聶 瓊

（廣州城建職業(yè)學(xué)院）

一、引言

近年來，信息技術(shù)帶動(dòng)智慧教育的發(fā)展，推進(jìn)英語(yǔ)詞匯學(xué)習(xí)應(yīng)用程序的開發(fā)與應(yīng)用，激發(fā)了英語(yǔ)學(xué)習(xí)者英語(yǔ)詞匯的學(xué)習(xí)動(dòng)機(jī)[1]。這不斷要求高職教育教學(xué)適應(yīng)應(yīng)用程序時(shí)代學(xué)生的詞匯學(xué)習(xí)需求，而提升學(xué)生的課堂的參與度和學(xué)習(xí)動(dòng)機(jī)[2]。將英語(yǔ)詞匯學(xué)習(xí)應(yīng)用程序通常與游戲有機(jī)結(jié)合，以幫助用戶獲取和記憶新詞匯。時(shí)間限制、隨機(jī)抽取、獎(jiǎng)勵(lì)懲罰、答案反饋、角色扮演和闖關(guān)挑戰(zhàn)等都是詞匯中的游戲化學(xué)習(xí)APP的通用程序，讓詞匯學(xué)習(xí)過程變得游戲般輕松與有趣[3]。游戲化的詞匯學(xué)習(xí)應(yīng)用程序能極大改善英語(yǔ)詞匯學(xué)習(xí)低成就高職學(xué)生的語(yǔ)言習(xí)得結(jié)果[4]。通過網(wǎng)絡(luò)輔助游戲化英語(yǔ)詞匯學(xué)習(xí)方法的效果顯著優(yōu)于其他方法，還提升了高職學(xué)生用戶的參與動(dòng)力，并促成其享受學(xué)習(xí)過程。作為高效利用碎片時(shí)間學(xué)習(xí)的平臺(tái)，游戲化應(yīng)用程序受到了廣泛歡迎。與傳統(tǒng)的單詞學(xué)習(xí)模式相比，英語(yǔ)詞匯學(xué)習(xí)應(yīng)用程序開發(fā)者、用戶與高職教師三方結(jié)合學(xué)科培養(yǎng)目標(biāo)，將理論轉(zhuǎn)化為游戲化教法實(shí)踐中去，讓學(xué)生“玩中學(xué)、學(xué)中樂、樂中長(zhǎng)”[5]。然而，當(dāng)前很少有研究關(guān)于因素促進(jìn)或阻礙學(xué)習(xí)者使用的詞匯學(xué)習(xí)應(yīng)用程序。只有進(jìn)一步研究績(jī)效預(yù)期、努力預(yù)期、社群影響和促進(jìn)條件這4個(gè)自變量及其對(duì)學(xué)生用戶使用英語(yǔ)詞匯學(xué)習(xí)應(yīng)用程序的影響，才能解決這一問題。因此，本研究旨在找出可能的影響因素用戶使用游戲化英語(yǔ)詞匯APP的意圖和整合型科技接受模型（UTAUT）的應(yīng)用。

二、文獻(xiàn)綜述

（一）游戲化英語(yǔ)詞匯學(xué)習(xí)APP

首先，有必要對(duì)英語(yǔ)詞匯應(yīng)用中的游戲化進(jìn)行界定。正如Yang等人所提出的，游戲化被稱為將非游戲環(huán)境，如語(yǔ)言習(xí)得融入游戲中[6]。更具體地說，游戲化的定義是關(guān)于在非游戲中采用游戲功能和機(jī)制的廣泛共識(shí)設(shè)置。換句話說，游戲化語(yǔ)境在詞匯學(xué)習(xí)中不僅包括將各種游戲通過各種多媒體輸入呈現(xiàn)，如文字、圖像、音頻和視頻。用戶可以通過數(shù)字游戲或視頻游戲?qū)W習(xí)詞匯，結(jié)合常見的游戲元素，如時(shí)間限制、隨機(jī)抽取、獎(jiǎng)勵(lì)懲罰、答案反饋、角色扮演和闖關(guān)挑戰(zhàn)。例如，國(guó)內(nèi)英語(yǔ)學(xué)習(xí)者更喜歡通過“百詞展”APP學(xué)習(xí)新的英語(yǔ)單詞。在測(cè)試模式中，用戶能根據(jù)給定的單詞選擇正確的圖片并獲得分?jǐn)?shù)。與其他英語(yǔ)技能相比，英語(yǔ)詞匯學(xué)習(xí)要求學(xué)習(xí)者頻繁回憶詞匯信息，其“記憶碎片”與“容易忘記”的特點(diǎn)引發(fā)應(yīng)用游戲化詞匯學(xué)習(xí)APP迅速開發(fā)，并帶來相關(guān)的研究動(dòng)機(jī)。研究證明，使用游戲化詞匯應(yīng)用程序的學(xué)習(xí)效果、樂趣和動(dòng)機(jī)，對(duì)提高英語(yǔ)學(xué)習(xí)效率是有效的，指導(dǎo)教學(xué)，服務(wù)考試。目前還沒有足夠的研究調(diào)查游戲化詞匯應(yīng)用程序的影響要素。雖然游戲化詞匯學(xué)習(xí)帶來的影響有益，但其學(xué)習(xí)結(jié)果高度依賴于用戶個(gè)人及游戲化本身。因此，本研究采用UTAUT模型來探討高職學(xué)習(xí)群體使用游戲化的英語(yǔ)詞匯應(yīng)用程序的接受度。

圖1 UTAUT模型

（二）基于UTAUT模型的游戲化英語(yǔ)詞匯學(xué)習(xí)

整合型科技接受模型（UTAUT）指出，績(jī)效期望（PE）、努力期望（EE）、社群影響（SI）、便利條件（FC）是學(xué)生用戶對(duì)游戲化詞匯學(xué)習(xí)APP接受行為意愿的4個(gè)直接因素。此外，性別、年齡、經(jīng)驗(yàn)和使用自愿性作為調(diào)節(jié)變量，對(duì)于理解高職學(xué)生群體特性與調(diào)節(jié)他們?cè)谛畔⒒夹g(shù)接受上的差異發(fā)揮了重要作用[8]。

1.績(jī)效期望

根據(jù)Venkatesh等人的研究，績(jī)效預(yù)期表明了個(gè)人認(rèn)為使用信息系統(tǒng)將幫助他（或她）在工作效率方面取得收益。在移動(dòng)輔助語(yǔ)言學(xué)習(xí)的背景下，績(jī)效期望對(duì)學(xué)習(xí)者使用游戲化詞匯學(xué)習(xí)應(yīng)用程序的行為意向有重要影響。假設(shè)如下:

假設(shè)1（H1）。高職學(xué)生在使用游戲化英語(yǔ)詞匯APP時(shí)，績(jī)效期望（PE）與行為意向（BI）呈正相關(guān)。

圖2 。提出的UTAUT模型具有新的結(jié)構(gòu)。

圖2 變量關(guān)系框架

2.努力期望

UTAUT中的努力預(yù)期指的是使用某一特定事物的預(yù)期輕松程度的技術(shù)接受模型（TAM）。在移動(dòng)輔助語(yǔ)言學(xué)習(xí)（mobileassisted language learning,MALL）研究中發(fā)現(xiàn)，EE與BI相關(guān)。假設(shè)如下:

假設(shè)2（H2）。高職學(xué)生在使用游戲化英語(yǔ)詞匯APP時(shí)，努力期望（EE）與行為意向（BI）呈正相關(guān)。

3.社群影響

社群影響被定義為一個(gè)人在使用某種語(yǔ)言時(shí)受到影響的程度系統(tǒng)由他或她重要的其他人。盡管大量實(shí)證研究證實(shí)了這一點(diǎn)社群影響和行為意向之間存在顯著的相關(guān)性，一些案例顯示兩者之間存在顯著的相關(guān)性。變量之間不一定是相關(guān)的。因此，這項(xiàng)研究計(jì)劃進(jìn)一步研究游戲化詞匯應(yīng)用中的這對(duì)關(guān)系。

假設(shè)3（H3)。高職學(xué)生在使用游戲化英語(yǔ)詞匯APP時(shí)，社群影響（SI）與行為意向（BI）呈正相關(guān)。

4.便利條件

便利條件的定義為個(gè)體認(rèn)為組織和技術(shù)基礎(chǔ)條件對(duì)促進(jìn)游戲化英語(yǔ)詞匯學(xué)習(xí)APP使用的支持程度。一些研究人員發(fā)現(xiàn)在移動(dòng)輔助語(yǔ)言學(xué)習(xí)中便利條件與行為意向不相關(guān)，假設(shè)如下:

假設(shè)4（H4）。高職學(xué)生在使用游戲化英語(yǔ)詞匯APP時(shí)，便利條件（FC）與使用行為（UB）呈正相關(guān)。

5.行為意向

本文將行為意圖操作性地定義為用戶的意圖和使用游戲化詞匯的動(dòng)機(jī)。行為意向是理論與使用行為正相關(guān)。此外，這種相關(guān)性也是被眾多關(guān)于商城和在線學(xué)習(xí)的實(shí)證研究證實(shí)。

假設(shè)5（H5）。高職學(xué)生在使用游戲化英語(yǔ)詞匯APP時(shí)，便利條件（BI）與使用行為（UB）呈正相關(guān)。

三、研究方法

（一）參與者

這項(xiàng)研究的受訪者是將英語(yǔ)作為一門外語(yǔ)并使用至少一種游戲化詞匯應(yīng)用程序的廣州高職院校學(xué)生。參與者可以獲得一個(gè)完成問卷后。

2022年，共 有278名 學(xué) 生參與了本次調(diào)查。在被告知該數(shù)據(jù)的潛在用途后參與者同意將他們的數(shù)據(jù)用于這項(xiàng)研究。他們來自廣州1所高職院校，年齡在17-23歲之間，男生172人，女生106人，理科生188人，文科生90人。

（二）研究過程

1.問卷的設(shè)計(jì)

表1 問卷項(xiàng)目分析高職學(xué)生的意圖和使用行為情況

表2 變量相關(guān)性數(shù)據(jù)

采取李克特五點(diǎn)式量表，根據(jù)積分標(biāo)準(zhǔn)計(jì)分為1-5分。1分表示完全不同意，2分表示不同意，3分表示中立，4分表示同意，5分表示完全同意。通過問卷星發(fā)布調(diào)查問卷，且允許發(fā)布人為278名受訪者在完成調(diào)查后給予適當(dāng)?shù)募t包作為完成問卷的回報(bào)。

2.問卷的分發(fā)和數(shù)據(jù)收集

問卷的發(fā)放主要分為三個(gè)階段。因?yàn)榘l(fā)布人通過網(wǎng)絡(luò)平臺(tái)設(shè)計(jì)問卷，初步進(jìn)行問卷調(diào)查發(fā)布于微信朋友圈和聊天群。接下來，部分群成員和教師主動(dòng)將問卷轉(zhuǎn)發(fā)給適合本研究的人。同時(shí)，作者發(fā)放了問卷二維碼的打印版給高職學(xué)校食堂、操場(chǎng)、圖書館等場(chǎng)所的學(xué)生。告知問卷對(duì)象保證他們的私人信息不會(huì)被泄露且在自愿基礎(chǔ)上完成問卷。

基于水利工程建設(shè)所處環(huán)境較為復(fù)雜，如果遇到軟土地基，就會(huì)增加施工難度系數(shù)，一旦地基處理不當(dāng)，還會(huì)給整體工程建設(shè)質(zhì)量構(gòu)成威脅?；诖?，本文首先簡(jiǎn)要論述了落實(shí)軟土地基處理技術(shù)的實(shí)際意義及關(guān)鍵施工技術(shù)，并結(jié)合實(shí)際工程案例，提出了切實(shí)可行的質(zhì)量控制策略，旨在為業(yè)內(nèi)人士提供有價(jià)值的參考意見。

數(shù)據(jù)收集時(shí)間為10天，從5月4日 至13日。圖3展 示了整個(gè)研究過程。

本研究遵循兩步程序分析結(jié)果。整體結(jié)構(gòu)模型擬合近似等于每個(gè)測(cè)量模型擬合的平均值。

評(píng)估測(cè)量模型是檢查潛在變量和之間的關(guān)系他們?cè)谠u(píng)估結(jié)構(gòu)模型時(shí)的措施（項(xiàng)目）是調(diào)查關(guān)系潛變量之間的關(guān)系。對(duì)所提出的測(cè)量模型進(jìn)行初步擬合評(píng)估通過檢驗(yàn)信度、效度、綜合信度（C.R.）和平均方差提?。ˋVE）。經(jīng)各測(cè)量模型擬合均滿足要求，效果良好。

評(píng)估了整體模型的擬合度，并加入新的路徑對(duì)整體模型進(jìn)行改進(jìn)。然后，通過檢驗(yàn)R2和路徑系數(shù)來評(píng)估結(jié)構(gòu)模型。整個(gè)分析過程采用SPSS 25.0進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析。

四、數(shù)據(jù)分析

表3 行為意向與其他變量回歸分析

表4 使用行為與其他變量回歸分析

在統(tǒng)計(jì)學(xué)中，皮爾遜相關(guān)性（Pearson product-moment correlation coefficient）。相關(guān)分析可通過相關(guān)系數(shù)來判斷變量之間的關(guān)系程度。采用Pearson相關(guān)分析法，得到的相關(guān)性系數(shù)r值（Pearson Correlation）情況如下：當(dāng)r大于0表示兩個(gè)變量之間為正相關(guān)關(guān)系，當(dāng)r小于0表示兩個(gè)變量之間為負(fù)相關(guān)關(guān)系。當(dāng)r的絕對(duì)值小于0.3時(shí)，表示兩個(gè)變量之間基本不相關(guān)；當(dāng)r的絕對(duì)值在0.3-0.5之間表示兩個(gè)變量之間低度相關(guān)，當(dāng)r的絕對(duì)值在0.5-0.8表示兩個(gè)變量之間中度相關(guān)，當(dāng)r的絕對(duì)值大于等于0.8表示兩個(gè)變量之間高度相關(guān)。P值(也稱顯著性值或Sig值)，對(duì)于相關(guān)分析，一般規(guī)范的表格格式是:P值使用*號(hào)表示(標(biāo)識(shí)在相關(guān)系數(shù)的右上角)，P＜0.01使用2個(gè)*號(hào)表示;P＜0.05使用1個(gè)*號(hào)表示。

為了研究PE、EE、SI、FC、BI和UB之間的關(guān)系，sig值均小于0.01，相關(guān)系數(shù)均大于0，說明各維度之間存在極顯著性正相關(guān)關(guān)系。

為了研究績(jī)效期望、努力期望、社群影響、便利條件、行為意向和使用行為之間的相關(guān)關(guān)系，研究結(jié)果如上表所示，sig值均小于0.01，相關(guān)系數(shù)均大于0，說明各維度之間存在極顯著性正相關(guān)。

回歸分析結(jié)果如上表所示，因變量為BI，自變量為PE、EE和SI，對(duì)模型進(jìn)行F檢驗(yàn)，模 型 通 過F檢驗(yàn)（F=43.523，P=0.000＜0.01）,即表明PE、EE和SI對(duì)BI產(chǎn)生影響關(guān)系。R2為0.323，意味著變量對(duì)BI具有32.3%的變化原因。

分析自變量的回歸系數(shù)可知，PE、EE和SI的sig值 均 小于0.05，說 明PE、EE和SI對(duì)BI產(chǎn)生顯著性正向影響。

建立回歸模型：BI=1.282+0.230*PE+0.339*EE+0.136*SI

由此可以證明假設(shè)一、二和三成立。

回歸分析結(jié)果如上表所示，因變量為UB，自變量為BI和FC，對(duì)模型進(jìn)行F檢驗(yàn)，模 型 通 過F檢驗(yàn)（F=75.401，P=0.000＜0.01）,即 表 明BI和FC對(duì)UB產(chǎn) 生 影 響 關(guān) 系。R2為0.354，意味著變量對(duì)UB具有35.4%的變化原因。

表5 BI做為PE和UB中介分析

表6 中介效應(yīng)表

表7 BI做為EE和UB中介分析

表8 中介效應(yīng)表

表9 BI做為SI和UB中介分析

針對(duì)模型的多重共線性進(jìn)行檢驗(yàn)發(fā)現(xiàn)，模型中VIF值均小于5，意味著不存在共線性問題；并且D-W值在數(shù)字2附近，表明模型不存在自相關(guān)性，樣本數(shù)據(jù)之間沒有關(guān)聯(lián)關(guān)系，模型較好。

分析自變量的回歸系數(shù)可知，BI和FC的sig值 均 小 于0.05，說 明BI和FC對(duì)UB產(chǎn) 生顯著性正向影響。

建立回歸模型：UB=1.247+0.183*BI+0.487*FC

由此可以證明假設(shè)四和五成立。

中介分析結(jié)果如上表所示，對(duì)模型進(jìn)行F檢驗(yàn)，模型通過F檢驗(yàn)（F=52.098，P=0.000＜0.01）,即 表 明PE對(duì)UB產(chǎn)生影響關(guān)系。R2為0.275，意味著變量對(duì)UB具有27.5%的變化原因。

針對(duì)模型的多重共線性進(jìn)行檢驗(yàn)發(fā)現(xiàn)，模型中VIF值均小于5，意味著不存在共線性問題；并且D-W值在數(shù)字2附近，表明模型不存在自相關(guān)性，樣本數(shù)據(jù)之間沒有關(guān)聯(lián)關(guān)系，模型較好。

BI的sig值 小 于0.05，說明中介效應(yīng)顯著，加入中介變量后，BI變量任然顯著，說明之間存在部分中介關(guān)系，間接中介影響30.50%，詳細(xì)見下表。

由此證明假設(shè)六成立，即BI在PE與UB之間存在中介關(guān)系。

中介分析結(jié)果如上表所示，對(duì)模型進(jìn)行F檢驗(yàn)，模型通過F檢驗(yàn)（F=87.496，P=0.000＜0.01）,即 表 明EE對(duì)UB產(chǎn)生影響關(guān)系。R2為0.389，意味著變量對(duì)UB具有38.9%的變化原因。

針對(duì)模型的多重共線性進(jìn)行檢驗(yàn)發(fā)現(xiàn)，模型中VIF值均小于5，意味著不存在共線性問題；并且D-W值在數(shù)字2附近，表明模型不存在自相關(guān)性，樣本數(shù)據(jù)之間沒有關(guān)聯(lián)關(guān)系，模型較好。

表10 中介效應(yīng)表

表11 變量關(guān)系結(jié)論表

BI的sig值 小 于0.05，說明中介效應(yīng)顯著，加入中介變量后，BI變量任然顯著，說明之間存在部分中介關(guān)系間接中介影響15.11%，詳細(xì)見下表。

由此證明假設(shè)七成立，即BI在EE與UB之間存在中介關(guān)系。

中介分析結(jié)果如上表所示，對(duì)模型進(jìn)行F檢驗(yàn)，模型通過F檢驗(yàn)（F=71.748，P=0.000＜0.01），即表明SI對(duì)UB產(chǎn)生影響關(guān)系。R2為0.343，意味著變量對(duì)UB具有34.3%的變化原因。

針對(duì)模型的多重共線性進(jìn)行檢驗(yàn)發(fā)現(xiàn)，模型中VIF值均小于5，意味著不存在共線性問題；并且D-W值在數(shù)字2附近，表明模型不存在自相關(guān)性，樣本數(shù)據(jù)之間沒有關(guān)聯(lián)關(guān)系，模型較好。

BI的sig值 小 于0.05，說明中介效應(yīng)顯著，加入中介變量后，BI變量任然顯著，說明之間存在部分中介關(guān)系，間接中介影響21.12%，詳細(xì)見下表。

由此證明假設(shè)八成立，即BI在SI與UB之間存在中介關(guān)系。

五、結(jié)論

通過上表可知，八個(gè)假設(shè)均成立。通過移動(dòng)應(yīng)用程序（APP），應(yīng)用整合型科技接受模式（UTAUT模型），采用SPSS 25.0分析對(duì)高職學(xué)生用戶對(duì)游戲化英語(yǔ)詞匯學(xué)習(xí)APP的接受程度進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析的結(jié)果表明，績(jī)效期望（PE）、努力期望（EE）、促進(jìn)條件（FC）與行為意向（BI）呈成正相關(guān)，社群影響（SI）與使用行為（UB）呈成正相關(guān)城成立。