在校大学生在线学习现状与学习意愿的影响因素研

1在校大学生在线学习现状与学习意愿的影响因素研究1111是的萨达（百度文库）摘要：结合在校大学生在线学习的现状，通过调查，探讨研究在校大学生在线学习的现状及影响其在线学习意愿因素。由于在线学习行为是一个宽泛的概念，文章将在线学习行为定义为发生在网络教学平台上的学习。研究结果表明，在不同的背景条件下下，大学生体现不同的在线学习意愿，研究调查了大学生在线学习意愿的影响因素，调查为在线学习平台的建设提供了发展意见。关键词：在校大学生；在线学习意愿；影响因素；建议0引言“未来的文盲是那些没有学会如何学习的人。”联合国教科文组织的著作《学会生存》中如是说。作为当代大学生，更应该注重学习能力的培养，不仅仅是为了在考试中获得一个高分，更多地是为了在今后人生道路的长足发展。伴随着信息时代的到来，激烈的社会竞争对与个人的学习能力要求越来越苛刻。与此同时，伴随着这种潮流，新颖的教育产业也随之迅速发展，这其中就包括融合着最新信息技术的在线教育。许多教育工作者和专家认为，近几年内，学生的学习方式将发生一场历史性的变革。信息化，网络化技术的高度发展为全面提高学生的学习质量创造了新的可能，即通过在线学习获取知识与技能。我们这里所讨论的在线学习，不是广义地指通过因特网进行学习，因为这个概念很模糊，很难界定，为了研究的准确性和有针对性，在本文中，在线学习指的是发生在网络教学平台上的学习。我国的在线学习在1998年开始起步，时至今日，已经有很多的高校和企业加入其中。从经营这些在线学习平台的商家的角度看，远程教育是目前最具潜力的互联网领域之一，抓住远程教育这个网络经济发展的新生长点，对推动教育的全面改革和网络经济的迅速发展有重大意义，并且也会为商家带来巨大的经济利益。而推动这一产业发展的关键问题之一是如何把握消费者，据中国互联网络信息中心所做的《中国互联网络发展状况统计报告》显示，学生是网民规模中最大的群体，高达74.71%的学生表示对于网络“相当需要”，有10.05%的学生与网络“密不可分”，其中，大学生群体又是学生群体中最活跃的，在大部分网络应用上的使用率都最高。同时，学习也是学生的天职，学生也最有动力去进行学习。所以，大学生理所应当地成为在线学习的最主要消费者。但据西北工业大学赵媛媛，陆佩华的《大学生网络学习现状调查与分析》中研究数据显示，有将近三分之一的大学生平均每天上网时间超过4小时，但上网常做的事情集中在浏览新闻，游戏娱乐，聊天写博上，而58%的大学生用于在线学习的平均时间不到一个小时。最大的消费群体不消费，这就存在了问题，如何提高在线学习的用户使用情况，创造商机，是在线学习平台发展急需解决的问题。本文将讨论大学生大学生在线学习意愿的影响因素，从改变这些因素入手，对在线教育经营者提出相应的目标市场选择和改进建议。1文献回顾及假设提出1.1消费者个人因素不同的研究表明，动机或工作任务与目的是人民活动的源动力，在线学习也离不开二者的推动，而动机的强弱与个人因素有很大的关系。山西大学和唐山学院曾经对大学生在线学习动机的影响因素做过调查研究。研究结果显示，如果将年级作为影响因素的自变量，学习动机与在线学习意愿作为因变量，2进行数据的处理后可以发现，不同年级的学生在学习动机上存在显著性差异，低年级学生在研究动机的量表测试得分均高于高年级学生，说明低年级学生进行在线学习的动机强于高年级的学生，相应的在线学习意愿也会更高。并且从调查数据中还可以得出结论，各个年级学生进行在线学习的原因都同时来源于两种动机，一方面是由于对在线学习本身的兴趣使然；另一方面也是为了获得相应的成绩，这可能是因为这是学校课程的规定，或者课程所需的资源是通过在线平台才能获得的。这两个动机也能解释为什么年级的差异会对在线学习的意愿产生差异性影响。年级不同，所学习的知识会有所差异，所接触的知识范围是不同的，所能够去学习的知识也是不同的，低年级的基础课程大班授课，学生与老师接触少，需要一些课外的辅导，并且他们更希望学习更多知识，得到学校、老师和同学的认可，所以，对于在线学习的兴趣更大；而在高年级涉及多为专业课，很多的知识在网络上可能无从寻觅的，并且与老师接触多，所以对于在线学习的兴趣不会那么强烈。同时，教育体制改革，国家对在线课程大力推进，很多学校的重点也是放在低年级课程上面。总而言之，调查的结果表示：低年级学生比高年级学生对在线学习的意愿更加强烈。但是，随着年级的升高，学生的学习动机呈减弱趋势，在线学习的意愿也随之下降。并且，该项研究还表明，低年级学生比高年级学生更加懂得如何利用各种方法和渠道来进行在线学习，高年级学生在灵活应用在线资源进行学习这一方面不如低年级学生。学生到了高年级后在线学习平台使用水平反而不如低年级，可以用“学习高原现象”解释这个问题，“学习高原现象”是指知识技能学习的练习曲线显示如图所示：学习者开始进步快，曲线中间有一个明显的或长或短的进步停顿期，后期进步慢。学生升入高年级后由于学习效果不理想，在学习中出现了倦怠现象，所以进行学习的意识和愿望也逐渐减弱，更不必提在线学习了。图1学习高原现象曲线在一些其他的研究中，如在郭倩云在《大学生网络学习行为研究》中指出，女生在进行在线学习的过程中更容易遇到外界的影响和感到困难；而男生在一定程度上比女生态度更积极、解决问题的能力更强。再比如还有一些个人因素，如专业和家庭背景都会对在线学习的意愿产生影响，所以我们提出假设1到4：H1：男性大学生在线学习意愿更强。H2：低年级大学生的在线学习意愿更强。H3：不同专业的学生在线学习意愿不同。H4：来自城市的学生更加愿意利用在线学习平台。1.2网站建设质量因素之前有有关在线学习的研究表明，大学生在线学习行为的影响因素不仅仅在大学生这一方，在在线学习平台的建设方面，对于在线学习意愿也有很大的影响作用。2009年，肖爱平等的研究明确地指出：在线学习的影响因素具体包括四个方面：网络环境、课程资源、网上交互以及学习者自身的原因。其中，学习者自身的因素就是在1.1节中讨论过的个人因素，而其余三个概括起来都是在线学习平台的建设水平因素，这其中主要包括网络资源的质量，平台提供的服务，平台的视觉效果，交互服务等等。在2002年的一项研究中。赵丕元通过对2000名中央电大开放教育试点学生的问卷调查发现，这些平台建设因素中，影响学生参与网上学习的不利因素包括：在线学习平台的课程资源内容不够丰富、网页形式呆板丑陋，课程教学过程中缺乏交互性、教学资源更新速度慢，学习的服务操作复杂，不够便捷。另在，在2004年龚志武的研究中指出，网络课程结构体系越完整，学生在线学习的次数和每次学习的在线时间都会随之相应增长；学习过程中，师生之间在网络上的交互率增加，学生网上学习的次数和学习时间会与其成正比增加，交互率越高，上网次数越多，学习时间也越长。所以，我们可以得出假设5：H5：网站的建设水平的高低，包括网站资源的质量与更新速度，网络平台的界面与操作是简单易用，在线学习的过程能否存在交互都会影响3大学生的在线学习意愿，这几方面的综合得分越高，大学生在线学习的意愿越强烈。假设5可以用如图2所示的关系表示。图2假设5示意图2实验一实验一的目的是为了考察假设1到假设4的正确性以及个人因素对学习意愿的影响方式，采用问卷调查的形式调查全国高校在校生的个人情况与在线学习意愿，对大学生的性别、年级、专业，家庭背景进行分类、比较统计得出个人因素对在线学习意愿的影响方式，分别验证假设1，假设2，假设3，假设4的正确性。2.1实验设计及步骤所研究的大学生个人因素具体则包括性别、年级、专业、家庭背景，问卷调查中就将这四个内容进行统计；而关于大学生在线学习意愿则使用量表发进行确定，量表的问题包括大学生在线学习平台的使用情况、在线学习使用的时长、时间段、使用目的、喜欢的在线学习形式等内容来进行打分。本研究中使用的是笔者编制的调查问卷，通过问卷星网络问卷平台进行发放。问卷分为两个部分，第一部分是对于个人背景的调查，第二部分是关于在线学习意愿强弱的测量。个人因素问题包括，性别，年级，专业，出生地，家庭经济情况。在线学习意愿的有关问题有：平均每天上网时间是多少，其中大概有多少在网上学习，一般是在什么时间段，使用怎样的方式进行在线学习，每次在线学习的持续时间有多长，学习的内容主要有哪些，在线学习的状态是怎么样的，是否会被中断和打扰或者自主中途放弃，是否喜欢在线学习，喜欢去哪些在线平台学习，喜欢怎么样的学习形式。对于在线学习的主观态度在在线学习有关问题中也有体现，包括是否愿意进行在线学习，会带着怎样的目的在线学习，是否会坚持在线学习，对自己在线学习的效果是否满意，是否对在线学习产生抵触感。其中有关在线学习意愿的问题采用量表形式进行打分，根据打分判断被试对于在线学习的意愿的强烈程度如何。2.2数据采集由于本研究是针对在校大学生的在线学习行为进行调查，所以通过一些社交平台分享问卷的链接，便可以利用人脉进行扩散，可以覆盖全年级，全专业和全地域的大学生，如笔者通过在双学位的社交圈中进行传播，就可以覆盖几乎全专业的大学生。并且在引言部分中讲过，大学生网络使用情况较好，所以，网络覆盖不到的那部分大学生我们可以忽略不计。整个问卷的调查结果覆盖了大一至大四在校大学生，在各个地区的高校都有所分布，男女比例平衡，专业覆盖范围广。正式调查卷共计共收回144份，具体如表1所示。4表1问卷调查被试分布情况·类别比例性别男50.52%女49.48%年级大一21.88%大二22.40%大三43.75%大四11.98%专业理工44.27%经管28.13%文科27.60%家庭背景农村46.35%城市53.65%在第二部分，在线学习意愿的量表测量中，总分为100分，根据得分进行高分，中等和低分人群的划分，分别代表在线学习意愿强烈的，比较强烈的和在线学习意愿不强烈的人群，并根据性别，年级，专业和家庭背景四个因素进行分别统计和类别内的平均分计算（高分计5分，中等计3分，低分计1分）。分类统计获得的结果如表2所示表2按照个人因素分类的在线学习意愿统计类别高分比例中等分数比例低分比例得分性别男36.08%32.99%30.93%3.10女30.53%26.32%43.16%2.75年级大一54.76%19.05%28.57%3.60大二30.23%34.88%34.88%2.91大三29.76%30.95%39.29%2.815大四13.04%39.13%47.83%2.30专业理工30.59%32.94%36.47%2.88经管40.74%24.07%35.19%3.11文科30.19%30.19%39.62%2.81家庭背景农村34.83%31.46%33.71%3.02城市33.01%30.10%36.89%2.922.3信度与效度检验研究中，在进行进一步的数据分析之前需要先进行信度和效度的分析。信度的主要表现是测验结果的一贯性、一致性、再现性和稳定性，即测验结果是否反映了被试的稳定的、一贯性的真实特征。一个好的测量工具，对同一事物反复多次测量，其结果应该始终保持不变，才可以说是可信。简单来讲：信度实质上表示所使用的调查问卷的结果是否可靠，被试的回答是否真实。效度表示问卷问题设置的有用程度，换言之就是，问卷调查所分析的结果是否能真的反映出问卷调查所想验证的假设。本研究中问卷结果通过问卷星平台的在线处理功能将数据处理为sav格式，之后输入SPSS22.0系统，进行信度和效度的检验。使用SPSS22软件的度量功能中的可靠性分析，选择α模型，得到科隆巴赫系数为.762，信度可以接受；使用降维功能中的因子分析，选择KMO和Bartlet的球形度校验，值为.693，效度可以接受。2.4统计检验由表2的数据可知，如果以性别为划分变量，男性大学生在线学习意愿强烈的比例占36.08%，女性大学生则只占30.53%，但女性大学生在线学习意愿不强烈的人群占43.16%，男性大学生只占30.93%，男性大学生在线学习意愿的平均得分为3.10，女性大学生在线学习意愿的总得分为2.75，所以可以看出性别为划分因素的话，