大學生在線學習倦怠及其影響因素識別研究

摘要：隨著信息技術的快速發(fā)展和廣泛滲透，在線學習已經(jīng)成為高校教育體系中不可或缺的構成要素。本文采用定性與定量相結合的方法對物流管理專業(yè)大學生的在線學習倦怠進行研究。結果發(fā)現(xiàn)，物流管理專業(yè)學生的學習倦怠現(xiàn)象較為普遍，而且在不同人群中存在倦怠水平差異;在線學習的壓力、課程資源的豐富程度、在線課程的反饋體系和學生在線學習的角色模糊是影響物流管理專業(yè)學生在線學習倦怠水平的4個主要影響因素。最后，根據(jù)分析結果提出降低物流管理專業(yè)學生在線學習倦怠的建議。

關鍵詞：大學生;在線學習;倦怠;影響因素

中圖分類號：G442 文獻標識碼：A 文章編號：1004-9436（2021）09-00-02

0 引言

在線學習具有授課地點和時間靈活、課程數(shù)量和類型豐富、能夠適應社會多元發(fā)展和自由發(fā)展趨勢等優(yōu)勢，成為滿足學生多樣化、個性化發(fā)展和實現(xiàn)教育目標的有效途徑。近兩年，隨著在線學習在全國高校的廣泛開展，在線學習倦怠問題引起了高等教育系統(tǒng)的關注，其中高校學生在線學習倦怠所導致的退化和績效下降[1]成為亟待解決的問題之一。

20世紀末，學者研究發(fā)現(xiàn)學生的學習中存在典型的倦怠現(xiàn)象，長期單調枯燥的學習致使學生壓力增大和成就感知鈍化，導致學生學習的積極性下降，消極應對各種活動[2]。之所以產(chǎn)生學習倦怠，主要是因為長期在校學習以及競爭壓力累積消磨了學生的精力和熱情，再加上激勵手段的匱乏和不及時，學生學習的積極性和主動性難免下降。值得注意的是，通過不同群體的對比研究，發(fā)現(xiàn)大學生中的學習倦怠和動力退化現(xiàn)象更為嚴重[3]。

我國對學習倦怠現(xiàn)象的關注和研究始于20世紀90年代，初期以現(xiàn)象描述為主，強調學習倦怠的客觀性和重要性。進入21世紀后，我國關于學習倦怠的研究開始大量出現(xiàn)，特別是2007年以來，成果數(shù)量增長極快，研究方法和內容漸趨豐富，展現(xiàn)出較為清晰的脈絡，為有中國特色的學習倦怠研究夯實了基礎。例如，胡俏和戴春林分析了中學生學習倦怠的主要結構，建構了中學生學習倦怠的四因子斜交結構模型[4];吳艷等立足于Maslach的學習倦怠理論，將學習倦怠的維度分為3個方面[5]。

在學習倦怠研究中，大學生群體的學習倦怠問題受到了較多關注，這與大學生學習倦怠的突出性，以及群體的年齡、心理和教育史等因素息息相關，例如，連榕等以大學生為研究對象，通過實證研究分析了學習倦怠的本質、維度，并對相應的量表制定提出了建議[6];付立菲和張闊基于積極心理學進行了學習倦怠的實證研究，指出積極心理資本能夠改善大學生的學習倦怠程度，應當采取措施促進其積極心理資本發(fā)展[7]。

值得注意的是，隨著在線課程的迅速發(fā)展，在線學習中的倦怠問題從2018年開始引起了學者關注。然而，現(xiàn)有的在線學習倦怠的研究成果相對于我國在線學習的體量、需求以及在線學習倦怠的普遍性而言著實不足?；诖?，本研究以物流管理學生為例，通過調查問卷獲取數(shù)據(jù)，探查物流管理專業(yè)學生在線學習倦怠的表征和學習傾向，繼而提出有針對性的措施，以減少在線學習倦怠，提高在線學習效能。

1 研究設計

本研究基于連榕等[6]的研究，根據(jù)在線課程和教學的特點設計了關于物流管理專業(yè)大學生在線學習倦怠問卷。問卷分為3個部分：第一部分主要考察樣本的人口社會學狀況，包括學生的性別、年級、生源地等;第二部分主要從情緒、行為和成就感3個維度考察學生的學習倦怠程度及表征;第三部分從在線學習壓力（YL）、角色模糊度（JS）、課程資源豐富程度（KC）、學習自由度（ZY）、他人所給予的學習幫助（BZ）、反饋系統(tǒng)滿意度（FK）、學生心理資本（XL）和學生自主能力（ZZ）7個方面分析學習倦怠的影響因素。問卷中的題項均采用李克特五分量表法：“1”為完全不相符，“2”為較不相符，“3”為不確定，“4”為較符合，“5”為完全符合。

問卷形成后，以山東省某省屬重點高校的物流管理專業(yè)本科在校生為對象發(fā)放問卷。為了保證數(shù)據(jù)的全面性和客觀性，本研究未采用抽樣調查方法，而是采集了該專業(yè)4個年級所有學生的信息。截至2021年4月10日，共收集了519份問卷。問卷收集完成后，將其輸入SPSS建立數(shù)據(jù)庫。

本研究采用克朗巴哈系數(shù)和探索性因子分析考察問卷的信度和效度。經(jīng)計算，克朗巴哈系數(shù)和KMO（Kaiser-Meyer-Olkin）分別為0.926和0.947，均大于0.9，而Bartlett的球形度檢驗為0.00，小于0.05，說明問卷的信度和效度均滿足要求。

2 結果

2.1 在線學習倦怠表征

2.1.1 總體倦怠程度

從情緒、行為和成就感3個維度來看，物流管理專業(yè)學生在情緒低落和行為不當兩個方面大于3（分別為3.12和3.01），表現(xiàn)出較高倦怠。而成就感小于3（2.76），表示此方面倦怠程度較低。為進一步分析在線學習倦怠的人群比例，本研究將樣本按照倦怠程度劃分為4類：高倦怠人群（3個維度均大于3）、中等程度倦?。?個維度大于3）、低倦?。?個維度大于3）、無倦?。?個維度均小于3）。經(jīng)統(tǒng)計，4類人群在整個樣本中的比例分別為26.78%、43.74%、13.29%和16.18%，有83.82%的學生出現(xiàn)程度不等的倦怠現(xiàn)象。

2.1.2 倦怠差異

為比較不同樣本的倦怠表征，本研究使用均值比較對特征人群進行了分析。對性別（男和女）和生源（省內和省外）群體采用獨立樣本T檢驗進行分析，對不同年級和學習成績的學生采用均值比較進行分析。根據(jù)獨立樣本T檢驗，不同性別學生的方差方程Levene檢驗顯著性水平（0.01）小于0.05，說明兩組樣本在倦怠水平上存在方差不等，但由于其Sig.（雙側）值（0.20）大于0.05，說明其方差不等并不顯著;不同生源的倦怠水平結果顯示，其方差方程Levene檢驗顯著性水平（0.61）大于0.05，說明兩組樣本在倦怠水平上存在方差相等，其Sig.（雙側）值（0.98）遠大于0.05，說明生源不同并不存在倦怠水平的差異。

根據(jù)均值比較，年級間倦怠差異的顯著性水平（0.036）小于0.05，說明不同年級間存在倦怠差異。其線性顯著性（0.006）小于0.05，表示兩者間存在線性關系。進一步分析發(fā)現(xiàn)，兩者的線性關系為：

Y=-0.103X+3.005

其中，Y為在線學習倦怠水平，X為年級。該模型的R?=0.83，較為理想。即隨著入學時間的增長，在線學習倦怠的程度相應下降。

從樣本的學習成績排名來看，學習成績與倦怠水平有顯著關系（組間顯著性水平為0.039，小于0.05），但兩者并非呈線性關系（線性顯著性水平為0.24，大于0.05）。從均值來看，倦怠水平最高的是學習成績中下游的學生（均值為3.02），其次是學習成績排名上游的學生（均值為2.98），學習成績在中上游、中游和下游樣本的倦怠均值分別為2.84、2.73和2.6。

2.2 倦怠影響因素

本研究首先使用雙變量相關分析測量倦怠水平與影響因子之間的關聯(lián)程度（如表所示）。結果顯示，在線學習倦怠與學習壓力、角色模糊、課程資源豐富度呈顯著正相關（顯著性水平小于0.05，在0.01水平上顯著相關），與在線學習的反饋體系、學生的心理資本和自主學習能力呈顯著負相關（顯著性水平小于0.05，在0.01水平上顯著相關），與他人（主要是老師和同學）所給予的學習幫助呈弱負相關（顯著性水平小于0.05，但在0.05水平上顯著相關），而與學生學習的自由度并不相關（顯著性水平大于0.05）。

基于此，剔除自由度，采用向前逐步的方式對在線學習倦怠與另外7個變量進行線性回歸，以考察各因子在協(xié)同作用下對倦怠的影響。經(jīng)過逐步迭代，在線學習壓力、課程資源、激勵反饋和角色模糊4個自變量對學習倦怠有顯著影響，其顯著性水平均小于0.05（分別為0.00、0.00、0.01和0.02），對學習倦怠的影響權重分別為0.63、0.17、0.106和0.095。因此，倦怠水平和影響因子的表達式為：

Y=1.053+0.381X1-0.217X2-0.143X3+0.178X4

注：Y為倦怠水平，X1為在線學習壓力，X2為課程資源豐富度，X3為反饋體系，X4為角色模糊。

從上式可以看出，物流管理專業(yè)大學生在線學習倦怠與學習壓力和角色模糊呈正相關，而與課程資源和反饋體系呈負相關。

3 結論與建議

3.1 在線學習倦怠需引起重視

從研究結果來看，物流管理專業(yè)大學生在線學習倦怠的比例較高，感到倦怠的樣本超過八成（83.82%），而高倦怠學生更是超過1/4（26.78%），這應當引起高等教育管理者的高度重視。產(chǎn)生這種高倦怠的現(xiàn)象有其客觀原因，如2020年疫情期間絕大多數(shù)高校全部采用在線學習的方式，導致學生對過多的在線學習心有余悸。在線學習固然是高等教育系統(tǒng)不可或缺的部分，也彌補了傳統(tǒng)授課方式的不足，但在線學習也有其不足之處（如師生溝通延遲、情感互動缺乏和嚴格性欠缺等等），兩種方式在高等教育中的結構比重需進一步協(xié)調及磨合。

3.2 有針對性地投入在線學習資源

不同年級和不同學習成績的學生，倦怠水平有明顯差異。物流管理專業(yè)在校生隨著年級的增長，心智發(fā)育、適應能力和學習技能逐漸提高，對在線學習的認識和掌握也相應提升，因此，在線學習的投入應逐步加大，避免急于求成和一蹴而就。值得注意的是，不同學習成績的學生的倦怠水平并非呈線性，在線學習的資源和幫扶應聚焦于學習成績中下游和學習成績排名上游的學生，這兩部分人群的在線學習倦怠程度最高。此外，該研究結果是否適用于其他專業(yè)學生值得深入實證研究。

3.3 有的放矢地降低倦怠

本研究發(fā)現(xiàn)，在線學習的壓力、課程資源的豐富程度、在線課程的反饋體系和學生在線學習的角色模糊水平是影響物流管理專業(yè)學生在線學習倦怠水平的4個主要影響因素。其中，學生的在線學習壓力權重值達到0.63，遠超過其他3個因素。物流管理專業(yè)相關教育者應當采取有效措施減少學生在線學習的壓力。從對學生的進一步調查結果來看，并不是所有的物流管理課程都適合開展在線學習，63.78%的學生傾向于在公共選修課中開展在線學習;而在一些專業(yè)課中，如倉儲管理、管理學和微觀經(jīng)濟學等，學生對相應的在線課情有獨鐘。因此，物流管理專業(yè)在線課程的設置應有針對性，畢竟激發(fā)學生的興趣、符合學生的需求是在線學習可持續(xù)發(fā)展的基石。

4 結語

學習倦怠是影響在線學習的重要因素，重視和研究在線學習倦怠是提高大學生在線學習績效、推動教育教學發(fā)展的必由之路。目前，在線學習倦怠研究尚待開展和深入，應采用定性與定量相結合的方法對各專業(yè)的在線學習倦怠研究進行具體分析，采用本研究的結果和結論時應因地制宜，避免簡單套用。

參考文獻：

[1] 劉小紅，張人龍.突發(fā)事件下O2O混合模式在供應鏈管理教學中的應用[J].物流工程與管理，2021，43（03）：192-193，161.

[2] 布蘭科·史利文.文法學校學生的倦怠、自我形象和焦慮綜合征[J].心理學視野，2001，10（02）：21-32.

[3] 派恩斯·阿亞拉，迪特薩·凱芙瑞.大學里的單調[C].西方心理協(xié)會會議（編號ED192210），1980.

[4] 胡俏，戴春林.中學生學習倦怠結構研究[J].心理科學，2007（01）：162-164，195.

[5] 吳艷，戴曉陽，溫忠麟，等.青少年學習倦怠量表的編制[J].中國臨床心理學雜志，2010，18（02）：152-154.

[6] 連榕，楊麗嫻，吳蘭花.大學生的專業(yè)承諾、學習倦怠的關系與量表編制[J].心理學報，2005（05）：632-636.

[7] 付立菲，張闊.大學生積極心理資本與學習倦怠狀況的關系[J].中國健康心理學雜志，2010，18（11）：1356-1359.

作者簡介：李梅（1976—），女，山東濟南人，碩士，講師，研究方向：大學教育。