您好, 访客   登录/注册

大学生在线学习行为与人格特征的相关性研究

来源:用户上传      作者:

  摘 要:已有研究表明在线学习行为与人格特征、学习效果之间有着密切关系,探讨在线学习行为、人格特征、学习效果之间的关系对开发学习支持系统、提高在线学习效果具有重要意义。本研究通过调查问卷,对西北大学的学生进行调查研究,探讨在校大学生在线学习行为的现状、不同群体特征的差异及与人格特征、学习效果之间的内在联系。
  关键词:在线学习行为;人格特征;学习效果;大五人格量表
  中图分类号:G434 文献标志码:A 文章编号:1673-8454(2016)17-0018-04
  一、引言
  随着信息社会对创新性人才的需求不断增长,以学生为中心、借助网络技术开展的在线学习活动已经成为重要的学习途径。尤其是在MOOC被提出之后,在线学习被推上了一个新的高度。与传统学习环境不同,在线学习环境缺乏师生面对面的交流,因此学习者的行为活动、认知策略、情绪、情感都会受到重要的影响[1],从而产生与传统学习模式不同的行为。心理学认为,一个人的外在行为表现与其人格特征有着密切联系,这说明人格特征是影响学习者在线学习行为的重要因素之一[2]。所以,分析不同人格特征群体的在线学习行为特征,可以为个性化在线学习支持系统的设计与开发提供理论依据,并有利于学生开展自主学习,有利于教师开发课程、制定教学策略和教学评价,提高在线学习的效果。
  二、相关研究
  目前,关于在线学习行为概念的界定,在国内还存在一定的争论,与其相似的概念有“数字化学习行为”、“远程学习行为”以及“网络学习行为”等,沿用最多的定义是:“在线学习行为是指学习者再由现代信息技术所创设的、具有全新沟通机制与丰富资源的学习环境中开展的远程自主学习行为(杨开成,2002)”[3]。为了了解在线学习行为与人格特征的研究现状,笔者在研究了相关文献的基础上,以“在线学习行为”和“人格特征”为关键词在CNKI上搜索相关文献,分析最后得到了7篇强相关性文献,然后用Excel表格进行统计,得到如表1所示的结果。
  通过对在线学习行为以及相似概念的文献研究,在目前大学生在线学习行为的研究中,研究的内容主要包括:在线学习行为的概念界定、影响因素、现状调查、评价与建模以及个性化学习系统的研究与开发等[4][5]。从学习者群体特征的差异来研究在线学习行为特征的差异的学者较少,但差异是普遍存在的[5]。而且,关于学习者在线学习行为、人格特征、学习效果三者之间关系研究非常少,而且结论的可信度还有待进步验证[7]。所以,本研究通过调查问卷,对陕西高校大学生进行调查研究并进行统计分析,以期探讨在校大学生在线学习行为的现状、不同群体特征的差异及与人格特征、学习效果之间的相关关系。
  三、研究方法
  1.研究框架
  本研究通过问卷调查已有在线学习经历的学习者,主要分析学习者的在线学习行为特征、人格特征、学习效果之间的相关性。本研究主要从以下几个方面进行探讨:
  (1)在线学习行为特征和人格特征的整体情况分析;
  (2)在线学习行为特征的分类分析;
  (3)在线学习行为特征、人格特征、学习效果之间的相关性分析。
  2.研究对象
  本研究的调查对象是高校在校大学生,从中随机抽取215名有在线学习的经历的学生进行问卷调查,最终得到有效问卷196份,有效率92%。其中男性为112名,占比57.1%;女性为84名,占比42.9%。
  3.研究方法与工具
  本研究采用调查问卷进行数据收集,采用SPSS19.0和Excel2010进行统计分析。调查问卷包括以下两个部分:
  (1)在线学习行为问卷
  本研究参考了之前研究人员关于在线学习行为的研究成果以及西北大学学生在线学习的现状,自编了大学生在线学习行为特征量表[8],包括:学习态度、学习效果、搜索工具的运用程度、学习时间管控力、信息资源的处理、学习的主动性、老师在线答疑的参与度、学习论坛的参与度、对同学提出问题的回复等。对“大学生在线学习行为特征量表”进行信度测量,发现学习态度、搜索工具的运用程度、学习时间管控力、信息资源的处理方式、学习的主动性、老师在线答疑的参与度、学习论坛的参与度、对同学提出问题的回复、学习效果的α系数分别为:0.82,0.76,0.81,0.73,0.83,0.73,0.82,0.78,0.75。
  (2)人格特征问卷
  本研究的人格特征调查问卷采用大五人格量表(BFI),该量表简洁灵活,比较适合对大学生人群进行调查研究[9],其信度和效度在国内外已被普遍认可[10]。
  四、实验分析
  1.总体情况分析
  (1)在线学习行为特征总体情况分析
  对学习行为特征进行平均数统计得到表2的统计结果,结果表明:大学生在线学习行为特征的平均得分在2.15~3.05分之间,处于平均水平。在学习态度、搜索工具的运用程度上得分较高分别为2.95、3.05分,表明学生对在线学习的态度是积极的,对搜索工具运用的熟练度比较高。在学习效果、学习时间管控力、学习的主动性、老师在线答疑的参与度、学习论坛的参与度、对同学提出问题的回复等方面的得分普遍较低,其中在线学习效果评价得分最低为2.15分,表明学生在时间的利用率、学习主动性和互动性较低,而且学习的效果不理想。
  (2)人格特征总体情况分析
  通过Excel2010对本次问卷数据进行统计,得出人格特征总体分布情况:其中情绪稳定性人群有32人,占比16.3%,外向性人群有41人,占比20.9%,尽责性人群有48人,占比24.5%,宜人性人群有39人,占比19.9%,开放性人群有36人,占比18%。
  2.分类分析
  (1)性别差异   对不同性别学生的学习态度、学习效果、搜索工具的运用程度、时间管控力、信息资源的处理、学习的主动性、老师在线答疑的参与度、学习论坛的参与度、同学提出问题的回复等行为特征使用独立样本T检验,结果表明:
  ①男女生在学习态度、学习效果、搜索工具的运用程度、时间管控力、信息资源的处理、学习的主动性、老师是在线答疑的参与度、学习论坛的参与度等行为特征存在显著性差异(P<0.01),在学习态度、学习效果、时间管控力、学习的主动性、老师在线答疑的参与度、学习论坛的参与度女生均高于男生,在搜索工具的运用程度、信息资源的处理男生要高于女生。
  ②男女生在同学提出问题的回复方面没有明显差异(P>0.05)。
  (2)学历差异
  对不同学历层次学生的学习态度、学习效果、搜索工具的运用程度、时间管控力、信息资源的处理、学习的主动性、老师在线答疑的参与度、学习论坛的参与度、同学提出问题的回复等行为特征使用独立样本T检验,结果表明:
  ①本科生和研究生在学习效果、搜索工具的运用程度、时间管控力、信息资源的处理、学习的主动性、老师在线答疑的参与度、学习论坛的参与度、同学提出问题的回复等方面存在显著性差异(P<0.01),在学习效果、搜索工具的运用程度、时间管控力、学习的主动性、信息资源的处理、同学提出问题的回复等方面研究生明显高于本科生,在老师在线答疑的参与度、学习论坛的参与度方面本科生明显高于研究生。
  ②在学习态度评价方面无显著性差异(P>0.05)。
  (3)学科背景的差异
  对不同学科背景学生的学习态度、学习效果、搜索工具的运用程度、时间管控力、信息资源的处理、学习的主动性、老师在线答疑的参与度、学习论坛的参与度、同学提出问题的回复等行为特征使用单因素方差分析进行比较,结果表明:
  ①不同学科背景的学习者在学习态度、学习效果、搜索工具的运用程度、时间管控力、信息资源的处理、老师在线答疑的参与度、学习论坛的参与度方面存在显著性差异(P<0.01)。
  ②不同学科背景的学习者在学习主动性、同学提出问题的回复方面无显著性差异(P>0.05)。
  3.在线学习行为、人格特征、学习效果之间的关系分析
  (1)学习效果与在线学习行为的关系分析
  对学生的学习效果与在线学习行为特征之间进行相关分析,结果如表3。结果表明:学生的学习效果与学习态度、搜索工具的运用程度、时间管控力、信息资源的处理、在线答疑参与度、学习论坛的参与度、同学提出问题的回复均呈现正相关性。
  (2)人格特征与学习效果、在线学习行为的关系分析
  对学生的人格特征与学习效果、在线学习行为进行相关分析,结果如表4。结果表明:情绪稳定性学生与时间管控力、学习主动性成显著正相关;外向性学生与搜索工具运用程度、学习的主动性、学习论坛的参与度呈显著正相关;尽责性学生与学习态度、搜索工具的运用程度、时间的管控力、学习主动性、同学提出问题的回复均呈现显著正相关性;开放性学生与时间管控力、信息资源的处理、学习的主动性、学习论坛的参与度均呈现显著正相关性;宜人性的学生在学习态度、老师在线答疑参与度、同学提出问题的回复呈显著正相关性;五种人格特征与学习效果均呈无相关关系。
  五、总结与讨论
  1.总结
  (1)总体情况分析总结
  人格特征统计分析表明,总体人格特征的分布良好,达到了数据统计分析的要求。学生行为特征的测试得分统计表明,学生的在线学习态度表现良好,搜索工具运用比较熟练,而对学习效果、时间的管控力、学习的主动性和互动性等方面表现较差。笔者分析产生这种现象原因主要有以下几个方面:①在线学习环境复杂,干扰因素较多;②学生自身调控能力较差,无法控制学习过程;③辅导教师的数量有限,无法对学生进行相应的学习指导;④学生缺乏在线学习能力的培训;⑤网络教学体制不完善,缺乏在线学习评价和激励机制。
  (2)分类分析总结
  ①性别差异原因分析
  研究发现,大多数女生在学习的过程中都要比男生努力、认真,而且能按照学习的要求或老师的建议积极参加在线学习活动,因此女生在学习态度、学习效果、时间的控制力、学习主动性、学习过程的互动性等方面均高于男生。男生在工具的使用、逻辑思维能方面具有天生的优势,因此在搜索工具的运用、信息资源的处理方面男生略高于女生。
  ②学历差异原因分析
  研究发现,硕士生的学习经历、在线学习时间比本科生长,对在线学习的理解也比本科生跟加深入,而且硕士生的学习目的明确、自控力比较强,因此在学习效果评价、搜索工具的运用程度、时间管控力、学习的主动性、信息资源的处理方式、对同学提出问题的回复等方面的表现研究生要好于本科生。在对在线学习的新鲜感、学习的活力方面本科生要高于研究生,因此在老师在线答疑的参与度、学习论坛的参与度方面本科生明显高于研究生。
  ③学科背景差异原因分析
  研究发现,大多数艺术生行为特征和学习效果测试得分要低于文理科生,而造成这种结果的原因并非他们的学习能力差,而是由于他们的学科性质、学习内容及学习习惯的不同,导致了他们在学习过程中的行为与其他学科学生的行为差异较大。
  (3)在线学习行为、人格特征、学习效果之间的关系总结
  研究发现,不同人格特征与不同在线学习行为特征呈现显著正相关性,与学习效果表现出无相关关系,而学习效果与在线学习行为特征均呈显著正相关性。由此可以得出人格特征与学习效果并没直接的关系,而是通过在线学习行为间接影响学生的在线学习效果。
  2.讨论
  (1)开发个性化的学习支持系统
  目前,为了适应不同学习者的学习,实现个性化教学,研究者们已经开发了大量的教与学支持系统,但这些系统的理论基础薄弱、缺乏实证研究[6]。因此本研究的结论可以为教与学支持系统的开发提供理论依据,建议开发者根据本研究的结论和前人的研究成果,开发一个能够自适应的教与学支持系统,以适应不同学习风格的学习者学习。   (2)组织多样化的在线学习活动
  研究表明,在线学习交互活动与学习效果呈显著正相关性,交互活动能够有效的促进在线学习效果,因此教师要设计多种在线学习活动,激发学生的学习兴趣,积极引导、鼓励学生参与各种学习活动,并对参与者提出的问题给予及时得回复。
  (3)提升学生在线学习能力,加强外部调控
  研究表明,学生在学习过程中缺乏学习方法的指导,难以有效控制在线学习过程,因此要增强学生在线学习能力的培养,同时,学生也应有意识加强自我调控能力,积极参加各种学习活动。另外,在开发学习支持系统时要加强对学生的行为反馈和调控机制的设计,让系统能够及时、智能化反馈、纠正学生的不良行为。例如美国普渡大学的“信号预警系统”可以对学生的学习行为进行监控,并以邮件的形式向学习成绩较差的学生发出预警信息和提供帮助[3]。
  六、不足与展望
  本次研究为后续研究奠定了基础。下一步的研究方向是开发智能化的问卷调查系统对不同地区、不同学校的学生进行广泛调查研究与分析,根据研究结论,完善在线教学体制,开发个性化学习支持系统。
  参考文献:
  [1]Morahan-Martin J Schmnacher P.Internet and their relationships with individual differences in personality[J].Computer in Human Behavior,2003,19:59-70.
  [2]张晓丽.大学生网络学习行为与人格特征之间的关系研究[J].西北医学教育,2008,16(5):847-852.
  [3]王苗,刘志超.基于学习分析视角的在线学习行为可视化分析与案例研究[J].中国教育信息化,2015(5):10-13.
  [4]孙革.网络学习者学习行为的研究状况及分析[J].中国教育信息化,2010(8):18-21.
  [5]万海林.近十年我国网络学习行为研究综述[J].河北大学成人教育学院学报,2012(9):57-60.
  [6]傅钢善,王改花.基于数据挖掘的网络学习行为与学习效果研究[J].电化教育研究,2014(9):012.
  [7]孙海民.个性特征对网络学习行为影响研究的关键问题探究[J].电化教育研究,2012(10):50-55.
  [8]彭文辉.网络学习行为分析及建模[D].武汉:华中师范大学,2012.
  [9]姚若松,梁乐瑶.大五人格量表简化版(NEO-FFI)在大学生人群的应用分析[J].中国临床心理学杂志,2010 (4):457-459.
  [10]张晓楠.大五人格量表(IPIPNEO)的初步修订[D].扬州:扬州大学,2012.
  [11]张伟,李玲俐.可视化视角下网络学习系统学习行为及监控策略研究[J].中国教育信息化,2015(7):32-35.
  [12]肖晓梅.网络教学平台在高校教学中的应用研究[J].中国教育信息化,2008(9):67-69.
  [13]魏顺平.在线学习行为特点及其影响因素分析研究[J].开放教育研究,2012,18(4):67-69.
  [14]胡艺龄,顾小清,赵春.在线学习行为分析及挖掘[J].开放教育研究,2014,20(2):102-110.
  (编辑:王晓明)
转载注明来源:https://www.xzbu.com/9/view-11107223.htm