地方高校大学生线上学习投入度影响因素研究*

杨 眉，刘翠萍，马 杰，王 笑

(1.延安大学 教育科学学院，陕西 延安 716000；2.南京师范大学，江苏 南京 210023；3.陕西开放大学 新城分校，陕西 西安 710119； 4.山东师范大学，山东 济南 250014)

《教育信息化2.0行动计划》[1]的发布，引发了教育界对“互联网+教育”的高度重视，在线教育作为互联网时代的新兴教育形态，必然会促进新兴信息技术与教育的深度融合，也必将成为教学改革和发展的强劲驱动力。疫情之后，线上学习从作为传统教学的补充形式转变为高校的常态化教学模式，师生能否顺利适应各自教与学的环境？线上学习质量如何监测评价？诸多困惑成为教育圈内倍受争议的问题。已有研究发现，学习投入度已经成为改善高等教育质量的关键指标[2]，作为测量与评价线上学习质量的有效指标之一，研究者在对线上学习投入度的内涵与结构划分、评测方法、影响因素及其作用机制、提升策略等研究方面已经取得阶段性成果[3]。不同地域、不同层次类别的高校，其线上学习投入度影响因素也存在一定的差异性，尤其是线上学习条件偏弱的地方高校。本研究在对已有研究成果进行本土化改造创新基础上，对地方高校开展实践调研，深入探究后疫情时期地方高校大学生线上学习投入度的影响因素，为教师及时掌控学生线上学习投入状态提供数据参考，改善提升学生的线上学习效果。

一、研究设计

学者Fredricks[4](2004)将学习投入度分为行为投入、情绪投入和认知投入三个层面。其中，行为投入是外显的、可观察的行为状态，多指个体在校期间所展现出的积极行为，如参加学业或课外各项校园活动；情绪投入指个体在与学习任务、老师、或同学的交互活动中所酝酿的个人情绪；认知投入常指学习者在学习中针对不同学习任务选用适合自己的认知策略及所付出的精力、努力等。Christenson等[5](2012)指出，线上学习投入是学习者在参与线上学习过程中所呈现出来的积极状态，分为认知投入、情感投入及行为投入三个子维度。可见，学者们对学习投入的维度划分基本一致，趋同的认知观点为关注“学习投入度”的研究者提供了必要的理论支撑。

(一)研究对象

本研究的调研对象为后疫情时期延安大学开展混合式教学的本科生，其专业类别涉及理工、文史类和艺术体育类等。

(二)研究工具

1.前期访谈

在编制量表之前，通过咨询专家和随机寻访学习者，初步了解线上学习状况及影响因素，结合以往学者的研究成果，初步确定影响因素的指标体系，为编制本土化问卷做好前期准备。

2.量表编制

根据李爽等[6](2015)编制的远程学习者学习投入评价量表和汪雅霜[7](2013)编制的大学生学习投入量表，结合后疫情时期线上学习的特点，采用李克特五点计分法，自行设计编制了《大学生线上学习投入度现状及其影响因素》这一量表。

量表中的线上学习投入度分为行为投入、认知投入和情感投入三个子维度；影响因素分为学习者个人因素、教师因素、环境因素三个方面。其中线上行为投入具体分为投入时间、努力程度、学习专注、学习绩效等指标；认知投入分为计划策略、监控策略、调节策略、知识迁移、知识建构、精细加工策略等指标；情感投入分为归属感、自我效能感、学习热情等指标。三个影响因素中，个人因素包括信息技术能力、情感体验、人际关系、学习动机、自我效能感、成就目标、时间管理等指标；教师因素包括教学能力、教学投入、教学策略、教师支持等指标；环境因素包括父母教育程度、网络环境、学校氛围、学校支持、线上学习资源、线上学习平台指标。

3.预调查

量表设计好后，随机选取40名学习者进行预调查，目的旨在对量表进行区分度和信度的检验，进而实现对问卷结构效度的检验。

二、 地方高校大学生线上学习投入度现状及影响因素分析

通过对收集到的219份有效问卷数据进行统计分析处理，结果发现，后疫情时期地方高校大学生线上学习投入度较为稳定，影响因素中个人因素占比较大。

(一)大学生线上学习投入度现状

为确切了解地方高校大学生的线上学习投入度，研究中利用SPSS25.0对学习投入度现状进行了描述性统计分析，结果如表1所示。

表1 大学生线上学习投入度现状(n=219)

研究表明，大学生线上学习投入度水平属于中等偏上水平，但距离5的水平还存在一定差距，说明其学习投入度还有很大的提升空间。其中行为投入、认知投入和情感投入的均值分别为3.662、3.461、3.584，三个维度均在3.5左右，表明学习者的线上学习投入度在各维度表现中较为平稳，其中认知投入的平均值相比其他两个维度较低，表明学习者在学习中合理选用认知策略的能力不够灵活，在学习中所付出的精力、努力等方面还有待提高。

“细胞核——系统的控制中心”选自人教版高中生物《必修1·分子与细胞》。教材先以资料分析的形式从科学史推理出细胞核功能，再引入细胞核的结构，渗透着“结构与功能相统一”的生命观念，并在真核细胞结构模型的制作中体现模型与建模思维。

(二)不同背景条件下地方高校大学生线上学习投入度的差异性分析

线上学习投入度的差异性分析，一般可分为方差分析和t检验。本研究将对比不同类别群体的差异，首先对学习者的性别与家庭居住地两个分组变量进行独立样本 t 检验，其次对学习者所处年级与学科类别两个因素进行单因素方差分析。结果如表2所示，女生的学习投入度略低于男生，其中在认知投入度上存在显著性差异(t=-2.472)；不同年级、不同家庭居住地和不同学科类别层面，学习者的线上学习投入度均不存在显著差异。

表2 不同背景条件下的线上学习投入度差异分析

(三)大学生线上学习投入度影响因素与线上学习投入度相关性分析

相关分析是用于研究变量之间的相关关系，通常用反映变量间是否密切及密切程度的相关系数来表示，相关系数取值范围在-1和1之间，当相关系数达到1时，表示完全正相关，当达到-1时，表示完全负相关。当值为0时，表示两个变量之间没有相关性。可见，相关系数越接近0值，则相关性越低。

表3 大学生线上学习投入度影响因素相关性统计分析结果

采用Pearson相关法对大学生线上学习投入度及影响因素各变量做相关分析。由表3可知，各影响因素与行为投入、认知投入、情感投入、社会投入及线上学习投入度整体变量间均呈显著正相关(P<0.01)。

(四)大学生线上学习投入度影响因素与线上学习投入度回归分析

采用逐步和强制回归的方法，将线上学习投入度和三个维度分别作为因变量Y，三个影响因素作为自变量X，研究影响因素的三个维度中有哪些维度会进入回归方程，探究各因素对线上学习投入度的影响是否显著，结果如表4、表5、表6和表7所示。

表4 学习投入度与影响因素的回归分析

回归方程：Y1=0.433+0.828*个人因素(X1)+0.833*教师因素(X2)

表5 行为投入与影响因素回归分析

回归方程：Y1=0.710+0.793*个人因素(X1)

表6 认知投入与影响因素回归分析

回归方程：Y1=0.410+0.595*个人因素(X1)+0.231*环境因素(X3)

表7 情感投入与影响因素回归分析

回归方程：Y1=0.179+0.715*个人因素(X1)+0.198*教师因素(X2)

由表4可知，对于线上学习投入度整体水平而言，个人因素的影响最为显著(P=0.000)，教师因素次之(P=0.019)，环境因素则不显著。

由表5可知，在行为投入方面，个人因素影响显著(P=0.000)，教师因素和环境因素则不显著。可见，作为内因的个人因素对线上学习投入的影响远大于外在的教师因素和环境因素。

由表6可知，在认知投入方面，个人因素的影响最为显著(P=0.000)，环境因素次之(P=0.010)，教师因素则不显著。

由表7可知，在情感投入方面，个人因素的影响最为显著(P=0.000)，教师因素次之(P=0.004)，环境因素则不显著。可见，内因的影响总是大于外因对情感投入的影响。

三、 研究结论与启示

本研究利用文献研究法、访谈法和问卷调查法对延安大学219名本科生进行了调查，了解到地方高校大学生线上学习投入度现状及其影响因素，并从学习者个人、教师和环境因素三方面给出了提升线上学习投入度水平的可行性策略。

(一)研究结论

1.后疫情时期地方高校大学生线上学习投入度水平较高，但认知水平相对偏低

后疫情时期大学生线上学习投入度整体水平较高，各投入维度依次表现为：行为投入水平>情感投入水平>认知投入水平。这与李红霞等人[8]的研究结果有所不同，因为该研究主要针对的是同伴互评投入度水平。认知投入侧重于学习者在参与线上学习过程中采取的学习策略、学习方法及监控调节策略，说明学习者运用各种策略方法的能力还有待提高。大学生是国家的未来，是实现中国梦的主力军和承担者，“学会学习”是联合国教科文组织在1995年《教育财富蕴藏其中》报告中提出的教育的四大支柱之一，学会在线学习更是构建新时代学习强国的根本保障。

2.不同背景条件下学习者线上学习投入度差异较小

调查结果表明，在不同家庭居住地、不同年级、不同学科类别方面均不存在显著差异，本研究与刘在花等[9]的研究得出不同结果。可能的原因是：在校的本科大学生年龄基本都在18-24岁，面对愈发激烈的社会竞争和就业压力，他们在参与线上学习时，大都能够自律负责地对待学习，自主创设学习环境，视学习为己任，力争适应停课不停学的教育常态。学习者可以灵活选择适宜的学习策略并在运用中进行自洽调整，进而实现对知识的良性建构与迁移。

3.相对于环境因素，学习者个人因素和教师因素对线上学习投入度影响较大

就线上学习投入度整体水平而言，个人因素的影响预测程度达68.4%，教师因素预测程度达69.1%，环境因素不显著。就行为投入维度而言，个人因素预测程度达52.1%，教师因素和环境因素不显著。就认知投入维度而言，个人因素的影响预测程度达51.9%，环境因素预测程度达53.1%，教师因素不显著。就情感投入维度而言，个人因素的影响预测程度达71.8%，教师因素预测程度达72.7%，环境因素不显著。可见，学习者个人因素和教师因素是影响线上学习投入度的主要因素。

(二)研究启示

1.学习者应由“被动接受学习”转变为“主动学习”，构建合理学习动机

从自身出发，调整学习动机，使其与社会发展同向。培养自我管控能力，自律专注地投入到线上学习中；制订合理学习计划，充分发挥个人的主观能动性，保持高效学习状态，提升线上学习的自我效能感。

2.教师应由“讲授型”转变为“引导探究型”，培养学习者主动构建知识的能力

强化线上课程的引导设计，激发学习者自主构建知识的内驱力。依据学习者特点和学习需求制定学习目标，优化课程设计，组建学习共同体，加强线上互动，发展学生协同建构知识的能力，并给予学生多方关注与支持；适时开展多元化学习评价，将学习结果实时反馈给学习者；塑造自主型教师激励风格，正向促进学生的学习投入度。

3.综合改善线上学习环境 ，营造良好学习氛围

首先，高校要构建稳定的校园网络环境，创建共享丰富的学习资源，引进操作简单、教学功能强大、运行流畅的网络教学平台。其次，激励教师创新教学方式，培训师生熟练使用在线教学平台，重点掌握交互模块的主要功能。家庭层面，父母应该与时俱进地更新教育理念，支持并满足子女的学习意愿和在线学习需求，给予其必要的情感疏导和经济支持。