MOOC學習體驗的實證研究及對傳統課堂教學的啟示

何 迪，丁曉晶，鄭翠翠

(通化師范學院 工商管理學院，吉林 通化 134002)

隨著MOOC在中國學習者群體中認知度的逐漸提升，對于這種新興的在線教育方式的實證研究也逐漸引起了學者的重視.由于MOOC學習者的分布較為分散，且年齡結構、學習平臺、學習習慣等方面均存在較大差異，為了能夠更準確地描述這一群體的行為特征和學習偏好，本研究初步設計了有關MOOC學習體驗的調查問卷，并結合實證分析的結果與當前教育轉型的需求相結合，提出傳統課堂教學改革可能的發展方向.

1 樣本概況分析

1.1 樣本描述

本研究采用了便利抽樣的方式，在2014年6月至7月，對新浪微博、微信討論群、QQ群等社交媒體平臺上較為活躍的MOOC學習參與者進行網絡問卷調查，共回收有效問卷132份，樣本的人口統計學特征變量的基本情況如下：

(1)性別.樣本中男性占57.95%，女性占42.05%，符合中國人口性別的基本分布特征.

(2)年齡.15歲以下占3.26%，26～20歲占14.13%，21～25歲占48.91%，26～30占20.65%，31～35歲占6.52%，35～40歲占3.27%，40歲以上占3.26%.說明MOOC的使用者主要集中在21～30歲的年齡層，約占樣本總量的70%.

(3)學業狀態.從學歷層次看，專科及以下占12.49%，本科占60.23%，碩士及以上占27.28%；樣本中在讀學生占60.23%，已畢業的占39.77%；從交叉分類看，在讀本科生所占的比例最高，達到了39.77%.結合年齡分布的結果可以看出，目前MOOC的主要受眾是本科學歷層次的在校生和剛畢業的大學生.

(4)工作狀態.樣本中未參加工作的人群比例最高，達到了51.68%，全職工作的人群占38.20%，兼職工作的人群為7.87%，待業的人群僅占2.25%.這意味著，參與MOOC的學習者絕大多數都需要在兼顧自己的工作、學業的基礎上，合理利用業余時間從事學習，需要具備較強的自制力和高效利用時間的能力.

(5)所在地.樣本涵蓋了34個省級行政單位中的23個，覆蓋率達到了67.65%，樣本分布在16個省、3個自治區、3個直轄市、1個特別行政區，另包括3個來自海外的樣本，能夠在較大程度上代表總體的基本特征.

1.2 學習狀態

(1)平臺的選擇.此次調查顯示，接觸率最高的MOOC平臺是Coursera，89.77%的學習者曾使用過該平臺，其次是清華大學的學堂在線及edX，分別有68.18%和59.09%的被試接觸過這兩個平臺.而作為三大MOOC平臺之一的Udacity，其使用頻率明顯低于另外兩個，接觸率僅為15.91%.

(2)證書獲得.對被試的證書獲得情況進行統計后發現，均值為1.648，獲得證書最多的達到28張，有43.82%的被試目前尚未獲得證書，已獲得一張證書的占26.97%人，其他被試獲得證書的數量均在十張以內.這說明MOOC對于我國的學習者來說，仍處在嘗試、體驗的階段，距離真正的享受、充分利用還需要一短時間，重度使用者的比例仍然非常低.

(3)棄課原因.在給出的13個可能的棄課原因中，被選擇比例最高的兩項分別是：沒有足夠的學習時間及英語水平不足，分別占59.78%和35.87%.同時我們發現，是否能夠拿到證書并不是棄課最主要的原因，只有6.52%的被試者持這種觀點.此外，課程的難度較小或者課程說明與實際講授內容不符一般并不會導致學習者中途放棄，持此類觀點的被試者僅占總數的2.17%和3.26%.而報告因自制力不足而棄課的約為28.09%，由于課后作業太難而放棄的約為15.73%，也占有相當一部分比例.

(4)選修MOOC的動機.對學習者修讀MOOC的動機進行調查后發現，課程的內容是否具有吸引力以及學習者自我提升、開闊眼界的期望是最重要的學習動機，而名師、名校的效應等其他幾種原因被提及的頻率也較高，具體比例顯示如下：

表1 MOOC的學習動機

周圍人是否選修這門課以及對學校老師的講授是否滿意被提及的頻率非常低，僅達到了3.26%和2.17%，這說明在中國MOOC學習的功利性動機并非主要因素，眾多學習者聚集于MOOC平臺很大程度上是被課程本身的吸引力“拉”過來，而不是因為功利性的欲望“推”過來.

(5)投入學習時間.受試者平均周學習時間達到3.64小時；最高值為20小時，屬重度使用者；5小時或以上的占總樣本的23.3%，平均學習時間為6.6小時/周，屬于MOOC的忠實使用者； 1小時以內的占總樣本的7.78%，屬于嘗試型使用者；另外67.8%的學習者平均時間為3.4小時，屬于普通使用者.

2 修讀MOOC的影響因素分析

在訪談的基礎上，初步擬定了14個影響MOOC選課、修讀的問項，并采用李克特五點量表，用以測量影響學習者修讀MOOC的影響因素，問卷題項如下：

表2 MOOC學習的影響因素量表

2.1 因子分子

首先，對14個測項進行了主成分分析，抽樣適當性的KMO值為0.860，表明變量間公共因子較多，適合進行因子分析.此外，巴特勒球形檢驗Chi-Square為919.321，自由度為91，達到顯著性水平，也說明總體的相關矩陣間有公共因子存在，適合進行因子分析.

選擇特征值大于1的4個成分，其累積負荷達到了77.470，說明這四個成分起到了主要影響作用，如表4所示：

表3主成分分析中特征值大于1的公共因子

經過5次迭代，轉軸后的成分矩陣中，因子1包括9個項目，分別是a11，a10，a8，a7，a12，a14，a13，a4，a9；因子2包括2個項目，分別是a5，a6；因子3包括2個項目，分別為a1，a2；因子4僅包含1個項目a3，需要刪除.最后確定三個主成分，各主成分及因子負荷如表4所示：

表4各題項在主成分的因子負荷

2.2 信度分析

對因子1的信度分析發現，其中包含的9個題目與層面總分間的內部一致性較好，Alpha系數為0.947，刪除任何一個題目都不會導致Alpha系數顯著升高.此外，因子2的Alpha系數為0.760，因子3的Alpha系數為0.682，問卷整體Alpha系數為0.904，均在接受的范圍之內.

至此，用以測量MOOC學習影響因素的量表就調整為包括三個維度的9個變量，可將三個維度分別歸納為交互性影響、認證影響和信息性影響.而對于刪除的題項a3，今后可作為新的維度進行擴展，以探討參照群體對MOOC學習的影響.

3 研究局限性和未來研究方向

3.1 樣本選擇方面的缺陷

雖然本研究是一項預測試，樣本量達到100以上就可以進行主成分的分析，但如果能夠進一步擴大樣本的來源，其可靠性會有所提升.由于MOOC的發展本身正處于萌芽階段，學習者群體的規模也不夠大，且非常分散，尋找到合適的測試對象并不容易.隨著MOOC的逐漸普及，其使用者的數量也會逐漸增多，這個問題在后續的研究中可以得到改善.

3.2 各維度的題項分布不均

本研究中因子1包含9個題項，而其他幾個因子包含的題項偏少，對于這種不夠理想的狀況應該加以分析，并在后續研究中加以完善.特別是被剔除的因子4，作為測量從眾效應的一個維度，在設置題項的時候，僅考慮到學習者比較熟悉的強連接群體的參照效應，而未考慮到弱連接參照群體的影響，在今后的量表中應加以改進.

3.3 對投入學習時間的估計不足

與受訪者回答的情況相比較，對于學習者學習時間的估計顯得過于保守，問卷中將每周5小時以上作為了例外的情況，而實際上有12%的受訪者選擇了這一項.而且由于題目的上限設置較低，可能會導致部分受訪者低估了自己實際投入的學習時間，在后續研究中應將學習投入時間的范圍適當擴大，例外情況應接近每周20小時.

4 對傳統課堂教學的啟示

4.1 正視厭學現象

目前，MOOC的主要參與者是在讀及剛畢業的大學生，他們對MOOC的熱情也較高，平均每周的學習時間在3～4小時.這意味著，很多高校工作者感受到的學生的厭學情緒并不一定是他們真實的心理狀態，只是他們對現有教學內容、教學模式的態度，而非對學習本身的態度，他們把

自己本來可以用于娛樂、休閑的時間自覺、自發地用于學習.研究中，我們發現有高達82.61%的學習者是被MOOC的內容吸引，也就是說，只要課堂教學帶給學生的沖擊性、新奇性、實用性能夠打動甚至超過學生的預期，學生完全有可能像追美劇、追MOOC課程一樣對課堂教學重新產生興趣.

4.2 推進MOOC的普及

目前對于MOOC的認知和熟悉程度還存在著地區差異、年齡差異，因此，不同受眾對于MOOC的接受程度和態度也略有不同.而對于高校教育工作者而言，應該盡量推進MOOC在經濟欠發達地區的普及，特別是要讓更多的在校大學生了解MOOC.作為一種必要的教學補充，其對傳統教學的積極意義遠大于消極意義.隨著網絡社交媒體的不斷發展，學生對于MOOC的熟悉和追捧是必然的趨勢，他們越早接觸這種大規模在線開放課程，越有利于自身素質的提高.

4.3 實現MOOC與傳統課堂的融合

與傳統課堂相比，MOOC雖然具有很多明顯的優勢，但面對面的傳統教學卻也存在MOOC無法取代的作用.名校的課程雖然吸引人，但無法實現實時地交流、反饋，其在媒體平臺上的互動存在不同程度的時滯，即使在視頻中設置了完成QUIZ繼續播放的環節，也不能根據學生的反應而設定不同的互動內容.這種先天的缺陷是無法規避的，但若能與傳統教學實現無縫對接，便可在很大程度上解決這一問題.

參考文獻：

[1]劉繼斌,趙曉宇,黃紀軍,劉培國.MOOC對我國大學課程教學改革的啟示[J].高等教育研究學報,2013，36(4).

[2]約翰·丹尼爾.讓MOOC更有意義:在謊言、悖論和可能性的迷宮中沉思[J].現代遠程教育研究,2013(3).

[3]何迪,崔鵬,張輔軒.聯通主義視角下MOOC的發展對地方高校教學改革的啟示[J].商,2014(4).

[4]李紀元.MOOC背后的理念[J].中國教育網絡,2013(4).

[5]姜藺,韓錫斌,程建鋼.MOOC學習者特征及學習效果分析研究[J].中國電化教育,2013(11).