大学生MOOC学习投入的调查研究——基于哈尔滨三所高校

任莉萍，朱毅

（贵州师范大学教育学院，贵阳 550025）

0 引言

大规模在线开放课程（MOOC）一直都是高等教育一项重要的教学形式。MOOC是一种开放式、大规模的网络课程，由各高校组织设计并支持，里面包含国内外著名高校的课程，不论任何人，在任何地方或者任何教育背景都可参与学习。开设MOOC的高校超过700所，MOOC总数超过6800所［1］。MOOC被许多学者和实践者认为是促进教育公平的有效平台，尤其是2019年暴发新冠疫情以来，MOOC一再被证实它的可靠性、便利性、有效性、公平性。然而，很多研究表明MOOC面临课程完成率低、参与率逐渐下降等问题［2］。大量研究表明，MOOC学习投入度直接影响学习坚持性［3］。由此可见，了解大学生MOOC学习投入的影响因素至关重要。本研究旨在调查大学本科生的MOOC学习投入情况，探究影响学习投入的关键因素。

1 文献研究

1.1 概念界定

学习投入最早由泰勒［4］（R.Tyler）提出，经过多年的研究，他认为对任务完成的时间可以预测学习结果。1998年，皮尤慈善基金组织一批高等教育学者，基于高等教育评价问题，提出“全美学生投入调查（the national survey of student engage⁃ment，NSSE）”倡议。NSSE的相关研究指出，学习投入的实质是学生与学校环境的互动，既包括学生投入的实践和精力，也包括在学校开展的活动中的互动［5］。随着对学习投入的深入研究，部分学者从心理学角度对学习投入下定义，即“学习者在完成任务时付出的有效努力，包括学习过程中投入的时间和精力［6］”。如Bryson［7］和Cooper［8］等人从建构主义视角，将学习投入定义为学习投入是基于学生观念、期待和经历建构而成的。随后，Zepke［9］从整体的社会文化背景下将学习投入定义为将课堂、学生背景和社区环境衔接在一起的桥梁。随着研究的深入，弗雷德与布卢门菲尔德、艾莉森（Fredericks，2004）将学习投入划分为三个维度，即行为投入、情感投入与认知投入，元认知则是对三个维度进行监控和协调［10］。

国内学者对学习投入的研究概括为两个方向：心理学取向和社会学取向［11］。其中心理学取向将在线学习投入定义为行为投入、认知投入和情感投入，三者相互影响、相互联系。但是围绕这一定义提出可操作定义时，学者们面临如何划分行为、情感和认知之间界限的困难。因此，在此基础上，我国学者认为对其划分应该取决于活动的本质属性［12］。即行为投入指身体表现的动作，情感投入指内心的感受和情绪，认知投入指信息加工和学习策略。房萌萌［15］基于对国内外学习投入典型案例的深入分析，将影响学习投入的因素概括为：学校层面因素、课程因素、学习者因素、教师因素。

为使在线学习投入能被有效测量，迪克森主要依据两个学习投入量表CLASSE与SCEQ，以及一个在线课程交互测量量表RAIQDC）［13］，开发了“在线学习投入量表OSE”，该量表以技能投入、情感投入、交互投入及绩效投入作为四个维度编制，并对量表进行信效度检验，最后保留有效问题。

1.2 在线学习投入

以往研究中，来自不同领域的学者从不同角度对MOOC学习投入进行界定。研究者最初关注的是个体之外的影响因素。例如马婧、韩锡斌等的研究案例指出学习任务难度和学习材料难易程度会影响在线学习投入。随着MOOC的发展，有学者开始注意到学习者个体因素会是MOOC学习投入的直接影响因素［14］。房萌萌［15］等人结合经典学习投入量表和远程学习的特点，编制远程学习投入评价量表，对北京和青岛两所网校发放443份问卷。调查结果显示：①男生学习总投入大于女生。②学习投入会随着远程学习经验的增加而增加，3到5年以后投入会下降。在理论基础上，研究者通过案例研究的方法探究学习投入的影响因素，如通过梳理以往的研究案例，发现学习者的内在学习动机是学习投入的主要影响因素，这些因素会影响学习者的情感投入和最终的学习结果。有研究指出，高学习投入的学习者会频繁地与教师和同学交流。

为了更有效提高学习者的学习投入，研究者基于相关理论模型，通过构建模型来探究影响学习投入的最本质因素。例如：方佳明［16］在SDT理论基础上，通过研究发现社会交互会直接或间接地影响学习投入。兰国帅［3］从学生、教师和学习支持系统的综合视角，构建研究假设模型，研究结果显示：学术自我效能感、教学存在感、MOOC平台的支持系统与学习投入呈现正向关系。蔡林［17］也得出相同的研究结果，学业自我效能感能正向促进学习投入。

随着研究的深入，研究者通过实证研究对比MOOC学习与其他学习方式的区别，翟兴［18］通过对回收的520份问卷深入分析，结果显示大学生信息素养越高，则在线学习投入越高。高欣峰［18］转换以往的研究视角，将对青岛农业大学本科生，通过比较三种不同授课方式的学习投入度，发现MOOC学习投入度总体低于线下大班课和SPOC,并提出建立人及结构的学习支持系统。基于以往的研究，本研究提出以下3个问题：①MOOC学习投入是否与性别有关？②MOOC学习投入是否与本科生所在的年级有关？③MOOC学习投入的四个变量是否相互影响？

考虑到不同区域MOOC使用情况的存在差异，本研究以哈尔滨的三所高校为调查对象，三所高校（哈尔滨工业大学、哈尔滨工程大学、哈尔滨师范大学）分别代表“985”、“211”、普通高校等三种层次的学校。

2 研究工具

2.1 问卷的编制

本研究问卷设计的内容由两个部分组成：被调查者的基本信息、大学生MOOC学习投入的调查研究。借助迪克森（Dixson）编制的在线学习投入量表（online student engagement survey，OSES），该量表经过基于技能参与（坚持阅读、付出努力）、情感参与（让课程变得有趣，把它运用到我的生活中）、互动参与（玩得开心，积极参与小组讨论）、绩效参与（考试表现好，取得好成绩）四个维度设计，共16题，经过了严谨的信度、效度检验［1］。结合本次研究对象——大学生MOOC学习投入的特点编写了34题，基本信息部分4题，主体部分30题。其中技能参与10题，情感参与9题，互动参与8题，绩效参与3题。问卷采用李克特五级量表计分，从“非常不符合”到“非常符合”分别对应于1～5分。总分表征学生投入的总体水平。

本研究采用随机抽样的方法对哈尔滨三所高校的本科生（涉及文、理工等多个专业）发放340份电子问卷，有效问卷为325份，回收率是92.85%。问卷统计项目如表1所示。

表1 问卷统计项目

2.2 问卷的信效度分析

本研究通过对数据的信效度分析，来检验问卷的有效性。结果显示：总问卷AIpha（克隆巴赫）系数值=0.976>0.7（如表1所示），问卷有较好的可靠性。同时，问卷的效度采用抽样适切性检验，检验结果：KMO=0.957>0.9（如表2所示），说明各测试项之间有较好的相关性，问卷内容具有较好的效度。

表2 问卷的信度检验

表3 问卷的可靠信检验

3 数据分析结果

3.1 被试基本情况

通过SPSS26.0统计软件包对有效问卷进行汇总、整理和分类，样本描述性统计分类如表4。

表4 样本的描述性统计分析

从样本分布来看，调查者男生人数138人，占样本比例42.46%，女生人数187人，占样本比例57.53%。其中，各年级分布情况具体如下：大一111人，大二70人，大三71人，大四73人，分别占比34.15%、21.53%、21.84%、22.46%；在院校类型上，各分布基本持平，“985工程”或“211工程”院校、重点师范院校和普通本科院校的学生人数分别为110人、103人、112人。

3.2 大学生MOOC学习的投入

3.2.1 大学生MOOC学习投入情况

调查发现，绩效参与得分最高（M=3.64，S D=0.92），说明学生觉得自己在在线课程中的成绩较好；其次是互动参与（M=3.38，SD=0.92），说明学生在参与互动和论坛等较好；之后是技能参与（M=3.34，S D=0.91），说明学生能够在MOOC平台上有较好的操作。值得注意的是，情感参与的得分最低（M=3.32，SD=0.89），说明MOOC学习不能很好提起学生的学习兴趣。总体而言，学生的学习投入一般（M=3.38，S D=0.82）（表5）。

表5 MOOC学习投入情况（n=325）

3.2.2 大学生MOOC学习投入和性别的关系

独立样本T检验结果表明，被调查的男生和女生在技能、情感、互动以及总体参与上不存在统计意义上的差异，但是，他们在绩效参与上差异显著（p<0.05），这说明女生的绩效参与水平高于男生（表6）。

表6 性别对MOOC学习投入的影响（n=325）

3.2.3 大学生MOOC学习投入与年级的关系

为了比较各年级在MOOC学习投入上的大小，通过方差分析发现，在技能参与、情感参与、互动参与和绩效参与上，大三年级与大一、大二、大四年级的差异显著（p=0.00<0.05）（表7）。

表7 不同年级在MOOC学习投入上的比较（部分）

本研究基于年级的不同，将每个维度平均值进行比较。结果显示：①技能参与：大三>大二>大四>大一（如图1）；②情感参与：大三>大四>大二>大一；③互动参与：大三>大二>大四>大一；④绩效参与：大三>大二>大四>大一。总的来说，大三年级的MOOC学习投入整体较好。

图1 技能参与平均值比较

3.2.4 MOOC学习投入四个变量之间的关系

相关分析结果显示，技能参与、情感参与、互动参与和绩效参等四个变量之间相关性达到显著（p=0.00<0.05），表明四个变量间均呈现显著的高度关系（表8）。

表8 大学生MOOC学习投入变量的相关分析

4 结论与讨论

本次调查发现，大学生MOOC学习投入一般，他们在绩效参与维度上表现较好，互动参与、技能参与次之，情感参与得分最低。具体而言按时完成作业并取得好成绩，学生们表现出较高的认同度：对于在论讨发表感想，经常与老师和同学交流互动，同学们也表现出较高的认同度；对于总结知识点、画思维导图并及时查看笔记帮助理解知识，同学们认同度相对较低，说明同学们没有掌握在线学习技巧；对于我能持续学习很长时间、坚持学完所有课程，同学们认同度最低，说明在没有学校和老师的监督下，同学们无法坚持完成学习。究其原因，这可能与MOOC学习的评价方式有关。赵宏［19］（2017）通过调查MOOC平台上663门课程评价方式的类型、数量、评价主体及比例，发现我国MOOC评价形式较为简单，评价设计的总体水平低，期末考试、单元测试和参与讨论是最常用的方式。并且MOOC期末考核没有教师监督。这就解释了很多学生在MOOC上并没有完成课程学习，却能够在期末考试中取得好成绩。

性别对技能参与、情感参与和互动参与以及总体参与上没有显著影响，但是女生的绩效参与高于男生。这说明女生在MOOC上普遍能取得好成绩，这推翻了前面学者提出的男生学习投入大于女生。可能的原因是，相较于男生，女生对待考试更仔细认真。

调查还发现，不同年级的学生，其MOOC学习投入度是不一样的。大三的学生普遍高于大一、大二和大四的学生，大一的投入度最低。在技能参、情感参与、互动参与和绩效参与上，参与度最高的是大三年级，其次是大四和大二，最后是大一。这可能是因为大一年级的学生刚踏入大学，知识水平、学习方法以及对MOOC的了解还有待提升；而大三年级的学生无论是在知识获得上，还是对MOOC的了解，已经相对较好。

基于本次调查发现，本研究对大学生的MOOC学习提出一下建议：

（1）改进评价方式，注重多元评价。本次调查发现，多数学生没有完成MOOC课程的学习，却能够在期末考核中取得好成绩，一方面是因为评价题型过于单一（一般以选择题为主），另一方面是因为考试过程无教师监督。学习评价应该基于不同情景，采用不同方式对学习者多角度评价［19］。所以，MOOC平台应改变以往单一的评价方式，例如：丰富题型，通过搜集学生的学习记录来进行综合评价；在考核过程中设置远程摄像头对学生进行监督。以提高MOOC学习者的质量。

（2）提高MOOC平台支持服务水平。多数学生对MOOC学习的持续意愿不高，是因为对平台的学习支持服务满意度低［20］。本研究发现：大一新生的技能参与和情感参与最低。所以MOOC平台应该优化学习服务，让“新手”能够快速掌握并使用；其次，对“新手”进行培训是必不可少的，这将大大提高MOOC的使用效率。

（3）优化课程设计，提高学生学业自我效能感。很多学习者不愿意坚持学习，是因为学业自我效能感低［17］。学生只有对学习具有较高的效能感，才能坚持学习。但是，我国MOOC教学设计偏向行为主义［21］，这会导致很多学生被动学习，一旦遇上困难就会轻易放弃。优化课程设计，例如：在课程中融入先行组织者、探索性教学和预习等方式，可帮助学生提高学业自我效能感。

总之，MOOC学习是一种重要的在线学习方式，加之疫情的冲击，我们都能意识到在线学习值得教育研究者深入探究。本研究是以黑龙江省三所高校为调查对象，旨在了解大学生的MOOC学习投入情况，从中发现MOOC平台及教学上存在的不足，希望调研的结果能够为接下来的教学改革研究者提供有效的依据。