學習者特征對混合學習效果影響研究

王改花 張李飛 傅鋼善

(1．西安郵電大學 數字藝術學院，陜西西安 710121；2．西安交通大學 人文社會科學學院，陜西西安 710049；3.陜西師范大學 教育學院，陜西西安 710062)

一、問題提出

當前大學生的學習環境和學習情境已發生了較大變化，學習者特征也隨之改變。這就迫切要求我們研究學習者特征，探究其對混合學習效果的影響，從而促進教師改善教學策略，促進學習者有效學習。

(一)學習者特征對混合學習效果的影響

近年來研究者開始關注學習者特征對混合學習效果的影響。從研究內容看，大多數研究僅探索單一或2-3個學習者特征因素對混合學習效果的影響(Lim & Morris，2009； Launer & 康文霞，2011；Hejazifar，2012； McDonald，2014；Kintu et al.，2016，2017；Ramirez-Arellano et al.，2019)，少有研究系統探究學習者特征對混合學習效果。然而，在實際學習中，個體學習效果是所有因素綜合影響的結果(Turner & Patrick，2008)，這包括：

1)人口學和社會文化因素，包括性別、先前經驗(在線學習/混合學習經驗、互聯網和計算機應用經驗)等。研究表明，性別差異可能影響學習效果。例如，有研究發現混合學習中自我調控能力強的女生學業成績更好(Alghamdi et al.，2020)。也有研究發現，性別對混合學習效果無顯著影響(Lim et al.，2009)。此外，學習者的先前知識和經驗將影響他們對信息的感知、組織和理解，是學習者組織和同化新知識的概念性參考。網絡學習和混合學習的成功還高度依賴于互聯網和計算機應用經驗(Joksimovi et al.，2015；Shraim & Khlaif，2010)。

2)認知因素，包括學習策略(自我調控策略、信息素養策略、時間管理策略等)、學習風格、元認知(自我監控能力)等。首先，混合學習環境中學習者靈活性和自主性增強，自我調節成為成功的關鍵因素(Van Laer & Elen，2017；Lin et al.，2016)。自我調控能力強的學習者更適合混合學習，尚不具備自主學習能力的學習者成績往往較差(Tsai & Shen，2009)。其次，學習者的信息素養是混合學習的阻礙因素之一(Bonk & Graham，2012)。如果要采用混合學習，師生首先要具備足夠的技術基礎。如果他們不習慣使用技術學習，那使用混合學習反而會降低學習質量。再次，時間管理策略也是學習者有效開展混合學習必備的技能，時間管理能力強的學習者可能獲得更好的學業表現(Selim，2007)。第四，學習風格是教育的重要因素。基于學習風格的自適應學習系統研究非常豐富，其中所羅門學習風格模型的應用最為廣泛(Tortorella & Graf，2017)。但已有研究結論存在很大爭議，有研究表明，基于不同學習風格的自適應學習系統可以減少學習所需的時間并提高學習者的整體滿意度(Popescu，2010)，然而，也有研究指出基于學習風格的自適應學習是無效的(Brown et al.，2009)。有研究甚至提出“請停止學習風格的神話”的論斷(Kirschner，2017)。最后，元認知策略與混合學習成績密切相關(Ramirez-Arellano et al.，2019)。

3)情感因素。情緒影響學習和學習績效(Pekrun et al.，2010)。有關學習態度影響混合學習效果的研究較少，大多數研究關注混合學習對學習者學習態度的影響(Emelyanova & Voronina，2017)，或混合學習與網絡學習、傳統學習態度的對比研究(Arrosagaray et al.，2019)。有研究表明，網絡學習和混合學習的成功很大程度上取決于師生參與混合學習的信心和能力(Hadad，2007)。

4)意志因素，包括學習動機、自我效能感等。許多研究表明，學習動機對混合學習效果影響顯著(Alk & Temizel，2018)。但也有研究表明，學習動機對提高入學率起著至關重要的作用，但并不直接影響學習成績，只對社會存在感正向影響(Law et al.，2019)。有研究發現，增強自我效能感的干預措施能夠提高學生的混合學習學業表現(簡菁，2016)。

5)行為因素。研究表明，互動顯著正向影響學習者的混合學習效果(Kent et al.，2016；Ekwunife-Orakwue & Teng，2014)。同時，混合學習被視為促進互動的有效方法(Pima et al.，2018)。

研究方法方面，現有研究主要采用問卷調查、實驗、數據挖掘、學習分析等方法，其中，問卷調查法應用更為普遍，但樣本量偏小，大多數研究樣本數在500以內。

(二)學習效果

有關學習效果的內涵迄今仍然沒有統一的界定。美國教育評鑒標準聯合委員會認為，學習效果是對學生特定學習的期望，即學生在特定的學習、發展與表現等方面獲得的結果，包括認知理解能力(認知)、態度與價值觀(情意)與實際技能(技能)及行為(李麓君，2014)。黃海濤(2010)認為，學習效果是學生經過某種學習后，知識、技能、態度和情感以及習得的能力的增長，這種增長是具體的、可測量的。雖然學者們對學習效果內涵界定的角度或分類依據不同，但一致認為學習效果不僅指學習成績，而是受教育后的全方面變化，是學習者學習目標的達成情況。根據布魯姆的教學目標分類理論，教育目標可分為三大領域：認知、動作技能、情感。綜上，學習效果作為一種學習結果，是學習者通過一段時間的學習所獲得的能力，包括認知能力、動作技能、情感態度與行為。

考慮到學習成績主要關注學習者有關知識與技能目標的達成程度，較少體現或并沒有體現情感目標的達成，有些研究者采用自評問卷的方式彌補學習成績評價的不足。還有研究者引入主觀學習效果評價、主觀學習滿意度評價以及主觀學習適應性評價(陳麗娜，2018)。也有研究者將學習滿意度作為衡量混合課程有效性的重要因素(Kintu et al.，2017)，還有研究者將學習投入作為高校教育質量評估的重要指標(徐波，2013)。

二、研究設計

(一)研究框架

本研究采用問卷調查法，從系統視角探究三個問題：1)大學生學習者特征與混合學習效果關系如何？2)學習者特征如何影響混合學習效果？3)學習者特征的二級維度如何影響混合學習效果？為了系統探究學習者特征對學習效果的影響，本研究的研究路徑是“人口學因素→認知因素→情感因素→意志因素→行為因素”。

表一 基本變量信息編碼

(二)研究對象

研究對象是某大學參加2018-2019學年第二學期現代教育技術課程混合學習的全日制本科二年級1889名師范生。量表發放時間為2019年5-6月(分三次發放)，研究者刪除全在線學習者的數據、重復填答問卷的學習者數據、填答時間低于兩分鐘的問卷(根據試測，完整填寫問卷最少需兩分鐘)，并對三次測量的有效學習者數據配對，共1257名學習者有三次完整數據。

學習者基本信息見表一，所學專業涉及理科(地理科學、化學、物理學、計算機科學與技術、生物科學、數學與應用數學)、文科(漢語言文學、歷史學、英語、思想政治教育)、術科(美術學、音樂學、舞蹈學、體育教育)。

(三)變量選擇與測量

1．因變量的選擇與測量

本研究的因變量是混合學習效果，包括學習成績、學習效果自評、學習投入、學習滿意度。學習成績測量主要依據布魯姆的教學目標分類理論，采用過程性、多元化評價，包括評價形式多元化(形成性評價和總結性評價)、評價主體多元化(教師評價、學生互評、學生自評)、評價內容多元化(包括綜合作業、在線交流討論、單元活動參與、期終在線考試、期終線下筆試)。本研究依據中國學生發展核心素養(核心素養研究課題組，2016)、布魯姆教學目標分類理論及本課程的學習目標，自編成混合學習效果自評量表，包括知識與技能、樂學善學、信息意識、自我管理、社會參與、科學精神；參考弗雷德里克斯等(Fredricks et al.，2004)編制的課堂學習投入量表、NSSE-China大學生學習性投入調查(黃美娟，2014)、李爽等(2015)編制的在線學習投入量表，改編成混合學習投入量表；在瑞典顧客滿意度指數模型、美國顧客滿意度指數模型的理論架構基礎上，參考英國開放大學學習滿意度問卷(Li et al.，2016)、阿博(Arbaugh，2000)編制的在線學習滿意度量表，改編成混合學習滿意度量表。所有量表均為學生自評量表，采取5點計分李克特量表，題目均為單選題，各維度題目得分的均值為該維度的得分，將各維度均分相加除以維度數為量表總均分，總均分越高表示該特征水平越高。

1)信度分析。學習效果自評總量表(單維)的Cronbach’s α系數為0.935；學習投入總量表及認知投入、情感投入、行為投入三個維度的Cronbach’s α系數分別為0.926、0.818、0.870、0.805；學習滿意度總量表及課程滿意度、教學滿意度、平臺滿意度、期望服務滿意度、感知服務滿意度、總體滿意度六個維度的Cronbach’s α系數分別為0.958、0.893、0.906、0.893、0.781、0.819、0.816。各量表均達到評判標準(吳明隆，2010b)，表明各量表信度良好。

2)效度分析。探索性因素分析結果表明，學習效果自評量表題項均屬于一個維度，KMO值為0.960，χ2值為9430.444，自由度為66，p=0.000<0.05，累計解釋變異量為59.113%，且因素負荷量介于0.604～0.808，均達到評判標準，表明量表效度良好。驗證性因素分析結果表明，參數估計結果比較理想，學習滿意度量表所有參數均達顯著，各項目因素載荷在0.627～0.865之間，λ值均大于0.50，小于0.95；模型擬合指數比較理想，絕對適配度指標χ2、RMR、RMSEA、GFI、AGFI分別為805.198(p=0.000<0.05)、0.017、0.044、0.947、0.933，增值適配度指標NFI、RFI、IFI、TLI、CFI分別為0.960、0.954、0.972、0.967、0.971，簡約適配度指數PGFI、PNFI、PCFI、χ2自由度比分別為0.748、0.824、0.834、3.397，除指標χ2自由度比值與χ2值沒有達到評判建議值，其余指標均達到模型適配標準。根據綜合判斷依據，由于卡方值易受樣本數的影響，當樣本數較大時，卡方值相對會變大，顯著性概率值p會變小，容易出現假設模型被拒絕的現象，此時整體模型適配度的判別不應只以CMIN值作為唯一的判別依據，應參考Amos提供的RFI值、NFI值、TLI值、IFI值、GFI值、AGFI值、RMSEA值等指標加以綜合判斷，因為這些指標波動性較小(吳明隆，2010a)。本樣本數N=1257，屬于大樣本，綜合判斷結果表明學習滿意度量表結構合理。驗證性因素分析結果表明，學習投入量表分析方法與學習滿意度量表一樣，各項目因素載荷在0.561～0.761之間，模型擬合指數比較理想，絕對適配度指標χ2、RMR、RMSEA、GFI、AGFI分別為770.727(p=0.000<0.05)、0.024、0.062、0.926、0.904，增值適配度指標NFI、RFI、IFI、TLI、CFI分別為0.925、0.913、0.937、0.927、0.937，簡約適配度指數PGFI、PNFI、PCFI、χ2自由度比分別為0.808、0.798、0.808、5.839。綜合判斷結果表明，學習投入量表結構合理。

2．自變量的選擇與測量

本研究根據文獻綜述、專家咨詢及研究團隊近二十年的網絡教育與混合教學實踐經驗(王改花等，2018b)，從心理過程的視角，構建混合學習者特征模型，包括人口學特征、知(認知)、情(情感)、意(意志)、行(行為)五個維度。人口學特征因素包括性別、學科背景、計算機水平、先前知識經驗。認知因素包括學習策略、元認知、學習風格、空間定位感，其中，學習風格包括信息加工(活躍型與沉思型)、感知(感悟型與直覺型)、輸入(視覺型與聽覺型)、理解(序列型與綜合型)等維度。情感因素包括學習態度、學習焦慮。意志因素包括學習動機、學習自我效能感。

本研究基于已有研究成果(王改花等，2018b)改編相關量表，這包括：在費爾德等(Felder & Silverman，1988)的所羅門學習風格問卷(Index of Learning Styles)基礎上，改編而成學習風格量表；以奧蘇貝爾的學習動機理論為理論基礎，參考王迎(2006)編制的遠程學習者學習動機量表和王改花等(2018b)編制的網絡學習動機量表，基于對部分學習者的面對面訪談，改編而成學習動機量表；參考大學生在線學習行為量表(金枝，2011)、大學生網絡學習行為問卷(李玉斌等，2013)、在線學習行為測評量表(朱祖林，2015)，改編而成學習行為量表。

1)信度分析。除學習風格量表，本研究的信度分析均采用內部一致性信度。學習策略總量表及資源管理策略、信息素養策略、合作交流策略、反思總結策略、自我調節策略五個維度的Cronbach’s α系數分別為0.941、0.873、0.864、0.831、0.841、0.842；元認知總量表及元認知知識、元認知體驗、元認知監控三個維度的Cronbach’s α系數分別為0.976、0.947、0.888、0.955；空間定位感量表的Cronbach’s α系數為0.893；學習態度總量表及認知態度、行為態度、情感態度三個維度的Cronbach’s α系數分別為0.934、0.867、0.834、0.871；學習焦慮總量表及網絡延遲焦慮、網絡術語焦慮、網絡搜索焦慮和網絡總體焦慮四個維度的Cronbach’s α系數分別為0.939、0.888、0.815、0.891、0.869；學習動機總量表及認知內驅力、自我提高內驅力、附屬內驅力三個維度的Cronbach’s α系數分別為0.882、0.840、0.810、0.730；學習自我效能感總量表及一般自我效能和特殊自我效能兩個維度的Cronbach’s α系數分別為0.921、0.869、0.876；學習行為總量表及行為參與、行為堅持、行為專注、行為互動、靈活性五個維度的Cronbach’s α系數分別為0.912、0.827、0.850、0.754、0.880、0.805。各量表均達到評判標準，表明各心理特征量表信度良好。學習風格量表采用再測信度。再測信度假設受試者由量表所得的測驗分數經過短暫時間仍維持一致或具穩定性，可反映量表的穩定與一致性程度。學習風格在短時間內不會隨時間改變，費爾德等(Felder & Silverman，2005)采用再測信度進行所羅門學習風格問卷的信度分析， 并建議4周是理想的間隔時間，且將Cronbach’s α系數0.5及以上作為再測信度的接受標準。為了提高問卷發放的效率，本研究通過QQ向175名學習者一對一發放再測問卷，時間間隔為4周，共160名學習者填寫了量表，有效問卷160份，有效率100%。學習風格量表的信息加工、感知、輸入、理解等維度的Cronbach’s α系數分別為0.630、0.540、0.688、0.683，達到了評判標準，表明學習風格量表信度良好。

表二 學習效果量表驗證性因素分析的整體模型適配度檢驗摘要表(N=1257)

2)效度分析。除學習風格量表與空間定位感量表外，本研究均采用驗證性因素分析，參數估計結果比較理想，所有參數均達顯著水平，λ值均大于0.50，小于0.95；模型擬合指數比較理想(見表二)，各量表基本達到了評判標準，只有學習動機量表與元認知量表的個別值沒有達到建議值，但與建議值接近。綜合評判表明，各心理特征量表效度良好。學習風格量表是對所羅門學習風格問卷的改編，結構、內容、計分方式等均沿用該問卷，只改編了學習情境并將語言本土化。所羅門學習風格問卷具有較好的效度。探索性因素分析結果表明，空間定位感量表題項均屬于同一維度，KMO值為0.876，χ2值為3494.039，自由度為10，p=0.000<0.05顯著水平，累計解釋變異量為70.164%，且因素負荷量介于0.802～0.872，均達到評判標準，表明空間定位感量表效度良好。

3．控制變量的選擇與測量

本研究的控制變量主要是人口學特征因素，包括性別(男、女)、學科背景(文科、理科、術科)、計算機水平(低、中、高)、MOOC先前學習經驗(有、無)、前序課程學習經驗(有、無)。

(四)研究工具和統計模型

本研究采用描述統計分析參加混合學習的學習者特征與學習效果，研究工具為SPSS19.0。本研究的因變量學習效果數據類型是定距類型。為了了解學習者特征對混合學習效果的系統影響，本研究使用多元線性回歸模型，數據處理工具為stataMP16軟件。為了有效檢驗“人口學因素→認知因素→情感因素→意志因素→行為因素”學習者特征對學習效果的影響路徑，本研究以人口學特征因素為基準模型，分別引入認知、情感、意志、行為等因素，建立五個多元線性回歸模型：模型1為“人口學特征因素”基準模型，模型2為“人口學特征+認知因素”模型(簡稱“認知模型”)，模型3為“人口學特征+認知因素+情感因素”模型(簡稱“情感模型”)，模型4為“人口學特征+認知因素+情感因素+意志因素”模型(簡稱“意志模型”)，模型5為“人口學特征+認知因素+情感因素+意志因素+行為因素”模型(簡稱“行為模型”)。

為了了解學習策略、元認知、學習態度、學習焦慮、學習動機、學習自我效能感、學習行為如何影響學習效果，本研究共建立了七個模型：學習策略模型2-1(在認知模型基礎上引入學習策略)、元認知模型2-2(在認知模型基礎上引入元認知)、學習態度模型3-1(在情感模型基礎上引入學習態度)、學習焦慮模型3-2(在情感模型基礎上引入學習焦慮)、學習動機模型4-1(在意志模型基礎上引入學習動機)、學習自我效能感模型4-2(在意志模型基礎上引入學習自我效能感)、學習行為模型5-1(在行為模型基礎上引入學習行為)。

三、研究結果

(一)混合學習者特征與學習效果現狀

1．學習者特征總體情況

1)認知維度

學習策略總體表現的均值為3.58±0.57(最小值1.14，最大值5)，資源管理策略、合作交流策略、信息素養策略、反思總結策略、自我調節策略等維度的均值分別為3.61±0.69、3.42±0.72、3.77±0.67、3.58±0.65、3.52±0.73(最小值1，最大值5)。這表明，參與混合學習的學習者有較好的學習策略，且信息素養策略>資源管理策略>反思總結策略>自我調節策略>合作交流策略，信息素養策略表現最好，自我調節策略和合作交流策略表現相對較弱。

元認知總體表現的均值為3.73±0.59(最小值1.09，最大值5)，元認知知識、元認知體驗、元認知監控等維度的均值分別為3.77±0.60、3.74±0.67、3.68±0.62(最小值1，最大值5)。這表明，混合學習的學習者有較高的元認知能力，且元認知知識>元認知體驗>元認知監控，元認知監控表現相對較弱。

在學習風格方面，信息加工維度分布基本均衡(活躍型637人，占50.7%；沉思型620人，占49.3%)，感知維度分布較不均衡(感悟型810人，占64.4%；直覺型447人，占35.6%)，輸入維度分布極不均衡(視覺型1079人，占85.8%；言語型178人，占14.2%)，理解維度分布基本均衡(序列型663人，占52.7%；綜合型594人，占47.3%)。各維度人數分布與之前的研究(Felder，2005)基本一致。空間定位感總體表現均值為2.99±0.85(最小值1，最大值5)。這表明，混合學習的學習者在線學習的空間定位感相對其他學習者特征表現較弱。

2)情感維度

學習態度總體表現均值為3.73±0.63(最小值1.2，最大值5)，認知態度、行為態度、情感態度等維度的均值分別為3.83±0.66、3.70±0.70、3.63±0.71(最小值1，最大值5)。這表明，混合學習的學習者有較好的學習態度，且認知態度>行為態度>情感態度。

學習焦慮總體表現均值為3.59±0.72(最小值1，最大值5)，網絡延遲焦慮、網絡搜索焦慮、網絡術語焦慮、網絡總體焦慮等維度的均值分別為3.78±0.82、3.65±0.85、3.43±0.79、3.50±0.82(最小值1，最大值5)。這表明，混合學習的學習者有較高的學習焦慮，且網絡延遲焦慮>網絡搜索焦慮>網絡總體焦慮>網絡術語焦慮。

3)意志維度

學習者自我效能感總體表現均值為3.76±0.54(最小值1.27，最大值5)，一般自我效能感、特殊自我效能感等維度的均值分別為3.69±0.60、3.81±0.55(最小值1，最大值5)。這表明，混合學習的學習者有較高的學習自我效能感，且特殊自我效能感>一般自我效能感。

學習動機總體表現均值為3.64±0.57(最小值1，最大值5)，認知內驅力、自我提高內驅力、附屬內驅力等維度的均值分別為3.65±0.61、3.76±0.68、3.49±0.76(最小值1，最大值5)。這表明，混合學習的學習者有較高的學習動機，且自我提高內驅力>認知內驅力>附屬內驅力。

4)學習行為維度

學習行為總體表現均值為3.45±0.48(最小值1.8，最大值5)，行為參與、行為堅持、行為專注、行為互動、靈活性等維度的均值分別為3.81±0.57、2.33±1.01、3.64±0.57、3.66±0.61、3.82±0.55(最小值1，最大值5)。這表明，混合學習的學習者學習行為表現較好，靈活性>行為參與>行為互動>行為專注>行為堅持，行為堅持表現較差。

2．學習效果總體情況

學習效果均值為0.63，標準差為13.60。這表明，混合學習的學習者學習效果良好。

(二)學習者特征對混合學習效果的系統影響

多元線性回歸分析涉及多個變量，嚴重的多元共線性問題會使模型估計不準確甚至難以估計(劉紅云，2019)。本研究首先進行多重共線性檢驗，采用的指標為方差膨脹因子VIF，即如果VIF>10，說明多重共線性較強。本研究VIF介于1.95～2.25之間，均小于10，不存在較強多重共線性，可以認為本研究符合多元線性回歸模型要求。

表三為學習效果的多元線性回歸分析結果，表明在控制人口學因素后，逐步加入 “認知因素→情感因素→意志因素→行為因素”因變量，學習者特征對學習效果影響的變化情況。模型1、模型2、模型3、模型4、模型5多元線性回歸整體檢驗F值分別為32.18(p=0.000<0.05)、36.88(p=0.000<0.05)、37.73(p=0.000<0.05)、79.26(p=0.000<0.05)、105.85(p=0.000<0.05)。從模型擬合情況看，嵌套模型的擬合效果大幅上升“0.153→0.294→0.325→0.535→0.619”。研究結果表明，性別、學科背景、計算機水平對學習效果影響顯著，且影響逐漸減弱；學習風格的信息加工維度與元認知在認知模型、情感模型中對學習效果有顯著正向影響，且影響逐漸減弱，在意志模型、行為模型中對學習效果無顯著影響；空間定位感在認知模型、情感模型、意志模型中對學習效果有顯著正向影響，在行為模型中無顯著影響；學習態度在情感模型、意志模型與行為模型中對學習效果有顯著正向影響，但影響逐漸減弱；學習焦慮在情感模型中對學習效果有顯著正向影響，在意志模型、行為模型中對學習效果無顯著影響；學習動機與學習自我效能感在意志模型、行為模型中對學習效果均有顯著正向影響，但影響逐漸減弱；學習行為在行為模型中對學習效果有顯著影響；MOOC先前學習經驗、相關前序課程學習經驗、學習策略、學習風格感知維度、學習風格輸入維度、學習風格理解維度對學習效果無顯著影響。

為了系統探究學習者特征對混合學習效果的影響，本研究重點考察模型5的研究結果：人口學特征因素+認知因素+情感因素+意志因素+行為因素可解釋總學習效果變異的61.9%。行為、意志、情感、人口學特征等因素對學習效果有顯著影響，且影響因素的大小依次是“學習行為>學科背景>學習動機>學習自我效能感>計算機水平>學習態度>性別”。女生顯著高于男生，即其他條件不變時，女生比男生學習效果提高1.98%，換算方法為：exp(0.046)-1(下同)；文科生顯著高于術科生，即其他條件不變時，文科生比術科生學習效果提高10.15%；計算機水平越高，學習效果越好，即其他條件不變時，中等計算機水平比計算機低水平學習效果提高2.53%，計算機高水平比計算機低水平學習效果提高3.46%；學習態度對學習效果有顯著正向影響，即其他條件不變時，學習態度水平每上升一個百分點，學習效果將提高2.53%；學習動機對學習效果有顯著正向影響，即在其他條件不變時，學習動機水平每上升一個百分點，學習效果將提高5.34%；學習自我效能感對學習效果有顯著正向影響，即其他條件不變時，學習自我效能感水平每上升一個百分點，學習效果將提高3.15%；學習行為對學習效果有顯著正向影響，即其他條件不變時，學習行為水平每上升一個百分點，學習效果將提高13.77%；MOOC先前學習經驗、相關前序課程學習經驗、學習策略、學習風格、元認知、空間定位感、學習焦慮對學習效果無顯著影響。

表三 學習者特征對總學習效果影響的多元線性回歸分析

表四 學習者特征二級維度對學習效果系統影響的多元線性回歸分析

(三)學習者特征二級維度對混合學習效果的系統影響

模型5顯示，學習態度、學習動機、學習自我效能感、學習行為顯著影響學習效果。為了進一步了解這些要素如何影響學習效果，本研究在模型3、模型4、模型5的基礎上對學習者特征二級維度作用進行檢驗(見表四，僅呈現了部分截表)。模型3-1的結果表明，認知態度與情感態度共同正向顯著影響學習效果，且認知態度對學習效果的影響大于情感態度，行為態度對學習效果無顯著影響。模型4-1的結果表明，認知內驅力和附屬內驅力共同正向顯著影響學習效果，且認知內驅力對學習效果的影響大于附屬內驅力，自我提高內驅力對學習效果無顯著影響。模型4-2的結果表明，一般自我效能感和特殊自我效能感共同正向顯著影響學習效果。模型5-1的結果表明，行為參與、行為專注、行為互動及靈活性共同正向顯著影響學習效果，且對學習效果的影響大小為：行為參與>行為互動>靈活性>行為專注，行為堅持對學習效果無顯著影響。

四、結論與討論

本研究用辯證、整體、開放、發展、層次的觀點系統地看待學習者特征對混合學習效果的影響。

(一)人口學因素對混合學習效果的影響

先前學習經驗中的計算機水平顯著影響混合學習效果。第一，計算機水平對學習效果有顯著正向影響。這與已有研究結論一致，即混合學習的成功高度依賴于學習者應用互聯網和計算機的經驗(Shraim & Khlaif，2010)。基于訪談與觀察，本研究認為主要原因可能包括：首先，現代教育技術是一門對信息素養要求較高的理論與實踐結合的課程，課程評價方式包括形成性評價和總結性評價，評價內容需要學習者具備一定的計算機能力，例如，需完成兩次綜合作業“多媒體課件的設計與制作”“信息化教學設計”；其次，混合學習要求學習者一半時間進行線上學習，且需要具備一定的信息素養；再次，混合學習有四類學習者，分別為混合學習的適應者、混合學習的不完全適應者、線下學習的保守者、線上學習的革新者，學習者學習經驗和計算機水平的不同，引發他們對混合課程不同的情感體驗和行為模式，進而影響學習效果。第二，MOOC先前學習經驗對學習效果無顯著影響。第三，相關前序課程學習經驗對學習效果無顯著影響，原因可能是大部分學生(1088人，占86.6%)沒有相關課程先前學習經驗。

性別對混合學習效果有顯著影響，女生學習效果顯著好于男生。基于觀察和訪談，我們認為這可能是因為女生對學習任務的態度更加積極、主動、認真。林等(Lim & Morris，2009)則發現，性別對混合學習效果無顯著影響，可能原因是林的研究對象數量偏少，造成了統計誤差，也可能是文化差異導致結論不同。

學科背景對混合學習效果有顯著影響，術科生學習效果顯著低于文理科生。質性研究結果表明，術科生大學入學成績相對偏低，由于學習能力、習慣、興趣、動機等原因，其文化課成績均相對較低。

(二)認知因素對混合學習效果的影響

已有研究表明，學習者的時間管理策略、信息素養策略、自我調節策略顯著影響混合學習效果，本研究卻發現上述學習策略并沒有顯著影響混合學習效果。原因可能是：1)本研究將學習者特征對混合學習效果的影響看成一個整體，關注整體、部分、環境的相互聯系、制約和依賴關系。學習者特征模型由“人口學特征、知、情、意、行”組成，具有不同于各要素作用簡單相加的新的作用。以往研究大多單獨考慮這些因素對混合學習效果的影響，沒有將學習策略作為整體變量，也沒有將這些學習策略置身于系統的學習者特征中。2)本研究將時間管理策略歸在資源管理策略中，發現資源管理策略并沒有顯著影響學習效果。這與以往研究結論(Selim，2007；McDonald，2014；Hejazifar，2012)不一致，原因可能是以往研究與本研究的混合學習環境和學習任務的差異。學習策略將隨任務的不同而變化(R.賴丁等，2003)，不同學習策略對應不同類型的任務。混合學習環境的變化會影響學習者特征對學習效果的影響。以往混合學習研究中，線上學習是全自主的學習方式，對學習者的時間管理策略要求較高。本研究的混合學習是半自主的學習方式，線下課堂每兩周一個專題，每個專題有四次不同時間的相同講座，學習者可選擇任意一次參加；線上學習均是半自主的時間安排，每周發布新的主題或作業，并規定了學習截止時間。這樣教師就給學習者規劃好了半自主的時間管理策略，學習者只要半自主地進行時間管理就可以。學習者畫像也表明，半自主學習方式對拖延學習者、被動學習者等具有良好的外部監控和調節作用。3)本研究結果顯示，自我調節策略對學習效果沒有顯著影響，與已有研究結論不一致(Van Laer & Elen，2017；Lin et al.，2016；Tsai & Shen，2009)。但質性分析結果表明，自我調節策略通過學習者的元認知能力中的元認知監控影響學習效果。4)本研究結果顯示，信息素養策略對混合學習沒有顯著影響，與邦克等(Bonk & Graham,2012)的研究結論不一致，原因可能是學習者的信息素養已經有了較大提升。本研究發現，混合學習中，學習者采用了較適合的學習策略，信息素養策略表現最好；本研究通過訪談和觀察也發現，信息素養策略是混合學習中非常重要的學習策略之一，雖然學習者的信息素養有差異，但基本能滿足混合學習需求。

元認知對學習效果有顯著正向影響。元認知監控和元認知體驗共同正向影響學習效果，這與已有研究結論(Launer et al.，2011；Ramirez-Arellano et al.，2019)一致，且本研究進一步發現元認知對混合學習效果的顯著影響主要由其二級指標元認知監控引起。

學習風格信息加工維度影響學習效果，活躍型學習者顯著高于沉思型學習者；學習風格感知、學習風格輸入、學習風格理解等維度對學習效果均無顯著影響。這一研究結論很大程度上支持柯施納(Kirschner，2017)對學習風格的抨擊——“請停止學習風格神話”，學習風格并沒有影響學習效果。但本研究發現活躍型學習者與沉思型學習者學習效果的差異，這一定程度沒有否定學習風格對學習效果的影響。

空間定位感在認知模型、情感模型、意志模型中對學習效果有顯著正向影響，在行為模型中無顯著影響。以往較少有研究探究空間定位感對學習效果的影響，本研究則將空間定位感引入學習者特征對混合學習效果的關鍵變量，且發現了有意義的研究結論。

(三)情感因素對混合學習效果的影響

學習態度對學習效果有顯著正向影響，認知態度與情感態度共同顯著正向影響學習效果。學習態度對混合學習效果的影響研究較少，本研究特地將其引入混合學習者特征的關鍵變量，發現其對學習效果的重要影響。可見，學習態度是影響高校混合式教學質量的因素之一(解筱杉，2012；Hadad,2007)。

學習焦慮在情感模型中對學習效果有顯著正向影響，在意志模型、行為模型中對總學習效果無顯著影響。以往混合學習研究較少探索學習焦慮對學習效果的影響，考慮到混合學習線上學習的特點，本研究將學習焦慮引入影響混合學習效果的因素中，并發現了與網絡學習焦慮一致的研究結論，即學習焦慮會影響網絡學習(McDarland et al.，2006)。本研究通過觀察和訪談也得出同樣的結論，當網絡延時或搜索不到想要的信息時，學習者會表現出較強的學習焦慮，并影響學習效果。

(四)意志因素對混合學習效果的影響

學習動機對學習效果有顯著正向影響，認知內驅力和附屬內驅力共同顯著正向影響學習效果。這一結論與以往研究結論一致，如拉米雷斯·阿雷利亞諾等(2019)、勞拉等(2019)均發現在混合學習中，學習動機影響學習效果。但這些研究沒有探討學習動機的分維度(認知內驅力、自我提高內驅力、附屬內驅力)如何具體影響學習效果。本研究的結論更加具體，對加強混合學習中學習者學習動機更有實際指導意義。

自我效能感對學習效果有顯著正向影響，自我效能感中的一般自我效能感與特殊自我效能感共同顯著正向影響學習效果，這與已有研究結論(McDonald，2014；Hejazifar，2012)一致。

(五)行為因素對混合學習效果的影響

學習行為對學習效果有顯著正向影響，行為參與、行為專注、行為互動、靈活性共同顯著正向影響學習效果。這一結論與以往研究結論(Kent et al.，2016； Ekwunife-Orakwue & Feng，2014)一致。以往研究主要從行為參與、行為互動的維度探究學習行為對學習效果的影響，本研究引入行為堅持和行為專注、靈活性，且發現行為堅持和行為專注、靈活性是影響學習效果的重要因素。

本研究存在下列不足：首先，研究結論有待進一步驗證，研究對象僅是某大學參加現代教育技術課程混合學習的學習者，后續研究可擴大研究對象范圍，對研究結論進行驗證與完善；其次，研究數據有待挖掘，現代教育技術課程的技術后臺有大量的學習者行為數據，本研究團隊已經開展了基于數據挖掘方法的行為特征研究(傅鋼善，2014；王改花，2018a，2019)，未來可以開展學習者特征與后臺行為數據的關聯研究。