附录Y 外文原文
The Determinants of Studentsrsquo; Perceived Learning Outcomes and Satisfaction in
University Online Education: An Empirical Investigationlowast;
Sean B. Eomdagger; and H. Joseph Wen
Department of Accounting and MIS, Harrison College of Business, Southeast Missouri State University, Cape Girardeau, MO 63701, e-mail: sbeom@semo.edu, hjwen@semo.edu
Nicholas Ashill
School of Marketing and International Business, P.O. Box 600, Wellington, New Zealand, e-mail: Nicholas.Ashill@vuw.ac.nz
ABSTRACT
In this study, structural equation modeling is applied to examine the determinants of studentsrsquo; satisfaction and their perceived learning outcomes in the context of university online courses. Independent variables included in the study are course structure, instruc- tor feedback, self-motivation, learning style, interaction, and instructor facilitation as potential determinants of online learning. A total of 397 valid unduplicated responses from students who have completed at least one online course at a university in the Midwest were used to examine the structural model. The results indicated that all of the antecedent variables significantly affect studentsrsquo; satisfaction. Of the six antecedent variables hypothesized to affect the perceived learning outcomes, only instructor feed- back and learning style are significant. The structural model results also reveal that user satisfaction is a significant predictor of learning outcomes. The findings suggest online education can be a superior mode of instruction if it is targeted to learners with spe- cific learning styles (visual and read/write learning styles) and with timely, meaningful instructor feedback of various types.
Subject Areas: Asynchronous Learning, Correlation Analysis, Distance Education/Distance Learning, Learning Effectiveness, Perceived Learning Outcomes, Structural Equation Modeling, Student Satisfaction, and User- Satisfaction.
INTRODUCTION
The landscape of distance education is changing. This change is being driven by the growing acceptance and popularity of online course offerings and complete
lowast;We thank the editor and two anonymous referees for their suggestions which improved the quality of this article significantly.
dagger;Corresponding author.
online degree programs at colleges and universities worldwide. The distance learn- ing system can be viewed as having several human/nonhuman entities interacting together via computer-based instructional systems to achieve the goals of educa- tion, including perceived learning outcomes and student satisfaction. These two outcomes are widely cited as measures of the effectiveness of online education systems (e.g., Alavi, Wheeler, amp; Valacich, 1995; Graham amp; Scarborough, 2001). The primary objective of this study is to investigate the determinants of stu- dentsrsquo; perceived learning outcomes and satisfaction in university online education using e-learning systems. Using the extant literature, we begin by introducing and discussing a research model illustrating factors affecting e-learning systems out- comes. We follow this with a description of the cross-sectional survey that was used to collect data and the results from a Partial Least Squares (PLS) analysis of the research model. In the final section, we outline the implications of the results for higher educational institutions and acknowledge the limitations of the study
and a future research agenda.
THE IMPORTANT FACTORS THAT CONTRIBUTE TO THE SUCCESS OF E-LEARNING SYSTEMS
Our conceptual model illustrating factors potentially affecting e-learning systems outcomes is built on the conceptual frameworks of Piccoli, Ahmad, and Ives (2001). Piccoli et al. (2001) refer to human and design factors as antecedents of learning effectiveness. Human factors are concerned with students and instruc- tors, while design factors characterize such variables as technology, learner control, course content, and interaction. The conceptual framework of online education pro- posed by Peltier, Drago, and Schibrowsky (2003) consists of instructor support and mentoring, instructor-to-student interaction, student-to-student interaction, course structure, course content, and information delivery technology. Our research model is illustrated in Figure 1.
Student Self-Motivation
Students are the primary participants of e-learning systems. Web-based e-learning systems placed more responsibilities on learners than traditional face-to-face learn- ing systems. A different learning strategy, self-regulated learning, is necessary for e-learning systems to be effective. Self-regulated learning requires changing roles of students from passive learners to active learners. Learners must self-manage the learning process. The core of self-regulated learning is self-motivation (Smith, 2001). Self-motivation is defined as the self-generated energy that gives behavior direction toward a particular goal (Zimmerman, 1985, 1994).
The strength of the learnerrsquo;s self-motivation is influenced by self-regulatory attributes and self-regulatory processes. The self-regulatory attributes are the learnerrsquo;s personal learning characteristics including self-efficacy, which is situation-specific self-confidence in onersquo;s abilities (Bandura, 1977). Because self- efficacy influences choice, efforts, and volition (Schunk, 1991), a survey question (Moti1 in Appendix A) representing self-efficacy is used to measure the strength of self-motivation. The self-regulatory processes refer to the learnerrsquo;s personal
learning processes such as attributions, goals, and monitoring. Attributions are views in regard to the causes of an outcome (Heider, 1958). A survey question (Moti2 in Appendix A) representing a controllable attribution is used to measure the strength of self-motivation.
On
剩余内容已隐藏，支付完成后下载完整资料
附录A 译文
大学网络教育中学习效果与满意度的实证研究调查
摘要
本研究以大学网络课程为背景，运用结构方程式模式探讨学生满意度与学习成效知觉的决定因素。本研究的自变量包括课程结构、教师反馈、自我激励、学习风格、互动和教师促进，作为在线学习的潜在决定因素。在中西部一所大学完成至少一门在线课程的学生中，共有397份有效的非重复回答被用来检验结构模型。结果显示，所有前因变项均显著影响学生满意度。在六个前因变量中，只有教师反馈和学习风格对知觉学习结果有显著影响。结构模型的结果还表明，用户满意度是一个重要的预测学习成果。研究结果表明，如果网络教育的对象是具有特定学习风格（视觉和读写学习风格）的学习者，并且有各种类型的及时、有意义的教师反馈，那么网络教育可以成为一种优越的教学模式。
关键词：相关分析、远程教育、学习效果、感知学习结果、结构方程建模、学生满意度和用户满意度
导言
远程教育的格局正在发生变化。这种变化是由越来越多的接受和流行的在线课程提供和完成
世界各地的学院和大学的在线学位课程。远程学习系统可以被看作是由几个人/非人实体通过基于计算机的教学系统相互作用，以实现教育目标，包括感知的学习结果和学生满意度。这两个结果被广泛引用为衡量在线教育系统有效性的指标（例如，Alavi、Wheeler和Valacich，1995；格雷厄姆和斯卡伯勒，2001）。
本研究的主要目的是探讨网路学习系统在大学线上教育中，学生知觉学习成效与满意度的决定因素。利用现有文献，我们首先介绍和讨论了一个研究模型，说明了影响电子学习系统成果的因素。我们随后描述了用于收集数据和研究模型偏最小二乘（PLS）分析结果的横断面调查。在最后一节，我们概述了研究结果对高等教育机构的启示，并承认了本研究的局限性和未来的研究议程。
电子学习系统成功的重要因素
我们的概念模型说明了可能影响电子学习系统成果的因素，该模型建立在Piccoli、Ahmad和Ives（2001）的概念框架之上。Piccoli等人（2001）将人和设计因素作为学习效果的前因。人的因素与学生和教师有关，而设计因素的特点是技术、学习者控制、课程内容和互动等变量。Peltier、Drago和Schibrowsky（2003）提出的在线教育的概念框架包括教师支持和指导、教师对学生的互动，学生与学生之间的互动、课程结构、课程内容和信息传递技术。我们的研究模型如图1所示。
学生自我激励
学生是网络学习系统的主要参与者。基于Web的e-learning系统比传统的面对面学习系统赋予学习者更多的责任。一种不同的学习策略，自我调节学习，是电子学习系统有效运行的必要条件。自主学习要求学生从被动学习者转变为主动学习者。学习者必须自我管理学习过程。自我调节学习的核心是自我激励（Smith，2001）。自我激励被定义为自我产生的能量，它为行为指明了朝向特定目标的方向（Zimmerman，1985，1994）。
学习者自我激励的强度受自我调节属性和自我调节过程的影响。自我调节属性是指学习者的个人学习特征，包括自我效能感，即对自己能力的情境特异性自信（Bandura，1977）。由于自我效能感影响选择、努力和意志（Schunk，1991），因此使用代表自我效能感的调查问题（附录a中的Moti1）来衡量自我激励的强度。自我调节过程指的是学习者的个人行为图1：研究模型。
学习过程，如归因、目标和监控。归因是关于结果原因的观点（Heider，1958）。一个代表可控归因的调查问题（附录A中的Moti2）被用来衡量自我激励的强度。
成功的学生之间的一个显著对比是他们激励自己的能力，即使他们没有完成某项任务的强烈愿望。另一方面，不太成功的学生往往难以激发自我激励技能，如目标设定、言语强化、自我奖励和惩罚控制技巧（Demboamp;Eaton，2000）。现有文献表明，动机强的学生比动机低的学生在网络课程中学习得更成功，而且往往学习得最多（例如，Frankola，2001；LaRoseamp;Whitten，2000年）。学生的动机是影响网络课程减员率和结业率的一个主要因素，缺乏动机也与高辍学率有关（Frankola，2001；Galusha，1997年）。因此，我们假设：
H1a：动机水平越高的学生，用户满意度越高。
H1b：在线课程中动机水平较高的学生会报告说，他们对学习成果等于或优于面对面课程的认同程度较高。
学生的学习风格
学习是获取知识或技能的复杂过程，涉及学习者的生物特征/感官（生理维度）；注意、情感、动机、好奇心等人格特征（情感维度）；信息处理方式，如逻辑分析或直觉（认知维度）；以及心理/个体差异（心理维度）（Dunn、Beaudry和Klavas，1989）。由于每个学习者在不同维度上的差异是多方面的，因此对学习风格的研究一直是个热点。文献中引用了21种学习风格模型（Curry，1983），包括Kolb学习偏好模型（Kolb，1984）、Gardner多元智能理论（Gardner，1983）和Myers-Briggs人格类型指标（Myersamp;Briggs，1995）。学习风格研究的基本前提是当学习者的学习风格与教学风格相匹配时，不同的学生学习方式不同，学生体验到更高的满意度和学习效果。
这项研究使用了学习风格研究的生理学维度，主要关注学习中使用的感官。学习方式的生理维度的一种流行类型（视觉、听觉、读/写和动觉）（Dragoamp;Wagner，2004，p。2).
1） 视觉：视觉学习者喜欢被提供示范，并可以通过描述学习。他们喜欢用列表来保持节奏和组织思想。他们记得面孔，但常常忘记名字。他们被动作或动作分散了注意力，但噪音通常不会打扰他们。
2） 听力：听力学习者通过听来学习。他们喜欢听别人的指令，喜欢讨论和对话，喜欢通过交谈解决问题。他们很容易被噪音分散注意力。
3） 读/写：读/写学习者是记笔记的人。他们做得最好的方法是在讲座中做笔记或阅读困难的材料。他们经常画东西来记住它们。他们在实际项目或任务中表现出色。
4） 动觉的：动觉的学习者通过做学习效果最好。他们更喜欢亲身体验。他们经常精力充沛，喜欢利用触摸、移动和与环境互动。他们不喜欢看也不喜欢听，在课堂上表现一般不好。
人们可以推测，在线课程提供的学习风格与面对面课程不同。我们假设在线学习系统可能比传统的面对面授课系统包含更少的声音或口语成分，在线学习系统包含更多的读/写作业成分，具有视觉学习风格和读写学习风格的学生可以在在线课程中与他们的对手面对面地学习。因此，我们假设：
H2a：具有视觉和读写学习风格的学生将体验到更高水平的用户满意度。
H2b：具有视觉和读写学习风格的学生会报告更高水平的一致性，即在线课程的学习成果等于或优于面对面课程。
讲师知识和辅导
一些被广泛接受的学习模式有客观主义、建构主义、合作主义、认知信息处理和社会文化主义（Leidneramp;Jarvenpaa，1995）。传统的面对面教学主要采用讲授法，采用客观主义的学习模式，其目标是将知识从教师传授给学生。即使在远程教育中，教师将其知识传授给学生仍然是一个关键的角色，因为教师的知识在不同的地点传递给学生（Leidneramp;Jarvenpaa，1995）。因此，我们提出了一个问题，询问学生对教师知识的看法：教师对课程非常了解。
远程学习很容易打破客观主义的一个主要假设，即教师拥有所有必要的知识。因此，远程学习系统可以利用许多其他的学习模式，如建构主义、合作主义和社会文化主义。建构主义认为，当个人控制学习节奏时，他们会学得更好。因此，讲师支持以学习者为中心的主动学习。在合作主义模式下，学生的参与对学习至关重要。这种合作主义模式的基本体现是学生通过对一群学习者的共同理解来学习。因此，教学变得以交流为导向，教师成为讨论的领导者。远程学习设施促进跨距离的协作学习，使学生能够相互交流。社会文化主义模式必须赋予学生自由领域和责任感，因为学习是个人主义的。
网络学习环境要求学生和教师角色的转变。教师的角色是成为一个促进者，通过赋予学生自由和责任来激励、引导和挑战学生，而不是一个专注于教学的讲师（Huynh，2005）。激励水平的重要性可以在Lam（2005）提出的模型中找到。我们增加了两个问题来评估教师作为促进者和促进者的角色：“教师积极参与促进这门课程”和“教师激励学生超越面对面课程所要求的智力。”因此，我们假设：
H3a：讲师的知识和指导水平越高，用户满意度越高。
H3b：更高水平的讲师知识和辅导将导致更高水平的学生同意在线课程的学习成果等于或优于面对面课程。
讲师反馈
教师对学习者的反馈被定义为学习者收到的关于他/她的学习过程和成就结果的信息（Butleramp;Winne，1995），它是“学习过程中最有力的组成部分之一”（Dickamp;Carey，1990，p。165). 教师反馈旨在通过告知学生他们做得如何以及指导学生的学习努力来提高学生的学习成绩。基于网络的系统中的教师反馈包括最简单的认知反馈（例如，他/她的答案被标记为错误的考试/作业）、诊断反馈（例如，关于答案正确或错误原因的考试/作业，以及教师注释），通过回复学生电子邮件、带评论的分级作业、在线评分册以及同步和异步评论，提供规定性反馈（讲师反馈，建议如何构建正确的响应）。
教师对学生的反馈可以改善学习者的情感反应，提高认知技能和知识，激活元认知。元认知是指通过计划、监控和调节认知活动来意识和控制认知（Pintrich，Smith，Garcia，amp;McKeachie，1991）。关于学习者进步的元认知反馈引导学习者关注学习结果（Ley，1999）。当元认知被激活时，学生可能成为自我调节的学习者。他们可以设定具体的学习结果，并监控他们的学习方法或策略的有效性（陈，2002；齐默尔曼，1989）。因此，我们假设：
H4a：高水平的讲师反馈将带来高水平的用户满意度。
H4b:ahigherlevelofinstructorfeedback将使学生更认同在线课程的学习成果等于或优于面对面课程。
相互作用
设计维度包括影响电子学习系统有效性的各种结构，如技术、学习者控制、学习模式、课程内容和结构以及交互。其中，研究模式只关注互动和课程结构。
在众多的互动框架/分类法（Northrup，2002）中，本研究采用了Moore（1989）的沟通框架，该框架通过（a）参与者和学习材料之间的互动，（b）参与者和导师/专家之间的互动，以及（c）参与者之间的互动，对学习参与进行了分类。网络课程中这三种交互形式被认为是决定网络课程质量的重要因素。大多数报告与教师和同龄人互动程度较高的学生报告的满意度和学习水平较高（例如，Swan，2001年）。许多先前的研究表明，互动式教学风格和高水平的师生互动与高水平的用户满意度和学习成果密切相关（例如，Arbaugh，2000；斯旺，2001年）。
Swan（2001）报告说，学生对与同伴互动的看法与四个组成部分有关：课程中的实际互动、基于讨论的课程分数百分比、需要参与讨论的程度和讨论回答的平均长度。Graham和Scarborough（2001）支持了Swan的研究结果，因为他们的调查确定64%的学生声称接触一群学生很重要。此外，Picciano（1998）发现，学生认为在线课程的学习与在线课程中实际发生的讨论量有关。当学生积极参与与同学和导师的知识交流时，学生会用语言表达他们在课程中所学的知识，并表达他们目前的理解（Chiamp;VanLehn，1991）。因此，我们假设：
H5a：教师和学生之间以及学生和学生之间的高水平的感知交互将导致高水平的用户满意度。
H5b：教师和学生之间以及学生和学生之间更高水平的互动感知将导致学生更高水平的认同，即在线课程的学习成果等于或优于面对面课程。
课程结构
课程结构是影响远程教育成功与否的重要变量。根据摩尔（1991，p。3） 课程结构“表达了课程的教育目标、教学策略和评估方法的刚性或灵活性”，课程结构描述了“教育课程能够适应或响应每个学习者的个人需求的程度”
课程结构包括课程目标/期望和课程基础结构。课程目标/期望将在课程大纲中明确，包括需要学习的主题、要求的会议作业工作量、在线会议系统形式的预期课堂参与、小组项目作业、，很快，courseinfrastructure与课程网站的整体可用性以及课程材料的逻辑和可理解组件的组织有关。毋庸置疑，这些结构因素影响着远程学习者的满意度水平和学习效果。
我们的理论是，课程结构将与用户满意度和感知学习成果密切相关，特别是当课程材料被组织成合乎逻辑和可理解的部分，课程目标和程序的学习交流将导致高水平的学生满意度和感知的学习成果。因此，我们假设：
H6a：一个好的课程结构将带来高水平的用户满意度。
H6b：一个好的课程结构将导致学生更高水平的认同，即在线课程的学习成果等于或优于面对面课程。
方法论
这六组假设
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[605191]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
