基于Pearson分析的大學生網(wǎng)絡學習內(nèi)隱行為研究

王晶 章歡

[摘 要] 本文在文獻研究的基礎上，分析了大學生網(wǎng)絡學習內(nèi)隱行為的影響維度，以調(diào)查問卷的方式收集數(shù)據(jù)，并應用Pearson分析找出對網(wǎng)絡學習成效最具有相關(guān)性的維度，對提升大學生網(wǎng)絡學習成效提出相關(guān)建議。

[關(guān)鍵詞] Pearson分析；內(nèi)隱行為；網(wǎng)絡學習

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 13. 071

[中圖分類號] G434 [文獻標識碼] A [文章編號] 1673 - 0194（2018）13- 0159- 03

0 引 言

網(wǎng)絡學習以學習時間多樣化、學習空間多元化、學習途徑便捷化、教學資源豐富化等優(yōu)點，受到了大學生的喜愛。然而，縱觀我國大學生網(wǎng)絡學習行為分析的現(xiàn)狀，不難看出對大學生網(wǎng)絡學習內(nèi)隱行為的研究分析相對較少。

1 研究設計

本研究通過分析國內(nèi)外大學生網(wǎng)絡學習行為研究現(xiàn)狀，在行為科學理論、理性行為理論和計劃行為理論等基礎的支撐下，結(jié)合各類大學生在線學習平臺的特點，總結(jié)出包括外顯行為和內(nèi)隱行為在內(nèi)的共19個大學生網(wǎng)絡學習行為維度，并對內(nèi)隱行為做出結(jié)構(gòu)化分析。

根據(jù)行為科學理論，本研究將大學生網(wǎng)絡學習內(nèi)隱行為通過學習能力、學習態(tài)度、學習風格、學習動機和自我效能進行測定，它們之間的關(guān)系也是線性的，內(nèi)隱行為最終轉(zhuǎn)化為行為意向作用于大學生網(wǎng)絡學習行為。

2 數(shù)據(jù)采集及預處理

2.1 樣本數(shù)據(jù)的采集

本次調(diào)查主要以武漢地區(qū)高校的大學生為主，隨機抽取武漢大學、華中農(nóng)業(yè)大學、武漢理工大學、武昌工學院、武漢工商學院、湖北工業(yè)大學工程技術(shù)學院等10所高校的學生作為研究對象，網(wǎng)絡平臺隨機選取智慧樹、中國大學MOOC等網(wǎng)絡學習平臺進行網(wǎng)絡學習內(nèi)隱行為分析。雖然所選研究對象和學習平臺有一定的局限性，但也存在很多共性問題，本研究可以在一定層面上為我國其他高校的大學生網(wǎng)絡學習行為提供參考性意見。

2.2 樣本數(shù)據(jù)的預處理

通過發(fā)放紙質(zhì)問卷及電子問卷，歷時一個月，共收回問卷1 928份，剔除無效問卷103份，有效問卷占問卷總數(shù)的94.9%。本研究運用了KMO測度和Bartletts球體檢驗檢測問卷的有效性。該研究的問卷效度結(jié)果如表1所示。

KMO取值越接近于1各變量間的相關(guān)性越強，由表1可知KMO檢驗值為0.647，在0.5-1.0之間，這表明該調(diào)查問卷內(nèi)的變量相關(guān)性較強。Bartletts球體檢驗值為467.125，通過檢驗，表明整體問卷中各變量間的相關(guān)性是相互獨立的。卡方檢驗的概率Sig值為0，小于0.05，表明變量之間存在顯著相關(guān)。因此本問卷的信度較高。

3 Pearson分析

根據(jù)文獻資料分析將內(nèi)隱行為的影響維度匯總為學習能力（X1）、學習態(tài)度（X2）、學習風格（X3）、學習動機（X4）、自我效能感（X5），利用Pearson相關(guān)分析的結(jié)果如表2所示。

**.相關(guān)性在0.05上顯著（雙尾）

*.相關(guān)性在0.01上顯著（雙尾）

Pearson相關(guān)系數(shù)分析結(jié)果表示兩個變量之間相關(guān)性的強弱，絕對值在0.8-1.0時表示極強相關(guān)，絕對值在0.6-0.8時表示強相關(guān)，絕對值在0.4-0.6時表示中度相關(guān)，絕對值在0.2-0.4表示弱相關(guān)，小于0.2時表示極弱相關(guān)或無相關(guān)。由表2給出通過Pearson相關(guān)系數(shù)分析出的內(nèi)隱行為維度各個變量之間相關(guān)值，與內(nèi)隱行為有中度相關(guān)的變量為學習能力和學習動機，其他因素為弱相關(guān)。

3.1 學習能力與內(nèi)隱行為的Pearson分析

由表2可以看出：學習能力X1與學習風格X3、學習動機X4、自我效能感X5的相關(guān)值集中在0.45左右，都有較為顯著的相關(guān)性。學習能力與自我效能感的Pearson值為0.507，大于0.5，為強相關(guān)；學習能力與學習風格的Pearson值為0.365，具有一定相關(guān)性；學習能力與學習動機的Pearson值0.458，具有中度相關(guān)性。以上數(shù)值說明學習能力越強，可以獲取的自我效能感越高，同時自我效能感可以再促進學生的學習積極性，相應的學習動機越強，內(nèi)隱學習行為可轉(zhuǎn)化的學習成效就越顯著。

3.2 學習動機與內(nèi)隱行為的Pearson分析

由表2可以看出，學習動機X4與學習能力X1、學習風格X3、自我效能感X5的相關(guān)值分別為0.458、0.309、-0.077，根據(jù)Pearson值的相關(guān)性可知學習動機與學習能力中度相關(guān)、學習動機與學習風格弱相關(guān)、學習動機與自我效能感負相關(guān)。根據(jù)一般文獻研究可知，網(wǎng)絡學習內(nèi)隱行為與學習動機具有顯著相關(guān)性，本數(shù)據(jù)分析表中的相關(guān)分析值為0.445，是符合這一研究的。對于學習動機X4與自我效能X5存在負相關(guān)的現(xiàn)象，可能原因在于：大學生在利用網(wǎng)絡學習資源時，即使有較強的學習動機，但受到學習能力、學習風格的影響，可能并不能立即取得較好的自我效能感，因此造成挫敗，由此顯示了負相關(guān)性。

3.3 其他因素與內(nèi)隱行為的Pearson分析

由表2可以看出，學習態(tài)度（X2）、學習風格（X3）、自我效能感（X5）與內(nèi)隱行為的相關(guān)值均小于0.2，基本可以判定無相關(guān)性。根據(jù)一般文獻研究可知，學習態(tài)度、學習風格及自我效能感均會對內(nèi)隱行為產(chǎn)生作用，呈一定的正相關(guān)，而本數(shù)據(jù)分析表中的相關(guān)分析卻呈負相關(guān)，究其原因可能在于：調(diào)查問卷中涉及的學生個體差異較大，公立高校及民辦高校學生網(wǎng)絡學習內(nèi)隱行為受到的影響因素不同，內(nèi)驅(qū)動因素變得不明確，因此內(nèi)隱行為轉(zhuǎn)化為學習效果也不明顯，甚至沒有成效。

4 結(jié) 語

大學生具有較強的學習能力、獨立自主意識，創(chuàng)造性強，但在網(wǎng)絡學習內(nèi)隱行為的分析來看多數(shù)學生的自控能力有所欠缺，只有通過形成積極的自我效能去實踐，通過良好的學習態(tài)度去探尋，通過系統(tǒng)的學習策略進行學習，才能最終取得較好的學習效果。在這個過程中有以下幾點值得注意：

（1）網(wǎng)絡學習不僅需要大學生的積極主動，還需要技術(shù)人員、學校和社會的支持參與，在網(wǎng)絡資源設計時，必須突出學生的主體地位，提供多樣化、高質(zhì)量的網(wǎng)絡學習資源；加強對學生的引導與幫助，促進學生進行自主網(wǎng)絡學習，提高學習效率。

（2）以肯定的態(tài)度、積極的眼光去培養(yǎng)學生的自主學習觀，增強學習動機。雖然本Pearson分析并未顯示出學習動機對內(nèi)隱行為的促進作用，但網(wǎng)絡學習不能只著眼于眼前，而應該可持續(xù)發(fā)展。

（3）通過整合跨越問題來探尋完整的學習策略，幫助學生培養(yǎng)制定學習策略的習慣，制定系統(tǒng)的學習策略，避免因為外部因素而造成干擾，提升大學生網(wǎng)絡學習內(nèi)隱行為的促進力，提高大學生的網(wǎng)絡學習成效。

主要參考文獻

[1]湯春玲，馬躍如，彭一峰，等. 基于歸因理論的大學生網(wǎng)絡學習行為和學習效果研究[J].當代教育論壇，2017（2）：85-92.

[2]張斯亮.基于XAPI的網(wǎng)絡學習行為分析模型研究[D].杭州：浙江工業(yè)大學，2016.

[3]孫海民.個性特征對網(wǎng)絡學習行為影響研究的關(guān)鍵問題探究[J].電化教育研究，2012（10）：52-57.

[4]曹良亮.在線學習中學習路徑分析及學習行為特點研究[J].中國遠程教育，2014（4）：25-30.