地方高校大學生線上學習投入度影響因素研究*

楊 眉，劉翠萍，馬 杰，王 笑

(1.延安大學 教育科學學院，陜西 延安 716000；2.南京師范大學，江蘇 南京 210023；3.陜西開放大學 新城分校，陜西 西安 710119； 4.山東師范大學，山東 濟南 250014)

《教育信息化2.0行動計劃》[1]的發(fā)布，引發(fā)了教育界對“互聯(lián)網(wǎng)+教育”的高度重視，在線教育作為互聯(lián)網(wǎng)時代的新興教育形態(tài)，必然會促進新興信息技術(shù)與教育的深度融合，也必將成為教學改革和發(fā)展的強勁驅(qū)動力。疫情之后，線上學習從作為傳統(tǒng)教學的補充形式轉(zhuǎn)變?yōu)楦咝５某B(tài)化教學模式，師生能否順利適應(yīng)各自教與學的環(huán)境？線上學習質(zhì)量如何監(jiān)測評價？諸多困惑成為教育圈內(nèi)倍受爭議的問題。已有研究發(fā)現(xiàn)，學習投入度已經(jīng)成為改善高等教育質(zhì)量的關(guān)鍵指標[2]，作為測量與評價線上學習質(zhì)量的有效指標之一，研究者在對線上學習投入度的內(nèi)涵與結(jié)構(gòu)劃分、評測方法、影響因素及其作用機制、提升策略等研究方面已經(jīng)取得階段性成果[3]。不同地域、不同層次類別的高校，其線上學習投入度影響因素也存在一定的差異性，尤其是線上學習條件偏弱的地方高校。本研究在對已有研究成果進行本土化改造創(chuàng)新基礎(chǔ)上，對地方高校開展實踐調(diào)研，深入探究后疫情時期地方高校大學生線上學習投入度的影響因素，為教師及時掌控學生線上學習投入狀態(tài)提供數(shù)據(jù)參考，改善提升學生的線上學習效果。

一、研究設(shè)計

學者Fredricks[4](2004)將學習投入度分為行為投入、情緒投入和認知投入三個層面。其中，行為投入是外顯的、可觀察的行為狀態(tài)，多指個體在校期間所展現(xiàn)出的積極行為，如參加學業(yè)或課外各項校園活動；情緒投入指個體在與學習任務(wù)、老師、或同學的交互活動中所醞釀的個人情緒；認知投入常指學習者在學習中針對不同學習任務(wù)選用適合自己的認知策略及所付出的精力、努力等。Christenson等[5](2012)指出，線上學習投入是學習者在參與線上學習過程中所呈現(xiàn)出來的積極狀態(tài)，分為認知投入、情感投入及行為投入三個子維度。可見，學者們對學習投入的維度劃分基本一致，趨同的認知觀點為關(guān)注“學習投入度”的研究者提供了必要的理論支撐。

(一)研究對象

本研究的調(diào)研對象為后疫情時期延安大學開展混合式教學的本科生，其專業(yè)類別涉及理工、文史類和藝術(shù)體育類等。

(二)研究工具

1.前期訪談

在編制量表之前，通過咨詢專家和隨機尋訪學習者，初步了解線上學習狀況及影響因素，結(jié)合以往學者的研究成果，初步確定影響因素的指標體系，為編制本土化問卷做好前期準備。

2.量表編制

根據(jù)李爽等[6](2015)編制的遠程學習者學習投入評價量表和汪雅霜[7](2013)編制的大學生學習投入量表，結(jié)合后疫情時期線上學習的特點，采用李克特五點計分法，自行設(shè)計編制了《大學生線上學習投入度現(xiàn)狀及其影響因素》這一量表。

量表中的線上學習投入度分為行為投入、認知投入和情感投入三個子維度；影響因素分為學習者個人因素、教師因素、環(huán)境因素三個方面。其中線上行為投入具體分為投入時間、努力程度、學習專注、學習績效等指標；認知投入分為計劃策略、監(jiān)控策略、調(diào)節(jié)策略、知識遷移、知識建構(gòu)、精細加工策略等指標；情感投入分為歸屬感、自我效能感、學習熱情等指標。三個影響因素中，個人因素包括信息技術(shù)能力、情感體驗、人際關(guān)系、學習動機、自我效能感、成就目標、時間管理等指標；教師因素包括教學能力、教學投入、教學策略、教師支持等指標；環(huán)境因素包括父母教育程度、網(wǎng)絡(luò)環(huán)境、學校氛圍、學校支持、線上學習資源、線上學習平臺指標。

3.預(yù)調(diào)查

量表設(shè)計好后，隨機選取40名學習者進行預(yù)調(diào)查，目的旨在對量表進行區(qū)分度和信度的檢驗，進而實現(xiàn)對問卷結(jié)構(gòu)效度的檢驗。

二、 地方高校大學生線上學習投入度現(xiàn)狀及影響因素分析

通過對收集到的219份有效問卷數(shù)據(jù)進行統(tǒng)計分析處理，結(jié)果發(fā)現(xiàn)，后疫情時期地方高校大學生線上學習投入度較為穩(wěn)定，影響因素中個人因素占比較大。

(一)大學生線上學習投入度現(xiàn)狀

為確切了解地方高校大學生的線上學習投入度，研究中利用SPSS25.0對學習投入度現(xiàn)狀進行了描述性統(tǒng)計分析，結(jié)果如表1所示。

表1 大學生線上學習投入度現(xiàn)狀(n=219)

研究表明，大學生線上學習投入度水平屬于中等偏上水平，但距離5的水平還存在一定差距，說明其學習投入度還有很大的提升空間。其中行為投入、認知投入和情感投入的均值分別為3.662、3.461、3.584，三個維度均在3.5左右，表明學習者的線上學習投入度在各維度表現(xiàn)中較為平穩(wěn)，其中認知投入的平均值相比其他兩個維度較低，表明學習者在學習中合理選用認知策略的能力不夠靈活，在學習中所付出的精力、努力等方面還有待提高。

“細胞核——系統(tǒng)的控制中心”選自人教版高中生物《必修1·分子與細胞》。教材先以資料分析的形式從科學史推理出細胞核功能，再引入細胞核的結(jié)構(gòu)，滲透著“結(jié)構(gòu)與功能相統(tǒng)一”的生命觀念，并在真核細胞結(jié)構(gòu)模型的制作中體現(xiàn)模型與建模思維。

(二)不同背景條件下地方高校大學生線上學習投入度的差異性分析

線上學習投入度的差異性分析，一般可分為方差分析和t檢驗。本研究將對比不同類別群體的差異，首先對學習者的性別與家庭居住地兩個分組變量進行獨立樣本 t 檢驗，其次對學習者所處年級與學科類別兩個因素進行單因素方差分析。結(jié)果如表2所示，女生的學習投入度略低于男生，其中在認知投入度上存在顯著性差異(t=-2.472)；不同年級、不同家庭居住地和不同學科類別層面，學習者的線上學習投入度均不存在顯著差異。

表2 不同背景條件下的線上學習投入度差異分析

(三)大學生線上學習投入度影響因素與線上學習投入度相關(guān)性分析

相關(guān)分析是用于研究變量之間的相關(guān)關(guān)系，通常用反映變量間是否密切及密切程度的相關(guān)系數(shù)來表示，相關(guān)系數(shù)取值范圍在-1和1之間，當相關(guān)系數(shù)達到1時，表示完全正相關(guān)，當達到-1時，表示完全負相關(guān)。當值為0時，表示兩個變量之間沒有相關(guān)性?？梢?，相關(guān)系數(shù)越接近0值，則相關(guān)性越低。

表3 大學生線上學習投入度影響因素相關(guān)性統(tǒng)計分析結(jié)果

采用Pearson相關(guān)法對大學生線上學習投入度及影響因素各變量做相關(guān)分析。由表3可知，各影響因素與行為投入、認知投入、情感投入、社會投入及線上學習投入度整體變量間均呈顯著正相關(guān)(P<0.01)。

(四)大學生線上學習投入度影響因素與線上學習投入度回歸分析

采用逐步和強制回歸的方法，將線上學習投入度和三個維度分別作為因變量Y，三個影響因素作為自變量X，研究影響因素的三個維度中有哪些維度會進入回歸方程，探究各因素對線上學習投入度的影響是否顯著，結(jié)果如表4、表5、表6和表7所示。

表4 學習投入度與影響因素的回歸分析

回歸方程：Y1=0.433+0.828*個人因素(X1)+0.833*教師因素(X2)

表5 行為投入與影響因素回歸分析

回歸方程：Y1=0.710+0.793*個人因素(X1)

表6 認知投入與影響因素回歸分析

回歸方程：Y1=0.410+0.595*個人因素(X1)+0.231*環(huán)境因素(X3)

表7 情感投入與影響因素回歸分析

回歸方程：Y1=0.179+0.715*個人因素(X1)+0.198*教師因素(X2)

由表4可知，對于線上學習投入度整體水平而言，個人因素的影響最為顯著(P=0.000)，教師因素次之(P=0.019)，環(huán)境因素則不顯著。

由表5可知，在行為投入方面，個人因素影響顯著(P=0.000)，教師因素和環(huán)境因素則不顯著?？梢?，作為內(nèi)因的個人因素對線上學習投入的影響遠大于外在的教師因素和環(huán)境因素。

由表6可知，在認知投入方面，個人因素的影響最為顯著(P=0.000)，環(huán)境因素次之(P=0.010)，教師因素則不顯著。

由表7可知，在情感投入方面，個人因素的影響最為顯著(P=0.000)，教師因素次之(P=0.004)，環(huán)境因素則不顯著?？梢?，內(nèi)因的影響總是大于外因?qū)η楦型度氲挠绊憽?/p>

三、 研究結(jié)論與啟示

本研究利用文獻研究法、訪談法和問卷調(diào)查法對延安大學219名本科生進行了調(diào)查，了解到地方高校大學生線上學習投入度現(xiàn)狀及其影響因素，并從學習者個人、教師和環(huán)境因素三方面給出了提升線上學習投入度水平的可行性策略。

(一)研究結(jié)論

1.后疫情時期地方高校大學生線上學習投入度水平較高，但認知水平相對偏低

后疫情時期大學生線上學習投入度整體水平較高，各投入維度依次表現(xiàn)為：行為投入水平>情感投入水平>認知投入水平。這與李紅霞等人[8]的研究結(jié)果有所不同，因為該研究主要針對的是同伴互評投入度水平。認知投入側(cè)重于學習者在參與線上學習過程中采取的學習策略、學習方法及監(jiān)控調(diào)節(jié)策略，說明學習者運用各種策略方法的能力還有待提高。大學生是國家的未來，是實現(xiàn)中國夢的主力軍和承擔者，“學會學習”是聯(lián)合國教科文組織在1995年《教育財富蘊藏其中》報告中提出的教育的四大支柱之一，學會在線學習更是構(gòu)建新時代學習強國的根本保障。

2.不同背景條件下學習者線上學習投入度差異較小

調(diào)查結(jié)果表明，在不同家庭居住地、不同年級、不同學科類別方面均不存在顯著差異，本研究與劉在花等[9]的研究得出不同結(jié)果。可能的原因是：在校的本科大學生年齡基本都在18-24歲，面對愈發(fā)激烈的社會競爭和就業(yè)壓力，他們在參與線上學習時，大都能夠自律負責地對待學習，自主創(chuàng)設(shè)學習環(huán)境，視學習為己任，力爭適應(yīng)停課不停學的教育常態(tài)。學習者可以靈活選擇適宜的學習策略并在運用中進行自洽調(diào)整，進而實現(xiàn)對知識的良性建構(gòu)與遷移。

3.相對于環(huán)境因素，學習者個人因素和教師因素對線上學習投入度影響較大

就線上學習投入度整體水平而言，個人因素的影響預(yù)測程度達68.4%，教師因素預(yù)測程度達69.1%，環(huán)境因素不顯著。就行為投入維度而言，個人因素預(yù)測程度達52.1%，教師因素和環(huán)境因素不顯著。就認知投入維度而言，個人因素的影響預(yù)測程度達51.9%，環(huán)境因素預(yù)測程度達53.1%，教師因素不顯著。就情感投入維度而言，個人因素的影響預(yù)測程度達71.8%，教師因素預(yù)測程度達72.7%，環(huán)境因素不顯著?？梢姡瑢W習者個人因素和教師因素是影響線上學習投入度的主要因素。

(二)研究啟示

1.學習者應(yīng)由“被動接受學習”轉(zhuǎn)變?yōu)椤爸鲃訉W習”，構(gòu)建合理學習動機

從自身出發(fā)，調(diào)整學習動機，使其與社會發(fā)展同向。培養(yǎng)自我管控能力，自律專注地投入到線上學習中；制訂合理學習計劃，充分發(fā)揮個人的主觀能動性，保持高效學習狀態(tài)，提升線上學習的自我效能感。

2.教師應(yīng)由“講授型”轉(zhuǎn)變?yōu)椤耙龑骄啃汀保囵B(yǎng)學習者主動構(gòu)建知識的能力

強化線上課程的引導設(shè)計，激發(fā)學習者自主構(gòu)建知識的內(nèi)驅(qū)力。依據(jù)學習者特點和學習需求制定學習目標，優(yōu)化課程設(shè)計，組建學習共同體，加強線上互動，發(fā)展學生協(xié)同建構(gòu)知識的能力，并給予學生多方關(guān)注與支持；適時開展多元化學習評價，將學習結(jié)果實時反饋給學習者；塑造自主型教師激勵風格，正向促進學生的學習投入度。

3.綜合改善線上學習環(huán)境 ，營造良好學習氛圍

首先，高校要構(gòu)建穩(wěn)定的校園網(wǎng)絡(luò)環(huán)境，創(chuàng)建共享豐富的學習資源，引進操作簡單、教學功能強大、運行流暢的網(wǎng)絡(luò)教學平臺。其次，激勵教師創(chuàng)新教學方式，培訓師生熟練使用在線教學平臺，重點掌握交互模塊的主要功能。家庭層面，父母應(yīng)該與時俱進地更新教育理念，支持并滿足子女的學習意愿和在線學習需求，給予其必要的情感疏導和經(jīng)濟支持。