38、教育领域中ChatGPT与谷歌的比较分析

教育领域中ChatGPT与谷歌的比较分析

1. 问卷预研究

为验证调查问题的可靠性，进行了初步的预研究。从目标人群中随机选取样本，主研究样本总量为200名学生，其中10%（即20名学生）用于预研究。预研究主要测试测量项目的内部一致性和可靠性，借助IBM SPSS Statistics 23版本计算每个测量项目集的克朗巴哈系数（Cronbach’s alpha）。一般社会科学研究中，克朗巴哈系数达到0.70被认为可接受，表明调查项目内部一致性良好。以下是各测量量表的克朗巴哈系数：
| 构念 | 克朗巴哈系数 |
| ---- | ---- |
| BI | 0.740 |
| IQ | 0.758 |
| PI | 0.739 |
| PLV | 0.882 |
| PS | 0.883 |
| SQ | 0.787 |
| TTF | 0.823 |

2. 数据分析

本研究使用偏最小二乘结构方程建模（PLS - SEM）结合SmartPLS V 3.2.7软件进行数据分析。采用两步评估法，涵盖测量模型和结构模型。选择PLS - SEM作为分析工具的原因如下：
- 适合测试研究中提出的概念理论。
- 能有效处理探索性研究数据，与基于概念模型收集的数据性质相符。
- 可整体分析研究模型，全面理解模型关系和交互作用。
- 能同时分析结构模型和测量模型，验证构念及其关系，确保模型结构完整和连贯。

2.1 收敛效度

测量模型评估围绕构念效度（包括判别效度和收敛效度）以及构念可靠性（克朗巴哈系数和组合信度）。结果显示