影響計算機基礎在線課程學習成效的關鍵因素研究

周峰，王偉

（西南財經大學，四川 成都 611130）

0 引言

隨著“互聯網+”時代的到來，傳統教學課堂正在經歷著深刻的改變。截至2022 年11 月，中國第二代在線課程注冊人數超過4億，學習人次達9.79億，在校生獲得慕課學分認定3.52億人次，慕課數量和學習人數均居世界第一。學習時間和地點的靈活性作為第二代在線課程的主要優勢，使在線課程廣泛應用于大學教學。目前，國內專家與企業也對在線課程加以關注，部分在線課程教學平臺已投入使用。盡管已有上述實踐工作展開，但從實踐方面來看，計算機基礎等在線課程的教學效果需要進一步提高。從理論方面來看，影響大學生在線計算機類課程學習成效的主要因素及因素之間關系的理論探討，國內目前還鮮有展開。基于上述，本文將對影響大學生計算機基礎課程學習成效的關鍵因素進行量化分析與理論研究，并提出相關的改進建議。

1 研究現狀

目前，在線教育已成為國內外高等教育教學的一種全新教學方式[1]，國內外專家學者進行了下列在線學習效果影響因素方面的研究。

情景強化在線學習效果，它是目前在線教育領域的研究熱點之一。鐘麗霞等指出，優化在線課程學習資源，提高在線課程情景化環境，以提高學生學習成效[2]。在線學習存在遺忘速度快，必須通過反復的情景刺激，強化學習行為，達到最佳學習效果。王思遙等人的研究表明，提升在線學習的交互形式，通過情景化教學，加入獎懲機制，取得一定的學習成效，因而整個系統的目標應著重于強化學生對在線課程適應與學習習慣[3]。

部分大學生存在計算機知識儲備不足，在線計算機課程對教育與自學的構建作用凸顯無疑。徐小洲等認為，在線課程教學質量是當前高校教學改革的焦點，由教師和在線教育工作者為學生搭建學習框架，由學生利用線課程中的情景填充主體內容[4]。在線教育的目標是培養學生的自學與自我督導能力，良好的在線課程環境必須具備下列三點，首先是教師與在線系統能夠提供及時有效的學習支持，其次是提供有效的自學情景，最后是通過情景化學習，讓學生具備應對在線新情景的學習能力。

傳統的教學環境，以及以網站為依托的在線學習環境，很難組成隨時隨地學習群體。而移動互聯網引領的第二次在線教育浪潮，使得這一切有了極大的改觀。王辭曉等對移動互聯網在線課程中的協作學習進行了歸納[5]，將其分為知識構筑、任務協調、流程協調、組建協作、人際社交五部分，并以此來衡量在線協作學習的成功與否。汪玉峰認為弱交互形式單一的在線學習方式存在一定缺陷，必須從多個維度進行有效的整合[6]。

在線課程效果的系統評估研究方面。鄭政以在線教學為基本研究對象，實施了基于場景的在線教學活動，經過研究后發現其成效超過了傳統的教學方式[7]，參與實驗的學生大多數認為移動學習平臺能夠提高其學習興趣與學習效率。劉革平等對基于虛擬現實的在線情景化教學平臺進行了研究[8]，提出在線課程平臺內容的豐富與否，將會顯著影響師生對學習內容的看法。求知欲強烈的學生往往對在線課程教學平臺的有用性較為關注，反之，其他學生對平臺的易用性較為關注。

2 理論研究與模型設計

2.1 問題規劃與模型設計

通過前人工作歸納，并結合我國的實際情況，構建了本研究的基本模型，如圖1所示。本研究提出的研究假設包括如下三個方面。1）學習動機對計算機基礎課程學習成效具有顯著影響。2）自我監督對計算機基礎課程學習成效具有顯著影響。3）課后學習對計算機基礎課程學習成效具有顯著影響。

圖1 計算機基礎在線課程學習成效影響模型

2.2 問卷設計與編制

1）學習成效部分

參照計算機基礎的教學大綱進行試題編制，鑒于該部分內容是大學生考試成績的萃取，因此其獨立性相對較低（影響考試成績的因素較多），本研究重新對其進行了信度測試（含名詞解釋、選擇以及簡答題三部分），最終該部分的整體Cronbach’s α 值達到了0.91，表明該數據項可用。

2）學習動機部分

參考王辭曉等人開發的學習動機測量表，從中提取20 個題項構成[5]，主要內容包括學習態度、目標期望、學習價值和自我評價，這部分題項采用李克特式5 級衡量方式。由于該部分內容是學習動機測量表的萃取，因此重新對其進行了信度測試，最終各部分的Cronbach’s α 值均超過了0.88，該部分的整體Cronbach’s α值達到了0.95。

3）自我監督部分

參考黃巧潔等編制的課程自學效果量表，從中提取22 個題項構成[9]，主要內容包括目標管理、過程控制、自我控制和外部引導，這部分題項采用李克特式5級衡量方式。由于該部分內容是計算機自學效果量表的萃取，因此重新對其進行了信度測試，最終各部分的Cronbach’s α 值均超過了0.83，該部分的整體Cronbach’s α值達到了0.93。

4）課后學習部分

參考孫發勤等編制的在線課程線下學習量表，從中提取16 個題項構成[10]，主要內容包括學習規劃、學習方法和學習成果，這部分題項采用李克特式5級衡量方式。由于該部分內容是學習動機測量表的萃取，因此重新對其進行了信度測試，最終各部分的Cronbach’s α 值均超過了0.85，該部分的整體Cronbach’s α值達到了0.92。

2.3 研究對象描述

本研究的主體對象為成都地區的四川大學、電子科技大學、成都信息工程大學、西南石油大學等6所高校的1-4年級本科生，研究對象為修習過在線計算機基礎課程，并參加了在線課程考試的大學生。最終，投放問卷800份，通過篩選并完成了有效問卷的研究對象共計615人，涵蓋工商文理四個學科門類。有效問卷集合中的男女比例基本一致，研究對象的平均年齡為20歲。

2.4 擬合度檢驗

本研究通過文獻梳理，將有關的在線計算機類課程學習理論進行了整合，并以基于國內高校的專家訪談與初步調研數據為基礎，設計了包括學習動機、自我監督、課后學習與學習成效四要素的大學生計算機基礎情景化學習路徑圖，隨后基于調研數據，采用結構方程對數據進行了處理與分析，詳細內容參見下文。

本研究對于該模型進行了基本擬合度、整體擬合度和內部擬合度檢驗。

模型的基本擬合度檢驗結果如表1 所示，它是模型中各個觀測變量（調研問卷生成的數據項）構成的相關系數矩陣。從表1中可以看出，相關系數矩陣中所有的相關系數之值均介于0.05 和0.75 之間。通過進一步的計算可知，該模型中沒有負的誤差變量，且所有誤差的方差均達到了0.05的顯著水平，同時也不存在過大的誤差。此外，該模型中所有觀測指標的因子負載值均超過了0.5，符合前人研究的評估標準（＞0.5），基于上述，本研究中的模型具有良好的基本擬合度。

表1 調研數據項的相關矩陣

模型的整體擬合度檢驗結果包含下列幾方面內容。首先，從絕對擬合度來看，該模型與觀測數據的擬合度的卡方值達到了0.05 的顯著水平，具體數值（自由度為73）為X2(73)=593.82，N=615，p＜0.05，這表明該模型與觀測數據并沒有達到良好擬合的程度，基于此，本研究不但采用了卡方檢驗，而且采用了其他擬合度指標來檢驗研究模型與調研數據的擬合度。如表2所示，模型中整體擬合度檢驗指標表中的主要指標GFI 和AGFI 分別達到了0.94 和0.91，RMSEA 小于1.0，其他的指標NFI、NNFI、CFI、IFI、RFI 也都符合前人研究中的推薦標準，因此二者的擬合度是可以接受的。

表2 整體擬合度指標

模型的內部擬合度檢驗結果（測量模型擬合度和結構模型擬合度兩部分），其中的主要內容是模型估計參數的顯著性檢驗和標準化系數值。

從測量模型擬合度來看，所有估計的因子負載值都達到了較為顯著的水平，而表3中的數據進一步說明模型中的14個測量指標，僅有2個低于0.5的評價，其余12個測量指標的信度都在0.5到0.8之間，說明測量模型擬合度較為理想。進一步的分析可以發現，模型潛變量的組合信度在0.8 到0.9 之間，均超過了0.6的推薦閾值，說明潛變量的組合信度較好。此外，平均方差提取值（Average Variance Extracted：AVE）的值均超過了0.5 的推薦閾值。基于此，本研究中的測量模型的擬合度可接受。

表3 內部擬合度指標

從結構模型擬合度來看，本模型的結構估計參數全部達到了0.05的顯著水平，這表明該模型的結構模型質量較好。此外，從表4可知四個潛變量的相關系數矩陣，所有相關系數都低于0.90 的推薦閾值，則這四個潛變量間的相關符合擬合度要求，適于對相關的假設進行研究。

表4 潛變量相關矩陣

綜上所述，從整體來看，該模型的內部擬合度中，只有2個測量指標的信度低于0.50推薦閾值，其他檢驗結果表明該模型的內部擬合度良好，能夠用來解釋大學生計算機基礎學習的調研數據。

3 影響因素分析

基于上述驗證，通過SPSS 軟件對該模型中的潛變量影響與關系進行了分析，主要內容分為直接影響、間接影響和總體影響三部分。表5是該模型潛變量之間影響程度、顯著水平檢驗和標準化影響效果。

表5 潛變量影響程度與顯著性檢驗

3.1 直接影響分析

1）潛自變量對潛因變量的直接影響

該模型中假設了學習動機對自我監督、課后學習與學業成效存在直接影響，對調研數據處理后，如表5所示可以得到下列驗證結果。學習動機對自我監督與課后學習的直接影響達到了顯著水平。

2）潛因變量間的直接影響

該模型中假設了自我監督對課后學習存在直接影響，而課后學習對學習成效有直接影響，對調研數據處理后，如表5所示可以得到下列驗證結果。自我監督對課后學習、自我監督對學習成效，以及課后學習對學習成效的直接影響達到了顯著水平。上述影響可以解釋為學生在計算機基礎學習過程中，學生的自我監督意識較強，則會投入較多的課后學習時間，從而提高學習成效。

3.2 間接影響分析

1）潛自變量對潛因變量的間接影響

從表4 的數據可知，學習動機對課后學習與學習成效的間接影響都達到了0.05 的顯著水平。在該模型中，學習動機以自我監督為中間變量，對課后學習的間接影響為0.37，而該值甚至超過了學習動機對課后學習的直接影響。這一情況表明，學習動機主要是通過自我監督策略來維持學習意愿，并最終使學生投入更多的時間與精力于課后學習。此外，對調研數據的分析處理表明，學習動機對學習成效的間接影響達到了顯著水平。

2）潛因變量間的間接影響效果

從表4 的數據可知，自我監督對學習成效的間接影響達到了顯著水平。總的來說，學習動機通過自我監督對課后學習產生的間接影響最大，而學習動機對自我監督，以及課后學習對學習成效產生的間接影響次之，影響最小的是自我監督通過課后學習對學習成效產生的間接影響。

3.3 總體影響分析

1）潛自變量對潛因變量的總體影響

學習動機對自我監督、課后學習與學習成效三個潛因變量的整體標準化影響分別為0.42、0.43和0.29。而該模型中，學習動機對自我監督的總體影響等于其直接影響，學習動機對課后學習的總體影響等于其直接影響與間接影響之和。在前置假設中，學習動機是通過中間變量對學習成效產生影響的，學習動機對學習成效的總體影響是間接影響之值為0.31，比其標準化直接影響程度要高0.01，表明該模型的前置假設是成立的，即自我監督是學習動機與課后學習間最重要的中間變量。

2）潛因變量間的總體影響

自我監督對課后學習與學習成效的標準化總體影響值分別為0.91和0.75。根據模型的前置假設，自我監督對課后學習產生的是直接影響，而自我監督對課后學習的總體影響程度等于直接影響程度。自我監督對學習成效的標準化總體影響值為0.75。課后學習對學習成效的標準化總體影響值為0.33，由于前置假設中，課后學習對學習成效只有直接影響，因此二者之間的總體影響程度等于其直接影響程度。

最終，通過路徑分析發現，學習動機計算機基礎的課后學習總體影響程度最大，學習動機對自我監督的影響次之。

4 結論與建議

4.1 研究結論

本研究通過相關理論模型與文獻的整理，以615名計算機基礎課程學習者為研究對象，通過結構方程模型對大學生的計算機基礎課程學習動機、自我監督、課后學習與學習成效之間的關系進行了探討和研究。最終的檢驗結果中，整體顯著性較好，說明本模型的路徑模式能夠用來解釋觀測數據，模型從整體上具有較好的可信度。基于上述，本研究的結論可總結如下。

首先，自我監督是大學生計算機基礎在線課程學習過程中，學習動機與課后學習之間最重要的相關項目。近年的學習控制理論研究已表明，自我監督是學生學習行為與學習目標之間的重要變量，它不但能夠對學習行為本身進行引導，而且能夠為學習動機提供持續的前進動力。本研究的量化分析進一步深化了這個觀點，本研究通過假設學習動機對課后學習有直接影響與間接影響，再以調研數據為基礎進行量化分析結果，最終得到下列結論。這證明自我監督是整個計算機基礎課程學習過程中最為重要的變量之一，在學習動機與課后學習之間起到了影響效果“放大器”的作用。

其次，自我監督和課后學習是影響大學生計算機基礎課程學習成效的最重要中間環節。前人研究工作中通常將課后學習假設為學習動機和學習成效之間的中間變量，盡管這一假設較為直觀，但是并不充分。本研究進一步將自我監督也作為學習動機與在線學習成效之間的中間變量，通過實證分析發現，自我監督與課后學習的傳導作用相當，都是學習動機與學習成效之間主要的中間變量，而二者之間的影響主要是間接的。這一發現為計算機基礎在線學習領域的深入研究提供了更為豐富的研究路徑，具有一定的研究價值。

4.2 改進建議

首先，從結構方程的檢驗結果來看，計算機基礎教學中仍然必須重視學生在學習動機、自我監督、課后學習對學習成效的總體影響。盡管目前的在線課程仍然從分數等外在成績來衡量學生的學習成效，仍然是結果導向型的教學，但在未來的教學改革與創新中，必須對學生計算機基礎在線學習的內在動機以及學習心理變化予以足夠的重視。一方面要結合在線課程環境中的“情、景、意、識”四方面優勢，挖掘和滿足學生的內在學習需求。另一方面應實現在線課程與課堂課程的學分互認與學習成果共享，使得學生在這一新型學習環境中真正從內在與外在兩方面獲益。

其次，從檢驗結果來看，計算機基礎課程學習中，學生的自我監督和自學能力對其學習成效影響最大，部分計算機基礎較差的大學生由于其既有的學習經驗，對計算機基礎在線課程存在畏難情緒，也缺乏足夠的毅力和信心克服困難，最終導致學習成效較差。因此，在線課程必須采用個性化環境配置，并為學生提供差異化的在線系統應用訓練，從而破除學生對在線計算機課程的畏懼感和陌生感，使得在線課程的優勢得到充分發揮，最終從整體上提高學生的學習成效。

最后，從假設檢驗結果來看，在線課程教學活動中也必須注重學生課后學習效能的提高，這也是近期在線課程領域研究的研究重點之一。相關研究表明，課后學習是整個學習過程中非常重要的一環。基于此，在線課程過程中，必須對學生的課后學習計劃制定、過程控制與目標調整等工作予以適當的指導，從而使學生能夠充分把控自己的學習過程，進而建立起主動學習的習慣，通過各種先進教學工具，主動將在線課程學習與工作生活有機地融為一體。