新媒體環境下大學生自主學習現狀調查與分析

孫久翕　梁會會　曹慧蓉　李語澤　李梓睿

摘 要：在新媒體充斥著生活的環境下，大學生有了眾多自主學習方式的多樣化選擇，并且其自主學習能力直接影響著區域內整體自主學習現狀的水平。本文以長春理工大學為研究對象，立足新媒體環境，對學生的自主學習現狀進行研究。首先獲取具有典型意義的觀測指標構成的數據集，通過聚類分析，了解大多數學生的學習現狀，根據羊群效應，進而得出長春理工大學這一研究整體的學習現狀如何。再進行因子分析，提取出能夠客觀反映學習能力的三個主成分，并針對性地提出改進大學生學習現狀的建議和措施。

關鍵詞：自主學習;因子分析;聚類分析;羊群效應

中圖分類號：G4

文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2020.19.074

1 研究背景及目的

在當今社會，隨著科學技術的發展，新媒體技術日益興盛。它不僅改變了我們的生活方式，也極大地改變了大學生的學習方式。這對整個教育行業來說既是一次嚴峻的挑戰，同時也是一次實現跳躍式發展的良機。在新媒體時代，知識飛速更新，作為大學生的我們要想掌握真正的知識，僅僅是通過課堂上老師的講解是遠遠不夠的，這就需要我們擁有自主學習的能力。而新媒體已經成為大學生自主學習的重要途徑。雖然新媒體給我們的自主學習帶來了方便，但是也帶來了很多弊端。由于新媒體傳播技術的開放性，信息的傳播難以監督，導致不良信息的傳播，大學生識別不良信息的能力弱，缺乏有效的引導，必然導致自主學習萎縮以及學習效率低下的現狀。

因此，在新媒體環境下，分析大學生的自主學習現狀，并在此基礎上研究如何提高大學生自主學習能力與學習效率，使之與正在迅速發展的新媒體時代相適應，進而整體性地改善大學生自主學習現狀，這就是我們這個項目的研究目的。

2 評價指標體系的構建

大學生身心發育成熟，學習時間自由支配余地較大，學習的自主性較強，學生對自主學習的意識、態度、方法等內在因素在很大程度上決定了學生在多大程度上想學、會學、樂學。除此之外，新媒體環境下學生的自主學習還會受到學校自主學習平臺及資源的建設情況，周圍同學的學習等外在因素的影響。本研究通過問卷、訪談等方法以1000名長春理工大學本科大學生為調研對象，調查大學生對自身自主學習能力認知的情況，并統計長春理工大學學生學習方法、學習習慣及學習渠道等相關方面信息，以此分析新媒體環境下大學生自主學習過程中存在的問題，及優化自主學習效果的關鍵。在此基礎上，我們結合國內大學教育實際情況，查閱國內外相關資料，遵循設計評價指標的科學性、合理性和實用性等指導原則，最終確定了8個評價指標以及對應的30個具體二級指標，具體見表1。

3 學習現狀聚類分析

聚類分析是研究指標分類問題的多元統計方法。不同學生的學習現狀具有相似性，通過分類研究，有助于了解和分析不同分類群體的學習現狀，并大致概括出長春理工大學的整體學習現狀。

層次聚類分析是根據觀察值或變量之間的親疏程度，將最相似的對象結合在一起，以逐次聚合的方式，它將觀察值分類，直到最后所有樣本都聚成一類。層次聚類分析有兩種形式：一種是對個案進行分類，稱為Q型分類，它使具有共同特點的樣本聚齊在一起，以便對不同類的樣本進行分析;另一種是對研究對象的觀察變量進行分類，成為R型聚類。它使具有共同特征的變量聚在一起，以便從不同類中分別選出具有代表性的變量作分析，從而減少分析變量的個數。

本論文采用層次聚類的Q型聚類，對個案進行聚類分析，利用所有學生的指標數據作為輸入特征，產生聚類結果如表2所示，所有學生被分為四類。

根據所屬類別找到原始的調查問卷的評分數據確定每一類大致的分數范圍，得到第一類的分數范圍為60.5-80分，第二類分數的范圍為32-56分，第三類分數的范圍為28.5-37.5，第四類分數的范圍為14.5-31分。分析發現大多數學生處在第二類的等級，也就是較好的等級。根據羊群效應的原理，本文得出長春理工大學的整體自主學習現狀是較好的。

4 學習能力因子分析

在得出以長春理工大學為研究整體的自主學習現狀水平是較好的之后，本文將對如何進一步提高大學生的自主學習現狀進行了深度的研究。通過文獻等資料的搜集，本文選取45人根據建立的指標體系進行因子分析。

首先，在數據采集過程中，我們對可能影響大學生在新媒體環境下自主學習能力的眾多因素進行了大量調查，但多變量會增加問題分析的復雜性，且多個變量之間可能存在相關性，進而導致多重共線性。因此有必要降維，用少量的變量反映綜合信息，對大學生自主學習能力進行綜合分析。因子分析就是這樣一種在多個存在相關關系的變量中尋找潛在的起支配作用的公共因子的方法。

為了判斷所采集到的數據是否適合做因子分析，利用Kaiser-Meyer-Olkin檢驗（簡稱KMO檢驗）和Bartlett球度檢驗來判斷變量間的相關性。

KMO檢驗用于檢驗變量間的偏相關性，統計量的取值范圍在0-1之間，越接近于1，分析效果越好。Bartlett球度檢驗以變量間相關系數為基礎，如果相關系數在一定程度上（即顯著性水平）可以認為是單位矩陣，則各變量間無相關性。表中KMO統計量值為0.887，Bartlett球度檢驗統計量為228.901，檢驗的P值接近于0，說明8個評價指標間具有一定相關性，可以采用因子分析。

表4為共同度量表，顯示了所提取的主成分對原始指標的解釋能力，從提取值看，大部分共同度量值在0.8以上，X4、X6的提取值稍低，但也在0.7左右，總體解釋能力較強。

表5給出了每個主成分的貢獻率和前n個主成分的累計貢獻率，根據累計共享率大于80%的原則，可以提取出3個新的指標來替代原始指標，實現了數據降維。這3個新的指標累積貢獻率達到了81.635%，足以實現評價新媒體環境下大學生自主學習能力的目標。

使用回歸法估計成分得分系數矩陣結果見表6，根據表中所給的得分系數，可以得到3個公告因子關于原始指標的表達式：

F1=-0.329X1+0.691X2+0.253X3+0.099X4+0.247X5-0.054X6+0.252X7-0.474X8

F2=0.797X1-0.167X2-0.125X3+0.089X4-0.446X5+0.367X6+0.222X7+0.032X8

F3=-0.167X1-0.378X2+0.147X3+0.091X4+0.463X5-0.034X6-0.233X7+0.816X8

從3個指標表達式中原始指標的系數可以看出，第一個指標主要反映了2個評價指標（自主學習調控、自主學習計劃），第二個指標主要反映了自主獲取知識的意識、自主心理暗示，第三個指標主要反映了自主學習方法、外部環境。三個指標對X7（優良的學習品質）解釋能力相差不大，但對X4（自主學習態度）解釋能力較差，結合表2中數據可知該指標與其他變量的相關系數較高，故結果可以接受。

將參加測試的大學生在各個方面對自身學習能力的評價得分標準化之后代入上述3個的表達式，就可以得到其自主學習能力的得分。以對應的特征值為權數對3個指標進行加權加總，并將上述3個表達式代入即可得到對新媒體環境下大學生自主學習能力的綜合評價模型。綜合評分模型中系數最大的原擬定評價為是對綜合評分影響最大的變量，方程如下：

Z=-0.1867774X1+0.5103271X2+0.1970422X3+0.0938864X4+0.1767136X5-0.0057308X6+0.2107575X7-0.3256798X8

由上述方程可知，擬定的指標中X2、X7、X8系數最大，因此X2（自主學習計劃）、X7（優良的學習品質）、X8（外部環境）是對新媒體環境下大學生自主學習能力影響最大的因素。

5 研究結論

根據如上學習現狀聚類分析和學習能力因子分析，研究得出長春理工大學自主學習現狀較好。為進一步改善學習現狀，通過學習能力因子分析，找出對大學生自主學習能力影響最大的三個因素，分別為：自主學習計劃、優良的學習品質、外部環境。并針對這三個因素提出改善大學生自主學習現狀的對策。

（1）在自主學習計劃方面。

大學生要明確自己未來的發展方向，找準自己的定位，從而制定符合個人發展的長遠計劃。要制定合理的長遠計劃，這就要求學生在此過程中，首先，要做到慎獨，制訂詳細的學習計劃，樹立明確的前進目標，合理分配每天的任務，在學習過程中，科學合理地運用新媒體資源，有所追求，有所舍棄，有所約束，有所用心，充分調動自主學習的能動性。其次，要培養良好的學習習慣，做到“今日事，今日畢”，充分利用時間，提高學習效率，這樣才能時刻保持學習的信心，推動自身發展。最后，達到自己的長遠發展目標。

（2）在優良的學習品質方面。

優秀的學習品質是大學生能否高效地進行自主學習的基礎條件，但由于每個人的成長環境的不同，學習品質可能會存在很大的差異，因此，就需要在自主學習的過程進行不斷的培養。在新媒體環境下進行自主學習，大學生首先需要特別注重個人的自理和自控能力，做到不被網絡上的不良信息誘惑，以此來提高學習效率。其次，要踏踏實實地進行學習，不好高騖遠，一步一個腳印，逐漸培養自己的鉆研精神，從而實現自己的學習目標。

（3）在外部環境方面。

從學生角度來看，在自主學習的過程中，大學生要懂得利用各種資源，例如，校內圖書館、校內自習室、閱覽室等學習氛圍濃厚的地方，在這些地方進行學習的時候，能夠調動自身學習的積極性，同時要加強與同學之間的合作與交流，相互學習，共同進步，提高學習效率，做到事半功倍;從學校角度來看，學校應為學生營造一個好的學習氛圍，提供一個優良的學習環境，加強自身硬件設施建設，除此之外，也可以形成獨特的校園文化（例如，勤奮好學、刻苦鉆研等校園文化）來潛移默化地影響學生。

參考文獻

[1]吳伏英.新媒體環境下大學生自主學習的現狀調查與引導策略研究[D].揚州：揚州大學，2015.

[2]李玉光.spss19.0統計分析入門與提高[M].北京：清華大學出版社，2014：261-318.

[3]凌標燦，魏洪霞.各城市消費水平差異層次聚類及因子分析[J].華北科技學報，2017，14（1）：110-116.