李煜堃
摘要:本文基于SPSS統(tǒng)計軟件從學習行為、動機取向、網(wǎng)絡(luò)自我效能、科技接受模式、學習滿意度五個層面對遠程教育中學習者特征進行了統(tǒng)計分析,結(jié)果表明學習者的學習特征影響遠程教育各項教學活動的質(zhì)量和效果。
關(guān)鍵詞:spss統(tǒng)計軟件;學習者特征;統(tǒng)計分析
中圖分類號:TP301 ? ? 文獻標識碼:A
文章編號:1009-3044(2019)13-0176-04
與傳統(tǒng)教育相比較,遠程教育的運行主要在于其發(fā)展規(guī)模,和最大限度地提高有限教育資源的使用率,通過網(wǎng)絡(luò)等信息傳播媒介將教育延伸到外圍。這也導致了遠程教育學習者年齡、職位、學歷上的不同,進而學習者的學習特征也會產(chǎn)生差異。因此,對學習者學習特征的研究分析是更優(yōu)進行遠程教育的基礎(chǔ),也是開展遠程教育不可忽視的重要因素之一。
本研究從學習行為、動機取向、網(wǎng)絡(luò)自我效能、科技接受模式、學習滿意度五個方面來編制遠程教育學習者學習特征的調(diào)查問卷;通過使用SPSS的項目分析、因子分析、信度分析、兩獨立樣本T檢驗、單因素方差分析、多元回歸分析和描述統(tǒng)計等方法對所得調(diào)查問卷結(jié)果進行分析,從中研究得出遠程教育學習者的學習特征。
1 對象與方法
1.1研究對象
用分層抽樣方式在北京交通大學遠程教育學院山西教學中心在冊學生中進行取樣??倶颖緮?shù)83份,有效問卷收率72%。
1.2 測量工具
本研究采用自編的遠程教育學習者學習特征調(diào)查問卷。該問卷由學習行為、動機取向、網(wǎng)絡(luò)自我效能、科技接受模式、學習滿意度等5個分問卷組成。每個分問卷包括若干描述不同學習特征的項目組成,每個項目采用5級評定(非常符合~非常不符合)。
1.3 統(tǒng)計學分析處理
應(yīng)用SPSS 16.0進行數(shù)據(jù)處理和統(tǒng)計分析。
2 SPSS中對原始數(shù)據(jù)的處理步驟
2.1項目分析
首先進行項目分析,以此來去除不顯著的變量,減少變量的數(shù)目(由問卷中的72個問題變量減少到44個變量:其中學習行為量表對應(yīng)題號——15,3,13,32,10,42,44,52,67;其中動機取向量表對應(yīng)題號——23,18,19,68,48,63,38,41,39,8,20,49,6;其中網(wǎng)絡(luò)自我效能量表對應(yīng)題號——57,54,11,69,31,27,71,56,14,24,62;其中科技接受模式量表對應(yīng)題號——60,37,35,47,4,45,22;其中學習滿意度量表對應(yīng)題號——5,29,36,50)。
2.2信度分析
總量表的Cronbach's Alpha系數(shù)為0.943 ,各分量表的Cronbach's Alpha系數(shù)0.717~0.840,故可靠性較強。
2.3總體分析
①對學習行為、動機取向、網(wǎng)絡(luò)自我效能、科技接受模式、學習滿意度五個分量表及總量表進行統(tǒng)計描述,結(jié)果如表1:
由表1可知,學習行為、動機取向、網(wǎng)絡(luò)自我效能、科技接受模式、學習滿意度五個分量表及總量表的均值、標準差、方差、最大值和最小值。
②對學習行為、動機取向、網(wǎng)絡(luò)自我效能、科技接受模式、學習滿意度五個分量表及總量表進行相關(guān)分析,結(jié)果如表2:
?由表2可知:學習行為、動機取向、網(wǎng)絡(luò)自我效能、科技接受模式、學習滿意度五個分量表顯著相關(guān),且為正相關(guān)。
3研究分析
3.1統(tǒng)計學原理
使用兩獨立樣本T檢驗(t-test)及單因素方差分析(one-way ANOVA)分別對11項人口統(tǒng)計變項(工齡、年齡、性別、職業(yè)、職稱、學習層次、網(wǎng)絡(luò)學習經(jīng)驗、上網(wǎng)時間、居住地、月收入、未來學習狀況)進行分析,來探討不同人口統(tǒng)計變項的學習者,在學習行為、動機取向、網(wǎng)絡(luò)自我效能、學習滿意度、科技接受模式上是否達到顯著差異,倘若單因素方差分析的結(jié)果達到顯著差異,則進一步以LSD方法對不同組間兩兩比較。
利用多元線性回歸分析來探討學習者的學習行為、動機取向、網(wǎng)絡(luò)自我效能、科技接受模式及學習滿意度之間的影響。其中,多元線性回歸分析選擇Method中的向后篩選法。
3.2分析結(jié)果
3.2.1不同上網(wǎng)時間在學習行為、動機取向、網(wǎng)絡(luò)自我效能、學習滿意度、科技接受模式上的差異比較
此部分在探討不同上網(wǎng)時間的學習者在學習行為、動機取向、網(wǎng)絡(luò)自我效能、學習滿意度、科技接受模式上的差異情形,采用單因素方差分析,其檢驗結(jié)果如表3:
由表3可知:不同上網(wǎng)時間的學習者,在網(wǎng)絡(luò)自我效能和動機取向的兩個層面的相伴概率分別為0.046、0.007都小于顯著水平0.05,說明存在顯著差異。為進一步研究哪些不同上網(wǎng)時長之間具有顯著差異,再以LSD法進行分析,其檢驗結(jié)果如表4:
由表4可知,在動機取向?qū)用嬷校暇W(wǎng)時間在2-5小時和0-2小時的學習者之間存在顯著差別;在網(wǎng)絡(luò)自我效能層面中,上網(wǎng)時間在2-5小時和0-2小時的學習者之間也存在顯著差別。
3.2.2不同學習經(jīng)驗在學習行為、動機取向、網(wǎng)絡(luò)自我效能、學習滿意度、科技接受模式上的差異比較
此部分在探討不同學習經(jīng)驗的學習者在學習行為、動機取向、網(wǎng)絡(luò)自我效能、學習滿意度、科技接受模式上的差異情形,因自變量只有兩個因素水準,因此采用兩獨立樣本T檢驗加以分析,其檢驗結(jié)果如表5:
由表5可知,不同學習經(jīng)驗的學習者,在學習行為、動機取向、網(wǎng)絡(luò)自我效能、科技接受模式上存在顯著差異。由表6可知,有網(wǎng)絡(luò)學習經(jīng)驗的學習者在學習行為、動機取向、網(wǎng)絡(luò)自我效能、科技接受模式上都比沒有學習經(jīng)驗者好。
3.2.3 不同工齡、年齡、性別、職業(yè)、職稱、學習層次、居住地、月收入、未來學習狀況在學習行為特質(zhì)、動機取向、網(wǎng)絡(luò)自我效能、學習滿意度、科技接受上的差異比較
同理,根據(jù)SPSS的兩獨立樣本T檢驗(t-test)或單因素方差分析(one-way ANOVA)可知,不同工齡、年齡、性別、職業(yè)、職稱、學習層次、居住地、月收入、未來學習狀況的學習者在學習行為特質(zhì)、動機取向、網(wǎng)絡(luò)自我效能、學習滿意度、科技接受模式上并不存在顯著差異。
3.2.4學習行為、動機取向、網(wǎng)絡(luò)自我效能、學習滿意度及科技接受模式之影響分析
此部分利用多元線性回歸分析來探討學習者的學習行為、動機取向、網(wǎng)絡(luò)自我效能、科技接受模式及學習滿意度之間的影響。以科技接受模式為因變量,學習行為、動機取向、網(wǎng)絡(luò)自我效能、學習滿意度為自變量進行多元回歸分析,結(jié)果如表7:
表7中列出了各個變量之間的相關(guān)性,從中可以看出,自變量網(wǎng)絡(luò)自我效能和因變量科技接受模式之間的相關(guān)性最大。
由表8可知,利用向后篩選法共經(jīng)過兩步完成回歸方程的建立,最終模型為第二個模型(剔除了學習滿意度變量)。
從表9看出,最終方程(第二個模型)的相伴概率值p<0.001,說明多個自變量與因變量科技接受模式之間存在顯著的線性回歸關(guān)系,建立線性模型是恰當?shù)摹?/p>
從表10中可以得出該多元線性回歸方程為科技接受模式= 0.852+0.244學習行為+0.099動機取向+0.300網(wǎng)絡(luò)自我效能。
4 建議
由于個體的社會性和復雜性,導致不同的學習者之間存在顯著不同的個別差異,根據(jù)本研究發(fā)現(xiàn),學習者因?qū)W習經(jīng)驗、上網(wǎng)時間的不同,而各別造成其不同的動機取向、學習行為及網(wǎng)絡(luò)自我效能,而學習者又會因不同的動機取向、學習行為及網(wǎng)絡(luò)自我效能,造成不同的學習效果。因此,本研究認為,在遠程教育中,若能以客觀化的觀念來實施,將可能使學習者達到更好的學習效果。如在教材設(shè)計方面,可讓學習者依據(jù)自身實際情況,選擇較偏理論或較偏重實務(wù)操作方面的教材來輔助自我學習,也可進一步將教材難易程度等級化,讓學習者能循序漸進的方式來學習,從而能使學習者減少學習上的障礙。
參考文獻:
[1] 謝蕾蕾,宋志剛,何旭洪.SPSS統(tǒng)計分析實用教程[M].北京:人民郵電出版社,2013.
[2] 薛薇.SPSS統(tǒng)計分析方法及應(yīng)用[M]. 北京:電子工業(yè)出版社,2010.
[3] 何曉群.多元統(tǒng)計分析[M]. 北京:中國人民大學出版社,2004.
[4] 薛薇.基于spss的數(shù)據(jù)分析[M]. 北京:中國人民大學出版社,2006.
【通聯(lián)編輯:梁書】