《创新扩散视域下高职院校教师信息化教学实施影响因素分析》-教育论文，职业教育论文-论文范文参考-科学狗论文网

标题

创新扩散视域下高职院校教师信息化教学实施影响因素分析

范文

李浩君王文靖戴海容

摘要信息化教学实施对提升高职院校师生信息素养具有重要作用。采用创新扩散理论，构建由相对优势、复杂性、个体惯性和创新性等因素组成的信息化教学实施影响模型，并对浙江省15所高职院校267位教师问卷调查发现：由相对优势和复杂性组成的信息化教学实施阻力对教师信息化教学实施意愿影响程度达到了66%，其中相对优势对信息化教学实施阻力有较显著的负向影响，而复杂性对实施阻力有积极正向影响;个体惯性是阻碍信息化教学实施的主要因素，但个体创新性并未增加教师使用信息化教学意愿。为此，应提升信息技术服务教学应用优势，创设信息技术应用教学多维场景，激发教师信息化教学实施动力，提高高职院校教师信息化教学实施意愿。

关键词高职院校;创新扩散理论;信息化教学;影响因素

中图分类号 G715 文献标识码 A 文章编号 1008-3219（2019）34-0026-07

随着全国职业院校信息化教学大赛深入实施和赛事影响力提升，教师信息化教学实施与否已成为影响高职院校师生信息素养发展的重要因素，信息化教学实施普及程度也影响着高职院校教育信息化发展愿景的达成度。近年来，高职院校虽然加大了数字化教学装备配备、网络教学平台应用以及数字化资源库建设，但教师信息化教学实施率较低，组织和实施有效的信息化教学活动较少。本文针对新时代高职院校教师信息化教学实施迫切性与必要性，在创新扩散视域下构建了高职院校教师信息化教学实施影响模型，分析高职院校教师信息化教学实施影响因素，进而提出针对性的对策与建议，旨在为高职院校教师信息素养提升方案设计与培训活动实施提供参考。

一、文献回顾

（一）信息化教学实施影响因素研究现状

信息化教学是涉及教师与学生互动的多因素复杂教学活动，从不同视角理解就会产生不同的影响因素[1]。随着时代进步与信息技术的发展，信息化教学实施影响因素研究经历了从质性研究到定量研究的发展过程，早期研究主要从教师自身专业发展角度评估信息化教学实施影响因素。如转变教师惯性教育理念，运用灵活的教学方法和信息技术，使教师产生信息化教学实施意愿[2]。王卫军认为，教师信息化教学知识体系复杂性是影响教师信息化教学实施的根本原因[3]。金陵从理论分析角度入手，探讨大数据时代下信息化教学创新变革如何影响教师信息化教学[4]。祝智庭从技术水平、心力投入二维空间构建视角阐述技术促进教学本质，提出了开展信息化教学实施的促进策略，为后续的定量研究奠定了基础[5]。

近年来，定量研究迅速发展并逐渐成为影响因素分析研究的主流方法。定量研究借鉴信息化教学质性研究成果编制信息化教学实施影响因素调查问卷;通过单所学校或跨院校的大样本问卷调查，对问卷进行信效度檢验，从而利用可靠的测量工具来评估教师信息化教学实施意愿，通过统计分析探究信息化教学实施的影响因素。张一春从信息化教学效果等维度研究发现，高职院校教师信息化教学课程设计能力有待加强[6]。余胜泉等通过路径分析方法检验发现，教师的信息化教学意愿受到感知有用性的直接影响[7]。Jang等学者对我国台湾地区226名教师信息化教学实施状况开展实证研究发现，技术支持以及教师信息化教学整合能力是影响信息化教学实施的重要因素[8]。赵呈领等开展的研究发现，教师教学理念和态度对信息化教学行为实施具有直接的正向影响[9]。

（二）创新扩散理论

创新扩散理论是通过媒介说服人们接受新观念、新事物、新产品的理论，由相对优势、相容性、复杂性、可试性及可观察性构成。从“三通两平台”实施为核心的教育信息化1.0时代到教育信息化2.0计划实施时代，虽然教育信息化基础设施条件得到了较好发展，但教师信息化教学能力并未实现有效提升，参与度和接受者的数量仍处于扩散前期。信息化教学实施核心目的和价值在于信息技术与课程教学有机融合，即通过扩散实现新技术对教学方式的变革，从而推动教育信息化发展。Timothy等使用创新扩散理论与技术接受模型开展了大学生Moodle平台使用意愿影响因素研究[10];Kim等应用创新扩散理论与创新抗拒模型研究了大学生移动学习使用意愿的影响因素[11];Lee等研究发现，技术接受模型能够有效预测教育信息技术使用意愿，相对优势和复杂性在信息技术接受方面的解释力相对较高[12]。

在已有文献深入分析与思考基础上，本研究引入创新扩散理论，把相对优势和复杂性作为实施影响的创新特征维度因素;教师惯性和创新性作为实施影响的个体特征维度因素，在技术接受模型基础上构建高职院校教师信息化教学实施影响因素假设模型，见图1。研究相对优势和复杂性（即创新特征）、惯性和创新性（即个体特征）对信息化教学实施意愿影响关系。

二、研究假设

（一）复杂性与信息化教学实施阻力关系

复杂性指个体理解和使用某种创新的难易程度。以往研究虽然证实了信息化教学的优势，但也存在较多问题，如教师信息技术操作能力、移动设备文本输入便利性问题以及信息化教学环境下学生管理问题等[13]。信息化教学自身问题增加了教师信息化教学实施的复杂性，进而增加了教师信息化教学实施抵制程度，阻碍了信息化教学实施的开展。因此，提出假设：

H1：复杂性对信息化教学实施阻力有显著的正向影响。

（二）相对优势与信息化教学实施阻力关系

相对优势指某项创新相对于它所替代的观念或技术的优越程度，是促进新技术创新采用和减少实施阻力的关键因素[14]。信息化教学克服了传统教学的局限性实现了教育资源的再利用，使教与学活动能够在最佳时间和地点灵活开展，并体验到更加个性化、协作性的学习。卢静认为，大部分师生都能感受到信息化教学实施能为教学开展带来便捷与高效[15]。已有研究表明，相对优势对提高新技术运用或服务接受度有正向影响，能降低信息化教学实施阻力[16]。因此，提出假设：

H2：相对优势对信息化教学实施阻力有显著的负向影响。

（三）个体创新性与信息化教学实施意愿关系

个体创新性指在某种产品、技术、生活方式或消费模式方面比他人更早接受创新的意愿，接受新技术的意愿水平。高职院校教师在具备实施信息化教学意愿和动机之后，需要具备将目标落实到具体行为所需的能力。李勋指出，信息化教学对教师的专业能力和职业综合素质提出了更高的要求，需要教师具有较强的创新应用能力[17]。多个领域应用研究已经证明，创新能力已经成为个体接受新技术或新服务意愿的重要因素，较高创新水平的人更倾向于获取高科技产品的知识和新技术使用意愿[18]。因此，提出假设：

H3：个体创新性对信息化教学实施意愿有显著的正向影响。

（四）个体惯性与信息化教学实施意愿关系

个体层面的惰性意味着个体倾向于坚持和维持当前的行为模式或状态，而不关心目前或未来的各种选择。研究表明，惯性意味着个体倾向于在有新信息的情况下继续作出类似已有的决定。个体惯性可以看做是一个人保持遵守现状的倾向或心理状态[19]。张一春研究发现，教师使用信息化教学的差异比较大，有些教师可以借助信息技术完成多种教学任务，而有些教师未曾开展过信息化教学[20]。也有学者认为，个体感知风险越高，越不易改变现有的习惯，从而产生习惯性抗拒。教师惯性会导致教师个体抗拒程度增加，阻止信息化技术在教学应用中扩散，会影响到信息化教学正常开展。因此，本研究假设惯性作为个体特征为维持现状会增加信息化教学实施阻力，提出假设：

H4：个体惯性对信息化教学实施意愿有显著的负向影响。

（五）信息化教学实施阻力

个体创新抗拒是在创新采用过程中体验到的一种自然心理状态。信息化教学实施阻力是指对现有学习方式发生改变而产生的抗拒。主要原因在于教师自身行为习惯及采用信息化教学所产生的知觉风险。虽然信息化教学作为新的教学手段已得到较大关注，但教师操作和学生注意力也会受到教学环境中的情境影响，如王宇熙指出，教师需要在不同情境中能够根据学习者的特征设计有效的教学活动[21]。因此，了解教师抵制和采用信息化教学是非常必要的。已有文献也表明个体阻力对创新或新技术采用有负面影响。所以，提出假设：

H5：信息化教学实施阻力对实施意愿有显著的负向影响。

（六）信息化教学实施阻力的中介作用

信息化教学实施阻力是信息化教学意愿的前置变量，也是受创新特征维度因素影响的结果变量。已有研究证实前置变量对实施意愿产生中介作用。本研究预测复杂性和相对优势（前置变量）是通过信息化教学实施阻力程度来影响教师信息化实施意愿。因此假设如下：

H6a：信息化教学实施阻力在复杂性对信息化教学实施意愿中起中介作用。

H6b：信息化教学实施阻力在相对优势对信息化教学实施意愿中起中介作用。

三、研究设计

（一）量表设计

本研究参考已有研究工作中的成熟量表，并结合高职院校教师信息化教学实际情况加以改编。问卷由两部分构成：第一部分是人口统计学信息，如性别、年龄、职称等个人基本信息;第二部分是高职院校教师信息化教学实施意愿调查。本研究采用李克特5级量表，从完全不同意到完全同意（1=完全不同意，5=完全同意）。

（二）数据收集

本研究以浙江省高职院校教师为对象，涉及15所高职院校267位教师。通过网络平台分发和回收问卷，共计回收问卷267份，剔除无效问卷10份，有效问卷257份。样本描述性统计信息见表1。

（三）数据分析工具

使用IBM SPSS软件分析问卷数据的频率、信度等统计信息，运用结构方程模型（SEM-Amos）评估假设模型及研究假设。数据分析首先开展问卷验证性因素分析（CFA），测量问卷数据的信度、收敛效度和区分效度，然后開展人口特征变量影响的方差分析，最后进行结构模型因素影响分析[22]。

四、实证分析与研究结果

（一）问卷信度分析

Cronbachs α系数反映了问卷指标之间的内部信度。如表2所示，各潜在变量Cronbachs α系数介于0.823和0.922之间，均大于0.7。从整体上分析，本研究所使用调查问卷具有较好的信度。

（二）收敛效度分析

Fornell和Larcker提出了评估研究模型中各潜在变量收敛效度有效性的依据：标准化因子负荷量;组成信度（Composite Reliability，CR）;平均方差萃取量（Average of Variance Extracted，AVE）。模型中6个潜变量所对应的观察变量的标准化负荷值介于0.692～0.976之间，均大于建议值0.5，说明该量表具有较好的收敛性;6个潜在变量的组合信度值介于0.796～0.917之间，均大于建议值0.7，表明该研究模型具有较好的内部一致性;6个潜在变量平均方差萃取量AVE的值均大于建议值0.5，介于0.567～0.788之间，说明研究模型具有良好的收敛效度。鉴于上述三个指标都达到了建议的阈值，所以该研究模型具有较好的收敛性，见表2。

（三）区分效度分析

如果维度AVE的平方根大于其他维度的相关系数，则区分效度良好。在表3中，对角线粗体字代表各维度AVE的平方根，AVE的平方根大于其相应行和列的值，该研究模型具有良好的区分效度。

（四）差异性分析

为了研究高职院校教师信息化教学实施意愿在不同人口特征变量上是否存在差异，分别以性别、年龄、职称、学历（研究生学历、本科学历、其他）等为自变量，对信息化教学实施影响进行方差检验。结果如下：

1.年龄与信息化教学实施影响关系

年龄小于或等于30岁的教师相对于年龄大于或等于40岁的教师更愿意接受信息技术在教学中应用（p=0.041<0.05）。青年教师比较容易接受和掌握新技术使用，对信息技术在教学中应用具有较强的创新实践意愿;而年较龄大的教师行为比较稳定，不容易发生改变，对不确定的教学环境比较谨慎，对信息化教学环境认知更为敏感。

2.职称与信息化教学实施影响关系

具有高级职称的教师相对于刚入职未定职称的教师更关注信息化教学实施（p=0.038<0.05）。职称较高的教师对教学过程比较了解，更多关注信息技术在教学中的应用成效;而刚入职未定职称的教师对教学过程还不是很熟悉，更多精力聚焦在传统教学能力提升上，对信息化教学实施关注度较低。

3.性别和学历与信息化教学实施影响关系

不同性别和学历教师面临相同的工作环境、实施问题以及激励政策，在信息技术教学应用接受度和关注度上无显著性差异，导致不同性别和学历的教师在信息化教学实施主观能动性上没有差异。不同性别和学历的高职院校教师在信息化教学实施意愿上无显著差异。

（五）因素假设模型拟合度分析

本研究运用Amos21.0软件评估因素假设模型的拟合度，模型拟合用于确定样本方差-协方差数据与结构方程模型拟合程度。拟合度指标用来衡量结构模型与样本数据匹配程度。如果模型拟合度均达到建议值，则表明因素假设模型构建与因素影响假设较为理想。表4列出了常用拟合指标、参考阈值以及结构模型分析之后得到的拟合指数，分析结果表明该因素假设模型具有良好的拟合度。

（六）因素影响关系假设检验

为进一步分析模型中各因素影响关系假设是否成立，采用AMOS21.0软件对因素假设模型进行路径分析，采用“最大似然估计法”估计相关参数，从而分析该模型路径解释能力，并通过估计模型路径系数和显著性检验，以此验证潜在变量之间是否存在因果关系。

首先进行路径系数的估计和显著性检验，各潜在变量间的相互关系及回归加权系数与显著性检验相关参数估计见表5。复杂性、相对优势、惯性、数字化教学实施阻力因素的CR值分别为5.928、8.230、7.455、5.800，P值均小于0.001，达到显著性水平;创新性的回归加权值不理想，P值未达到显著水平。因素影响关系分析结果为：复杂性（β=0.392，P<0.001）、相对优势（β=0.558，P<0.001）显著影响信息化教学实施阻力，表明H1和H2成立，其中相对优势对信息化教学实施阻力的影响力最大。惯性（β=0.494，P<0.001）对信息化教学实施意愿有负向影响，表明假设H4成立。信息化教学实施阻力（β=0.388，P<0.001）显著影响信息化教学实施意愿，表明假设H5成立。虚线标注的H3（β=0.093，P=0.199>0.05）假设不成立，即个体创新性对教师信息化教学实施意愿无显著影响，见图2。

（七）间接效果检验

为检验信息化教学实施阻力的间接效果，采用Bootstrapping置信区间方法对假设H6a和H6b进行了验证。根据表6所示，“复杂性”和“相对优势”对“信息化教学实施意愿”间接效果的Z值分别为2.957和4.276，均大于1.96，显著性检验成立，Bias-corrected95%CI的置信区间分别为[0.056 0.236]和[0.158 0.386]，置信区间均不包含“0”，因此，“信息化教学实施阻力”在复杂性和相对优势对信息化教学实施意愿的中介效果存在，且为完全中介效果。根据图2所示，复杂性和相对优势对信息化教学实施阻力的直接效应显著，即创新特征的两个因素可以预测信息化教学实施阻力。因此，信息化教学实施阻力在信息技术创新特征与教师信息化教学实施意愿之间的关系中起到了完全中介作用，即创新特征因素要通过信息化教学实施阻力才能影响到教师信息化教学实施意愿。因此，降低信息化教学实施阻力对促进信息化教学实施和推广是非常必要的。

五、结论与建议

（一）结论与讨论

本文在文献回顾和调研数据分析基础上对文中所提因素影响假设进行了验证，实证探讨并分析了高職院校教师信息化教学实施影响因素。复杂性和相对优势通过影响信息化教学实施阻力，进而影响信息化教学实施意愿。其中，信息化教学实施阻力在复杂性和相对优势中起完全中介调节作用。这一发现可以推论出信息化教学实施意愿的结构关系：66%的信息化教学实施意愿可以用信息化教学实施阻力来解释，即信息化教学实施阻力影响信息化教学实施意愿程度达到了66%（R2=0.660）;信息化教学实施阻力的R2=0.686，说明因变量信息化教学阻力中有68.6%左右的信息可以由复杂性和相对优势解释。研究结果表明，相对优势不仅是影响信息化教学实施意愿的重要因素，而且有助于减少信息化教学实施阻力。

此外，本研究通过创新扩散理论应用视角，解释了个体特征变量对于信息化教学实施意愿的影响。通过研究发现个体惯性寻求现有的学习方式并维持现状是阻碍信息化教学实施的主要因素。惯性程度高的人会对新产品或服务应用感到压力，所以不愿意花额外的时间去适应创新应用变化。但研究结果为个体特征提供了新的视角，即个体惯性可以有效预测信息化教学实施意愿。在本研究中，个体的创新性特征并未增加教师使用信息化教学意愿。虽然具有创新性的个体更易于接受高科技设备使用和创新服务，但也意味着要比别人承担更多的风险;在个体评估创新应用时，个体不仅会依赖于科学事实，更多依赖于主观特征。信息化教学课堂效果、学生成绩以及领导同事评价都属于个体需要额外承担的主观风险，这也是H3假设不成立的原因。

（二）对策与建议

1.降低信息化教学实施阻力有助于促进信息化教学应用推广

信息化教学实施阻力是信息化教学实施意愿的前置变量，降低信息化教学实施阻力对促进信息化教学实施是必要的。阻力可能会根据不同情况而变化，而阻力水平也会根据创新程度或技术特点而变化。在新技术引入并传播到大量个体之前，阻力总是存在的，尽管信息化教学实施阻力对相关技术学习使用或满意度会产生负面影响，但也有助于认识到创新的局限性并对此进行改进;教育决策者和服务提供者应从教师的性格、态度和价值观等心理特征多方面考虑，全方位开展教师信息化应用能力培训，降低信息化教学实施阻力，调动教师实施信息化教学的主观能动性，从而提升教师的信息化教学实施意愿。

2.创设信息化教学工作氛围有助于激发教师信息化教学实施动机

教学氛围是教师朝着共同目标奋斗的工作环境，如果学校能够朝着信息化教学实施目标奋斗，良好的信息化教学氛围有助于激发教师在教学中应用信息技术动机;而且使用传统教学方法的教师最终也会被信息化教学氛围所感染，这种方式会被大家效仿并取得成功，从而改变个体惯性所导致的感知认知，降低信息化教学抗拒心理，满足技术服务于教学本质需求，提升教师的灵活应变能力与适应能力，是信息化教学实施内驱动力。

3.做好课程教学信息化服务有助于提升教师信息化教学效率

信息化教学与传统教学在内容组织、课堂实施以及教具使用等方面具有较大差异。教师信息化教学设计能力不仅体现在信息化授课设计上，更多需要考虑课程教学与信息化教学手段之间融合，而且信息化教学实施过程中教师和学生可根据个人学习水平和需求进行个性化学习与辅导。课程教学信息化服务工作涉及数字化资源建设、学习服务平台搭建以及课堂数字化教学装备配备等，如果是将现有传统学习内容转化为基于Web的学习内容，将会直接影响教师开展信息化教学积极性;全方位推进立体化课程建设与教学服务平台应用，将有助于提升教师信息化教学实施意愿和实施效率。

参考文献

[1]韩锡斌，葛文双.中国高校教师信息化教学能力调查研究[J].中国高教研究，2018（7）：57-63.

[2]王琪.高职院校专任教师职业适应的实证研究——基于全国14所高职院校的调查[J].高等工程教育研究，2018（3）：177-183.

[3]王卫军.教师信息化教学能力发展策略研究[J].电化教育研究，2012（5）：103-109.

[4]金陵.大数据与信息化教学变革[J].中国电化教育，2013（10）：8-13.

[5]祝智庭，管珏琪.教育变革中的技术力量[J].中国电化教育，2014（1）：1-9.

[6]张一春，王宇熙.高职教师信息化教学能力现状及提升对策——基于江苏省74所高职院校的调查[J].職业技术教育，2015（36）：70-74.

[7]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（8）：57-61.

[8]Jang S J， Chang Y. Exploring the Technological Pedagogical and Content Knowledge （TPACK） of Taiwanese University Physics Instructors[J]. Australasian Journal of Educational Technology， 2016（1）：107-122.

[9]赵呈领，周玲，梁云真，孙丁辉.信息化教学中职业院校教师个人影响因素研究[J].现代远距离教育，2017（1）：57-62.

[10]Timothy Teo， Mingming Zhou， Andy Chun Wai Fan， et al. Factors that Influence University StudentsIntention to Use Moodle： A Study in Macau[J]. Educational Technology Research and Development， 2019（1）：1-18.

[11]Kim H J，Lee J M ，Rha J Y. Understanding the Role of User Resistance on Mobile Learning Usage Among University Students[J]. Computers & Education， 2017（10）：108-118.

[12]Lee Y H， Hsieh Y C， Hsu C N. Adding Innovation Diffusion Theory to the Technology Acceptance Model： Supporting Employees' Intentions to use E-Learning Systems[J]. Journal of Educational Technology & Society， 2011（4）：124-137.

[13]李雨潜.“互联网+”背景下师范大学教师信息化教学能力现状调查[J].中国大学教学，2016（7）：87-91.

[14]Lee S. An Integrated Adoption Model for E-books in a Mobile Environment： Evidence from South Korea[J]. Telematics & Informatics， 2013（2）：165-176.

[15]卢静.高校信息化校园建设的冷思考[J].教育发展研究，2017（S1）：5-7.

[16]Huang R T. Exploring the Moderating Role of Self-Management of Learning in Mobile English? Learning[J]. Journal of Educational Technology & Society， 2014（4）：255-267.

[17]李勋.教师信息化教学行为意向影响因素研究[J].课程教育研究，2017（3）：194-195.

[18]Lee J M， Rha J Y. Personalization-privacy Paradox and Consumer Conflict with the Use of Location-based Mobile Commerce[J]. Computers in Human Behavior， 2016（10）：453-462.

[19]Polites G L， Karahanna E. Shackled to the Status Quo： The Inhibiting Effects of Incumbent System Habit， Switching Costs， and Inertia on New System Acceptance[J].Mis Quarterly， 2012（1）：21-42.

[20]王宇熙，张一春.高职教师信息化教学能力标准构建研究[J].数字教育，2018（3）：31-36.

[21]Hair J F， Sarstedt M， Ringle C M， et al. An Assessment of the Use of Partial Least Squares Structural Equation Modeling in Marketing Research[J]. Journal of the Academy of Marketing Science， 2012（3）：414-433.

[22]Thakur R， Angriawan A， Summey J H. Technological Opinion Leadership： The Role of Personal Innovativeness， Gadget Love， and Technological Innovativeness[J]. Journal of Business Research， 2016（8）：2764-2773.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。