大學生在線學習策略量表編制

張婷婷，項尖卓瑪，郭遠

1.青海民族大學師范學院，青海，西寧，810007；2.青海民族大學民族學與社會學學院，青海，西寧，810007

0 引言

在線學習策略，即在網絡環境下，學習者根據自身特點，針對不同的學習目標和情境，選擇應用一定的學習方法和技能展開學習過程，自覺對學習進程進行控制和評價，并得到相應的學習成效[1]。隨著我國在線教育的快速發展，在線學習成為大學生追捧的一種重要學習方式。但是學術界對于在線教育的看法一直存在爭議，有兩種不同的價值取向和教育主張。一種認為以課堂面對面教學為主的傳統教學體制，有其內在的合理性與必要性，反對進行以技術為引領的“激進”的教育變革，主張恢復“好的”課堂教學。另一種認為現有的教育教學體制，已不能適應時代發展需要，必須借助在線教育的引入，促進變革的發生，加快教育教學的現代化轉型，即使暫時付出某些代價（如卷面考試分數下降）也在所不惜[2]。在線學習策略作為在線教育的重要組成部分，影響著在線高等教育的發展和大學生在線學習的成效，成為學術界熱議話題之一。

目前關于大學生學習策略的測量工具，主要分為兩種模式，即傳統教育模式和在線教育模式下的大學生學習策略量表，而以往的測量工具存在以下不足。

（1）研究適用問題。部分研究使用國外量表對我國學生進行學習策略的測量，其是否符合我國大學生的實際學習特點值得商榷。

（2）與時俱進問題。部分研究使用2010年前編制的量表測量信息時代大學生的學習策略，其是否符合我國信息時代大學生學習的特點有待考證。

（3）研究范圍問題。部分研究關注遠程學習者中的在職成人，而較少研究大學生。

為避免上述問題，本文基于前人研究，編制了一份適用于我國信息時代大學生在線學習策略的量表，以解決大學生在線學習中對學習策略評估的迫切需要。

1 研究設計

1.1 量表編制

在以往的研究[3-8]基礎上，結合我國大學生在線學習的特點，根據邁克卡對學習策略的分類編制出76個題項的大學生在線學習策略量表，問卷采用李克特5點計分法，計1～5分。整個問卷得分越高，表示學習者的在線學習策略使用水平越高。

1.2 研究對象

本研究通過問卷向在線學習的大學生發放問卷。發放問卷357份，有效問卷為316份，有效問卷回收率約為88.52%。

2 量表分析

2.1 項目分析

根據被試者的作答情況，采用極端值法對數據進行項目分析。先分別按照各分量表的分析項求和，進而按照各分量表的總分進行高低排序，選前27%為高分組，后27%為低分組，并使用獨立樣本T檢驗去對比高低兩組的差異情況。項目分析結果顯示各分量表與其項目之間均呈現出0.001水平的顯著性。結果表明76個項目均具有良好的區分性，不需要刪除分析項。

2.2 探索性因素分析

經過探索性因素分析后，三個分量表分別刪除3個、3個和9個項目，所得三個分量表的KMO值分別為0.95、0.96和0.96，Bartlett球形度檢驗的P值處于0.00顯著水平，表明刪除15個項目后問卷仍適合進行探索性因素分析。

根據邁克卡對學習策略的分類和各因子的特征，對所提取的10個因子進行命名，認知策略分量表的3個因子分別為精細加工、復述和組織策略；元認知策略分量表的3個因子分別為調節、監察和計劃策略；資源管理策略分量表的4個因子分別為學業求助、時間管理、努力管理和學習環境管理策略。在認知策略分量表中，貢獻排名分別為精細加工、復述和組織策略，即大學生在線學習中更多使用的是精細加工策略；在元認知策略分量表中，貢獻排名分別為調節、監察和計劃策略，即由于在線學習時師生時空分離，更需要大學生們使用調節和監察策略了解自己在線學習時的認知情況；在資源管理策略分量表中，貢獻排名分別為學業求助、時間管理、努力管理和學習環境管理策略，即在線學習時需要大學生之間的合作交流，使他們更好地適應在線學習。認知分量表的3個因子旋轉后累積方差解釋率為68.76%，各因子載荷在0.54～0.81之間；元認知分量表的3個因子旋轉后累積方差解釋率為67.34%，各因子載荷在0.52～0.79之間；資源管理分量表的4個因子旋轉后累積方差解釋率為66.61%，各因子載荷在0.51～0.78之間。以上情況詳見表1。

表1 各分量表各因子命名及載荷

2.3 信度分析

采用內部一致性系數進行信度分析。各維度的信度系數都在0.78～0.85之間，三個分量表的總體信度系數分別為0.86、0.86和0.83。問卷信度系數高于0.80，表明研究數據信度質量高[9]。

2.4 效度分析

（1）相關分析。對大學生在線學習策略量表的各維度與相應各量表之間的相關性以及三個分量表與總量表的相關性進行檢驗。認知策略分量表的各因子之間的相關性在0.70～0.76之間，各因子與認知策略總分之間的相關性在0.86～0.94之間。元認知策略分量表的各因子之間的相關性在0.72～0.83之間，各因子與元認知策略總分之間的相關性在0.87～0.96之間。資源管理策略分量表的各因子之間的相關性在0.67～0.78之間，各因子與資源管理策略總分之間的相關性在0.84～0.93之間。各分量表與總量表的相關系數分別為0.90、0.96和0.95，且各分量表之間的相關系數均小于各分量表與總量表之間的相關系數，說明效度良好。

（2）驗證性因素分析。采用AMOS 24.0分析工具，運用CFA對量表進行分析。除元認知策略分量表的部分指數和總量表的決定適配值未達標外，本文構建模型中的其他指數均達到要求。元認知策略分量表中的CMIN/DF（3.49）在3～5之間，表示模型整體可以接受；RMSEA（0.09）在0.08～0.1之間，表示模型尚可，具有普遍適配性；元認知策略分量表的TLI值接近0.90（表2），故各項指標均達到可接受水平，說明模型與數據擬合較好，量表具有良好的結構效度[10]。

表2 結構效度擬合指標分析結果

3 結語

本文以邁克卡對學習策略的分類為基礎，結合大學生在線學習的特點，基于前人研究，最終形成61個題項的大學生在線學習策略量表。采用內部一致性系數進行信度分析，結果顯示認知策略、元認知策略和資源管理策略分量表的信度指數均大于0.80，說明各分量表的信度質量較高。采用相關分析和驗證性因素分析進行效度分析，相關分析結果表明，不同維度和分量表之間存在著相對獨立性；驗證性因素分析結果顯示，各分量表的模型與所對應數據擬合較好，量表具有良好的結構效度[11]。

由于受疫情影響和研究條件的限制，本研究僅依靠自己的社會關系通過網絡發放問卷的方式進行調查，因此樣本代表性會受到一定程度的影響。因此，在后續研究中，需要考慮加大樣本量來進一步驗證本量表的有效性。