大學生線上學習體驗、投入和滿意度的畫像分析

魏鍶梅 賈文軍 黃炫懌

（廈門大學教育研究院，福建 廈門 361000）

一、問題的提出

2020 年，教育部指出要響應“停課不停教、停課不停學”的口號，積極開展線上授課和線上學習等在線教學活動。學生的線上學習體驗、投入和滿意度成為關注的焦點。

大學生學習體驗是指大學生對學習環境的感知、看法和認識（Entwistle,1991）。學生對學習環境的感知（教學水平與目標、課業負擔、課程評價方式等）影響他們的學習行為和學習結果（Trigwell,Ashwin,&Millan,2013）。Kyung SunKim（2005）等人探究了信息素養、學習方式、師生及同伴互動對在線學習體驗的影響，發現師生及同伴互動、信息素養可顯著預測學生的在線學習體驗，而學習方式對在線學習體驗沒有顯著影響。劉斌等（2016）提出網絡學習體驗的關鍵影響因素主要有學習環境、活動設計、教師（助教）、學生主體和互動行為。有研究者采用聚類分析來識別和刻畫在線學習者的學習體驗（Cabedo,Edmundo,&Castro,2016）。如國內學者李粉紅（2018）用快速聚類法分析紙質問卷和網絡問卷的樣本差異，找出數學公共課在教學過程中存在的問題，為數學公共課教學提供建議。

除了學習體驗之外，在任何教育過程中，學生的參與都是至關重要的（Barkley,2010；Jong,2014）。當學生充分參與時，他們會通過反思、探究、猜想等一系列行為，加強不同觀念間的聯系（Hockings,Cooke,Yamashita,McGinty,&Bowl,2008）。弗雷德里克斯（Fredricks）等人將學習投入定義為一個多維的概念，學生在參與課內外學習活動相關的行為、使用深層的學習方式和策略以及內在的學習動機、關于學習的興趣和滿足感以及學生與老師和同伴的關系等方面所付出的精力和投入程度（Fredricks,Blumenfeld &Paris,2004）。學習體驗的豐富程度是影響學生學習投入水平的重要因素（鄭方，2013）。優化學生的學習體驗，有助于提高學生的情感學習投入（李曉夏、丁玲，2018）。朱紅等學者從學生學習投入的視角對學生工作特征進行分類（朱紅,文東茅,2011）。胡壽平等學者使用也使用聚類分析法將學習投入分為七類，并就這七類學生的投入度與其學業成就的關系進行了研究，認為不同類型學生的學業成就不同（Shouping Hu &Alexander,2012）。

西方大學在進行績效評估時，經常將學生的學習滿意度作為重要的考評指標，國內在進行教育質量評估的時候，同樣將學習滿意度作為重要的參考標志。張霞（2006）認為學習滿意度是一種學習活動過程中的感覺或態度，它是學習者在學習活動中的主觀感受。黃天慧、牛新春（2017）的研究發現：全新的學習體驗、參與學術的樂趣和國際視野的擴展都有助于增進學生的滿意度。袁媛（2019）發現學生的沉浸式學習體驗影響其學習滿意度。大學生的學習體驗也會影響其對網絡公選課的滿意度（汪傳艷，2019）。學生投入度對學生主觀滿意度有積極的影響（楊碩，2013；陸云、呂海林，2015）。楊立軍和張薇（2016）在研究大學生學習投入的影響因素及其作用機制的時候，發現滿意度對學習投入的一次增長具有正向促進作用，滿意度越高學習投入的初始水平也越高。陸云和呂海林（2015）發現，學生的通識課程學習投入對其通識教育滿意度具有顯著的正向影響。羅建平等學者將學生滿意度和學習成績為分類指標把學生分為四類（高效型、無為型、積極型和厭學型），發現高效型學生的學習成績好，表現出較強的學習動機，較高的學習興趣、課堂的出勤率、課堂互動和課后參與，較大的學習收獲和滿意度。（羅建平,馬陸亭,2013）。

綜上所述，聚類分析是在探究學生學習體驗、投入或滿意度時一種新的研究思路，也許不成熟但有一定參考價值。因此本文旨在通過將學生的線上學習體驗、投入和滿意度作為分類指標對學生進行分類，并探討不同的學生類型在性別、專業和個人能力等背景因素上的分布，以期從新的角度對未來學生線上學習狀態的提升和高校線上教學的展開提供參考和建議。

二、研究方法

（一）被試

此次調研對象包括廈門大學參與線上課程的全日制本科生（大一至大四），本研究于線上教學開始一周之后發放，共收集有效樣本4058 份，其中男生1717 份，占42.3%；女生2341 份，占57.7%。

（二）研究工具

本研究采用廈門大學自編問卷《廈門大學線上教學情況調查問卷》進行調研，涉及同學們對于線上教學的體驗、投入以及線上教學情況的滿意度等方面，該量表的編制借鑒了郭等人（2017）開發的大學生學習體驗、學習投入和學習滿意度量表。表1 總結了調查量表的結構、信效度水平和樣題。

線上學習體驗量表：調查學生對在線學習的體驗和看法，包括對網絡教學平臺和工具、教學資源、教學組織、考核方式、教師反饋、師生互動溝通、班級管理等方面，10 道題目，單因子設計。采用李克特5 點量表計分（5=完全同意，4=同意，3=基本同意，2=不同意，1=完全不同意）。對該量表進行驗證性因子分析得出該量表具有良好的效度：CFI=0.979，NFI=0.979，RMSEA=0.076。根據模型擬合度指標，CFI 和NFI 越接近1 越好，一般要求>0.9；RMSEA 越接近0 越好，一般要求<0.08。對量表進行可靠性分析，得出Cronbach 的α 系數為0.954，信度良好。因子得分越高，證明學生的線上學習體驗感越好。

線上學習投入量表：調查學生在線學習的時間和精力投入情況，10 道題目，三因子設計，分別為線上行為投入（調查學生的行為投入，包括課堂聽講、與教師交流、參與小組合作等）、線上情感投入（調查學生的情感投入，包括覺得在線學習有意思、喜歡參與線上活動等）、線上認知投入（調查學生的深層學習投入，包括積極學習態度、聯系先前經歷、獨立思考等），采用李克特5 點量表計分（5=完全同意，4=同意，3=基本同意，2=不同意，1=完全不同意）。對該量表進行驗證性因子分析得出該量表具有良好的效度：CFI=0.975，NFI=0.973，RMSEA=0.072。對該量表進行可靠性分析，各因子的Cronbach 的α 系數為0.827，0.937 和0.851，信度良好。因子得分越高，證明學生的線上學習投入越多。

線上教學滿意度量表：調查學生對線上學習各方面的滿意情況，包括對課程安排、教師教學、網絡平臺和工具、學校管理和服務、整體在線教學等方面，5 道題目，單因子設計，采用李克特5 點量表計分（5=完全同意，4=同意，3=基本同意，2=不同意，1=完全不同意）。對量表進行驗證性因子分析得出該量表具有良好的效度：CFI=0.998，NFI=0.998，RMSEA=0.056。對量表進行可靠性分析，得出Cronbach 的α 系數為0.935，信度良好。因子得分越高，證明學生的線上滿意度越高。

表1 學生調查各量表的結構、信效度水平及樣題

（三）數據分析

首先，使用SPSS 24.0 對數據中的線上學習體驗、投入和滿意度結合背景因素進行描述性統計；其次將學習體驗、學習投入和學習滿意度作為分類標準進行k-means 聚類后，得到聚類方案，并對學生的分類結果根據相關指標進行命名；最后將學生的背景因素與分類結果做進一步的卡方檢驗，探究學生的不同類型在其背景因素上的分布。

三、數據結果

（一）描述性和相關性統計分析

表2 總結了各變量的描述性統計和相關分析，在線上學習體驗上，學生的平均得分為4.1 分，高于理論中值3 分，說明總體學生在線上的學習體驗評價較好；在線上學習投入上，學生在線上行為投入、線上情感投入和線上認知投入三個因子上的評價得分分別為3.84 分、3.61 分和3.96 分，高于理論中值3 分，說明總體學生在線上的時間和精力投入普遍較多；在滿意度上，學生的平均得分為3.96 分，高于理論中值3 分，說明總體學生對學生學習的滿意度評價較好。在各變量的相關性方面，所有變量之間均存在顯著的中等正相關關系（p<0.01）。

表2 學生線上學習體驗、學習投入和滿意度的描述性統計和相關分析

（二）k-means 聚類分析

k 均值聚類算法是一種迭代求解的聚類分析算法，將數據分為K 組，則隨機選取K 個對象作為初始的聚類中心，然后計算每個對象與各個種子聚類中心之間的距離，把每個對象分配給距離它最近的聚類中心，對于數據量較大的研究聚類速度快。在本研究中將學生的線上學習行為投入、認知投入和情感投入三個變量求均值，命名為學習投入，與學習體驗和總體學習滿意度進行聚類，根據聚類的方案得到表3 的不同類型學生的特征值。

表3 3 種聚類均值特征表

表中的數值在1-5 之間，結合本研究的量表中的數值定義，處于0-3.5區間為線上學習體驗差、學習投入少且學習滿意度低；3.5-4 區間為線上學習體驗和投入一般，滿意度一般；4-5 區間為線上學習體驗好，學習投入多且滿意度高，可以看出這三類學生為：1 類學生線上學習體驗好，學習投入多，學習滿意度高，可命名為高效型學生，占總樣本的30.87%；2類學生線上學習體驗和學習投入一般，滿意度也一般，可命名為平庸型學生，占總樣本的50.83%，3 類學生線上學習體驗和投入差，學習滿意度低，可命名為厭學型學生，占總樣本的18.3%。

（三）卡方檢驗

表4 的分析結果顯示，每一類學生在性別即男女之間存在顯著差異，X2=15.24，df=2，p<0.001，其中在高效型和平庸型學生中女生比例偏高，厭學型學生中男女比例相當；每一類學生在專業即文理醫工之間存在顯著差異，X2=30.16，df=8，p<0.001，平庸型學生中各學科人數均最高；每一類學生在學習設備的選擇之間存在顯著差異，X2=18.67，df=4，p<0.01,三類學生中均以使用電腦為主要的學習途徑；每一類學生在年級之間存在顯著差異，X2=85.08，df=6，p<0.001,其中三種類型的學生的年級人數分布均為大一>大二>大三>大四，其中平庸型學生中大一人數最多，達到945 人；每一類學生在計算機能力之間存在顯著差異，X2=297.11，df=8，p<0.001,三種類型的學生的人數分布均為一般>好>很好>不好>很差，其中人數最多的是計算機能力一般的平庸型學生，達到1248 人；有兩個背景因素沒有顯著差異，一個是在學習地點即家校之間不存在顯著差異，X2=2.215，df=2，p>0.05，另一個是在不同的成績水平之間也不存在顯著差異，X2=12.98，df=8，p>0.05。

表4 三種聚類結果的卡方檢驗

總的來說，性別、專業、年級、學習設備的選擇和計算機能力對三種類型的學生的人數分布均有顯著影響。

四、結果與討論

（一）描述性統計

描述性統計和相關分析的結果表明，學生對線上學習的體驗和投入以及滿意度得分都高于理論中值，說明學生對線上學習的體驗偏正向，在線上學習投入的時間和精力也較多，對線上教學情況的評價是偏正向的，但仍有進一步提升的必要。同時幾個變量之間也均存在顯著的正相關關系。

（二）k-means 聚類分析

根據快速聚類分析得到的聚類方案中，我們可以看到，2 類平庸型的學生人數最多，達到2063 人，3 類厭學型學生的人數最少，一共743 人，1 類高效型學生的數量介于兩者之間，學生整體對線上學習的滿意度都高于3.5，但2 類平庸型學生的滿意度與1 高效型學生的滿意度均值相差約1，說明在提升學生的學習滿意度方面無論是學校層面還是老師層面還有許多工作要做。學校為保證在線學習順利展開，需要注重網絡平臺和工具的選擇，也要注重提升教學管理和服務水平。教師也要為提升學生在線教學質量，依據線上和線下的不同來制定合適的課程安排、實施針對性的教學手段。因此我們進一步進行背景因素的卡方檢驗，和不同類型學生的學習體驗，學習投入的均值對比刻畫不同學生的畫像，為教師的線上教學提供針對性舉措。

（三）卡方分析

根據卡方檢驗得到的結果我們可以詳細的分析每一類學生的特征：

（1）1 類高效型學生中，女男之間的人數比例為1.34，在3 種類型的學生中排列第2，女性學生學習自主性較男生的自主性高；在專業方面，除了有少量的預科生外，主要是文科生和理科生居多，學習設備選擇電腦為第一位，其次是手機；年級分布顯示主要是大一學生占據了40%，大二和大三的學生人數相當，大四的人數最少，計算機能力水平分布在能力一般和能力好兩個水平的人數居多。這一類學生在學習體驗方面，老師針對線上教學有明確的課程目標，并且能夠在教學過程中提供豐富的教學資源，在課堂上能夠清晰地講解知識，即使在線也能管理好班級，給學生充分的自我學習的空間，非常積極地回應學生在學習過程中提出的問題，教學平臺的選擇也很恰當，整體的在線學習氛圍良好，學生在學習各方面投入的時間和精力也很多，因此在線教學的整體滿意度就會高。

（2）2 類平庸型學生中，女男之間的人數比例為1.5，在3 種類型的學生中是最高的，女性學習的自主性不可忽略；在專業方面，主要是文科生和理科生的人數居多，其次是工科生，在學習設備的選擇上，電腦為第一位，其次是手機，并且在這類學生中選擇手機的人數比第一類高效型學生多；年級分布顯示主要是大一的人數占據了46.5%，大二的學生比大三的學生人數多，大四的人數最少，在計算機能力水平上的人數主要集中在能力一般上，占比60.5%，計算機的熟練度會增加學生線上學習的流暢度，擴大學習的信息面。這一類學生在學習體驗方面，老師的課程目標較為明確，但教學資源不如1 類高效型學生的豐富，在課堂上能夠較為清晰地講解知識，學生對老師的在線管理能力基本認可，能夠回應學生在學習過程中提出的問題，但是教學平臺的選擇較1 類高效型學生的評價低了約0.8，可見學習平臺的選擇是營造良好的在線學習氛圍的關鍵因素。平臺的使用不暢或是搭配不合理會影響學生的學習體驗，學習體驗不佳進而會影響學生的學習投入，從而使學習的滿意度降低。

（3）3 類厭學型學生中，女男之間的人數比例為1.07，在三種類型的學生中比例最低，專業方面，雖然還是文科生和理科生居多，但工科和醫科的學生占比增大，說明這兩個學科的學生在教學滿意度上評價偏負面。在學習設備的選擇上，電腦仍為首選，其次是手機；年級分布顯示大一、大二和大三的人數相當，大四的人數最少，計算機能力水平分布在一般水平的人數居多。這一類學生在學習體驗方面，老師可以給學生提供一定的資源但是并不能滿足學生的需求，有建立教學的課程目標但是課堂教學的內容講得不清晰，教學平臺選擇得不恰當，加之線上對班級管理的能力有限，沒有及時與學生互動，反饋學生的問題，導致整個教學過程不太暢通。學生的學習體驗不好，期望值降低，便不愿意在學習上投入更多的時間和精力，對線上學習的評價也偏負面。

（4）總結三種不同類型的學生在背景因素上的不同分布特點，可以對往后的線上教學展開從不同層面提出相應的意見。如在學科差別上，文科的教學內容比較開放且沒有固定答案。文科教師在上課時會比較注重以學生為中心的教學方式，注意組織討論，考慮學生的感受，進行師生互動。而理科的教學內容比較嚴謹、邏輯性較強，而且涉及較多艱深的知識和公式。因此在教學準備、講課的條理性和教學評價等方面會更加注意（郭建鵬等，2013）。這便提醒教師在未來的線上或線下教學中要注重以學生為中心，教學組織設計要具備條理性，教學方法也要有針對性。

在年級的差異上，大一新生往往對大學抱有良好的期望，對大學的各方面環境具有較強的新鮮感和好奇心，線上教學尤是如此。因此，他們在學習體驗投入和滿意度上會有較正面的評價。在經歷了一年的大學生活后，學生發現期望和現實之間存在落差，從而對學習生活產生厭倦和不滿意。同時，到了大二、大三階段，課業壓力的增大考驗著學生的適應能力，影響著他們的學習體驗。大四學生則面臨就業或考研的壓力，課程也變少，他們的關注點便不會只在學習上。因此學校和教師為提升教學質量，很有必要在平時注重提高學生的適應能力、加強學生對學校的認同感。

在性別上，女生的學習投入和學習主動性都要顯著高于男生，這可能不僅與女生的學習態度有關，也與女生面臨的就業壓力更大、更加需要在勞動力市場中顯示競爭力有關。因此學校在提供的教學管理服務中可注重對學生的就業規劃與指導，教師在課程安排上也可組織相應的課程對學生進行培訓。同時，學校和教師也有必要關注提升學生的信息素養，完善教學信息基礎設施，提供安全流暢的網絡信息環境。

（四）局限性

本研究也存在一些局限性，首先，在時間的選擇上，問卷的發放是在線上教學開展一周后，時間比較倉促，學生可能對學習體驗、學習投入以及滿意度的自評無法做到深刻；其次，學生的學習體驗和學習投入是一個隨時間變化的過程，時間在這兩個變量中是一個重要影響因素，未來的研究中可考慮前后測；最后，在問卷的設計上，學習體驗為單因子設計，更理想的是多因子設計，分維度分因子，分析也能夠更全面。袁媛（2019）在對MOOC 保留意愿的研究中便將學習體驗分為沉浸體驗、互動體驗和思考體驗三個維度。同時學習結果可包括學生成績、滿意度和共同能力等方面，本問卷只涉及滿意度一個因子，稍顯偏頗。背景因素的設計也偏重于個人因素，如性別、專業、計算機能力等，很少涉及環境因素，如學校環境、教師教學模式等。后續的研究可在此基礎上進行完善和補充。

五、對策與建議

針對三類學生的不同類型特點可以看出，滿意度高的教學中，教師是處于主導地位的，并且是以學生為中心的構建教學氛圍，因此為了提高線上教學的學習體驗、投入和滿意度，從而提升在線教學質量，可以從以下三方面進行提升。

第一、教師需要制定清楚的課程目標，并且能夠在課堂上可清晰講解知識內容。為學生提供豐富的學習資源和營造良好的學習氛圍，及時與學生互動。為學生營造一個良好的學習氛圍是教師需要不斷去摸索和完善的必要工作。

第二、教師選擇適合的教學平臺，具備線上對學生的良好管理和考核能力。學校要改善學生網絡環境，構建完備的網絡基礎設施，營造良好的網絡教學環境。

第三、學校要注重提高學生的適應能力，提高管理和服務能力，增強學生對學校的認同感。