吕晶晶 王楠 李燕萍 李彦

摘要以江苏、湖北、广东分别代表华东、华中、华南三个地区，通过多群组结构方程模型考察不同地区的在线教学学习投入度影响因素模型是否存在显著差异，通过实证分析，三个地区确实存在显著差异，完全线上学习背景下，江苏的学习投入度模型拟合效果是最佳的，湖北次之，广东的样本从数据拟合结果来看，与江苏差异是最大的。

关键词线上教学;线上学习投入度;多群组结构方程模型

中图分类号：G434文献标识码：ADOI：10.16400/j.cnki.kjdk.2021.34.049

Discussion on the Influencing Factor Model of Online Teaching Learning Engagement Based on Different Regional Samples

LV Jingjing，WANG Nan，LI Yanping，LI Yan

（Guangdong Ocean University，Zhanjiang，Guangdong 524088）

AbstractTaking Jiangsu，Hubei and Guangdong as representatives of East China，central China and South China respectively，this paper investigates whether there are significant differences in the influencing factor models of online teaching and learning engagement in different regions through the multi group structural equation model. Through empirical analysis，there are significant differences in the three regions. Under the background of complete online learning，the fitting effect of Jiangsu's learning engagement model is the best，Hubei takes the second place，and the difference between Guangdong and Jiangsu is the largest from the data fitting results.

Keywordsonline teaching;online learning engagement;multi-group structural equation model

网络技术的高速发展为线上教学模式提供了更加宽广的前景。由于在线学习知识习得方式发生了较大变化，学生需从以往十几年来形成的群体学习环境转移到个体学习环境，因此调动学生的积极主动性更显得尤为重要。本研究将结合在线学习理论与TAM模型以及社会认同理论，以在线学习模式下学生学习投入度作为研究视角，创新性引入交互投入这一重要维度，构建后疫情时代学生线上学习投入度影响因素模型（Online Active Learning Intention，OA-LI），帮助教师深入洞悉学生在线主动学习意愿及其产生机理，为提升线上式教学效果和培养学生自主学习能力提供参考。

1理论基础

1.1在线教学理论

国内学者对于在线教学概念是以网络为媒介，使师生双方处于不同的时空当中，通过辅助性的组织教学，间接提高学生自主学习能力，从而在二者之间形成一种双向反馈的远程教育活动形式（丁兴富，2000）。这种学习方式依托现代互联网技术，是应教育发展需求，进一步产生的以学习者个体为中心的一种新型教学模式（云玉芹，2011）。在线教学不同于传统的教学形式，这对非面对面交流的状态可以让学生不受时空限制，跟随自己制定的计划，选择想要学习的知识和技术，能大幅度增进学习者效率（徐海波，2014）。

1.2技术接受模型

1989年Davis以理性行为理论（Theory of Reasoned Action，TRA）为原型，吸收了期望理论、自我效能理论的相关理论内核，提出了技术接受模型（Technology Acceptance Model，TAM）。TAM中将用户的两个特殊的信念构念，即感知有用性（perceived usefulness）构念和感知易用性（perceived ease of use），Gong（2004）在TAM的基礎上，引入计算机自我效能作为影响感知易用性和行为意图的新变量，对原有模型进行扩展。拓展后的模型用于研究教师对于在线教育的接受问题，结果显示TAM中的所有原有路径和新加入的两条路径均被证明有效。

1.3社会认同理论

Tajfel&Tumer（1986）提出了社会认同理论，该理论解释了个体在群体中获得自我认知和社会认知两个层面的过程，此过程经历了类化、认同和比较三个阶段。通过这三个阶段，个体为维护自己的群体地位而试图改变自己，提升自己。我们在工作中运用社会认同理论，可以理解协同性的工作环境中，个体如何融入群体，并依靠群体带给自身的归属和认同感获得肯定，进而努力保持自身和所在群体的一致性。

2研究概念及内涵

2.1在线教学模式下的学习投入度

Frednck（2010）认为学习投入度分为行为投入、认知投入和情感投入三个维度。周媛（2018）参照Frednck（2010）的学习投入度三维框架模型探讨了认知、行为、情感三维度学习投入度的差异，然而，根据社会认同理论，当学习者作为课堂学习者之一参与到在线学习中，学习者对其所在群体的认同度越高时，个体之间的社会交互将导致学习者更高水平的沉浸体验。尤其当在线课堂中有小组讨论、师生问答、上课打卡、微信墙或弹幕等互动环节，更能激发学习者的学习热情和持续学习的意愿，因此，本研究认为在线学习投入度应包含四个维度，即认知投入、行为投入、情感投入和交互投入。

2.2在线学习投入度的影响因素

在线学习投入度的影响要素根据在线学习情景要素（主体、客体、工具、共同体、规则、分工以及结果），映射到混合学习活动中的组织结构中，结合以上活动要素，抽取核心概念，认为可以把在线学习投入度的影响因素分解为教师因素、个人因素和交互设计因素。

3理论模型构建

本研究是基于三个不同地域的随机样本，调查在线学习模式下大学生学习投入度的影响因素，调查的初衷来源于笔者参与教学论坛交流时，发现来自不同地域的学校和老师对在线教学的理解和看法存在不少差异，甚至对线上教学设计中的学生角色和任务也有不同看法，笔者想通过不同地域学生对参与在线学习的感知体验，来确认影响大学生在线学习投入度的影响因素模型对不同地域是否存在较大差异，因此本研究拟采用多群组结构方程模型对基于不同地域样本的大学生在线学习投入度及影响因素做实证分析，模型的因变量为在线学习投入度，由四个维度构成，分别是行为投入、认知投入、情感投入、交互投入。

基于前期调研及小范围前测，笔者根据在线学习理论、技术接受理论以及社会认同理论及在线学习投入度的维度和影响因素，笔者做出以下理论假设：

H1：大学生受教育所在地域、年级、学科对学生在线学习中的行为投入、认知投入、情感投入和社会交互投入有显著的直接影响。

H2：大学生自身因素对学生在线学习中的行为投入、认知投入、情感投入和社会交互投入有显著的直接影响。

H3：教师因素对学生在线学习中的行为投入、认知投入、情感投入和社会交互投入有显著的直接影响。

H4：交互设计因素对学生在线学习中的行为投入、认知投入、情感投入和社会交互投入有显著的直接影响。

因此，基于上述理论假设，本研究构建了一个理论模型，基于前面的文献和基本概念的梳理，将在线学习中的大学生在线学习投入度定义为大学生在线学习过程中的行为投入、认知投入、情感投入与交互投入的程度。同时，本研究提出一个设想，由于所处地域不同，当地教师可能因为对线上学习形式的理解程度不同因而有不同的施教手段，从而导致学生和老师在学习过程中产生不同的学习效果。调研量表在参考了国外和国内大学生学习投入度的研究，结合华东、华中、广东地区的在线学习状况和推广情况环境特征，参考对华南师范大学汪晓东教授和上海交通大学姜玉龙教授的访谈结果，最终形成大学生在线学习投入度及影响因素的量表，利用credamo平台集中收集了广东、湖北、江苏三地的高校大学生在线学习投入度影响因素模型问卷，项目预计回收650份数据，总共收集到有效问卷496份（其中廣东130份，湖北140份，江苏226份），问卷回收有效率达到76.3%，但总体上不算完美，由于填写问卷的人数分布不均，三地问卷数量相差较大。

4研究结论

4.1信度检验

为确认调查问卷的可靠性和有效性，本研究运用SPSS 25软件对可观测变量和潜变量进行信度分析。调查问卷整体的Cronbachs a值所对应的信度为高信度，结果表明各项观测指标的一致性较好。

4.2效度检验

通过计算问卷相关系数矩阵，显示计算的相关系数值普遍大于0.4;其次，进行KM0和巴特莱特检验，显示KM0的值为0.967，巴特莱特近似卡方值为12662，p值小于0.001，证明数据具有较高的相关性，适合做因子分析。使用最大方差法因子旋转对问卷进行结构效度检验，各观测变量的标准因子载荷系数基本都大于0.6，证明各潜变量的结构效度较好。

4.3验证型因子分析

本研究使用Amos25软件对所建构的结构方程模型进行验证性因子分析，以验证前文提出假设。基于本研究样本是广东，江苏，湖北三个省份的学生研究样本，除去个别指标（GFI大于0.8，基本可接受），该结构方程模型适配度评价指标均满足适配标准，证明本结构方程模型在大范围样本数据拟合较为良好。

4.4多群组的结构方程检验

本研究的多群组分析以地区特征（广东，江苏，湖北三个省份）为调节变量，即设置限制测量系数相等模型（Measurement weights），通过实证分析验证研究假设在不同群组研究样本间是否具有跨省分不变性。通过多群组模型分析，本研究对三个省份的假设路径参数进行卡方检验，结果显示模型卡方差异的p值=0.000<0.05，表示整体上三个群组在测量系数上存在显著差异。多群组分析结果见表1。

根据研究结论，可以发现目前三地当中江苏的在线学习模型拟合程度较好，湖北次之、广东与江苏的模型拟合效果差异最大，结合之前对相关专家的访谈结果，研究结论是符合预期的。在线学习投入度影响因素模型中，自身因素、教师因素、交互设计因素都对学习投入度具有显著的正向影响，其中对在线学习投入度影响最大的是自身因素，其次是教师因素，最后是交互设计因素。可见，在线学习投入度的提高主要在于调动学生的积极性，外部条件例如同伴的配合、教学平台网络的设计都不占主导地位。

在通过对广东、湖北、江苏三个区域的问卷实证分析，我们可以看出江苏地区的样本更符合本研究的在线学习投入度的模型设定，模型拟合效果是最好的，湖北次之，广东地区与江苏地区差异最大，究其原因在于本研究中考察的重点是在线学习，几乎所有指标都是基于线上环境完成的，除去线上自学的阶段，老师和学生以及学习伙伴间的交互也是在线上学习平台上完成的。而广东地区早就开展并坚持长期探索的翻转课堂与上述研究背景并不是完全一致，广东地区一直以来敢于尝试接触新生事物，是国内最早接触并使用翻转课堂进行教学的地区，广东地区的翻转课堂也是结合线上教学完成的，但课堂讨论、项目小组合作，作业互评等很多交互反馈工作多是以线下形式完成的，这与研究结论中出现广东样本与江苏样本模型拟合差异较大的情况是相符的。研究结果恰恰表现出广东地区样本的协作交互能力对教学效果的影响是最强的，而不能看出个体学习环境下学习效果的显著。

参考文献

[1]李亚梅，秦宇涛.疫情防控背景下在线互动式教学案例研究[J].教学管理与教育研究，2020（11）.

[2]胡铁生，周晓清.高校微课建设的现状分析与发展对策研究[J].现代教育技术，2014，024（002）：5-13.

[3]邹鹏.从供给侧到需求侧——正和博弈下的课程质量改革理念与尝试[J].科教文汇（17）：3.

[4]唐璐玢.在线MOOC学习中社会交互对学习投入的影响机制研究[D].电子科技大学.