新冠肺炎疫情期間大學生網絡學習滿意度研究與影響因素分析
——以南京郵電大學為例

楊 莉，王 敏

（1.南京郵電大學地理與生物信息學院，江蘇南京210023；2.南京郵電大學經濟學院，江蘇南京210023）

0 引言

自2020年1月20日以來，新冠肺炎疫情在全國范圍內肆虐。為不影響學生學習進程，教育部提出“停課不停教，停課不停學”的號召，根據教育部指導意見，高校全面實施網絡化教學［1］。與傳統(tǒng)的線下教學相比，線上網絡學習形式特殊，學習情境轉變較大。在此情況下，大學生對此次網絡學習是否滿意，哪些因素影響了滿意度，成為教育部、高校和家長關心的重要問題。本文以南京郵電大學在校大學生為例，采取線上問卷調查的形式，對此次疫情期間大學生的網絡學習滿意度進行了評估和影響因素分析。

1 文獻綜述與研究假設

隨著科技信息的快速發(fā)展，大學生通過網絡學習獲取知識和掌握技能的形式早已出現(xiàn)。在2014年，美國著名的蓋洛普咨詢公司在調查中發(fā)現(xiàn)，網絡學習已進入發(fā)展的黃金期，而且目前已處在發(fā)展的“提速點”。而此次疫情期間，大規(guī)模的網絡教學加速了高校教學模式的轉變，更是改變了人們對教學的認識，網絡教學越來越受到關注。但網絡教學是否能完全替代傳統(tǒng)教學，學生和教師對網絡教學是否滿意仍然是關注的重點。針對這些問題，學者們從不同角度進行了分析和研討。從學習者自身考慮，謝幼如、崔國強、徐曉青、張曉麗等學者認為學習者的自我效能感和自我調節(jié)能力是影響在線學習滿意度的重要因素［2-5］；從網絡交互分析，楊九民、陳麗、程悅、朱連才等學者認為學習者和教師之間的交互以及學生之間的課堂交流互動對學習者的滿意度有顯著影響［6-9］；從教學內容設計分析，陳惠惠、李瑩瑩、郭娟、沈忠華等學者認為教學內容的豐富、實用性，課程設計科學性對學習者的滿意度有積極作用［10-13］；從外部環(huán)境維度分析，學者們認為網絡學習的外部支持度，如學習環(huán)境、軟件性能和網絡穩(wěn)定性等對于提高學生在線學習滿意度具有積極意義。此外，成亞玲、韓夢等學者結合顧客滿意度理論和網絡交互理論分析了學習者的網絡學習滿意度［14-15］。綜上所述，網絡學習滿意度的影響因素主要包括學生自身特性、網絡交互、教學質量、外界支持四大方面。本文選取了網絡交互方面的師生互動、生生互動，教學質量方面的教學內容與設計，外界支持方面的父母支持、網絡支持以及教學軟件與工具支持作為疫情期間網絡學習滿意度的影響因素，并提出相關研究假設。

H1：疫情期間，大學生網絡學習滿意度因個人特征不同存在差異性。

H2：疫情期間，師生互動對大學生網絡學習滿意度存在顯著影響。

H3：疫情期間，生生互動對大學生網絡學習滿意度存在顯著影響。

H4：疫情期間，教學內容對大學生網絡學習滿意度存在顯著影響。

H5：疫情期間，教師素養(yǎng)對大學生網絡學習滿意度存在顯著影響。

H6：疫情期間，外界支持對大學生網絡學習滿意度存在顯著影響。

2 研究設計

2.1 問卷設計

研究設計調查問卷包括師生互動、生生互動、教學內容、教師素養(yǎng)、外界支持、網絡學習滿意度6個方面，共32個題目。第一部分為個人基本情況，共4個題目，包括被調查者性別、年級、專業(yè)、選擇授課方式；第二部分是影響因素，共27個題目；第三部分為網絡學習滿意度評價，共1個題目（見表1）。二、三部分問卷采用李克特5點量表，分別用1、2、3、4、5分代表從“非常不滿意”到“非常滿意”的5個程度，最終得分越高則被視為對該問題滿意度越高。

2.2 數據來源

本次問卷調查采取隨機抽樣方法抽取樣本個體。選取南京郵電大學的所有在校大學生為調查對象，采用電子問卷的形式發(fā)放，最終回收問卷265份，剔除無效、錯誤問卷后，共收集有效問卷250份，問卷有效率為94.34%。

2.3 問卷信效度分析

研究采用Cronbach’s Alpha信度系數進行問卷的檢驗與分析。研究問卷中師生互動、生生互動、教學內容、教師素養(yǎng)、外界支持、網絡學習滿意度的評價系數均大于0.8（見表2），表明本次問卷數據的內部信度良好。

表1 變量說明

表2 調查問卷信度分析

采用因子分析中的KMO以及Bartlett檢驗來進行問卷的效度檢驗，檢驗結果表明：KMO的值是0.980，Bartlett球形度檢驗顯著性P值小于0.001，表明網絡學習滿意度評價效度良好，此問卷效度良好（見表3）。

表3 調查問卷的效度分析

3 實證分析

3.1 網絡學習滿意度的描述性統(tǒng)計分析

3.1.1 被調查者的個人基本信息特征分析

本次調查問卷中所涉及的基本信息有性別、年級、專業(yè)、授課方式。（1）從性別看，被調查者中男性131人，占52.4%，女性119人，占47.6%。男性被調查者高于女性被調查者。（2）從年級看，大二、大四的被調查者占比相對較高，研究生占比次之，大一的被調查者最少，僅占2%，由于問卷調查時間在9月初，大一新生還未來報到，人數有限。（3）從專業(yè)來看，自然科學類專業(yè)被調查者占比（61.6%）＞人文社科類專業(yè)被調查者占比（38.4%）。（4）從授課方式來看，接受多種授課方式相結合的被調查者占比最高，達到78.4%，接受在線直播的被調查者占比次之，僅有16.4%，慕課和提前錄播形式的被調者占比最低，平均比例僅有2.6%（見表4）。

3.1.2 網絡學習滿意度及其影響因素的描述性分析

本文從師生互動、生生互動、教學內容、教師素養(yǎng)、外界支持、網絡學習滿意度6個方面做描述性分析，結果顯示：（1）6個方面的平均評價得分排序為教師素養(yǎng)＞外界支持＞網絡學習滿意度＞師生互動＞教學內容＞生生互動，表明學習者對教師素養(yǎng)的評價較高，對網絡互動中生生互動的評價較低。（2）教師素養(yǎng)、外界支持、網絡學習滿意度、師生互動、教學內容、生生互動平均評價得分的標準誤差、眾數、中位數、最小值、最大值、置信區(qū)間均一樣；標準差和方差的差異波動范圍較小，波動大小為0.07和0.1；峰度大小的均值為2.1（偏瘦峰），偏度均為負值（左偏分布），且差異波動范圍較小。表明這6個方面的平均評價得分分布趨勢相近（見表5）。

表4 個人基本信息

3.2 個人特征對網絡學習滿意度的差異性分析

研究從性別、年級、專業(yè)、授課方式四方面將調查對象劃分為不同特征群體，通過均值大小進行比較分析，采用方差分析進行顯著性檢驗（見表6）。研究表明：（1）從性別分析，男性和女性被調查者的網絡學習滿意度得分均值之差為0.041分，即男性和女性對環(huán)境基本公共服務滿意度評價差異不大，且方差分析結果表明，性別差異對網絡學習滿意度沒有顯著影響（P=0.677＞0.05）。（2）從年級分析，大一、大二、大三、大四、研究生的網絡學習滿意度得分均值的差異波動較小，且方差分析結果表明，年級差異對網絡學習滿意度沒有顯著影響（P=0.12＞0.05）。（3）從專業(yè)分析，自然科學類專業(yè)調查者的網絡學習滿意度得分均值＞人文社科類專業(yè)調查者的網絡學習滿意度得分均值，兩者的均值相差0.215分，方差分析結果表明，專業(yè)差異對網絡學習滿意度有顯著影響（P=0.035＜0.05）。（4）從授課方式分析，被調查者的網絡學習滿意度得分均值中選擇“以上2種或3種方式相結合”＞“在線直播”＞“慕課”＞“提前錄播”，方差分析結果表明，授課方式差異對網絡學習滿意度有顯著影響（P=0.044＜0.05）。由上述結果分析可知，假設H2成立。

3.3 網絡學習滿意度的影響因素分析

本研究選擇師生互動、生生互動、教學內容、教師素養(yǎng)、外界支持作為模型自變量，將學生網絡學習滿意度作為因變量，進行多元線性回歸分析，分析方法選擇逐步多元線性回歸方法。

表5 網絡學習滿意度及其影響因素的描述性分析

表6 個人特征對網絡學習滿意度的差異性分析

3.3.1 相關性分析

從自變量與因變量的Pearson相關值（見表7）可以看出,師生互動、生生互動、教學內容、教師素養(yǎng)、外界支持5個變量與網絡學習滿意度的相關系數均有顯著正相關關系（P＜0.001），且相關系數的均值為0.855。其中外界支持對網絡學習滿意度的正相關系數最大，為0.874；教師素養(yǎng)對網絡學習滿意度的正相關系數最小，為0.830。由此可以推斷出，要提高疫情期間大學生網絡學習滿意度，首先需要提高父母支持度，提供良好的學習環(huán)境，提高網絡、平臺和設備的技術支持度等外界支持水平，此外需要老師與同學之間，同學與同學之間建立良好的溝通。

3.3.2 多元線性回歸分析

研究采用逐步多元線性回歸方法對疫情期間大學生網絡學習滿意度進行影響因素分析。結果表明：（1）為滿足方程的顯著性，教師素養(yǎng)變量在逐步回歸中被剔除，這表明教師素養(yǎng)對網絡學習滿意度的影響不顯著。（2）根據逐步回歸方程顯著性結果，共選取了4個顯著性的回歸方程（回歸模型整體性檢驗P值=0.000＜0.001），方程1為自變量為外界支持的一元線性回歸方程；方程2為自變量為外界支持和師生互動的二元線性回歸方程；方程3為自變量為外界支持、師生互動和教學內容的三元線性回歸方程；方程4為自變量為外界支持、師生互動、教學內容和生生互動的四元線性回歸方程（見表8）。

表7 Pearson相關性分析

根據自變量對因變量可有效解釋的信息程度，即決定系數R2大小選取最優(yōu)方程，本文選取調整后R2作為衡量標準。從表8可知，方程1的調整后R2為0.762，即自變量對因變量可有效解釋信息為76.2%；方程2的調整后R2為0.809，即自變量對因變量可有效解釋信息為80.9%；方程3的調整后R2為0.818，即自變量對因變量可有效解釋信息為81.8%；方程4的調整后R2為0.822，即自變量對因變量可有效解釋信息為82.2%，故選取方程4作為本次的回歸方程。

從方程4的回歸結果來看,所有自變量共線性統(tǒng)計數據中VIF值均小于10，表示各自變量間未出現(xiàn)多重共線性，即回歸方程有效。回歸模型中的4個自變量標準化回歸系數分別為0.415、0.163、0.200、0.162，且均為正，表明外界支持、師生互動、教學內容和生生互動對大學生網絡學習滿意度均有顯著的正向影響，其中從對大學生網絡學習滿意度的影響程度來看，外界支持＞教學內容＞師生互動＞生生互動。因此，假設H2、H3、H4、H6成立，假設H5不成立。

4 結論與建議

本文采用線上問卷調查法，以南京郵電大學在校大學生為研究對象，對疫情期間大學生線上學習滿意度進行了調查分析。研究表明：大學生對此次網絡學習滿意度較高，其中自然科學類專業(yè)學生對此次網絡學習的滿意度要顯著高于人文社科類專業(yè)的學生；學生對多種形式相結合的授課方式滿意度顯著高于采取單一形式的授課方式；采用多元線性回歸模型對網絡學習滿意度進行影響因素分析，結果表明：教師素養(yǎng)對網絡學習滿意度的影響不顯著，外界支持、師生互動、教學內容和生生互動對網絡學習滿意度均有顯著的正向影響?；谏鲜鼋Y論，研究提出措施建議。

4.1 提高外界支持度

要提高學生網絡學習滿意度，首先，父母能夠提供良好的學習環(huán)境，如安靜的學習場所、良好的網絡設備，在偏遠貧困地區(qū)，希望能夠得到政府的支持幫助，及時通上網絡設備或者定點組織學生學習；其次，需要提高教學軟件性能，科學設置教學時長，操作方便簡捷，性能穩(wěn)定，軟件開發(fā)者需要及時根據用戶的反饋對軟件進行更新與升級；最后，學校和老師能及時發(fā)布相關免費的學習資料，網絡教育資源也可適當地提供優(yōu)惠的學習資源，以便學習者能及時便捷地獲取豐富多樣的學習資源。

表8 逐步多元回歸分析摘要

4.2 豐富課程教學內容，優(yōu)化課程教學設計

豐富課程教學內容，優(yōu)化課程教學設計，需要教師依據網絡課堂的特殊性，認真做好線上課堂內容設計，準備多個備選方案，熟悉教學軟件的使用，及時通過學生信息反饋，做好教學總結與反思。

4.3 增強網絡課堂的交流互動性

無法面對面溝通交流是線上教學的困難之處，需要教師充分考慮到網絡課堂的特殊性，利用教學工具的特點極大地發(fā)揮網絡優(yōu)勢，采用靈活多樣的方式增強和學生的交流和互動，同時，要鼓勵學生積極參與課程環(huán)節(jié)，積極反饋學習過程中存在的問題并提出建議。