大学生小组在线协作学习满意度研究

李瑞茜

（中国劳动关系学院经济管理学院，北京 100191）

随着信息通讯技术的发展，在线协作学习成为“互联网+”时代创新人才培养的重要组织形式。疫情期间，在线协作学习拉近了学生间的心理距离，让学生更好地“动起来”，在平等自由的讨论氛围中去主动思考、参与交流实践。通过观点交流、资源互享、共识建立等形式，学生原有知识得以强化，并催生出新知识。知识广泛聚集，促进了教学资源的动态生成。在协作创造知识的过程中，知识源不再局限于教师的线上讲授或预制的课程材料，参与讨论的学生也成为知识开发者、创造者，教师则更多扮演了监督、评判引导的角色。近年来，关于在线协作学习的研究主要探讨了混合式协作教学模式、知识建构、学习满意度[1-3]，对于线上协作学习满意度的重要因素及影响机制研究较少，文章旨在解决这一问题并为提高小组在线协作学习满意度提供建议。

1. 理论基础和研究假设

1.1 学习基础、小组互动与协作学习满意度

在线协作学习任务的完成有赖于从多样化途径检索并处理信息资源的能力。丰富的小组协作学习经历，将促使学习者更快地熟悉小组协作学习流程，更好地分配和承担小组任务，对小组协作中的关键点和难点提前做好预期、提出解决办法，这为小组协作任务的顺利完成奠定基础。此外，小组成员擅长的知识技能多样互补，可以更好地发挥各自的优势和长处，同时，能够较好地理解协作学习任务，也有助于准确把握任务，有针对性地沟通、解决问题，高效率、高质量地协作完成小组任务，提高学习满意度。因此，提出假设：

H1a： 协作学习基础对协作学习满意度产生显著的正向影响。

H1b： 协作学习基础对小组互动产生显著的正向影响。

1.2 学习动机、小组互动与协作学习满意度

孙丽娜等[3]认为学习动机是影响学习者学习满意度的重要因素。具有较强内生动机的学习者愿意投入精力以解决过程中出现的复杂问题，对自己的学习行为进行监控，从而获得较好的学习结果；而评价和奖励机制等外生动机则会激发学生努力完成任务，并因协作成果得到认可而更有信心完成接下来的任务。杨文阳和胡卫平提出在协作学习中，学习者的学习动机会促使个体进行交互，从而影响个人的知识获取以及小组协作学习的成果质量[4]。因此，提出假设：

H2a： 学习动机对协作学习满意度产生显著的正向影响。

H2b： 学习动机对小组互动产生显著的正向影响。

1.3 小组互动与协作学习满意度

协作态度是影响协作式问题解决的主要因素之一[5]。积极的线上交流与反馈有助于组员共同解决问题，提升在线交互的层次；同时, 也能拉近学生间的心理距离，营造轻松融洽的学习氛围，提高协作学习的满意度。在小组学习中行为投入、社交投入与小组成绩呈显著正相关关系[6]。组员投入时间、精力配合小组完成任务，更多地进行交互和分享信息，能够获得较好的学习体验，取得更好的学习效果。及时反思、改进小组活动可以帮助小组不断提高协作效率，提升任务完成的质量，获得有效的小组协作学习成果。因此，提出假设：

H3： 小组互动对协作学习满意度产生显著的正向影响。

图1 理论模型

2. 研究设计

2.1 研究对象

问卷发放对象为2019—2020学年第2学期参加了中国劳动关系学院专业方向必修课程“专业文献检索与研究综述”和“文献检索与管理研究方法”的2019级工商管理和财务管理专业的105名本科生。因疫情期间尚未返校，学生均采用在线协作学习，完成小组任务的方式，客观上营造了小组在线协作学习的环境，围绕着项目，学生完成从确定研究题目→制定研究计划→查阅研究文献资料→文献信息提取及计量分析→文献综述的具体任务，且每位同学在课程的小组作业均承担分工任务。在线问卷通过问卷星进行发放，回收96份，回收率为91%。

2.2 研究工具

问卷的设计参考了孙丽娜等[3]设计的小组协作学习满意度及其影响因素调查问卷，并结合课程实际情况对量表中个别题项进行修改补充，以进一步了解小组在线协作学习的满意度及其影响因素，各量表下的具体题项见表1。各题项的测度运用Likert五级量表，从1-5分别表示内容从“非常不符合”到“非常符合”。

在统计方法上，由于偏最小二乘结构方程（PLSSEM）在样本量较少或测量数据偏离正态的情况下仍能得到较为稳健的结果, 具备较高的预测效力, 因此,运用于研究中以探索理论结构的关系，评价外生变量的预测效力。研究采用Smart PLS3.0软件和SPSS22.0软件分析研究样本的信度和效度，并对研究假设进行检验。

3. 研究结果

3.1 测量模型有效性检验

测量模型的有效性通过信度、收敛效度和区分效度来检验。问卷整体的Cronbach’s Alpha系数为0.939。同时,由表1可以看出, 所有构念的Cronbach’s Alpha值和组合信度均高于0.7，说明该量表具有较好的内部一致性，通过了信度检验。表2中的平均变异提取值(AVE)大于0.5, 说明指标间的收敛效度较好；各潜变量AVE的平方根均大于该潜变量与其他潜变量的相关系数，说明变量间的差异显著，测量模型的区别效度较好。

模型中内在潜变量的R2值均大于0.5，表示该模型的自变量对因变量变异的解释能力适中。Stone-Geisser’s Q2分别为0.598、0.544、0.760、0.744均大于0，表明该模型具有良好的预测相关性，其结构模型较为稳健。模型的拟合优度(GoF)为0.63，表明模型的拟合优度较大。各题项及交叉载荷的结果项目载荷在设定潜变量的值均大于0.7，且明显高于在其他潜变量的值，进一步证实测量模型具有良好的聚合效度和区分效度。

表1 测量题项及描述性统计

表2 AVE平方根与潜变量相关系数矩阵

3.2 假设检验与讨论

表3反映了理论模型的假设检验结果及各影响路径系数。具体地，协作学习基础对协作学习满意度没有产生显著影响，结果拒绝了假设H1a。协作学习基础对小组互动(β=0.427，P<0.05）,学习动机对协作学习满意度(β=0.367, P<0.05）和小组互动（β=0.312,P<0.1）,小组互动对协作学习满意度(β=0.418,P<0.01)产生显著的正向影响，结果支持假设H1b、H2a、H2b和H3。这说明协作学习基础不直接影响协作学习满意度，而是通过小组内部成员间的互动协作对协作学习满意度产生正向影响。学生的内生和外生学习动机激发其学习的积极性和主动性，因此，能够直接提高其协作学习满意度；同时，较强的学习动机也促使其积极参加小组互动，进而提高协作学习满意度。

表3 模型的假设检验结果

4. 结论

通过探讨大学生在线小组协作学习满意度的影响机制发现，小组内部成员间的互动协作在协作学习基础和协作学习满意度之间发挥显著正向的中介作用；较强的协作学习动机不仅会直接提高协作学习满意度，也促使学生积极参加小组互动，进而提高协作学习满意度。因此，应重视小组互动的质量，并采取激励措施和引导宣讲等方式激发学生协作学习的内、外部动机，以实现协作学习效果、提升协作学习满意度。