陳歡 朱晗 李闖 張焱 池召艷

摘要：為探究疫情期間大學(xué)生居家在線學(xué)習(xí)效果影響因素，本文采用線上問卷形式對(duì)湖北文理學(xué)院的大學(xué)生進(jìn)行調(diào)查，共收到有效問卷300份。首先利用R軟件進(jìn)行列聯(lián)分析初步篩選出12個(gè)與在線學(xué)習(xí)效果滿意度的相關(guān)變量，進(jìn)而建立有序多分類Logistic回歸模型，采用逐步回歸來優(yōu)化模型。結(jié)果表明：大學(xué)生在線學(xué)習(xí)意愿、網(wǎng)課適應(yīng)程度、平臺(tái)交互性3個(gè)顯著變量影響在線學(xué)習(xí)效果。最后根據(jù)分析結(jié)果給出了提高大學(xué)生在線學(xué)習(xí)效果的建議。

關(guān)鍵詞： 在線學(xué)習(xí)效果;列聯(lián)分析;有序多分類Logistic回歸模型

中圖分類號(hào)：TP393? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）26-0177-02

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

1 引言

為應(yīng)對(duì)新冠肺炎疫情，保障師生安全，全國(guó)所有高校均實(shí)施了在線教學(xué)。據(jù)統(tǒng)計(jì)疫情期間，參加在線學(xué)習(xí)的大學(xué)生達(dá)2259萬人。為此研究在線學(xué)習(xí)效果就顯得尤為重要。

目前研究主要集中在三個(gè)方面：一是研究在線學(xué)習(xí)適應(yīng)性現(xiàn)狀，如高潔等量化了大學(xué)生在線學(xué)習(xí)適應(yīng)性程度[1];二是研究在線學(xué)習(xí)行為與學(xué)習(xí)效果的關(guān)系，如李陽等通過調(diào)查問卷，研究大學(xué)生不同群體的特征差異和內(nèi)在聯(lián)系[2];三是研究在線學(xué)習(xí)滿意度，如陳惠惠等提出在線課程學(xué)習(xí)滿意度的評(píng)估指標(biāo)和影響其滿意度的關(guān)鍵因素[3]。少部分研究是基于大量的樣本進(jìn)行實(shí)證分析[4]。但大多采取相關(guān)性分析簡(jiǎn)單篩選變量，忽略分類變量取值少的特點(diǎn)，使分析有偏差。本文基于調(diào)查問卷數(shù)據(jù)采用多種統(tǒng)計(jì)方法，探究大學(xué)生在線學(xué)習(xí)效果影響因素。

2 數(shù)據(jù)預(yù)處理

本次調(diào)查對(duì)象為湖北文理學(xué)院的學(xué)生，共設(shè)計(jì)24個(gè)問題。通過刪除了填寫不完整的問卷，最終收到有效問卷300份。問卷的Cronbach's alpha系數(shù)值為0.714，說明該問卷具有較高信度。問卷的KMO值為0.82>0.8，Bartlett球型統(tǒng)計(jì)量的為2905.971，p值為0.000<0.001，說明問卷的結(jié)構(gòu)效度良好。本文共有24個(gè)解釋變量，均來自題目選項(xiàng)。各變量定義見下表，其中單選題按層次遞增賦值;多選題選項(xiàng)已選則賦值1，未選則賦值0。因變量采取李克特量表五點(diǎn)選項(xiàng)計(jì)分法。

3大學(xué)生在線學(xué)習(xí)效果影響因素的實(shí)證分析

3.1 列聯(lián)分析

本文以在線學(xué)習(xí)效果的滿意度作為列聯(lián)表的列變量，將24個(gè)解釋變量作為行變量。列聯(lián)分析原假設(shè)為在線學(xué)習(xí)效果的滿意度與解釋變量無關(guān)聯(lián)，備擇假設(shè)為有關(guān)聯(lián)。通過計(jì)算得到p值小于5%置信水平的行變量有[x1]、[x4]、[x5]、[x6]、[x7]、[x8]、[x9]、[x13]、[x16]、[x21]、[x22]、[x24]，共12個(gè)變量通過列聯(lián)獨(dú)立性檢驗(yàn)。

3.2 有序多分類Logistic回歸分析

首先進(jìn)行共線性檢驗(yàn)：自變量矩陣的條件數(shù)為K=4.86，計(jì)算得各自變量的方差膨脹因子均小于10，可認(rèn)為各自變量間不存在多重共線性。本文以在線學(xué)習(xí)效果的滿意度為因變量，建立有序多分類Logistic回歸模型，本文因變量有五個(gè)等級(jí)。建立有序多分類Logistic回歸模型如下：

其中，[ pj]為在第j個(gè)回歸的概率，[ αj]為截距，[βi]為偏回歸系數(shù)。采用極大似然法估計(jì)回歸系數(shù)，以AIC信息統(tǒng)計(jì)量最小為準(zhǔn)則，來減少變量。通過R語言自動(dòng)逐步回歸七次后，使AIC達(dá)到最小，其最終結(jié)果如表2。在顯著性水平為0.05下，[x4]、[x5]、[x7]的t值均遠(yuǎn)大于1.86，與因變量有非常顯著的關(guān)系，[x8]、[x22]的t值絕對(duì)值接近于1.86，與因變量有較顯著的關(guān)系。

回歸方程中[x4]、[x5]、[x7]和[x8]的系數(shù)分別為0.99、0.91、1.14、0.46，均體現(xiàn)出對(duì)在線學(xué)習(xí)效果呈現(xiàn)正向影響，隨著大學(xué)生參加在線學(xué)習(xí)的意愿增加、網(wǎng)課適應(yīng)程度上升、在線學(xué)習(xí)平臺(tái)的交互性變好、獲取知識(shí)越多，在線學(xué)習(xí)的效果便越好。

回歸方程中[x22]的系數(shù)為-0.58，代表大學(xué)生在線學(xué)習(xí)時(shí)沒有教材對(duì)在線學(xué)習(xí)效果呈現(xiàn)負(fù)向影響。由于調(diào)查時(shí)間為疫情居家在線學(xué)習(xí)情況，大多數(shù)同學(xué)沒有教材輔助在線學(xué)習(xí)，會(huì)使得在線學(xué)習(xí)效果下降。

4提升大學(xué)生在線學(xué)習(xí)效果的建議

依據(jù)前述分析得出的影響因素，現(xiàn)對(duì)提升大學(xué)生在線學(xué)習(xí)效果給出以下建議：

（1）平臺(tái)交互性對(duì)大學(xué)生在線學(xué)習(xí)效果影響最為顯著，建議在線學(xué)習(xí)平臺(tái)通過改善交互性能來幫助大學(xué)生提升在線學(xué)習(xí)效果，如及時(shí)解決平臺(tái)卡頓的情況、增加信息整理板塊等;授課老師可采用錯(cuò)峰上課的形式，避免授課過程卡頓。

（2）針對(duì)大學(xué)生參加在線學(xué)習(xí)意愿對(duì)學(xué)習(xí)效果影響也非常顯著，建議學(xué)校和授課老師大力宣傳在線學(xué)習(xí)的必要性和在線學(xué)習(xí)的優(yōu)勢(shì)，讓學(xué)生能夠以積極的心態(tài)對(duì)待在線學(xué)習(xí)，提升學(xué)習(xí)效果。

（3）回歸結(jié)果顯示大學(xué)生網(wǎng)課適用程度也對(duì)學(xué)習(xí)效果有著顯著影響，為此建議授課老師對(duì)學(xué)生的在線學(xué)習(xí)給出具體的指導(dǎo)意見，并制定適合在線學(xué)習(xí)的教學(xué)計(jì)劃、教學(xué)內(nèi)容等，從而讓學(xué)生及早的適應(yīng)網(wǎng)上授課方式。

參考文獻(xiàn)：

[1] 高潔，杜依銘，郭秀玥.大學(xué)生在線學(xué)習(xí)適應(yīng)性現(xiàn)狀的調(diào)查研究——基于陜西學(xué)前師范學(xué)院在線課程的實(shí)證分析[J].陜西學(xué)前師范學(xué)院學(xué)報(bào)，2019，35（9）：115-120.

[2] 李陽，馬力，官巍.大學(xué)生在線學(xué)習(xí)行為與人格特征的相關(guān)性研究[J].中國(guó)教育信息化，2016（17）：18-21.

[3] 陳惠惠.大學(xué)生在線課程學(xué)習(xí)滿意度的影響因素探析——基于南京市多所大學(xué)的調(diào)查[D].南京：南京師范大學(xué)，2017.

[4] 李林，劉媛媛.大學(xué)生在線學(xué)習(xí)適應(yīng)性及學(xué)習(xí)效果研究：基于1698個(gè)問卷樣本的數(shù)據(jù)[J].昌吉學(xué)院學(xué)報(bào)，2020（3）：100-105.

【通聯(lián)編輯：光文玲】