高職學(xué)生在線學(xué)習(xí)參與度影響因素探究

范凌云 廖麗

[摘? ? ? ? ? ?要]? 為提升高職學(xué)生在線學(xué)習(xí)參與度，通過文獻(xiàn)分析法對學(xué)習(xí)參與度等理論概念進(jìn)行梳理，采用問卷調(diào)查法對高職學(xué)生在線學(xué)習(xí)參與度的影響因素進(jìn)行調(diào)研，使用SPSS軟件對調(diào)研數(shù)據(jù)進(jìn)行因子分析，提取了七個影響高職學(xué)生在線學(xué)習(xí)參與度的主要因素，并提出了高職學(xué)生在線學(xué)習(xí)參與度的提升策略。

[關(guān)? ? 鍵? ?詞]? 學(xué)習(xí)參與度;在線學(xué)習(xí)參與度;因子分析

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

以教育信息化帶動教育現(xiàn)代化，是我國教育事業(yè)發(fā)展的戰(zhàn)略選擇[1]，教育信息化已成為當(dāng)今教育領(lǐng)域的主流趨勢。在線教育以網(wǎng)絡(luò)作為交互的媒介和資源的載體，進(jìn)行各類教學(xué)活動，是教育信息化的典型應(yīng)用。因此，國內(nèi)高職院校紛紛通過在線開放課程建設(shè)等舉措大力推進(jìn)教育信息化。但是，在線教育的時空分離特征導(dǎo)致學(xué)習(xí)效果很大程度上依賴于學(xué)生的在線學(xué)習(xí)參與情況，即學(xué)生在線學(xué)習(xí)的參與度會對學(xué)習(xí)效果產(chǎn)生直接而重要的影響。因此，探究在線學(xué)習(xí)參與度及其影響因素，對提升高職院校在線教育質(zhì)量具有重要的意義。

一、在線學(xué)習(xí)參與度的內(nèi)涵研究

（一）學(xué)習(xí)參與度

學(xué)習(xí)參與又稱學(xué)習(xí)投入，由Alexander? W.Astin首次明確提出[2]。2010年英國高等教育研究學(xué)會進(jìn)一步完成了關(guān)于學(xué)習(xí)參與的文獻(xiàn)綜述，研究顯示學(xué)者們普遍認(rèn)可的學(xué)習(xí)參與由行為參與、認(rèn)知參與和情感參與三個維度構(gòu)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(xué)習(xí)參與度的核心維度，主要指學(xué)生在學(xué)習(xí)過程中的行為表現(xiàn)，可以通過學(xué)生的品性行為（如是否完成作業(yè)等）、參與活動強度（如學(xué)習(xí)投入時間等）和活動參與（如參與討論等）等進(jìn)行觀測并實現(xiàn)量化評價。認(rèn)知參與是衡量學(xué)習(xí)參與度的重要維度，體現(xiàn)在學(xué)習(xí)策略的選取上，不同層次的學(xué)習(xí)策略會形成不同的學(xué)習(xí)效果，同時也反映了認(rèn)知參與程度的深淺，如機械記憶學(xué)習(xí)策略的認(rèn)知參與程度明顯低于學(xué)練結(jié)合的學(xué)習(xí)策略。情感參與也是衡量學(xué)習(xí)參與度的重要維度，主要表現(xiàn)在學(xué)生的情感方面，如高興、厭倦等，當(dāng)學(xué)習(xí)參與度高時，學(xué)生會表現(xiàn)出快樂等積極情感，反之則會表現(xiàn)出消極情感，而當(dāng)學(xué)生只是按照要求機械地完成學(xué)習(xí)任務(wù)時，則表現(xiàn)出遵守規(guī)范類的情感[4]。綜上所述，學(xué)習(xí)參與度即學(xué)習(xí)過程中學(xué)生為達(dá)成學(xué)習(xí)目標(biāo)，在行為參與、認(rèn)知參與、情感參與等方面的表現(xiàn)情況。

（二）在線學(xué)習(xí)參與度

在線學(xué)習(xí)與傳統(tǒng)學(xué)習(xí)雖然在學(xué)習(xí)環(huán)境、教學(xué)方法、學(xué)習(xí)方式等方面存在不同，但二者本質(zhì)上是一致的，都是學(xué)生的學(xué)習(xí)過程。因此，在線學(xué)習(xí)參與和傳統(tǒng)學(xué)習(xí)參與只是學(xué)習(xí)參與的表現(xiàn)形式不同，其本質(zhì)是相同的，同樣是行為參與、認(rèn)知參與和情感參與的有機組合[5]。2008年國外學(xué)者Hrastinski明確將在線學(xué)習(xí)參與度明確定義為學(xué)生參與在線和離線學(xué)習(xí)過程中的行為、交流、思考、感受和歸屬感等表現(xiàn)[6]。綜上可知，在線學(xué)習(xí)參與度即學(xué)生通過在線學(xué)習(xí)平臺參與在線和離線學(xué)習(xí)過程中的行為和心理上的表現(xiàn)，具體表現(xiàn)為資源訪問量（如視頻觀看時長）、互動討論（如回帖數(shù)量和質(zhì)量、發(fā)帖數(shù)量）、作業(yè)完成（如作業(yè)得分、是否完成）、團隊協(xié)作（如小組作業(yè)得分）、反饋互動（如在線尋求教師輔導(dǎo)、參與主題討論）等。由此，本文將據(jù)此設(shè)計后續(xù)高職學(xué)生在線學(xué)習(xí)參與度影響因素的調(diào)查問卷。

二、高職學(xué)生在線學(xué)習(xí)參與度影響因素調(diào)研

（一）問卷設(shè)計

為保障調(diào)查問卷的科學(xué)性，在前期文獻(xiàn)綜述的基礎(chǔ)上，問卷的設(shè)計著重參考了全美大學(xué)生參與度調(diào)查量表（NSSE）[7]和孔企平教授設(shè)計的學(xué)習(xí)參與度調(diào)查問卷[8]，形成了在線學(xué)習(xí)影響因素調(diào)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(quán)值分別是5、4、3、2、1，分值越大，影響也越大。

（二）數(shù)據(jù)收集

問卷的調(diào)查對象是重慶城市職業(yè)學(xué)院大數(shù)據(jù)應(yīng)用技術(shù)專業(yè)群的學(xué)生。在調(diào)查過程中，采用網(wǎng)絡(luò)問卷調(diào)查和紙質(zhì)問卷調(diào)查相結(jié)合的方式，其中問卷星收集網(wǎng)絡(luò)問卷83份，有效問卷78份，發(fā)放紙質(zhì)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(xué)生在線學(xué)習(xí)參與度影響因素分析

為了簡化數(shù)據(jù)，從眾多變量中找出具有代表性的隱藏因子，并保存原有數(shù)據(jù)所體現(xiàn)的信息，高職學(xué)生在線學(xué)習(xí)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(shù)據(jù)的內(nèi)部一致性，確定獲取的數(shù)據(jù)是否具有研究意義，研究中采用了目前應(yīng)用最為廣泛的克隆巴赫α系數(shù)作為信度指標(biāo)[9]，通過SPSS軟件對在線學(xué)習(xí)參與度影響因素的數(shù)據(jù)進(jìn)行信度檢驗，結(jié)果顯示克隆巴赫α系數(shù)的值為 0.771，大于0.7，這表明獲取到的在線學(xué)習(xí)參與度影響因素數(shù)據(jù)具有較好的內(nèi)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(diào)研數(shù)據(jù)適用于因子分析法進(jìn)行處理[10]。因此，在確認(rèn)調(diào)研數(shù)據(jù)具有研究價值后，進(jìn)一步通過SPSS軟件進(jìn)行KMO檢驗和Bartlett球狀檢驗，檢驗結(jié)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(diào)查問卷具有結(jié)構(gòu)效度，獲取的在線學(xué)習(xí)參與度影響因素調(diào)研數(shù)據(jù)具有較好的偏相關(guān)性，達(dá)到顯著水平，適合進(jìn)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(biāo)，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(jìn)行共同度檢驗的結(jié)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(xué)習(xí)參與度影響因素調(diào)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(jié)果是切實有效的。

（四）主要因子提取

為了刪除重復(fù)多余變量，建立兩兩不相關(guān)的新變量并盡可能保持原有的信息，實現(xiàn)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(xiàn)率等指標(biāo)，得到如表3所示的主成分分析結(jié)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(dá)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(jié)構(gòu)，分析因子與題目（變量）之間的相關(guān)性特征，便于對因子（主成分）進(jìn)行專業(yè)上的解釋[13]，繼續(xù)進(jìn)行因子旋轉(zhuǎn)得到旋轉(zhuǎn)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(yīng)題目（變量）在其對應(yīng)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(guān)系，以表4所示的因子載荷矩陣為基礎(chǔ)，重新調(diào)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(jìn)行說明，結(jié)果如表5所示。

四、高職學(xué)生在線學(xué)習(xí)參與度提升策略

通過對調(diào)研數(shù)據(jù)的分析，研究發(fā)現(xiàn)了7個在線學(xué)習(xí)參與度的影響因素：學(xué)習(xí)平臺因素、學(xué)生主體因素、課程資源因素、政策因素、在線互助學(xué)習(xí)因素、教師因素、教學(xué)設(shè)計因素?；诖?，從如下7個方面提出了高職學(xué)生在線學(xué)習(xí)參與度的提升策略。

（一）加強學(xué)生參與在線學(xué)習(xí)的主體意識培養(yǎng)

在線學(xué)習(xí)環(huán)境下，首先，教師應(yīng)該幫助學(xué)生制訂個性化、翔實明確的在線學(xué)習(xí)計劃，使其明確學(xué)習(xí)目標(biāo)，便于學(xué)生自我管理，并通過漸進(jìn)式達(dá)成各個預(yù)期目標(biāo)的成效感，提升學(xué)生對課程的興趣，激發(fā)學(xué)生的主動求知欲，進(jìn)而強化學(xué)生的自主學(xué)習(xí)能力和自我管理意識。其次，應(yīng)對學(xué)生開展學(xué)習(xí)平臺的操作技能培訓(xùn)，避免學(xué)生因?qū)W習(xí)平臺操作不熟練對在線課程的學(xué)習(xí)產(chǎn)生挫敗感。由此，強化學(xué)生參與在線學(xué)習(xí)的主體意識，促使學(xué)生積極主動地參與在線學(xué)習(xí)。

（二）選擇健壯性強、人性化的在線學(xué)習(xí)平臺

為提升在線學(xué)習(xí)效率，在線學(xué)習(xí)平臺應(yīng)有良好的穩(wěn)定性，支持高并發(fā)、低延遲等，避免在線學(xué)習(xí)過程中出現(xiàn)卡頓甚至無法訪問等情況。其次，在線學(xué)習(xí)平臺應(yīng)提供簡單易用的人性化界面，并提供學(xué)習(xí)導(dǎo)航等引導(dǎo)學(xué)生熟練地完成各種在線學(xué)習(xí)活動，保障學(xué)生順利實現(xiàn)預(yù)設(shè)的學(xué)習(xí)目標(biāo)，提高學(xué)習(xí)積極性。同時，在線學(xué)習(xí)平臺還應(yīng)具備學(xué)生互評、在線討論等人性化的在線支持服務(wù)，從而增強學(xué)習(xí)體驗，提升在線學(xué)習(xí)興趣。此外，在線學(xué)習(xí)平臺還應(yīng)具備學(xué)習(xí)軌跡記錄功能，以便學(xué)生掌握自己的學(xué)習(xí)情況，加強自身學(xué)習(xí)管理，強化自主學(xué)習(xí)能力。

（三）提升在線課程資源質(zhì)量

課程資源是在線學(xué)習(xí)的核心內(nèi)容，其形式應(yīng)豐富多樣，富有趣味性，同時還應(yīng)分類清晰，邏輯銜接明確，互為補充，由此，消除厭倦感，激發(fā)學(xué)習(xí)興趣。此外，教學(xué)視頻是課程資源的關(guān)鍵內(nèi)容，是重點、難點學(xué)習(xí)內(nèi)容的重要載體，應(yīng)精選內(nèi)容、控制時長、提高清晰度、增加字幕，幫助學(xué)生快速掌握重難點，提高學(xué)習(xí)效率。

（四）促進(jìn)在線學(xué)習(xí)配套政策建設(shè)

為強化在線學(xué)習(xí)的組織管理，應(yīng)為在線課程的學(xué)習(xí)管理提供政策支持，建立在線學(xué)習(xí)誠信制度等，對不良在線學(xué)習(xí)行為（如通過外掛等形式完成學(xué)習(xí)任務(wù)）進(jìn)行約束、監(jiān)督、獎懲、評價，促進(jìn)良好在線學(xué)習(xí)風(fēng)氣的形成。此外，由于在線教學(xué)與傳統(tǒng)教學(xué)（如高職傳統(tǒng)的一體化教學(xué)）在學(xué)習(xí)環(huán)境、學(xué)習(xí)方法等方面存在顯著差異，所以其學(xué)習(xí)成效評價也會有較大不同，因此，應(yīng)制訂在線課程的成績認(rèn)定政策，科學(xué)設(shè)定直播課、線上線下混合式等在線課程的成績認(rèn)定比例等，通過制度性的文件為后續(xù)相關(guān)在線課程的評價體系設(shè)計提供政策依據(jù)。

（五）強化在線學(xué)習(xí)互助共同體建設(shè)

為克服在線學(xué)習(xí)的情感交互弱化問題，教師應(yīng)主動引導(dǎo)學(xué)生自主分組，鼓勵學(xué)生在學(xué)習(xí)過程中協(xié)作學(xué)習(xí)和研討，促進(jìn)師生互動。同時，還應(yīng)引導(dǎo)學(xué)生互相評價和自我評價，通過互評和自評，使學(xué)生吸取他人優(yōu)點、認(rèn)知自我，從而規(guī)范自我學(xué)習(xí)行為，強化自我管理意識。

（六）加強教師引導(dǎo)

在線學(xué)習(xí)過程中，“教”與“學(xué)”呈現(xiàn)相對分離的狀態(tài)，對學(xué)生的自主學(xué)習(xí)和自我管控能力要求較高，因此，教師的指導(dǎo)者角色弱化，而引導(dǎo)者角色增強，所以，教師應(yīng)及時回復(fù)學(xué)生的問題，積極反饋學(xué)生的在線參與;同時，教師還應(yīng)根據(jù)學(xué)生的差異性，對學(xué)生因材施教，適當(dāng)進(jìn)行線下輔導(dǎo)，深入了解學(xué)生并與之交流互動，引導(dǎo)學(xué)生有效參與在線學(xué)習(xí)。

（七）深化教學(xué)改革

課程評價對學(xué)習(xí)參與具有重要的導(dǎo)向作用，有效的考核政策能夠顯著提高學(xué)生的學(xué)習(xí)參與度，因此教師應(yīng)該根據(jù)學(xué)習(xí)平臺的功能特點并結(jié)合在線學(xué)習(xí)特征，科學(xué)篩選可量化評價的學(xué)習(xí)指標(biāo)（如在線測驗完成度及分?jǐn)?shù)等），然后依據(jù)各指標(biāo)的權(quán)重合理設(shè)計在線課程的評價體系。其次，為吸引學(xué)生的注意力，降低認(rèn)知難度，增加學(xué)習(xí)效果，教學(xué)視頻的內(nèi)容展現(xiàn)應(yīng)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(yīng)在教學(xué)視頻中嵌入測試題目或提問，從而以互動的方式引發(fā)學(xué)生自主思考，提升認(rèn)知能力。

五、結(jié)論

本次問卷調(diào)查對象是重慶城市職業(yè)學(xué)院大數(shù)據(jù)應(yīng)用技術(shù)專業(yè)群學(xué)生，通過對高職學(xué)生在線學(xué)習(xí)參與度影響因素數(shù)據(jù)的統(tǒng)計分析，歸納出影響高職學(xué)生在線學(xué)習(xí)參與度的七個因素。并從加強學(xué)生參與在線學(xué)習(xí)的主體意識培養(yǎng)、選擇健壯性強人性化的在線學(xué)習(xí)平臺、提升在線課程資源質(zhì)量、促進(jìn)在線學(xué)習(xí)配套政策建設(shè)、強化在線學(xué)習(xí)互助共同體建設(shè)、加強教師引導(dǎo)、深化教學(xué)改革七個維度提出了高職學(xué)生在線學(xué)習(xí)參與度的提升策略?？陀^而言，高職學(xué)生在線學(xué)習(xí)參與度提升策略的有效性還需實踐驗證，這將成為后續(xù)研究的出發(fā)點。

參考文獻(xiàn)：

[1]中華人民共和國教育部.教育部關(guān)于印發(fā)《教育信息化十年發(fā)展規(guī)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(xué)習(xí)中學(xué)生參與度模型及應(yīng)用研究[D].武漢：華中師范大學(xué)，2015.

[5]魏一通.提升在線學(xué)習(xí)者參與度的策略研究[D].蘭州：西北師范大學(xué)，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(xué)生學(xué)習(xí)性投入調(diào)查”（NSSE）研究[D].上海：上海師范大學(xué)，2014.

[8]孔企平.數(shù)學(xué)教學(xué)過程中的學(xué)生參與[M].上海：華東師范大學(xué)出版社，2003.

[9]謝龍漢，尚濤.SPSS統(tǒng)計分析與數(shù)據(jù)挖掘[M].北京：電子工業(yè)出版社，2012.

[10]榮泰生.SPSS與研究方法[M].大連：東北財經(jīng)大學(xué)出版社，2012.

[11]王星明.基于因子分析法的預(yù)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(xiàn)民，等.SPASS主成分分析法在速凍水餃皮質(zhì)構(gòu)品質(zhì)評價中的應(yīng)用[J].農(nóng)業(yè)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(shè)計與制造，2019（11）：133-137，141.

編輯 魯翠紅