|
徐恩芹 (聊城大学 传媒技术学院，山东聊城 252059)
网络学习已经成为信息时代的重要学习方式，也是教育技术学，乃至整个教育领域的重要研究课题。网络学习允许学习者根据自己的实际情况灵活地安排学习时间，调整学习步调，选择学习内容和学习方法，能更好地促进学习者的学习和发展。因此，网络学习迅速普及，在校学生、政府官员、农民、工人等社会各个阶层都越来越多地进行网络学习。然而，现实情境中，各类学习者在网络学习过程中都会出现漫无目的地的浏览或闲聊，面对丰富的资源不知如何筛选和利用，在网络学习中不会提问也不关注别人的问题，造成了网络学习绩效低下。[1]因此，如何提高网络学习绩效成为信息化背景下教育和教学迫切需要解决的重要问题。从而导致了国内外对网络学习绩效研究的日渐增多。 从文献资料来看，对网络学习绩效(也有研究用数字化学习绩效或远程学习绩效)的研究主要集中在对网络学习绩效低下的现象和原因分析、对网络学习绩效的影响因素分析、对网络学习绩效评价的探索和对网络学习绩效改进方法的初步涉及这几个方面。其中，以网络学习绩效影响因素的分析最多。最初，人们主要分析有哪些因素影响网络学习绩效，研究结果揭示出很多因素，其中很多研究都认为师生交互是影响网络学习绩效的重要因素之一。[2][3][4] [5][6]后来，越来越多的学者开始分析某个具体因素对网络学习绩效的影响，以便为网络学习绩效的改进奠定基础。比如，网络社区结构特征对网络学习绩效的影响，[7]学习风格对网络学习绩效的影响，[8]不同学习材料对网络学习绩效影响的研究。[9]这些研究可以指导人们如何更好地优化现有的或构建新的网络学习社区，以便为网络学习绩效的改建创设良好的学习环境，也有助于实践者基于学生的学习风格实现学习资源的个性化推送，通过提高学习资源对学习者的适应性来改进学习绩效。 可见，现有的研究中指出了师生交互是影响网络学习绩效的一个重要因素，但是对于师生交互会从哪些方面、如何影响网络学习绩效?对网络学习绩效的哪些方面影响最大?对网络学习绩效是否有预测力?或者师生交互的哪些方面会对网络学习绩效有预测力?对此还缺少深入的分析。要回答上述问题，必须对师生交互和网络学习的概念框架做进一步解析，本文致力于在理论分析和实证研究的基础上对这些问题作深入的探讨。 一研究目的与研究假设 已有的诸多研究都指出师生交互会影响网络学习绩效，基于此，师生交互无论作为一个整体还是从不同的方面对网络学习绩效都应该会产生影响，并影响到网络学习绩效的不同维度。本研究旨在探索师生交互在哪些方面、如何影响网络学习绩效。因此，基于对师生交互和网络学习绩效概念框架的分析，以个人变量作为控制变量，形成如下研究假设： H1：个人变量会显著影响网络学习中的师生交互。 H2：个人变量会显著影响网络学习绩效。 H3：师生交互对网络学习绩效整体上有积极的正向影响 H4：师生交互对网络学习绩效的不同维度有积极的正向影响 H5：师生交互整体上对网络学习绩效具有一定的预测力。 H6：师生交互不同维度对网络学习绩效具有一定的预测力。 二研究的概念框架 这里主要是基于文献研究，分析师生交互和网络学习绩效的含义与研究维度。 (1)师生交互 在本研究中，师生交互主要是网络环境下的师生交互，不仅包括教师和学生在网络学习中相互作用的过程，还包括网络环境下师生之间通过信息和行为交换所带来的师生心理和行为的改变。[10]网络环境下的师生交互理论不断扩展，本研究不仅要考虑传统师生交互理论所讨论的交互内容、交互形式和交互数量，还要考虑网络环境下的交互距离、交互动机和交互时间。[11]因此，本研究将从交互内容、交互形式、交互数量、交互距离、交互动机和交互时间六个维度研究师生交互。其中交互内容，是指师生之间围绕什么话题展开交互;交互形式指师生交互的不同类型;交互数量指师生交互的次数多少;交互距离是即学习者与教师之间的心理与交往的距离;[12]交互动机主要是指学习者是否能主动发起师生交互，关注学习者参与师生交互的主动性;[13]交互时间主要是指网络学习过程中师生交互的时间长短。 (2)网络学习绩效 对学习绩效的理解有很多观点，概括起来可以分为两个方面，一个是关注过程的学习绩效观，一种是关注结果的学习绩效观。基于此，本研究从学习过程和学习结果两个方面界定网络学习绩效。一方面从学习结果来讲，网络学习绩效是指学习者的学习成就，即学习者在网络学习中能完成既定的学习目标，获得知识技能，同时还能对自己的学习结果感到满意。另一方面，网络学习绩效是学习者在网络学习过程中投入和产出，既学习者能够在网络学习过程中，获得积极的主观体验、能有效地与他人进行交流，拓展自己的视野，获得较高的投入产出比。[14]基于这一界定，本研究中将从学业成绩、学习满意度、交往能力、专业拓展、 投入产出比五个维度研究网络学习绩效。其中，学业成绩主要指学习者网络学习中的目标达成度，学习满意度主要指学习者对学习需求满足情况的主观感受，交往能力主要是学习者在网络学习中的表达和沟通能力，专业拓展主要指网络学习对学习者专业认识和视野的扩展，投入产出比主要指学习者主观上对自己的精力投入与学习收获之间的比较。 三研究过程与方法 (一)调查量表的编制 依据师生交互和网络学习绩效的概念框架编制调查量表是本研究的重要内容，本研究中的调查量表主要包括个人变量、师生交互量表和网络学习绩效量表三部分。首先，个人变量主要包括性别、年级、个人电脑拥用情况、网络使用熟练程度、网络学习频率和教师对网络学习有无要求等个人特征，其中网络学习频率中的“从未进行过网络学习”这一选项，可以帮助我们排除那些没有网络学习经历的学习者。其次，师生交互量表共设计了21个题项，其中交互数量3个题项，交互形式3个题项，交互距离3个，交互内容6个，交互时间3个，交互动机3个。量表采用李克特五分量表，得分越高表明网络环境下的师生交互效果越好。最后，网络学习绩效量表共设计了18个题项，其中学业成绩3个题项，学习满意度5个题项，交往能力3个题项，专业拓展3个题项，投入产出比4个题项。该量表也采用李克特五分量表，得分越高，表明学习者的网络学习绩效越高。 (二)样本的选择 样本选择是实证分析的关键，到底多少样本才具有代表性，社会科学研究中似乎并没有一致的结论。学者Gay认为，相关分析在于探讨变量之间有无关系，因此，样本数量不少于30人即可。[15]由于本研究基本属于相关研究，因此面向高校的学生，共发放量表160份，回收158份，排除了极个别从未进行过网络学习的样本，又经过仔细筛选，有效样本为145份。所以，样本选择符合研究的基本条件。 (三)数据分析 对于全部有效问卷，利用spss19.0进行统计分析。 项目分析结果表明，所有题项的决断值(CR)均达显著，具有一定的鉴别度。 信度分析结果表明，师生交互量表和网络学习绩效量表的内部一致性系数α值分别为0.925和0912。这说明问卷具有很好的信度。 因子分析结果显示，两个量表的KMO值分别为0.913和0.907，Bartlett球形检验的显著性系数均为0.000，适合进行因子分析。并且由21个题项构成的师生交互量表可以提取出6个主成分，累积方差贡献率为75.824%。由18个题项构成的网络学习绩效量表可以提取出5个主成分，累积方差贡献率为76.006%。旋转后的载荷矩阵说明每个题项指向相应主成分上的载荷均大于0.6，说明这两个量表都具有较好的结构效度。另外，从问卷的设计、发放到问卷的统计分析，访谈一直没有中断，其中包括课题组成员对校外专家和学生的集体访谈，这在一定程度上保证了问卷的内容效度。 四研究结果分析 下面将在对数据进行描述性统计分析的基础上，通过相关分析和回归分析来探索师生交互在哪些方面、如何影响网络学习绩效。 (一)变量的描述性分析 1.个人变量的描述性分析 本次调查的学生中，专业分布涉及教育学、艺术、物理、化学等多个学科，其中男生占39.7%，女生占60.3%;本科生为67.2%，研究生为32.8%;有个人电脑的占79.2%，无个人电脑的20.8%。对于网络熟悉程度，1.5%的学生很不熟练，10.6%的学生不熟练，59.1%的学生一般情况，25.8%的学生熟练，3.0%很熟练。对于他们的网络学习情况，68.2%的学生偶尔进行学习，27.5%的学生经常学习，4.3%的学生每天都进行网络学习。58.4%的学生反映教师对他们的网络学习有明确的要求，41.6%学生反映教师对网络学习没有明确的要求。 2.师生交互的描述性统计 整体上，网络学习中师生交互的平均分为75.2652，每题平均分为3.5841分，超过5分制的平均值，且向最大值5靠近，这说明学生的师生交互整体上较为理想。在不同维度上，交互距离的得分最高，每题平均得分为3.9490分;其次是交互动机，每题平均分为3.6616分;接下来依次是交互内容、交互时间、交互数量和交互形式。每题平均分分别为3.5341、3.5101、3.4949和3.4066分，均在3分以上。所以，学生在网络学习过程中师生交互在各维度上尽管存在差异，但是都比较理想。 3.网络学习绩效的描述性统计 网络学习绩效整体均值为70.4470，每题平均分为3.9137分。在网络学习绩效的不同维度上，专业拓展的每题平均分为4.0707，投入产出比的每题平均分为3.9868，交往能力、学习满意度和学业成绩的每题平均分分别为3.9116、3.9015和3.6815。可见，学生的网络学习绩效在整体以及各维度上都高于5分制的平均值，比较可观。 (二)个人变量对师生交互的影响 表1的数据显示，首先，在师生交互整体上，年级与师生交互具有一定的负相关，其相关系数为-0.234，显著性系数为0.0070，小于0.01。网络学习频率和与师生交互具有较弱的正相关，其相关系数为0.182，显著性系数为0.037，小于0.05。教师对网络学习有无明确要求与师生交互具有一定的负相关，其相关系数为-0.299，显著性系数为0，小于0.01。其他个人变量，比如性别、个人电脑拥有程度和网络熟练程度与师生交互整体上无相关性。 其次，在师生交互的不同维度上，性别与交互数量具有较弱的负相关，其相关系数为-0.196，显著性系数为0.024，小于0.05。年级与交互数量、交互内容和交互时间均具有一定的负相关，其相关系数分别为-0.323、-0.281和-0.279，显著性系数均小于0.01。教师对网络学习有无明确要求与交互数量、交互距离、交互内容和交互动机都具有一定的负相关，其相关系数分别为-0.027、-0.256、-0.267-0.336，显著性系数均小于0.01。个人电脑拥用情况、网络熟练程度和网络学习频率与师生交互的各个维度均无显著相关。 综上，无论是在师生交互的整体上，还是在不同维度上，都只有部分个人变量会影响师生交互，假设1部分成立。 表1 个人变量与师生交互的相关性分析数据 **在0.01水平上相关显著;*在0.05水平上相关显著。以下同 (三)个人变量对网络学习绩效的影响 表2的数据显示，首先，在网络学习绩效整体上，网络熟练程度与网络学习绩效整体的相关系数为0.220，显著性系数为0.011，小于0.05，因此，网络熟练程度与网络学习绩效具有一定的正相关。教师对网络学习的要求与网络学习绩效整体的相关系数为-0.178，显著性系数为0.041，小于0.05，因此，教师对网络学习的要求与网络学习绩效整体具有较弱的负相关。其他个人变量，比如性别、年级、个人电脑拥有程度和网络学习频率等与师生交互整体上均无相关性。 其次，在网络学习绩效的不同维度，年级与投入产出比的相关系数为0.204，显著性系数为0.019，小于0.05，因此，年级与投入产出比具有一定的正相关。网络熟练程度与专业拓展和投入产出比的相关系数分别为0.254和0.271，显著性系数均小于0.01，网络熟练程度与专业拓展和投入产出比均具有一定的正相关。教师对网络学习有无明确要求与学习满意度和交往能力的相关系数分别为-0.206和-0.186，显著性系数均小于0.05。因此，教师对网络学习有无明确要求与学习满意度和交往能力都具有一定的负相关。其他个人变量，如性别、个人电脑拥用情况和网络学习频率与网络学习绩效的各个维度均无显著相关。 综上，只有部分个人变量会影响网络学习绩效，假设2部分成立。 表2 个人变量与网络学习绩效的相关性分析数据 (四)师生交互对网络学习绩效的影响 为了更深入地分析师生交互在哪些方面、如何影响网络学习绩效，下面分别分析师生交互对网络学习绩效整体和不同维度上的影响。 1.师生交互对网络学习绩效整体的影响 表3的数据显示，师生交互整体上与网络学习绩效的相关系数为0.618，显著性系数为0，小于0.01，因此，师生交互整体上与网络学习绩效表现出显著的正相关。而且师生交互的不同维度对网络学习绩效整体上也表现出显著的正相关，其中交互数量、交互形式、交互距离、交互内容、交互时间和交互动机与网络学习绩效整体的相关系数分别为0.492、0.446、0.400、0.551、0.506和0.446，显著性系数均为0，小于0.01。可见，师生交互整体及其不同维度上都与网络学习绩效整体呈现出显著正相关，这说明师生交互整体或者在不同维度上的效果越好，网络学习绩效越理想，并且在师生交互的不同维度上，交互内容的相关性最大，相关系数达到0.551，其次是交互时间，相关系数为0.506。 因此，师生交互整体和不同维度都会对网络学习绩效整体上产生积极的正向影响，假设3成立。 表3 个人变量与网络学习绩效的相关性分析数据 2.师生交互对网络学习绩效各个维度的影响 首先，根据表3中的数据，师生交互整体上与学业成绩、学习满意度、交往能力、专业拓展和投入产出比均表现出显著的正相关，其相关性系数分别为0.627、0.641,0.413、0.339和0.398，显著性系数均小于0.01。其次，师生交互的不同维度与网络学习绩效的不同维度也表现出显著的正相关。其中，交互数量与学业成绩、学习满意度、交往能力、专业拓展和投入产出比的相关性系数分别为0.496、0.539、0.316、0.253和0.358，显著性系数均小于0.01。交互形式与学业成绩、学习满意度、交往能力、专业拓展和投入产出比的相关性系数分别为0.413、0.392、0.241、0.276和0.256，显著性系数均小于0.01。交互距离与学业成绩、学习满意度、交往能力、专业拓展和投入产出比的相关性系数分别为0.435、0.383、0.267、0.323和0.356，显著性系数均小于0.01。交互内容与学业成绩、学习满意度、交往能力、专业拓展和投入产出比的相关性系数分别为0.531、0.625、0.398、0.262和0.320，显著性系数均小于0.01。交互时间与学业成绩、学习满意度、交往能力、专业拓展和投入产出比的相关性系数分别为0.591、0.495、0.298、0.263和0.341，显著性系数均小于0.01。交互动机与学业成绩、学习满意度、交往能力、专业拓展和投入产出比的相关性系数分别为0.447、0.440、0.345、0.242和0.287，显著性系数均小于0.01。 综上，师生交互整体及其在不同层面上与学业成绩、学习满意度、交往能力、专业拓展和投入产出比均表现出显著的正相关。并且，无论是在整体上还是不同维度上，师生交互与学习满意度和学业成绩的相关性高于网络学习绩效的其他层面。因此，师生交互对网络学习绩效的各维度都会产生积极的正向影响，假设4成立。 (五)回归分析 相关分析说明了师生交互与网络学习绩效的相关程度及方向，下面将进一步通过回归分析揭示师生交互与网络学习绩效之间的因果关系。 1.师生交互整体对网络学习绩效的回归分析 以师生交互整体为自变量，以网络学习绩效整体为因变量，进行一元回归分析。表4-1的数据显示，回归模型的判定系数R2为0.382，F值为80.470，p值为0.000，两者之间存在线性关系。表4-2的数据显示，回归系数t等于8.971，p值为0.000，说明具有显著的统计学意义，进而说明师生交互对网络学习绩效整体具有显著的影响，并具有较好的预测作用，假设5成立。常数项t值为9.498，p值为0.000，故采用未标准化系数，可以得到回归方程为： 模型1：网络学习绩效=63.447 0.452×师生交互。 表4-1 模型摘要及方差检验数据 表4-2 回归系数(a) 2.师生交互不同维度对网络学习绩效的回归分析 以师生交互的六个维度为自变量，以网络学习绩效整体为因变量，采用逐步回归的方式进行多元回归分析，得到如表5-1和表5-2的数据。 首先，数据显示，自相关检验的DW值为1.754，说明样本之间没有自相关。共线性分析显示，容差分别为1.000、0.569和0.569，均大于0.1，方差膨胀因子较小，不存在多重共线性问题，这几个指标说明适合进行多元回归分析。 其次，从表5-1中的数据可以看出，只有交互内容和交互时间进入了回归方程，两个预测变量的多元相关系数为0.221。而且交互内容最先进入，其次是交互时间，随着进入模型的预测变量的增加，回归平方和也相应增加，说明随着逐步回归中模型的改进，已解释变差越来越大。每个模型的F统计值的显著性概率都小于0.01，说明每个模型的总体回归效果都是显著的。因此，交互内容和交互时间对网络学习绩效整体具有一定预测力，师生交互的其他维度对网络学习绩效整体上没有预测力。假设6部分成立。 最后，根据表5-2中的数据，常数项t值分别为16.380和13.726，p值均为0.000，故采用未标准化回归系数，可以得到如下标准化回归方程： 模型2-1：网络学习绩效=48.632 1.029×交互内容; 模型2-2: 网络学习绩效=44.677 0.717×交互内容 1.003×交互时间; 表5-1 模型摘要及方差检验数据 表5-2 回归系数(a) 五研究结论与启示 (一)研究结论 根据前面的分析，可以发现本研究最初提出的研究假设基本成立。 首先，学生的年级、网络学习频率以及教师是否对网络学习有明确要求等个人变量会影响师生交互。且年级越高，交互数量越少，交互时间越多，师生交互整体程度越低。教师对网络学习越是有明确的要求，交互数量越少，交互距离越小，交互内容越集中，交互动机越低，师生交互整体程度越低。网络学习频率越高，师生交互整体程度越高。其他个人变量与师生交互没有表现出显著相关。研究假设1部分成立。 其次，学生的网络熟练程度与网络学习绩效之间有显著正相关，网络熟练程度越高，专业拓展效果越好，投入产出比越高，网络学习的整体绩效也越高。年级对投入产出比有明显相关性，且年级越高，投入产出比越高。教师对网络学习有无明确要求对网络学习绩效有一定相关性，其有明确要求的学生网络学习的满意度与交往能力较高，整体的网络学习绩效也较高。其他个人变量与网络学习绩效没有表现出显著相关。研究假设2部分成立。 另外，师生交互整体及其不同维度都与网络学习绩效整体呈现出显著正相关，会对网络学习绩效整体上产生积极的正向影响。师生交互整体及不同维度会对学业成绩、学习满意度、交往能力、专业拓展和投入产出产生积极的正向影响。因此研究假设3和假设4完全成立。 最后，师生交互整体对网络学习绩效具有显著预测力，具体到师生交互的不同维度，交互内容对网络学习绩效的预测力最大，其次是交互时间，其他维度没有表现出预测力。所以，假设5完全成立，假设6部分成立。 (二)研究启示 1.影响网络学习绩效的因素因学习者的不同而有所差异 本研究显示，学生的性别对网络学习绩效整体及各个纬度都不会产生影响。但是，已有的研究结果却表明，性别是影响远程学习者学习成绩差异的显著性因素。[16]究其原因可能源于研究对象的不同。本研究主要是针对普通高校开展网络学习的在校大学生，而已有的研究针对的是专门远程教育机构中进行远程学习的各类在职工作者。这说明不同的学习者影响其网络学习绩效的因素可能也不尽相同。 2.师生交互对网络学习绩效不同维度的影响不同， 前面的分析表明，师生交互对网络学习绩效整体和各维度均会产生积极的正向影响。而且，教师对学生的明确要求也会影响网络学习绩效。从某种程度上来说，教师对网络学习的要求是师生交互的重要内容之一。因此，这也从另一个角度进一步说明了师生交互会影响网络学习绩效。这与已有的研究一致。但是，前面的分析说明，师生交互对网络学习绩效不同维度的影响程度不同，其中师生交互作为一个整体对网络学习满意度的影响最大，其次是学习成绩，对专业拓展的影响最小。因此，如何在网络环境下促进大学生的专业成长是网络学习要关注的重要内容。 3.师生交互的不同维度对网络学习绩效的影响存在差异 已有的研究对师生交互会影响网络学习绩效已成共识，但是师生交互无论在实践中还是在理论上都是一个相对宽泛的概念。本文通过对师生交互不同维度的划分，进一步揭示出师生交互的不同维度对网络学习绩效尽管都会产生影响，但是不同维度对网络学习绩效的影响程度是不同的，其中交互内容对网络学习绩效的影响最大，其次是交互时间，其他各维度的影响程度较为接近。这对于未来如何更好地通过设计师生交互来改进网络学习绩效无疑具有重要的意义。或许这也是我们今后应当关注的重要课题。 4.加强对交互内容的引导和延长交互时间有助于改进网络学习绩效 本研究显示，师生交互的各个不同属性中，交互内容和交互时间对师生交互具有一定的预测力。这是已有研究所没有涉及到的。基于此，从师生交互的角度来讲，在网络学习过程中，在设计师生交互活动时，通过强化教师对交互内容的引领，适当延长交互时间，可以优化网络学习中的师生交互，从而更好地改进网络学习绩效。 发表于《电化教育研究》2016年第9期 [参考文献] [1]章国英，章翔.网络学习低绩效现象与习惯的适应性研究[J].远程教育杂志，2006(2)：39-63. [2]Hannafin， M.， Hill J. & Land， S.Student-Centered Learning and Interactive Multimedia: Status， Issues， and Implications [J].Contemporary Education，1997(2)： 94-99. [3]Scott D. Johnson et al. Comparative Analysis of Learner Satisfaction and Learning Outcomes in Online and Face-to-Face Learning Environments [J]. Interactive Learning Research，2000(1)：29-49. [4]杨奕农，柴惠质.非同步网络学习成效及影响因素之计量研究：经济学课程个案研究[J].科学教育学刊，2002(2)：193-210. [5]Jo Davies，Martin Graff .Performance in e-learning: online participation and student grades. British Journal of Educational Technology [J]. 2005(36):657-663. [6]黄天慧，郑勤华.学习者数字化学习绩效的影响因素研究综述[J].中国远程教育，2011(13)：17-23. [7]衷克定，梁玉娟. 网络学习社区结构特征及其与学习绩效关系研究[J].开放教育研究，2006(6):59-63. [8]韩松.远程教育学习风格对学习绩效的影响测评[J].远程教育杂志，2010(6)：59-63. [9]Chen Chih-Ming, Sun Ying-Chun. Assessing the effects of different multimedia materials on emotions and learning performance for visual and verbal style learners [J]. Computers & Education, 2012(4):1273-1285. [10]邵伏先.人际交往心理学[M].重庆：重庆出版社，1988. [11]Enqin Xu, Bin Jia. Research on using QQ to promote teacher-student interaction [J]. Int. J. Cont. Engineering Education and Life-Long Learning,2013(3)：324-335. [12]焦广兰.浅析交互距离理论及其对学习支持服务的指导意义[J].现代教育技术，2006(2)：30-32. [13]曾祥跃.生态学视野下的远程教育教学交互分类模型[J].中国电化教育，2012(2)：36-41. [14]贾斌，徐恩芹,张景生.国内学习绩效研究发展综述[J].电化教育研究，2013(11)：53-58. [15]吴明隆.SPSS统计应用实务[M].北京：中国铁道出版社，2000. [16]郑勤华等.远程学习者学习绩效影响因素研究[J].开放教育研究，2013(6):88-94. 【基金项目】山东省“十二五”教育科学规划课题“教师在线培训中的学习绩效研究”(2013GG053);聊城大学校级科研基金“网络学习绩效改进的行动研究”。 【作者简介】徐恩芹，女，山东汶上人。副教授，在读博士，主要从事网络学习、思维教学研究。E-mail：xeqxeq@163.com |
|
|
来自： 小桥流水u9t8jc > 《专家观点》
