河南省高等教育教学成果奖申报展示

【背景】：为了提升园林大规模在线开放课程（MOOC）的建设质量，充分了解学生在线学习的心理需求是十分必要的。

【方法】：选取园林相关专业的本科生和研究生共119人为研究对象，筛选分别属于课程组织、课程资源、学习环境、学习体验、学习支持等5个功能模块的18项指标，利用问卷星制作基于KANO模型结构的调查表，通过微信进行问卷调查。统计传统KANO模型分类以及Better-Worse系数分类。

【结果】：研究表明，根据传统KANO模型分类方法，18项指标中17项属于魅力型需求、1项属于必备型需求。基于Better-Worse系数进行重新分类后，4项属于魅力型需求，6项属于期望型需求，4项属于基本型需求，4项属于无关型需求。MOOC应根据四种需求类型有针对性地对指标采取不同的策略。

【结论】：园林相关专业学生在线学习心理需求分析，可以为MOOC建设及优化提供依据，以更加符合学生的学习需求，取得更好的学习效果。

【关键词】：MOOC，KANO模型，学习心理需求，园林

高等教育是国家创新系统的重要组成部分，一直以来，高等教育都是推动生产变革、提高政府效率和促进社会进步的重要力量。世界各国都在不断从管理、制度、模式、课程等方面进行着高等教育的改革与创新。中国是世界上最大的发展中国家，经济快速增长，高等教育在近些年也获得了长足的发展。同样，中国也一直不断地进行着高等教育的改革并取得了卓越的成绩。中国国家教育部2019年4月29日启动了“六卓越一拔尖”计划，全面推进新工科、新医科、新农科、新文科（简称“四新”） 建设，以提高高校服务经济社会发展能力。此次高等教育改革的核心内容主要表现在三个方面：专业建设、课程建设和基础学科建设。其中，课程建设要求提高“两性一度”，即高阶性、创新性和挑战度，在全国范围内要大力建设“线上课程”和“线上线下混合式课程”，合理利用现代信息技术推动在线教育的发展。

在线教育自21世纪以来迅猛发展，其特点是先进的灵活性、学习者的自主性和数字技术使用的广泛性，这得益于信息技术的快速发展和教育理念的革新。在线学习是一场学习方式上的重大变革，通过网络，世界各地的学习者可以突破时间和空间上的限制，获取到需要的知识和技能。在线教育也带动了翻转式课堂的发展，课堂上不再是讲授理论的地方，而是成为了师生之间互动的场所，提升了学习的效果。在线教育还极大推进了培训教育的发展，许多知名的企业都通过在线教育进行职业培训，提升培训效率的同时节约了培训成本。新冠肺炎的全球流行对高等教育产生了巨大的影响，许多教育机构将线下课程搬到了线上，对保障教学起到了重要的作用。尽管在线教学一定程度上可以取代面对面教学，线下学习和线上学习没有显著的差异性。但是，对于科学Science、技术Technology、工程Engineering和数学Math（STEM）课程则面临较大的挑战，因为这些课程通常需要更多的实践活动和现场演示。还有一些医学类课程，因为需要昂贵的实验室空间、设备及教师的指导，因此开展线上教学存在一定的困难。在线教育的成效是有目共睹的，但是也并非完美。部分课程的研究结果表明，虽然学生表现良好，但缺少良好的学术实践，例如深入阅读和撰写论文。此外，也有教师反馈教育质量降低，并且增加了工作量。

学生在线学习的心理需求受多种因素的影响，就业、竞争力、教育环境、学习环境、课程内容、教学法、功能性等都会影响MOOC质量。目标明确、导航清晰、互动交流、作业评价标准、接受辅导、自主学习、从多种渠道中学习、和工作相关等被认为是MOOC的重要影响因素。MOOC学习持久性的主要驱动力是：焦虑、满意度、努力预期、敬业度、行为意图、雇主鼓励、便利条件和绩效预期，学生们喜欢能够满足个人日程安排需求的灵活性强的课程。

如何评价MOOC的质量引起了广泛的注意，多种评价工具被开发用于评价MOOC的质量。在线教育不同于线下教育，和线下教育具有完全不同的学习体验。美国是世界上最早开展在线教育的国家，具有成熟的在线教育评价经验。E-learning certification standards主要从可用性、技术性和教学性三个方面进行MOOC评价。Quality on the line是由美国高等教育政策研究所联合研制的标准，主要分为体系结构、课程开发、教学/学习、课程结构、学生支持系统、教师支持系统、评价与评估系统等七个方面。中国学者的研究中，课程网站的设计、课程的内容、学习互动、网络支持、教学资源、知识获取、能力获取、价值观培养等是关注较多的指标。

MOOC的评价方法有很多。定性评价主要是采用访谈的方式，定量评价多采用AHP、模糊评价等方法。在线参与学习指标Indicators of Engaged Learning Online (IELO) 框架可用作instructional designers (IDs) 和教师评估在线课程的工具。Kano模型、SERVQUAL和质量功能部署Quality Function Deployment (QFD) 等质量工具被广泛应用于设计和改进服务。在产品质量评价领域，KANO模型被广泛应用，是一种指导开发人员根据预测客户的接受感做出有关提升产品质量的明智决策的方法。该模型由东京理工大学教授KANO提出，主要用于对用户需求进行分类和优先排序，体现了产品性能和用户满意之间的非线性关系。满意度理论研究中发现，并非所有的因素对用户满意度产生的影响都是一维的。二维模式认为，当提供某些因素时，未必会获得用户的满意，有时可能会造成不满意，有时提供或不提供某些因素，用户认为根本无差异，这就是满意度的二维模式。KANO模型产生以来，在工业产品设计、旅游产品、医疗服务、体育产品、教育服务、交通质量、银行服务等多个领域广泛应用，对改进产品质量与服务发挥了重要的作用。通过了解消费者的偏好，提高消费者的忠诚度，已经成为企业普遍重视的内容。KNAO模型分析也应用于教育领域，Damjan等人依据KANO模型，提出了侧重于从学生和教师的角度评估RCT features (RCTF)的方法。等人基于刺激-组织-响应理论（Stimulus-Organization-Response theory）和KANO模型，将服务公平和服务质量作为预测满意度和不满意度的工具。

在线教育已经形成了巨大的商业市场，调查显示61%的学生使用过至少1门MOOC。本质上，MOOC是一种教育产品，是将传统的线下教育通过网络为师生提供的服务。作为一种教育产品，学生的心理需求对课程的顺利运行起着至关重要的作用，了解学生需求增强学习体验是提升MOOC质量的重要步骤。因此，使用KANO模型可以发现使用者对MOOC的使用需求，并根据需求类型进一步改善课程质量，更好地服务于教学。

图1 KANO模型需求差异曲线图

2.1调研对象

KANO研究方法中，一般要求样本规模是量表项目数的5~10倍，并且样本总数不少于100~150 份。本次调研的对象选自河南科技学院园艺园林学院园林专业的学生。使用问卷星制作在线问卷，问卷由两部分组成：第一部分为受访者的基本属性；第二部分为18个指标的正反向问题。由学生辅导员和研究生秘书通过微信分别向本科生和研究生发放问卷，答题时间为2022年5月30~31日。最终回收问卷135份，剔除正向或者反向问题答案都相同的无效问卷后，有效问卷为119份，回收有效率为88.1%。调研对象的基本信息见表1。

表1 KANO问卷调研对象的基本信息

2.2调研问卷设计

影响在线学习的因素有很多，美国等国家很早就开展了MOOC质量评价相关的研究。中国的MOOC近年来呈爆发式增长，为了规范MOOC建设，国家教育部等部门也出台了多个标准或者文件，比较相关的有：《关于开展2019年国家精品在线开放课程认定工作的通知》、《关于一流本科课程建设的实施意见》、《高等学校慕课建设与应用指南》、《全国地方高校优课联盟MOOC课程质量保障体系》等，这些文件中主要的指标包括课程团队、课程目标、教学设计、课程内容、教学组织、教师指导等。本研究结合国内外MOOC质量评价的因子，筛选出18个指标，分属课程组织、课程资源、学习环境、学习体验、学习支持等5个功能模块（表2）。

表2 园林专业MOOC评价体系的功能模块及指标

    18个指标按照KANO问卷标准设计成18对正反向问题表。每对正反向问题采用李克特五级量表，分别对应的是“喜欢”、“理所当然”、“无所谓”、“可以忍受”和“不喜欢”。问卷题目采用文字的形式进行描述（表3），方便受访者理解并表达真实的态度。

表3 KANO模型正反向满意度调查（示例）

2.3数据收集

2.3.1信度分析

问卷信度分析的目的是检验问卷的可靠性。一般情况下，信度系数如果在 0.8 以上说明问卷的信度非常好；信度系数0.7以上可以接受的；如果在0.6以上，则该量表应进行修订；如低于0.6，量表需要重新设计。本研究问卷的信度分析中，正向问题和反向问题的整体信度值都超过了0.9，绝大部分功能模块中正向问题和反向问题的信度都在0.7以上，是可以接受的。仅有学习支持模块的反向问题信度在0.6以上，进一步研究中需要调整。

表4 问卷的信度检验

2.3.2效度分析

问卷效度分析的目的是检验问卷的真实性和准确性。一般情况下，KMO值在0.9以上非常适合做因子分析，KMO在0.8~0.9之间时很适合做因子分析，KMO在0.7~0.8之间适合，在0.6~0.7之间尚可，而低于0.6时不适合做因子分析。总体样本的KMO值是0.887，正向问卷的KMO值是0.896，反向问卷的KMO值是0.934，而巴特利特球形度检验统计值显著性概率均是0.000，小于0.01，均处于较好效度的范围内。

表5 问卷的效度检验

2.4统计分析方法

2.4.1传统KANO模型

传统的KANO分析是对照评价表，统计每一指标选取频数最大或者占比最高的需求类别，将其分为魅力型需求要素、期望型需求要素、基本型需求要素、无关型需求要素、反向型需求要素等五种类型（表6）。

表6   KANO模型各要素的需求分类表

注：A表示“魅力需求要素”、M表示“必备需求要素”、R表示“逆向需求要素”、O表示“一维需求要素”、Q表示“可疑或者矛盾回答”、I表示“无差别需求要素”。

2.4.2基于Better-Worse系数的KANO模型

传统KANO模型中，某个质量指标存在多个占比较高的要素，或存在与占比最高质量要素的占比值非常接近的其他质量要素，则该分类无法明确该质量指标属于哪种质量类别。后来，美国学者提出Better-Worse系数，一定程度上弥补了传统KANO模型的不足。SI是增加后的满意系数，数值介于0~1之间，数值越大说明该指标对公众需求满意度的影响越大。DSI是不满意系数，数值介于-1~0之间，数值越小说明该指标对公众需求不满意度的影响越大。

SI=(A+O)/(A+O+I+M)

DSI=-1*(O+M)/(A+O+I+M)

3.1传统KANO模型分类

表7 传统KANO模型属性统计

从表7中传统KANO模型分类结果可以看出，18个指标中有17个都属于魅力因素。这些指标充分时能够使学习者满意，不充分时也不会引起不满。显然，在其他相同的情况下，具有魅力质量的产品或者服务更加吸引消费者，更加容易形成竞争优势。MOOC一旦提供了这些优质的服务，会大大提升其满意度。传统的KANO模型分类很容易出现大量指标属于魅力型指标的情况，MOOC也不例外。进入21世纪以来，MOOC在全球范围内呈爆炸式增加，已经成为一种新型的教学产品。自 2011 年以来，三大MOOC平台Coursera、edX 和Udacity引发了MOOC教育的热潮。MOOC拓展了学习的时间和空间，提高了学习的灵活性和选择的自由度。但是，也存在着一些问题：缺乏社交互动使在线学习者感到孤独，这对在线学习产生了负面影响；课程的制作质量良莠不齐，一部分课程单纯地把线下学习模式搬上互联网，对所有的学习者进行毫无差异性的单向填鸭式教学。同样，MOOC在中国的应用中也出现了大量的问题。目前，中国除了政府教育部门统一组织的国家级、省级的MOOC外，各高校也都建立了大量的MOOC。MOOC的建设成本很高，需要精心的组织和制作，然而由于缺乏经费和经验，很多课程的建设质量较差，一定程度上影响了学生的学习积极性。调研显示，学生具有较低的参与率以及继续学习的意愿，MOOC的完成率通常较低，只有5~10%。学生的学习积极性并不是很高，很多都是被动参与MOOC的学习，因此对课程的关注度不高。但另一方面，一些质量非常优秀的课程例如国家级MOOC，从课程体系的构建，课程的组织、内容的呈现，课程媒体的制作，以及师生的互动参与都做的非常优秀，吸引了大量的学习者。

3.2 基于Better-Worse系数的KANO模型分类

根据公式1和公式2，分别计算SI和DSI。课程指标的SI区间为0.55~0.75，均值为0.648；课程指标的DSI绝对值区间为0.07~0.41，均值为0.238。以SI和DSI绝对值的平均值为原点，绘制象限图。这种数据处理方法弥补了传统KANO方法单纯依靠最大频数确定各指标需求属性的不足。

表8 基于Better-Worse系数的KANO模型属性统计

处于第一象限的要素属于必备型需求，有A2、A3、A5、D3等4个指标。SI和DSI绝对值均高于平均值，表明提供此类服务既能够提高学习者的满意度，又能够防止学习者的不满情绪，即分布在第一象限的元素均需要得到足够的重视。

处于第二象限的要素属于期望型需求，有A6、C2、D1、D4、E1、E2等6个指标。SI值低于平均值，表明提供此类需求的对应服务对提升满意度作用不大，SI值越小表示学习者越认为提供此项服务理所当然；DSI值高于平均值，表明不提供此类服务会增加不满意度，DSI值越大表示学习者对于不提供此类服务越不满意。说明这些只标虽然不能提高学习者的满意度，但是不满足会让学习者不满意，因此这些要素的存在有效地减少了学习者的不满情绪。

处于第三象限的要素属于无差异型需求，有A1、A4、C1、E3等4个指标。SI值和DSI值均低于平均值，说明相关服务并不是特别影响学习者的满意度，但在未来对服务进行改进可能使此类需求向高一层次需求进行转化。表明这些指标的存在对于学习者而言相对不重要，即当前学习者对这些要素的重视程度不够或者尚未引起他们的注意。

处于第四象限的要素属于魅力型需求，有B1、B2、B3、D2等4个指标。SI值高于平均值，说明提供此类服务能提高学习者的满意度，SI值越高，满意度越高；DSI值低于平均值说明提供此类服务对消除学习真的不满意度作用不大。

    图2 Better-Worse系数象限图

学生是教育质量的主体之一，MOOC不能只是一味地站在“教”的角度提供所谓的“应该提供的服务”，而是要充分考虑教育服务的供给和服务对象的匹配度。学生是挑剔的消费者，如果MOOC符合学生的期望则会显著提升学习的效果，这就需要根据学生期望合理调节课程指标，以使其更加符合预期。

4.1重视基本要素满足课程质量的基本需求

课程的教学团队是课程开展活动的基础，高素质的教学团队会提升知识传授的成功率。教师的教学经验、教学技能、学习经历对在线教学能力有显着影响，通过为教师提供灵活的交互式支持，教学设计者可以缩短这种理论知识和实践技能的差距。

MOOC的内容学习主要以多媒体为载体。但是，目前许多MOOC由于经费投入不足，视频清晰度、画面组织和呈现、音频效果等多个方面存在着显著的差距，已经成为影响MOOC学习兴趣的重要因素之一。数字视频在学习过程中占有越来越重要地位，但是对于通常不擅长视频创作的教师来说，创建视频是一项耗时的活动，融入数字音乐有助于提升MOOC的教学效果和满意度。

课程知识培养主要是指课程的知识传授。因此，知识和课程的契合度、知识的创新性、知识的丰富度等都会对MOOC质量产生影响。即便是名称相同的两门课程，在知识的组织上也存在着巨大的差异，因此，良好的知识体系结构成为学生期望的因素。

线下课程中师生之间可以面对面交流，而MOOC缺乏师生之间或者学生之间的互动机会。批评者认为MOOC的异步交互对于高等教育而言不够吸引人且不够严谨，一个平衡的在线环境应该提供异步和同步的机会，促进同学和教师之间的沟通和协作。对于一些参加MOOC的学生来说，接受辅导可能是他们成功的关键因素，即使学生最终表现良好，但是技术困难和缺乏导师支持也会使其产生挫败感，因此课程交流互动就成为学生十分期望的因素之一。研究表明，在线学习小组工作自我效能与学生应对挑战的意愿、领导力和信任关系以及小组应对小组挑战的意愿呈正相关，小组学习方式可以显著降低焦虑和认知负荷，并且提高课程学习的效果。因此可以设计协作系统，鼓励学生在跨文化在线学习环境中建立信任和团队合作。研究表明，在线学生群体重新注册的积极性较低，因为学习缺乏与教师的直接联系。并且，学生支持服务也十分匮乏，例如经济援助、学术顾问、或咨询服务等。MOOC还会错过学生团体和组织、演讲者和校园活动等的参与机会。混合式课程而不是纯MOOC能够增加有效的互动，成为一种推崇的模式。

在线学习需要充分的便利性，能够迅速访问平台并且平台的运行稳定流畅。目前，借助专业公司开发的课程平台建设的MOOC通常访问流畅、运行稳定，成为学生期待的要素。感知享受（PE）影响在线学习意图（OLI）受 ICT 基础设施和互联网速度和访问的影响。

4.2提升期望型要素增加课程的满意度

课程的教学设计是指根据课程标准的要求和教学对象的特点，将教学诸要素有序安排，确定合适的教学方案的设想和计划。一般包括教学目标、教学重难点、教学方法、教学步骤与时间分配等环节。和线下课程不同，MOOC的教学设计有其特殊性，需要重新组织教学环节，不能够完全按照线下的模式。

课程的内容决定着学生获得的知识和能力，因此是MOOC的基本质量要求之一。学生的出勤率低、学生持续学习的意愿较低等制约了中国在线教育发展。对于非正式的学习环境而言，课程内容对于MOOC是十分重要的，课程需要提供有关必备知识的内容，以建立共同知识库。研究表明，努力预期effort expectancy、内容质量content quality、感知成本perceived cost和性能预期performance expectancy 是影响持续学习的重要因素，而内容质量是最重要的因素。

课程进度主要是指课程的时间控制和把握，目前许多在线开成是按照线下课程组织的时间节点进行控制，逐周公布课程，这一定程度上违背了MOOC的初衷。应该让学生能够更加自主选择课程学习的场所和时间，才能够提高学习的效率。

课程的情感价值培养是线下课程的重要任务，MOOC中很容易被忽视。情感、态度、价值观是一个人参与实践过程中对各种经验的体验结果，一方面取决于自身在参与实践过程中直接产生积极或消极的机体体验，另一方面也取决于因教师、父母、同学对自己做出的肯定或否定的评价而产生的积极的经验或体验。一门优秀的MOOC能够除了智力因素外还能对学生的非智力因素进行培养，使其获得基本的知识和技能的同时，还能够形成正确的价值观。

4.3调整无差异需求因素改进课程的建设策略

课程教学目标是期望学生通过课程学习以后，在知识、技能、情感、态度等方面达到的程度。实际上，无论是否提供明确的教学目标，这些都会在课程的内容中体现出来。目前，和线下教育相比，MOOC的教学方法较为单一，主要是录制讲授、在线测试、互动讨论等。目前，MOOC大多数由专业公司进行制作和运行，课程的形象都是统一风格，因此学生对形象的关注程度较低。根据KANO模型的理论观点，用户的需求具有动态性，对无差异型服务需求的认识也会按照I→A→O→M的方向不断改变。因此，完全忽视无差异需求的做法也是不科学的，课程的建设者应适当追踪这些无差异需求项目，以便在适当的时间进行相关的策略调整。

4.4以魅力要素为核心凸显课程的特色

MOOC资源是吸引学生学习的重要因素，可以提高学生的学习成绩，而获得更高成绩的学生通常更高度参与在线学习活动。课程资源分为反映课程教学思想、教学内容、教学方法、教学过程的核心资源，反映包括课程介绍、教学大纲、教学日历、教案或演示文稿、作业、参考资料和课程全程教学录像等的必需资源，以及拓展学生的知识、技能、情感的附加资源。课程资源的丰富度就是课程能够给学生的学习提供更多的选择，这样有利于满足学生的学习兴趣和爱好；课程资源的覆盖度就是资源涵盖课程的所有内容和环节；课程资源的开放度就是资源可以免费完整地获取。

MOOC对知识和情感的培养都较容易实现，但是对能力的培养存在一定的难度。和医学专业一样，园林专业中需要大量的操作技能，然而这很难通过在线学习获得。研究表明，许多学生在课程反馈中抱怨接触有效教学实践的机会较少，这一点应该引起足够的重视。

（1）本研究根据学生的学习心理，选择了课程教学目标、课程教学设计、课程内容组织、课程教学方式、课程进度、课程教学团队能力、课程资源丰富度、课程资源覆盖度、课程资源开放度、课程形象设计、课程多媒体质量、课程知识培养、课程能力培养、课程情感价值培养、课程交流互动、平台访问、平台运行、平台更新等18个指标，采用KANO方法研究了MOOC学生学习需求的指标分类。

（2）A2、A3、A5、D3属于必备型需求要素，A6、C2、D1、D4、E1、E2属于期望型需求要素，A1、A4、C1、E3属于无差异需求要素，B1、B2、B3、D2属于魅力型需求要素。针对不同的类型的需求要素提出了MOOC建设中需要注意的问题。

（3）MOOC是以学生为主要消费群体的教育产品，而KANO模型主要用于研究消费者对产品的满意度。因此，KANO模型非常适合对各种教育产品的满意度进行评价，能够根据结果对产品质量进行改进。

本研究的样本量尽管可以满足要求，但是毫无疑问的是，增加样本的数量可以提升研究结果的代表性。学生的样本来自河南科技学院，下一步研究中考虑增加调研的院校，进一步验证是否具有普遍性。

未来的研究中，还应考虑一些其他的指标。首先是个性化学习，不同的学生具有不同的学习要求，如何满足个性化需求也是MOOC建设需要关注的因素。其次是MOOC对于创造力的培养，研究发现大学生认为教师有能力将技术整合到课程中，但希望教师可以在教育环境中继续引入创新实践，为大学生提供经验让他们为适应当代世界的复杂现实做好准备。第三是生理性弱势群体的学习要求，例如如何解决聋哑学生在学习中存在的学习管理系统（LMS）障碍、课程内容和材料障碍和沟通障碍等。最后，随着现代技术的发展，学习终端的类型越来越多，可以满足随时随地学习的需求，因此，MOOC应该能够适应各种学习终端，提供稳定的学习环境。