大學生網絡學習焦慮影響因素研究

李運福　傅鋼善

[摘 要] 網絡學習焦慮是網絡學習者個性化特征之一。本研究以問卷調查為主，以在線訪談為輔，從網絡學習者特征的視角出發，以網絡學習焦慮及其構成為效標變量，以網絡元認知、網絡學習自我效能、網絡學習動機、網絡學習態度和網絡學習策略及其子成分為預測變量，采用逐步多元回歸分析法對網絡學習焦慮及其影響因素做了預測性探究。從宏觀和微觀兩個層面分別構建了標準化回歸方程，并結合自身網絡學習經驗與在線訪談的結果對回歸方程進行了解釋性說明，希望對網絡學習焦慮的調節有一定的參考價值。

[關鍵詞] 網絡學習焦慮； 網絡元認知； 網絡學習動機； 網絡學習態度； 網絡學習自我效能； 網絡學習策略

[中圖分類號] G434 [文獻標志碼] A

[作者簡介] 李運福（1987—），男，山東冠縣人。碩士研究生，主要從事網絡與遠程教育方向研究。E-mail：liyunfu007@163.com。

一、引 言

焦慮一直是認知心理學、神經科學及醫學等領域的研究熱點，對個體身心發展有著非常重要的影響。近年來，隨著認知研究生態化的不斷深入和網絡教育的蓬勃發展，人們越來越重視網絡學習環境中學習者某些心理特性對學習效果的影響，如網絡學習策略、計算機自我效能、網絡自我效能以及網絡元認知等。然而，有關學習者網絡學習焦慮的研究卻較為罕見。通過文獻分析，我們發現目前國內外有關網絡環境下焦慮的研究主要體現在以下兩方面：從焦慮的類別來看，主要以計算機焦慮和網絡焦慮為主；從焦慮的地位來看，計算機焦慮或網絡焦慮多數是作為自變量參與研究，如計算機焦慮或網絡焦慮與學習策略、學習成就以及自我效能等因素的相關性分析、回歸性分析以及結構模型的分析等，缺乏網絡環境下學習焦慮的針對性研究，尤其是將網絡學習焦慮作為因變量，對其影響因素做較為深入的探究性研究。

此外，國內外大量實證研究表明，學習焦慮水平與學習效率呈倒U型曲線關系，即焦慮水平過高或過低均會對學習產生負面影響，進而抑制學習者認知、行為及情感的投入。焦慮水平過低會使學習者行為松懈，不能及時端正學習態度和激發學習熱情，缺乏學習動力；焦慮水平過高會使學習者精神緊張，注意力難以集中，面對海量信息時不能及時確定合適的信息提取和加工策略。學習焦慮是學習者的特征之一，必然受到學習者其他特征的影響。因此，從學習者特征的視角出發，以網絡學習焦慮為效標變量，以網絡學習自我效能、網絡學習策略、網絡學習動機以及網絡學習態度等為預測變量，采用逐步多元回歸分析的方法對影響網絡學習焦慮的因素進行預測性探究，構建影響網絡學習焦慮的標準回歸方程，對調節網絡學習焦慮具有重大的現實意義。

二、網絡學習焦慮

Jeffrey Gray的強化敏感性理論（ Reinforcement Sensitivity Theory ）認為焦慮是個體的個性化特征之一。[1]到目前為止，許多專家學者對焦慮的內涵提出了自己深刻的見解，如Freud、[2]Beck、[3]Lazarus 和 Averill[4]等。其中，弗洛依德（Freud）最早對焦慮作出了具有代表性的解釋，他認為焦慮是能夠用“緊張不安”來描述的一種令人不愉快的情感狀態，是一種存在危險情境的暗示。根據焦慮產生的根源是來自個體外部的客觀世界還是內心沖動，可分為客觀性焦慮和神經性焦慮。[5]其后，May.R.、Sullivan. H. S.、Spielberger. C.D.、Wesley. R.L以及Watson. D和 Kendall. P.C.等心理學家對焦慮的內涵、結構及其作用機制等進行了較為深入的后續研究。目前，在已有文獻中關于焦慮結構的劃分最為常見的是將其劃分為特質性焦慮和情境性焦慮。特質性焦慮是個體較為穩定的人格特質，是一種較為持久的擔心或不安；情境性焦慮主要是因特定情境中某些突發事件或不確定因素引起的短時間的擔心或不安。早期，心理學家以及神經學家有關焦慮的研究以特質性焦慮為主。近年來，隨著計算機及互聯網的不斷普及與應用，數字情境下的各種焦慮，如計算機焦慮、網絡焦慮、統計焦慮和圖書館焦慮等逐漸成為心理學領域、教育學領域以及學習科學領域的研究熱點。

借鑒和總結先前學者對焦慮的理解，我們將網絡學習焦慮（E-Learning Anxiety）界定為：網絡學習中，學習者在信息加工過程中因學習情境中各種不確定性因素而引發的緊張不安的情感狀態，是一種情境性焦慮。在Presno[6]對焦慮研究的基礎上，我們將網絡學習焦慮劃分為網絡術語焦慮、網絡延遲焦慮、網絡搜索焦慮和網絡總體焦慮。網絡術語焦慮是指學習者在信息加工過程中因陌生或難以理解且具有重要作用的詞語或英文縮寫引起的焦慮；網絡延遲焦慮是指學習者在瀏覽或下載資源時，因網頁跳轉或資源下載較慢而引起的焦慮；網絡搜索焦慮是指學習者在錯綜復雜的網絡環境中，面對海量信息而無法有效地檢索、篩選和加工信息時所表現出的焦慮；網絡總體焦慮是指學習者因注意力不集中、自我約束能力較差以及網絡無法連接等因素導致在網絡上無法有效完成學習任務時所表現出的焦慮。

網絡學習焦慮是學習者在網絡學習活動中的個性化特征之一，是網絡學習者特征體系的一部分，必然與其他特征存在著內在的聯系。通過對國內外有關網絡或遠程學習者特征的研究進行梳理，我們發現國內外學者共同研究且問卷調查法應用較為成熟的學習者特征主要有：性別、年齡、學科背景等人口學特征，自我效能、學習動機和歸因等動力性特征，認知策略、元認知策略和資源管理策略等策略性特征，場獨立型和場依存型、思索型和沖動型、整體型和分析型等認知風格特征，以及網絡學習態度、網絡學習適應性等特征。因此，本研究根據研究實際選取了網絡元認知、網絡學習自我效能、網絡學習策略、網絡學習動機以及網絡學習態度等五大特征，分別從宏觀與微觀層面對影響網絡學習焦慮的因素進行了預測性探究。

三、研究方法

（一）研究對象

本研究以陜西師范大學“現代教育技術”網絡公共必修課為依托，以2011—2012下學年參與本課程學習的2009級本科生為研究對象，涵蓋藝術類、文科、理工科等三大學科類別，涉及13個學院，17個專業，研究對象具有一定的代表性。此次研究問卷采取電子問卷的形式，在“現代教育技術”網絡課程上對2800余名學習者予以發放，共回收問卷2366份。根據后臺記錄數據，對選項不完整或規律性較強及填寫時間較短的問卷進行剔除，最終共保留有效問卷1724份，有效率72.87%。其中男生510人（29.58%），女生1214人（70.42%）；文科生652人（37.8%），理工科生890人（51.6%），藝術類學生182人（10.6%）。

（二）研究工具

本研究以問卷調查為主，以抽樣在線訪談為輔助。研究中涉及的問卷主要有“網絡學習焦慮問卷”、“網絡元認知問卷”、“網絡學習自我效能問卷”、“網絡學習策略問卷”、“網絡學習動機問卷”和“網絡學習態度問卷”。所有問卷均采用李克特五點計分法， 選項分別為“完全同意”、“基本同意”、“一般”、“基本不同意”和“完全不同意”，并依次計分為5、4、3、2、1。問卷回收后分別采用SPSS19.0和AMOS6.0對各問卷的信度和結構效度進行檢驗。下面將分別對各問卷編寫依據及信度、效度進行論述。

1. 網絡學習焦慮問卷

網絡學習焦慮問卷主要測量學習者在網絡學習過程中表現的各項焦慮水平的高低。該問卷的編寫主要以Presno[7]對網絡焦慮及其結構的研究為理論基礎，以Chien Chou[8]、Gholamreza Torkzadeh[9]以及 Richard Joiner[10]等研究中使用的網絡焦慮量表和計算機焦慮量表為參考，從大學生網絡學習實際出發，分網絡延遲焦慮、網絡術語焦慮、網絡搜索焦慮和網絡總體焦慮四個維度自編了網絡學習焦慮問卷。經小范圍初試后對問卷進行修正，最終每個維度保留3個題項，共計12個題項。問卷整體及各維度的Cronbachs Alpha系數分別為0.910、0.735、0.684、0.718、0.751，問卷結構效度見表1。

2. 網絡元認知問卷

網絡元認知問卷主要是根據研究實際對詹澤慧、[11]衷克定[12]等編寫的遠程學習者元認知量表進行了改編和補充。問卷包含網絡元認知知識、網絡元認知監控、網絡元認知體驗等三部分。網絡元認知知識主要包括與學習者自身相關的知識、與任務相關的知識以及與網絡學習策略相關的知識；網絡元認知監控主要包括網絡學習計劃的制定與實施、網絡學習時間的管理以及自我調節能力；網絡元認知體驗主要包括網絡學習的身心體驗、網絡學習效果體驗及網絡學習情感體驗。經小范圍初試后對問卷進行修正，最終保留19個題項，其中網絡元認知知識7個題項、網絡元認知監控和網絡元認知體驗均為6個題項。問卷整體及各維度的Cronbachs Alpha系數分別為0.898、0.794、0.811、0.782，問卷結構效度見表1。

3. 網絡學習自我效能問卷

網絡學習自我效能問卷主要測量學習者對自己能有效使用計算機、因特網以及其他現有的資源工具完成網絡課程并使自身得到完善和發展的自信程度的高低。該問卷主要是以童金皓等[13]對網絡學習中自我效能的研究為理論基礎，從一般自我效能和特殊自我效能兩個維度對“一般自我效能感量表”、王迎[14]以及Kun-Hung Cheng [15]等研究中使用的網絡學習自我效能量表進行了改編。一般自我效能是指學習者對自身在網絡學習中成功完成學習任務的一般能力判斷，是一種較為穩定的個人特質；特殊自我效能是指學習者在網絡學習中完成某項具體或特定的學習任務的過程中對自身能力的感知，包括技能自我效能和內容自我效能。經小范圍初試后對問卷進行修正，最終保留9個題項，其中一般自我效能5個題項，特殊自我效能4個題項。問卷整體及各維度的Cronbachs Alpha系數分別為0.843、0.779、0.744，問卷結構效度見表1。

4. 網絡學習策略問卷

網絡學習策略問卷是以王迎等[16]構建的遠程學習者特征模型中對遠程學習者策略性特征研究為理論基礎，結合大學生網絡學習的特征，從信息素養策略、反思總結策略、資源管理策略及合作交流策略等四個維度對溫斯坦網絡學習策略量表（LASSI for Learning Online）[17]和王迎等[18]編寫的遠程學習者學習策略問卷進行了改編。信息素養策略主要測量學習者在網絡環境下利用各種學習工具檢索、篩選、加工和應用信息的意識和水平；反思總結策略主要測量學習者在網絡學習中利用自身原有的知識和經驗以及各種合適的學習工具對所學內容進行反思和總結的意識和水平；資源管理策略主要測量學習者對網絡學習時間、各類數字學習資源以及教師或伙伴等人力資源的使用和管理水平；合作交流策略主要測量學習者使用網絡交流工具的水平以及與教師或伙伴進行學習交流的意識和策略等。經小范圍初試后對問卷進行修正，最終共保留19個題項，其中信息素養策略6個題項、反思總結策略4個題項、資源管理策略4個題項、合作交流策略5個題項。問卷整體及各維度的Cronbachs Alpha系數分別為0.894、0.798、0.706、0.701、0.736，問卷結構效度見表1。

5. 網絡學習動機問卷

網絡學習動機量表主要測量學習者參與網絡學習的動力強度的高低。該問卷以奧蘇貝爾的學習動機理論為基礎，以Matthew K.O. Lee等[19]研究中使用的網絡學習動機量表為參考，在對部分學習者進行在線訪談的基礎上，從內部學習動機和外部學習動機兩個維度自編了網絡學習動機問卷。內部學習動機主要包括獲取新知、開闊視野以及彌補課堂學習的不足等不斷發展和完善自身的內在動力；外部學習動機主要包括獲取網絡資源完成作業、追逐潮流以及生活和學習的壓力等外在學習動力。經小范圍初試后對問卷進行修正，最終保留11個題項，其中內部學習動機6個題項，外部學習動機5個題項。問卷整體及各維度的Cronbachs Alpha系數分別為0.844、0.765、0.706，問卷結構效度見表1。

6. 網絡學習態度問卷

網絡學習態度問卷主要測量學習者對網絡學習及其效果認可程度的高低。該問卷主要是以Baron[20]對態度及其結構的研究為理論基礎，結合研究實際，對Jyh-Chong Liang[21]等編寫的護士對網絡繼續教育的態度量表和石維忠等[22]編寫的大學生對班級管理的態度量表進行改編，最終形成了包括認知、行為、情感等三個維度的網絡學習態度問卷。認知層面主要涉及網絡學習豐富了信息的呈現方式，加深了知識的理解和掌握等對學習效果的態度；行為層面主要包括學習者是否會繼續使用網絡輔助學習以及向其他同學推薦網絡資源等行為傾向；情感層面主要涉及學習者在網絡學習過程中的輕松、愉悅、自由等情感體驗。經小范圍初試后對問卷進行修正，最終共保留13個題項，其中認知和行為部分均為4個題項、情感部分5個題項。問卷整體及各維度的Cronbachs Alpha系數分別為0.878、0.711、0.643、0.815，問卷結構效度見表1。

綜上所述，本研究使用的“網絡學習焦慮問卷”、“網絡元認知問卷”、“網絡學習自我效能問卷”、“網絡學習策略問卷”、“網絡學習動機問卷”和“網絡學習態度問卷”的整體Alpha值分別為0.910、0.898、0.843、0.894、0.844、0.878；各研究問卷中各維度的Alpha值分別介于0.684-0.751、0.782-0.811、0.744-0.779、0.701-0.798、0.706-0.765以及0.643-0.815之間。根據吳明隆的研究結論：[24]對于研究問卷的整體而言，當0.70≤α系數<0.80時，研究問卷的信度可以被接受；當0.80≤α系數<0.90時，研究問卷的信度為高；當0.90≤α系數時，研究問卷的信度非常理想；對于研究問卷的各維度而言，當0.60≤α系數<0.70時，研究問卷各維度的信度基本能夠滿足研究要求；當0.70≤α系數<0.80時，研究問卷各維度的信度較高；當0.80≤α系數<0.90時，研究問卷各維度的信度較為理想；當0.90≤α系數時，研究問卷各維度的信度非常理想。因此，本研究所用問卷的整體及各維度的信度均能滿足研究要求。此外，從表1可知：網絡元認知問卷、網絡學習策略問卷、網絡學習態度問卷的卡方自由度比值（CMIN/DF）均大于建議值，未達模型適配標準；其余適配指標，如擬合優度指標（GFI）、殘差均方根（RMR）、近似誤差均方根（ RMSEA）、調整擬合優度指標（AGFI）、基準化適度指標（NFI）以及比較適合度指標（CFI）的檢驗結果均能滿足建議值的要求。根據吳明隆的研究結論：[25]當研究樣本量足夠大時，對整體模型適配度的判斷不應該僅以卡方與自由度的比值作為判斷準則，其他適配度指標的作用將愈顯得重要。因此，本研究中各研究問卷的結構效度也能夠滿足研究要求。

四、數據分析與結論

逐步多元回歸分析的目的在于預測，即從若干個自變量中找出對效標變量具有顯著預測力的自變量，以構成一個最佳的回歸分析模型。[26]本研究首先以網絡學習焦慮（eLAn）為效標變量，以網絡元認知（NMC）、網絡學習自我效能（eLSE）、網絡學習策略（eLS）、網絡學習動機（eLM）以及網絡學習態度（eLAt）為預測變量進行逐步多元回歸分析，從宏觀層面構建了網絡學習焦慮影響因素的回歸方程。其次分別以網絡延遲焦慮（eLAn_D）、網絡術語焦慮（eLAn_T）、網絡總體焦慮（eLAn_G）以及網絡搜索焦慮（eLAn_S）為效標變量，以網絡元認知知識（NMC_K）、網絡元認知體驗（NMC_E）、網絡元認知監控（NMC_M）、一般自我效能（eLSE_G）、特殊自我效能（eLSE_S）、信息素養策略（eLS_IL）、資源管理策略（eLS_RM）、反思總結策略（eLS_RS）、合作交流策略（eLS_CE）、內部學習動機（eLM_I）、外部學習動機（eLM_M）以及網絡學習態度中的認知（eLAt_C）、情感（eLAt_E）及行為（eLAt_B）為預測變量進行逐步多元回歸分析，從微觀層面分別構建了網絡延遲焦慮、網絡術語焦慮、網絡總體焦慮以及網絡搜索焦慮影響因素的回歸方程。逐步多元回歸分析的結果見表2。

從表2可知：

1. 當以網絡學習焦慮為效標變量，網絡元認知、網絡學習動機、網絡學習自我效能、網絡學習態度和網絡學習策略為預測變量進行逐步多元回歸分析時，只有網絡學習動機、網絡學習態度和網絡學習自我效能對網絡學習焦慮的回歸系數達到顯著。標準化回歸系數（β）分別為0.260、 -0.174、 -0.167，表示網絡學習動機對網絡學習焦慮有正向預測效應，網絡學習態度和網絡學習自我效能對網絡學習焦慮有負向預測效應。

2. 當以網絡延遲焦慮為效標變量，以網絡元認知知識、網絡元認知體驗、網絡元認知監控、外部學習動機、內部學習動機、一般自我效能、特殊自我效能、信息素養策略、資源管理策略、反思總結策略、合作交流策略以及網絡學習態度中的認知、行為、情感為預測變量進行逐步多元回歸分析時，只有外部學習動機、網絡元認知體驗、網絡學習態度（情感）、網絡元認知監控對網絡延遲焦慮的回歸系數達到顯著。標準化回歸系數（β）分別為0.114、-0.238、-0.286、-0.131，表示外部學習動機對網絡延遲焦慮有正向預測效應，網絡元認知體驗、網絡學習態度（情感）、網絡元認知監控對網絡延遲焦慮有負向預測效應。

3. 當以網絡術語焦慮為效標變量，同樣以上述網絡元認知知識、網絡元認知體驗、網絡元認知監控等14個變量為預測變量進行逐步多元回歸分析時，只有網絡元認知體驗、合作交流策略、反思總結策略、外部學習動機、網絡學習態度（情感）、內部學習動機、網絡元認知監控、網絡元認知知識、特殊自我效能對網絡術語焦慮的回歸系數達到顯著。標準化回歸系數（β）分別為-0.240、0.171、0.098、0.089、-0.229、-0.122、-0.115、-0.088、-0.080，表示合作交流策略、反思總結策略、外部學習動機對網絡術語焦慮有正向預測效應，網絡元認知體驗、網絡學習態度（情感）、內部學習動機、網絡元認知監控、網絡元認知知識、特殊自我效能對網絡術語焦慮有負向預測效應。

4. 當以網絡搜索焦慮為效標變量，以上述網絡元認知知識、網絡元認知體驗、網絡元認知監控等14個變量為預測變量進行逐步多元回歸分析時，只有網絡元認知體驗、合作交流策略、反思總結策略、網絡學習態度（情感）、網絡元認知監控、網絡元認知知識對網絡搜索焦慮的回歸系數達到顯著。標準化回歸系數（β）分別為-0.218、0.110、0.080、-0.223、-0.141、-0.098，表示合作交流策略、反思總結策略對網絡搜索焦慮有正向預測效應，網絡學習態度（情感）、網絡元認知體驗、網絡元認知監控、網絡元認知知識對網絡搜索焦慮有負向預測效應。

5. 當以網絡總體焦慮為效標變量，以上述網絡元認知知識、網絡元認知體驗、網絡元認知監控等14個變量為預測變量進行逐步多元回歸分析時，只有網絡元認知體驗、反思總結策略、合作交流策略、外部學習動機、網絡學習態度（情感）、網絡元認知監控、網絡元認知知識、特殊自我效能對網絡總體焦慮的回歸系數達到顯著。標準化回歸系數（β）分別為-0.237、0.140、0.104、0.084、-0.279、-0.134、-0.077、-0.068，表示反思總結策略、合作交流策略、外部學習動機對網絡總體焦慮有正向預測效應，網絡學習態度（情感）、網絡元認知體驗、網絡元認知監控、網絡元認知知識、特殊自我效能對網絡總體焦慮有負向預測效應。

五、討論與建議

通過對上述標準化回歸方程進行歸納總結，我們有了以下發現。

1. 從宏觀層面看網絡元認知、網絡學習策略對網絡學習焦慮無顯著性預測效應，但是相關分析表明網絡元認知、網絡學習策略與網絡學習焦慮分別在0.01水平和0.05水平呈顯著性負相關，與Shahram、[27]Sahin Kesici、[28]Aysen Gurcan Namlu[29]等研究的學習策略與焦慮的關系相一致；網絡學習自我效能、網絡學習態度對網絡學習焦慮呈顯著性負向預測效應，與Elaheh Mazaheri[30]、Brittany M. Rudy [31]等研究的焦慮與自我效能的關系和Muhammad Athar Hussaina、[32]Elizabete M. Loureiro[33]等研究的焦慮與態度的關系相一致；網絡學習動機對網絡學習焦慮有顯著的正向預測效應，通過微觀層面我們發現外部學習動機對網絡術語焦慮、網絡延遲焦慮和網絡總體焦慮有顯著的正向預測效應，內部學習動機對網絡術語焦慮有顯著的負向預測效應，因此我們認為網絡學習動機對網絡學習焦慮在宏觀層面存在顯著性正向預測效應是因為研究被試的外部學習動機（M=3.86）高于內部學習動機（M=3.75）。

2. 外部學習動機對網絡延遲焦慮、網絡術語焦慮和網絡總體焦慮均有顯著的正向預測效應，內部學習動機對網絡術語焦慮有顯著的負面預測效應。經分析，我們認為當學習者外部學習動機越高，其真正求知欲就相對越弱。相對內部學習動機較強的學習者而言，外部學習動機較強的學習者在網絡學習中遇到資源下載或網頁跳轉較慢時缺乏耐心，當遇到晦澀難懂但必須要理解的詞語時缺乏查閱的動力，當遇到自動彈出信息窗口等干擾因素時忍耐度相對較低，進而引發網絡延遲焦慮、網絡術語焦慮和網絡總體焦慮。因此，我們要通過合適的途徑實現網絡學習者外在動機的內化，以降低學習者網絡學習焦慮。衷克定教授[34]所做的遠程學習者外在動機內化的探索性研究證實遠程輔導教師學習支持行為對外在學習動機內化有著顯著性影響，其中輔導教師的自主支持行為有著顯著的直接影響，能力支持行為和人際支持行為對學習動機內化有著較強的間接影響。這對我們從教師學習支持的視角出發，實現在校大學生網絡學習動機內化，降低網絡學習焦慮具有重要的指導意義和參考價值。

3.反思性學習策略和合作交流策略對網絡術語焦慮、網絡搜索焦慮和網絡總體焦慮均有顯著的正向預測效應。在對部分學習者進行在線訪談的基礎上，我們初步認為反思總結策略的應用能夠加深學習者對所學知識的記憶和理解。然而當學習者在網絡學習中遇到與先前類似或新生的學習困惑時，如果很難從先前通過反思總結生成的“知識庫”中及時獲取有效的幫助，就會使學習者對自身學習能力、反思總結的效果產生懷疑，進而引發網絡學習焦慮。此外，合作交流策略強調溝通的雙向性和及時性，然而網絡學習中由于受到師生比例以及在線學習時間難以統一等因素的影響，學習者在線發布的討論主題或求助留言未能得到及時的反饋，這就在一定程度上打擊了學習者參與討論的積極性，進而引發網絡學習中網絡術語焦慮、網絡搜索焦慮以及網絡總體焦慮的產生。因此，我們在鼓勵學習者對所學知識進行及時反思總結和積極參與討論交流的同時，也要適當地引導或培養學習者應用知識的能力，充分發揮信息技術的優勢，完善網絡學習支持服務體系，積極探究類似“微信”技術在網絡學習中的應用，做到離線狀態時信息的及時接受與反饋。

4. 從宏觀分析來看，網絡元認知對網絡學習焦慮并無顯著性影響，然而通過進一步分析我們發現網絡元認知知識、網絡元認知體驗和網絡元認知監控對各類網絡學習焦慮均有著不同程度的負向預測效應。也就是說，豐富的網絡元認知知識、深刻積極的元認知體驗以及能動性較強的網絡元認知監控能夠有效地降低網絡學習焦慮。因此，在今后的網絡教育中要不斷地利用數據庫技術和數據挖掘技術了解不同學習者之間網絡元認知水平的差異，針對性地開展網絡學習策略教學，不斷豐富網絡學習者的元認知知識；根據不同學習群體的特征開展網絡課程設計、教學設計以及學習評價，使網絡學習者的元認知體驗更加積極、深刻；采用網絡學習過程記錄技術，使學習者能夠根據課程系統生成的學習時序圖針對性地調節自己的學習進度和學習時間，不斷增強學習者網絡元認知監控的能動性。

5.網絡學習態度中的情感因素對各類網絡學習焦慮均有著顯著的負向預測效應，特殊自我效能對網絡術語焦慮與網絡總體焦慮均有著顯著的負向預測效應。我們知道數字化學習是教育發展的趨勢之一，信息傳遞媒介由傳統的印刷媒體向數字媒體轉變，信息感知方式由單獨的視覺刺激向視覺、聽覺和觸覺等綜合形式轉變。這些轉變在加深學習者對知識的理解和掌握的同時，也帶來了視覺疲勞、精神壓抑、混沌感和孤獨感等負面的身心體驗。此外，信息容量的急劇膨脹，使人們面對龐雜的海量信息時，對自己的學習能力產生懷疑，削弱了學習者的自我效能。因此，我們應該根據不同學習群體的特征不斷完善網絡課程學習支持服務體系和評價體系；使文本、視頻、音頻等多媒體素材的呈現在更大程度上契合不同學習群體的心理承受能力；簡化網絡課程結構、超媒體鏈接以及知識模塊的設計，減輕學習者的混沌感；采用合適的信息技術完善在線和離線交流溝通機制，弱化學習者的孤獨感；學習任務難度適中，加強對學習者學習技能的培訓，增強學習者的成就感，逐步提高網絡學習者的特殊自我效能。

此外，一般自我效能、信息素養策略、資源管理策略以及網絡學習態度中的認知因素和行為因素對網絡術語焦慮、網絡搜索焦慮、網絡延遲焦慮以及網絡總體焦慮沒有顯著性影響并不等于沒有影響，沒有直接性影響并不等于沒有間接性影響。因此，開展上述預測變量的后續研究對網絡學習焦慮的調節仍然具有重要的參考價值。

六、研究展望

在認知研究生態化和網絡教育蓬勃發展的時代背景下，網絡學習焦慮的研究是一項既艱巨又意義重大的工程。由于研究能力所限，本研究僅從部分關鍵網絡學習者特征出發，對影響網絡學習焦慮的因素做了初步預測性探究。從整體上看，研究僅僅局限于以網絡學習焦慮及其構成為核心效標變量，以網絡元認知、網絡學習動機、網絡自我效能、網絡學習態度和網絡學習策略及其構成為邊緣預測變量的平面式研究，未能將網絡學習者的人口學特征、認知風格及各預測變量間的關系考慮在內，未形成以網絡學習焦慮及其構成為核心效標變量，以各類對學習起關鍵作用的學習者特征為邊緣預測變量的球面式研究。因此，有關網絡學習焦慮的研究仍需我們不斷地進行探索。

[參考文獻]

[1] Joshua Wilt， Katherine Oehlberg，William Revelle.Anxiety in Personality[J].Personality and Individual Differences，2011，（50）：987～993.

[2] [5] Freud，S..The Problem of Anxiety[M].NewYork：Norton，1936.

[3] Beck，A.T..Cognition，Anxiety，and Psycho-Physiological Disorders[M].New York：Academic Press，1972：84～305.

[4] Lazarus， M.，Averill， J. R.. Emotions and Cognition：With Special Reference Toanxiety[M].New York：Academic Press，1972：424～483.

[6] [7] Presno，Caroline.. Taking the Byte out of Internet Anxiety ：Instructional Techniques that Reduce Computer/ Internet Anxiety in the Classroom[J]. Journal of Educational Computing Research，1998，18（2）：147～161.

[8] Chien Chou. Incidences and Correlates of Internet Anxietyamong High School Teachers in Taiwan[J].Computers in Human Behavior，2003，（19）：731～749.

[9] Gholamreza Torkzadeh，Thomas，P.，Van Dyke. Effects of Training on Internet Self-Efficacy and Computer User Attitudes[J].Computers in Human Behavior，2002，（18）：479～494.

[10] Richard Joiner，Mark Brosnan，Jill Duffield，Jeff Gavin，Pam Maras .The Relationship between Internet Identification，Internet Anxiety and Internet Use[J].Computers in Human Behavior， 2007，（23）：1408～1420.

[11] 詹澤慧.遠程學習者的元認知作用機制研究[J].中國電化教育，2011，（5）：50～53.

[12] 衷克定，潘海燕.遠程學習者元認知與學習效能感關系分析與研究[J]，中國遠程教育，2007，（12）：40～43.

[13] 童金皓，邊玉芳.網絡學習中的自我效能感[J].現代遠距離教育，2005，（3）：25～27.

[14] 王迎，孔維強，張鵬，董艷.利用QQ群教學方式提高遠程學習者的自我效能感初探[J].現代遠距離教育，2009，（1）：51～53.

[15] Kun-Hung Cheng， Chin-Chung Tsai. An Investigation of Taiwan University Students' Perceptions of Online Academic Help Seeking， and Their Web-Based Learning Self-Efficacy[J].Internet and Higher Education.2011，（14）：150～157.

[16] 王迎，安玉潔，黃榮懷.遠程學習者特征模型的構建研究[J].開放教育研究，2006，（1）：47～53.

[17] LASSI for Learning Online[DB/OL].http：//www.hhpublishing.com/_assessments/LLO/index.html.

[18] 王迎，彭華茂，時之平，侯彥華.遠程學習者學習策略的問卷修訂與測量[J].中國電化教育，2007，（10）：48～52.

[19] Matthew，K.O.Lee，Christy，M.K.. Cheung， Zhaohui Chen. Acceptance of Internet-Based Learning Medium：the Role of Extrinsic and Intrinsic Motivation[J].Information & Management，2005，（42） ：1095～1104.

[20] Baron，R.A.，Byrnt，D.，Suls，J..Exploring Social Psychology.3thed[M].Boston：Allyn ndBacon，1988：79～82.

[21] Jyh-Chong Liang ， Szu-Hsien Wu ，Chin-Chung Ts .Nurses' Internet Self-Efficacy and Attitudes Toward Web-Based Continuing Learningai[J].Nurse Education Today 31 ，2011： 768～773.

[22] 石維忠，謝紹明.關于大學生對班級管理的態度的調查研究[J].社會心理科學，2004，（5）：49～52.

[23] 榮泰生.AMOS與研究方法[M].重慶：重慶大學出版社，2009.

[24] [26] 吳明隆.問卷統計分析實務——SPSS操作與應用[M].重慶：重慶大學出版社，2010.

[25] 吳明隆.結構方程模型——AMOS的操作與應用[M].重慶：重慶大學出版社，2009.

[27] Shahram， Vahedia. Canonical Correlation Analysis of Procrastination， Learning Strategies and Statistics Anxiety Among Iranian Female College Students[J]. Procedia-Social and Behavioral Sciences，2011，（30）：1620～1624.

[28] Sahin Kesici ，Mustafa Baloglu， M. Engin Deniz. Self-Regulated Learning Strategies in Relation with Statistics Anxiety[J].Learning and Individual Differences，2011，（21）：472～477.

[29] Aysen Gurcan Namlu.The Effect of Learning Strategy on Computer Anxiety[J].Computers in Human Behavior，2003，（19）：565～578.

[30] Elaheh Mazaheri， Azizreza Ghasemzadeh， Maryam Saadat.The Relationship Between Parent's Anxiety and Their Children's Self-Efficacy in Primary Schools[J].Procedia- Social and Behavioral Sciences，2011，（29）：257～260.

[31] Brittany M. Rudy， Thompson E.Davis， Russe A.Matthews. The Relationship Among Self-Efficacy， Negative Self-Referent Cognitions， and Social Anxiety in Children：A Multiple Mediator Model[J].Behavior Therapy，2012，（43）：619～628.

[32] Muhammad Athar Hussaina， Saeed Shahidb， Amir Zamanc.Anxiety and Attitude Of Secondary School Students Towards Foreign Language Learning[J].Procedia - Social and Behavioral Sciences，2011，（29）：583～590.

[33] Elizabete M. Loureiro， Milton Severo， Paulo Bettencourt. Attitudes and Anxiety Levels of Medical Students Towards the Acquisition of Competencies in Communication Skills[J]. Patient Education and Counseling，2011，（85）：e272～e277.

[34] 衷克定，馮菲.遠程學習者外在動機內化的探索研究[J].開放教育研究，2009，（3）：85～88.