混合學習與在線學習對學生投入度的影響
——以學習環境為視角

賈 非，趙彬竹，李志創

（1.吉林財經大學統計學院，吉林長春130117；2.浙江工商大學統計與數學學院，浙江杭州310018）

一、引言

學生投入度被稱為“學習的圣杯”[1]，提高學生投入度是提升學生學業成績、減少學生對學習的厭倦、降低輟學率的一種有效方式[2]。直接干預學習過程和改變學習環境均可影響學習者投入度[3]，這種影響學習者投入度的能力，對于在不同環境下理解投入度，進而改進學業成績具有重要意義。

人們普遍認為，學生投入度包括行動和情緒兩方面內容[4]。行動上的投入度是可觀測的，如出勤、互動；而與情緒有關的投入度是不可觀測的，如學生在課堂中是否感到愉悅。一般情況下，當學生花費大量的時間和精力去完成一項任務，關心他們的學業質量，并向自己做出承諾時，他們具有較高的投入度[5]。在學校，很多個人特征（如：性別、文化、家庭等）和環境因素（包括教學實踐）影響著學生的投入度與學業成績[6-7]。相關分析表明，只有25%的學生投入度差異可由個體特征解釋，而學習環境可以解釋學生投入度差異的75%[8]。學習環境是可控制的要素，教育者可以通過設計教學環境和教學實踐，提高學生的學業和發展水平[9]，因此它是提高學生投入度的主要手段。

一般認為，“學習環境是影響學習者學習的外部環境，是促進學習者主動建構知識意義和促進能力生成的外部條件”[10]，學習環境可分為物理學習環境、資源學習環境、技術學習環境和情感學習環境。具體而言，學習環境因素包含教學活動的類型、班級的規模、教學模式與條件等細節[11]。適當的學習環境應是有助于學習者知識構建的外部環境。因此，應存在一個最優的學習環境，以促進學習者的投入度[12]。

在線學習模式和混合學習模式屬于不同類型的學習環境。提高學生投入度是混合學習和在線學習課程設計的重要目標[13]。關于在線學習對學生投入度的影響，不同文獻闡述了不同的看法，例如，在線學習能夠通過加強學生為中心的學習提升成績[14]，也可因缺少同學間互動而影響成績[15]。混合學習是與在線學習有關的一種較為靈活的學習環境，被定義為面對面學習與在線學習的整合[16]。一種觀點認為，混合學習能夠提升學生投入度，例如，混合學習有效利用了學生對技術的偏好和喜愛，吸收了更積極的學習經驗[17]，并有效率地平衡了各種學習環境[18]；然而，混合課程也可能使學生更難參與進來，因為他們必須在兩種教學模式之間進行切換[19]，并被兩種教學模式中的負面部分所影響[11]。

綜上，已有文獻對混合學習和在線學習對于學生投入度的影響進行了較為深入的分析，相關結論豐富了學習環境、學生投入度以及二者關聯性的相關理論，具有重要的實踐價值。但是，以往的研究忽略了混合學習和在線學習環境中的細節性環境因素，如在線課程部分的網絡環境、資源環境和互動環境，混合學習中的面對面學習和在線學習的比例設定等。忽略這些細節環境要素可能導致對兩種學習環境的評估產生偏差。例如，較差的互動環境對在線學習的影響高于混合學習。因此，在線學習、混合學習具有不同的適用條件，這正是本文實證研究的重點。因此，本文研究問題的價值主要體現在：

第一，整合了混合學習和在線學習條件下的細節性環境因素。影響學生投入度的因素通常分為個人因素和環境因素兩大維度[4]，以往討論混合學習和在線學習對學生投入度影響的文獻中，通常在影響因素中整合入學生的個人特征[9，11]，但對學習環境細節的描述卻十分單薄，從而降低了以往實證分析結果的可信度。本文將網絡環境、資源環境、互動環境和課程比例4個與學習環境有關的變量與混合學習和在線學習兩種學習環境變量進行了整合，細致地分析了學習環境對學習者投入度的影響，從而將學習環境的相關研究向前推進一步。

第二，討論了以往研究中所忽視的在線或混合學習對學習者投入度影響的條件因素。以往研究大量聚焦于混合學習和在線學習對學習者投入度的影響，但結論莫衷一是。這意味著上述關系可能隨著某種條件變量而變化。本文整合了學習模式與其他在線課程具體環境因素，分析隨著具體環境因素的變化，混合學習和在線學習對學習者投入度的影響是否發生變化。這些分析在理論上豐富了學習模式與學習者投入度關系的關聯機制，在實踐中為教育者提供了學習模式選擇的參考。

第三，考察了混合學習中兩類學習模式的比例對學生投入度的影響?；旌蠈W習中，兩種學習模式的分配一直受到研究者的關注，相比混合學習模式的優劣，教師更關心在課程中采取怎樣的混合策略[20]。但是，已有文獻中相關的實證分析十分鮮見，因此也沒有形成有價值的結論。本文將混合學習中兩種學習模式的比例作為具體的學習環境因素之一引入實證模型，該項工作為混合學習的理論分析提供了實證支持，擴展了混合學習有效性的理論邊界。

本文的研究目標是，分析混合學習和在線學習對學生自主學習投入度和在線學習投入度的影響機制。在分析中，將在線學習的網絡環境、資源環境、互動環境和混合學習中混合比例等細節性學習環境要素整合入模型，從而得到更豐富的研究結論。研究將解決如下問題：

（1）在線學習資源環境、網絡環境和互動環境，對混合學習和在線學習影響學生投入度（自主學習投入度、互動學習投入度）的過程起到怎樣的調節作用？

（2）混合學習中面對面學習和在線學習的比例設定如何影響學生投入度，以及這種影響如何取決于資源環境、網絡環境和互動環境？

研究的理論框架見圖1。

圖1 研究的理論框架結構

二、樣本與變量

（一）樣本確定

實證研究的數據來自智慧樹平臺高校2017年秋冬季的《共享課程教學運行質量報告》①，該報告由東西部高校課程共享聯盟和智慧樹平臺共同撰寫并發布，報告中呈現了各高校該學期共享課程運行數據、問卷調查與相關建議。在智慧樹平臺上，課程的學習模式包括混合式和在線式兩種，混合學習的課程在課程安排和課程評價中均包含在線課和見面課兩部分，而在線學習中僅包含在線課。研究中實證分析的樣本為A省29所高校在該學期所完成的課程，共計354門，剔除報告中數據不全的課程90門和問卷收回人數少于30人的課程73門，最終確定樣本包含191門課程。

（二）變量確定

根據研究驗證的主關系與調節關系，實證模型包含如下變量。

1. 被解釋變量

被解釋變量為學生投入度。研究關注與學生活動有關的投入度，即可觀測的投入度。學生在大學期間的學習活動主要分為對學業的自主投入和與教師、同伴交流情況[21]，因此，在實證分析中，將學生投入度分為自主學習投入度和互動學習投入度兩部分。其中，自主學習投入度以課程完成率表示，混合學習的課程完成率由在線課程完成率和見面課程完成率以課時為權重加權平均得到，在線學習課程完成率由在線課程完成率表示?；旌蠈W習和在線學習中的互動學習主要以社交軟件為媒介[22]，因此以社交軟件使用次數衡量互動學習投入度。由于無法獲得學生在學習過程中通過微信、微博等社交工具互動的數據，考慮到學習者可能較為平均地使用各種互動平臺，因此，以平均百人參與智慧樹平臺的互動的次數作為互動學習投入度的代理變量。

2. 解釋變量

研究中主要的解釋變量包括學習模式和混合比例兩個變量。學習模式為啞變量，某一課程的學習模式為混合式，該變量取1；若為在線式，該變量取0?；旌媳壤秊橐娒嬲n在混合學習中所占的課時比例，以在線學習模式運行的課程，見面課課時占比記為0%。

調節變量包括影響學生投入度的各種細節性環境因素。在課程滿意度問卷調查②中，可以查詢到每門課程中學生對學習環境多個維度的評價，具體包括在線視頻內容滿意度、見面課內容滿意度、在線視頻網絡滿意度、見面課網絡滿意度、在線交流滿意度、跨?；訚M意度、教師指導滿意度7個維度評價。各變量之間具有較高的相關性（相關系數均在0.52～0.85之間），說明存在若干影響各維度評價的共同因素。通過對這7個變量進行因子分析，可以得到學生對學習環境的綜合評價，從而避免相關性的影響。Pearson相關矩陣法確定主成分為3時，模型特征值為1.18，累積貢獻率為92.32%，因此模型具有3個因子。結合因子的具體意義，通過旋轉因子載荷矩陣（見表1）發現，環境因素可以分為3類：資源環境因素、網絡環境因素、互動環境因素。以因子得分表示上述3類因素，并作為實證分析的調節變量。

表1 旋轉因子載荷矩陣

3. 控制變量

研究控制了學時對學生投入度的影響。學時在一定程度上代表了課程類型和重要程度，一般而言，學時較高的課程對于專業學習具有較高重要性，學生可能會主動增加投入度。由于學時與學分高度正相關（相關系數＞ 0.85），研究中未將學分加入控制變量。將選課學生數作為控制變量加入模型，用以控制不同選課人數中可能包含的課程受歡迎程度、學習同伴之間互動可能性等潛在的影響因素。模型中對學時數和選課學生數取了自然對數。為了控制不同層次學校對學生投入度的影響，將學校類型作為控制變量加入模型。根據大學的層次，將學校類型分為國家級重點大學（包括“985工程”院校、“211工程”院校、“2110工程”院校）、省級重點大學、省級大學、大專4種類型；根據學校的辦學體制，可以分為私立大學和公立大學。在模型中，學校類型以若干啞變量表示。

表2給出主要變量的描述統計指標和相關系數矩陣。可以看出，變量之間的相關系數均處于較低水平，方差膨脹因子1.08～1.34，遠低于10的臨界值，這說明主要變量之間不存在明顯多重共線性問題。

表2 變量統計描述與相關系數矩陣

三、實證結果

（一）統計模型

研究分別運用下述回歸模型進行實證分析：

式中：Yi是自主學習投入度或互動學習投入度；是學習模式是見面課課時占比；Mi代表3個調節變量，分別為資源環境、網絡環境和互動環境；Zi是相關的控制變量；是課程類型啞變量；λi是誤差項；i表示課程序號。

式（2）中加入自變量的平方項，以檢驗自變量是否對因變量具有非線性影響。

（二）實證結果

式（1）模型的實證結果見表3和表4，式（2）模型的實證結果見表5和表6。

表3中給出以自主學習投入度為被解釋變量的回歸結果。其中，模型1中僅包含主要解釋變量、控制變量和相關啞變量，其中學習模式的回歸系數為0.027，且在1%的水平下顯著。這表明，相比在線學習，混合學習環境下學生課程完成率平均增長2.7%，并且這種影響在模型2-模型6中未發生明顯變化。模型2中加入資源環境、網絡環境和互動環境3個調節變量，模型3-模型5中分別加入了調節變量與學習模式的交叉項。模型2-模型5中資源環境和互動環境的系數顯著為正，網絡環境的系數不具統計意義上的顯著性，這說明資源環境和互動環境對自主學習投入度具有正向促進作用。模型3中，交叉項系數顯著為正，表明混合學習模式下資源環境對自主學習投入的正向影響大于在線學習模式。模型4中，交叉項的系數不具有統計意義上的顯著性。模型5中，交叉項系數顯著為負，意味著在混合學習模式下互動環境對自主學習投入度的影響低于在線學習模式，但仍是正向影響。模型6中加入所有自變量和交叉項，結果表明，所有的回歸系數均未發生質性變化。

表3 學習模式與自主學習投入度的回歸分析結果

表4中為以互動學習投入度為被解釋變量的回歸結果。其中，模型1中僅包含主要解釋變量和控制變量，學習模式的系數顯著為正，說明混合式學習環境下論壇參與次數平均高于在線學習2次，這種正向影響關系在模型2-模型6中仍然顯著。模型2在模型1的基礎上加入3個調節變量，模型3-模型5中分別加入各個調節變量與學習模式的交叉項。綜合分析模型2-模型5可知，網絡環境和互動環境對互動學習投入度均具有穩定的顯著正向影響，且網絡環境和互動環境兩個調節變量與學習模式的交叉項系數均顯著為正，說明相比在線學習模式，混合學習模式下，網絡環境和互動環境對互動學習投入的影響更強。模型6包含了所有的調節變量與交叉項，回歸結果顯示所有重要結論均未發生變化。

表4 學習模式與互動學習投入度的回歸分析結果

綜合分析表3和表4，可以得出結論：學習模式對學生投入度的影響取決于資源環境、網絡環境和互動環境的水平。具體而言，對于提升自主學習投入度，資源環境對于混合學習更有利，互動環境對于在線學習更有利；對于提升互動學習投入度，網絡環境和互動環境均對混合學習更有利。

在表5中，根據模型1-模型2和模型4-模型7可以看出，見面課時比例對自主學習投入度具有穩定正向影響，且資源環境對其具有正向調節作用，而互動環境對其具有負向調節作用。模型3在模型2基礎上加入自變量的二次項，模型3中自變量一次項和二次項系數均不顯著，F統計量也明顯降低，表明自變量對因變量不具有非線性影響。根據模型7，見面課時比例對自主學習投入度的影響可以表示為：?y/?x=0.0782+0.0332×資源環境-0.0023×互動環境，表明資源環境水平較高時，增加見面課時比例對增強自主學習投入度有利，在互動環境較好時，可以降低見面課時比例。

從表6中可知，見面課時比例對互動學習投入度的影響顯著為正，且不存在非線性影響關系，但網絡環境和互動環境對上述關系均具有正向調節作用，根據模型7，在見面時比例對互動學習投入度的影響可以表示為：?y/?x=7.8441+3.9662×網絡環境 +9.1500×互動環境，這意味著在資源環境和互動環境較好時，增加見面課時比例對促進學生互動學習投入度有利。

由表5和表6可知，不考慮環境因素的調節作用，見面課時比例為0時，學生自主學習投入度和互動學習投入度均為最低；考慮學習環境因素的調節作用，見面課時比例越高，資源環境對自主學習投入度的影響越強，網絡環境和互動環境對互動學習投入度的影響越強，見面課時比例為0時，互動環境對自主學習投入度的影響最強。

表5 混合比例與自主學習投入度的回歸分析結果

表6 混合比例與互動學習投入度的回歸分析結果

四、穩健性檢驗

學習模式和混合比例的確定發生在課程學習之初，而學生投入度是學生學習過程中的表現，因此學生投入度影響學習模式選擇的可能性不大，從理論上看，解釋變量學習模式和混合比例存在內生性問題的可能性很小。但是，資源環境、網絡環境和互動環境3個控制變量的數據來源于課程結束時學生的評價，這些數據有可能受到學生投入度的影響，因此無法從理論上排除3個控制變量具有內生性問題的可能。為此，在確定樣本時，只選擇了問卷收回量大于30人的課程，以犧牲樣本容量為代價，最大限度保證了學生對學習環境7個維度評價的客觀性。盡管如此，為進一步確保模型估計的準確性，參照ZHANG等[23]的做法，分別以學習模式、混合比例、資源環境、網絡環境和互動環境5個變量為被解釋變量，以自主學習投入度和互動學習投入度為解釋變量進行回歸分析，結果顯示，在10%的顯著水平下，解釋變量的系數均未通過T檢驗。上述結論表明，學習模式、混合比例、資源環境、網絡環境和互動環境5個變量不具有明顯內生性問題。另外，實證模型式（2）是對式（1）的進一步分析。在表5中模型1-模型2和模型4-模型7，與表3中模型1-模型6的估計結果相比未發生明顯變化，在表6中模型1-模型2和模型4-模型7，與表4中模型1-模型6的估計結果相比同樣未發生明顯變化，這說明實證結果具有一定的穩定性。

五、研究結論

研究運用智慧樹平臺A省29所高校2017年秋冬季《共享課程教學運行質量報告》中提供的數據，實證分析了學習模式和混合比例對學生投入度的影響，發現學習模式和混合比例對學生投入度的影響程度取決于資源環境、網絡環境和互動環境3個條件因素。研究提出，混合學習和在線學習具有不同的適用條件，不同學習環境下靈活采取不同的學習模式才能獲得更好的學習效果，從而，研究結論進一步擴展了混合學習與在線學習的相關理論，對混合學習和在線學習的有效實施具有重要啟示作用。

首先，混合學習環境下，見面課比例增加對促進學生自主學習投入度和混合學習投入度具有正向影響，相比在線學習而言，混合學習對于兩種學習投入度的促進作用更明顯。這一結論說明，在在線學習環境中，融合見面課學習環境，對于促進學生投入具有重要作用。在混合學習中，相對兩種學習模式發揮了互補的作用，促進了學習效果。在樣本范圍內，見面課時增加也能促進學生投入度，但這一結論并不適合任意泛化，這表明在混合學習中存在一個適合促進學習投入的最佳混合比例。

其次，學習模式和混合比例對自主學習投入度的影響取決于資源環境和互動環境的水平。較高水平的資源環境能夠同時促進混合學習和在線學習模式下的自主學習投入度，但對混合學習模式下自主學習投入的影響更強。在混合學習環境下，資源環境水平正向調節見面課時比例對自主學習投入度的影響。同時，較好的互動環境對在線學習模式的影響高于混合學習模式，因此相對削弱了混合學習的優勢。在混合學習環境下，見面課比例對自主學習投入度的影響隨著互動環境水平的提升而下降。上述分析表明，混合學習環境下學生知識建構水平取決于學習資源的質量[24]，在線互動可以一定程度上彌補在線學習缺少面對面互動的問題，在線學習模式下，構建良好的在線互動環境對促進學生自主學習投入有更明顯的效果[22]。

最后，網絡環境和互動環境水平對于學習模式（或混合比例）對互動學習投入度的影響具有正向調節作用。較好的網絡環境和互動環境水平，能夠同時增強混合學習和在線學習環境下學生互動學習投入度，尤其是對混合學習環境下的互動學習投入度影響更強。在混合學習環境下，見面課比例增加對互動學習投入度的影響，隨著網絡環境和互動環境的提高而增強。這意味著增強學生學習過程中的網絡互動，能夠促進學生之間的協作、交流、互動，以及知識建構和共享，該結論支持了建構主義思想對混合學習模式的指導作用。

研究中關于混合學習和在線學習研究中所涉及的課程均為智慧樹平臺上運行的共享課程，因此，研究結論僅對標準商業化共享課程平臺上運行的課程具有借鑒意義，對于SPOT和校內翻轉課堂的實踐不具指導意義。另外，受限于智慧樹平臺的數據來源，樣本中見面課比例上限為40%，有限的樣本極差導致實證結果并未揭示其對學生投入度的非線性影響，雖然實證結果為見面課時比例正向影響學生投入度，但無法從理論上得出見面課比例為100%時（即面對面學習），學生投入度更高的結論。

注釋

①智慧樹平臺是目前全球最大的學分課程共享平臺，智慧樹在國內擁有超過1800家高等院校會員，覆蓋超過1000萬大學生。智慧樹網幫助會員高校間，實現跨校課程共享和學分互認，完成跨校選課修讀。（資料來自于網絡，http://tech.sina.com.cn/i/2016-10-25/doc-ifxwztrt0390469.shtml）

②《共享課程教學運行質量報告》第四部分。