基于Python數(shù)據(jù)分析的高職學生在線學習投入影響因素研究

王春華 張書鋒

關鍵詞：Python數(shù)據(jù)分析；在線學習；學習投入；影響因素

0 引言

2020年新冠疫情的暴發(fā)改變了以往的教學模式，很多高校從線下教學或“線上線下”相結合的教學模式，轉(zhuǎn)變?yōu)槿婢€上網(wǎng)絡教學。教學形式的轉(zhuǎn)變，帶來了一些新問題。缺少了校園環(huán)境的支持、教師有效的監(jiān)督和學習同伴的影響等外部學習因素的分散式居家學習方式，到底會有怎樣的學習效果，是社會、學校以及學生家長關注的問題，也成為教育工作者所亟須解決問題[1]。

學習的主體是學生，其在線學習的投入度是影響學習效果的關鍵因素。長時間的在線教學過程中，在線學習者的有效參與度和積極投入度明顯不夠，學習適應性不強、在線主動學習能力不足、學習狀態(tài)不持久、被動參與現(xiàn)象普遍存在，而且會隨著時間的推移，學生在線學習的投入程度將進一步降低。為了解決這些問題，幫助高職學生適應新的學習環(huán)境，養(yǎng)成良好學習行為，有必要探析高職學生在線學習投入的特征和影響因素，解決在線學習中存在的一些典型問題，提升在線學習的質(zhì)量和教學目標達成度[2]。

通過對學習投入度及其影響因素的數(shù)據(jù)分析，結合居家在線學習的特點，高職學生的學習習慣和行為習慣，基于Sun、李爽、汪雅霜等人的研究結果，設計了在線學習調(diào)查問卷[3]。通過大樣本的大學生在線學習調(diào)查數(shù)據(jù)和對學習投入情況以及影響因素的分析，得出了大學生的在線學習狀態(tài)信息，分析了學習投入度與相關要素間的關聯(lián)度，提出了相應的解決方案。

1 大學生在線學習投入度及其影響因素

1.1 在線學習投入度

學習投入相關理論最早是由泰勒（Tyer）、艾斯汀（Astin）、庫（Kuh）以及佩茲（Pace）等人提出的[4]。學術界普遍認為，教育質(zhì)量通常取決于學生從經(jīng)驗中汲取的技能、能力或思維方式，而這些體驗的結果取決于學生對體驗的投入程度?；谶@種普遍認知，可將在線學習投入度概括為學生在網(wǎng)課學習中投入的時間、精力、情感等資源。學習投入的研究通常從三個層面展開，即行為層面、認知層面、情感層面[5]，如圖1 所示。

學習行為投入是最直觀的，表現(xiàn)為學習者在課堂上的學習時長、參與程度、學習頻率等、學習行為積極的學生總是參與時間長、參與度高、積極活躍地回答問題，作業(yè)完成的書簡和質(zhì)量也比較好。行為投入是學習投入中最淺的參與方式，表現(xiàn)為線上學習過程中的各種可被觀測到的學習行為的一種度量，由于它易于操作，容易觀察，也成為經(jīng)常使用的評估方法。

學習認知投入是指學生采取堅定、積極的態(tài)度提出的學習策略，如設計并繪制了思維導圖來重組新學習的知識，設計學習道具、學習譜圖等，盡可能有效地吸收信息以形成知識，是對學習方式、學習策略、學習風格等所進行的測量。學習認知投入通常是在對新知識掌握比較好的情況下才會呈現(xiàn)。

學習情感投入是學生在情感層面上與其他物品、其他人建立聯(lián)系的合作方式，在情緒上積極投入，在學習中與老師同學互動，在學習過程中感受到合作和自我的實現(xiàn)，并朝著課程目標和人生目標前進，體現(xiàn)了在線課程中的個人情感體驗和師生關系的測量。

1.2 在線學習投入影響因素

影響學習投入的因素有很多，如興趣、學習動機、性別、能力基礎、學習層次、信息素養(yǎng)、自我效能感等自身因素，也包括對學習起支持作用的教師魅力、教學方法、同伴、教學數(shù)據(jù)管理反饋、學習資源環(huán)境等外界教育性因素。疫情期間，高校普遍開展居家在線學習，學習投入度高，是取得良好學習效果的基礎。但是，缺少了校園環(huán)境的支持、教師和學校有效的監(jiān)督，以及學習同伴的互相影響，這種分散式居家學習形式，使得學習過程中受到的影響因素趨于多元化[6]。學術界從不同的角度對此進行了分析。房萌萌等認為，影響學習投入的因素包括課程、教師、學校和學習者四個方面，況珊蕓等認為影響在線學習投入的因素主要分為內(nèi)因和外因兩方面[7]。按照是否屬于學生自身因素的范疇，可將影響大學生在線學習投入的因素分為學生個體因素和外部因素[7 -8]，學生個體因素包括：先賦性因素、主動性學習因素、信息技術素養(yǎng)能力和專業(yè)知識基礎等；外部因素包括：教師因素、在線教學活動組織因素、學習環(huán)境因素和設備條件因素等。

若將影響因素看作自變量，將學習投入的三個層次（認知投入、行為投入、情感投入）作為因變量，可構造出兩大類因素對在線學習投入影響的分析模型，如圖2所示。

2 數(shù)據(jù)采集與結果分析

2.1 數(shù)據(jù)采集

依據(jù)影響學習投入的學生自身因素和外界教育性因素，結合疫情期間大學生居家在線學習的條件和特征，借鑒Skinner等人完善的學習投入量表和Martin 編制的標準化評估量表，設計出了調(diào)查問卷——《高職大學生在線學習調(diào)查問卷》，并進行了數(shù)據(jù)的調(diào)查與分析。在設計調(diào)查問卷期間，還采用了訪談方式，對問卷題目做了適當修改。《高職大學生在線學習調(diào)查問卷》由兩部分構成：一是學生個體因素和高職在線課程安排管理，采用選擇和填空方式獲取數(shù)據(jù)；二是學生的學習行為投入、認知投入、情感投入，采用標準化評估量表方式獲取數(shù)據(jù)?！陡呗毚髮W生在線學習調(diào)查問卷》的部分樣例如表1所示。

調(diào)查對象是江蘇省蘇州工業(yè)園區(qū)服務外包職業(yè)學院的在校學生，針對2022年春季課程，以在線學習的學生為調(diào)查對象，涵蓋了4個院系的15個專業(yè)。蘇州工業(yè)園區(qū)服務為外包職業(yè)學院是一所綜合性的職業(yè)學校，面向全國招生，無論從地域還是學生性別等方面，分布都比較平均，具有代表性。

2022年5月23日到6月1日期間，面向4個院系的15個專業(yè)全體學生發(fā)放了完整的調(diào)查問卷，參與調(diào)查的學生涉及30個省、自治區(qū)、直轄市。調(diào)查對象自愿參加，回答問卷中的相關問題，共回收問卷1 693 份，有效問卷為1 495份，有效率為88.3%。參與問卷調(diào)查的學生中，女生占59.83，男生占40.17%；來自農(nóng)村的占76.38%，來自城市的占23.62%；來自獨生子女家庭的占46.57%，非獨生子女家庭的占53.43%。

2.2 數(shù)據(jù)分析過程及結果

首先用Python讀取數(shù)據(jù)到DateFrame變量表中，利用Python機器學習庫Numpy和Pandas，針對特殊數(shù)據(jù)進行標準化和歸一化處理，然后通過scatter函數(shù)繪制散點圖，利用corr函數(shù)進行不同影響因素與在線學習投入度的相關性判斷，篩選出相關性高的影響因子，最后根據(jù)得到的相關性進行結果分析。

分析結果表明，在學習投入度方面，投入度高的，得分也高，有效地反映了投入效應；在適應能力方面，適應能力強的學生，其分值也高，與實際情形相吻合。

高職大學生在線學習投入度現(xiàn)狀的描述性問題調(diào)查問卷的數(shù)據(jù)處理，結果如表2所示。從表2可以看出，行為投入、情感投入、認知投入的平均值分別為3.601、3.374、3.259。其中，行為投入數(shù)值最高，整體屬于中高水平，但仍然低于4，這說明在線學習中學生的行為參與度投入還有上升空間；情感投入和認知投入屬于中等水平，最低的是認知投入，說明學生盡管有較多的行為參與了在線學習，但是并沒有采取積極、堅定的態(tài)度，也沒有掌握良好的在線學習策略和學習方法，認知活動方面還需進一步強化。

對高職大學生在線學習投入度影響因素的描述性問題調(diào)查數(shù)據(jù)處理結果如表3所示。從表3可以看出，自身因素的平均值為3.470，屬于中等偏上水平，表明在線學習者在自我效能感受、認知負荷和技術運用度等方面，均達到了中等偏上的水平；教師因素的平均值為3.617，也為中等偏上水平，表明在線學習者比較認同教師的教育理念、教學設計方法和信息技術水平，在師生交互方面，由于標準差偏大，體現(xiàn)出在線學習者在教師因素認同度上存在分歧；同伴因素的平均值為3.305，屬于4個因素維度中的最低值，表明調(diào)查對象對學生間的交互滿意度相對較低。由于疫情居家線上上課缺少了以往學習中同伴的交流和幫助，所以來自同伴的影響相對較少；環(huán)境因素維度的平均值為3.927，在所列影響因素維度中的分值最高，但標準差0.593屬于中間水平，說明在線學習的大學生對環(huán)境因素的認識較為一致，能夠很大程度地感受來自網(wǎng)絡設備環(huán)境、課程環(huán)境、資源環(huán)境和互動環(huán)境的支持。

3 結束語

通過對1 693名高職學生在線學習投入度和內(nèi)外影響因素的調(diào)查，結合超星平臺的學習數(shù)據(jù)分析，得出了在線學習投入度與各影響因素之間的關聯(lián)和影響程度。結果表明：大學生的學習投入度差別較大，影響在線學習投入的因素比較復雜，其中個人因素影響較大，特別是學習動機的幾個核心要素，刺激這些核心要素，激發(fā)出學習動機，是在線學習質(zhì)量的重要環(huán)節(jié)。

高職大學生在線學習投入度的三個維度中，顯性行為投入相對較高，但是調(diào)查平臺的數(shù)據(jù)顯示，后期行為投入呈下降趨勢，說明持續(xù)性不強；在情感投入維度方面，針對不同課程的不同教師，學生的投入度有一定差異，尤其是學生在教育活動中的情感體驗或反應，如好奇、快樂、厭煩、歸屬感等方面；認知投入維度相對偏低，表明學生雖然有較多的顯性行為投入，但是沒有采取適當?shù)膶W習策略和學習方式，所以導致降低了學習的有效性，也說明內(nèi)隱、有效的認知投入需要加強[9]。

影響高職學生在線學習投入度的因素中，學生個體因素的影響力度較大，外部因素的解釋力較小。從學生的個體差異看出，不同地域的學生，城市和農(nóng)村的學生對比來看，存在細微差別。疫情期間，國家各部門大力配合線上教學，無論移動、電信還是聯(lián)通都對線上教學環(huán)境進行了提升；獨生子女和非獨生子女也有一定的差別，非獨生子女的投入度要略低于獨生子女，與家庭情況、父母的關心等，都有一定的關系；性別差異明顯地體現(xiàn)出了不同結果，男生不如女生學習投入度高，通過后期的回訪可以發(fā)現(xiàn)，男生情感上不如女生細膩，并且男生不輕易對他人展現(xiàn)自己的情感，從而在情感的交互和行為的反饋上相對女生較少；另外學生自身的信息技術能力素養(yǎng)也有一定的影響，但是影響最大的還是學習主體的學習動機，激發(fā)和提升學生的學習動機是解決問題的關鍵[10]。外部因素中，教師的教學方式，教學活動組織和反饋影響力度相對較大；環(huán)境因素在學習初期有影響，但隨著網(wǎng)絡等技術發(fā)展，這種影響逐漸變小。另外，調(diào)查分析顯示，在線學習中同伴的影響相對較小。

通過本項研究可得到如下啟示：1）在線重構課程結構，挖掘更多課程案例，豐富教學資源，創(chuàng)設情景，提升學生的學習興趣，激發(fā)學生學習動機，是改進線上教學質(zhì)量的關鍵環(huán)節(jié)。2）提升教師現(xiàn)代教育技術水平，豐富線上教學展現(xiàn)，增加學習互動性，細化反饋點，提升反饋頻率，讓學生始終在不同的任務中提升自我效能感，是線上教學的改進方向。3）強化思想政治教育和家校合作，多樹立線上課程典范，創(chuàng)造輿論環(huán)境，引導學生調(diào)節(jié)不良情緒，家校合作共同加強思想引導，逐步提高學生對線上授課的認同度，是線上教學改進的必要措施。4）改進教學監(jiān)督評價體系，改革線下教學為主的評價體系，形成線上教學方式的多元評價標準，豐富教務監(jiān)管部門的信息化監(jiān)評水平，設計多樣化的評價體系，并形成“反饋-改進-反饋”的螺旋上升模式，是線上教學質(zhì)量的可靠保障。