大数据时代下基于随机抽样法的大学生移动学习动机特征分析

安丹丹

（云南师范大学，云南 昆明 650500）

在信息化大背景下，新时代大学生是伴随着新潮的电子触屏设备成长起来的年轻一代，他们用电子产品进行“拇指交流”。《国家中长期教育改革和发展规划纲要（2010—2020）》中指出：鼓励学生利用信息手段主动学习、自主学习、增强运用信息技术分析解决问题能力[1]。《中国教育现代化2035》中指出，需充分利用现代信息技术，与教育教学过程深度融合营造一种新型教学环境[2]。为满足学生学习要求，移动学习应运而生，已经衍生为师生学习的有效方式[3]。

1 大学生移动学习现状

1.1 研究对象

为了解大学生移动学习的现状，探讨影响大学生移动学习的因素。采用随机抽样的方法对云南省5所高校大一至大四750名大学生进行问卷调查，被试自愿参与，独自作答，保密处理，获得有效问卷698份。其中男生308名（44.1%），女生390名（55.9%）；平均年龄为20.06；大一133名（19.1%），大二224名（32.1%），大三212名（30.4%），大四129名（18.5%）；文科457名（65.5%），理科241名（34.5%）；独生395名（56.6%），非独生303名（43.4%）。

1.2 研究方法

该研究主采用问卷调查法，随机发放由3个部分组成的问卷。第一部分为人口学变量，包含性别、年级、年龄、户籍类型、专业等。第二部分为大学生移动学习力调查问卷，选用2017年鲍红梅、左广明基于学习力和移动学习理论，在国内外关于移动学习力理论和实践研究的基础上，借助已有的、可信的网络化学习和数字化学习力问卷而自编的问卷，该量表共37题，包括移动学习意识、行为、管理3个主维度及10个子维度[4]。各维度内部一致性信度均大于0.4，总的克隆巴赫α系数为0.868，具有较好的信度指标。第三部分为自编的移动学习内部影响因素量表，每个项目采用1（非常不符合）～5（非常符合）的李克特5点计分方式，共39题。总量表内部一致性信度为0.917，重测稳定性系数为0.956，因此信度较好，可作为大学生移动学习内部因素的调查工具。

1.3 结果

（1）大学生移动学习的描述性统计。调查显示，所有学生都拥有至少一部手机，41%的学生拥有两部手机，这是大学生移动学习成为主流的关键。大学生每周使用移动学习设备的时间至少在3～4天，97.2%的大学生都了解并使用移动学习设备，62.3%的大学生认为使用移动学习设备有作用，并且在收费课程的作用评估中认为收费课程效果更好一些。在学习场地选择上，39.6%的学习场地是宿舍，接下来是图书馆，公共场所只占26.8%，并且在学习形式上差异也很大，约44.6%的学生更多使用手机APP，约41.1%的学生选择网络在线课程进行学习。每天花费的时间在0.5～2 h，选择的课程多英语，较少的人选择微信和网络论坛来学习，这说明大学生的移动学习形式和场地有明显的倾向性。但是只有37.4%的大学生每天能坚持进行移动学习，自制性较好，18.7%的大学生只能坚持1～2天，一周移动学习平均约11.6 h。在分享形式上，约60%的学生不愿意在朋友圈分享移动学习内容，甚至不愿意让人知道自己在学什么，约40%的学生愿意在朋友圈分享移动学习内容。

（2）大学生移动学习的差异分析。以性别、年级、专业类型、是否独生子女、生源地等人口学变量为自变量，以移动学习力为因变量分别进行差异分析，如表1所示。移动学习力在性别、年级、专业、户籍类型、是否独生的数据分布上有显著的统计学意义。移动学习力中的信息处理、知识创新与共享、自我管理、随时资源管理4个子维度在性别上差异显著，男生均高于女生；经事后检验，大一、大二、大三与大四年级学生差异有统计学意义，大一、大二、大三年级的学生移动学习力显著高于大四年级学生；文科生与理科生的差异只在移动学习力总分及信息处理这个子维度上显著，文科生的移动学习力要高一些，而在敏感意识、目标意识、终身学习意识等其他子维度上差异均不显著；总的移动学习力及其各维度在户籍类型上差异均达显著，敏感意识、目标意识、学习技能、信息处理、知识创新与共享等维度上都是城镇学生显著高于农村学生；移动学习力总分及其各维度在是否独生上差异均达显著，知识创新与共享、学习过程管理、学习资源管理等子维度上都是独生子女显著高于非独生子女。

（3）大学生移动学习的相关分析。影响大学生移动学习力的个人内部因素，如敏感意识、目标意识、终身学习意识、学习技术、信息处理、知识创造和共享、协作与关联、自我管理、学习资源管理、学习过程管理之间都显著正相关，如表2所示。

表1 不同人口学因素的大学生移动学习力的差异

表2 影响移动学习力的个人内部因素间的相关

（4）大学生移动学习的回归分析。回归方程的R2为0.895，表示移动学习现状和内部因素共同对大学生移动学习力要素的解释率为89.5%，这一解释率具有现实意义，如表3所示。对整个模型的检验结果显示回归效果达显著水平（F=33.289，p=0.000），具有统计意义。每个自变量的共线性都小于5且容忍度高于0.2，可以接受。在模型所假设的移动学习现状几个自变量中，达到显著的有每月移动学习的花费、形式（手机、在线网课）、督促打卡意愿共3项预测指标。在移动学习内部影响因素几个自变量包括敏感意识、成就意识、终身学习意识、信息处理方式、知识创造和共享、自我管理、学习资源管理共7项预测指标。信息处理方式、自我管理、学习资源管理所占权重都较高。此解析说明，影响大学生移动学习力的主要影响因素包括花费意愿、学习形式、信息处理、自我管理等，其中内部因素影响最为显著。

表3 大学生移动学业力的影响因素模型摘要（N=698）

2 动机特征分析

移动学习的主体是大学生。男女大学生和文理生在总的移动学习力上差异显著，对使用智能手机的认可度方面具有显著的差异，女生和文科类学生更偏爱用智能手机进行学习，尤其是对语言学习的掌握，而男生和理科生更喜欢使用纸质资料进行此类学习，这与姜强等[5]的研究基本一致。在年级差异方面，大学生移动学习力总体情况、敏感意识、成就意识、终身学习意识、学习技术、协作与关联、自我管理、学习资源管理、学习过程管理子纬度上有统计学意义。总的看来，大一、大二、大三年级学生的移动学习力显著高于大四。因为大四学生的主要任务转换为论文写作和找工作，课程明显减少，学习转换为次要任务，外出实践走向社会是面临的现实情境。大一属于适应期，学习实力较弱，会有忧虑感，且处于好奇期，易激发学生学习热情。大二是学业倦怠的高发期，成果不明显，缺乏学习激情，自我成就感降低，是学业拖延最为严重的时期。而到了大三，学生容易感叹时光流逝，会思考未来的工作，会由压力催生出的动力，移动学习力比大二稍高，这与刘雨昕等[6]研究高度一致。居住在城镇的学生比农村的学生移动学习力高且独生子女比非独生更擅长使用移动学习，因为城镇家庭多为独生子女，学习意识、目标意识、自我管理等思维方面不同，父母管教严格，多对学习进行监管。城镇独生子女的亲子陪伴时间较少，但经济条件允许接触电子产品更早，习惯进行移动学习。

根据调查分析显示，大学生进行移动学习时，需要上网时才上网搜索，并将资源下载到移动设备中，这是移动学习群体偏爱的学习方式，而且学习过程的便利性、时间碎片性和个性化是学生追求的。但是，由于网络资源的海量化、干扰性和碎片化，学生难以根据学习兴趣偏好找到最适合的学习资源。能坚持每天进行移动学习的大学生仅有37.4%，而18.7%的大学生只能坚持1～2天，所有学生一周移动学习时间平均约11.6 h。学生经常无法集中注意力，将精力分散到网络聊天、刷微博、购物、发微信，课堂上和生活中“低头族”成为普遍现象，忽略学习致使成绩下降，网络成瘾，高厌学率是目前大学生面临的主要问题[7]。

在国外，移动学习已经渗透到教育的各个领域，涌现了很多教育领域的移动学习理论及其应用研究，而国内移动学习应用研究还不深入，很多相关领域需要充实，很多观念和习惯也需要改变[7]。虽然大学生每人基本都拥有移动设备，然而高持有率对移动学习的热忱和效果却并未成正比，大学生运用移动学习设备进行学习的目标意识和终身学习意识较弱，习惯并未养成，这也体现出目前我国大学生移动学习整体的普及程度不够。

在移动学习力的内部影响因素探析中，自身的学习意识、对学习的技术、资料的感知（敏感意识）、成就感、终身学习意识、思维方式（信息处理）、知识创新能力、自我管理是影响学习效果的重要内部因素，也是学生评估学习效果的主要指标。技术接受模型和期望符合理论认为移动学习是一种数字化学习，影响移动学习的因素可借鉴数字化学习使用的因素。学生感知的易用性、有用性、创新性、成就感对移动学习产生有利的直接或间接影响得到了大量验证。

大数据时代已经来临，移动学习作为创新性学习方式对教育将产生巨大影响。大学生移动学习内部影响因素可唤醒学习热情，提高自主性，养成积极学习的习惯。在移动学习弊端显露的情况下，注重学生内部需求，掌握内部影响因素，随科技发展将其应用于平台建设，让移动学习可以跨越任何限制，成为人们进行学习、获取信息的主要途径之一。