论文部分内容阅读
摘要：高校教师的信息化教学能力，受到多种因素的影响。研究者通过对湖南省高校教师的调查研究，揭示了高校教师的信息化教学现状。进一步，该论文采用结构方程模型，验证了高校教师持续的信息化教学意向、教师对技术的有用性感知、易用性感知、教师对技术的自我效能、计算机经验五大变量对高校教师信息化教学能力的重要影响作用。最后，论文据此提出一系列应对策略：提升教师活力，激发教师信息化教学效能;加强信息化教学建设，保障教师信息化教学持续发展;开展信息化教学发展项目，丰富教师信息化教学经验。
关键词：高校教师;信息化教学能力;技术接受模型
中图分类号：G434 文献标识码：A
一、研究背景概述
进入信息社会以来，人类的生产生活内容与方式发生了重大变革，同样，教育的内容与形式也被信息技术所重塑。具体到教师的教学，经过几十年的发展变革，信息技术丰富了知识的组织形式、突破了知识传播的时间与空间的界限，再造了知识传播的流程，信息技术已然和教学深度融合，微课、慕课、翻转课堂等新型教学形式以及虚拟仿真等实践教学形式的出现，正是信息技术发展的结果。201 8年，教育部颁布《教育信息化2.0行动计划》指出：“经过多年的探索实践，信息技术对教育的革命性影响已经初步显现，但与新时代的要求仍存在较大差距。教师信息技术应用能力基本具备但信息化教学创新能力尚显不足，信息技术与学科教学深度融合不够。”这说明，虽然教师单纯的信息技术能力已基本具备，但随着信息技术的高速发展，教师单纯的信息技术能力已远远不能满足当下教学的需要。而教师将信息技术与教学融合的能力，也就是教师的信息化教学能力，还有待进一步提升。作为教师教学的核心能力，高校教师信息化教学能力如何？其发展受哪些因素的影响？如何提升教师信息化教学能力？研究和回答这些问题，对提升教师教学水平，促进教师教学发展，进一步提升人才培养质量有着重大意义。
随着信息技术与教育教学的深度融合，近年来，相关研究日渐增多。文献梳理发现，对教师信息化教学能力的研究对象多集中于中小学教师。如杜玉霞提出了基于大数据技术分类发展、构建一体化网络教研体系、建立科学的评价机制等基于“互联网 ”的中小学教师信息化教学能力提升措施。左明章等在对湖北中小学教师调研的基础上，结合培训实践建构了能有效贯通“理论学习与教学实践”“集中培训”与“日常教学教研”的区域教师信息化教学能力培训实施策略。对高校教师信息化教学能力的研究与探讨相对较少。也有不少学者用技术接受相关模型对教师信息化教学进行了研究，但研究的最终因变量多为技术的采纳与使用。如高峰利用TAM等模型，实证了高校在引入一项技术创新后影响教师采纳和持续采纳创新的因素，以及这些因素对不同创新采纳阶段的教师采纳行为的影响变化。李毅等通过对20余所中小学教师的调研，应用TAM分析发现教师信息化教学受个人对信息技术感知有用性、感知易用性和实际应用能力的影响。刘禹等通过对西部中小学教师的调查问卷，利用TAM，验证了感知有用性对教师信息技术运用行为意向的直接影响、主观规范和工作相关陛对感知有用性的直接影响，但实证结果表明感知易用性对行为意向和感知有用性的影响不显著。在信息技术已经深深融入教学全过程的今天，教师的教学已基本离不开信息技术的支持，教师单纯的信息技术能力也已基本具备，而教师利用信息技术创新教育教学的能力提升才是当前亟待解决的问题，因此，研究高校教师信息化教学能力更凸显其意义所在。基于此，本研究将以高校教师为研究对象，利用技术接受模型（Technology Acceptance Model，TAM）探讨其信息化教学能力影响因素，希望为高校教师信息化教学能力发展提出可行性建议。
二、研究设计思路
（一）研究模型选择
针对个体对新技术的接受和使用行为，学者们从不同的角度提出了众多的理论和模型，其中，最具代表性、应用最广泛的就是TAM。高校教师信息化教学能力来源于高校教师采用信息技术教学实践，没有对信息技术的使用，教师信息化教学能力无从谈起，鉴于此，研究拟采用TAM为基础来建构高校教师信息化教学能力影响因素模型。
TAM是学者Davis于1 986年提出的一个用来解释和预测个体接受和使用信息技术的理论模型，自该理论提出之日起，就在信息技术领域得到了广泛的应用，不少学者对其进行的验证表明，该理论是一个具有较强解释力的理论模型。TAM假定，技术的实际使用决定于个体的使用行为意图（BI），个体的使用行为意图由感知有用性（u）和个体的使用态度（A）共同决定，个体的使用态度（A）由感知有用性（U）和感知易用性（EOU）共同决定，感知有用性（u）由感知易用性（EOU）和外部变量（External Variables）如系统设计特征、用户特征、开发或执行过程的本质、培训、政策影响、组织结构等共同决定，感知易用性（EOU）由外部变量（External Variables）决定。后来，Davis等直接用感知易用性和感知有用性这两大变量代替了使用态度这一变量，简化了TAM。由于TAM并未对外部变量做详细的解释，这给后续研究提供了进一步探索的空间，本研究将聚焦“用户特征”这一维度，探讨教师的“自我效能”和“计算机经验”这两个外部变量的影响与作用。
（二）研究假设与模型建构
1.實际的技术使用和使用行为意向
使用行为意向和实际的技术使用，是各类技术接受模型的两个因变量，表示个体对信息技术的接受和使用，其中，使用行为意向是实际技术使用的自变量。对技术的使用行为是对某项特定技术进行有意识选择的结果，它是TAM的最终因变量。在以往的研究中，曾作为实际技术使用测量指标的有：使用决策、使用时间、使用程度、使用频率、使用数量以及使用的持续性等，由于测量指标的不统一，导致模型实证研究结果也不统一。
本研究拟采用信息化教学能力代替实际的技术使用，这一变量综合反映了使用的时间、程度、频率等。使用行为意向是实际的技术使用的自变量，即个体使用某项技术的意向越强烈，就越有可能产生使用该项技术的实际行为。在本研究中，最终的因变量为信息化教学能力，因此，必须要通过一段时间的使用才能看出教师的实际技术使用能力水平，故在本研究中，使用持续的信息化教学意向这一变量代替原模型中使用行为意向。据此，本研究提出如下假设： 假设1：持续的信息化教学意向正向影响教师的信息化教学能力，即教师持续的信息化教学意向越强烈，其信息化教学能力越强。
2.感知有用性和感知易用性
感知有用性和感知易用性，是TAM及其后来发展的各类技术接受模型的核心变量，也是最重要的自变量。文献分析发现，对技术接受模型的实证研究中，感知有用性和感知易用性始终是最稳定的影响因素。感知有用性是指个体相信使用特定的技术能够增加其工作绩效的程度。
在本研究里，研究者将感知有用性定义为，教师认为信息技术有助于解决教学中面临的问题或能提升教学的效率与效果。在具体的教学情境中，教师能否采用新的信息技术往往取决于该技术是否能更有助于完成教学目标，更好地辅助学生学习，提升教学效果。如果该技术能够达到上述目标，教师将更倾向于学习并持续使用，而且是越认为该技术有用，持续使用的意向越强烈。感知易用性是指个体相信使用特定技术的容易程度或使用特定技术可以减少所花费努力的程度。TAM认为，个体对信息技术的感知易用性显著影响个体的感知有用性和个体对该技术的使用意向。在本研究中，我们将感知易用性具体化为教师认为某一信息技术容易使用的程度。在教师的工作中，当某一项新的信息技术推出时，教师在学习使用的过程中如果发现该技术很难学习掌握，教师也很可能主观倾向于认为该技术的用处不大;另一方面，如果教师发现某一信息技术确实有用，但同时也发现掌握该技术需要花费大量的时间精力，那么教师也有可能不会使用、极少使用或不能持续使用该技术。
据此，本研究提出如下假设：
假设2：感知有用性正向影响教师持续的信息化教学意向，即教师对信息技术的感知有用性程度越高，其持续的信息化教学意向越强烈。
假设3：感知易用性正向影响教师持续的信息化教学意向，即教师对信息技术的感知易用性程度越高，其持续的信息化教学意向越强烈。
假设4：感知易用性正向影响感知有用性，即教师对信息技术的感知易用性程度越高，其对该技术的感知有用性程度也会越高。
3.用户特征
在TAM中，用户特征是个体接受和采纳信息技术的重要外部变量。有学者根据以往的实证研究总结出个体接受和采纳信息技术的用户特征因素有自我效能、信任、情感、创新、经验、习惯等十几个之多。本研究着眼于教师群体的特征，仅关注自我效能和计算机经验这两个用户特征因素。
“自我效能”这一概念来源于社会认知理论（social Cognitive Theory，简称SCTl，是指个体对自己完成某一特定行为的信心，其应用于信息技术的采纳和使用是指个体对自己使用技术完成某一特定任务的信心。本研究认为，技术自我效能高的教师会更专注于具体的任务情境中，激发自身最大的努力发掘信息技术的优势提升教学效率与效果，而在这一过程中，他们更容易发现技术的有用性和易用性，从而更持续地使用信息技术进行教学。相反，技术自我效能低的教师面对各种技术会表现得信心不足，将技术的难度看得过高，甚至可能形成技术学习与使用的压力，因此，他们对技术的有用性和易用性的感知会变得不足，更难以有持续的动力在教学中坚持使用技术。计算机经验反映了个体使用计算机实践的长短及其在使用技术实践过程中积累的知识与技能水平。个体积累了较丰富的计算机经验时，一般就具备了一定的信息技术能力，同时能够较轻松地学习新的信息技术，在操作处理技术系统的过程中能够更轻松地处理突发情况从而影响他对信息技术的易用性认知，进而影响其持续使用的意向。
本研究认为，拥有更丰富计算机经验的教师，对应用信息技术解决问题的认识更深，因而更趋向于用信息化手段解决工作生活中的各种问题。而在这一过程中，其计算机水平与能力得到更大提升。尽管他们的计算机经验并不一定是在教学的过程中积累，但他们会更容易接触、学习与教学相关的信息技术，在信息化教学过程中遇到问题更容易解决，因而更能感知技术的易用性，从而更加能持续使用信息技术教学。
基于以上思路，本研究提出如下假设：
假设5：自我效能正向影响感知有用性，即教师对信息技术的自我效能越高，其对该技术的感知有用性程度也会越高。
假设6：自我效能正向影响感知易用性，即教师对信息技术的自我效能越高，其对该技术的感知易性程度也会越高。
假设7：计算机经验正向影响教师持续的信息化教学意向，即教师的计算机经验越丰富，其持续的信息化教学意向越强烈。
假设8：计算机经验正向影响感知易用性，即教师的计算机经验越丰富，其对技术的感知有易性程度也会越高。
4.模型建构
根据TAM以及研究所提出的假设，我们建构了高校教师信息化教学能力影响因素模型，如图1所示，该模型包括了6个变量和8对假设关系。
（三）研究工具
本研究的工具为一份“高校教师信息化教学”调查问卷，所涉及的内容是高校教师信息化教学能力受哪些因素的影响。该问卷包含两部分，基本信息部分主要是被测试对象的性别、年龄、学历学位、职称等基础信息;正式问卷根据理论模型分为：信息化教学能力、持续的信息化教学意向、感知易用性、感知有用性、自我效能和计算机经验这六个变量。问卷的形式为五点式里克特量表，被试者通过回答“完全符合”“基本符合”“中立”“不太符合”和“完全不符合”来实现对其信息化教学能力影响因素的测评，被试者答“完全符合”记5分、“基本符合”記4分、“中立”记3分、“不太符合”记2分、“完全不符合”记1分。
问卷在正式使用之前，用104名教师的预测数据进行了信效度检测。信度检测采用Cronbach’s a系数检测问卷各部分的可靠性和稳定性，结果显示整份问卷的Cronbach’s a系数为0.971，具有非常高的信度。效度检测首先采用面对面或网络征求意见的方法分别发给3名教育技术和教师教育领域专家以及3名高校教师进行定量工具的修改意见征集，再根据他们反馈的结果对问卷的结构和内容表述方式进行了适当修改，并再次请专家进行审定，以保证问卷的内容效度;然后采用项目分析法，通过27、73分位数计算筛选不具备鉴别力的题项，以检测整份问卷能否正确测量所要研究的问题。结果显示调整后的问卷同样具有非常高的效度。正式问卷共计33题，其中基础信息7题、六大变量中“信息化教学能力”6题、“持续的信息化教学意向”4题、“感知易用性”4题、“感知有用性”4题、“自我效能”4题、“计算机经验”4题。 （四）样本抽取
本研究采用网络问卷调查法在湖南4所高校发放了问卷，这4所高校包括1所一本院校、1所三本院校和2所高职高专。研究对象是上述这4所样本学校的专任教师，他们目前在职在岗，虽然可能有小部分兼任了行政职务，但仍以从事教学工作为主，这就排除了高校行政管理人员和以科研为主的研究人员。为了保证样本的代表性，我们在4所院校按专业设置比例在其下属二级学院或系部投放问卷链接或二维码。本次调查时间为2019年5月26日-6月16日，在调查有效期内，总共获得388人的回复。研究对388份有效问卷中研究对象基本信息进行了统计，抽样教师的基本情况如表1所示。
三、模型分析与假设检验
研究采用结构方程模型分析方法对模型进行分析检验，数据分析工具为AMOS20.0。模型分析包括对测量模型的信度、区别效度和收敛效度的检测，对结构模型的拟合度分析，在分析显示各项指标达标后，用数据对结构方程模型进行了检验。
（一）问卷信效度检测
研究对问卷的六个维度进行了信度、区别效度和收敛效度分析。分析数据显示，问卷的组成信度（CR）介于0.876-0.948之间，说明问卷内部具有较高的一致性;问卷的平均方差萃取量（AVE）在0.639-0.821之间，各要素对题项的平均解释能力均超过60%，大于学者建议值0.50，说明问卷具备良好的收敛效度;区分效度分析显示，问卷各维度内部的一致性均高于维度之间的相关性，说明问卷也具备良好的区分效度。
（二）结构模型拟合度分析
拟合度是指模型的适合度或配合度，在模型拟合度评估方面，若模型拟合度越高，则代表模型可用性越高，参数的估计越具有其涵义。一般来说，学者常用的测量指标分为绝对拟合度指标、增值拟合度指标和精简拟合度指标三类。RMSEA为近似误差平方根，越接近于0表示模型拟合度越好，学者建议要求小于0.08;GFI、AGFI、NFI、NNFI、RFI、CFI、IFI等指标越接近于1表示模型拟合度越好，根据学者建议，大于0.8可以接受，大于0.9则表示拟合度较好;PNFI、PGFI这两个指标大于0.5则表示模型拟合度较好;卡方自由度比小于5可以接受，小于3是模型拟合度较好的表示。从模型拟合度分析结果来看，除了AGFI仅在0.8以上，属于可以接受的范围以外，其余所有指标均为模型拟合度好的表示。
（三）研究假设检验
根据结构方程模型，得到了研究模型的假设检验结果。如表2所示，高校教师信息化教学能力影响因素模型的假设H1、H2、H3、H4、H5、H6、H7、H8均得到了数据的支持。各假设对应的标准化路径系数值及含义如下。
H1为持续的信息化教学意向对信息化教学能力的影响，这一假设的路径系数为0.604（P
关键词：高校教师;信息化教学能力;技术接受模型
中图分类号：G434 文献标识码：A
一、研究背景概述
进入信息社会以来，人类的生产生活内容与方式发生了重大变革，同样，教育的内容与形式也被信息技术所重塑。具体到教师的教学，经过几十年的发展变革，信息技术丰富了知识的组织形式、突破了知识传播的时间与空间的界限，再造了知识传播的流程，信息技术已然和教学深度融合，微课、慕课、翻转课堂等新型教学形式以及虚拟仿真等实践教学形式的出现，正是信息技术发展的结果。201 8年，教育部颁布《教育信息化2.0行动计划》指出：“经过多年的探索实践，信息技术对教育的革命性影响已经初步显现，但与新时代的要求仍存在较大差距。教师信息技术应用能力基本具备但信息化教学创新能力尚显不足，信息技术与学科教学深度融合不够。”这说明，虽然教师单纯的信息技术能力已基本具备，但随着信息技术的高速发展，教师单纯的信息技术能力已远远不能满足当下教学的需要。而教师将信息技术与教学融合的能力，也就是教师的信息化教学能力，还有待进一步提升。作为教师教学的核心能力，高校教师信息化教学能力如何？其发展受哪些因素的影响？如何提升教师信息化教学能力？研究和回答这些问题，对提升教师教学水平，促进教师教学发展，进一步提升人才培养质量有着重大意义。
随着信息技术与教育教学的深度融合，近年来，相关研究日渐增多。文献梳理发现，对教师信息化教学能力的研究对象多集中于中小学教师。如杜玉霞提出了基于大数据技术分类发展、构建一体化网络教研体系、建立科学的评价机制等基于“互联网 ”的中小学教师信息化教学能力提升措施。左明章等在对湖北中小学教师调研的基础上，结合培训实践建构了能有效贯通“理论学习与教学实践”“集中培训”与“日常教学教研”的区域教师信息化教学能力培训实施策略。对高校教师信息化教学能力的研究与探讨相对较少。也有不少学者用技术接受相关模型对教师信息化教学进行了研究，但研究的最终因变量多为技术的采纳与使用。如高峰利用TAM等模型，实证了高校在引入一项技术创新后影响教师采纳和持续采纳创新的因素，以及这些因素对不同创新采纳阶段的教师采纳行为的影响变化。李毅等通过对20余所中小学教师的调研，应用TAM分析发现教师信息化教学受个人对信息技术感知有用性、感知易用性和实际应用能力的影响。刘禹等通过对西部中小学教师的调查问卷，利用TAM，验证了感知有用性对教师信息技术运用行为意向的直接影响、主观规范和工作相关陛对感知有用性的直接影响，但实证结果表明感知易用性对行为意向和感知有用性的影响不显著。在信息技术已经深深融入教学全过程的今天，教师的教学已基本离不开信息技术的支持，教师单纯的信息技术能力也已基本具备，而教师利用信息技术创新教育教学的能力提升才是当前亟待解决的问题，因此，研究高校教师信息化教学能力更凸显其意义所在。基于此，本研究将以高校教师为研究对象，利用技术接受模型（Technology Acceptance Model，TAM）探讨其信息化教学能力影响因素，希望为高校教师信息化教学能力发展提出可行性建议。
二、研究设计思路
（一）研究模型选择
针对个体对新技术的接受和使用行为，学者们从不同的角度提出了众多的理论和模型，其中，最具代表性、应用最广泛的就是TAM。高校教师信息化教学能力来源于高校教师采用信息技术教学实践，没有对信息技术的使用，教师信息化教学能力无从谈起，鉴于此，研究拟采用TAM为基础来建构高校教师信息化教学能力影响因素模型。
TAM是学者Davis于1 986年提出的一个用来解释和预测个体接受和使用信息技术的理论模型，自该理论提出之日起，就在信息技术领域得到了广泛的应用，不少学者对其进行的验证表明，该理论是一个具有较强解释力的理论模型。TAM假定，技术的实际使用决定于个体的使用行为意图（BI），个体的使用行为意图由感知有用性（u）和个体的使用态度（A）共同决定，个体的使用态度（A）由感知有用性（U）和感知易用性（EOU）共同决定，感知有用性（u）由感知易用性（EOU）和外部变量（External Variables）如系统设计特征、用户特征、开发或执行过程的本质、培训、政策影响、组织结构等共同决定，感知易用性（EOU）由外部变量（External Variables）决定。后来，Davis等直接用感知易用性和感知有用性这两大变量代替了使用态度这一变量，简化了TAM。由于TAM并未对外部变量做详细的解释，这给后续研究提供了进一步探索的空间，本研究将聚焦“用户特征”这一维度，探讨教师的“自我效能”和“计算机经验”这两个外部变量的影响与作用。
（二）研究假设与模型建构
1.實际的技术使用和使用行为意向
使用行为意向和实际的技术使用，是各类技术接受模型的两个因变量，表示个体对信息技术的接受和使用，其中，使用行为意向是实际技术使用的自变量。对技术的使用行为是对某项特定技术进行有意识选择的结果，它是TAM的最终因变量。在以往的研究中，曾作为实际技术使用测量指标的有：使用决策、使用时间、使用程度、使用频率、使用数量以及使用的持续性等，由于测量指标的不统一，导致模型实证研究结果也不统一。
本研究拟采用信息化教学能力代替实际的技术使用，这一变量综合反映了使用的时间、程度、频率等。使用行为意向是实际的技术使用的自变量，即个体使用某项技术的意向越强烈，就越有可能产生使用该项技术的实际行为。在本研究中，最终的因变量为信息化教学能力，因此，必须要通过一段时间的使用才能看出教师的实际技术使用能力水平，故在本研究中，使用持续的信息化教学意向这一变量代替原模型中使用行为意向。据此，本研究提出如下假设： 假设1：持续的信息化教学意向正向影响教师的信息化教学能力，即教师持续的信息化教学意向越强烈，其信息化教学能力越强。
2.感知有用性和感知易用性
感知有用性和感知易用性，是TAM及其后来发展的各类技术接受模型的核心变量，也是最重要的自变量。文献分析发现，对技术接受模型的实证研究中，感知有用性和感知易用性始终是最稳定的影响因素。感知有用性是指个体相信使用特定的技术能够增加其工作绩效的程度。
在本研究里，研究者将感知有用性定义为，教师认为信息技术有助于解决教学中面临的问题或能提升教学的效率与效果。在具体的教学情境中，教师能否采用新的信息技术往往取决于该技术是否能更有助于完成教学目标，更好地辅助学生学习，提升教学效果。如果该技术能够达到上述目标，教师将更倾向于学习并持续使用，而且是越认为该技术有用，持续使用的意向越强烈。感知易用性是指个体相信使用特定技术的容易程度或使用特定技术可以减少所花费努力的程度。TAM认为，个体对信息技术的感知易用性显著影响个体的感知有用性和个体对该技术的使用意向。在本研究中，我们将感知易用性具体化为教师认为某一信息技术容易使用的程度。在教师的工作中，当某一项新的信息技术推出时，教师在学习使用的过程中如果发现该技术很难学习掌握，教师也很可能主观倾向于认为该技术的用处不大;另一方面，如果教师发现某一信息技术确实有用，但同时也发现掌握该技术需要花费大量的时间精力，那么教师也有可能不会使用、极少使用或不能持续使用该技术。
据此，本研究提出如下假设：
假设2：感知有用性正向影响教师持续的信息化教学意向，即教师对信息技术的感知有用性程度越高，其持续的信息化教学意向越强烈。
假设3：感知易用性正向影响教师持续的信息化教学意向，即教师对信息技术的感知易用性程度越高，其持续的信息化教学意向越强烈。
假设4：感知易用性正向影响感知有用性，即教师对信息技术的感知易用性程度越高，其对该技术的感知有用性程度也会越高。
3.用户特征
在TAM中，用户特征是个体接受和采纳信息技术的重要外部变量。有学者根据以往的实证研究总结出个体接受和采纳信息技术的用户特征因素有自我效能、信任、情感、创新、经验、习惯等十几个之多。本研究着眼于教师群体的特征，仅关注自我效能和计算机经验这两个用户特征因素。
“自我效能”这一概念来源于社会认知理论（social Cognitive Theory，简称SCTl，是指个体对自己完成某一特定行为的信心，其应用于信息技术的采纳和使用是指个体对自己使用技术完成某一特定任务的信心。本研究认为，技术自我效能高的教师会更专注于具体的任务情境中，激发自身最大的努力发掘信息技术的优势提升教学效率与效果，而在这一过程中，他们更容易发现技术的有用性和易用性，从而更持续地使用信息技术进行教学。相反，技术自我效能低的教师面对各种技术会表现得信心不足，将技术的难度看得过高，甚至可能形成技术学习与使用的压力，因此，他们对技术的有用性和易用性的感知会变得不足，更难以有持续的动力在教学中坚持使用技术。计算机经验反映了个体使用计算机实践的长短及其在使用技术实践过程中积累的知识与技能水平。个体积累了较丰富的计算机经验时，一般就具备了一定的信息技术能力，同时能够较轻松地学习新的信息技术，在操作处理技术系统的过程中能够更轻松地处理突发情况从而影响他对信息技术的易用性认知，进而影响其持续使用的意向。
本研究认为，拥有更丰富计算机经验的教师，对应用信息技术解决问题的认识更深，因而更趋向于用信息化手段解决工作生活中的各种问题。而在这一过程中，其计算机水平与能力得到更大提升。尽管他们的计算机经验并不一定是在教学的过程中积累，但他们会更容易接触、学习与教学相关的信息技术，在信息化教学过程中遇到问题更容易解决，因而更能感知技术的易用性，从而更加能持续使用信息技术教学。
基于以上思路，本研究提出如下假设：
假设5：自我效能正向影响感知有用性，即教师对信息技术的自我效能越高，其对该技术的感知有用性程度也会越高。
假设6：自我效能正向影响感知易用性，即教师对信息技术的自我效能越高，其对该技术的感知易性程度也会越高。
假设7：计算机经验正向影响教师持续的信息化教学意向，即教师的计算机经验越丰富，其持续的信息化教学意向越强烈。
假设8：计算机经验正向影响感知易用性，即教师的计算机经验越丰富，其对技术的感知有易性程度也会越高。
4.模型建构
根据TAM以及研究所提出的假设，我们建构了高校教师信息化教学能力影响因素模型，如图1所示，该模型包括了6个变量和8对假设关系。
（三）研究工具
本研究的工具为一份“高校教师信息化教学”调查问卷，所涉及的内容是高校教师信息化教学能力受哪些因素的影响。该问卷包含两部分，基本信息部分主要是被测试对象的性别、年龄、学历学位、职称等基础信息;正式问卷根据理论模型分为：信息化教学能力、持续的信息化教学意向、感知易用性、感知有用性、自我效能和计算机经验这六个变量。问卷的形式为五点式里克特量表，被试者通过回答“完全符合”“基本符合”“中立”“不太符合”和“完全不符合”来实现对其信息化教学能力影响因素的测评，被试者答“完全符合”记5分、“基本符合”記4分、“中立”记3分、“不太符合”记2分、“完全不符合”记1分。
问卷在正式使用之前，用104名教师的预测数据进行了信效度检测。信度检测采用Cronbach’s a系数检测问卷各部分的可靠性和稳定性，结果显示整份问卷的Cronbach’s a系数为0.971，具有非常高的信度。效度检测首先采用面对面或网络征求意见的方法分别发给3名教育技术和教师教育领域专家以及3名高校教师进行定量工具的修改意见征集，再根据他们反馈的结果对问卷的结构和内容表述方式进行了适当修改，并再次请专家进行审定，以保证问卷的内容效度;然后采用项目分析法，通过27、73分位数计算筛选不具备鉴别力的题项，以检测整份问卷能否正确测量所要研究的问题。结果显示调整后的问卷同样具有非常高的效度。正式问卷共计33题，其中基础信息7题、六大变量中“信息化教学能力”6题、“持续的信息化教学意向”4题、“感知易用性”4题、“感知有用性”4题、“自我效能”4题、“计算机经验”4题。 （四）样本抽取
本研究采用网络问卷调查法在湖南4所高校发放了问卷，这4所高校包括1所一本院校、1所三本院校和2所高职高专。研究对象是上述这4所样本学校的专任教师，他们目前在职在岗，虽然可能有小部分兼任了行政职务，但仍以从事教学工作为主，这就排除了高校行政管理人员和以科研为主的研究人员。为了保证样本的代表性，我们在4所院校按专业设置比例在其下属二级学院或系部投放问卷链接或二维码。本次调查时间为2019年5月26日-6月16日，在调查有效期内，总共获得388人的回复。研究对388份有效问卷中研究对象基本信息进行了统计，抽样教师的基本情况如表1所示。
三、模型分析与假设检验
研究采用结构方程模型分析方法对模型进行分析检验，数据分析工具为AMOS20.0。模型分析包括对测量模型的信度、区别效度和收敛效度的检测，对结构模型的拟合度分析，在分析显示各项指标达标后，用数据对结构方程模型进行了检验。
（一）问卷信效度检测
研究对问卷的六个维度进行了信度、区别效度和收敛效度分析。分析数据显示，问卷的组成信度（CR）介于0.876-0.948之间，说明问卷内部具有较高的一致性;问卷的平均方差萃取量（AVE）在0.639-0.821之间，各要素对题项的平均解释能力均超过60%，大于学者建议值0.50，说明问卷具备良好的收敛效度;区分效度分析显示，问卷各维度内部的一致性均高于维度之间的相关性，说明问卷也具备良好的区分效度。
（二）结构模型拟合度分析
拟合度是指模型的适合度或配合度，在模型拟合度评估方面，若模型拟合度越高，则代表模型可用性越高，参数的估计越具有其涵义。一般来说，学者常用的测量指标分为绝对拟合度指标、增值拟合度指标和精简拟合度指标三类。RMSEA为近似误差平方根，越接近于0表示模型拟合度越好，学者建议要求小于0.08;GFI、AGFI、NFI、NNFI、RFI、CFI、IFI等指标越接近于1表示模型拟合度越好，根据学者建议，大于0.8可以接受，大于0.9则表示拟合度较好;PNFI、PGFI这两个指标大于0.5则表示模型拟合度较好;卡方自由度比小于5可以接受，小于3是模型拟合度较好的表示。从模型拟合度分析结果来看，除了AGFI仅在0.8以上，属于可以接受的范围以外，其余所有指标均为模型拟合度好的表示。
（三）研究假设检验
根据结构方程模型，得到了研究模型的假设检验结果。如表2所示，高校教师信息化教学能力影响因素模型的假设H1、H2、H3、H4、H5、H6、H7、H8均得到了数据的支持。各假设对应的标准化路径系数值及含义如下。
H1为持续的信息化教学意向对信息化教学能力的影响，这一假设的路径系数为0.604（P