碩士研究生在線學習適應性調查研究

趙美玲，陳 琦，2，方嘉文

(1.湖北師范大學 計算機與信息工程學院，湖北 黃石 435000；2.湖北師范大學 研究生院，湖北 黃石 435000)

在線學習適應性即在線學習者在網絡課程的學習過程中與自身學習需求相結合，全面調整、優化、提升自我，從而實現個體與環境之間的具體變化過程[1，2]。以“學習適應性”“在線學習適應性”為關鍵詞，在CNKI數據庫中搜索，發現兩者的研究對象大多數為本科生，而以碩士研究生為研究對象的研究的幾乎沒有。碩士研究生作為國家高素質人才,對于促進現代化社會經濟的發展發揮著積極作用[3]。相比于本科生，碩士研究生具有更強的自主性與創新思維能力，對知識有更明確的需求[4]。在研究生教育中，除了要完成專業課程學習外，主要的任務是參加科研活動，而在線學習擴展了研究生獲取各類信息，是學習者獲取更多學習資源的關鍵渠道。因此了解碩士研究生的在線學習適應性情況，以及探索影響研究生的在線學習適應性的影響因素，并提出針對性的策略和建議是有必要的。

1 研究設計

研究采用內部一致性信度、分半信度、結構效度來檢驗在線學習適應性問卷的信度和效度，并采用SPSS軟件進行數據分析。

1.1 研究內容

采用自編的“碩士研究生在線學習適應性問卷”共31題，分為兩部分，第一部分為背景資料，第二部分是對在線學習適應性的調查，采用李克特五點量表方式記分，等級包括：“非常符合”“符合”“不確定”“不符合”“非常不符合”并依次賦予5、4、3、2、1的分值。問卷的條目分布見表1.

表1 問卷的維度以及條目數

1.2 信效度檢驗

1.2.1 信度檢驗 本研究采用Cronbachα信度系數和折半信度作為本問卷的信度指標。當信度系數在0.7～0.8之間則說明信度較好;如果介于0.6～0.7則說明信度一般；如果小于0.6則說明信度不佳[5]。問卷各因子信度檢驗見表2.

表2 總問卷以及各因子信度檢驗

從表2得出問卷整體的內部一致性信度Cronbachα系數為0.875，Guttman折半系數為0.879，表明整個問卷的信度非常高，各個因子的Cronbachα系數均在0.747～0.886之間，分半信度在0.652～0.827之間，表明各因子內部一致性信度很高。因此問卷可作為穩定可信的碩士研究生在線學習適應性狀況的測量工具。

1.2.2 效度檢驗 本研究中的問卷是在馮廷勇、李紅《大學生學習適應性量表》、上海師范大學劉培軍老師的博士論文《大學生學習適應性研究 》以及張萌等學者對學習適應性的維度分類的基礎上編輯的。效度檢驗主要對結構效度進行分析見表3.

表3 KMO 和巴特利特檢驗

KMO是取樣適當性量數,當KMO值越大時,表示變量間的共同因素愈多。根據學者Kaiser(1974)觀點,當KMO的值小于0.5時,不宜進行因素分析,進行因素分析的普通準則至少在0.6以上[6]。本問卷的KMO值為0.873大于0.80,呈現的性質為“良好的”標準,表示變量間具有共同因素存在,適合進行因素分析，具有良好的結構效度。

2 研究結果

2.1 描述性統計

由表4得出，碩士研究生的在線學習適應性各影響因素均值都在3以上，其中學習動機均值最大，表明碩士研究生整體具有較強的學習動機，身心適應均值最低。從問卷獲取，在身心適應考察方面，當問到“我能適應在線學習，不反感”，61.76%研究生表示同意此看法，表明對于在線學習研究生是接受的。當問到“在線學習對我沒有任何心理壓力”，僅有47.08%研究生選擇了“同意”“完全同意”，意味著大多數研究生認為在線學習對自己有心理壓力。因此要教師要注重學生心理教育，正確引導學生看待在線學習。

表4 在線學習適應性的影響因子描述統計量

2.2 相關性分析

利用SPSS對問卷進行相關性分析，研究在線學習適應性的影響因素之間的相關關系,使用Pearson系數去表示相關關系的強弱情況。通常使用以下取值范圍判斷變量的相關強度：0.8～1極強相關，0.6～0.8強相關，0.4～0.6中等程度相關，0.2～0.4弱相關，0.0～0.2無相關。問卷具體詳細分析見表5.

表5 在線學習適應性影響因子相關性

從表5得出學習動機和身心適應、學習態度、學習環境、學習方法之間的Pearson系數在0.2～0.4之間，相關性為正向的弱相關。身心適應和學習環境呈現為0.05水平的顯著性；學習態度和學習方法呈現0.01級別上的相關性顯著。學習能力和學習動機間的Pearson系數為0.401，呈現0.01水平的顯著性,說明學習動機和學習能力之間有顯著的正相關關系，相關性為中等程度的相關。

身心適應、學習態度、學習環境、學習方法之間的Pearson系數在0.6～0.8之間，呈現0.01水平上的顯著性，表明身心適應與學習態度、學習環境、學習方法之間有顯著的正相關關系，相關性為強相關，同理得出身心適應與學習能力呈現0.01級別上顯著性，有中等程度的相關性。

學習態度和學習能力、學習方法、學習環境之間的Pearson系數在0.6～0.8之間，呈現出0.01水平上的顯著性，表明學習態度和學習能力、學習方法、學習環境之間有顯著的正相關關系，相關性為強相關。

學習能力和學習方法、學習環境之間的Pearson系數在0.6～0.8之間，呈現出0.01水平上的顯著性，表明學習能力和學習方法、學習環境之間有著顯著的正相關關系，相關性為強相關。

學習環境和學習方法之間的Pearson系數為0.579小于0.6，呈現0.01水平上的顯著性，相關性為中等程度的相關。

2.3 回歸性分析

使用SPSS對影響在線學習適應性的影響因子逐個進行回歸性分析。將學習動機與學習態度、學習能力、學習方法、身心適應、學習環境作為因變量，其余因子作為預測變量進行回歸性分析。將對學習動機為例進行詳細分析。

以學習動機為因變量，學習態度、學習能力、學習方法、身心適應、學習環境為自變量，見表6.該模型R方值為0.175，意味著自變量可以解釋學習動機的17.5%變化原因。對模型進行F檢驗時，發現模型通過F檢驗(F=4.073，p=0.002<0.05)，說明自變量中至少一項會對學習動機產生影響關系，見表7.觀察t值和p值得出：學習能力的回歸系數為0.381(t=2.056，p=0.043<0.05)，意味著學習能力會對學習動機產生顯著的正向影響關系。分析可知：學習能力會對學習動機產生顯著的正向影響關系；其它因子全部均不會對學習動機產生影響關系，見表8.進行回歸分析得出影響因子的模型公式見表9.

表6 學習動機模型

表7 學習動機方差分析

表8 學習動機回歸系數分析

表9 影響因子模型公式

同上操作，將學習態度作為因變量，其它因素作為自變量，回歸分析后模型R方值為0.678，意味著自變量可以解釋學習態度的67.8%變化原因。學習環境的回歸系數為0.291(t=2.579，p=0.011<0.05)，意味著學習環境會對學習態度產生顯著的正向影響關系；學習能力的回歸系數為0.671(t=4.567，p=0.000<0.01)，表明學習能力會對學習態度產生顯著的正向影響關系身心適應, 學習方法, 學習動機并不會對學習態度產生影響關系。將身心適應作為因變量得出：學習方法、學習環境(p<0.01)會對身心適應產生顯著的正向影響關系，學習能力、學習動機和學習態度并不會對身心適應產生影響關系；將學習環境作為因變量得出：身心適應、學習態度(p<0.01)會對學習環境產生顯著的正向影響關系，學習能力、學習動機和學習方法并不會對身心適應產生影響關系；將學習方法作為因變量進行回歸分析得出：學習能力、身心適應(p<0.01)會對學習方法產生顯著的正向影響關系，學習動機、學習環境和學習態度并不會對身心適應產生影響關系；將學習能力作為因變量進行回歸分析得出：學習動機、學習態度、學習方法(p<0.01)會對學習能力產生顯著的正向影響關系，學習動機、學習環境和身心適應并不會對學習能力產生影響關系。

另外，根據自變量和因變量構建模型，針對模型的多重共線性檢驗發現，以上構建的模型中VIF值均小于5，意味著不存在共線性問題。且D-W值都在數字2附近，說明模型不存在自相關性，樣本數據之間并沒有關聯關系，模型較好，能夠較為準確的對因子進行回歸分析[7,8]。

3 結論和建議

根據因子分析和回歸分析綜合得出學習能力和學習動機、學習態度、學習方法之間都互為影響關系，學習能力和學習方法、學習環境之間有顯著的強正相關關系，表明對于碩士研究生的學習能力培養至關重要。因此需要注重對學生學習專注力、學生成就感、思維能力、獨立性和反思能力的培養。而且學習動機僅僅和學習能力具有相關性，兩者相輔相成，在培養學習能力的同時會促進學習動機的培養。

學習態度和學習能力、學習環境之間有著顯著的正相關關系，其相關性為強相關，而且學習態度和學習環境、學習能力互為影響關系，得出學習能力和學習環境以學習態度為中介影響著碩士研究生的在線學習適應性能力。因此應該注重學生學習態度的培養，培養學生的學習興趣。

身心適應與和學習環境、學習方法相關性為強相關，學習環境和學習方法具有中等程度的相關。而身心適應和學習方法、學習環境互為影響關系，由于本研究考察的身心適應維度為自制力、情緒性、穩定性，屬于學習者本人的主觀感受，不容易發生改變，學習環境也是客觀存在的，不易改變，因此為了加強培養碩士研究生的身心適應情況，因此可以加強學習者學習方法方面的適應。比如教師可以傳授碩士研究生一些學習技巧，強調學習計劃的重要性，要求學生能合理安排自己的學習任務幫助學生培養良好的學習習慣。