APP下载

高职学生移动学习意愿探索与研究

2021-04-22

科学咨询 2021年14期
关键词:回归系数意愿成果

徐 骁

(浙江东方职业技术学院 浙江温州 325011)

教育部在《教育信息化十年发展规划》提出了教育信息化建设的要求[1],同时对教育教学的各项相关因素,如学校机制、政策、场地等方面提出明确的要求。为了响应国家对信息化教育的政策,各高职院校积极采取线上与线下结合授课的方式,利用网络资源进行教学及培训。同时,各院校也提出在线精品课的覆盖率以及在线金课的保有量来正向引导学生使用移动设备,随时随地参与学习。在这样的背景下,移动学习活动对教学而言就变得至关重要。因此,研究高职学生移动学习意愿具有实践意义。

一、理论基础

对移动学习定义的理解上,Ericsson & Insite等认为移动学习就是优先考虑地理和时间弹性需求的特点,引导使用借助移动设备来学习[2]。本文基于学习活动时空自由化为特点,以手持设备为工具,通过网络移动数据传输知识资源的学习活动(Nash,2007)为移动学习,认为任何教学的活动都可以通过移动设备进行传递(Colazzo,Ronchetti,Trifonova and Molinari,2003)。移动学习有以下几个亮点:第一,设备随意携带。科学技术的进步带来了智能手机、平板等可以随意携带的工具。这样,移动学习在不同地点、不同时间才有实施的可能性。第二,学习及时进行。在Wi-Fi普及的环境下,移动学习活动随着设备有效性而产生,学生想要学习就能学习,任意时间可以开始,任意时间可以停止[3]。第三,沟通顺畅。学生在完成教师的任务时,借助移动设备便利性,可以随时沟通与反馈信息。教师也能了解学生学习任务的进度。第四是学习进度自由把握。学生可以完全掌握学习的主动权和进度安排,并按照自己的想法和意愿合理安排时间,也可以根据自我需求选择学习内容。第五是情境性特点。借助移动设备,学习主体可以在生活及工作场景中学习相关知识[4]。

二、研究假设

移动学习的重要特征是时间与空间的自由转换,但这并不意味着所有的学习活动都适用于以移动学习方式来开展。有学者认为传统课堂教学保持着良好的教学效果,而盲目地加入移动学习元素会导致教学效果的不确定性。过多无效或杂乱因素的加入,无非是增加学生学习负担,分散学习精力,最终引起负面的学习效果。但是,如果能正确地运用已有的移动设备,移动学习还是会增强学生学习意愿。基于此,本文提出,H1:使用需求正向影响移动学习意愿。

要以学生为中心,着重分析个体的学习需求特征,就必须强调学生用户的差异性,还要明白学生的学习需求和知识能力结构会随着环境变化而变化。学生在参加移动学习活动时,教学工作者应着重分析他们的日常学习环境,了解学生的学习心理、行为、性格特征和能力水平。同时,以学生为中心意味着移动学习活动的任务和问题要基于实践情境,帮助提高学习成效和解决问题的能力。基于此,本文提出,H2:学习能力正向影响移动学习意愿。

从以往移动学习活动经验来看,给予学生在学习过程中基本支持服务是有必要的,这是移动学习活动是否成功的关键。对于任何一位学生而言,移动学习过程中一定会碰到诸多挑战和困难。为此,如果有一套相应的支持服务体系来帮助学生解决困难,那么学生学习的积极性肯定会提高。支持服务的过程中需要院校大量教务工作者的努力和付出。基于此,本文提出,H3:支持服务正向影响移动学习意愿。

学习成果评价方式会引导高职院校人才培养的方向。学习成果在衡量学生是否达成了专业培养目标方面具有重要作用。为了能够更科学有效地评价课程学习成果,学校应建立多元化学习成果评价体系,从各方位评测学生的学习效果。基于此,本文提出,H4:成果评价方式正向影响移动学习意愿。

随着社会的变革,企业用人单位对高职学生的综合职业能力提出了更高的要求,综合职业能力的培养是高职院校教育的首要任务。移动学习的实施对综合职业能力的定位提出了新的思考。移动学习能力的提升促成高职学生能力结构的多样化,对培养具有综合职业能力的应用型合格人才起到了关键作用。基于此,本文提出,H5:职业能力表现正向影响移动学习意愿。

图1 假设模型

图2 检验模型

三、数据检验与分析

(一)信度和效度分析

首先进行信度分析。移动学习意愿的影响因素一共有六个,分别是使用需求、学习能力、支持服务、成果评价、职业能力、学习意愿。这次信度分析使用Cronbach α系数来进行。各维度中的α系数值均达标,最低是0.701,最高是0.878。数据分析证明信度质量可靠,能继续分析。其次进行效度分析。数据结果显示KMO值为0.691,符合标准要求。各因子的方差解释率值分别是19.874%,14.788%,13.881%,13.238%,10.019%,9.251%,旋转后累积方差解释率为81.052%>50%。说明效度表现良好。

(二)相关性分析

?

本研究利用相关分析去研究使用需求、学习能力、支持服务、成果评价、职业能力、学生学习行为意愿之间的相关关系,表2使用Pearson相关系数来表示。学生移动学习意愿与职业能力、成果评价、支持服务、学习能力、使用需求之间均呈现出显著性,相关系数值分别是0.735,0.419,0.550,0.486,0.297,并且相关系数值均大于0。这意味着学生移动学习意愿与职业能力、成果评价、支持服务、学习能力、使用需求之间有着正相关关系。

(三)模型检验

本研究把使用需求、学习能力、支持服务、成果评价、职业能力表现看成自变量,把学生学习行为意愿作为因变量进行线性回归分析。结果可知,模型的R方值为0.598,F为11.624,p<0.05,说明通过F检验。也即说明,使用需求、学习能力、支持服务、成果评价、职业能力表现中有因素会对学生学习行为意愿产生影响关系。回归模型的公式为:学生移动学习意愿=0.537 + 0.041*使用需求 + 0.110*学习能力 + 0.151*支持服务 + 0.093*成果评价 + 0.502*综合职业能力。另外,模型中VIF值小于5,表示不存在着共线性问题;且模型不会自相关(D-W=1.82),模型表现较好。检验结果如下:使用需求的回归系数值为0.041(p=0.681>0.05),学生使用移动设备想法越强,则其进行移动学习行为意向不一定会变强。因此,H1不成立。学习能力的回归系数值为0.110(p=0.404>0.05),学生的学习能力越强,则其进行移动学习行为意向不一定会越强。因此,H2不成立。支持服务的回归系数值为0.151(p=0.291>0.05),教师对学生引导意识影响越强,则其进行移动学习行为意向不一定越强。因此,H3不成立。成果评价的回归系数值为0.093(p=0.406>0.05),学习成果考核公平性与多样性越突出,则其进行移动学习行为意向不会越强。因此,H4不成立。综合职业能力表现的回归系数值为0.502(p=0.000<0.01),学生在实践能力方面的学习意向越强,则其进行移动学习行为意向越强。因此,H5得到验证。总结,只有综合职业能力对学生移动学习意愿产生影响关系。

四、结论与建议

本研究选取市场营销专业部分课程为进行调研,在移动学习活动理论基础上,围绕使用需求、学习能力、支持服务、成果评价、职业能力进行基于移动学习意愿分析。教学的反馈信息和学生对移动学习活动的评价可以证实综合职业能力会影响高职市场营销专业移动学习的意愿。以此为依据,笔者建议高职院校应该多关注学生的职业能力培养,以及综合素质的提高。

猜你喜欢

回归系数意愿成果
健全机制增强农产品合格证开证意愿
验收成果
汪涛:购房意愿走弱是否会拖累房地产销售大跌
数说中国—东盟经贸合作成果
2018数博会4大成果
基于生产函数模型的地区经济发展影响因素分析
电导法协同Logistic方程进行6种苹果砧木抗寒性的比较
电导法协同Logistic方程进行6种苹果砧木抗寒性的比较
一张图看懂“论坛成果清单”
An Analysis on Deep—structure Language Problems in Chinese