基于MOOCs的混合式學習適應性影響因素研究

張成龍　李麗嬌　李建鳳

摘要：在開展基于MOOCs的混合式教學實踐中，為了探討學生的學習適應性及影響因素之間的關系，該文通過理論構建包含自主學習、學習態度、教師教學、教學管理、學習支持、學習平臺、學習環境、課程設置八個因素的基于MOOCs的混合式學習適應性影響因素關系假設模型，并開發對應的學習適應性量表，使用因果比較、相關、回歸和路徑分析研究方法對學習適應性及影響因素進行深入研究，主要的研究結論為：學生學習適應性總體處于中上水平，能適應基于MOOCs的混合式學習。不同性別的學生學習適應性存在顯著性差異，男生的學習適應性總體上要好于女生，不同年齡、年級、網齡的學生學習適應性沒有顯著性差異。學習平臺、課程設置對學習適應有非常顯著的正面影響，學習態度、自主學習、教師教學、學習環境、學習支持對學習適應有一般正面影響，教學管理對學習適應沒有正面影響，初步揭示了影響學習適應性的因素。根據上述結論分別提出相應的策略，有望提高基于MOOCs的混合式學習的效果。

關鍵詞：MOOCs；混合式教學；學習適應性；影響因素

一、前言

隨著MOOCs的發展，將MOOCs課程用于小規模的結合了線上線下的混合式教學模式被越來越多的學校和教師采用和認可，這種模式就是一種基于MOOCs的混合式教學，通過將已有的MOOCs課程整合進學校傳統小規模班級課程中，學生通過MOOCs的形式在線自主學習和多種形式（答疑、討論、分組、實踐、項目等）的線下集中教學來完成課程學習，并通過學校的考核評價和成績測定獲得學分。然而，學生是否適應這種教學模式？是什么因素影響著學生的學習適應性？這些因素之間的關系如何？在開展基于MOOCs的混合式教學過程中，這些問題都有待研究。為此，本研究將依托Y高校進行的混合式課程教學改革項目，探究學生在基于M00Cs的混合式教學中的學習適應性及影響因素之間的關系，以期能找到其中的一些規律和提出相關的解決途徑來提高混合式教學的效果。

二、相關研究與研究假設

學習適應性指個體克服困難取得較好學習效果的傾向，它是學習者根據環境和學習需要調整自己以實現與學習環境的平衡的行為過程，其主要因素涉及學習態度、學習技術、學習環境和身心健康等方面。而隨著信息技術的發展，網絡學習已經成為一種重要的學習方式，因此有更多人關注到了網絡學習環境下的學習適應性問題。NishinoK、Toya H、Mizuno S等使用多元回歸（MultipleRegression Model）的方法調查了學習E-Learning課程的學習者學習方式與學習適應性之間的關系，結果表明在E-Learning學習中發展起來的學習風格對學習適應性有40%左右的影響。Jianhai R，Deng x等在分析研究生新生網絡學習適應性存在的問題的基礎上，提出了影響網絡學習適應性的因素包括環境和學生個人兩個方面，其中環境因素包括課程、監管和學習條件；個人因素包括學習目標、學習方式、學習態度等。陳肖生通過實證研究，指出我國網絡教育中存在著學習不適應問題，并且分析了影響網絡學習適應性的影響因素包括身體因素、心理因素、認知因素、非認知因素、學習方式的變化、學習環境的變化、學習觀念的變化、學習組織結構的變化。曹賢中等分析我國網絡學習適應性現狀時從認知因素（包括網絡學習環境不適應、技術不適應、自主學習策略缺失或不當）和非認知因素（學習動機、自我效能感、人格和情感、意志力）維度分析了網絡學習適應性中存在的問題并提出了解決的策略同。孫多針對500多名學習網絡課程的普通高校學生調查了網絡學習觀念、網絡學習環境和網絡學習方式三個層面的學習適應性情況，并提出相關的解決方案。王軍芬、周春兒通過問卷量表構建成人高教網絡課程學習適應性結構模型，提出成人高教網絡課程學習適應性包含個人學習能力和學習環境兩個維度。個人學習能力維度包括學習策略、學習態度、學習技能、網絡交流能力和捕獲幫助力五個因素，學習環境維度包括可用性、網絡環境、學習氛圍、環境改變和學習外在動機五個因素。王曉麗等用Logistic因子回歸對影響農村教師遠程學習適應性的各因素統計歸納，結果表明，對農村教師遠程學習適應貢獻顯著的因素主要表現在網齡、學習體驗、自主學習、協作學習、課程資源、生理適應與時間保障等方面。也有研究者著重研究了混合式學習的學習適應性問題，比如楊彥軍、童惠運用問卷調查和參與式觀察法研究發現有較大比例的學生在參與基于MOOCs的混合教學中存在不同程度的學習適應性問題并分析造成學生學習不適的主要因素包括學生自身、學習支持、學校管理和課程建設等方面。為了明確研究的主要內容和目標，經過上文理論和文獻的分析，參考王曉麗、路宏，楊彥軍、童惠等的研究成果，對混合式學習適應性影響因素進行整理分類后，再結合開展的教學實踐，本文認為基于MOOCs的混合式學習適應性主要指的是學生克服線上線下混合教學中的影響因素并取得較好學習效果的傾向，這些影響因素應該包括自主學習、學習態度、教師教學、學校管理、教學平臺、課程設置、學習環境、學習支持等方面。

如上文所述，大多的研究主要采用質性和理論的形式提出了影響學習適應性的因素，在學習適應性影響因素層面做了分類，并闡明了這些影響因素之間的理論關系，但并未對各影響因素之間的相互作用作進一步的深度分析。因此，基于Y高校已開展的混合式教學實踐，本研究最終確定混合式學習適應性影響因素包括5個基本類別變量和8個連續性變量，包括性別、年齡、年級、網齡、每天上網時長、自主學習、學習態度、教師教學、教學管理、學習支持、學習平臺、學習環境、課程設置。根據理論和文獻的分析，假設變量之間的關系模型如圖1所示，后面將采用差異分析、相關分析等量化方法考察各影響因素之間的關系以及它們是如何影響混合式學習適應性的，對應的研究假設如表1所示。

三、研究設計

（一）研究對象與過程

本研究以Y高校2016年春季學期開設的三門基于MOOCs的混合式課程選課學生為研究對象，三門課程為《網絡技術與應用》《大數據科學與應用系列講座》與《文獻管理與信息分析》，這三門課程均以“學堂在線Y大學慕課平臺”為依托，采用平臺中原有的課程資源，以本校教師為輔講教師申報開課，在學校選課系統中作為學校素質選修課供學生選修，全部采用線上線下結合的混合式的教學模式。授課教師除平臺中原有的主講教師外，本校教師以團隊的形式組成，每個教師團隊4至5人，三門課程選課人數分別為60人、60人、24人，共計144人，經過一個學期的在線自學加線下集中教學（4-5次），在學期末課程結束后以問卷調查的形式測量學生的學習適應性，研究過程如圖2所示。

（二）量表的結構與信效度

整體量表由兩部分組成：（1）基本數據，即調查對象的基本信息，包括性別、年齡、年級、網齡、每天上網時長；（2）混合式學習適應性量表，包括自主學習、學習態度、教師教學、教學管理、學習支持、學習平臺、學習環境、課程設置八個分量表共計48道題目，八個分量表采用李克特五點量表的形式（從完全符合、多數符合、半數符合、多數不符合、完全不符合依次為5、4、3、2、1分）量化計分。本研究使用主成分分析法來做量表效度分析，問卷的KOM值為0.798大于0.5，Bartlett球形檢驗的近似卡方（X2）值為3203.133，自由度（df）為1128，顯著性概率值（P）為0.000，達到0.05顯著水平，適合作因子分析，因子分析顯示在分析反映像矩陣中，48道題項的因素載荷值均超過0.5，說明量表具有良好的建構效度，可用于測量學生混合式學習適應性，量表的總a系數為0.930，說明量表具有較好的信度。其他分變量量表的儀系數在0.660～0.844之間，均達到了信度a系數值在可接受至非常好的水準。

四、數據統計與結果分析

課程結束后發布混合式學習適應性調查問卷量表144份，回收有效問卷131份，問卷有效回收率為91%；將問卷進行編碼量化處理，錄人數據統計分析軟件，對基本類別變量進行描述性統計，分析基本類別變量對其他變量有無顯著性差異影響，并對連續性變量進行相關、回歸和路徑分析，得出因素之間的相關性和路徑，檢驗研究的假設。

（一）變量的描述性統計

1.基本信息描述性統計

研究對象的基本信息統計如表2所示，參與調查的131位學生男（47.3%）女（52.7%）比例差異不大，大一、大二的學生數量較多（占98%以上），年齡也相對較小，這可能是由于本次開設的三門MOOCs課程均為素質選修課，更加能滿足低年級學生選課的需求，學生的網齡（有68.7%的學生具有5年以上的網齡）和每天上網時長（每天上網時長兩小時及以下占15.3%，2至5小時的占大多數為67.2%，5小時以上占17.6%）比較長，這比較符合信息時代學生網絡使用的特征。

2.九個因素變量的描述性統計

對量表的九個連續性變量（學習適應、自主學習、學習態度、教師教學、教學管理、學習支持、學習平臺、學習環境、課程設置）進行數據分析，分別計算出均值、標準差、方差，得出的結果如表3所示。在本次三門混合式教學課程實踐中，學生的混合式學習適應性總體處于中上水平，除自主學習外，其他變量適應程度也達到中上水平，說明學生能適應這種教學模式，因此有了進一步開展學習適應性影響因素分析的意義和前提。

（二）基本信息的對學習適應性影響變量的影響

1.不同性別學生的學習適應性差異

以性別（類別變量）為自變量，分別以連續性變量：學習適應性、自主學習、學習態度、教師教學、教學管理、學習支持、學習平臺、學習環境、課程設置為因變量，進行獨立樣本t檢驗，結果為除學習支持（F=0.210，p=0.128>0.05）外男女生之間在學習適應（F=3.560，p=0.003<0.05）、自主學習（F=1.152，p=0.009<0.05）、學習態度（F=1.314，p=0.002<0.05）、教師教學（F=0.590，p=0.020<0.05）、教學管理（F=0.987，p=0.016<0.05）、學習平臺（F=10.277，p=0.001<0.05）、學習環境（F=4.286，p=0.002<0.05）、課程設置（F=1.399，p=0.003<0.05）方面有顯著性差異存在并且男生的均值均高于女生的均值，這說明男生的學習適應性總體上要好于女生。

2.不同年齡、年級、網齡、每天上網時長的學生學習適應性差異

分別以年齡、年級、網齡、每天上網時長為自變量，以學習適應為因變量進行單因素方差分析（分組變量水平在3種以上），結果顯示不同年齡（p=0.531>0.05）、年級（p=0.936>0.05）、網齡（p=0.050>=0.05）、每天上網時長（p=0.380>0.05）的學生學習適應性不存在顯著性差異。

（三）學習適應性及其各變量間的關系

有很多的研究成果表明，學習適應性受到諸多因素的影響，本研究前文構建了基于MOOCs的混合式學習適應性影響因素關系模型，為了了解各因素與學習適應性之間的內部關系，本研究將采用相關分析和回歸分析來確定各因素之間數量上的關系，以便清晰直觀地表明它們之間的關系和影響程度。

1.各變量之間的相關分析

相關分析主要用于研究一個或多個變量與另一個或多個變量之間的關系，通過計算變量之間的相關系數可以表明變量之間關系的強度和方向，常用的相關系數計算法為積差相關法。為了探討學生在基于MOOCs的混合式教學中的自主學習、學習態度、教師教學、教學管理、學習支持、學習平臺、學習環境、課程設置對學習適應性的影響作用，將九個變量進行相關分析，結果如右表4所示。

由表4可以看出，自主學習、學習態度、教師教學、教學管理、學習支持、學習平臺、學習環境、課程設置與學習適應之間的Pearson相關系數分別為0.423、0.468、0.441、0.374、0.365、0.585、0.540、0.615，且相關系數檢驗的概率值p<0.01，均達到0.01顯著水平，因此自主學習、學習態度、教師教學、教學管理、學習支持、學習平臺、學習環境、課程設置與學生的學習適應之間存在正向的線性關系，同時八個變量之間也存在著正相關，只是教學管理變量與自主學習變量的相關性未達到顯著性水平（相關系數檢驗的概率值p=0.067>0.01）。觀察到了變量之間的相關關系還不足以證明變量之間存在因果關系，并不能做出因果性歸因，即得出自主學習、學習態度、教師教學、教學管理、學習支持、學習平臺、學習環境、課程設置都會影響學生的學習適應性的結論。為了分析和說明各自變量對因變量解釋和預測強度有多大，整體解釋變異量是否達到統計學上的顯著水平，將進一步使用回歸的方法來確定各變量的回歸系數，以便確定變量之間的因果關系。

2.各變量的之間的回歸和路徑分析

根據圖1中的理論假設模型，各變量之間存在直接和間接的相互作用，其中自主學習、學習環境、學習支持三個中間變量起著間接的作用，因此，在進行回歸的基礎之上進行路徑分析可以確定間接之間的關系。因此，本研究總共需要進行五次的復回歸模型才能最終確定各預測變量與校標變量之間的預測程度（路徑系數）。

第一個復回歸模型中的自變量為網齡、每天上網時長、學習態度，因變量為自主學習，其回歸模型分析結果如表5所示，這三個自變量總共可解釋自主學習因變量21.5%的變異量，從回歸系數上看學生的網齡不會顯著影響學生自主學習能力（t=1.025，p=0.307>0.05），這一點與上文中的差異比較研究結果相符，每天上網時長反而會負面影響到自主學習能力，但是其中的學習態度對自主學習有正向的顯著性影響（t=6.286，p=0.000<0.01），說明學生的學習態度是影響自主學習能力的一種重要因素。

使用同樣的回歸方式，第二個復回歸模型中的自變量為性別、年齡和年級，因變量為學習適應，其回歸模型分析結果：性別、年齡和年級總共可解釋學習適應4.4%的變異量，從回歸系數可看出性別對學習適應有反向的顯著性影響（t=-2.855，p=0.005<0.01），性別為二分類別變量，只能說明不同性別之間學生的學習適應性有顯著性差異，和獨立樣本t檢驗的結果一致，年齡和年級對學習適應沒有顯著影響。

第三個復回歸模型中的自變量為學習平臺，因變量為學習環境，其回歸模型分析結果為：學習平臺自變量總共可解釋學習環境26.4%的變異量，從回歸系數可看出學習平臺對學習環境有正向的顯著性影響（t=6.795，p=0.000<0.01），說明學習平臺的適應很大程度上影響到學習環境的適應。

第四個復回歸模型中的自變量為教師教學、學習環境、教學管理、課程設置，因變量為學習支持，其回歸模型分析結果為：這四個自變量總共可解釋學習支持因變量28.9%的變異量，從回歸系數上看學習環境、課程設置對學習支持沒有顯著性正向影響（t=0.993，p=0.323>0.05；t=1.262，p=0.209>0.05），但是教師教學、教學管理對學習支持有正向的顯著性影響（t=2.912，p=0.004<0.01；t=3.041，p=0.003<0.01），說明在學習支持中教師教學和教學管理是影響學習支持適應的重要因素。

第五個復回歸模型中的自變量為學習態度、自主學習、教師教學、學習平臺、學習環境、教學管理、課程設置、學習支持，因變量為學習適應，其回歸模型分析結果為：八個自變量總共可解釋學習適應因變量49.5%的變異量，從回歸系數上看學習態度、自主學習、教師教學、學習環境、學習支持對學習適應的影響不大，教學管理反而會負面影響到學習適應，但是學習平臺、課程設置對學習適應有正向的顯著性影響（t=3.311，p=0.001<0.01；t=3.031，p=0.003<0.01），說明學習平臺、課程設置對學習適應有顯著性影響。將上述五個復回歸模型路徑分析的系數填入原先的理論模型圖中，可得出路徑分析結果如圖3所示。

根據回歸和路徑分析結果，本研究的假設檢驗情況如表6所示。

五、討論與啟示

本研究以Y高校基于MOOCs的混合式教學實踐為基礎，對參與基于MOOC的混合式教學的學生的學習適應l生進行了調查測量，深入分析影響學習適應性的影響因素，將從以下四方面討論研究的結論。

（一）在適應性水平方面

參與本次基于MOOCs的混合式教學的學生除自主學習外適應性總體處于中上水平，能適應基于MOOCs的混合式學習。其原因可能是本次研究中的三門課程均為學生首次參與混合式教學，這種新型教學模式一定程度上激發了學生的興趣和動機，在教學過程中能積極投入，愿意嘗試新型的教學模式，但學生的自主學習適應不高，說明學生缺乏自主學習的習慣和能力，在調查和訪談中也同樣發現有很大一部分學生對基本的網絡學習技能都未能掌握。

（二）在學生基本信息差異性方面

不同性別的學生學習適應性存在顯著性差異，男生的學習適應性總體上要好于女生，因為我們并沒有操縱性別這一變量，并不一定就能說明性別是導致學習適應性差異的原因，產生差異的原因有可能是因為課程的性質導致的，本次研究實踐的三門課程均為理工類課程，男生選修這些課程會具有較高的興趣和實踐能力；不同年齡、年級、網齡的學生學習適應性沒有顯著性差異，其中網齡的對學習適應性無影響這一結果與王曉麗等人研究農村教師網絡學習適應性時得出的網齡對學習適應性有顯著貢獻相反，可能是因為研究對象的差異（青年在校學生和農村教師）引起的。

（三）在適應性影響因素方面

學習平臺、課程設置對學習適應有非常顯著的正面影響，學習態度、自主學習、教師教學、學習環境、學習支持對學習適應有一般正面影響，教學管理對學習適應沒有正面影響。從這一結果可以發現，學習平臺和課程兩方面均為“拿來方”的因素，研究中的學習平臺為國內較有名的MOOCs平臺，提供的課程質量較高，因此學生通過平臺使用和學習課程后對其較為認可；而學習態度、自主學習、教師教學、學習環境、學習支持、教學管理屬于“本地方”因素，“本地方”的這些因素對學生學習適應性影響不大，正好從另一個角度說明在進行基于MOOC的混合式教學時，更需要提高“本地方”這些因素的影響力，提高混合式課程的教學質量。

（四）其他方面

學生學習態度越好其自主學習能力越好，但是學生每天上網時間越長反而自主學習能力越低，這與前期的假設相反，造成這一結果的原因可能是學生每天花在網絡上的時間較長（每天2至5小時的多達67.2%），但網絡時代學生投入在網絡學習上的時間并沒有其他網絡活動多。學生對學習平臺適應性越高其混合式學習環境的適應性也越高，學生對教師教學與學校教學管理適應性越高其對學習支持的適應性也越高，這兩點與前期的假設相符，說明學習平臺屬于學習環境的一部分，教師教學與學校教學管理可以納入學習支持的范疇。

通過以上的討論，對今后開展基于M00Cs的混合式教學和進一步改進研究具有以下啟示：開設基于MOOCs的混合式素質選修課，要考慮男女學生之間對不同性質課程學習適應性的差異，開設更多滿足男女生需求的MOOCs課程供學生選修；關注學生對基于MOOCs的混合式教學的學習態度，構建相關策略和途徑提高學生的自主學習能力，培養基于MOOCs的自主學習習慣；提高教師MOOCs背景下的教學能力（教學的理念、策略、方法等）；制定較為合理的學校管理政策、制度和學習成果考核認證方案等；將原有MOOCs課程進行適當改造使之與本校實際課程更好融合，以滿足學生不同的學習需求。