学生控制源倾向及其它个体差异对在线学习满意度的影响

崔国强，韩锡斌，王淑艳

(1.烟台大学 外国语学院，山东 烟台 264005；2.清华大学 教育研究院，北京 100084；3.美国南密西西比大学 课程教学与特殊教育学院，美国南密西西比州 哈蒂斯堡 39406）

学生控制源倾向及其它个体差异对在线学习满意度的影响

崔国强1，韩锡斌2，王淑艳3

(1.烟台大学 外国语学院，山东 烟台 264005；2.清华大学 教育研究院，北京 100084；3.美国南密西西比大学 课程教学与特殊教育学院，美国南密西西比州 哈蒂斯堡 39406）

随着在线学习在高校的逐步拓展，其有效性越来越受到关注。除了对在线学习成绩进行评价外，学生在线学习的满意度也是一项重要的测度指标。学习满意度是一种主观体验，受个体因素的影响，不同的学生由于个体的差异往往对于他们在线学习的经历持有不同的态度和观点。该文采用问卷调查的方法，探讨表征学生个体差异的两类变量：学生的控制源倾向及其它个体特征，对他们在线学习满意度的影响。调查数据来自于美国一所大学的在线课程。通过状态描述、皮尔逊相关分析以及多元回归统计方法的分析发现，学生的控制源倾向及个性特征与他们在线学习的满意度没有统计意义的相关性，表明在大学中开展在线教学对于各类学生都有良好的适应性。

控制源倾向；学习满意度；在线学习；个体差异；学习有效性

如今在线学习已成为高校教学中不可或缺的一部分。根据Allen和Seaman对于美国在线教育的统计报告，至少注册一门在线课程的学生数占整个高等教育注册学生数的比例, 从2003年的9.6%增加到2013年的33.5%，已占整个高等教育注册总人数的1/3[1]。在国内虽然没有针对在线学习大学生的准确统计数据，但从一些主流的网络教学平台成为大学常态教学技术设施的情况来看，也反映了对在线学习的普遍认可，如清华教育在线(THEOL)已经在全国400所院校应用，平均每天有100余万师生登录使用[2]。

在线学习中教师和学生在空间上相对分离，学生需要有更多的独立性、自律性、学习动力以及协作精神。由于不同的学生具有不同的个性特征，他们对于在线学习有不同的个人体验，也有不同的表现，因而随着对在线学习效果越来越多的关注，除了学习成绩外，也需要关注到学生在线学习的满意度。学生对于在线学习体验的满意度可能会影响到他们将来是否选择在线课程的可能性，以及学校和教师对于进一步建设在线课程的决定。但是目前针对学生在线学习满意度的研究数量却相对较少，因此，有必要针对学生在线学习满意度开展深入的研究[3]。

而在另外一方面，虽然也有一些针对学生个体特征对教学方式的研究，但是关于学生个体特征对在线学习效果影响的研究却不多，尤其是对在线学习满意度的研究就更少。除了学生的具体个性特征外，学生的控制源倾向也普遍被认为是一个能够影响他们行为举止的重要变量，因此本文重点研究高校学生的控制源倾向以及他们的其它个体特征对在线学习满意度的影响。

一、相关文献分析

1. 学生基本个体特征与在线学习满意度

学生对在线学习的满意度取决于他们是否在网络学习过程中获得了预想的学习过程、体验和结果。对在线学习比较高的满意度影响在线学生学习的效果，以及在某种程度上决定在线课堂的成功与否[4]。在线学习中较高的满意度能够激励学生的学习兴趣，提高他们学习效率，而相对低的满意度往往降低学生与同学进行交流和学习的意愿和水平[5]。

研究表明，学生的基本个性特征比如性别、年龄、家庭种族背景，以及在线学习的经历往往对他们的在线学习满意度有影响。性别变量一直被很多研究者所关注，男女生由于不同的个人和家庭责任往往在网络学习中表现出不同的行为举止[6]。男女生在网络学习中的互动性、激励性、专注性和最终成绩都有不同的表现，因此需要有更多的研究来探索性别在网络学习中的不同表现和影响。虽然目前选择在线学习的女生往往多于男生[7]，但是对于男女生的在线学习的表现持有不同的意见和观点，比如研究者发现，对于女生而言，男生往往对于在线学习经历有更满意的学习体验[8]。然而其他研究人员在研究中却发现女生比男生对于在线学习过程更为满意[9]。而其他的一些研究则发现男女生在网络学习过程中没有表现出任何的差异[10]。基于以上种种不同的研究结果，有必要进一步研究在线学习中学生满意度的性别差异。

在线学习中不同年龄层次的学生也由于不同的背景和生活经历，往往会有不同的学习感受和体验。一部分研究者认为，大多数年长的学生比年纪稍轻的学生会有更大的学习动力，而且他们具有更清楚的学习目标[11]。同时，不同年龄层次的学生有不同的学习行为和习惯。比如，Richardson提出，年长的学生更适合行为主义的学习环境而年轻的学生倾向于互动和协作的学习环境。同年轻的学生相比，年长的学生却由于对网络技术和环境的相对不熟悉，往往有不同的在线学习体验。因此，有必要深入对于在线学习中的年龄因素展开分析和讨论[12]。

在网络学习过程中，另外一个引起关注的因素是家庭种族背景的不同。由于在线学习的特殊性，参与的学生往往具有更广泛的个性特征，尤其是不同的家庭种族背景。Ke和Kwak指出，不同种族背景的学生具有不同的在线学习体验，而他们认为少数种族的学生往往会有更满意的在线学习体验[13]。Helm, Sedlacek,和Prioto在实验研究中也印证了这一观点，发现在美国在线课堂中，拉丁裔学生对于在线教学最为满意，随后是非洲裔学生，而亚洲裔学生和白种人学生对于在线课堂的满意度最低[14]。然而其他学者却并不认为不同种族背景的学生会有不同的在线学习体验，比如Thompson提到，很难概括出不同种族的学生对学习过程以及满意度的影响。因此对于不同种族学生的在线学习满意度的研究也有待进一步深入[15]。

此外，学生不同的在线学习经验也会导致他们对于在线课堂的满意度有不同的态度。有研究表明在线学习经验也是一项比较好的评定学生在线学习态度的指标[16]。Arbaugh指出，如果在线学习之前利用某种网络教学平台而产生不愉快的学习过程，那么他们往往不会再采用同样的平台和方式[17]。Dziuban和Moskal也强调，有丰富在线学习经验的学生，往往对于在线学习持有更满意的态度[18]。其他研究者也在其实验研究中证实了这一观点[19]。与之相反，Arbaugh却认为在线学习的经验与学生的在线学习满意度没有任何关系[20]。这些不同的观点往往使人们对于在线学习经验这一变量更加困惑，因此有必要对于在线学习经验这一变量进行更多的研究。

2. 学生控制源倾向与在线学习满意度

控制源倾向(Locus of Control)是一个心理学名词，最早是Julian Rotter于1954年基于社会学习理论提出。控制源倾向理论是一种个体归因倾向的理论，根据这一理论，可以对不同的个体差异进行详细的说明和测量。具体来说，个体对生活中发生的事情和结果有不同的解释。而基于不同的解释，又可以把控制源倾向分为内控和外控。根据Rotter的研究，内控者往往期待自己对生活和其他事件有更大的控制力，因此个人应该对自己的生活负责任，而外控者往往认为，生活一切的发生都源自于外部因素，比如运气、机会和更有权势的其他别人而非自己[21]。大部分人的控制源倾向往往介于极端内控和极端外控两者间游离。

控制源倾向作为社会心理学中十分重要的变量，已经被许多学者研究，而且有相当多的实证研究来证实控制源倾向与满意度之间的关系。比如，Mitchell, Smyster和Weed在研究控制源倾向与工作的满意度的关系中发现，在城市里的工人当中，内控者往往比外控者对于他们的工作有更大的满意度[22]。同样Seipel在对美国犹他州的韩国社区的采访调查中也发现，内控者对生活的满意度相对更高[23]。在教学环境中，控制源也往往被认为与学生的学习成绩以及状态相关。比如，Wood, Saylor和Cohen等发现，学生的控制源倾向与其学习有显著关联，而其中外控型学生的成绩往往偏低[24]。

在具体的在线学习中，具有内控倾向的学生往往认为学习的难易程度或者效果与自己的能力相关，因此会尽最大的努力，利用在线学习中的各种资源来提高自己的能力和成绩。他们也总结到，内控倾向的学生往往认为在线学习中的相对灵活和自由性为他们更好地完成学习目标提供了更多的机会。因此，他们往往会对在线学习持有更积极和满意的学习态度。相反，有外控倾向的学生往往认为在线学习遇到的困难来自于课程本身，而他们往往在网络学习中更容易迷失自己，因此对于在线学习经历持有相对消极的态度[25]。同样，内控倾向的学生往往更主动积极地搜索环境中的信息，因此在认知和记忆过程中，会更积极地挑战困难、抵制压力，往往会表现得更好，所以会对在线学习过程有更大的满意度[26]。

然而相对于其他环境，具体针对在线学习环境中的学生控制源倾向与满意度关系的实证研究相对较少，因此有必要开展更多的研究，以便更深入了解学生控制源倾向与他们在线学习满意度的关联。随着在线学习的进一步发展，学生的在线学习的满意度也越来越受到研究者、教师和学校管理者的关注[27]。为了更好地了解学生的在线学习满意度，需要对能够影响到在线学生满意度的相关因素进行探究，比如学生的基本个性特征以及控制源倾向，以便能够更好地针对不同的学生，采取更有效的教学手段和方法。

二、研究问题与研究方法

1. 研究问题

本研究的目的是了解学生的控制源倾向以及基本个性特征与在线学习满意度的关系，具体研究问题如下：(1)学生的控制源倾向与在线学习满意度有什么关系？(2)学生的性别与在线学习满意度有什么关系？(3)学生的年龄与在线学习满意度有什么关系？(4)学生的种族背景与在线学习满意度有什么关系？(5)学生的在线学习经验在线学习满意度有什么关系？

2. 调查工具和数据采集

本研究采用了问卷调查的方式，采用了课前和课后两份问卷。课前问卷内容包括两个部分：第一部分共5个问题，分别采集学生的性别、年龄、种族背景、在线学习经验和学生学号的后四位，第二部分采用了Rotter的控制源倾向问卷，包括29个具体问题，每个问题可以用来计算学生的控制源倾向分数, 分数越高的学生越具有外控倾向[28]。该问卷被广泛使用，具有较高的信度(.65 to .79)和效度(.49 to .83)。

课后的问卷用于收集学生的在线学习满意度，以及学号的后四位，以保证匿名的同时进行数据匹配。问卷采用了Arbaugh设计的满意度调查问卷。该问卷最初用来收集在线MBA课程学生的满意度，尤其是对于在线课堂整体的满意度以及对于媒介使用的满意状况，因此比较适合本文的研究。

为了验证控制源倾向和在线学习满意度两份问卷调查的可信度，采用了内部一致性(Internal Consistency)的可信度测量方法。根据可信度相关研究，一致性信度系数(Cronbach Alpha)越接近1.0，则问卷的可信度就越高。经测量，本研究中采用的控制源倾向问卷调查的一致性信度系数为0.654，而满意度问卷的一致性信度系数为0.761，表明这两份问卷具有相对可靠的信度（如表1所示）。

表1 控制源倾向与在线满意度问卷可信度结果

3. 被试学生

参与本次研究的学生来自美国弗吉尼亚理工大学的一门在线课程：药学教育。一共583名学生注册并选修了这门在线课程。在经过对比课前和课后的两次问卷调查后，一共收集到了353个有效的数据进入到下一步的分析中。参与本次研究的学生都具有不同的个性特征信息。

4. 研究流程

在问卷调查发布前，研究内容首先征得了弗吉尼亚理工大学的伦理审查委员会(IRB)的批准。课前的问卷调查在学期开始前以在线形式发给了所有修课的学生，而课后的问卷在学期末课程结束后也通过在线方式发给了参与课程的学生。为了保证问卷的回收率，问卷的具体研究目的和意义比较详细地介绍给学生，同时也发送了几次在线的提醒消息。

5. 研究变量与统计方法

本研究中的自变量包括学生的控制源倾向和基本个性特征，而基本个性特征包括学生的性别、年龄、种族背景、以及在线学习经验，因变量是学生对于在线学习的满意度。

所有调查到的数据输入到SPSS统计软件中进行分析，具体的分析方法包括状态描述方法、皮尔逊相关分析、以及多元回归统计方法。状态描述方法主要用来统计学生的个体信息，而皮尔逊相关分析和多元回归方法主要用来检测学生个性特征和控制源倾向与在线学习满意度的关联，同时也用来发现哪些变量能够真正影响到在线学习满意度的变化(如表2所示)。

表2 研究问题、研究变量和统计方法

三、研究结果与讨论

1. 学生个性状态描述

在583个参与在线课堂的学生中，478人完成了课前的问卷调查，而403人完成了课后的问卷调查。根据学生的学号后四位，对课前和课后的问卷调查进行匹配和统计，最后共有353人的问卷调查进入到最后的分析阶段，他们的基本个性特点及其占比如下：(1)性别：女生占56.9%(201人)，男生占43.1%(152人)；(2)年龄：18-25岁占96.3%，26-35岁占3.4%，36-45占0.3%；(3)种族：白种人占80.2%(283人)，亚洲或亚洲裔人占12.5%(44人)，黑种人占4.5%(16人)，拉丁裔人占2%(7人)，美国印第安人占0.8%(3人)；(3)在线学习经历：大部分学生都有在线学习的经历，其中89.2%(315人)的学生主要以传统面授为主要学习方式，而另外10.8%(38人)主要以在线学习方式为主；(4)控制源倾向：大部分学生的控制源倾向分数在3到21之间(所用问卷的分值区间为0-23)。

从上面描述可以看出，参与本次研究的学生中，大部分都是本科生，年龄在18到25岁之间，而且大部分学生都主要参与常规的面对面教学，这也代表了美国大部分高校学生选择在线学习的比率和趋势[29]。在所有的在线学生中，大部分人的控制源倾向位于极端内控和极端外控之间，这也符合了Rotter对于控制源理论的说明。综上所述，本研究的样本能够代表美国高校本科学生的个性分布特征，并且体现出了较大的差异性。

2. 学生个性特征与在线学习满意度的相关关系

因变量(在线学习满意度)的平均分值为3.86，最低1.56，最高为5(5分是对于在线教学经历最为满意)。采用皮尔逊相关分析(Pearson Correlation)对表征学生个性特征的5个自变量与描述在线学习满意度的1个因变量进行相关分析，结果发现：自变量和因变量之间没有任何统计学上的相关关系(如表3所示)。

表3 皮尔逊相关系数

(1) 性别与在线学习满意度之间的关系：这两者之间皮尔逊相关的双尾检验为不显著（p=0.831），这一结果说明性别与在线学习满意度之间没有显著性的关联。这也印证了Whitley的观点，男女生对于利用计算机学习的过程几乎没有差异[30]。而在本文研究的情景下也证实，即传统高校中开展在线教学，男女生在网络学习过程中没表现出任何差异。

(2) 年龄与在线学习满意度之间的关系：这两者之间皮尔逊相关的双尾检验为不显著（p=0.577），这一结果说明年龄与在线学习满意度之间没有显著性的关联。这也印证了Richardson和Swan的观点，即在网络学习中，年龄的差异并没有对学生的在线学习满意度有影响[31]。而在本文研究的情景下，即传统高校中开展在线教学，不同年龄的学生在网络学习过程中也没表现出任何差异。

(3) 种族与在线学习满意度之间的关系：这两者之间皮尔逊相关的双尾检验为不显著（p=0.526），这一结果说明种族与在线学习满意度之间没有显著性的关联。这结论与Ke和Kwak得出的结果不同，因为他们发现网络教学中，少数种族的学生往往会有更满意的在线学习体验[32]。而本文的研究则证明在不同的情景下，即传统高校中开展在线教学，不同种族的学生在网络学习过程中没表现出任何差异。

(4) 在线学习经验与在线学习满意度之间的关系：这两者之间皮尔逊相关的双尾检验为不显著(p=0.100)，这一结果说明在线学习经验与在线学习满意度之间没有显著性的关联。这也印证了Arbaugh的观点，即在线学习的经验与学生的在线学习满意度没有任何关系。而在本文研究的情景下，即传统高校中开展在线教学，有不同在线学习经验的学生在网络学习过程中没表现出任何差异[33]。

(5)控制源倾向与在线学习满意度之间的关系：这两者之间皮尔逊相关的双尾检验为不显著(p=0.874)，这一结果说明控制源倾向与在线学习满意度之间没有显著性的关联。这结果与Drennan,Kennedy和Pisarski的推论相左，因为他们认为内控型的学生，会更主动积极地搜索在线环境中的信息以及付诸努力，往往对在线学习会有更大的满意度[34]。而在本文研究的情景下，即传统高校中开展在线教学，不同控制源倾向的学生在网络学习过程中没表现出任何差异。

由于后面需要对变量进行多元回归分析，也对变量的多重共线性进行了检测(Multicollinearity)。多重共线性也是在多元回归方法中尤其需要避免的，是指变量间存在精确相关关系或者高度相关关系，从而使回归模型估计失真或难以准确估计。经检测，虽然发现了两个显著性的相关联关系，分别是性别与控制源倾向，以及种族背景和在线学习经历之间的关联，但5个自变量间的相互关联都低于.80，不存在严重的多重共线性的问题(如上页表3所示)。

3. 学生个性特征对在线学习满意度的影响效果

采用多元回归分析法进一步分析因变量（在线学习满意度）受5个自变量的具体影响效果，分析结果显示：变量间不具有回归显著性。5个自变量包括性别、年龄、种族背景、在线学习经历以及控制源倾向，只对学生在线学习满意度有1.1%的影响作用，而且没有单个的变量能够作为显著变量影响到在线学习的满意度（如表4-6所示）。

表4 多元回归分析结果

表5 多元回归ANOVA分析结果

表6 多元回归系数

四、结论与建议

本文研究结果表明，学生的控制源倾向和其它个性特征，如性别、年龄、种族背景和在线学习经验对在线学习满意度没有统计意义的相关性，而参与本研究的学生个体特征体现出了较大的差异性，能够代表美国高校本科学生的个性分布特征，因此在大学中开展在线教学对于各类学生都有良好的适应性。在本次在线学习中，学生的平均满意度为3.86，这也说明大部分学生满意于本次的在线学习经历。

针对具体的研究问题，虽然文献中很多也强调和发现了学生个性变量如性别、年龄、种族背景、在线学习经验和控制源倾向与学生在线学习满意度之间的关系，然而本研究中却没有发现以上变量与在线学习满意度之间的显著关联性。此外，5个自变量只对在线学习满意度有1.1%的影响作用，这说明无论是单个变量还是整体变量，与在线满意度之间都没有很大的联系，因此，除了学生的个性特征以外，以后的研究还应该关注其他因素对于传统大学教学中在线学习满意度的影响作用。

本研究主要关注于学校里的在线学习课堂，学生主要来自于传统的大学校园，其特点和特征可能也会与远程教育机构，比如开放大学的学生略有不同。参与传统课堂的学生往往会有更充裕的时间，有更多和及时的校内教育技术的支持和帮助，渴望更多的与同学交流的机会，以及更依赖于教师的及时答疑解惑。因此为了进一步研究这类学生在线学习的满意度，将来的研究也可以继续调查这类在线学习中的其他相关因素，比如在线学习的互动性[35]、在线协作[36]、教师的特点和系统功能[37]、在线课堂的设计[38]、学生的自立性[39]、以及技术能力等等[40]。

虽然不同个体特征的学生往往会对其在线学习的经历产出不用的想法和印象，但是本次研究并没有发现学生的控制源倾向和其他个体特征与他们在线学习满意度之间的关联，5个自变量整体对于在线学习满意度的影响也非常小。虽然控制源倾向这一观点是以西方人的观念和价值观为基础提出的，但是其原则同样适用于中国的文化背景环境当中[41]。随着中国的在线教育的扩大和发展，作为衡量在线教育质量的重要指标[42]，还需要进一步关注学生的在线学习满意度。此外，本文是以美国的传统大学的在线学生为研究对象，其结论是否对中国的传统大学的在线学生适用，仍有待进一步验证。同时，我们还应该继续挖掘更多的相关因素，找出它们对于传统大学中在线学习满意度的影响作用，而这些将会对未来的在线教学和学习有更多的指导作用。

[1]Allen, I. E., Seaman, J. Grade change: Tracking online education in the United States[R]. Babson Park, MA: Babson Survey Research Group and Quahog Research Group, 2014.

[2]韩锡斌，葛文双，周潜，程建钢. MOOC平台与国际典型网络教学平台的比较研究[J].中国电化教育, 2014, (1): 61-68.

[3]蔡宜君, 詹姆斯, 拉菲. 在线学习课程中学习满意度和社会能力之间的关系[J]. 开放教育研究, 2013 , 8(6): 50-55.

[4]Biner, P. M., Welsh, K. D., Barone, N. M., Summers, M., Dean, R.S. The impact of remote-site group size on student satisfaction and relative performance in interactive telecourses [J]. American Journal of Distance Education, 1997,11(1): 23-33.

[5]Reinhart, J., Schneider, P. Student satisfaction, self-efficacy, and the perception of the two-way audio/video distance learning environment:A preliminary examination [J]. Quarterly Review of Distance Education, 2001, 2(4): 357-365.

[6]Yukselturk, E., Bulut, S. Gender Differences in Self-Regulated Online Learning Environment [J]. Journal of Educational Technology &Society, 2009, 12(3): 12-22.

[7]Chen, P. S. D., Lambert, A. D., Guidry, K. R. Engaging online learners:The impact of Web-based learning technology on college student engagement [J]. Computers & Education, 2010, 54(4): 1222-1232.

[8]Ong, C. H., Lai, J. Y. Gender differences in perceptions and relationships among dominants of e-learning acceptance[J]. Computers in Human Behavior, 2006, 22(5): 816-829.

[9]González-Gómez, F., Guardiola, J., Rodriguez, Ó. M., Alonso, M.Á. M. Gender differences in e-learning satisfaction[J].Computers &Education, 2012, 58(1): 283-290.

[10]Markauskaite, L. Gender issues in preservice teachers’ training: ICT literacy and online learning [J]. Australasian Journal of Educational Technology, 2006, 22(1): 1-20.

[11]Liu, Y., Ginther, D. Cognitive styles and distance education[J]. Online Journal of Distance Learning Administration, 1999, 2(3).

[12][30]Richardson, J. T. Investigating the relationship between variations in students’ perceptions of their academic environment and variations in study behavior in distance education [J]. British Journal of Educational Psychology, 2006, 76(4): 867-893.

[13][32]Ke, F., Kwak, D. Online learning across ethnicity and age: A study on learning interaction participation, perception, and learning satisfaction [J]. Computers and Education, 2012, (61): 43-51.

[14]Helm, E. G., Sedlacek, W. E., Prieto, D. O. The relationship between attitudes toward diversity and overall satisfaction of university students by race [J]. Journal of College Counseling, 1998, 1(2): 111–120.

[15]Thompson, M. M. Distance learners in higher education [A]. Gibson C. Distance learners in higher education: Institutional responses for quality outcomes[C]. Madison, WI: Atwood, 1998.9-24.

[16]Atkinson, M., Kydd, C. Individual characteristics associated with World Wide Web use: An empirical study of playfulness and motivation [J]. The Data Base for Advances in Information Systems, 1997, 28(2): 53-62.

[17][20][33]Arbaugh, J. B. Virtual classroom characteristics and student satisfaction with Internet-based MBA courses [J]. Journal of Management Education, 2000, 24(1): 32-54.

[18]Dziuban, C., Moskal, P. Evaluating distributed learning at metropolitan universities [J]. Educause Quarterly, 2001, 24(4): 60-61.

[19]Marks, R. B., Sibley, S. D., Arbaugh, J. B. A structural equation model of predictors for effective online learning[J]. Journal of Management Education, 2005, 29(4): 531-563.

[21]Rotter, J. B. Social learning and clinical psychology [M]. Englewood Cliffs, New Jersey: Prentice Hall, 1954.

[22]Mitchell, T. R., Smyster, C. M., Weed, S. E. Locus of control:Supervision and work satisfaction [J]. Academy of Management Journal, 1975, 18(3): 623-631.

[23]Seipel, M. Locus of control as related to life experiences of Korean immigrants [J]. International Journal of Intercultural Relations, 1988,12(1): 61-71.

[24]Wood, A. M., Saylor, C., Cohen, J. Locus of control and academic success among ethnically diverse baccalaureate nursing students[J]. Nursing education perspectives, 2009, 30(5): 290-294.

[25][34]Drennan, J., Kennedy, J., Pisarski, A. Factorsa ecting student attitudes toward fl exible online learningin management education [J].The Journal of Educational Research, 2005, 98(6): 331–338.

[26]Crandall, V.C., Crandall, B.W. Maternal and childhood behaviors as antecedents of internal-external control perceptions in young adulthood [A]. Lefcourt, H.M. In Research with the locus of control construct: Developments and social problems [C]. San Diego, CA:Academic Press, 1983. 53-103.

[27]Kuo, Y. Interaction, internet self-efficacy, and self-regulated learning as predictors of student satisfaction in distance education courses [D]. Logan, Utah:Utah State University, 2010.

[28]Rotter, J. B. Generalized expectancies for internal versus external control of reinforcement [J]. Psychological Monographs,1966, 80(1):1-28.

[29]Parker, K., Lenhart, A., Moore, K. The digital revolution and higher education: College president, public differ on value of online learning[M]. Washington, D.C.: PEW Research Center, 2011.

[30]Whitley, B. E. Gender differences in computer-related attitudes and behavior: A meta-analysis[J]. Computers in Human Behavior, 1997,13(1): 1-22.

[31]Richardson, J. C., Swan, K. Examing social presence in online courses in relation to students’ perceived learning and satisfaction[J].Journal of Asynchronous Learning Networks, 2003, 7(1): 68-88.

[35]Anderson, T. D., Garrison, D. R. Critical thinking in distance education: Developing critical communities in an audio teleconference context [J]. Higher Education,1995, (29): 183-199.

[36]胡勇. 在线协作学习对学习满意度的影响[J]. 远程教育与网络教育, 2013,(6): 48-56.

[37]赵国栋, 原帅. 混合式学习的学生满意度及影响因素研究[J]. 开放学习, 2010, (6): 32-39.

[38]Huang, H. M. Student perceptions in an online mediated environment[J]. International Journal of Instructional Media, 2002, 29(4): 405-422.

[39]Sahin, I. Predicting student satisfaction in distance education and learning environments[J]. Turkish Online Journal of Distance Education, 2007, 8(2): 113-119.

[40]Rodriguez, M. C., Ooms, A., Montanez, M., Yan, Y. L. Perceptions of online learning quality given comfort with technology, motivation to learn technology skills, satisfaction, and online learning experience[C].Montreal, Canada: theAnnual Conference of the American Educational research Association, 2005.

[41]杜卫, 张厚粲, 朱小姝. 核心自我评价概念的提出及其验证性研究[J]. 心理科学, 2007, (5): 1057-1060.

[42]黄复生. 远程学习满意度研究：新进展与新趋势[J]. 中国远程教育, 2011, (12): 41-44.

崔国强：博士，讲师，研究方向为在线社区、互动、学生个性特征的影响作用，以及教育技术在外语教学中的应用 (andyguoqiang@hotmail.com)。

韩锡斌：博士，副研究员，博士生导师，研究方向为数字化学习环境的理论与实践、教学资源建设与应用评价(hanxb@tsinghua.edu.cn)。

王淑艳：博士，副教授，博士生导师，研究为教育技术在教学中的应用及发展、远程教育、数字化学习、学生学习的评估、电子文件夹等(shuyan.wang@usm.edu)。

2014年5月22日

责任编辑：马小强

Effects of Students’ Locus of Control and Other Characteristics on Their Satisfaction with Online Learning

Guoqiang Cui1, Xibin Han2, Shuyan Wang3
(1.School of Foreign Languages, Yantai University, Yantai Shandong 264005; 2.Institute of Education, Tsinghua University, Beijing 100084; 3. Department of Curriculum, Instruction and Special Education,The University of Southern Mississippi, Hattiesburg MS United States 39406)

With the great development of online education in higher education, people have been paying more attention to the effectiveness of online learning. Besides learning outcomes, students’ online satisfaction is also an important indicator to its effectiveness. Students’satisfaction is a subjective experience and is affected by different individual factors. Thus, students with different characteristics invariably hold different attitudes and opinions towards their online learning experience. This study used survey method to discuss the effects of two types of variables (students’ locus of control and other characteristics) on their online satisfaction. Responses were collected from students in an online course at an American university. Descriptive statistics, Pearson correlations and Multiple Linear Regression methods were used to detect the correlations and analyze the relationships among different variables. Results of the study did not fi nd correlations between students’online satisfaction and their locus of control, as well as their other characteristics. This indicated that students of varied characteristics can all adjust well to their online learning experience.

Locus of Control; Online Satisfaction; Online Learning; Individual Characteristics; Effectiveness

G434

A

1006—9860(2014)08—0055—07