赵美玲，陈 琦，2，方嘉文

(1.湖北师范大学 计算机与信息工程学院，湖北 黄石 435000；2.湖北师范大学 研究生院，湖北 黄石 435000)

在线学习适应性即在线学习者在网络课程的学习过程中与自身学习需求相结合，全面调整、优化、提升自我，从而实现个体与环境之间的具体变化过程[1，2]。以“学习适应性”“在线学习适应性”为关键词，在CNKI数据库中搜索，发现两者的研究对象大多数为本科生，而以硕士研究生为研究对象的研究的几乎没有。硕士研究生作为国家高素质人才,对于促进现代化社会经济的发展发挥着积极作用[3]。相比于本科生，硕士研究生具有更强的自主性与创新思维能力，对知识有更明确的需求[4]。在研究生教育中，除了要完成专业课程学习外，主要的任务是参加科研活动，而在线学习扩展了研究生获取各类信息，是学习者获取更多学习资源的关键渠道。因此了解硕士研究生的在线学习适应性情况，以及探索影响研究生的在线学习适应性的影响因素，并提出针对性的策略和建议是有必要的。

1 研究设计

研究采用内部一致性信度、分半信度、结构效度来检验在线学习适应性问卷的信度和效度，并采用SPSS软件进行数据分析。

1.1 研究内容

采用自编的“硕士研究生在线学习适应性问卷”共31题，分为两部分，第一部分为背景资料，第二部分是对在线学习适应性的调查，采用李克特五点量表方式记分，等级包括：“非常符合”“符合”“不确定”“不符合”“非常不符合”并依次赋予5、4、3、2、1的分值。问卷的条目分布见表1.

表1 问卷的维度以及条目数

1.2 信效度检验

1.2.1 信度检验 本研究采用Cronbachα信度系数和折半信度作为本问卷的信度指标。当信度系数在0.7～0.8之间则说明信度较好;如果介于0.6～0.7则说明信度一般；如果小于0.6则说明信度不佳[5]。问卷各因子信度检验见表2.

表2 总问卷以及各因子信度检验

从表2得出问卷整体的内部一致性信度Cronbachα系数为0.875，Guttman折半系数为0.879，表明整个问卷的信度非常高，各个因子的Cronbachα系数均在0.747～0.886之间，分半信度在0.652～0.827之间，表明各因子内部一致性信度很高。因此问卷可作为稳定可信的硕士研究生在线学习适应性状况的测量工具。

1.2.2 效度检验 本研究中的问卷是在冯廷勇、李红《大学生学习适应性量表》、上海师范大学刘培军老师的博士论文《大学生学习适应性研究 》以及张萌等学者对学习适应性的维度分类的基础上编辑的。效度检验主要对结构效度进行分析见表3.

表3 KMO 和巴特利特检验

KMO是取样适当性量数,当KMO值越大时,表示变量间的共同因素愈多。根据学者Kaiser(1974)观点,当KMO的值小于0.5时,不宜进行因素分析,进行因素分析的普通准则至少在0.6以上[6]。本问卷的KMO值为0.873大于0.80,呈现的性质为“良好的”标准,表示变量间具有共同因素存在,适合进行因素分析，具有良好的结构效度。

2 研究结果

2.1 描述性统计

由表4得出，硕士研究生的在线学习适应性各影响因素均值都在3以上，其中学习动机均值最大，表明硕士研究生整体具有较强的学习动机，身心适应均值最低。从问卷获取，在身心适应考察方面，当问到“我能适应在线学习，不反感”，61.76%研究生表示同意此看法，表明对于在线学习研究生是接受的。当问到“在线学习对我没有任何心理压力”，仅有47.08%研究生选择了“同意”“完全同意”，意味着大多数研究生认为在线学习对自己有心理压力。因此要教师要注重学生心理教育，正确引导学生看待在线学习。

表4 在线学习适应性的影响因子描述统计量

2.2 相关性分析

利用SPSS对问卷进行相关性分析，研究在线学习适应性的影响因素之间的相关关系,使用Pearson系数去表示相关关系的强弱情况。通常使用以下取值范围判断变量的相关强度：0.8～1极强相关，0.6～0.8强相关，0.4～0.6中等程度相关，0.2～0.4弱相关，0.0～0.2无相关。问卷具体详细分析见表5.

表5 在线学习适应性影响因子相关性

从表5得出学习动机和身心适应、学习态度、学习环境、学习方法之间的Pearson系数在0.2～0.4之间，相关性为正向的弱相关。身心适应和学习环境呈现为0.05水平的显著性；学习态度和学习方法呈现0.01级别上的相关性显著。学习能力和学习动机间的Pearson系数为0.401，呈现0.01水平的显著性,说明学习动机和学习能力之间有显著的正相关关系，相关性为中等程度的相关。

身心适应、学习态度、学习环境、学习方法之间的Pearson系数在0.6～0.8之间，呈现0.01水平上的显著性，表明身心适应与学习态度、学习环境、学习方法之间有显著的正相关关系，相关性为强相关，同理得出身心适应与学习能力呈现0.01级别上显著性，有中等程度的相关性。

学习态度和学习能力、学习方法、学习环境之间的Pearson系数在0.6～0.8之间，呈现出0.01水平上的显著性，表明学习态度和学习能力、学习方法、学习环境之间有显著的正相关关系，相关性为强相关。

学习能力和学习方法、学习环境之间的Pearson系数在0.6～0.8之间，呈现出0.01水平上的显著性，表明学习能力和学习方法、学习环境之间有着显著的正相关关系，相关性为强相关。

学习环境和学习方法之间的Pearson系数为0.579小于0.6，呈现0.01水平上的显著性，相关性为中等程度的相关。

2.3 回归性分析

使用SPSS对影响在线学习适应性的影响因子逐个进行回归性分析。将学习动机与学习态度、学习能力、学习方法、身心适应、学习环境作为因变量，其余因子作为预测变量进行回归性分析。将对学习动机为例进行详细分析。

以学习动机为因变量，学习态度、学习能力、学习方法、身心适应、学习环境为自变量，见表6.该模型R方值为0.175，意味着自变量可以解释学习动机的17.5%变化原因。对模型进行F检验时，发现模型通过F检验(F=4.073，p=0.002<0.05)，说明自变量中至少一项会对学习动机产生影响关系，见表7.观察t值和p值得出：学习能力的回归系数为0.381(t=2.056，p=0.043<0.05)，意味着学习能力会对学习动机产生显著的正向影响关系。分析可知：学习能力会对学习动机产生显著的正向影响关系；其它因子全部均不会对学习动机产生影响关系，见表8.进行回归分析得出影响因子的模型公式见表9.

表6 学习动机模型

表7 学习动机方差分析

表8 学习动机回归系数分析

表9 影响因子模型公式

同上操作，将学习态度作为因变量，其它因素作为自变量，回归分析后模型R方值为0.678，意味着自变量可以解释学习态度的67.8%变化原因。学习环境的回归系数为0.291(t=2.579，p=0.011<0.05)，意味着学习环境会对学习态度产生显著的正向影响关系；学习能力的回归系数为0.671(t=4.567，p=0.000<0.01)，表明学习能力会对学习态度产生显著的正向影响关系身心适应, 学习方法, 学习动机并不会对学习态度产生影响关系。将身心适应作为因变量得出：学习方法、学习环境(p<0.01)会对身心适应产生显著的正向影响关系，学习能力、学习动机和学习态度并不会对身心适应产生影响关系；将学习环境作为因变量得出：身心适应、学习态度(p<0.01)会对学习环境产生显著的正向影响关系，学习能力、学习动机和学习方法并不会对身心适应产生影响关系；将学习方法作为因变量进行回归分析得出：学习能力、身心适应(p<0.01)会对学习方法产生显著的正向影响关系，学习动机、学习环境和学习态度并不会对身心适应产生影响关系；将学习能力作为因变量进行回归分析得出：学习动机、学习态度、学习方法(p<0.01)会对学习能力产生显著的正向影响关系，学习动机、学习环境和身心适应并不会对学习能力产生影响关系。

另外，根据自变量和因变量构建模型，针对模型的多重共线性检验发现，以上构建的模型中VIF值均小于5，意味着不存在共线性问题。且D-W值都在数字2附近，说明模型不存在自相关性，样本数据之间并没有关联关系，模型较好，能够较为准确的对因子进行回归分析[7,8]。

3 结论和建议

根据因子分析和回归分析综合得出学习能力和学习动机、学习态度、学习方法之间都互为影响关系，学习能力和学习方法、学习环境之间有显著的强正相关关系，表明对于硕士研究生的学习能力培养至关重要。因此需要注重对学生学习专注力、学生成就感、思维能力、独立性和反思能力的培养。而且学习动机仅仅和学习能力具有相关性，两者相辅相成，在培养学习能力的同时会促进学习动机的培养。

学习态度和学习能力、学习环境之间有着显著的正相关关系，其相关性为强相关，而且学习态度和学习环境、学习能力互为影响关系，得出学习能力和学习环境以学习态度为中介影响着硕士研究生的在线学习适应性能力。因此应该注重学生学习态度的培养，培养学生的学习兴趣。

身心适应与和学习环境、学习方法相关性为强相关，学习环境和学习方法具有中等程度的相关。而身心适应和学习方法、学习环境互为影响关系，由于本研究考察的身心适应维度为自制力、情绪性、稳定性，属于学习者本人的主观感受，不容易发生改变，学习环境也是客观存在的，不易改变，因此为了加强培养硕士研究生的身心适应情况，因此可以加强学习者学习方法方面的适应。比如教师可以传授硕士研究生一些学习技巧，强调学习计划的重要性，要求学生能合理安排自己的学习任务帮助学生培养良好的学习习惯。