龚蕴萌 黄娇 张刘浩

西华师范大学教育学院 四川南充 637009

0 引言

《国家中长期教育改革和发展规划纲要（2010—2020 年）》明确指出：建立开放灵活的教育资源公共服务平台，创新网络教学模式，开发网络学习课程，开展高质量、高水平的远程学历教育[1]。2013 年，清华大学发起了“学堂在线”；2014 年，由爱课程网携手网易云课堂创建中国大学MOOC，其后基于MOOC 等平台的在线学习在全国范围内推广盛行。尽管在线学习信息的方便访问性与多样性使得越来越多的人参与在线学习，但低回头率、低完成率、高辍学率已成为在线课程尤其是免费在线课程面临的最严重问题，影响了优质学习资源的获取质量和价值[2]。因此，关于在线学习动机的研究逐渐引起国内学者的注意。

互联网教育的成功依赖于多种因素。学习者是学习活动的主体，在线学习能够体现学习者的自主性，同时，在线学习的顺利开展需要学习者产生较强的学习动机。因此，学习动机是决定在线学习者学习是否成功的重要因素。基于以上背景，为增强大学生在线学习的动机，本研究以问卷调查的方式了解大学生在线学习现状，分析并得出在线学习过程中学习动机的影响因素，从而提出相应的激励策略，以期为高校开展网络课程提供一些参考。

1 研究设计

1.1 研究对象

此次问卷以大一到大四的高校学生为调查对象，于2020 年3 月23 日至4 月7 日通过网络调查的方式开展问卷调查，共回收146 份，其中，有效回收问卷131 份，有效回收率为89.72%。就调查对象性别比例而言，男生43 人，占32.82%；女生88 人，占67.18%；就年级分布情况来看，大一到大四的学生分别为8 人（占6.11%）、17 人（占12.98%）、27 人（占20.61%）、79 人（占60.30%）。

1.2 调查问卷编制

传统学习模式下比较典型的学习动机量表是Boshier 等[3]提出的成人学习动机研究，将成人学习动机分为认知兴趣、职业发展、社会关系、逃避、外界期望及社会服务六个维度；王迎等[4]在奥苏贝尔学习动机分类理论的基础上,从认知内驱力、自我提高内驱力和附属内驱力三个维度出发制作了远程学习者学习动机量表。在前人的研究基础上，为了解当代大学生在线学习动机的现状，选取其中适合大学生在线学习动机的维度，形成了大学生在线学习动机的量表。本次研究调查问卷分为在线学习现状调查和在线学习动机调查两个部分，其中第一部分了解学生基本信息及学习现状，共6 个题；第二部分了解大学生在线学习动机的情况，采用李克特量表，共20 个题。

1.3 调查问卷的信度和效度检验

1.3.1 信度分析

信度分析即可靠性，它用于检验问卷的稳定性和可靠性，是检验问卷质量的一个重要指标，信度越高则代表该问卷越稳定。本研究采用克隆巴赫的α 系数法（Cronbach’s Alpha），一般认为，若α 在0.6 以下，则表示该问卷信度不足，需要重新编制。本研究通过统计分析软件SPSS 22.0 对问卷进行信度分析，如表1 所示，得出量表总体Cronbach's Alpha 系数为0.861，除了自我认知及兴趣这一维度的信度系数为0.673外，其各维度信度系数都在0.7 以上，说明本研究的调查问卷的信度良好，具有较高的内部一致性和可靠性。

表1 可靠性统计表

1.3.2 效度分析

问卷的效度分析能够测量问卷设计的有效性、准确度以及真实性。本研究量表的效度检验仍用SPSS 22.0 软件进行分析，采用探索性因子分析，首先需要进行KMO 值检测和Bartlett 球形度检验。

1）KMO 和Bartlett 球形度检验。在效度分析中，若KMO 的值大于0.7，则适合做因子分析；Bartlett 球形度检验中，如果Sig 的值小于0.05，说明各变量间具有相关性，达到显著水平。从表2可知本量表数据检测结果为：KMO=0.803，Bartlett球形度检验显著（Sig=0.000），表明量表的结构设置较合理，效度较高，适合做因子分析。

表2 KMO 与 Bartlett 检验

2）主成分提取。通过提取公因子，对原始数据进行降维，使数据简化。从表3 可以看出，在线学习动机调查量表共抽取5 个特征值大于1 的因子，累计方差贡献率为60.582%，说明本量表20 个题目提取的5 个因子能够解释原始数据所蕴含的足够的信息；根据图1 的碎石图可知，折线在5 以后趋于平缓，这与表4 所得出的结论是一致的，表明本量表提取5 个公因子较为合适。

图1 问卷碎石图

表3 公因子提取表

表4 旋转后的载荷阵

3）公因子划分表。由表4 可知，在提取的五个公因子中，第一个因子上的载荷值较高的是问题Q7、Q8、Q9，可以看出这些问题反映的是大学生的认知和兴趣倾向的动机，因此，将第一个维度命名为自我认知及兴趣；第二个因子上Q10、Q11、Q12、Q13 的载荷值高于其他因子，这四个问题反映的是大学生提升自我发展的倾向，因此，将这一维度命名为自我提高与发展；Q14、Q15、Q16、Q17、Q18、Q19、Q20、Q21 在第三个因子中载荷值较高，这些问题主要体现了教师的课程与教学设计以及大学生的学习动机之间的关系，因此，第三个维度命名为课程与教学安排；第四个因子中Q22、Q23、Q24 三个问题载荷值最高，体现了大学生人际关系对他们学习的影响，因此，将这一维度称为社会关系；Q25、Q26 两个问题归为第五个因子，反映了平台等外界因素对大学生学习动机的影响，将之命名为外界因素。

2 调查结果与分析

2.1 量表相关分析

利用相关分析去研究自我提高与发展、自我认知及兴趣、课程与教学安排、社会关系以及外界影响五项之间的相关关系，使用Pearson 相关系数表示相关关系的强弱情况。由表5 可知，从变量因素之间的相关性来看，各变量之间均具有显著的正相关（P＜0.01），其中，自我提高与发展、自我认知及兴趣、课程与教学安排三个变量，两两之间具有中等强度的相关性（P＞0.4）；而社会关系以及外界影响分别与其他各变量之间的相关性都较弱（P＜0.4），这表明学生的兴趣和发展意愿以及课程的设置受社会关系和外界影响这2 项因素的影响较小。同时根据表5 的数据结果，从平均值和标准差来看，在五个维度中外界影响和课程与教学安排两个维度对大学生在线学习动机最具影响力，说明教育者在组织在线学习时应更加注重对在线学习的设计安排方面。

表5 量表各因素相关性

2.2 在线学习动机各维度描述性统计

根据因子分析得出学习动机的五个维度，分别是自我认知及兴趣、自我提高与发展、课程与教学安排、社会关系及外界影响，下面分别对每一维度各变量进行描述性统计分析。

2.2.1 自我认知及兴趣

自我认知及兴趣是指学生选择在线学习的兴趣及主动参与度，根据表6 调查结果显示：从均值和标准差来看，这一维度中各变量对大学生在线学习动机的影响力相当，其中学生最关注的是希望通过在线学习的方式能丰富自身知识，从而会让自身拥有一定的满足感（均值为3.77，标准差为0.740）。

表6 自我认知及兴趣维度描述性统计

2.2.2 自我提高与发展

自我提高与发展是指调查对象会考虑自身未来的发展而选择进行在线学习，由表7 数据分析可以看出：这一维度中，大学生最希望通过在线学习掌握一定的技能，从而为以后升学发展作准备（均值为3.80，标准差为0.789）。

表7 自我提高与发展维度描述性统计

2.2.3 课程与教学安排

课程与教学安排是指在线学习平台中教育者所发布的课程等资源的设计与学习进度安排以及教育者自身对在线学习者的影响，笔者认为，虽然在线的学习方式，有助于激发学生的自主性，更专注学生的个性化发展，但教师这一角色在学习过程中，同样不可或缺，起着至关重要的作用。表8 分析得出的数据结果表明：大学生在进行在线学习时，教师幽默的授课方式对学生学习动机具有很大的影响（均值为4.48，标准差为0.625）；多样化的教学活动形式更能激发大学生的学习动机（均值为3.97，标准差为0.607）。

表8 课程与教学安排维度描述性统计

2.2.4 社会关系

社会关系是指同伴或权威人士的影响，根据数据统计分析得出：他人参与的影响对于大学生并不大，这与大学校园的自由安排、自主决定的现实情况是相一致的，尤其是在学习方面，体现了学生选择的自主性。

2.2.5 外界影响

外界影响这一维度主要考虑的是学习平台等外界因素，由表9 可知，两个变量对大学生在线学习动机影响都较为强烈，而对于网速慢影响学习这一问题，随着5G 进一步普及，这将不再是学生学习的限制因素。

表9 外界影响维度描述性统计

2.3 人口学统计变量对学习动机的方差分析

2.3.1 不同性别的学习动机比较

采用独立样本T 检验分析不同性别与学习动机之间的关系，根据表10 结果显示，T（129）=0.424，P＞0.05,说明不同性别的学生学习动机不存在显著差异。

表10 不同性别的学习动机比较

2.3.2 不同年级的学习动机比较

采用单因素方差分析，由表11 得知不同年级在学习动机上具有显著性差异，其中，大二年级的学生在线学习动机最强。

表11 不同年级的在线学习动机比较

3 结果与讨论

从对不同人口学变量对学习动机影响的统计结果来看，性别对大学生在线学习动机并无太大差异，这一结果与吴峰等[5]在其非约束条件下成人在线学习动机量表编制的研究中得出的结论一致，但与王迎等[4]的研究结果不同，这说明目前大学生种男生比女生学习动机较低的情况已经有所改善，男学生越来越认识到学习对自身的重要性。

通过分析发现，大学生在线学习时受课程设置影响的动机倾向占主要因素。首先，学生最关注的是教师的教学风格。数据统计显示，教师幽默的授课方式对于大学生学习动机的激励有非常大的作用。其次，学生较为注意的是教学活动设计的多样性和教师的专业水平，并认为在线学习过程中教师的作用很大，这充分说明在线学习这种自主性学习环境下，教师仍然承担着重要的作用，教学课程的设计及教学风格同样对远端在线学习者有较大的影响，正如杨开城等[6]在基于ARCS 动机模型的在线学习系统研究所指出：基于计算机网络的学习系统不但不能代替教师，反而会越来越需要教师的参与，没有教师参与的计算机在线系统不是一个完整的学习系统。而社会关系在大学生在线学习的学习动机上影响最小，这与吴峰等的研究结论一致，说明周围其他人对大学生在线学习动机的影响不大[5]。从数据分析结果来看，大学生进行在线学习的自我发展动机总体来说是比较强烈的，有较高的自我提高内驱力，无论是提高学习成绩、获得证书还是将来深造等都存在强烈的需求，教育者和教育管理者应该从这一角度考虑，为大学生提供更完善的在线学习方案，从而为学生自我发展提供更好的帮助。

4 大学生在线学习动机的激励策略建议

经过对调查问卷结果的统计分析，针对目前大学生在线学习的现状，从以下三个角度分别提出激励大学生在线学习动机的策略。

4.1 学习者角度

学习者是学习活动的主体，较传统教学而言，在线学习更加注重学习者个性化发展。学习者的认知是学习得以发生和保持的关键，学习者方面的动机包括学习者的兴趣和发展需求，属于内部动机。根据马斯洛的需要层次理论，人的动机是在需要的基础上激发的，从某种程度上讲，学习者缺乏学习动机与需求有关，从调查结果可以看出，学生的发展需求对学习具有中等强度的影响，学生对于提高学习成绩、获得证书、将来深造等都存在较大的需求，这些都是学生选择学习的动机。同时，调查结果显示，学习兴趣与学习动机成正相关，兴趣是最好的老师，大部分学生进行在线学习是因为对寻求新知识感兴趣，学生的学习兴趣高，学习动机就强，学习效率高；但有一部分学生只是因为教师的要求而选择在线学习，内部动机不足，所以会对教师发布的学习任务应付了事，学习效率和质量都不高，这在一定程度上导致当前在线学习平台完成率低。

因此，大学生在参与在线学习时，应该加强学习意识和自我管理意识，从思想上认识到学习的重要性，改变以往不好的学习态度；教师在进行在线教学时，首先要有以人为本的思想，从学生角度出发，充分考虑学生自身因素，其次要根据Keller的ARCS 动机模型，影响因素就是Attention（注意力），即要想使学生产生学习动机首先就要引起他的注意，因此，教师要帮助学生依靠网络制定适合学生的学习目标与学习计划，并积极调动学生的学习兴趣，使学生的外部动机转化为内部动机。学生也要努力提高自己的主观能动性，充分利用在线学习资源进行学习，促进自我发展。

4.2 教育者角度

在线学习过程中教育者是不可缺少的一部分，在线教育者对学习者学习动机的影响分为两个方面，一个是教育者自身情况，另一个是教育者所发布的课程资源设计方面。

4.2.1 提升教育者自身水平

教师作为学习活动的另一个重要组成部分，应该清楚认识到自己对学生学习动机的影响。通过分析可知，教师的知识水平、授课方式以及评价反馈都对学生具有极大的影响。特别是当学生在交流平台与教师进行交流过程中得到教师的回帖与积极反馈时，学生的学习态度就会更加积极，自信心明显增强，在线学习更加有效果。所以，教师作为学生的榜样，要树立终身学习的理念，潜移默化地影响学生，并以学生为中心，不断改善自己的教学方式，提升自己的知识素养和教学素质，积极为学生传道授业解惑，真正地做到教书育人。

4.2.2 优化课程资源设计

在线学习过程中更加注重学生的自我发展，学生是学习活动的主体，数据分析表明，课程资源和学习活动的多样性对学生学习产生较大影响，教师切不可忽视在线教学中的课程设计。在AECT94、AECT05 以及AECT17 定义中都强调对资源的设计，因此，教师在设计课程资源时要结合网络课程的特点，不断优化以吸引更多学生积极主动学习，促进学生的个性化发展。在线学习者是一个庞大的群体，不同学生有不同的学习需求，这就需要教师对不同层次的学生进行分析，根据学生的兴趣和需要，丰富课程内容，呈现多样化的学习形式，为广大学生提供更加优质的资源与帮助。

4.3 平台角度

调查结果显示，平台人性化的界面设计对学习者在线学习有较大影响，属于外部因素。学习者进入平台学习系统学习是进行在线学习的前提。因此，平台开发者在设计系统时要明白，一个具有好的设计风格的平台界面会吸引更多的用户进入。色彩是一种人机交互的语言，用来向人们传递各种不同的信息，使整个网站有一个统一的风格[7]，而界面色彩搭配所带来的视觉冲击会在一定程度上对学习者心理产生刺激，影响学习者学习动机的激发与维持。同时，在线平台设计形式多样的交流板块使学习者与教育者、学习者与学习者之间的交流更加迅捷，高效的界面操作亦有助于提高学生学习者的积极性。