APP下载

大学生在线学习满意度影响因素研究

2017-07-27徐晓青赵蔚刘红霞

中国远程教育 2017年5期

徐晓青 赵蔚 刘红霞

【摘要】

大学生在线学习满意度是评价在线课程学习的重要标准,它与在线课程质量和学习者行为密切相关。本研究在文献研究的基础上,将学习者在线学习满意度影响因素分为三类,即交互(包括学习者之间的交互、学习者与教师之间的交互以及学习者与内容之间的交互)、网络自我效能感、自我调节学习。本研究为探究这三个方面与大学生在线学习满意度的关联程度,进行了问卷调查,得到大学生在线学习满意度的回归方程模型。研究表明,学习者与学习内容的交互、自我调节学习、学习者与教师之间的交互是影响大学生在线学习满意度的重要因素。在此基础上,本研究提出了增加大学生在线学习满意度的几点建议,以期为在线学习的一线设计人员提供理论支持和借鉴。

【关键词】在线学习满意度;学习交互;网络自我效能感;自我调节学习;多元线性回归分析

【中图分类号】G420 【文献标识码】A 【文章编号】1009-458 x(2017)05-0043-08

一、引言

2010年斯隆协会关于在线学习的研究表明,30%的大学生至少学习过一门在线课程。(Allen&Seaman,2010)也有研究发现,与课堂教学相比,在线学习的效果并不突出。在线学习要求学习者要有自主学习的自信并且能够主动评价自身的学习效果。在进行在线学习时,学习者自信心越高越能够自愿从事学习活动,与教师和同学进行互动交流也更积极,故而能够增加他们的在线学习满意度。(Liang&Tsai,2008a)此外,在线学习意味着学习者有更多的自由,因此,个人的自我管理和自我监控能力显得至关重要。学习者如果不能有效控制自身行为,将不能完全投入到在线课程學习中,最终导致学习者对在线学习满意度降低。所以,从交互、自我调节学习和互联网自我效能等方面研究我国目前在校大学生在线学习满意度,对提高我国在线学习的教学质量有重要意义。因此,本研究在文献调研的基础上,归纳出可能影响大学生在线学习满意度的因素,通过问卷调查法对在校大学生进行调查研究。很多学者认为,课程学习中的各类交互是大学生在线学习满意度的重要影响因素。(Ali&Ahmad,2011;Lee,2012;Yukselturk&Yildirim,2008a)本研究框架是基于Moore和Ke-arsley提出的影响在线学习满意度的因素:三种类型的交互、互联网自我效能和自我调节学习。

(一)学习满意度及在线学习满意度

大学生学习满意度是指大学生在接受高等教育时,对比自己预设的期望,对受教育过程的整体感知。大学生学习满意度是衡量高等教育组织和管理的重要指标之一,对大学期间学生的受教育质量产生很大影响。(文静,2015)在远程教育中,学生的学习态度、学习行为等与学生的学习满意度密切相关。由于学习满意度能够直接反映大学生在进行网络课程学习时的身心体验,能够直观表现出大学生的自我评价。因此,研究我国目前在校大学生学习在线网络课程的满意度对提高我国在线网络课程的教学质量具有重要意义。本研究从大学生在线学习时的整体感知、交互感受以及在线学习是否帮助自身在专业学习和教育发展方面有所提高等维度进行测量,以此研究大学生在线学习满意度。

(二)国外研究现状

1.交互与在线学习满意度关系研究现状

交互可以起到先行组织者的作用,让学习者把新旧知识联系起来,并产生新的意义或框架。(Juwah,2006)在在线学习中,最著名的交互框架是由Moore提出的,包括三个要素:学习者与教师之间的交互、学习者与学习者之间的交互和学习者与学习内容之间的交互。(Moore,1989a)

学习者与教师的交互类型有多种形式,如教师对学习者进行评价、鼓励、指点,学习者对教师的回答、反应,等等。YuKselturk和Yildirim的研究表明,在在线学习过程中,学习者与学习者之间的交流在减少,而学习者与教师之间的交流却在整个学习过程中保持不变。(Yukselturk&Yildirim,2008b)更有研究提出,学习者与教师之间的交互是预测在线学习满意度的最重要指标。(Battalio,2007)这些研究结果都说明,学习者与教师的交互是影响学习者学习满意度的最重要因素。

有研究表明,学习者与学习者之间的交互对在线学习满意度的影响要大于学习者与教师之间的交互。(Jung,Choi,Lim,&Leem,2002)在在线学习过程中,学习者通过各种交流渠道,与其他学习者发生对等交互,能够增强学习者学习该门课程的兴趣和情感,加深学习者对所学内容的理解,促进新知识体系的构建。因此,如果在线学习能够提供学习者与学习者之间交互的平台,学习者对该网络课程的满意度会提高。然而,交互并不是越多越好,如果在线学习要求学习者与学习者之间有过多的交流、合作,学习者对该在线学习的满意度就会呈下降趋势。

与上述两种交互类型不同,学习者与学习内容的交互是指发生在学习者与经过精心制作的反映课程主题或课程内容的材料之间的一种单向交流过程。(Moore,1989b)当学习者对在课程学习中获得的信息、知识或者观点进行自我反思并将之作为课程学习中所获得的经验时,学习者与学习内容之间的交互就发生了。在在线学习的教学情境中,学习者的多数时间都在与在线学习内容发生交互。例如:与学习相关的课前材料让学习者将旧知识与新知识建立初步连接,达到先行组织者的目的;系统的在线课程内容能够让学习者掌握所学知识;与该学习内容相关的扩展材料为学习者提供了扩展学习深度和广度的机会。因此,学习者对学习内容的体验会在很大程度上影响学习者对在线学习的满意度。

2互联网自我效能感与在线学习满意度关系研究现状

前人的研究表明,互联网自我效能感能够调节学习者对互联网的使用和选择,会少量地调节学习者的感知学习和学习满意度。有研究发现,互联网自我效能感对学习动机、学习过程和学习结果有一定影响。例如,Liang和Tasi指出,互联网自我效能感高的学习者更喜欢在线学习环境,更愿意在学习活动中用互联网解决问题、演示各种问题的来源和详细描述所学知识。(Liang&Tsai,2008b)同时,在基于网页的学习中,越高的互联网自我效能感会带来越积极的学习动机。然而,也有学者持怀疑态度,认为互联网自我效能感和满意度之间并没有决定性的联系,例如Rodriguez Robles测试了一个关于成人在线学习满意度的预测模型,发现互联网自我效能感并不是学习满意度的主要预测因子。(Rodriguez Robles,2006)

纵观前人研究可以看到,在互联网自我效能感与在线学习满意度关系方面,不同学者的观点不同,并且在现存文献中关于互联网自我效能感对在线学习重要性的研究不足。因此,本研究决定将互联网自我效能感作为交互之外的另一个重要研究因素。

3.自我调节学习与在线学习满意度关系研究现状

近几年的研究表明,自我调节学习对在线学习有一定影响。与以往的课堂教学不同,在线学习将学习者放在教学的中心位置,学习者有更多的自主权,同时也承担更多的责任。在线学习具有灵活性、随时性和以学习者为中心等特点,需要学习者使用更多的自我调节技能。学习者掌握越多的自我调节技能,在在线学习中取得成功的机会就越大。因此,本研究认为自我调节学习也许会影响在线学习满意度。Puzzifer-ro发现,元认知自我调节、时间管理和学习环境与学习者学习满意度有明显的关联(Puzziferro,2008)。Peterson在2011年的调查中发现,自我调节的某个属性在将来可以用来预测学习者主动学习在线课程的意愿。因此,从这些研究来看,当前需要更多地研究自我调节学习和在线学习满意度之间的联系。根据Puzziferro的研究,本研究根据自我调节学习的维度,结合在线学习时间灵活、自主性强的特点,从学习动机、时间管理、元认知自我调节、目标设置及计划四个方面进行研究,探究自我调节学习对大学生在线学习满意度的影响程度。

(三)国内研究现状

有学者将网络课程学习满意度影响因素分为五个维度:个体特征、课程界面、教学资源、网络技术和使用效果。研究发现,个体特征和网络技术对网络课程学习满意的影响不大,课程界面和教学资源对网络课程学习满意度影响显著。此外,在使用效果中,教学交互对网络课程学习满意度影响显著。(王宁,等,2014)也有学者将学习满意度的影响因素分为三方面:人、媒介和环境,经过研究得出媒介中的学习资源对学习满意度的影响最大。(王耐寒,2011)这些研究表明了学习资源对网络课程学习满意度的重要性,但并未说明学习者个体的自我效能感和自我调节学习能力对网络课程学习满意度的影响程度。

还有学者从学生、教师、课程和技术四个维度研究学习满意度影响因素。学生维度中的学习动机和交互行为是影响学习满意度的直接因素,自我效能感、成效期望是影响学习满意度的间接因素。技术维度中的平台设计和教师维度中的教学能力是影响学习满意的初级因素。(李宝,等,2016)该研究考虑到了学习者的交互行为以及自我效能感等对学习满意度的影响是本研究的基础。但由于该研究调查的是传统课堂中的学习满意度情况,本研究根据在线学习的特点,结合在线学习与传统课堂的区别和共性以及国外现有的研究结论提出假设:学习者与学习者的交互、学习者与教师的交互、学习者与学习内容的交互、互联网自我效能感和自我调节学习对大学生在线学习满意度有影响。

三、研究问题

已有研究表明三种类型的交互、互联网自我效能感、自我调节学习是影响大学生在线学习满意度的因素,然而目前并没有综合三种类型的交互、互联网自我效能感和自我调节学习这五者对学习者在线学习满意度影响程度的相关研究。本研究的主要目的是得出一个预测大学生在线学习满意度的回归模型,该模型包括交互、互联网自我效能感和自我调节学习。重点关注以下两个问题:

1.大学生在线学习满意度的影响因素与影响程度;

2大学生在线学习满意度的预测因子。

四、研究设计

(一)研究对象

研究对象为在校大学生,共123人。年龄集中在18-25岁之间,研究对象的特征见表1。本研究采用的抽样方法为非概率立意抽样,研究者以所在学校东北师范大学为主要调查单位,并随机选择不同地域的高等学府。

数据显示,研究对象中男生22人,女生101人;年级以本科四年级为主,占全部调查人群的73%。研究对象以东北师范大学在校生为主体,包括南京大学、中国海洋大学、武汉大学、山东农业大学等各个层次的高等院校在校生。研究对象来自不同专业,包括会计学、机械设计制造及自动化、韩语、应用化学、计算机科学与技术、图书馆学、广播电视编导、教育技术学等数十个专业。

在这些研究对象中,有79%的学生参加过在线网络课程的学习,说明在线网络课程在大学生群体中的接受程度比较高。此外,有21%没有参加过在线网络课程学习的被调查者,他们的数据反映了大学生对在线网络课程的需求,对在线网络课程的改进和建设同样有指导意义。因此,本研究获得的123个样本均为有效样本,能够参与下一步的数据分析。

(二)问卷设计

1.问卷结构

本研究数据通过问卷调查法获得,为了方便数据的统计与整理,本研究将编写好的问卷编辑到问卷星,并将该网址在大学生群体中发放。问卷组成大致分为三部分:

第一部分是研究对象的个人特征,包括研究对象的性别、年级、专业、年龄以及是否参加过在线学习。这部分共有4道题,均为单选题。

第二、三部分的分布情况见表2。

第二部分是本文问卷的主体部分,包括了前文提出的影响大学生学习满意度的三个因素:交互(学习者与学习者之间、学习者与教师之间、学习者与学习内容之间)、互联网自我效能感以及自我调节学习。

第三部分是問卷的重点,共5道题,调查了学习者对所学在线课程的整体满意度以及课程是否能够对自身发展和专业发展产生积极的影响。设计该模块的目的是为了在后期回归分析时,探究第二部分中各个模块与满意度的影响关系,找出影响学习者在线学习满意度的最大影响因素。

为了方便数据统计以及数据的回归分析,本研究采用了李克特量表五点选项计分法。第二、三部分的题目选项设置完全相同,均为:A.完全符合、B.基本符合、C.不确定、D.基本不符合、E.完全不符合,对应的分数分别为1、2、3、4、5。

2.信效度分析

本研究问卷根据本研究提出的理论假设而编制,包括五个预测变量和大学生在线学习满意度。每个变量的问题设置取自各个领域已有的信效度较高的测量量表,并根据本研究的特点进行改进。

本研究利用spss软件首先对数据进行信度分析和主成分分析。

对问卷进行Cronbach oc系数检测,分析结果见表3。数据显示,本问卷的6个结构变量的α都超过0.7,表示问卷信度佳,并且问卷的总信度达到了0.935,说明问卷具有很高的可靠性。

对问卷进行主成分分析,结果表明,各变量的因素负荷量均在0.600以上,表示本问卷的收敛效度好。而且,各观测变量在其他结构变量下的因素负荷系数均小于0.1,85%以上的观测变量因素负荷系数接近于零,因此本问卷的区别效度好。

以上分析说明,本问卷后续的回归分析具有较高的可信度。

五、研究结果

(一)大学生在线学习满意度的影响因素与影响程度

本研究将影响大学生在线学习满意度的影响因素学习者与学习者之间的交互(Var1)、学习者与教师之间的交互(Var2)、学习者与学习内容之间的交互(Var3)、互联网自我效能感(Var4)和自我调节学习(Var5)作为多元线性回归模型的自变量,将大学生对在线学习的满意度作为多元线性回归的因变量,进行多元线性回归分析。

为了分析这五个变量与满意度的相关性,本研究做了这五种变量之间的相关性矩阵研究,见表4。

数据表明这五个影响因素中,学习者与学习内容之间的交互与大学生在线学习满意度的相关性最大(r=.667),并且呈现显著正相关;自我调节学习与大学生在线学习满意度的相关性次之(r=.589),其相关性也是显著的。

值得注意的是,在交互因素的三种类型中,学习者与学习者之间的交互与大学生在线学习满意度的相关性是最低的(r=494,p<.001),并且也是这五个变量中与满意度相关性最低的。自我调节学习与大学生在线学习满意度的相关性在学习者与内容的交互之后(r=.589,p<.001),互联网自我效能感(r=.560,p<001)和学习者和教师之间的交互(r=.521,p<.001)与大学生在线学习满意度的相关性居于这五个影响因素中间。

由表4我们可以推断出学习者在线学习时的一些行为表现。在线学习满意度高的学习者在进行在线学习时,与学习内容的交互比较自然,学习平台能够及时给予学习者反馈。此外,这样的学习者通常也有较强的自我调节学习的技能,能够较好地规划、指导、监测和评价自己的学习过程,并能够及时对所学内容进行整理和回顾。

再者,在这五个因素中,学习者和教师之间的交互、学习者和内容之间的交互、互联网自我效能感以及自我调节学习与在线学习满意度的相关系数绝对值都在0.521以上,说明这四种因素与在线学习满意度呈现显著的中度以上的相关性。学习者与学习者之间的交互与满意度呈现显著的较低程度的相关性。

因此,本研究根据数据得出初步结论,学习者与学习内容之间的交互对大学生在线学习满意度的影响程度最大,自我调节学习对大学生在线学习满意度的影响程度次之,学习者与学习者之间的交互对大学生在线学习满意度的影响程度最小,互联网自我效能感和学习者与教师之间的交互对大学生学习在线学习满意度影响程度居中。

(二)大学生在线学习满意度的预测因子

对本研究的数据进行逐步多元线性回归之后,得到表5中的数据。

由表5可以发现:五个预测变量中对“大学生在线学习满意度”有显著预测力的变量共有四个,依次为“学习者与学习内容之间的交互(Var1)”“自我调节学习(Var5)”“学习者与教师之间的交互(Var2)”“互联网自我效能感(Var4)”。四个预测变量与“大学生在线学习满意度”因变量的多元相关系数为.789,决定系数(R2)为.623,最后回归模型整体性检验的F值为48.770(p=0.000<0.05)。因此,四个预测变量共可有效解释“大学生在线学习满意度”62.3%的变异量。

从每个变量的预测力来看,对“大学生在线学习满意度”最具预测力的自变量是“学习者与学习内容之间的交互(Var3)”,其解释变异量为44.5%;其次是自变量“自我调节学习(Var5)”,其解释变异量为11.6%;其余两个自变量的预测力分别为3.3%和2.9%。

本研究对自我调节学习抽取4个维度进行检测,检测结果表明,在学习动机、时间管理、元认知自我调节、目标设置和计划中,元认知自我调节是自我调节学习中对大学生学习满意度影响力最大的观测因子。但由于自我调节学习的观测因子所占比重较小,故而本研究从结构变量自我调节学习来进行分析。

(三)大学生在线学习满意度标准化回归方程

从标准化的回归系数来看,回归模型中的四个预测变量的B值分别为0.375、0.242、0.215、0.211,均为正数。表示其对“大学生在线学习满意度”的影响均为正值。

所以我们可以得到标准化回归方程如下:

大学生在线学习满意度=0.375×学习者与学习内容之间的交互+0.242×自我调节学习+0.215×学习者与教师之间的交互+0.211×互联网自我效能感。

此外,我们还得出了标准化残差散点图,如图1所示。由图1我们发现,残差在-2到+2之间,可以解释绝大部分的预测值,说明研究中得到的回歸方程是有效的。

本研究得出结论,对大学生在线学习满意度影响程度最大的自变量为学习者与学习内容之间的交互,其显著性p值达到.000。

六、研究讨论

(一)研究结果分析

本研究基于大量调研相关文献,总结出了可能影响大学生在线学习满意度的五种自变量。但是,与已有研究得出的结论不同,学习者与学习者之间的交互(Var1)并没有在本研究所得的回归方程中。从表6可以看出,学习者与学习者之间的交互,显著性(p>.05)很低,因此在回归方程中并没有体现。

同时说明,学习者与学习者之间的交互并不是在线学习满意度的预测因子。这是因为,在网络环境下的在线学习打破了地理位置的限制,学习者与学习者之间不需要在同一个教室内,甚至互相不认识。原本传统课堂的小组讨论、协作等交互活动,在互不相识的陌生人中进行,使得这种交互性大打折扣。因此,学习者与学习者之间的交互对在线学习满意度的影响与其他因素相比显得微不足道。

由回归方程可以看出,学习者与学习内容之间的交互是影响在线学习满意度的最重要预测因子。这是因为在网络环境下,学习者与学习者、学习者与教师的交互都相对陌生并且是有延迟的。学习者不能及时从同伴和教师处得到反馈,而学习者与学习内容之间的交互却是实时的。学习者通过阅读课程相关材料可以把自己的旧知识与新知识相结合,通过小练习可以及时知道自己在掌握知识方面有哪些不足,通过浏览扩展材料可以加深对学习内容的理解和升华。所以,加强在线学习的内容设计是提高大学生在线学习满意度的有效方法。

除学习者与学习内容之间的交互外,自我调节学习对在线学习满意度的预测力也很高。这是因为对学习者来说,在线学习是较自由的,学习进度、学习地点、学习时间由学习者自己控制。因此,自我调节学习能力高的学习者能够有规划地进行在线学习,能够对所学知识进行反思和测验,能够针对不懂的知识点自主学习;自我调节学习能力低的学习者,很难按时完成在线学习任务,学习质量也不高,这也是导致这类学习者对在线学习满意度不高的原因。但是,自我调节能力是学习者自身具备的一种特性,很难控制,所以在设计在线学习课程时应该考虑这类学习者,帮助、提醒、鼓励他们按时完成在线学习任务,并及时给予跟踪练习,检查这类学习者的学习情况。

互联网自我效能感是在线学习满意度的一个重要预测因子。与自我调节学习类似,它也是学习者自身的一个特性,不同学习者对自身是否能够学好在线学习的预期、自信心是不同的。因此,在线学习给学习者的体验应是难度适中的,让学习者对在线学习充满信心。

(二)研究结果对在线学习的启示

从已有文献可以看出,交互是影响学习者在线学习满意度的一个重要方面,本研究得到的数据也发现,学习者与学习内容之间的交互是影响在线学习满意度的最重要因素,但是令我们没有预料到的是,学习者与学习者之间的交互对满意度的预测力并不强。因此,在设计在线学习平台时,需要设计者多关注教学内容的设计以及课程相关材料的扩展。将课程材料分为课前、课中、课后三部分,在课前,学习者可以通过课程材料对所学内容有一个初步了解,能够把它和自己已有的知识建立一个大致的联系,为之后的课程学习打好基础;在课中,要着重设计学习者与教学内容的交互环节,增加反馈模块,以便学习者及时了解学习进程以及自己的掌握程度;在课后,需要设计与课程相关的扩展材料,使学习者巩固所学内容,应用学习到的知识。虽然学习者与教师交互的预测力不如学习者与学习内容交互的预测力,但是这类交互对学习者在线学习满意度也有较大影响,这就要求在线学习平台设置教师的实时答疑时间,保证教师在固定时间内能够在平台上与学习者实时沟通,缩短学习者得到教师反馈的延迟时间。

此外,自我调节学习是影响大学生在线学习满意度的第二大自变量。学习者自我调节学习能力直接关系到学习者进行在线学习的进度和质量。对自我调节学习能力弱的学习者来说,在线学习与传统学习的差异很大,在线学习缺少课堂教学的约束力,学习者不必在规定的时间和地点上课,虽然灵活性大大提高,但约束力大幅降低。这也是为什么MOOC中辍学现象如此常见的一个原因。但是,学习者的自我调节学习能力很难由在线学习设计者传授,目前可以通过外部刺激的方式让在线学习对学习者的约束力加强。例如,将课程的开始时间以短信或者微信的形式推送给学习者,让学习者能及时地了解学习进程;对于及时完成每节课和全部课程的学习者给予一定的物质或精神鼓励,如设置奖学金或者免费发放课程认证证书等。此外,高校承认在线学习的学分是提高学习者自我调节学习能力的一个重要动力。

七、结语

(一)研究结论

在我国,随着互联网技术的快速发展,人们开始重视网络教学,课程学习已经不再是学校传统课堂的专利,越来越多的人开始尝试甚至习惯在线学习。在线学习越来越流行,但其发展规模并没有达到普及的程度,除了硬件条件的限制,在线学习体验成为决定在线学习发展的重要因素。

本研究在文献研究的基础上,归纳出影响大学生在线学习满意度的五个因素,并对这五个因素进行了多元线性回归分析。得出交互对大学生在线学习满意度的影响较大,其中学习者与学习内容之间的交互是影响程度最大的自变量,自我调节学习次之,而学习者与学习者之间的交互则被排除在影响因素之外。研究结果表明,教师和在线学习的设计者在设计课程时应该将设计重点放在学习者与学习内容的交互上,注意加强学习者与学习内容之间的反馈。此外,自我调节学习的技能能够帮助学习者更好地进行课程学习,增加学习者在学习过程中良好的体验。因此,增强学习者的自我调节学习能力能够在很大程度上增加大学生在线学习的满意度。

总之,要提高大学生在线学习的满意度,需要设计者首先从学习者与学习内容之间的交互开始,设计出更好的在线学习课程。

(二)进一步研究的问题

本研究提出影响大学生在线学习满意度的五个因素,经研究发现本研究成果与已有研究成果具有一定的一致性,但也得出了一些新的結论。本研究认为这可能与以下几个方面有关:一是本研究是针对大学生在线学习的整体状况,并没有指定特定的在线学习课程,这一方面可以比较全面地了解学习者在学习在线课程时的各种状态和体验,但另一方面也会导致研究的针对性不强。二是影响大学生在线学习满意度的因素有很多,除本研究关注的因素外,可能还有其他因素对在线学习满意度有较大影响。三是本研究着重关注学习者层面的因素,而没有关注课程层面的因素。下一步,本研究将聚焦如何提高在线学习过程中交互的程度以及如何提高学习者与学习内容的交互水平。