（三）结构方程建模

　　结构方程模型简称为 SEM（Structural Equation Modeling）,是一种非常通用的线性统计建模技术,最早是由 Bock&Bargmann(1966)提出。［20］SEM弥补了传统统计方法的不足,可以处理多个原因、多个结果的关系，整合了路径分析、验证性因素分析与一般统计检验方法,成为多元数据分析的重要分析方法。SEM可分为测量方程(Measurement Equation)与结构方程(Structural Equation)两部分，SEM优势在于可同时处理多组变量之间的关系,有助于开展验证性分析。

　　结构方程模型软件PLS (Partial least squares)用来测试假设模型结构。选择PLS来测试本研究模型具有以下技术优势。首先，作为第二代的结构方程模型（SEM）技术，它可以估算指标的负荷和多阶段模型中的因果关系结构。［21］第二，与协方差结构方程模型相比，PLS具有较少的统计识别问题；此外，它适合使用在形成性构建和相对较小的样本模式中［22］，由于该研究属于教学改革实践研究，参与学习者数量有限，因此适合用PLS来作统计分析。

　　模型假设的主要关系是否获得模式结果的支持主要是看方程式模式中的径路关系,主要以标准化系数来呈现。根据初始假设的结构路径，在PLS软件中将感知质量构建一个包含五个二阶的一阶变量，再运用偏最小二乘法进行模型估计，初步运算结果如图5所示。模型参数的显著性检验中的6个假设中,H1、H2、H5、H6达到0.01%的显著水平,接受研究假设。但H3、H4路径系数和负载系数值过