高職學生在線學習參與度影響因素探究

范凌云 廖麗

[摘? ? ? ? ? ?要]? 為提升高職學生在線學習參與度，通過文獻分析法對學習參與度等理論概念進行梳理，采用問卷調查法對高職學生在線學習參與度的影響因素進行調研，使用SPSS軟件對調研數據進行因子分析，提取了七個影響高職學生在線學習參與度的主要因素，并提出了高職學生在線學習參與度的提升策略。

[關? ? 鍵? ?詞]? 學習參與度;在線學習參與度;因子分析

[中圖分類號]? G712? ? ? ? ? ? ? ? ? ?[文獻標志碼]? A? ? ? ? ? ? ? ? ? ?[文章編號]? 2096-0603（2021）43-0038-04

以教育信息化帶動教育現代化，是我國教育事業發展的戰略選擇[1]，教育信息化已成為當今教育領域的主流趨勢。在線教育以網絡作為交互的媒介和資源的載體，進行各類教學活動，是教育信息化的典型應用。因此，國內高職院校紛紛通過在線開放課程建設等舉措大力推進教育信息化。但是，在線教育的時空分離特征導致學習效果很大程度上依賴于學生的在線學習參與情況，即學生在線學習的參與度會對學習效果產生直接而重要的影響。因此，探究在線學習參與度及其影響因素，對提升高職院校在線教育質量具有重要的意義。

一、在線學習參與度的內涵研究

（一）學習參與度

學習參與又稱學習投入，由Alexander? W.Astin首次明確提出[2]。2010年英國高等教育研究學會進一步完成了關于學習參與的文獻綜述，研究顯示學者們普遍認可的學習參與由行為參與、認知參與和情感參與三個維度構成，是三者的有機組合，它們既相互獨立又相互影響[3]。其中，行為參與是衡量學習參與度的核心維度，主要指學生在學習過程中的行為表現，可以通過學生的品性行為（如是否完成作業等）、參與活動強度（如學習投入時間等）和活動參與（如參與討論等）等進行觀測并實現量化評價。認知參與是衡量學習參與度的重要維度，體現在學習策略的選取上，不同層次的學習策略會形成不同的學習效果，同時也反映了認知參與程度的深淺，如機械記憶學習策略的認知參與程度明顯低于學練結合的學習策略。情感參與也是衡量學習參與度的重要維度，主要表現在學生的情感方面，如高興、厭倦等，當學習參與度高時，學生會表現出快樂等積極情感，反之則會表現出消極情感，而當學生只是按照要求機械地完成學習任務時，則表現出遵守規范類的情感[4]。綜上所述，學習參與度即學習過程中學生為達成學習目標，在行為參與、認知參與、情感參與等方面的表現情況。

（二）在線學習參與度

在線學習與傳統學習雖然在學習環境、教學方法、學習方式等方面存在不同，但二者本質上是一致的，都是學生的學習過程。因此，在線學習參與和傳統學習參與只是學習參與的表現形式不同，其本質是相同的，同樣是行為參與、認知參與和情感參與的有機組合[5]。2008年國外學者Hrastinski明確將在線學習參與度明確定義為學生參與在線和離線學習過程中的行為、交流、思考、感受和歸屬感等表現[6]。綜上可知，在線學習參與度即學生通過在線學習平臺參與在線和離線學習過程中的行為和心理上的表現，具體表現為資源訪問量（如視頻觀看時長）、互動討論（如回帖數量和質量、發帖數量）、作業完成（如作業得分、是否完成）、團隊協作（如小組作業得分）、反饋互動（如在線尋求教師輔導、參與主題討論）等。由此，本文將據此設計后續高職學生在線學習參與度影響因素的調查問卷。

二、高職學生在線學習參與度影響因素調研

（一）問卷設計

為保障調查問卷的科學性，在前期文獻綜述的基礎上，問卷的設計著重參考了全美大學生參與度調查量表（NSSE）[7]和孔企平教授設計的學習參與度調查問卷[8]，形成了在線學習影響因素調查問卷，問卷共計22個題項（表1），題項的評價采用李克特五級量表法，即每個題目有五個選擇：非常影響、部分影響、一般、基本不影響、完全不影響，五個選項的權值分別是5、4、3、2、1，分值越大，影響也越大。

（二）數據收集

問卷的調查對象是重慶城市職業學院大數據應用技術專業群的學生。在調查過程中，采用網絡問卷調查和紙質問卷調查相結合的方式，其中問卷星收集網絡問卷83份，有效問卷78份，發放紙質問卷76份，回收73份，有效問卷73份，問卷的回收率為98.1%，有效率為94.9%。

三、高職學生在線學習參與度影響因素分析

為了簡化數據，從眾多變量中找出具有代表性的隱藏因子，并保存原有數據所體現的信息，高職學生在線學習參與度的影響因素分析采用了因子分析法。

（一）信度檢驗

為了檢驗數據的內部一致性，確定獲取的數據是否具有研究意義，研究中采用了目前應用最為廣泛的克隆巴赫α系數作為信度指標[9]，通過SPSS軟件對在線學習參與度影響因素的數據進行信度檢驗，結果顯示克隆巴赫α系數的值為 0.771，大于0.7，這表明獲取到的在線學習參與度影響因素數據具有較好的內部一致性，具有較高的研究價值。

（二）效度檢驗

KMO檢驗和Bartlett球狀檢驗是因子分析的前提，即KMO檢驗和Bartlett球狀檢驗通過就表明調研數據適用于因子分析法進行處理[10]。因此，在確認調研數據具有研究價值后，進一步通過SPSS軟件進行KMO檢驗和Bartlett球狀檢驗，檢驗結果顯示KMO值為0.659，大于0.5，同時Bartlett球狀檢驗的Sig值為.000，小于0.05，這說明調查問卷具有結構效度，獲取的在線學習參與度影響因素調研數據具有較好的偏相關性，達到顯著水平，適合進行因子分析。

（三）共同度檢驗

共同度是衡量因子分析效果的重要指標，是某一原變量在所有公因子上載荷的平方和，反映了原始變量能被提取的因子所表示的程度，共同度越高，提取的公共因子代替原始變量過程中信息被保留的程度越高，因子分析效果就越好[11]。通過SPSS軟件進行共同度檢驗的結果如表2所示，表中所有變量（題目）的提取值都大于0.5，大部分高于0.6，這表明在線學習參與度影響因素調查問卷的22個題目具有較高的共同度，因此，采用因子分析法得到的研究結果是切實有效的。

（四）主要因子提取

為了刪除重復多余變量，建立兩兩不相關的新變量并盡可能保持原有的信息，實現公共因子的提取[12]。研究中利用SPSS軟件的主成分分析計算特征值、累積貢獻率等指標，得到如表3所示的主成分分析結果，表中特征值大于1的因子（主成分）共計7個，其中排名第一的主成分特征值為4.462，前7名因子（主成分）的方差累積達到了65.390%（如表3所示）。

為簡化因子分析法求出的因子載荷矩陣結構，分析因子與題目（變量）之間的相關性特征，便于對因子（主成分）進行專業上的解釋[13]，繼續進行因子旋轉得到旋轉成分矩陣（因子載荷矩陣）如表 4 所示。其中，共同因子一包含Q13、Q11、Q12、Q5、Q14五個題目，共同因子二包括Q19、Q20、Q21、Q18四個題目，共同因子三包括Q15、Q17、Q16三個題目，共同因子四包括Q6、Q7兩個題目，共同因子五包含Q2、Q9、Q8三個題目，共同因子六包括Q3、Q22、Q1三個題目，共同因子七包含Q4、Q10兩個題目。并且所有共同因子中每個題目（變量）的因子載荷均大于 0.5，由此說明相應題目（變量）在其對應的因子中具有較高的重要性。

（五）因子命名

為闡明題目（變量）與因子之間的關系，以表4所示的因子載荷矩陣為基礎，重新調整題目順序，然后對每個因子命名，即通過因子名字對該因子的含義進行說明，結果如表5所示。

四、高職學生在線學習參與度提升策略

通過對調研數據的分析，研究發現了7個在線學習參與度的影響因素：學習平臺因素、學生主體因素、課程資源因素、政策因素、在線互助學習因素、教師因素、教學設計因素。基于此，從如下7個方面提出了高職學生在線學習參與度的提升策略。

（一）加強學生參與在線學習的主體意識培養

在線學習環境下，首先，教師應該幫助學生制訂個性化、翔實明確的在線學習計劃，使其明確學習目標，便于學生自我管理，并通過漸進式達成各個預期目標的成效感，提升學生對課程的興趣，激發學生的主動求知欲，進而強化學生的自主學習能力和自我管理意識。其次，應對學生開展學習平臺的操作技能培訓，避免學生因學習平臺操作不熟練對在線課程的學習產生挫敗感。由此，強化學生參與在線學習的主體意識，促使學生積極主動地參與在線學習。

（二）選擇健壯性強、人性化的在線學習平臺

為提升在線學習效率，在線學習平臺應有良好的穩定性，支持高并發、低延遲等，避免在線學習過程中出現卡頓甚至無法訪問等情況。其次，在線學習平臺應提供簡單易用的人性化界面，并提供學習導航等引導學生熟練地完成各種在線學習活動，保障學生順利實現預設的學習目標，提高學習積極性。同時，在線學習平臺還應具備學生互評、在線討論等人性化的在線支持服務，從而增強學習體驗，提升在線學習興趣。此外，在線學習平臺還應具備學習軌跡記錄功能，以便學生掌握自己的學習情況，加強自身學習管理，強化自主學習能力。

（三）提升在線課程資源質量

課程資源是在線學習的核心內容，其形式應豐富多樣，富有趣味性，同時還應分類清晰，邏輯銜接明確，互為補充，由此，消除厭倦感，激發學習興趣。此外，教學視頻是課程資源的關鍵內容，是重點、難點學習內容的重要載體，應精選內容、控制時長、提高清晰度、增加字幕，幫助學生快速掌握重難點，提高學習效率。

（四）促進在線學習配套政策建設

為強化在線學習的組織管理，應為在線課程的學習管理提供政策支持，建立在線學習誠信制度等，對不良在線學習行為（如通過外掛等形式完成學習任務）進行約束、監督、獎懲、評價，促進良好在線學習風氣的形成。此外，由于在線教學與傳統教學（如高職傳統的一體化教學）在學習環境、學習方法等方面存在顯著差異，所以其學習成效評價也會有較大不同，因此，應制訂在線課程的成績認定政策，科學設定直播課、線上線下混合式等在線課程的成績認定比例等，通過制度性的文件為后續相關在線課程的評價體系設計提供政策依據。

（五）強化在線學習互助共同體建設

為克服在線學習的情感交互弱化問題，教師應主動引導學生自主分組，鼓勵學生在學習過程中協作學習和研討，促進師生互動。同時，還應引導學生互相評價和自我評價，通過互評和自評，使學生吸取他人優點、認知自我，從而規范自我學習行為，強化自我管理意識。

（六）加強教師引導

在線學習過程中，“教”與“學”呈現相對分離的狀態，對學生的自主學習和自我管控能力要求較高，因此，教師的指導者角色弱化，而引導者角色增強，所以，教師應及時回復學生的問題，積極反饋學生的在線參與;同時，教師還應根據學生的差異性，對學生因材施教，適當進行線下輔導，深入了解學生并與之交流互動，引導學生有效參與在線學習。

（七）深化教學改革

課程評價對學習參與具有重要的導向作用，有效的考核政策能夠顯著提高學生的學習參與度，因此教師應該根據學習平臺的功能特點并結合在線學習特征，科學篩選可量化評價的學習指標（如在線測驗完成度及分數等），然后依據各指標的權重合理設計在線課程的評價體系。其次，為吸引學生的注意力，降低認知難度，增加學習效果，教學視頻的內容展現應選擇圖表、圖形、圖片動畫等可視化效果較好的媒體元素。此外，還應在教學視頻中嵌入測試題目或提問，從而以互動的方式引發學生自主思考，提升認知能力。

五、結論

本次問卷調查對象是重慶城市職業學院大數據應用技術專業群學生，通過對高職學生在線學習參與度影響因素數據的統計分析，歸納出影響高職學生在線學習參與度的七個因素。并從加強學生參與在線學習的主體意識培養、選擇健壯性強人性化的在線學習平臺、提升在線課程資源質量、促進在線學習配套政策建設、強化在線學習互助共同體建設、加強教師引導、深化教學改革七個維度提出了高職學生在線學習參與度的提升策略。客觀而言，高職學生在線學習參與度提升策略的有效性還需實踐驗證，這將成為后續研究的出發點。

參考文獻：

[1]中華人民共和國教育部.教育部關于印發《教育信息化十年發展規劃》的通知[DB/OL].http：//www.moe.gov.cn/srcsite/A16/s3342/201203/t20120313_133322.html.

[2]Astin A. W. Student Involvement：A Developmental Theory for Higher Education[J].Journal of College Student Development ，1999（40）：518-529.

[3]Vicki Trowler.Student engagement literature review[R].The Higher Education Academy， 2010：5.

[4]胡敏.在線學習中學生參與度模型及應用研究[D].武漢：華中師范大學，2015.

[5]魏一通.提升在線學習者參與度的策略研究[D].蘭州：西北師范大學，2019.

[6]Stefan Hrastinski.What is online learner participation A literature review[J].Computers and Education，2008，51（4）：1755-1765.

[7]黃美娟.美國“全國大學生學習性投入調查”（NSSE）研究[D].上海：上海師范大學，2014.

[8]孔企平.數學教學過程中的學生參與[M].上海：華東師范大學出版社，2003.

[9]謝龍漢，尚濤.SPSS統計分析與數據挖掘[M].北京：電子工業出版社，2012.

[10]榮泰生.SPSS與研究方法[M].大連：東北財經大學出版社，2012.

[11]王星明.基于因子分析法的預算績效管理審計評價研究[J].金融縱橫，2020（10）：86-91.

[12]李雪琴，張芳芳，黨獻民，等.SPASS主成分分析法在速凍水餃皮質構品質評價中的應用[J].農業機械，2012（36）：67-69.

[13]李耀貴，楊斌.基于因子分析法的SCARA型硅片傳輸機器人靈活性綜合評價模型[J].機械設計與制造，2019（11）：133-137，141.

編輯 魯翠紅