差异显
著，即两组性别均值差异显著，说明均值差异不是由抽样误差引起的，具有高度的统计学
意义。同理，变量 PBC 的置信区间在 0.04019-0.49589 之间，不包括 0 在内，说明两组均
值有显著差异，且差异具有统计意义。
表 5-7 性别对各变量的差异性分析
方差方程的
均值方程的 t 检验
Levene检验
差分的 95%
F Sig. t df Sig.(双侧) 均值差值标准误差值置信区间
下限上限
假设方差相等 .148 .701 .731 217 .465 .07041 .09630 -.11938 .26020
TAC
假设方差不相等 .710 148.497 .479 .07041 .09911 -.12543 .26625
假设方差相等 2.292 .132 2.503 217 .013 .29168 .11653 .06200 .52137
TEC
假设方差不相等 2.572 175.293 .011 .29168 .11343 .06782 .51554
假设方差相等 .121 .728 .147 217 .883 .01831 .12472 -.22751 .26413
TTF
假设方差不相等 .145 157.596 .885 .01831 .12585 -.23027 .26689
假设方差相等 1.999 .159 .806 217 .421 .08101 .10048 -.11704 .27906
PU
假设方差不相等 .838 180.956 .403 .08101 .09671 -.10980 .27183
假设方差相等 .124 .725 -.760 217 .448 -.08427 .11090 -.30285 .13431
C
假设方差不相等 -.761 162.701 .448 -.08427 .11072 -.30291 .13437
假设方差相等 .354 .553 .758 217 .449 .09033 .11922 -.14464 .32529
PEU
假设方差不相等 .755 160.477 .451 .09033 .11958 -.14582 .32647
假设方差相等 .779 .379 .115 217 .908 .01212 .10528 -.19539 .21962
AT
假设方差不相等 .114 156.207 .910 .01212 .10655 -.19835 .22258
假设方差相等 .093 .761 .984 217 .326 .10778 .10947 -.10799 .32355
SE
假设方差不相等 .996 167.454 .321 .10778 .10825 -.10593 .32148
假设方差相等 .365 .546 1.095 217 .275 .12378 .11301 -.09896 .34652
AVA
假设方差不相等 1.089 159.370 .278 .12378 .11361 -.10060 .34816
假设方差相等 .645 .423 2.319 217 .021 .26804 .11560 .04019 .49589
PBC
假设方差不相等 2.310 160.235 .022 .26804 .11601 .03893 .49714
假设方差相等 .529 .468 .907 217 .365 .09797 .10796 -.11481 .31074
PI
假设方差不相等 .897 156.299 .371 .09797 .10924 -.11781 .31374
假设方差相等 .026 .872 .868 217 .386 .09561 .11011 -.12142 .31265
SI
假设方差不相等 .866 160.866 .388 .09561 .11036 -.12232 .31355
假设方差相等 .094 .759 .286 217 .775 .02934 .10248 -.17265 .23133
SN
假设方差不相等 .288 164.563 .774 .02934 .10193 -.17192 .23060
假设方差相等 .478 .490 .929 217 .354 .11046 .11893 -.12396 .34487
BI
假设方差不相等 .947 171.357 .345 .11046 .11668 -.11985 .34077
58
TEC 的测量题项分别为“平台支持上传各类电子资源并适当编辑”、“平台提供了管
理工具并具备数据统计分析功能”、“平台总是能够顺利登录”，在 TEC 这一变量，男性
教师比女性教师的均值高 0.29168，说明男性教师相对女性教师更加认可教学支撑平台的
功能特性。
PBC 的测量题项分别是“开展混合式教学完全在我的能力范围之内”、“我觉得自己
拥有开展混合式教学要求的资源、知识与技能”。对待 PBC 这一变量，男女教师也存在显
著差异，男性教师的均值比女性教师高 0.26804，说明男性教师的感知行为控制更强。
综上，性别在技术特征（TEC）和感知行为控制（PBC）两个变量上存在显著差异，
男性教师对这两个变量的感知更强烈。
5.4.2 不同年龄高校教师的差异
独立样本 T 检验只能用来检验两个组间同一变量的均值是否有显著差异，研究一个因
素的不同水平是否对变量产生显著性影响需要用单因素方差分析。本研究采用单因素方差
表 5-8 年龄的单因素方差分析
平方和 df 均方 F 显著性
组间 3.050 3 1.017 2.212 .088
TAC 组内 98.821 215 .460
总数 101.870 218
组间 .617 3 .206 .290 .833
TEC 组内 152.506 215 .709
总数 153.123 218
组间 2.995 3 .998 1.281 .282
TTF 组内 167.492 215 .779
总数 170.486 218
组间 4.762 3 1.587 3.213 .024
PU 组内 106.224 215 .494
总数 110.986 218
组间 .518 3 .173 .276 .843
C 组内 134.621 215 .626
总数 135.139 218
组间 2.285 3 .762 1.064 .365
PEU 组内 153.879 215 .716
总数 156.164 218
组间 2.631 3 .877 1.586 .194
AT 组内 118.851 215 .553
总数 121.482 218
59
组间 1.892 3 .631 1.043 .374

SE 组内 130.035 215 .605
总数 131.927 218
组间 .130 3 .043 .066 .978
AVA 组内 140.606 215 .654
总数 140.737 218
组间 .147 3 .049 .070 .976
PBC 组内 149.938 215 .697
总数 150.084 218
组间 1.521 3 .507 .861 .462
PI 组内 126.686 215 .589
总数 128.208 218
组间 7.183 3 2.394 4.081 .008
SI 组内 126.159 215 .587
总数 133.342 218
组间 8.876 3 2.959 5.986 .001
SN 组内 106.270 215 .494
总数 115.146 218
组间 .852 3 .284 .394 .757
BI 组内 154.784 215 .720
总数 155.636 218
由表 5-8 可以看出，PU（感知有用性）、SI（上级影响）、SN（主观规范）三个变量
的显著性水平小于 0.05，说明不同年龄的教师对以上变量有显著性差异；除以上三个变量
之外，其余 11 个变量的显著性水平均大于 0.05，说明不同年龄的教师对这些变量无显著性
差异。为了进一步探究不同年龄的教师对 PU、SI 以及 SN 这三个变量的差异，需要进行组
内多重比较分析。
进行多重比较分析之前，先对变量做方差齐性检验，若方差齐性检验的显著性大于
0.05，则选择 LSD 方法进行多重比较分析；当方差齐性检验的显著性小于 0.05 时，采用
Tamhane T2 方法进行各组均值配对比较。不同年龄对 PU、SI、SN 的方差齐性检验结果如
表 5-9。
表 5-9 不同年龄对 PU、SI、SN 的方差齐性检验

Levene 统计量 df1 df2 显著性
PU .646 3 215 .587
SI .678 3 215 .566
SN .296 3 215 .829
如表5-9所示，三个变量的方差齐性检验显著性水平均显著大于0.05，说明方差具有齐
性，因此选择LSD方法进行组内多重比较，比较结果如表5-10所示。
60
表 5-10 PU、SI、SN 的多重比较分析

95% 置信区间
因变量 (I) 年龄 (J) 年龄均值差 (I-J) 标准误显著性
下限上限
31-40岁 .04194 .11733 .721 -.1893 .2732
21-30岁 41-50岁 .12937 .14022 .357 -.1470 .4057
51-60岁 .69416* .23252 .003 .2359 1.1525
21-30岁 -.04194 .11733 .721 -.2732 .1893
31-40岁 41-50岁 .08743 .12300 .478 -.1550 .3299
51-60岁 .65222*
.22256 .004 .2135 1.0909
PU
21-30岁 -.12937 .14022 .357 -.4057 .1470
41-50岁 31-40岁 -.08743 .12300 .478 -.3299 .1550
51-60岁 .56480*
.23543 .017 .1008 1.0288
21-30岁 -.69416 *
.23252 .003 -1.1525 -.2359
51-60岁 31-40岁 -.65222* .22256 .004 -1.0909 -.2135
41-50岁 -.56480* .23543 .017 -1.0288 -.1008
31-40岁 .06031 .12787 .638 -.1917 .3124
21-30岁 41-50岁 .13140 .15281 .391 -.1698 .4326
51-60岁 .86448*
.25340 .001 .3650 1.3639
21-30岁 -.06031 .12787 .638 -.3124 .1917
31-40岁 41-50岁 .07109 .13405 .596 -.1931 .3353
51-60岁 .80416*
.24255 .001 .3261 1.2822
SI
21-30岁 -.13140 .15281 .391 -.4326 .1698
41-50岁 31-40岁 -.07109 .13405 .596 -.3353 .1931
51-60岁 .73308* .25657 .005 .2274 1.2388
21-30岁 -.86448 *
.25340 .001 -1.3639 -.3650
51-60岁 31-40岁 -.80416 *
.24255 .001 -1.2822 -.3261
41-50岁 -.73308 *
.25657 .005 -1.2388 -.2274
31-40岁 .23988*
.11736 .042 .0086 .4712
21-30岁 41-50岁 .24823 .14025 .078 -.0282 .5247
51-60岁 .96970* .23257 .000 .5113 1.4281
21-30岁 -.23988* .11736 .042 -.4712 -.0086
31-40岁 41-50岁 .00835 .12303 .946 -.2341 .2508
51-60岁 .72982*
.22261 .001 .2910 1.1686
SN
21-30岁 -.24823 .14025 .078 -.5247 .0282
41-50岁 31-40岁 -.00835 .12303 .946 -.2508 .2341
51-60岁 .72147*
.23548 .002 .2573 1.1856
21-30岁 -.96970 *
.23257 .000 -1.4281 -.5113
51-60岁 31-40岁 -.72982* .22261 .001 -1.1686 -.2910
41-50岁 -.72147* .23548 .002 -1.1856 -.2573
*. 均值差的显著性水平为 0.05。
如表5-10所示，就PU（感知有用性）来说，不同年龄对PU存在显著性差异，主要是51-60
岁的教师与21-30岁、31-40岁以及41-50岁教师的差异。另外，51-60岁教师与以上三个年龄
61
段教师的均值差均为负数，且绝对值较大，说明51-60岁的教师对感知有用性的测度项分值
较低（1-5分别代表非常不同意-非常同意），即51-60岁的教师相对其他年龄段的教师对感
知有用性的感知程度较弱。
从 SI（上级影响）来看，亦是 51-60 岁的教师与其他三个年龄段教师的差异，且均值
差均为负数，绝对值很大，说明存在的差异更为显著，即该年龄段教师对 SI 的感知程度相
比其他年龄段教师更弱，差距更大。
与SI类似，SN（主观规范）的差异除51-60岁的教师与其他三个年龄段教师的差异之
外，还有21-30岁与31-40岁教师的差异。以上差异均值差均为负数，绝对值较大，其中51-60
岁教师与21-30岁教师的差异最为显著，均值差绝对值达到了0.96970，即51-60岁教师对SN
的感知程度比其他年龄段教师弱更多。
综上，年龄方面，主要是51-60岁教师与其他年龄段教师的差异，51-60岁教师对感知有用
性、上级影响、主观规范三个变量的感知程度较弱。
5.4.3 不同学科高校教师的差异
不同学科对各变量的差异分析同样采用单因素方差分析的方法来进行检验。由于研究
样本的学科类别较多，且部分学科教师人数过少，不具有代表性，容易造成较大的样本差
异，因此本研究将人数少于 15 的学科类别进行合并，定义为其他，这样就分为法学（16
人）、文学（33 人）、理学（26 人）、工学（58 人）、医学（30 人）、艺术学（27 人）
和其他（29 人）共七个类别的学科。不同学科的单因素方差分析结果如表 5-11 所示。
表 5-11 不同学科的单因素方差分析
平方和 df 均方 F 显著性
组间 .856 6 .143 .300 .936
TAC 组内 100.309 211 .475
总数 101.165 217
组间 19.777 6 3.296 5.218 .000
TEC 组内 133.292 211 .632
总数 153.069 217
组间 14.029 6 2.338 3.160 .005
TTF 组内 156.101 211 .740
总数 170.130 217
组间 6.494 6 1.082 2.198 .044
PU 组内 103.908 211 .492
总数 110.402 217
组间 11.408 6 1.901 3.274 .004
C
组内 122.520 211 .581
62
总数 133.928 217
组间 12.529 6 2.088 3.101 .006
PEU 组内 142.091 211 .673
总数 154.620 217
组间 4.971 6 .829 1.519 .173
AT 组内 115.122 211 .546
总数 120.093 217
组间 5.145 6 .858 1.430 .204
SE 组内 126.548 211 .600
总数 131.694 217
组间 7.777 6 1.296 2.064 .059
AVA 组内 132.495 211 .628
总数 140.272 217
组间 7.669 6 1.278 1.916 .080
PBC 组内 140.790 211 .667
总数 148.460 217
组间 8.831 6 1.472 2.612 .018
PI 组内 118.880 211 .563
总数 127.711 217
组间 11.870 6 1.978 3.442 .003
SI 组内 121.273 211 .575
总数 133.143 217
组间 5.461 6 .910 1.757 .109
SN 组内 109.306 211 .518
总数 114.767 217
组间 7.448 6 1.241 1.781 .104
BI 组内 147.076 211 .697
总数 154.524 217
从表 5-11 可知，TAC、AT、SE、AVA、PBC、SN、BI 七个变量的显著性水平均大于
小于 0.05，说明不同学科的教师对这些变量的感知存在显著差异，接下来对这些变量进行
方差齐性检验，检验结果如表 5-12 所示，七个变量的方差齐性显著性均大于 0.05，说明方
差具有齐性，选择 LSD 方法进行组内多重比较。
通过事后检验发现，对变量 TEC 而言，主要是文学、理学、其他与另外四个学科的差
异，且文学、理学、其他三个学科类别的均值小于另外四个学科，说明艺术学、医学、工
学、法学的教师对教学支撑平台的技术特征更加认同；对变量 TTF 而言，主要是理学、其
他这两个类别与其余五个学科的差异，且理学、其他两个类别的教师对 TTF 的感知均值小
于其余五个学科，说明这两个学科类别的教师对任务技术适配的认同度相对其他学科教师
63
偏低；变量 PU 存在的差异主要在于理学与其余六个学科教师的差异，其余六个学科的教
师更加认同混合式教学对教学活动的促进作用；变量 C 的差异主要是艺术学、理学与另外
五个学科教师的差异造成的，艺术学与理学的教师认为混合式教学与其以往的教学风格、
模式有较大区别；对变量 PEU 来说，同样在于艺术学、理学与其他学科的差异，艺术学和
理学学科的教师认为操作平台和开展混合式教学比较有难度；对于变量 PI，主要是艺术学、
工学与医学、理学的差异，艺术学、工学教师参与混合式教学受到的同事影响更大；变量
SI 主要是理学与另外六个学科的差异，理学教师对 SI 的均值小于其余任何一个学科的教
师，说明理学教师选择开展混合式教学相比其他学科教师受到上级影响较小。
Levene 统计量 df1 df2 显著性

TEC 1.255 6 211 .280
TTF 1.454 6 211 .195
PU .387 6 211 .887
C 1.503 6 211 .178
PEU .958 6 211 .454
PI .333 6 211 .919
SI .706 6 211 .645
综上分析可以发现，不同学科的教师对变量的感知也存在较大差异，主要在于理学与
其他学科教师的差异，理学学科的教师对很多变量的感知低于其他学科的教师。
5.5 研究结果分析与建议
5.5.1 研究结果总结与分析
1.影响高校教师混合式教学接受度的因素分析
通过前文的结构模型检验，确定了影响高校教师混合式教学接受度的因素包括态度及
其前因变量（感知有用性、兼容性）、感知行为控制及其前因变量（自我效能、便利条件）
六个变量，其中态度和感知行为控制直接影响高校教师的混合式教学接受意向，感知有用
性和兼容性通过态度间接影响高校教师的混合式教学接受意向，便利条件通过感知行为控
制间接影响高校教师的混合式教学接受意向，自我效能则同时可通过态度与感知行为控制
间接影响高校教师的混合式教学接受意向。接下来对原模型中各变量的影响进行具体的讨
论与分析。
（1）态度的影响与分析
态度对高校教师开展混合式教学的行为意向有显著正向影响。态度与行为意向的路径
系数为 0.499，在 0.001 水平显著，说明高校教师对混合式教学的态度对其混合式教学接受
64
意向影响非常大。在态度的影响变量中，感知有用性、兼容性、自我效能对态度都有积极
正向影响，其中，感知有用性对态度的影响最为显著。即感知有用性通过态度也间接影响
了教师的行为意向，说明高校教师在开展混合式教学过程中更关注的是混合式教学能否提
高教学效果。因此，提升教师对混合式教学的接受度，关键在于转换观念，只有当教师真
正认可混合式教学的作用后，才会在教学中更多的使用它[149]。与预期假设不一样的是，感
知易用性对态度的路径系数为 0.000，没有达到显著性水平（P=0.995>0.05），说明感知易
用性对高校教师的态度没有影响，可能因为本文的研究对象是信息素养和教育信息技能水
平较高的高校教师，且从样本年龄来看，以年轻教师为主，他们具有较强的学习能力，因
而其混合式教学的感知易用性对态度影响不大。
兼容性对感知易用性的路径系数为 0.605，在 0.001 水平显著，可知兼容性对感知易用
性有显著正向影响。说明混合式教学与以往的教学内容组织形式、教学风格等的兼容性越
高，教师无需投入太多精力就能适应，就越会感到混合式教学容易开展。
（2）感知行为控制的影响与分析
感知行为控制对高校教师开展混合式教学的行为意向有显著正向影响。感知行为控制
与行为意向的路径系数为 0.275，同样是在 0.001 水平显著。感知行为控制与行为意向的路
径系数较高是受到自我效能与便利条件的共同影响。自我效能与便利条件对感知行为控制
的影响均在 0.001 水平显著，其中便利条件对感知行为控制的路径系数最大，为 0.503，影
响最显著，说明高校在开展混合式教学过程中，给教师提供了较好的技术支持与培训，使
得教师不受外界资源的约束，同时也表明学生都具备线上学习的条件；其次是自我效能，
与感知行为控制的路径系数为 0.238，影响也非常大，表明在信息化时代，高校教师的信
息素养较高，能够以坦然自信的态度迎接混合式教学改革。
（3）主观规范的影响与分析
主观规范对高校教师开展混合式教学的行为意向没有影响。
主观规范与行为意向的路径系数为 0.091，没有达到显著性水平（P=0.092>0.05），说
明主观规范对高校教师开展混合式教学的行为意向没有影响。在主观规范的两个影响变量
中，同事影响和上级影响对主观规范的路径系数为 0.162 和 0.397，分别在 0.05 和 0.001 水
平显著，即教师感受到的来自同事、领导的认同对其主观规范有重要的影响。从前文的访
谈资料可知，学校以及领导为教师开展混合式教学提供了大量的技术与经费支持，这也是
上级对教师的主观规范有显著影响的重要原因，即“对高校教师重要的人认为其应该开展混
合式教学”并给予支持。但即使同事影响和上级影响对教师的主观规范有如此显著影响，教
65
师的主观规范对其行为意向仍然没有影响，说明虽然本研究调研的高校大多数都是初步探
索开展混合式教学，但是高校教师选择参与教学改革并不是迫于上级压力或受同事的影响
随波逐流、盲目跟风，而是经过自身慎重考虑后作出的决定，他们在选择是否开展混合式
教学时，受到的来自外界的压力较小，教师能够心甘情愿的投入到混合式教学改革中并坚
持克服过程中遇到的种种困难，为混合式教学质量提供了保障。
（4）任务技术适配的影响与分析
任务技术适配对高校教师开展混合式教学的行为意向没有影响。这一结论与以往的多
数研究结果不同。任务技术适配对行为意向的路径系数为-0.044，未能达到显著性水平
（P=0.399>0.05）；任务技术适配与态度的路径系数为 0.052，仍然没有达到显著性水平
（P=0.052>0.05），即任务技术适配对行为意向既没有直接的影响，也没有通过态度间接
的影响行为意向。所以在本研究情境中，最初作出的任务技术适配可能对行为意向有积极
影响的假设不成立。在任务技术适配的两个前置影响变量中，技术特征对任务技术适配的
影响最为显著，路径系数为 0.676，在 0.001 水平显著；任务特征对任务技术适配的影响相
对较小，不过仍然在 0.05 水平显著。
基于以上检验结果，任务技术适配对高校教师开展混合式教学的行为意向没有影响，
原因可能在于以下两个方面：一方面，大多数参与调研的高校教师可能还处于混合式教学
的初期探索阶段，还未能充分发掘平台的功能来支持其教学任务；另一方面，教师发布的
学生自主学习任务，除了在线观看微课视频、参与话题讨论等，有一些任务还需要借助其
他的技术或软件来完成。例如，某高校教师开展基于团队协作的混合式教学，其中一项任
务要求学生用一段视频介绍团队成员，这项任务的完成就不能仅仅依靠学校的教学支持平
台，更多要借助一些录制设备、视频制作或剪辑软件来实现。
2.不同高校教师群体对接受度影响因素的感知差异
（1）性别在技术特征（TEC）和感知行为控制（PBC）两个变量上存在显著差异，男
性教师对这两个变量的感知更强烈。
男教师比女教师对技术特征（TEC）的感知更强烈，一定程度上可能是因为男性教师
比女性教师更加擅长使用技术，擅长技术的操作，所以一般男性教师能够充分开发并利用
平台的功能来支持自己的教学活动；女性教师对平台功能的认可度比男性教师偏低，可能
一方面女性教师在使用过程中，忽略了平台的很多功能，另一方面也有可能是一部分教师
刚刚开展混合式教学，刚刚使用教学支撑平台，还没有能够完全了解并发现平台的功能特
性。
66
男教师比女教师对感知行为控制（PBC）的感知更强烈。前文提到过，感知行为控制
是指高校教师感知到的自身所掌握的资源、具有的时间、机会等对开展混合式教学的促进
程度，包括自我效能和便利条件两个前因变量。结合前文的质性访谈资料，有的教师在访
谈中提到“教学方式的改变，课下花费的时间更多了……”，所以出现这样的差异，可能
是因为女性教师课下在家庭中承担的任务和责任相对男性教师要多的多，没有足够的时间
来准备开展混合式教学所需的微课视频或文本等资源，因此感知行为控制相对男性教师偏
低。
（2）年龄方面，主要是 51-60 岁教师与其他年龄段教师的差异，51-60 岁教师对感知
有用性、上级影响、主观规范三个变量的感知程度较弱。
51-60 岁教师对感知有用性（PU）的感知程度较弱。感知有用性的测度项分别为“开展
混合式教学使教学活动更有效率”、“开展混合式教学使教学更容易”、”平台对开展混合式
教学很有帮助”，从教学活动效率、教学难易程度和平台操作三个方面进行测量。51-60 岁
教师对此测度项的分值较低，首先可能是年龄大，教龄长，已经习惯了传统的教学方式，
重新改变教学模式比年轻教师要相对吃力；在平台操作方面，51-60 岁的教师可能由于生
活时代的问题，以前接触计算机的机会很少，很多教师可能并不怎么会操作计算机，加之
年龄大学习新技术相对困难，熟练操作平台对他们来说并不是一件容易的事，所以不能有
效的使用平台支撑其教学活动。
51-60 岁教师对上级影响（SI）的感知程度较弱。上级影响的测度项分别为“我的领导
认为我应该开展混合式教学”、“一般来说，我会做我的领导认为我应该做的事”。51-60
岁教师对以上两个测度项分值较低，是因为老教师教学经验丰富，比较有资历，有自己的
想法和主见，不会轻易受上级的影响而参与混合式教学改革。
51-60岁教师对主观规范（SN）的感知程度较弱。主观规范的测度项分别为“能影响我
行为的人认为我应该开展混合式教学”、“对我来说重要的人认为我应该开展混合式教学”。
中青年教师对主观规范的感知显著高于老年教师，可能是年轻的教师出于自身专业发展的
需求，往往会率先采用新技术，参与教学改革，进一步提高自己教学技能，培养高质量学
生。
（3）不同学科的教师对变量的感知也存在较大差异，主要在于理学与其他学科教师
的差异，理学学科的教师对很多变量的感知低于其他学科的教师。
由于不同学科使得教师感知存在显著差异的七个变量，造成差异的原因均包括理学这
个学科。在学科分类目录里，理学包括数学类、物理学类、化学类等众多二级学科，类目
67
广泛，可能是造成以上差异的主要原因；另外由于理学二级学科类目广泛，高校教师教授
的很多课程其实可以归属于一个及以上的学科类目，可能笔者对教师教授课程进行分类的
时候也会存在些许偏差，也是造成以上差异的一个不可避免的因素。
5.5.2 对策建议
（1）对平台开发公司的建议
结合本文结论，混合式教学支撑平台开发商应从“匹配”的视角出发进行平台的设计、
开发。一方面应根据高校教师的教学需求、学科性质和使用习惯等进一步优化平台的功能，
从教学实际入手，满足教学与学习任务的需求，以强化高校教师对平台技术有用性、易用
性和混合式教学兼容性的感知；另一方面应注重平台设计的操作便捷性和界面友好性，并
通过提供相关服务支持(如在线培训，线上答疑等)，来强化高校教师对平台技术特征及混
合式教学易用性的感知，使得教师能够充分发掘平台的功能来支持其教学任务，进而提高
教师对任务技术适配的感知。
（2）对高校的建议
第一、转变教师观念
本研究通过对结构模型的分析，得出态度对教师的行为意向有显著影响的结论，同时，
感知有用性和兼容性显著的影响态度并通过态度间接影响教师的行为意向。因此，对高校
而言，若想提高高校教师混合式教学接受意向，首先要让教师认识到混合式教学的有用性，
转变教师的观念，使其在教学中更乐于使用混合式教学方法；另一方面强化对混合式教学
的宣传力度，通过专家、名师的引领作用和同行的口碑相传增进高校教师对混合式教学的
认知，增强教师对混合式教学的认同度，营造教学改革的氛围，进而吸引更多高校教师参
与混合式教学改革实践。
第二、提供足够的支持和资源
研究发现，感知行为控制也显著影响教师的行为意向，自我效能和便利条件通过感知
行为控制间接影响行为意向。据此，高校对开展混合式教学的教师应提供足够政策、平台
与技术支持。
理论层面，加强教师混合式教学培训与学习的机会，定期组织教师培训与混合式教学
研讨沙龙，在培训过程中，注意区分不同层次和水平的教师，保证培训的有效性；实践层
面，建设适合小组协作学习的多媒体教室，开展优秀教师混合式教学观摩课，分享优秀教
师的混合式教学经验，交流解答教师在教学过程中遇到的疑惑。最后，要对教师教学过程
给予及时且积极的反馈，促进高校教师自我效能的提升，使教师有足够的信心来开展混合
68
式教学。
另外，根据质性访谈资料，部分教师反映“开展混合式教学需要大量的资源”、“在
微课制作方面有难度”。因此，学校应为教师提供专业的团队支撑，可以对教师制作微课
提供及时有效的指导，帮助教师迅速掌握微课的制作技巧，也可以利用不同的微课制作技
术，根据不同的学科性质，总结相应的微课制作流程，从而解决微课制作的难题。
第三、加强奖励措施
根据质性访谈资料，部分教师提到“教学方式的改变，课下花费的时间更多了”，因
此，学校及领导首先应在情感上支持、认可并鼓励教师开展混合式教学；其次，在教师报
酬方面在原来的水平上给予一定提高，并对混合式教学效果显著的教师给予相应的奖励，
通过类似激励手段提高教师开展混合式教学的动力；最后，也可以将混合式教学的审核情
况与教师的个人荣誉等挂钩，让教师体会到一定的压力，形成外有压力、内有动力的激励
机制，促进混合式教学的应用。
69
第六章研究总结与展望
6.1 研究总结
本研究首次将 DTPB 与 TTF 整合模型应用于混合式教育教学领域，构建了高校教师混
合式教学接受度研究模型，包括 1 个结果变量，4 个中间变量以及 9 个前因变量。结合质
性访谈资料及前人研究中的成熟量表，最终确定了本研究的测量量表。研究对象聚焦于开
展过混合式教学的高校教师，共回收有效问卷 219 份。通过对样本的描述性统计分析，了
解样本的性别、年龄、学科等个人基本信息的分布情况。最后利用 SmartPLS 3.0 软件分别
对测量模型和结构模型进行检验，测量模型的检验说明模型具有较好的信效度，结构模型
检验及后续的差异性分析，得出以下结论：（1）态度和感知行为控制是影响教师行为意
向的最主要因素，其中态度的影响力最大；（2）任务技术适配与主观规范对教师开展混
合式教学的行为意向无影响；（3）任务特征与技术特征显著的影响任务技术适配；感知
有用性、兼容性以及自我效能显著影响教师的态度，感知易用性对态度则无影响；自我效
能和便利条件对感知行为控制有显著影响；同事与上级对教师的主观规范影响显著；（4）
教师性别在技术特征与感知行为控制两个变量上存在差异，男性教师对以上两个变量的感
知高于女性教师；（5）不同年龄的教师对感知有用性、同事影响、主观规范三个变量的
感知存在差异，主要是 51-60 岁教师与其他年龄段教师的差异，51-60 岁教师对以上三个变
量的感知偏低；（6）不同学科的教师对变量的感知也存在较大差异，主要在于理学与其
他学科的差异，理学学科的教师对很多变量的感知低于其他学科的教师。
任务技术适配与主观规范对行为意向的作用，在很多研究中都得到了验证，但是在该
研究假设却不成立，即任务技术适配与主观规范对行为意向的作用并不显著，说明同一理
论模型在不同的应用情境下适用性不同，很多时候也要考虑实际情况的影响因素。虽然研
究结果表明任务技术适配对行为意向并无影响，但并不能说明本研究的整合模型是失败
的，由于研究的很多条件限制，不可避免的会存在一些误差。在甘春梅等[150]学者的研究中，
任务技术适配对行为意向同样没有直接影响，而是通过态度对行为意向产生间接影响。
6.2 不足与展望
受时间和研究者能力的限制，文章作为一项探索性研究还存在不足之处：
（1）模型变量过多，模型和思路还需进一步完善；
（2）虽然本文的调查问卷是根据质性访谈资料，并在前人研究问卷的基础上根据具
体研究情境改编而来，且邀请专家对问卷进行审核修改，经过信效度检验。但由于笔者对
70
混合式教学认识的局限，在对经典量表的修正过程中，受到笔者主观判断的影响，可能某
些测量题项与混合式教学的实际并不十分贴切，加之样本选择与样本数量等因素，以致研
究结果不完全理想，有一些与研究假设不符，需要在后续研究中进一步深入；
（3）另外，由于时间的限制，本研究只是在某一时间点对教师混合式教学接受意向
进行了横截面式的探究，但是教师对混合式教学的接受度及影响因素是一个动态变化的过
程，还需要长时间的跟踪研究；
（4）由于调查条件的限制，本研究只是对山东省内开展混合式教学的部分高校进行
了调研，样本对象聚焦于山东省的高校教师，且样本数目偏小，可能不具有典型代表性，
以后可以考虑扩大样本调查范围，采用抽样方法并进行持续跟踪调查，继续研究高校教师
对混合式教学的接受度及影响因素，使结果更具可靠性与适用性。
71
注释
[1]赵国栋,原帅等. 2010 年中国高校信息化调查报告[R].北京大学教育学院教育技术系,2010,12.
[2]北京大学信息化建设与管理办公室.北京大学信息化建设规划及实施方案(2006- 2015)[R].北京大
学,2005.
[3]赵建民,张玲玉.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].现代
教育技术,2017,27(10): 67-73.
[4]Josh Bersin. Blended Learning: what works?[EB/OL]. http://www.bersin.com,2003.
[5]Barnum C, Paarmann W. Bring introduction to the teacher: A blended learning model[J]. T.H.E Journal,
2002, 30(2): 56-64.
[6]李海霞,具滋亿.韩国高等教育信息化发展近况及其启示[J].比较教育研究,2009,07:30-34.
[7]Kiviniemi M T. Effects of a blended learning approach on student outcomes in a graduate-level public
health course [J]. Bmc Medical Education, 2014, 14(1):1-7.
[8]Lee L T,Hung J C.Effects of blended e-Learning:a case study in higher education tax
learningsetting[J].Human-centric Computing and Information Sciences, 2015,5(1):13-27.
[9]Yapici, I. Ümit. Effectiveness of Blended Cooperative Learning Environment in Biology Teaching:
Classroom Community Sense, Academic Achievement and Satisfaction.[J]. Journal of Education\s&\straining
Studies, 2016, 4(4):269-280.
[10]lHassan A,Shukri S, Nadia. The Effect of Blended Learning in Enhancing Female Students' Satisfaction in
the Saudi Context.[J]. English Language Teaching, 2017, 10(6):190.
[11]李逢庆. 混合式教学的理论基础与教学设计[J].现代教育技术,2016,09:18-24.
[12]吕静静. 开放大学混合式教学新内涵探究——基于 SPOC 的启示[J]. 远程教育杂
志,2015,33(03):72-81.
[13]张其亮,王爱春. 基于“翻转课堂”的新型混合式教学模式研究[J]. 现代教育技术,2014,24(04):27-32.
[14]李小龙,张宸瑞,耿斌,郭勇. 高职院校混合式教学模式改革:“MOOCs 时代”的探索与启示[J]. 电化教
育研究,2015,36(12):52-58.
[15]丁蕾. 基于“互联网+”的中职物理混合式教学[J]. 中国电化教育,2016,(03):141-145.
[16]袁磊,陈晓慧,张艳丽. 微信支持下的混合式学习研究——以“摄影基本技术”课程为例[J]. 中国电化
教育,2012,(07):128-132.
[17]蒋玲,黄磊,张丹清. 基于 Windows Live 群的混合式学习课程平台应用研究[J]. 中国电化教
育,2012,(10):136-140.
[18]Cuhadar C. Information technologies pre-service teachers’ acceptance of tablet pcs as an innovative
learning tool [J]. Educational Sciences: Theory & Practice, 2014,14(2):741-753.
[19]Kabakçiyurdakul I, Ursavas Ö F, Becitisçitürk G. An integrated approach for preservice teachers'
acceptance and use of technology: UTAUT-PST scale[J]. Eurasian Journal of Educational Research,
2014(55):21-36.
[20]Saritas M T. Chemistry teacher candidates’ acceptance and opinions about virtual reality technologyfor
72
molecular geometry [J]. Educational Research and Reviews, 2015, 10(20):2745-2757.

[21]Hew K F, Brush T. Integrating technology into K-12 teaching and learning: Current knowledge gaps and
recommendations for future research [J]. Education Technology Research and Development, 2007, 55(3): 223-
252.
[22]Lidtke D K. Securing Teacher Acceptance of Technology[J]. Attitude Change,1981:22.
[23]王斐,傅钢善.教师技术感知对电子书包使用意向的影响研究[J].现代教育技术,2013,12:36-41.
[24]刘禹,陈玲,余胜泉.西部农村中小学教师信息技术使用意向影响因素分析[J]. 中国电化教育,2012, 08:
57- 61 + 77.
[25]张思,刘清堂,黄景修,武鹏.中小学教师使用网络学习空间影响因素研究——基于 UTAUT 模型的调查
[J].中国电化教育,2016,03:99-106.
[26]高峰.高校教师网络教学方式的采纳和使用——基于技术接受与使用整合理论的研究[J].开放教育研
究, 2012, 01:106-113.
[27]张思,李勇帆.高校教师使用 Moodle 网络教学平台影响因素研究[J].电化教育研究,2014,08:49-56.
[28][80]金辉.基于 DTPB 的高校教师教育博客知识共享影响机理研究——来自现实用户和潜在用户的实
证调研[J].情报杂志,2015,10:175-182.
[29]徐梅丹,孟召坤,张一春,张鹏.高校教师使用微信辅助教学的影响因素研究[J]. 电化教育研究,2014, 11:
89- 94.
[30][112]FishbeinM, Ajzen I. Belief, Attitude, Intention and Behaviour: an introduction to theory and
research[J]. Philosophy & Rhetoric,1975,41(4):842-844.
[97]Rogers E M, Shoemaker F F. Communication of innovations: a cross-cultural approach. 2nd ed [M]. New
York: Free Press, 1971: 153.
[31]AjzenI. The theory of planned behavior[J].Organizational Behavior and Human Decision Processes,1985:
179-211.
[32][50][53] [101][125][128]DavisF D. Perceived Usefulness, Perceived Ease of Use,and User Acceptance of
Information Technology [J]. MIS Quarterly, 1989, 13(3): 319-340.
[33][46][62][83]Venkatesh V, Davis F D. A theoretical extension of the Technology Acceptance Model: Four
longitudinal field studies[J]. Management Science, 2000, 46(2):186-204.
[34][63]Venkatesh D, Bala H. Technology Acceptance Model 3 and a research agenda on Interventions
[J].Decision Science,2008, 39(2):273-315.
[35][38][61][102][106][108][114][120][121][122][129][130][132]Taylor S, Todd P A. Understanding
information technology usage: A test of competing models [J]. Information Systems Research, 1995b,
6(2):144-176.
[36][42][65][87][100][117]Goodhue D L, Thompson R L.Task-Technology fit and Individual
Performance[J].MIS Quarterly,1995,19(2):213- 236.
[37]Ajzen I. From intentions to actions: A theory of planned behavior[A]. Kuhland J, Beckman J.
Action-Control: Form Cognitions to Behavior[C].Heidelberg: Springer, 1985:11-39．
[39]Hung S Y, Chang C M. User acceptance of WAP services: Test of competing theories [J].Computer
73
Standards and Interfaces,2005.27(4):359-370.

[40]高峰.教育技术的接受和采纳：几个相关理论的比较[J].开放教育研究,2009,15(6):37-41.
[41]解筱杉,朱祖林.高校混合式教学质量影响因素分析[J].中国远程教育,2012,10:9-14+95.
[43]赵呈领,周凤伶,蒋志辉,梁云真.TAM 与 SDT 视角下网络学习空间使用意向之影响因素研究[J].现代远
距离教育,2017(05):3-11.
[44]陈鹤阳,谭宏利.基于 UTAUT 和 TTF 模型的移动图书馆用户采纳行为研究[J].现代情报,2018, 38(01):
60 -68.
[45]Davis, Fred D, Bagozzi, et al. User acceptance of computer technology: a comparison of two theoretical
models[J]. Management Science, 1989, 35(8):982-1003.
[47]Igbaria M, Tan M. The consequences of information technology acceptance on subsequent individual
performance[J]. Information & Management, 1997, 32(3):113-121.
[48]Lederer A L, Maupin D J, Sena M P, et al. The technology acceptance model and the World Wide Web[J].
Decision Support Systems, 2000, 29(3):269-282.
[49]Taylor S, Todd P. Assessing IT Usage: The Role of Prior Experience[J]. Mis Quarterly, 1995,
19(4):561-570.
[51][72][95][113]Venkatesh V. Determinants of Perceived Ease of Use: Integrating Perceived Behavioral
Control, Computer Anxiety and Enjoyment into the Technology Acceptance Model [J]. Information System
Research, 2000, 11(4):342-365.
[52]Igbaria M, Iivari J, Maragahh H. Why do individuals use computer technology? A finish case study [J].
Information& Management, 1995b, 29(5):227-238.
[54][56][64][131]Venkatesh V, Morris M G, Davis G B, et al. User Acceptance of Information Technology:
Toward a Unified View[J]. Mis Quarterly, 2003, 27(3):425-478.
[55]Devaraj S, Easley R F, Crant J M. How does personality matter? Relating the five-factor model to
technology acceptance and use [J]. Information Systems Research, 2008, 19(1):93-105.
[57] [78]Dishaw M T, Strong D M. Extending the technology acceptance model with task-technology fit
condtructs [J].Information&Management, 1999, 36(1):9-21.
[58][79]Klopping I M, McKinney E. Extending the technology acceptance model and the task-technology fit
model to consumer e-commerce[J]. Information Technology, Learning, and Performance Journal,
2004,22(1):35-48.
[59][84]Mathieson K. Predicting user intentions: Comparing the technology acceptance model with the theory
of planned behavior [J].Information Systems Research, 1991, 2(3):173-191.
[60][85]Pavlou P A, Fygenson M. Understanding and prediction electronic commerce adoption: An extension
of the theory of planned behavior [J]. MIS Quarterly, 2006, 30(1):115-143.
[65]Thompson R L, Higgins C A, Howell J M. Personal computing: Toward a conceptual model of utilization
[J]. MIS Quarterly, 1991, 15(1):124-143.
[67]Xun Liu. Empirical testing of a theoretical extension of the Technology Acceptance Model: An exploratory
study of educational wikis [J]. Communication Education, 2010, 59(1):52-69.
[68][118][124][149]路兴,赵国栋,原帅,李志刚. 高校教师的“混合式学习”接受度及其影响因素研究——以
74
北大教学网为例[J]. 远程教育杂志,2011,29(02):62-69.
[69]Brancheau J C, Wetherbe J C. The adoption of spreadsheet software: Testing innovation diffusion theory in
the context of end-user computing [J]. Information Systems Research, 1990, 1(2):115-143.
[70]Parthasarathy M, Bhattacherjee A. Understanding post-adoption behavior in the context of online services
[J]. Information Systems Research, 1998, 9(4):362-379.
[71]Chen L D, Gillenson M L, Sherrell D L. Enticing online consumers: An extended technology acceptance
perspective [J]. Information& Management, 2002, 39(8):705-719.
[73][105]Triandis H C. Values, attitudes, and interpersonal behavior [J]. Nebraska Symposium on Motivation
Nebraska Symposium on Motivation, 1980, 27:195-259.
[74]Bhattacherjee A. Acceptance of e-commerce services: The case of electronic brokerages [J]. IEEE
Transactions on Systems Man and Cybernetics-Part A Systems and Humans, 2000, 30(4):411-420.
[75]李普聪,钟元生.基于 DTPB 的移动 O2O 商务消费者采纳行为研究[J].管理工程学报,2016, 30(04): 102-
111.
[76]陈明红,漆贤军,李妍慧.基于 TAM 与 TTF 整合模型的移动搜索行为影响因素研究[J].情报杂志,2014,
33(06): 179-186.
[77]陈明红,漆贤军,陈雯.学术博客的用户满意度模型及实证研究[J].图书馆论坛,2014,34(10):76-83.
[81]张长海,焦建利.地方高校大学生慕课接受度影响因素研究[J].中国电化教育,2015(06):64-68+91.
[82]Karahanna E, Straub D W, Chervany N L. Information technology adoption across time: A cross-sectional
comparison of pre-adopting and post-adoption beliefs [J].MIS Quarterly, 1999, 23(2):183-213.
[86]Schepers J, Wetzels M. A meta-analysis of the technology acceptance model: Investigating subjective
norm and moderation effects [J]. Information& Management, 2007, 44(1):90-103.
[116][123]Zhou T, Lu Y B, Wang B. Integrating TTF and UTAUT to explain mobile banking user adoption [J].
Computers in Human Behavior, 2010(26): 760-767.
[88][96][99]刘彩娟,陈雪琼.基于 DTPB 模型对高星级酒店员工信息系统接受程度的实证研究[J].旅游学
刊,2010,05:79-85.
[89][126]Staples D S, Seddon P. Testing the technology-to-performance chain model [J]. Journal of
Organizational and End User Computing, 2004, 16(4):17-36.
[90][119][150]甘春梅,宋常林,孙绍伟.TTF 视角下移动图书馆使用绩效的实证研究[J].图书馆论
坛,2015,08:120-125.
[91]Lin M J J, Hung S W, Chen C J. Fostering the determinants of knowledge sharing in professional virtual
communities[J]. Computers in Human Behavior, 2009, 25(4):929-939.
[92]Chen C J, Hung S W. To give or to receive? Factors Influencing Members Knowledge Sharing and
Community Promotion in Professional Virtual Communities [J]. Information& Management, 2010,
47(4):226-236.
[93]Compeau D R, Higgins C A. Computer Self efficacy: Development of a measure and initial test [J]. MIS
Quarterly, 1995, 19(2):189 -211．
[94]Marakas G M，Yi M Y，Johnson R D. The multilevel and multifaceted character of computer self-efficacy:
75
Toward a clarification of the construct and an integrative framework for research [J]. Information Systems
Research, 1998, 9(2):126-163.
[98]Karahanna E, Agarwal R, Angst C M. Reconceptualizing compatability beliefs in technology acceptance
research[J]. Mis Quarterly, 2006, 30(4):781-804.
[103]Rogers E M. Diffusion of innovations (3rd edition)[M].New York :Free Press, 1983:241.
[104]Bandura A. Self-efficacy: Toward a unifying theory of behavioral change[J]. Advances in Behaviour
Research & Therapy, 1977, 1(4):139-161.
[107]FishbeinM, Ajzen I. Predicting and changing behavior: The reasoned action approach [M]. New York,
NY: PsychologyPress, 2011:3-21.
[109]Denzin, Norman K, Lincoln, Yvonna S. HANDBOOK OF QUALITATIVE RESEARCH [J]. BMS:
Bulletin of Sociological Methodology / Bulletin de Méthodologie Sociologique, 1994, 16(44):113-114.
[110]Francis J J, Eccles M P, Johnston M, et al. Constructing questionnaires based on the theory of planned
behavior[J].A manual for health services researchers.2010:2-12.
[111][138]马庆国.管理统计：数据获取、统计原理、SPSS 工具与应用研究[M].北京：科学出版社 2002:
32-42.
[115]Lin H F. Predicting consumer intentions to shop online: An empirical test of competing theories [J].
Electronic Commerce Research and Applications, 2007, 6(4):433-442.
[127]Moore G C, Benbasat I. Development of an Instrument to Measure the Perceptions of Adopting an
Information Technology Innovation[J]. Information Systems Research, 1991, 2(3): 192-222.
[133]Cronbach L J. Coefficient alpha and the internal structure of tests[J]. Psychometrika, 1951,
16(3):297-334.
[134]卢纹岱.SPSS for windows 统计分析[M].电子工业出版社,2006:403.
[135][136]Straub D. Validating instruments in MIS research [J]. MIS Quarterly, 1989, 13(2):147-169.
[137]Au N, Ngai E W T, Cheng T C E. Extending the understanding of end user information systems
satisfaction formation: An equitable needs fulfillment model approach [J]. Mis Quarterly, 2008, 32(1):43-66.
[139]吴明隆.问卷统计分析实务:SPSS 操作与应用[M].重庆大学出版社,2010:204.
[140]吴明隆.问卷统计分析实务:SPSS 操作与应用[M].重庆大学出版社,2010:485.
[141]吴明隆.结构方程模型——AMOS 的操作与应用（第二版）[M]. 重庆:重庆大学出版社,2011:218.
[142]邱皓政,林碧芳.结构方程模型的原理与应用[M]. 北京:中国轻工业出版社,2009:301.
[143]Vinzi V E, Chin W W, Henseler J, et al. Handbook of Partial Least Squares[M]. Springer Berlin
Heidelberg, 2010.23-46.
[144][145]Fornell C, Lareker D F. Evaluating structural equation models with unobservable variables and
measurement error [J]. Journal of Marketing Research, 1981, 18(1):39-50．
[146]Chin W W. The partial least squares approach to structural equation modeling [A]. Marcoulides G A.
Modern methods for business research [C].London: Mahwah, 1998:295-336.
[147]郝冉. PLS 路径建模在 2007 北京市诚信调查中的应用研究[D].首都经济贸易大学,2008.
[148]时立文. SPSS 19.0 统计分析从入门到精通[M].清华大学出版社,2012:99.
76
参考文献
[1]FishbeinM, Ajzen I. Belief, Attitude, Intention and Behaviour: an introduction to theory and research[J].
Philosophy & Rhetoric,1975,41(4):842-844.
[2]Barnum C, Paarmann W. Bring introduction to the teacher: A blended learning model[J]. T.H.E Journal,
2002, 30(2): 56-64.
[3]Szajna B. Empirical evaluation of the revised technology acceptance model [J]. Management Science, 1996,
42(1):85-92.
[4]Kiviniemi M T. Effects of a blended learning approach on student outcomes in a graduate-level public
health course [J]. Bmc Medical Education, 2014, 14(1):1-7.
[5]AjzenI. The theory of planned behavior[J].Organizational Behavior and Human Decision
Processes,1985:179-211.
[6]Lee L T, Hung J C. Effects of blended e-Learning: a case study in higher education tax learning setting
[J].Human-centric Computing and Information Sciences, 2015, 5(1): 13-27.
[7]Venkatesh V. Determinants of Perceived Ease of Use: Integrating Perceived Behavioral Control, Computer
Anxiety and Enjoyment into the Technology Acceptance Model [J]. Information System Research, 2000,
11(4):342-365.
[8]Igbaria M, Tan M. The consequences of information technology acceptance on subsequent individual
performance [J]. Information& Management, 1997, 32(3):113-121.
[9]Vinzi V E, Chin W W, Henseler J, et al. Handbook of Partial Least Squares[M]. Springer Berlin Heidelberg,
2010.23-46.
[10]Rogers E M, Shoemaker F F. Communication of innovations: a cross-cultural approach. 2nd ed [M]. New
York: Free Press, 1971: 153.
[11]lHassan A,Shukri S, Nadia. The Effect of Blended Learning in Enhancing Female Students' Satisfaction in
the Saudi Context.[J]. English Language Teaching, 2017, 10(6):190.
[12]Rogers E M. Diffusion of innovations (3rd edition)[M].New York :Free Press, 1983:241.
[13]Venkatesh V, Davis F D. A theoretical extension of the Technology Acceptance Model: Four longitudinal
field studies[J]. Management Science, 2000, 46(2):186-204.
[14]Venkatesh D, Bala H. Technology Acceptance Model 3 and a research agenda on Interventions
[J].Decision Science,2008, 39(2):273-315.
[15]Bandura A. Self-efficacy: Toward a unifying theory of behavioral change[J]. Advances in Behaviour
Research & Therapy, 1977, 1(4):139-161.
[16]Goodhue D L, Thompson R L.Task-Technology fit and Individual Performance[J].MIS
Quarterly,1995,19(2):213- 236.
[17]Lederer A L, Maupin D J, Sena M P, et al. The technology acceptance model and the World Wide Web[J].
Decision Support Systems, 2000, 29(3):269-282.
[18]Taylor S, Todd P. Assessing IT usage: The role of prior experience [J]. MIS Quarterly, 1995a,
19(4):561-570.
[19]Lin S, Chen S F. Innovation attributes and pedagogical quality: a concretization of joint theories on course
77
management systems acceptance[J]. Quality & Quantity, 2013, 47(4):2309-2317.

[20]Cuhadar C. Information technologies pre-service teachers’ acceptance of tablet pcs as an innovative
learning tool [J]. Educational Sciences: Theory & Practice, 2014, 14(2):741-753.
[21]Kabakçiyurdakul I, Ursavas Ö F, Becitisçitürk G. An integrated approach for preservice teachers'
acceptance and use of technology: UTAUT-PST scale[J]. Eurasian Journal of Educational Research,
2014(55):21-36.
[22]Saritas M T. Chemistry teacher candidates’ acceptance and opinions about virtual reality technologyfor
molecular geometry [J]. Educational Research and Reviews, 2015, 10(20):2745-2757.
[23]Davis F D, Bagozzi R P, Warshaw P R. User Acceptance of Computer Technology: A Comparison of Two
Theoretical Models[J]. Management Science, 1989, 35(8):982-1003.
[24]Yapici, I. Ümit. Effectiveness of Blended Cooperative Learning Environment in Biology Teaching:
Classroom Community Sense, Academic Achievement and Satisfaction.[J]. Journal of Education\s&\straining
Studies, 2016, 4(4):269-280.
[25]Hew K F, Brush T. Integrating technology into K-12 teaching and learning: Current knowledge gaps and
recommendations for future research [J]. Education Technology Research and Development, 2007,
55(3):223-252.
[26]Ajzen I. From intentions to actions: A theory of planned behavior [A]. Kuhland J, Beckman J.
Action-Control: Form Cognitions to Behavior [C].Heidelberg: Springer, 1985:11-39．
[27]Chin W W. The partial least squares approach to structural equation modeling [A]. Marcoulides G A.
Modern methods for business research [C].London: Mahwah, 1998:295-336.
[28]Hung S Y, Chang C M. User acceptance of WAP services: Test of competing theories [J].Computer
Standards and Interfaces, 2005. 27(4):359-370.
[29]Dishaw M T, Strong D M. Extending the technology acceptance model with task-technology fit condtructs
[J].Information&Management, 1999, 36(1):9-21.
[30]Klopping I M, McKinney E. Extending the technology acceptance model and the task-technology fit
model to consumer e-commerce [J]. Information Technology, Learning, and Performance Journal, 2004,
22(1):35-48.
[31]Mathieson K. Predicting user intentions: Comparing the technology acceptance model with the theory of
planned behavior [J].Information Systems Research, 1991, 2(3):173-191.
[32]Pavlou P A, Fygenson M. Understanding and prediction electronic commerce adoption: An extension of
the theory of planned behavior [J]. MIS Quarterly, 2006, 30(1):115-143.
[33]Taylor S, Todd P A. Understanding information technology usage: A test of competing models [J].
Information Systems Research, 1995b, 6(2):144-176.
[34]Thompson R L, Higgins C A, Howell J M. Personal computing: Toward a conceptual model of utilization
[J]. MIS Quarterly, 1991, 15(1):124-143.
[35]Xun Liu. Empirical testing of a theoretical extension of the Technology Acceptance Model: An exploratory
study of educational wikis [J]. Communication Education, 2010, 59(1):52-69.
[36]Brancheau J C, Wetherbe J C. The adoption of spreadsheet software: Testing innovation diffusion theory in
the context of end-user computing [J]. Information Systems Research, 1990, 1(2):115-143.
78
[37]Parthasarathy M, Bhattacherjee A. Understanding post-adoption behavior in the context of online services

[J]. Information Systems Research, 1998, 9(4):362-379.
[38]Chen L D, Gillenson M L, Sherrell D L. Enticing online consumers: An extended technology acceptance
perspective [J]. Information& Management, 2002, 39(8):705-719.
[39]Triandis H C. Values, attitudes, and interpersonal behavior[J]. Nebraska Symposium on Motivation
Nebraska Symposium on Motivation, 1980, 27:195-259.
[40]Bhattacherjee A. Acceptance of e-commerce services: The case of electronic brokerages [J]. IEEE
Transactions on Systems Man and Cybernetics-Part A Systems and Humans, 2000, 30(4):411-420.
[41]FishbeinM, Ajzen I. Predicting and changing behavior: The reasoned action approach [M]. New York, NY:
PsychologyPress, 2011:3-21.
[42]Karahanna E, Straub D W, Chervany N L. Information technology adoption across time: A cross-sectional
comparison of pre-adopting and post-adoption beliefs [J].MIS Quarterly, 1999, 23(2):183-213.
[43]Lin H F. Predicting consumer intentions to shop online: An empirical test of competing theories [J].
Electronic Commerce Research and Applications, 2007, 6(4):433-442.
[44]Moore G C, Benbasat I. Development of an Instrument to Measure the Perceptions of Adopting an
Information Technology Innovation[J]. Information Systems Research, 1991, 2(3): 192-222.
[45]Devaraj S, Easley R F, Crant J M. How does personality matter? Relating the five-factor model to
technology acceptance and use [J]. Information Systems Research, 2008, 19(1):93-105.
[46]Schepers J, Wetzels M. A meta-analysis of the technology acceptance model: Investigating subjective
norm and moderation effects [J]. Information& Management, 2007, 44(1):90-103.
[47]Zhou T, Lu Y B, Wang B. Integrating TTF and UTAUT to explain mobile banking user adoption [J].
Computers in Human Behavior, 2010(26): 760-767.
[48]Staples D S,Seddon P.Testing the technology-to-performance chain model [J].Journal of Organizational
and End User Computing,2004,16(4):17-36.
[49]Lin M J J, Hung S W, Chen C J. Fostering the determinants of knowledge sharing in professional virtual
communities[J]. Computers in Human Behavior, 2009, 25(4):929-939.
[50]Davis F D. Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology
[J]. MIS Quarterly, 1989, 13(3):319-340.
[51]Compeau D R, Higgins C A. Computer Selfefficacy:Development of a measure and initial test [J]. MIS
Quarterly, 1995, 19(2):189 -211．
[52]Marakas G M，Yi M Y，Johnson R D. The multilevel andmultifaceted character of computer self-efficacy:
Toward aclarification of the construct and an integrative framework for research [J]. Information Systems
Research, 1998, 9(2):126-163.
[53]Venkatesh V. Determinants of Perceived Ease of Use: Integrating Control, Intrinsic Motivation, and
Emotion into the Technology Acceptance Model[J]. Information Systems Research, 2000, 11(4):342-365.
[54]Chen C J, Hung S W. To give or to receive? Factors Influencing Members Knowledge Sharing and
Community Promotion in Professional Virtual Communities [J]. Information& Management, 2010,
47(4):226-236.
79
[55]Karahanna E, Agarwal R, Angst C M. Reconceptualizing compatability beliefs in technology acceptance

research[J]. Mis Quarterly, 2006, 30(4):781-804.
[56]Denzin, Norman K, Lincoln, Yvonna S. HANDBOOK OF QUALITATIVE RESEARCH[J]. BMS:
Bulletin of Sociological Methodology / Bulletin de Méthodologie Sociologique, 1994, 16(44):113-114.
[57]Francis J J, Eccles M P, Johnston M, et al. Constructing questionnaires based on the theory of planned
behavior [J].A manual for health services researchers.2010,2-12.
[58]Igbaria M, Iivari J, Maragahh H. Why do individuals use computer technology? A finish case study [J].
Information& Management, 1995b, 29(5):227-238.
[59]Venkatesh V, Morris M G, Davis G B, et al. User Acceptance of Information Technology: Toward a
Unified View[J]. Mis Quarterly, 2003, 27(3):425-478.
[60]Cronbach L J. Coefficient alpha and the internal structure of tests[J]. Psychometrika, 1951, 16(3):297-334.
[61]Straub D. Validating instruments in MIS research [J]. MIS Quarterly, 1989, 13(2):147-169.
[62]Au N, Ngai E W T, Cheng T C E. Extending the understanding of end user information systems
satisfaction formation: An equitable needs fulfillment model approach[J]. Mis Quarterly, 2008, 32(1):43-66.
[63]Fornell C, Lareker D F. Evaluating structural equation models with unobservable variables and
measurement error [J]. Journal of Marketing Research, 1981, 18(1):39-50．
[64]卢纹岱.SPSS for windows 统计分析[M].电子工业出版社,2006:403.
[65]时立文. SPSS 19.0 统计分析从入门到精通[M].清华大学出版社,2012:99.
[66]李普聪,钟元生.基于 DTPB 的移动 O2O 商务消费者采纳行为研究[J].管理工程学报,2016,30(04):
102-111.
[67]吴明隆.问卷统计分析实务:SPSS 操作与应用[M].重庆大学出版社,2010:204、485.
[68] 陈明红 , 漆贤军 , 李妍慧 . 基于 TAM 与 TTF 整合模型的移动搜索行为影响因素研究 [J]. 情报杂
志,2014,33(06): 179-186.
[69]赵建民,张玲玉.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].现代
教育技术,2017,27(10): 67-73.
[70]吴明隆.结构方程模型——AMOS 的操作与应用（第二版）[M]. 重庆:重庆大学出版社,2011:218.
[71]邱皓政,林碧芳.结构方程模型的原理与应用[M]. 北京:中国轻工业出版社,2009:301.
[72]郝冉. PLS 路径建模在 2007 北京市诚信调查中的应用研究[D].首都经济贸易大学,2008.
[73] 杨艳妮 , 明均仁 , 黄传慧 . 基于 TAM3 的移动图书馆 APP 用户的信息采纳行为研究 [J]. 图书
馆,2015(09):90-95.
[74]张长海,焦建利.地方高校大学生慕课接受度影响因素研究[J].中国电化教育,2015(06):64-68+91.
[75]陈明红,漆贤军,陈雯.学术博客的用户满意度模型及实证研究[J].图书馆论坛,2014,34(10):76-83.
[76]赵国栋,原帅等. 2010 年中国高校信息化调查报告[R].北京大学教育学院教育技术系,2010,12.
[77]北京大学信息化建设与管理办公室.北京大学信息化建设规划及实施方案(2006- 2015)[R].北京大
学,2005.
[78]李海霞,具滋亿.韩国高等教育信息化发展近况及其启示[J].比较教育研究,2009,07:30-34.
80
[79]李逢庆. 混合式教学的理论基础与教学设计[J].现代教育技术,2016,09:18-24.
[80] 吕静静 . 开放大学混合式教学新内涵探究 —— 基于 SPOC 的启示 [J]. 远程教育杂
志,2015,33(03):72-81.
[81]史玉新,樊旭. 基于建导方法的混合式教学模式设计[J]. 中国电化教育,2010,(07):29-32.
[82]张其亮,王爱春. 基于“翻转课堂”的新型混合式教学模式研究[J]. 现代教育技术,2014,24(04):27-32.
[83]李小龙,张宸瑞,耿斌,郭勇. 高职院校混合式教学模式改革:“MOOCs 时代”的探索与启示[J]. 电化教
育研究,2015,36(12):52-58.
[84]丁蕾. 基于“互联网+”的中职物理混合式教学[J]. 中国电化教育,2016,(03):141-145.
[85]袁磊,陈晓慧,张艳丽. 微信支持下的混合式学习研究——以“摄影基本技术”课程为例[J]. 中国电化
教育,2012,(07):128-132.
[86] 蒋玲 , 黄磊 , 张丹清 . 基于 Windows Live 群的混合式学习课程平台应用研究 [J]. 中国电化教
育,2012,(10):136-140.
[87]苟超群,刁永锋,周茂丽. SAKAI 平台在混合式教学中的应用[J]. 电化教育研究,2010,(08):89-93.
[88]颜端武,刘国晓.近年来国外技术接受模型研究综述[J].现代情报,2012,02:167- 177.
[89]边鹏.技术接受模型研究综述[J].图书馆学研究,2012,01:2- 6+10.
[90]潘晓月,陈渝.信息技术接受行为研究模式述评[J].图书馆学研究,2012,14:6- 12.
[91]李继学,巩见刚,高照军.技术接受模型理论研究的可视化分析[J].现代情报,2015,12:99- 105.
[92]应洪斌,郭琳,窦伟.基于 TTF 和 TAM 整合视角的移动工作支持系统使用意向研究[J]. 管理工程学
报,2012,04:176-182.
[93]严安.基于 UTAUT 的百度产品用户使用行为影响因素研究[J].现代情报,2012,11:100- 104+122.
[94]李琼,李晓霞.基于 TAM 模型的微信平台购物接受度实证研究[J].统计与决策,2016,19:54- 57.
[95]雷晶,李霞.基于扩展技术接受模型的移动支付使用意愿信度及效度研究[J]. 统计与决策,2014,18:98-
100.
[96]季志.大学生网络学习行为模型与实证研究[J].中国远程教育,2013,05:59- 63+96.
[97]刘妍,吴敏华,孙众.电子课本环境中学生技术接受度与学习方法、学习效能感关系研究[J].开放教育研
究,2015,01:105- 113.
[98] 张海 , 肖瑞雪 , 王以宁 , 樊峰伟 . 基于技术接受模型的师范生 TPACK 发展研究 [J]. 中国电化教
育,2015,05:111- 117.
[99] 邓李君 , 杨文建 . 大学生慕课 (MOOC) 使用意愿影响因素与图书馆应对策略 [J]. 图书馆论
坛,2016,08:119- 125.
[100]王斐,傅钢善.教师技术感知对电子书包使用意向的影响研究[J].现代教育技术,2013,12:36- 41.
[101] 刘禹 , 陈玲 , 余胜泉 . 西部农村中小学教师信息技术使用意向影响因素分析 [J]. 中国电化教
育,2012,08:57- 61+ 77.
[102]张思,刘清堂,黄景修,武鹏.中小学教师使用网络学习空间影响因素研究——基于 UTAUT 模型的调
81
查[J].中国电化教育,2016,03:99- 106.
[103]刘宇伟.高校教师网络教学接受意图的整合模型初探[J].现代教育技术,2010,08:106- 108.
[104]高峰.高校教师网络教学方式的采纳和使用——基于技术接受与使用整合理论的研究[J].开放教育
研究,2012,01:106- 113.
[105]张思,李勇帆.高校教师使用 Moodle 网络教学平台影响因素研究[J].电化教育研究,2014,08:49-56.
[106]金辉.基于 DTPB 的高校教师教育博客知识共享影响机理研究——来自现实用户和潜在用户的实证
调研[J].情报杂志,2015,10:175- 182.
[107] 徐梅丹 , 孟召坤 , 张一春 , 张鹏 . 高校教师使用微信辅助教学的影响因素研究 [J]. 电化教育研
究,2014,11:89- 94.
[108]高峰.教育技术的接受和采纳：几个相关理论的比较[J].开放教育研究,2009,15(6):37- 41.
[109]解筱杉,朱祖林.高校混合式教学质量影响因素分析[J].中国远程教育,2012,10:9-14+95.
[110]路兴,赵国栋,原帅,李志刚. 高校教师的“混合式学习”接受度及其影响因素研究——以北大教学网为
例[J]. 远程教育杂志,2011,29(02):62-69.
[111]应洪斌，郭琳，窦伟.基于 TTF 和 TAM 整合视角的移动工作支持系统使用意向研究[J].管理工程学
报,2012,26(4): 176- 182.
[112]刘彩娟,陈雪琼 .基于 DTPB 模型对高星级酒店员工信息系统接受程度的实证研究 [J]. 旅游学
刊,2010,05:79-85.
[113]甘春梅,宋常林,孙绍伟.TTF 视角下移动图书馆使用绩效的实证研究[J].图书馆论坛,2015,08:120-125.
[114]马庆国.管理统计：数据获取、统计原理、SPSS 工具与应用研究[M].北京：科学出版社 2002: 32- 42.
82
附录
附录一
访谈提纲
83
附录二
84
85
86
攻读硕士学位期间发表的学术论文
[1]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].现代教
育技术,2017,27(10):67-73.第二作者(导师第一作者)CSSCI
[2] 基于移动终端的中国大学 MOOC: 成人教育的新机遇 [J]. 中国教育技术装
备,2016(22):56-57.第一作者
[3]基于内容分析法的微课研究现状分析[J].中国教育技术装备,2017(04):121-122.第二作者
[4]混合学习中微课设计开发模式探究[J].中国教育技术装备,2017(06):61-62.第三作者
[5]移动互联网时代儿童教育游戏的设计研究[J].高考,2017(07):42.独立作者
87
致谢
时光荏苒，不知不觉中，三年的研究生生活已经接近尾声。回首这短暂而又充实的时
光，发现自己无论是学术研究能力还是综合素质都成长了很多。在此，感谢三年来陪伴我
一路成长的老师、朋友和同学。
首先最感谢的人是我的导师赵建民老师，能够成为赵老师团队的一员是我研究生求学
生涯中最幸运的事。在这三年里，无论是学术造诣还是为人处世亦或是生活态度等方面赵
老师的教导都让我受益匪浅。赵建民老师严谨的治学态度，爱生如子的教学情怀，谈吐的
幽默风趣以及阳光向上的生活态度，无不深深的感染着我。无论是确定论文选题、设计研
究量表、联系被调查对象，还是论文的修改和调整，赵老师均给予很多有针对性、可行性
的指导和建议。对于赵老师的教导和恩情，我无以为报，唯有在此献上最诚挚的谢意！赵
老师的指导和教诲将时刻伴随着我，助我走好人生的每一步。
感谢孟祥增老师、马池珠老师、陆宏老师、宫淑红老师、王广新老师、王春华老师、
李逢庆老师、杨晓娟老师、刘兴波老师等全体老师，是他们让我学习到更多教育技术学专
业领域的知识，也感谢各位老师在开题时对论文的指导，感谢每一位老师对我的指导和帮
助！
感谢参与访谈和问卷调查的高校老师们，是老师们的耐心配合让我得以收集到调查数
据，我的混合式教学接受度研究才能够顺利实施，研究论文的写作才得以顺利完成，老师
们平易近人的态度、对教学改革的热情深深的打动了我，真诚感谢各位老师的配合！
感谢 2015 级教育技术学专业的全体同学，能够认识你们也是一种缘分，我会永远记
得我们在一教一起上课的场景，祝“十三朵花”都有各自美好的未来！也要特别感谢我的
舍友王超同学在论文撰写过程中给予我的帮助和指导。感谢好友蒋新花、徐素花三年的陪
伴，你们让我的研究生生活更加丰富精彩，让我的生活增添更多美好的回忆！
感谢我的家人，给了我自由的发展环境，使我按照自己的意愿学习成长，感谢一直以
来的理解与鼓励，让我不断挑战自己，完善自己。
最后感谢所有曾经或将来关心、支持和帮助我的人！感谢在百忙之中评阅论文参加答
辩的各位专家、教授。
88

高校教师混合式教学接受度的影响因素研究 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

高校教师混合式教学接受度的影响因素研究 PDF

Uploaded by

Copyright:

Available Formats

单 位 代 码 １ ０４４ 

Research on the Influence Factors of College Teachers’ Blended

previous studies, Task Technology Fit andSubjective Normhave no significant effect on

来考虑自己的行为将会带来的影响和后果。依据这个假设，1975 年 Fishbein 和 Ajzen[30]提

其模型架构[31]如图 2-2 所示。计划行为理论与理性行为理论不同之处在于对行为意向的预

在后来的研究中，Davis 等对 TAM 和 TRA 进行了实证比较，得出 TAM 能更好的解释

Venkatesh 和 Bala 对上述两项研究进行整合，增加新的调节变量关系，提出了技术接

自愿性两个调节变量的影响。在外部影响变量的处理上，TAM3 保留了 TAM2 中感知有用

因素。总体来说，从 TAM2 到 TAM3 的扩展，主要探讨了影响个体感知及技术接受的外部

2003 年，Venkatesh 等人识别和讨论了已有的八大用户技术接受理论模型，包括理性

合模型（Unified Theory of Acceptance and Use of Technology，简称 UTAUT），如图 2-6。

1995 年，Taylor 与 Todd 系统地提出了解构计划行为理论[35]（Decomposed Theory of

任务技术适配模型[36]（Task-Technology Fit，简称 TTF）1995 年由 Goodhue 与 Thompson

笔者选取了 DTPB 与 TTF 作为主要的理论基础。DTPB 因为其分解的二维结构的变量

析，保留 DTPB 模型的一维和二维变量作为本研究模型的主要架构，提取 TTF 的核心变量

笔者在 DTPB 与 TTF 模型的基础上，针对混合式教学这一特定研究对象，对模型进行修正、

本研究整合 TRA、TPB、TAM、TAM2、UTAUT、TAM3、DTPB 和 TTF 这 8 个理论

技术接受的关键因素。在 TRA、TPB、TAM、DTPB 中都认为用户的行为态度是重要的中

感会影响用户自身对技术的使用意向。但是 TAM 的扩展模型包括 TAM2 和 TAM3 以及

Goodhue&Thompson[87]的 TPC 模型表明任务技术适配会通过使用行为的前置影响因素

根据上述讨论分析，本研究共提出 16 个假设，具体详见表 3-3。

感知与态度。鉴于本文是基于 DTPB 与 TTF 的整合模型来研究高校教师的混合式教学接受

很多学者对行为意向的测量借鉴了 Ajzen 和 Fishbein[112]

对感知行为控制的测量题项如表 4-8 所示。

感知行为 PBC 1 开展混合式教学完全在我的能力范围之内。

的测量题项应该删除；学者卢纹岱[134]认为只要 CITC 大于 0.3 就是符合要求的。对测量问

由表 4-19 可见，KMO 介于 0.7-0.8 之间，Bartlett’s 球形检验的 Sig 值为 0.000，说明

5.1.1 PLS 与 CBSEM 的对比

本研究选用基于方差的 PLS 结构方程分析方法，主要基于以下考虑：（1）本研究是

测量模型的信度检验采用 Cronbach’s α与建构信度（Constryct Reliability，CR）两个指

变量 测度项 因子载荷 T-value P AVE CR Cronbach’α

TAC 4 0.796 20.874 0.000

由表 5-1 所示，所有测度项的因子载荷均达到了大于 0.5 的阈值标准，且 t 值均大于

表 5-2 AVE 平方根与变量间相关系数大小对比

量其原本的对应变量；另外，考虑到测度项 PU2 和 AVA1 很适合本研究的实际情境及其对

响，这样假设 H2a 和 H2b 得到支持；就感知行为控制而言，受到自我效能（β=0.238，

注：显著性水平 ***代表 p<0.001，**代表 p<0.01，*代表 p<0.05。

综上，本研究共有 12 个假设得到很好的验证，有 4 个假设没有得到支持。

研究假设的检验结果可以用表 5-6 加以总结。

从前文 PLS 与 CBSEM 的对比分析可以知道，两者参数估计的基本原理不同，PLS 是

果中，除 TEC、PBC 的 P 值小于 0.05，其他 12 个变量的显著性结果均大于 0.05，说明男

组间 1.892 3 .631 1.043 .374

表 5-9 不同年龄对 PU、SI、SN 的方差齐性检验

表 5-10 PU、SI、SN 的多重比较分析

Levene 统计量 df1 df2 显著性

molecular geometry [J]. Educational Research and Reviews, 2015, 10(20):2745-2757.

Standards and Interfaces,2005.27(4):359-370.

management systems acceptance[J]. Quality & Quantity, 2013, 47(4):2309-2317.

[37]Parthasarathy M, Bhattacherjee A. Understanding post-adoption behavior in the context of online services

[55]Karahanna E, Agarwal R, Angst C M. Reconceptualizing compatability beliefs in technology acceptance

You might also like

单位代码１０４４ 

变量测度项因子载荷 T-value P AVE CR Cronbach’α

注：显著性水平代表 p<0.001，代表 p<0.01，代表 p<0.05。