大学生网络学习行为调查研究

[摘 要] 如何提高网络学习的质量是当前网络教育研究和实践工作者共同关心的问题。对这个问题的思考，在较长时间的学习系统研制和优质资源建设基础上，一些研究者开始把注意力转向网络学习行为课题的研究。本文在借鉴相关研究成果和大样本问卷调查基础上，采用描述性分析、相关性分析和回归分析等研究方法，从互动交流、在线偏好、坚持性、灵活性和学习态度等五个方面对大学生网络学习行为的现状及其人口学特征、大学生网络学习行为与学习效果的关系、预测作用及贡献等方面进行了科学的分析，希望能为针对大学生的网络学习资源开发、课程教学系统建设以及网络教学决策等工作提供依据和参考。

[关键词] 大学生； 网络学习行为； 调查研究

[中图分类号] G434 [文献标志码] A

[作者简介] 李玉斌（1975―），男，河北承德人。副教授，博士，主要从事信息化教育、现代远程教育、教师专业发展研究。E-mail：。

一、引 言

研究网络学习行为具有重要的理论意义和实践价值。从理论层面讲，研究网络学习行为的发生、发展规律以及制约因素，有利于深化人们对网络学习行为的认识，进而提升网络教学质量。在实践层面，关于网络学习行为的研究成果不但对课程教学平台建设、网络学习资源开发以及网络教学管理等工作具有重要的指导作用，而且有利于给教师提供动态掌握学生学习情况的途径和手段，从而便于有效地组织学习活动、实施教学调控和进行工作反思等[1]。

近年来，已有一些针对大学生网络学习行为进行调查的研究成果发表。在中国知网（CNKI）上，以“网络学习行为+调查”为篇名关键词进行精确检索，相关研究论文有11篇（检索时间为2013年8月27日）。其中，最早的是郭宏群等人于2002年10月份发表的“大学生网络教育价值的认知水平和网络学习行为的调查研究”，被引次数最多的是徐红彩在《电化教育研究》2005年第6期上发表的《在校大学生网络学习行为的调查与研究》。通过文献分析可知，已有调查研究的内容主要集中在大学生使用网络的基本情况（包括使用的网络设备、接入方式、所处场所、资源利用等）、网络学习过程中存在的实际问题以及影响网络学习行为发生的因素等，试图为进一步深化网络学习应用提出有效建议和策略。通过调查反映出来的主要问题有：（1）大学生的上网时间很多，但用在学习上的时间较少；（2）大学生的上网条件得到了显著改善，但利用网络学习的积极性不高；（3）大量网络学习资源被建设出来，但使用并不充分；（4）大学生的自主学习能力不强，学习动力严重不足。总之，在网络学习环境明显改善、数字化学习资源迅速丰富的背景下，大学生网络学习的效果还不能令人满意。那么，网络学习方式是否对大学生的日常学习效果有贡献？如果有贡献，贡献有多少？哪些网络学习行为对大学生的网络学习效果贡献最大？网络学习行为是否具有人口学方面的特征以及如何加以调控？对于这些问题的回答，尚缺乏科学系统的分析，至今没有明确的实证结论。

二、研究设计与工具

（一）概念界定

关于网络学习行为的严格界定和合理运用，目前虽已引起人们的重视，但迄今为止还没有一个能够得到普遍认同的定义[2]。班杜拉（Bandura）认为，行为是为了达到某一预期的结果[3]。活动理论研究者指出“行为受行为动机支配，它由一系列活动组成，且活动都要受行为目标的控制”[4]。依据班杜拉对行为的理解和活动理论观点，本研究将网络学习行为界定为学习者为实现一定的学习预期而利用网络进行学习的心理调节和外在操作的总和。

（二）问卷设计

本次调查采用自主设计的《大学生网络学习行为调查》问卷。该问卷包括三个部分，共计32个题目。其中，第一部分是关于个人基本情况等人口学特征调查，具体包括性别、年级、年龄、家庭所在地等信息。第二部分是关于大学生利用网络学习效果的调查。该部分依据王昭君的《影响网络学习效果关键因素探究》[5]和李玉斌的《大学生网络学习调节机制研究》[6]中有关网络学习效果的阐述和建议，从提升学习成绩、扩大知识面、提高学习效率和提高作业质量等四个方面进行了调查。最后一部分是对大学生网络学习行为情况的测量，包括互动交流、在线偏好、坚持性、灵活性和学习态度等五个方面。

（三）大学生网络学习行为的测量项目

由于目前还没有完整通用的大学生网络学习行为的测量工具，本研究主要依据台湾学者Ho，Li-An[7]开发的E-learning在线学习行为量表和我国学者金枝[8]在“大学生网络学习行为研究”中使用的测量项目为基础，从五个方面对大学生的网络学习行为了进行测量，包括互动交流（和同学、老师互动，与同伴分享，参与度，快乐感）、行为坚持性（专注、积极性、放弃）、学习态度（自信心、目标达成、主动性）、在线偏好（网络使用、学习时间）以及行为灵活性（技术应用与创新），见表1。

（四）测量工具的信度和效度分析

在正式施测前，课题组首先发放了60份预试问卷（回收有效样本50份），对测量工具的信度和效度进行检验。测量项目采用李克特（Likert）五点式设计，即1～5分别为完全不同意、不同意、中立、同意、完全同意等五个等级。利用SPSS对预试数据进行分析，问卷的Cronbach系数见表2。从表2可以看出，网络学习行为的五个维度和学习效果的Cronbach系数均高于0.7，说明测量工具有较好的内在一致性，信度较高。

为保证测量工具的效度，项目组在充分吸收现有成果基础上，对测量问卷的措辞、陈述方式等进行了多次检查和修改，消除了有歧义和晦涩的词语。预试结果显示，各题项与测量主题具有显著的相关性（P值均大于0.05），说明问卷具有较好的内容效度，能够用于实际调查。表3是在线偏好维度的内容效度分析结果，出于篇幅考虑，其他维度分析结果在此省略。

三、调查过程与结果分析

（一）调查基本情况

本研究采取分层抽样的方法，对L省七所大学的在校学生进行了调查，其中部属学校2所，省属学校3所，市级学校2所。本次调查共发放问卷1500份，通过研究者现场指导填写、当场逐份回收的方式进行，发放的问卷最终全部收回，其中有效问卷1482份，有效率为98.8%。调查样本情况见表4。

根据调查数据，样本总体的最小值Min=22，最大值Max=110，标准差SD=9.79257，均值（M=72.7996）大于理论均值（66），说明大学生网络学习行为的整体得分较高，且个体差异较大。行为数据的Q-Q分布如图1所示，基本符合正态分布，表明本研究的抽样具有一定的合理性。

（二）大学生网络学习行为的描述性分析

描述性分析是对各变量的均值、标准差等做出统计，用来了解研究对象的基本情况。在本研究中，网络学习行为是指学习者为实现一定的学习预期而利用网络进行学习的心理调节和外在操作的总和，包括互动交流、行为坚持性、学习态度、在线偏好以及行为灵活性等方面。统计结果见表5。

从统计结果来看：

（1）互动交流维度的得分最高，均值为3.4706。其中，在对“我愿意使用网络和同学分享我的想法”题目的回答中，有59.5%的学生选择了4（同意）或5（完全同意）；在对“在使用网络学习的过程中，我感到很快乐” 题目的回答中有55.1%的学生选择了4（同意）或5（完全同意），说明网络已经成为多数大学生表达想法、沟通交流的主要渠道之一。与学生交谈后了解到，他们目前主要是用QQ进行学习交流，基本上每位学生都会通过手机、Pad或电脑等方式挂着QQ，几乎做到了即时的信息分享和意见沟通。

（2）在五个维度中，得分最低的是“行为坚持性”维度，分数是2.7264，处于平均分以下，这说明大学生在网络学习过程中，意志力不强，容易受到外部其他因素的影响。例如，在“一旦有其他事情影响，我就不能专注的学习”题目的回答中，有53.26%的学生选择了4（同意）或5（完全同意）。因此，如何提升意志力、坚持性，是当前大学生网络学习过程中面临的挑战之一。

（3）学习态度、在线偏好和灵活性等三个维度的得分都在3分以上，说明大部分学生对网络学习方式抱以积极的态度，在网络学习行为上没有大的技术障碍，正在形成利用网络进行学习和交流的习惯。在线偏好维度中，“遇到学习困难时，我经常通过网络来解决问题”题目的得分最高（3.6134），说明网络已经成为大学生解决学习问题的重要途径之一。

（三）大学生网络学习行为与人口学特征的相关性分析

在调查问卷中，本研究设置了“性别、年级、家庭所在地”三个人口学方面的问题。大学生的网络学习行为与人口学特征的相关性分析结果见表6。

从表6的统计结果可以看出：

（1）网络学习行为整体上与性别具有一定的相关性（相关系数为0.065，尽管该值很小，也应引起重视），但其灵活性维度与性别之间不存在显著的相关性（p值为0.125，大于0.05）。这说明大学生的网络学习行为能力在男女生之间存在一定的不均衡性，这种不均衡主要不是技术障碍造成的，而是来源于互动交流（和同学、老师互动、与同伴分享、参与度、快乐感）、行为坚持性（专注、积极性、放弃）、学习态度（自信心、目标达成、主动性）和在线偏好（学习任务、花费时间）等方面，尤其是在互动交流方面（相关系数r达0.123，p值小于0.01）。

（2）大学生网络学习行为的五个维度均与年级具有显著的相关性（P在0.01显著水平上），这说明高年级的学生利用网络进行学习的行为能力较低年级的学生要强。因此，对刚入校的学生在网络学习行为方面需要给予必要的关注和指导，以使他们尽快提高使用网络进行学习的能力和水平。

（3）学生的家庭所在地与网络学习行为的坚持性方面不具有相关性，但与其他方面均具有显著的相关性。总体来看，农村、城镇入学的学生可能由于上大学前接触网络比较少，在网络学习行为方面应该给予更多的帮助和支持。最后，大学生的网络学习行为与学校的性质没有显著的相关性，即大学生的网络学习行为能力在部属、省属和市属院校之间不存在差异。

（四）大学生网络学习行为与学习效果的相关性分析

本研究从提升学习成绩、扩大知识面、提高学习效率和提高作业质量等四个方面对大学生网络学习效果进行了测量。大学生网络学习行为与学习效果的相关性统计结果见表7。

（1）整体网络学习行为与学习效果的相关分析

大学生的网络学习行为与其学习效果在整体上的相关系数为0.464，p值小于0.01，说明两者具有显著的相关性。在“提升学习成绩”方面，r值为0.366，p值小于0.01；在“扩大知识面”方面，r为0.370，p值小于0.01；在“提高学习效率”方面，r为0.340，p值小于0.01；在“提高作业质量”方面，r为0.358，p值小于0.01。这些数据表明，大学生的网络学习行为整体上与其学习效果的各层面均具有正相关性，但没有达到高度相关程度。因此，网络学习行为还不能作为大学生学习效果的完全预测变量。

（2）“互动交流”、“学习态度”、“在线偏好”、“灵活性”层面与学习效果的相关分析

表 7 显示，“互动交流”、“学习态度”、“在线偏好”、“灵活性”层面与整体及各个层面的学习效果的相关系数均大于 0，介于 0.278～0.464之间，且达到非常显著水平（P

（3）“行为坚持性”层面与学习效果的相关分析

“行为坚持性”层面与整体学习效果以及学习效果的“学习成绩”、“知识面”、“作业质量”层面的相关系数均大于0，说明两者呈显著正相关，但相关程度最低，属于低度相关。在学习效果的“学习效率”层面上，r为0. 051，p值小于0.05，说明“行为坚持性”与“学习效率”不具有相关性。

（五）网络学习行为对学习效果的预测作用及贡献分析

为了弄清大学生网络学习行为各层面对其学习效果的贡献，需要进行回归分析。回归分析的过程主要包括“观察散点图，看是否需要对变量进行变换、观察平方复相关系数（R2）、 建立回归方程、检验并评价所得的回归方程”[9] 。从“网络学习行为与学习效果”的散点图（如图2所示）可以看出，二维散点分布图呈现斜长并较集中的带状，没有明显的函数变换提示，因此可以对“网络学习行为与学习效果”关系做线性回归分析，可以直接进行R2和β值的计算。

（1）网络学习行为对学习效果的预测作用

下面以“互动交流、在线偏好、学习态度、灵活性和坚持性”为自变量，网络学习效果为因变量，采用逐步回归法选择变量做回归分析（结果见表8）。

从表8可以看出，首先进入回归方程的是互动交流，说明互动交流对大学生的网络学习效果的影响最大。另外，模型1中包含互动交流一个变量，R2值为0.218，增加了在线偏好自变量后（即模型2），R2值出现了一定程度的增加，与模型1相比，增量达到了0.033，这说明在线偏好对大学生网络学习效果也有一定的影响。因此，“互动交流”和“在线偏好”对大学生的整体学习效果具有较大的预测效果。

（2）网络学习行为对学习效果的贡献分析

表9为逐步回归最后结果的系数的估计及其显著性检验的结果。从表9中的数据可知，回归方程是：网络学习效果=0.977+0.294互动交流+0.168在线偏好+0.112学习态度+0.128灵活性+0.128 注意行为坚持性。另外，在表8中，Durbin- Watson值为1.936，说明残差结果没有序列相关，而标准差基本都介于0到2之间，表明没有异常点。因此，回归方程基本反映了大学生网络学习行为与学习效果之间的关系。不过，从表8模型5的平方复相关系数R2值（0.278）来看，大学生的学习效果不能完全由网络学习行为的变化来预测或解释，且R2值明显偏低，这说明网络学习行为对大学生学习效果的贡献还比较小，低于30%。

四、研究结论与建议

本文在借鉴相关研究成果和大样本问卷调查基础上，采用描述性分析、相关性分析和回归分析等研究方法，从互动交流、在线偏好、坚持性、灵活性和学习态度等五个方面对大学生网络学习行为的现状及其人口学特征，大学生网络学习行为与学习效果的关系、预测作用及贡献等进行了科学分析。主要结论和建议有以下四个方面。

第一，大部分学生对网络学习方式抱以积极的态度，在网络学习行为上没有大的技术障碍，正在形成利用网络进行学习和交流的习惯，网络已经成为大学生解决学习问题、表达想法和沟通交流的重要途径之一。不过，他（她）们意志力不强，学习行为容易受到外部因素的影响。因此，如何提升意志力和坚持性，是当前大学生网络学习中需要重点解决的问题之一。

第二，大学生网络学习行为整体上与性别、年级和家庭所在地具有一定的相关性。（1）大学生的网络学习行为能力在男女生之间并不均衡，这种不均衡主要不是由于网络操作能力造成的，而是来源于互动交流、行为坚持性、学习态度和在线偏好等方面，尤其是在互动交流方面。（2）高年级的学生利用网络进行学习的行为能力较低年级的学生要强，对刚入校的学生在网络学习行为方面需要给予必要的指导；农村、城镇入学的学生可能由于上大学前使用网络比较少，在网络学习行为方面应该给予更多的帮助。（3）大学生的网络学习行为与学校的性质没有显著的相关性，即大学生的网络学习行为能力在部属、省属和市属院校之间不存在明显差异。因此，在网络学习活动设计、网络学习过程管理和网络学习行为调控等方面，针对不同人口特征的学生，分别给予不同指导和个性化支持是十分必要的，在今后的网络学习行为研究中应特别关注。

第三，网络学习行为的五个层面（互动交流、在线偏好、行为坚持性、灵活性和学习态度）对大学生的整体学习效果均具有统计上的相关性。其中，互动交流和在线偏好对大学生的整体学习效果具有较好的预测性。也就是说，对互动交流质量进行管理，对在线偏好行为进行培养，是提升大学生网络学习成效的有效途径。

第四，大学生的网络学习行为对其日常学习效果已有一定的贡献，但贡献还不大，统计结果为27.8%。需要指出的是，本研究从“课程成绩、知识面、学习效率和作业质量”四个方面对大学生的学习效果进行测量，实际上是对认知效果的测量。因此，网络在促进大学生认知学习上还有较大的提升空间。

[参考文献]

[1] [2] 李玉斌，姚巧红，侯威，王晶.网络学习行为研究的向度与分析[J].电化教育研究，2012，（9）：48～53.

[3] 陈松，方学梅，吴庆麟.未来指向动机与自我调节学习的研究及启示[J].教育探索，2010，（10）：121～123.

[4] [8] 金枝.大学生网络学习行为研究[D]，南京：南京大学，2011：4～17.

[5] 王昭君.影响网络学习效果关键因素探究[D].上海：华东师范大学，2007：16～18.

[6] 李玉斌.大学生网络学习调节机制研究[D] .兰州：西北师范大学，2010：92～94.

[7] Ho Li-An.The Antecedents of e-Learning Outcome：An Examination of System Quality，Technology Readiness and Learning Behavior[J]. Adolescence， 2009，44（175）：581～599.

[9] 温忠麟.心理与教育统计[M].广州：广东高等教育出版社，2006：133.

[10] 徐红彩.在校大学生网络学习行为的调查与研究[J].电化教育研究，2005，（6）：61～63.

[11] 高丹.大学生网络学习行为调查与研究[D].武汉：华中师范大学，2008：17～20.