高职院校教师数字素养影响因素研究①

［摘           要］  职业院校提高教师数字素养对推进职业教育数字化转型有重要影响，教师数字素养受到多方面因素调节。以UTAUT理论模型为基础，构建了职业院校教师数字素养影响因素关系模型并提出相应的假设。通过问卷调查的方式收集相关数据，运用SPSS软件对问卷的信度和效度进行分析，采用t检验和F检验对模型各调节变量进行差异性分析，运用AMOS软件进行SEM结构方程分析，以验证模型中提出的假设。并根据教师素养影响因素，提出职业院校需做好宣传培训、完善数字化教学资源建设以及建立新老教师共同提升策略等建议。

［关    键   词］  数字素养；影响因素；高职教师；UTAUT模型

［中图分类号］  G715                    ［文献标志码］  A                  ［文章编号］  2096-0603（2024）35-0033-04

随着数字经济不断发展，数字技术使人们的生产、生活以及学习等发生了巨大转变。职业教育与经济产业发展关系最为密切[1]，并且其占据我国高等教育的“半壁江山”，因此，职业教育需紧抓数字发展的良好机遇，运用数字技术推动职业教育改革发展[2]。职业院校肩负着推进职业教育高质量发展的责任与使命，教师作为职业院校教育教学的践行者，其数字素养发展将成为影响和制约职业教育数字化转型的关键因素[3]。因而，研究高职院校教师数字素养的影响因素，探索数字素养的提升路径对职业教育数字化转型具有重要意义[4]。

一、研究模型及假设

（一）模型概述

UTAUT即整合技术接受模型（Unified Theory of Acceptance and Use of Technology）[5]，核心在于提出用户使用新技术受四个直接影响因素：绩效期望（Perfor-mance Expectancy）、努力期望（Effort Expectancy）、社群影响（Social Influence）和便利条件（Facilitating Con-ditions），其中，绩效期望、努力期望和社群影响是作用于用户的行为倾向或行为意愿的，行为倾向和便利条件又直接影响用户使用行为。另外，性别、年龄、自愿性和经验对行为意向和使用行为起到调节作用。

（二）模型构架及假设

本研究结合高职教师数字素养的实际情况，在原模型的基础上做了一定的调整。教师的工作经验与职称以及年龄有着密切联系，自愿性在绩效期望中予以分析，因此模型中不考虑经验、自愿性的调节作用。另外，教师通过数字技术能否取得相应的成果会对教师的数字素养提升产生一定的影响，因此，对原模型的调节变量做出相应的修正。最终构建教师数字素养影响模型如图1所示。

1.绩效期望

绩效期望指用户预期运用新技术能够帮助其提高工作绩效的程度，主要包括感知有用性、工作适用度、相对优势以及结果预期等内容[6]。本研究定义为：教师认为数字技术能够对其教学工作开展有较大帮助，并且本人通过使用数字技术能够获取更多教学资源，更好地完成教学任务以提高教学质量。教师绩效期望越高，其数字意愿就越强，因此提出假设：

H1：绩效期望正向影响教师数字意愿。

2.努力期望

努力期望指用户认为运用新技术的难易程度，主要包括感知易用性、技术复杂性和技术易用性[6]。本研究定义为：教师认为容易学会使用数字技术开展混合式教学、翻转课堂教学等，自身可以较高效地完成数字资源建设，认为相关设备或软件操作简单，教学过程中能够熟练使用。数字技术的难易程度、操作的复杂程度将会影响教师数字意愿，因此提出假设：

H2：努力期望正向影响教师数字意愿。

3.社群影响

社群影响指用户感知身边人群对其使用新技术的态度、支持程度等，主要包括主观规范及印象等[6]。本研究定义为教师感知学校教学名师、教学督导认为其应该使用数字技术开展教学，并且身边同事正在使用数字技术，学校对教师使用数字技术给予良好的支持。因此提出假设：

H3：社群影响正向影响教师数字意愿。

4.便利条件

指组织对用户使用新技术的支持以及资源的丰富程度，主要涵盖资源丰富程度、技术便利条件以及技术的兼容性等问题[6]。本研究定义为教师拥有提升数字素养的学习条件，有足够的知识和能力开展数字化教学，学校能够出台数字化教学制度、建立数字化资源支持其开展教学，其所教课程适合数字化教学。便利条件越充分，越有利于教师实施数字化教学。因此提出假设：

H4：便利条件正向影响教师数字行为。

5.数字意向

数字意向指用户对新技术的使用意愿，主要包括行为态度、内在动机以及感知行为控制等[7]。本研究定义为：教师认为运用数字技术开展教学很有意义，数字化教学适合其所教课程，教师本人计划在教学过程中运用数字技术开展教学。教师数字意愿越强，其实施数字化教学的积极性就越高。因此提出假设：

H5：数字意向正向影响教师数字行为。

6.个体特征变量

为了研究教师数字素养受到年龄、性别、职称以及相关成果取得与否等影响情况，分别提出以下假设：

H6a：高职院校教师数字素养在性别上有显著差异。

H6b：高职院校教师数字素养在职称上有显著差异。

H6c：高职院校教师数字素养在年龄上有显著差异。

H6d：高职院校教师数字素养在相关成果取得与否上有显著差异。

为探究绩效期望、努力期望和社群影响是否直接影响教师数字行为，分别提出以下假设：

H7a：绩效期望正向影响教师数字行为。

H7b：努力期望正向影响教师数字行为。

H7c：社群影响正向影响教师数字行为。

二、高职教师数字素养影响因素实证分析

（一）问卷设计与数据收集

采用问卷调查的方式对教师数字素养进行调研，问卷第一部分内容为基本信息，主要包括年龄、职称、学历、所教学科以及数字化成果取得情况，根据具体内容共设置7个题项。第二部分为各变量测试相关问题，根据变量的总个数，确定6个一级指标和14个二级指标，共设置36个题项。测试题选项依据李克特5分值量表设计，1～5依次表示“非常不同意”～“非常同意”，从而形成变量测量量表。通过问卷星进行在线调查，本次共获得调查问卷389份，对于填写时间过短、未通过甄别题项等无效调查问卷进行筛除，最终得到有效问卷377份，有效问卷占比96.9%。调查样本中女性教师占比高于男性教师，占比为54.1%；在年龄分布上，31～40岁的教师占比最多，为36.9%；在学历方面，硕士学历教师占比达到82.5%。在职称分布上，副高级教师占比39.0%，是最大的群体。在学科方面，理工类教师占比较大，为65.0%；在教师类型上，校内专职型教师占绝大多数，为71.1%。此外，72.9%的教师表示运用数字技术取得了一定的成果。

（二）信度与效度检验

信度和效度检验是分析调查问卷的基础和前提，本研究采用SPSS 26.0软件对本次调研问卷相关测量指标进行分析，结果如表1所示。

首先，采用克隆巴赫Cronbach’s α系数对问卷的内部一致性进行检验，该系数越接近于1，表明测量指标信度越高。当克隆巴赫α系数值高于0.7时，表明测量指标内部一致性较好。由表1可知，本调查问卷各维度的克隆巴赫α系数均大于0.7，表明本次问卷调查结果信度良好。

其次，通过KMO和Bartlett球形检验分析收集到的数据是否适合因子分析，当KMO大于0.5并且P小于0.05时，则表明测量问卷具有良好的结构效度，可进行因子分析。本次调查问卷KMO和Bartlett分析结果为，KMO为0.933大于0.5，P值小于0.05，因此本次问卷调查结果适合因子分析。同时，每个题项与相对应因子的载荷系数都大于0.6，说明题项和因子的对应关系较强，这一结果说明维度内部的聚合效度达标。

再次，通过计算各题项的标准载荷系数（Factor load-ings），可以得到各维度的AVE值和CR值。当每个维度的AVE值大于0.5，CR值大于0.7，则说明每个维度的聚合效度达标。本调查问卷数据中，6个维度的AVE值分别为0.597、0.568、0.621、0.575、0.625、0.560，CR值为0.881、0.902、0.867、0.890、0.893、0.920，均达到了合格标准。

最后，对变量区分效度进行检验，区分效度的评判标准是对角线上的AVE平方根应大于它和其他维度间的Pearson相关系数。通过计算，每个维度的AVE平方根均大于它和其他维度的相关系数值，表明每个维度的区分效度都达标。

（三）人口学特征对高职教师数字素养影响分析

为分析性别、年龄、讲授学科、职称以及教师自身是否取得相关成果对数字素养的影响，本研究采用t检验和F检验对其进行差异性分析。

不同性别教师数字素养值及t检验结果为：t=0.131，P=0.896，由结果可知（P>0.05），教师数字行为在性别上不会表现出显著性差异。

教师相关成果取得与否对数字素养影响t检验结果可知，相关成果取得者与未取得者的数字意愿呈现出0.05水平显著性（t=2.286，P<0.05），取得者的平均值（3.29）明显高于未取得者的平均值（3.05）。

不同年龄教师其数字素养值及F检验结果可知，教师数字意愿在年龄上呈现出0.05水平显著性（F=2.892，P<0.05）。教师数字素养在年龄上的差异具体表现为：30以下>41-50，30以下>51以上。

不同职称教师数字素养值及F检验结果可知，教师数字行为在职称上呈现出0.05水平显著性（F=3.143，P<0.05），教师数字素养差异在职称上表现为：中级>高级，中级>副高级，中级>初级及以下。

通过以上人口学特征对教师数字素养影响分析可知，性别对教师数字素养影响不显著，假设H6a不成立。职称、年龄、数字成果的获得对教师数字素养有显著影响，假设H6b、H6b、H6c成立。

（四）教师数字素养关系模型检验

高职院校教师数字素养影响因素关系模型检验主要为拟合度检验、路径分析、中介检验等步骤，本研究均采用AMOS 26.0软件完成以上步骤。

1.模型拟合度检验

根据建立的UTAUT理论模型以及相关假设，绘制出影响因素关系模型，将原始数据导入模型图中进行分析，得出一系列分析结果如表2所示。根据各指标的适配标准得知，所分析指标达到合格标准。说明模型的拟合情况良好，本次调查问卷收集的数据可以使用该模型估计变量间的影响关系，分析结果具有良好参考性。

2.路径分析

路径分析可以有效检验提出的假设是否成立，从而判断各变量间的影响关系是否符合预期。模型路径分析结果如表3所示，得出了相应路径的P值及标准化系数等参数。