基于線性結構模型的網絡英語自主學習歸因研究

摘 要：本文旨在探討通過線性結構模型分析大學生在網絡背景下的學習動因，并已經取得了一定的成果。

現狀與背景分析：國家教育部《大學英語課程教學要求》規定：各高等學校應根據本校的條件和學生的英語水平，探索建立網絡環境下的教學模式，促進學生個性化學習方法的形成和學生自主學習能力的發展。應能使學生選擇適合自己需要的材料和方法進行學習，獲得學習策略的指導，逐步提高其自主學習的能力。有鑒于此，建設基于網絡的大學英語教學平臺已經成為高校英語教學的一個必要環節。安徽財經大學自2003年以來，就積極探索網絡英語自主教學模式，并于2009年經教務處、人事處、外國語學院、電教中心等部門協作，成立了執行小組，負責全校的網絡英語教學。該小組負責安徽財經大學英語網絡自主學習平臺的設計和執行，做好學生平時自主學習記錄，對每學期的網絡考試成績進行統計分析。學生通過網絡進行自主學習，并在每學期進行網絡考試一次，學生的自主學習考績納入學分管理機制。大學生需在規定時間內完成2個學分的網絡自主學習要求。當年在09級新生中開始試點，當時使用的是外研社的《新視野大學英語網絡平臺》。目前09級已經進行了4個學期的網絡自主學習，因此有必要進行分析總結。小組在2011年5月14日網絡考試后附了一份調查問卷，主要內容包括學生使用網絡進行自主學習的一些情況，收集樣本1135份。對問卷分析調查，發現我校目前學生利用網絡進行自主學習的情況并不是很理想。在已收上的有效問卷中，有近70%的學生每周花在網絡自主學習上的時間為1個小時（根據我們的數據庫后臺統計，實際上90%以上的學生無法達到這個要求。）在自主學習模式選項中，有64%的同學支持“自主學習模式和課堂教學模式相結合”，24%的同學選擇“需要有老師的網上指導和反饋“，只有不到11%的學生認為“自主學習不需要教師的指導和幫助。這說明，大學英語網絡自主學習出現了一些問題，為了更好地找出學生在網絡環境下自主學習的真實狀況和動機，因此有必要作進一步的調查。執行小組采用了線性結構模型的方式試圖找出事實背后的真相。而經驗證明，采用因子分析法，線性回歸法及結構性建模是一種比較穩健的路線圖。

該研究將采用線性方程結構模型的方法來發現提高我校網絡自主學習水平的因子，這是本研究的最大特色。用統計學中的因子分析可以對眾多變量進行降維，從而發現潛在的一些規律。而回歸分析能更好地從自變量的角度對因變量進行預測，因子降維和線性回歸可以通過測量模型和結構模型來體現。線性結構能從全局的角度觀察各個變量之間的潛在關系。對英語學習進行歸因建模研究的，目前國內公開發表的有三項。這三項研究從理論到方法都有所創新，病得出了十分重要的結果。這三項研究所采用的路線圖可歸納如下：確立假設性研究問題，確定問卷中的各種變量，在學生中通過問卷調查采集足夠量的樣本，提取因子并根據因子負荷對變量進行聚類分析，建立測量性模型，最終建立結構方程模型，然后根據模型可以對學生的未來成績表現進行回歸預測。這類實驗由于工作量較大，涉及多個學科，如統計學、工程學、數據挖掘等，如果在網絡環境下研究的話，則要涉及到計算機網絡等方面的專業技能和經驗，所以有一定的難度。項目小組由于本身工作特點和興趣使然，能夠多年來堅持不懈的在我校推廣網絡自主教學，并不斷地積累資料。

本研究也是基于上述這樣的路線圖，目的是為了找出我校學生在網絡環境下的學習動機和效率，從而有助于提高我校學生網絡自主學習的效率。我校目前已經就09級試點進行網絡自主學習試點，并組織了三次大規模的考試，每次考試的學生總量都在4000人左右，到目前為止是安徽省高校所進行的最大規模的英語類網考。并針對目前的英語網絡自主學習情況進行了問卷調查，已經積累的一定的前期基礎。在此基礎上，完善建構模型，并根據模型中發現的問題，給出解決方案。該研究可以解決一下問題。

a. 大學英語網絡自主學習的真實情況如何。

b. 影響網絡自主學習的因子有哪些，以及彼此之間的相關情況。

c. 根據模型中發現的問題，在實踐中如何解決。

效果和具體成果

用測量模型和結構模型來解釋我校大學英語網絡自主學習的現狀及存在的問題并提供相應的解決方法。根據已經掌握的問卷材料，項目小組已經能夠建立簡單的驗證性因子測量模型和結構方程模型，對針對存在的問題，已經可以進行較深入細致的分析。針對這些問題，課題組會進一步找出解決方法，到項目結束時，會更加科學地找出我校學生網絡自主學習的更多動因，按照不同分工、不同階段，課題組成員將根據進一步搜集的數據撰寫出相應的分析報告和解決方案，并進一步建立更穩健的測量模型和結構模型。在實踐中，將為學生提供更好的網絡自主服務，從而改善我校學生英語網絡自主學習的狀況。

迄今為止，已經搜集大量的學生的自主學習資料，并組織過三次大規模的網絡考試。進行過一次大規模的網絡調查問卷，已經為進一步的研究搜集了較多的材料。為了更好地探知，學生在網絡環境下地學習動因，主持人又進行了第二次問卷調查，由于第一次問卷調查只是調查學生使用網絡自主學習的情況，所以第二次問卷涉及變量較多。該調查包括二十個變量，涉及到學生課堂學習、網絡學習、教師指導等方面，目的是為了提起影響學生網絡自主學習的因素。該次調查仍然通過網絡進行，獲得樣本103個。對采集到的樣本進行探索性因子分析，提取特征值大于1的因子3個，可以解釋總方差的67.66%。分別可以歸類到“課堂教學因子”“教師指導因子”“網絡教學因子”。采用Lisrel進行測量性因子驗證分析，得出以下路徑圖。可以看出探索性分析中的保留的一些變量對總模型的解釋性不強，可以刪除掉或者重新編碼。

在提取的因子中，雖然只有三個變量在該因子上負荷量最大，但是在以網測成績為因變量的回歸分析中，回歸系數卻是非常高而顯著的。而網絡部分（包括自主學習時間、自主學習興趣、自主學習信息）等變量在回歸中的系數反而較低。這說明，網絡自主學習由于學生真正用于網絡學習的時間較少，體驗較小，再加上網絡考試出的試題又傾向于書本，所以解釋量并不大。

“課堂教學”因子和“網絡自主”因子建立簡單的結構性模型，可以看出模型擬合度可以接受。而用“教師輔導”和“網絡自主”兩個因子（以“教師輔導”因子為外生變量，“網絡自主因子”為內生變量）建立的簡單結構模型中，GFI為0.94，AGFI為0.78，模型與數據擬合好，模型成立。這充分說明，如果網絡自主學習沒有老師參與的情況下，大學英語網絡自主學習在我校只能發揮較小的作用，這可能和我校學生綜合學習英語的興趣有關。但也反映了學生對教師的依賴性。這種某種程度上也驗證了教育部公布的自主學習的精神相符合：自主學習應該在教師指導下進行。所以，為了高效地提高英語網絡自主學習的效率，必須讓授課教師參與進來。項目組雖然針對英語的網絡自主學習嘗試用建模的方式來找出問題所在，但由于第二次問卷涉及的人數較少，盡管結合第一次問卷，可以幫助我們找出我校學生網絡學習的動機因子。但由于樣本采集量不夠大，所以肯定會存在一些問題。項目組有必要在以后的網絡自主平臺的運行中，繼續調研，不斷地完善模型。

參考文獻

[1]王立非(2011). 計算機輔助第二語言研究方法與應用. 北京, 外語教學與研究出版社

[2]王孝鈴（2011）教育統計學 上海.華東師范大學出版社

作者簡介：武曉山（1970-），副教授，現就職于安徽財經大學，研究方向為語料庫、電化教學。