遠(yuǎn)程教育學(xué)習(xí)者學(xué)習(xí)特征的SPSS分析

李煜堃

摘要：本文基于SPSS統(tǒng)計(jì)軟件從學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、科技接受模式、學(xué)習(xí)滿意度五個(gè)層面對(duì)遠(yuǎn)程教育中學(xué)習(xí)者特征進(jìn)行了統(tǒng)計(jì)分析，結(jié)果表明學(xué)習(xí)者的學(xué)習(xí)特征影響遠(yuǎn)程教育各項(xiàng)教學(xué)活動(dòng)的質(zhì)量和效果。

關(guān)鍵詞：spss統(tǒng)計(jì)軟件;學(xué)習(xí)者特征;統(tǒng)計(jì)分析

中圖分類號(hào)：TP301 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）13-0176-04

與傳統(tǒng)教育相比較，遠(yuǎn)程教育的運(yùn)行主要在于其發(fā)展規(guī)模，和最大限度地提高有限教育資源的使用率，通過網(wǎng)絡(luò)等信息傳播媒介將教育延伸到外圍。這也導(dǎo)致了遠(yuǎn)程教育學(xué)習(xí)者年齡、職位、學(xué)歷上的不同，進(jìn)而學(xué)習(xí)者的學(xué)習(xí)特征也會(huì)產(chǎn)生差異。因此，對(duì)學(xué)習(xí)者學(xué)習(xí)特征的研究分析是更優(yōu)進(jìn)行遠(yuǎn)程教育的基礎(chǔ)，也是開展遠(yuǎn)程教育不可忽視的重要因素之一。

本研究從學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、科技接受模式、學(xué)習(xí)滿意度五個(gè)方面來編制遠(yuǎn)程教育學(xué)習(xí)者學(xué)習(xí)特征的調(diào)查問卷;通過使用SPSS的項(xiàng)目分析、因子分析、信度分析、兩獨(dú)立樣本T檢驗(yàn)、單因素方差分析、多元回歸分析和描述統(tǒng)計(jì)等方法對(duì)所得調(diào)查問卷結(jié)果進(jìn)行分析，從中研究得出遠(yuǎn)程教育學(xué)習(xí)者的學(xué)習(xí)特征。

1 對(duì)象與方法

1.1研究對(duì)象

用分層抽樣方式在北京交通大學(xué)遠(yuǎn)程教育學(xué)院山西教學(xué)中心在冊(cè)學(xué)生中進(jìn)行取樣。總樣本數(shù)83份，有效問卷收率72%。

1.2 測(cè)量工具

本研究采用自編的遠(yuǎn)程教育學(xué)習(xí)者學(xué)習(xí)特征調(diào)查問卷。該問卷由學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、科技接受模式、學(xué)習(xí)滿意度等5個(gè)分問卷組成。每個(gè)分問卷包括若干描述不同學(xué)習(xí)特征的項(xiàng)目組成，每個(gè)項(xiàng)目采用5級(jí)評(píng)定（非常符合～非常不符合）。

1.3 統(tǒng)計(jì)學(xué)分析處理

應(yīng)用SPSS 16.0進(jìn)行數(shù)據(jù)處理和統(tǒng)計(jì)分析。

2 SPSS中對(duì)原始數(shù)據(jù)的處理步驟

2.1項(xiàng)目分析

首先進(jìn)行項(xiàng)目分析，以此來去除不顯著的變量，減少變量的數(shù)目（由問卷中的72個(gè)問題變量減少到44個(gè)變量：其中學(xué)習(xí)行為量表對(duì)應(yīng)題號(hào)——15，3，13，32，10，42，44，52，67;其中動(dòng)機(jī)取向量表對(duì)應(yīng)題號(hào)——23，18，19，68，48，63，38，41，39，8，20，49，6;其中網(wǎng)絡(luò)自我效能量表對(duì)應(yīng)題號(hào)——57，54，11，69，31，27，71，56，14，24，62;其中科技接受模式量表對(duì)應(yīng)題號(hào)——60，37，35，47，4，45，22;其中學(xué)習(xí)滿意度量表對(duì)應(yīng)題號(hào)——5，29，36，50）。

2.2信度分析

總量表的Cronbach's Alpha系數(shù)為0.943 ，各分量表的Cronbach's Alpha系數(shù)0.717～0.840，故可靠性較強(qiáng)。

2.3總體分析

①對(duì)學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、科技接受模式、學(xué)習(xí)滿意度五個(gè)分量表及總量表進(jìn)行統(tǒng)計(jì)描述，結(jié)果如表1：

由表1可知，學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、科技接受模式、學(xué)習(xí)滿意度五個(gè)分量表及總量表的均值、標(biāo)準(zhǔn)差、方差、最大值和最小值。

②對(duì)學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、科技接受模式、學(xué)習(xí)滿意度五個(gè)分量表及總量表進(jìn)行相關(guān)分析，結(jié)果如表2：

?由表2可知：學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、科技接受模式、學(xué)習(xí)滿意度五個(gè)分量表顯著相關(guān)，且為正相關(guān)。

3研究分析

3.1統(tǒng)計(jì)學(xué)原理

使用兩獨(dú)立樣本T檢驗(yàn)（t-test）及單因素方差分析（one-way ANOVA）分別對(duì)11項(xiàng)人口統(tǒng)計(jì)變項(xiàng)（工齡、年齡、性別、職業(yè)、職稱、學(xué)習(xí)層次、網(wǎng)絡(luò)學(xué)習(xí)經(jīng)驗(yàn)、上網(wǎng)時(shí)間、居住地、月收入、未來學(xué)習(xí)狀況）進(jìn)行分析，來探討不同人口統(tǒng)計(jì)變項(xiàng)的學(xué)習(xí)者，在學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、學(xué)習(xí)滿意度、科技接受模式上是否達(dá)到顯著差異，倘若單因素方差分析的結(jié)果達(dá)到顯著差異，則進(jìn)一步以LSD方法對(duì)不同組間兩兩比較。

利用多元線性回歸分析來探討學(xué)習(xí)者的學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、科技接受模式及學(xué)習(xí)滿意度之間的影響。其中，多元線性回歸分析選擇Method中的向后篩選法。

3.2分析結(jié)果

3.2.1不同上網(wǎng)時(shí)間在學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、學(xué)習(xí)滿意度、科技接受模式上的差異比較

此部分在探討不同上網(wǎng)時(shí)間的學(xué)習(xí)者在學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、學(xué)習(xí)滿意度、科技接受模式上的差異情形，采用單因素方差分析，其檢驗(yàn)結(jié)果如表3：

由表3可知：不同上網(wǎng)時(shí)間的學(xué)習(xí)者，在網(wǎng)絡(luò)自我效能和動(dòng)機(jī)取向的兩個(gè)層面的相伴概率分別為0.046、0.007都小于顯著水平0.05，說明存在顯著差異。為進(jìn)一步研究哪些不同上網(wǎng)時(shí)長(zhǎng)之間具有顯著差異，再以LSD法進(jìn)行分析，其檢驗(yàn)結(jié)果如表4：

由表4可知，在動(dòng)機(jī)取向?qū)用嬷校暇W(wǎng)時(shí)間在2-5小時(shí)和0-2小時(shí)的學(xué)習(xí)者之間存在顯著差別;在網(wǎng)絡(luò)自我效能層面中，上網(wǎng)時(shí)間在2-5小時(shí)和0-2小時(shí)的學(xué)習(xí)者之間也存在顯著差別。

3.2.2不同學(xué)習(xí)經(jīng)驗(yàn)在學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、學(xué)習(xí)滿意度、科技接受模式上的差異比較

此部分在探討不同學(xué)習(xí)經(jīng)驗(yàn)的學(xué)習(xí)者在學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、學(xué)習(xí)滿意度、科技接受模式上的差異情形，因自變量只有兩個(gè)因素水準(zhǔn)，因此采用兩獨(dú)立樣本T檢驗(yàn)加以分析，其檢驗(yàn)結(jié)果如表5：

由表5可知，不同學(xué)習(xí)經(jīng)驗(yàn)的學(xué)習(xí)者，在學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、科技接受模式上存在顯著差異。由表6可知，有網(wǎng)絡(luò)學(xué)習(xí)經(jīng)驗(yàn)的學(xué)習(xí)者在學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、科技接受模式上都比沒有學(xué)習(xí)經(jīng)驗(yàn)者好。

3.2.3 不同工齡、年齡、性別、職業(yè)、職稱、學(xué)習(xí)層次、居住地、月收入、未來學(xué)習(xí)狀況在學(xué)習(xí)行為特質(zhì)、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、學(xué)習(xí)滿意度、科技接受上的差異比較

同理，根據(jù)SPSS的兩獨(dú)立樣本T檢驗(yàn)（t-test）或單因素方差分析（one-way ANOVA）可知，不同工齡、年齡、性別、職業(yè)、職稱、學(xué)習(xí)層次、居住地、月收入、未來學(xué)習(xí)狀況的學(xué)習(xí)者在學(xué)習(xí)行為特質(zhì)、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、學(xué)習(xí)滿意度、科技接受模式上并不存在顯著差異。

3.2.4學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、學(xué)習(xí)滿意度及科技接受模式之影響分析

此部分利用多元線性回歸分析來探討學(xué)習(xí)者的學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、科技接受模式及學(xué)習(xí)滿意度之間的影響。以科技接受模式為因變量，學(xué)習(xí)行為、動(dòng)機(jī)取向、網(wǎng)絡(luò)自我效能、學(xué)習(xí)滿意度為自變量進(jìn)行多元回歸分析，結(jié)果如表7：

表7中列出了各個(gè)變量之間的相關(guān)性，從中可以看出，自變量網(wǎng)絡(luò)自我效能和因變量科技接受模式之間的相關(guān)性最大。

由表8可知，利用向后篩選法共經(jīng)過兩步完成回歸方程的建立，最終模型為第二個(gè)模型（剔除了學(xué)習(xí)滿意度變量）。

從表9看出，最終方程（第二個(gè)模型）的相伴概率值p<0.001，說明多個(gè)自變量與因變量科技接受模式之間存在顯著的線性回歸關(guān)系，建立線性模型是恰當(dāng)?shù)摹?/p>

從表10中可以得出該多元線性回歸方程為科技接受模式= 0.852+0.244學(xué)習(xí)行為+0.099動(dòng)機(jī)取向+0.300網(wǎng)絡(luò)自我效能。

4 建議

由于個(gè)體的社會(huì)性和復(fù)雜性，導(dǎo)致不同的學(xué)習(xí)者之間存在顯著不同的個(gè)別差異，根據(jù)本研究發(fā)現(xiàn)，學(xué)習(xí)者因?qū)W習(xí)經(jīng)驗(yàn)、上網(wǎng)時(shí)間的不同，而各別造成其不同的動(dòng)機(jī)取向、學(xué)習(xí)行為及網(wǎng)絡(luò)自我效能，而學(xué)習(xí)者又會(huì)因不同的動(dòng)機(jī)取向、學(xué)習(xí)行為及網(wǎng)絡(luò)自我效能，造成不同的學(xué)習(xí)效果。因此，本研究認(rèn)為，在遠(yuǎn)程教育中，若能以客觀化的觀念來實(shí)施，將可能使學(xué)習(xí)者達(dá)到更好的學(xué)習(xí)效果。如在教材設(shè)計(jì)方面，可讓學(xué)習(xí)者依據(jù)自身實(shí)際情況，選擇較偏理論或較偏重實(shí)務(wù)操作方面的教材來輔助自我學(xué)習(xí)，也可進(jìn)一步將教材難易程度等級(jí)化，讓學(xué)習(xí)者能循序漸進(jìn)的方式來學(xué)習(xí)，從而能使學(xué)習(xí)者減少學(xué)習(xí)上的障礙。

參考文獻(xiàn)：

[1] 謝蕾蕾，宋志剛，何旭洪.SPSS統(tǒng)計(jì)分析實(shí)用教程[M].北京：人民郵電出版社，2013.

[2] 薛薇.SPSS統(tǒng)計(jì)分析方法及應(yīng)用[M]. 北京：電子工業(yè)出版社，2010.

[3] 何曉群.多元統(tǒng)計(jì)分析[M]. 北京：中國(guó)人民大學(xué)出版社，2004.

[4] 薛薇.基于spss的數(shù)據(jù)分析[M]. 北京：中國(guó)人民大學(xué)出版社，2006.

【通聯(lián)編輯：梁書】