應用型高校在線學習行為投入與學習成效相關性分析

劉孫發，龔兵麗，林志興

（1.三明學院 網絡中心，福建 三明 365004；2.三明學院 信息工程學院，福建 三明 365004；3.三明學院 教務處，福建 三明 365004）

信息技術不斷融入社會生活與教學活動中，不僅重塑了人與人的關系，也改變了教育的各個方面[1]5。在線學習就是典型的例子，其已成為高等教育的重要學習方式。尤其在疫情倒逼之下，在線教學實踐大大加速了互聯網和教育技術在我國教育領域的應用進程[2]2。據調查統計，在2020年新冠疫情期間，全國共95.2萬名教師在線授課，11.8億人次學生在線學習[3]8?！短┪钍繄蟾叩冉逃?020年的一項調查表明，由于疫情影響，大學應該更進一步促進在線教育發展[4]2。應用型高校作為中國本科教育的重要主體，有必要幫助學生在在線學習環境中做好準備。

在線學習平臺是高等教育機構在數字環境中支持課程活動的最廣泛的應用之一，也是當前在線教育數據采集的重要載體，可以采集大多數線上學習、教研與管理等行為數據[5]5?；跀祿膶W習分析可直接反映在線學習情況，挖掘潛在問題，為學習者提供建議[6]3。新媒體聯盟（New Media Consortium）在2020年發布了關于高等教育的報告，將學習分析視為提高學生成功率的有效途徑之一[7]6。學習行為投入是影響在線學習質量的核心要素，對在線學習行為的數據探索有助于更好地了解學生在網絡課程中的活動特點，對于提高學生的學習投入和學習成績具有重要意義，同時也有助于評估教學質量以設計合適的課程體系。行為特征的數據化正在改變教育系統的管理模式、教學模式、教學支持、教學評價和教育研究范式。應用型高校如何分析在線學習平臺中的學習行為投入，什么樣的指標能夠有效表征投入，在線學習行為投入又如何影響學習績效等問題仍需更多的實證研究[8]78。

一、理論基礎與研究假設

（一）在線學習模式下學習行為投入研究

時代變遷呼喚教育的變革，科學技術逐漸成為教育變革的內生動力，在科學技術的助力下，教育內容、教學方式、教育評價、教育治理等方面均將發生巨大的變革[9]70。在此情況下，傳統的教學理論已經無法進一步解釋和指導在線教育[10]6。在線學習平臺的學習環境可以追蹤學生在任何階段的學習行為投入情況，并通過形成性評估和終結性評估來評估學習過程和學習者行為。收集的數據可用于監控學生在在線課程中的行為和成績，識別學生之間的差異，觀察在線學習行為投入對學生參與度的影響。

學習行為投入最早由Mosher等提出，是一個多維度的概念[11]5。Kuh將學習投入描述為學生在時間和精力上致力于自我期望的活動，以及促使參與這些活動的相關動力[12]683。武法提等認為，學習行為投入是學習投入的基本構成維度，是“個體在學習活動中投入的時間、努力和精力，是可以被觀察到的外顯行為，是影響學習績效的重要因素”[13]35。Dixson認為，在線學習行為投入可分為觀察性學習行為（閱讀郵件、閱讀帖子、觀看講座等）和應用性學習行為（論壇發帖、撰寫郵件、參加小測等），學習行為投入與學生對網絡課程的參與顯著相關[14]1-2，這也從側面支持了社會建構主義的觀點。李爽等認為，行為投入是學生參與學習活動并與他人保持聯系的過程[8]77。學習者行為投入呈現與學習成績正導向的特征[15]53。學習行為投入評估對于提高教育質量至關重要。

隨著在線教學技術、教學方法和基礎設施的不斷完善，學習資源和學習方式得到了快速發展，但陳舊的教學模式仍未發生徹底改變，數據之間的影響關系仍未得到充分研究，教育質量仍然不高[16]27。對于學生在線學習行為投入的研究，需要將可觀察行為與測量行為進行比較，有研究提議將學生行為評價、課程管理軟件的跟蹤與學生實際在線行為進行關聯分析[14]7。為了提高反饋的有效性和準確性，僅靠平臺業務和現有的數據分析工具是不夠的，需要設計數據模型來分析數據之間的影響關系。

（二）在線學習行為投入評測模型構建

現有的大型在線學習平臺一般包含課程管理、教學管理、學習等模塊，其中學習模塊包含課件學習、音視頻、任務點、作業與測驗、互動等功能。學生在完成學習任務過程中會產生大量數據。這些數據在平臺上的呈現方式比較孤立，缺乏對數據之間影響關系的分析。因此，通過模型研究，結合在線學習平臺的實際數據，分析數據與行為特征的有效關聯從而建立適配的評測模型是研究的關鍵。

1.在線學習行為投入評測模型構建

Schaufeli等從活力、奉獻和專注三個維度認為學習投入是一種積極充實的精神狀態[17]71。Lam等把學習行為投入分為積極參與、專注、堅持三個維度[18]213。李爽等將行為投入分為參與、堅持、交互、挑戰等方面，為在線學習行為測評提供了理論依據[8]79。張思等把學習者的投入分為參與、規律、專注和交互四個維度，構建學習者在線學習投入模型，發現學習者學習投入程度與學習成效存在正向關系，對學習者學習投入的及時干預有助于提高其學習成效[19]26。有研究者從在線參與、主動交互、自我監控、績效努力四個維度定義了學生基于學習管理系統的行為變量，探索學習管理系統中記錄的行為變量對遠程學習投入的預測作用，對比分析了與學習投入和學習績效相關的在線行為變量和在線預測模型，發現不同課程存在顯著差異[20]91。張琪等在探尋學習行為投入本質的基礎上，建立了周期反饋循環模型，確定了包含持續性（Persistence）、反思性（Reflection）、主動性（Initiative）和專注性（Concentration）的PRIC測評維度以表征學習行為投入水平[21]102?？椎蔓愥槍POC（Small Private Online Courses）學習的特點，以學生為中心從參與（Engagement）、交互（Interaction）、專注（Concentration）和持續（Persistence）四個維度，構建了學習行為投入EICP模型[22]5。Soffer等從三個方面衡量學習行為投入：對課程學習材料的參與度、教師和學生之間的人際互動、在任務和作業中的表現[23]379。袁樹厚認為，通過數據統計分析視頻學習次數、文本學習次數、活動參加時長和次數、論壇主題發起次數等行為記錄的數據，可使學習者了解自己的學習參與度、學習活躍度、學習內容相關度、目標匹配度等[24]75。李想將在線學習中學習者行為投入區分為五個維度：參與、專注、努力、堅持和交互，構建了在線學習行為投入評測指標模型[25]15。

本研究根據學習行為投入理論，借鑒以上學習行為投入維度分類，構建了參與、交互、專注和持續四個維度相互作用影響綜合成績的理論模型，見圖1。

圖1 在線學習行為投入評測理論模型

2.在線學習行為投入的度量指標說明

通過分析在線學習平臺的教學數據，對學生在線學習行為投入指標進行篩選與優化，在研究模型上進行探索性擬合，最后形成15個具有代表性的度量指標，見表1。

表1 在線學習行為投入的度量

（三）研究假設

在線學習參與行為。大量研究表明，學生參與在線課程和成績之間具有顯著相關性[26]2。學生參與是保持學生與課程聯系的關鍵因素。學生參與度測量是確定學習過程的關鍵，可以提高學習效果[27]20。學生參與學習材料和活動（如在線作業、訪問資源等）對學習成功至關重要，參與閱讀課程資源對他們的課程成績有顯著的預測作用[23]383。根據上述研究，建立假設為：

H1：學生在線學習的參與行為顯著影響在線學習綜合表現。

在線學習交互行為。交互合作學習起源于皮亞杰和維果茨基的建構主義理論[28]189-211。學習者在在線學習過程中會充分分享自己的學習問題和學習思考，容易形成積極的學習氣氛[29]50。在線學習系統中的開放互動模塊，有助于學生積極參與反思對話[30]88。在線課程互動的質量與學習成績密切相關。Walker等調查了不列顛哥倫比亞大學的140名學生，109人認為在線互動最吸引人[31]1-10。社交能力是指計算機支持協作學習環境的程度，強烈的社區意識和良好的學習關系能夠促進社區空間的健全發展，增強信任感和歸屬感[32]157。在線上討論中，學生可通過互動或演示特定的任務來填補知識空缺[14]2。當學生評價同伴時，會更深入地思考，學會建設性地批評，并加強批判性思維[33]412。允許學習者加入討論和互動,對其綜合表現有顯著的積極影響。根據上述研究，建立假設為：

H2：學生在線學習的交互行為顯著影響在線學習綜合表現。

經過研究，學生發現了問題所在：這150度不是我們要量的角的度數，應該用180度減去150度等于30度才是正確答案。因為角的兩條邊夾住的角才是我們要量的，而150度量出界了。

在線學習專注行為。專注通常是指可能會喚起學生進行有意義的沉浸式體驗的一種最佳狀態[34]2。在線學習中學生的主觀沉浸式體驗不容忽視，因為它與注意力、專注力密切相關[35]58。在線學習“隨時隨地”的特性，需要學習者具有更多的自我調節能力；與面對面的情況相比，在線學習的孤立性使得學習者更難管理自己的注意力[36]105。一般來說，更加專注表現為觀看視頻的比例更高以及觀看視頻的時間更多[23]383。當個體處于一種高度集中的狀態時，這種深度專注的結果是行動和意識的融合，具有強大的內在驅動力[34]4。根據上述研究，建立假設為：

H3：學生在線學習的專注行為顯著影響在線學習綜合表現。

在線學習持續行為。Jung等通過研究發現，觀看視頻、閱讀文本等學習任務的持久性、完成率與學習成績顯著相關[37]1-9。Janelli等認為，學生的持久性對后測試分數有著積極影響[38]1-12。Adeshola等發現，66%的學術收益差異可以用學習參與和持續性來解釋[39]1-27。隨著高等教育網絡課程數量的指數增長，在線課程的堅持率低于面對面課程。個體對成功的期望會影響個體持續參與該項任務的主觀認知，也就是期望價值會影響學生的持續性行為。期望價值理論認為，當學生感知到自己的價值和自信時，他們的選擇傾向、學習投入和堅持的毅力都將受到影響[40]49。期望價值理論已被廣泛用于預測和解釋學生的任務選擇、學習堅持和學習成績等，并被證實與學習成績正相關[41]2。Wu等認為，期望價值理論可以解釋學生在完成學習任務時的拖延情況，期望價值越高的學生會付出更多的努力，表現出更積極的行為[42]2。根據上述研究，建立假設為：

H4：學生在線學習的持續行為顯著影響在線學習綜合表現。

二、研究方法

（一）研究對象

本研究的數據來源于三明學院的在線學習平臺與日志文件，根據研究的理論框架選取了2021—2022學年第一學期的數據作為橫截面數據，來分析學習行為投入各要素與綜合表現的交互作用，構建學習行為投入影響因素的實證模型。由于模型的因變量是綜合表現，包含了期末綜合測試成績、章節測試平均成績、作業測試平均成績，為避免不同課程或不同教師在量分考核上存在差異，故橫截面數據采用從472門在線課程中抽取一門由同一位教師開設的課程。參加該門課程的學生共為171人，其中163人完成了最后的期末綜合測試，完課率為 95%，女生為 83.4%（M=21.47，SD=0.79），男生為 16.6%（M=21.70，SD=0.99）。在結構方程模型的研究中，樣本最小量與觀測變量數至少要滿足5∶1的比例[43]1-21，而本研究的觀測變量數為15，所以163的樣本量能夠滿足研究條件。

（二）研究工具

本研究采用學習分析和統計方法，使用SQL查詢檢索和處理數據，通過編寫函數來計算變量，這些變量描述了課程中每個學生的活動，再利用SPSS 23和AMOS 21來分析數據。先采用驗證性因素分析，對測量模型的克隆巴赫系數信度、收斂效度和區分效度進行評估；再采用結構方程模型對外生變量間的路徑系數進行實證檢驗。

三、研究結果

（一）數據基本情況

在線學習行為投入的基本情況如表2所示。從統計情況可以看出，學生平均提交作業11.7次，平均觀看視頻的時間為356.6分鐘，說明在線課程充分考慮在線學習的特點，基本上以短視頻為主。視頻反芻比大于100%的平均次數為31.4，也就是說對于課程的大部分短視頻而言，觀看時長都超過視頻本身時長。作業互評次數為337.6次，平均每個學生會給2.1個互評任務打分。

表2 在線學習行為投入的基本情況

（二）測量模型檢驗

1.測量模型的信度檢驗

克隆巴赫系數表明不同數據在測量同一變量的不同方面時是如何相互補充的。如果不小于0.7，則說明數據項具有較高的信度[39]12。測量模型的信度見表3。從中可以看出，所有系數均大于0.7，說明本研究的潛在變量數據項具有很好的一致性。

表3 測量模型的信度檢驗表

2.測量模型的收斂效度檢驗

測量模型的數據項收斂效度檢驗由四個部分特征值說明：非標準化參數顯著性估計值均為顯著；因數負荷量Std.大于0.6；內部一致參數組成信度CR大于0.7；潛在變量的平均方差提取值收斂效度AVE大于0.5[4]11。

測量模型的收斂效度檢驗結果見表4?？梢钥闯?，非標準化參數P值顯著，因數負荷量大于0.6，組成信度大于0.7，潛在變量的收斂效度AVE大于0.5。因此，本研究采用模型的收斂效度良好。

表4 測量模型的收斂效度檢驗表

3.測量模型的區分效度檢驗

測量模型的各個潛在變量之間的相關性分析采用區分效度測量，由潛在變量收斂效度AVE值的平方根所得，要求主對角線上的數值都要大于其所對應的列和行的值。測量模型的區分效度見表5。從中可以看到，對角線上的值0.842、0.871、0.886、0.872、0.888 都大于其所在的列和行的值，說明測量模型的區分度良好。

表5 測量模型的區分效度檢驗表

（三）研究模型擬合度檢驗

研究模型的擬合指標見表6。將表6的在線學習行為投入結構模型擬合度推薦值與指標進行比較，可以看出研究模型擬合度良好，可用性良好。

表6 研究模型的擬合指標表

（四）研究模型假設驗證

研究模型假設驗證結果見表7，結構方程研究模型見圖2。根據路徑系數可知，在線學習行為投入的參與正向預測學生綜合表現為（β=0.191，p＜0.01）、交互正向預測學生綜合表現為（β=0.197，p＜0.01）、專注正向預測學生綜合表現為（β=0.236，p＜0.001）、持續正向預測學生綜合表現為（β=0.460，p＜0.001），說明研究假設H1、H2、H3、H4 都成立。

圖2 在線學習行為投入評測研究模型

表7 研究模型假設驗證結果

四、討論與建議

（一）討論

研究中所提出的理論模型解釋了本研究中依賴的內生變量綜合表現，解釋力為63%，所有的假設都得到了支持。

參與行為正向影響學習者綜合表現，對其影響系數為19%。在本研究的所有變量中其影響最小，這也部分驗證了Dixson的研究結論，觀察性學習行為更多的是閱讀帖子、學習參考資料等，與其參加活動的數量相關性不強[14]9。

交互行為正向影響學習者綜合表現，對其影響系數為20%。這與Hosam的研究結論一致，在網絡環境中互動對學業成功起著重要作用[30]1-19。分組任務的協作學習方式更能促進學生互動，小組成員可通過討論獲得更深入的知識，將課程形式從單獨的個人活動轉變為協作活動。通過分析發現，學習者有較高的積極性參與互動，但多數互動是一些簡短的回復，引發深入思考的并不多。

專注行為顯著正向影響學習者綜合表現，對其影響系數為24%。專注是實施有效學習活動的關鍵因素之一，在提高學習成績方面發揮著重要作用。已有研究表明，在測試任務前進行主動學習是一種有效的策略[14]7。從視頻反芻比大于100%的數據來看，視頻重點片段重復觀看是另一個值得推廣的學習策略。當然，也有一些同學在考試周時頻繁搜索、觀看視頻，此舉雖然提高了一定的效率，但缺乏更多的思考。

持續行為投入是在線學習成功的關鍵，對于學習綜合表現的影響系數為46%。學生在線學習的持續性對成績有積極的影響，一方面音視頻學習資源更有利于學習，另一方面音視頻資源本身包含了和作業測試、章節測試、綜合測試高度相關的知識點。在線學習的音視頻作為同步和異步的電子學習資源，對學生的參與、理解和知識獲取有積極貢獻[39]4。在線學習容易出現作業提交拖延的情況，主要原因在于缺乏社會存在和情感支持，更容易出現調節和維持動機的困難。

（二）建議

首先，在線教學過程中需要保證及時有效的反饋。在線學習的自我導向和孤立性傾向通常會導致學習者產生一些消極情緒，影響他們的學習過程和結果。及時反饋學習者的學習成果有利于他們了解自己取得的成就，增強持續投入的內在動力。其次，在線教學過程中需要設定明確合理的目標。當學習目標與個人技能相匹配時沉浸式的專注才會發揮作用；也就是說，學習目標必須平衡或略高于學習者所具有的技能。再次，在線教學過程中需要促進有意義的互動。在同步和異步討論中，社交存在是增加用戶參與和互動的關鍵因素，積極參加有意義的互動更有可能引發有意義的學習活動[35]57。同時，在線平臺的匿名功能是互動評價的有效手段，匿名會降低對同伴壓力的感知，帶來更多的舒適感，并對同伴評價持更積極的態度。