大學生MOOC學習調查及提升路徑研究

沈 娟

安徽新華學院大數據與人工智能學院,安徽合肥,230088

MOOC(大規(guī)模在線開放課程)作為一種新的學習方式,因其具有開放性、規(guī)?；⒕W絡化等特點,受到廣大教育者的關注[1]。伴隨著MOOC在我國的進一步發(fā)展,作為MOOC資源使用的主力軍——大學生的使用數量也在與日俱增[2]。因此,了解大學生MOOC學習的意愿,分析影響MOOC學習的因素,對于更好地發(fā)展我國MOOC教學有著重要的意義,也有利于改進MOOC平臺的建設,提升學生MOOC學習的效果。

1 調查研究設計

MOOC平臺的特點會對學習者的態(tài)度和行為產生影響,本文基于計劃行為模型(TPB,Theory of Planned Behavior)、理性行為模型(TRA,Theory of Reasoned Action)、技術接受模型(TAM,Technology Acceptance Model)[3],設計并編制了問卷,通過問卷星獲取調查數據。

1.1 影響因素的提煉

結合MOOC學習者的學習特點和理性行為理論、計劃行為理論、技術接受理論等分析有效的內容,梳理大學生使用MOOC資源的影響因素[4-5]。對影響因素進行排序和編號,刪除與研究不一致的因素,利用統(tǒng)計分析軟件(SPSS)分析樣本回收數據的信任和有效性,根據探索性因子分析(EFA)的結果,去除因子載荷較小的觀測變量,最終保留18個,如表1所示。

1.2 數據收集

筆者設計的問卷包括對MOOC的認同情況及學習者對MOOC的使用意愿進行調查。在安徽新華學院隨機選擇大一到大四的10個開設MOOC課程的班級進行調查。最后,導出數據,剔除重復無效的數據,整理后得到310份有效數據。在310位被調查者中,男生有164人,女生有146人,男女性別比例53∶47,分布基本平衡。

2 MOOC學習影響因素調查分析

2.1 探索性因子分析

因子分析主要是探討觀察變量與對應因子之間的強度,找出因子與觀測變量之間的關系[6-7]。本文運用SPSS軟件對調查問卷做探索性因子分析,檢驗問卷的有效性。

對調查問卷中的18個項目進行Bartlett球形檢驗(見表2),可以發(fā)現,KMO值為0.831,因子分析的效果適中,18個觀測變量有共同因素存在,非常適合進行探索性因子分析。

表2 KMO和Bartlett的檢驗

對提取出的因子進行因子旋轉,采用最大方差法分析數據。為便于閱讀,對表格進行重排序和化簡,得出的結果如表3所示。

表3 探索性因子分析

分析表3數據可知:

(1) 從問卷中的18個題項中提取出5個因子,因子載荷值均滿足要求,5個主成分的累計貢獻率達到74.131%,提取的公因子樣本具有很強的解釋方差的能力,可以有效地表示樣本數據。因此,適合將18個觀測變量歸為5個因子。

(2) 根據這5個因子各自包含的一些題目及內容,對各因素進行命名。抽取的第一個成份包括C1、C2、C3、C4,結合技術接受理論TAM模型,命名為感知易用性。抽取的第二個成份包括C5、C6、C7,命名為感知有用性。抽取的第三個成份包括C8、C9、C10、C11,命名為課程資源。抽取的第四個成份包括C12、C13、C14、C15,命名為主動性。抽取的第五個成份包括C16、C17、C18,命名為交流互動性。

2.2 影響因素與大學生MOOC學習意愿的相關分析

由表4可知,感知易用性和大學生MOOC學習意愿之間的相關系數為0.484。由表5可知,感知有用性和大學生MOOC學習意愿之間的相關系數是0.327。由表6可知,課程資源與大學生MOOC學習意愿之間的相關系數為0.560。

表4 感知易用性和大學生MOOC學習意愿的相關性

表5 感知有用性和大學生MOOC學習意愿的相關性

表6 課程資源與大學生MOOC學習意愿的相關性

由表7可知,主動性與大學生MOOC學習意愿之間的相關系數為0.475。由表8可知,交流互動與大學生MOOC學習意愿的相關系數為0.453。相關系數的檢驗的雙側P值為0.000,小于0.001,可以得到,MOOC的感知易用性、感知有用性、課程資源、主動性、交流互動與大學生MOOC學習意愿之間均呈現顯著的正相關關系,MOOC感知易用性、感知有用性、課程資源、主動性、交流互動性越好,大學生的MOOC學習的意愿越高。

表7 主動性與大學生MOOC學習意愿的相關性

表8 交流互動性與大學生MOOC學習意愿的相關性

2.3 影響因素權重分析

將上述對MOOC學習意愿有重大影響的5個因素進行權重分析,每個因子的權重計算是在主成分分析的基礎上進行的。權重計算方法為:(1)確定每個線性組合中主成分的系數,即將各個因素的載荷值除以相應特征根的平方根;(2)確定綜合評分模型中各因素的系數,即對步驟(1)中得到的各指標所具有的主成分進行加權平均,使用初始特征值的方差百分比;(3)確定各因素的權重系數,即對各因素在綜合得分模型中的系數進行歸一化處理;最終得到大學生MOOC學習意愿影響因素權重表,如表9所示。

表9 各因素的權重系數

由表9可知,各因素的權重排名是:課程資源、感知有用性、感知易用性、主動性、交流互動性。

課程資源是大學生MOOC學習意愿的第一位影響因素。課程資源是否豐富,教案、課件等是否方便學生下載,MOOC教師的講解是否能夠吸引學生,激發(fā)學生的學習興趣,這些都對大學生MOOC學習意愿起著重要影響。

感知有用性是大學生MOOC學習意愿的第二位影響因素。學生通過MOOC學習的知識是否有利于提高成績、提高自身實踐操作能力等,會影響大學生使用MOOC學習的積極性。

感知易用性是大學生MOOC學習意愿的第三位影響因素。MOOC不受時間和地域的限制,只要學習者有網絡,就可以進行學習,突破了傳統(tǒng)課程的時間性和區(qū)域性限制,節(jié)省時間和空間成本是互聯(lián)網帶給學習者最大的一個便利。同時MOOC平臺要界面友好、易于操作,一旦太過復雜,將不可避免地增加學習者的成本,不易推廣。

主動性是大學生MOOC學習意愿的第四位影響因素。主動性往往是學習態(tài)度的體現,MOOC學習通常是課下進行,無教師監(jiān)督,學習時間是否能夠保證,目標是否明確,進度安排是否合理,需要學生自己安排,有條不紊、積極主動地學習,既可以保證學習質量,又可以促進學生持續(xù)不斷地進行MOOC學習。

交流互動性是大學生MOOC學習意愿的第五位影響因素。教學環(huán)境和教學氛圍的建設有助于教育活動的長期發(fā)展。交互功能的增設,增強了教師和學生之間的溝通,并為在線學習用戶提供了回答問題和解決問題的平臺,每個學習者都可參與討論。

3 大學生MOOC學習意愿提升路徑

基于以上分析,在此提出幫助大學生提升MOOC學習意愿的幾點建議:

第一,從課程資源、感知有用性因素來看,基于MOOC課程的視角,對于平臺中的課程需要進行一定的合理規(guī)劃。首先,需要提高MOOC課程錄制的質量,課程內容講解細致、生動形象、理論實踐相結合,課程資源形式多樣,易于學生下載學習,高品質的課程才能吸引學生,激發(fā)學生學習興趣,幫助學生提高成績和實踐能力;其次,可以將課程進行分類,按照學習目標和學習難易程度進行劃分,以便學習者可以快速找到適合自己的課程;此外,對于平臺中一些學習者參與度較低的課程需要改進,提高MOOC平臺中課程的數量及質量,豐富課程資源,將有利于提升大學生MOOC學習的意愿。

第二,從感知易用性、交流互動性因素來看,基于MOOC平臺的視角,首先,MOOC平臺需要進行平臺優(yōu)化,讓平臺能夠簡單快捷地進行操作,同時,也要豐富平臺的課程資源,更好地吸引學習者;其次,MOOC平臺盡量提供多種形式的師生互動、生生互動,而不僅是通過評論的形式,也可以通過消息提醒或實時通信,以便參與者需要時可以及時溝通交流;此外,MOOC平臺可以加大自身的宣傳力度,通過之前的研究,筆者發(fā)現大學生接觸MOOC更多的是通過老師推薦或通過網絡了解這兩種途徑,因此,可以考慮加強MOOC平臺宣傳力度,在不同媒體上宣傳,這有益于擴大網絡接觸面,能夠讓更多的學習者接觸到MOOC,從而提升大學生MOOC學習的意愿。

第三,從主動性因素來看,基于學習者的視角,學生要提高MOOC學習的主動性,明確學習目標,合理安排學習時間和進度。科學的學習方法和持續(xù)不斷的學習,讓學生在學習中能夠有所收獲,一個個階段性目標的實現,有助于實現最終目標,有助于提升學生持續(xù)使用MOOC學習的意愿和興趣。

4 結 語

隨著“互聯(lián)網+”教育的發(fā)展,線上線下混合式教學模式的融合,MOOC學習被越來越多的大學生接受和采用,但MOOC學習在迅速發(fā)展的同時也凸顯出存在的問題。如何更好地建設MOOC資源,提升大學生MOOC學習的意愿,提高MOOC學習效果,需要教師、MOOC平臺等多方不斷地努力探討。大學生MOOC學習成效會在多方共同努力下取得明顯提升,在促進教育現代化建設中發(fā)揮更加積極的作用。