大學生在線學習滿意度分析

羅 正，陳怡怡，歐詩德

（玉林師范學院數學與統計學院，廣西 玉林 537000）

0 引言

在線學習，具體地講就是利用網絡平臺實現一個新的學習模式，是一種在教育領域搭建平臺，使用者可以通過互聯網在平臺中完成學習，因而這是一種可以通過使用網絡平臺的過程學習[1]。在線學習一般包括三個重要方面：以多媒體形式呈現的課程內容、知識流程的管理平臺和由研究者、內容開發商和專家構成的網絡化社會。在這個互聯網的平臺中，匯聚了大數據分析、教學軟件、課程、檔案資料、趣味討論組、新聞組等內容資源，構成了一種高度整合集成的資源庫。

在線學習的概念早在20世紀90年代初期，就已經被帶到中國學術界[2]。1997年6月，宋樹生博士在《我國電教》刊登了第一部在線學習分析論文《在線學習——運用互聯網開展教學的新方法》，從此在國內掀起了一股在線學習分析的熱潮，發展至今已有二十多年[3]。步入21世紀以來，伴隨著科學技術的飛躍，在線學習也步入一個全新的發展階段。為全面把握中國大學生在線學習狀況[4]，對寧德師范學院學生的學習模式、學習環境、學業狀況、學業評估標準等方面，展開了調查分析[5]。

為實現中國在線教育行業進一步發展、提升學生的在線學習品質與教學效果[6-7]，本文從學習者、教師、在線教育平臺等方面，運用統計學方法，對學生在線學習滿意度及影響因素進行數據統計分析。以某所高校學生為樣本，利用問卷調查分析學生在線學習的情況，以獲取有關數據資料，建立對學習滿意度的客觀評價方法，并使用了SPSS22.0和辦公軟件Excel，進行了描述性數據分析、相關性分析和回歸式數據分析等，對評估指標關系進行探討，揭示學生們在線學習可能出現的問題，并針對存在的問題向在線學習的學生、提供在線課程的老師、在線學習平臺提出合理化的建議和措施。

1 統計數據

我們團隊通過實地走訪和線上線下結合調查收集數據。在線下，我們通過走訪學校，探詢學生的學習方式和狀態。在線上，我們借助問卷調查分析數據的方式，剖析學生的學習情況從而進行研究。以某高校2021-2022年進行在線學習的學生為主要研究對象，采用網上問卷發放的模式，運用簡單隨機抽樣的方法對在校大學生進行調研問卷。在2021年的問卷調研中，共收集問卷340份，接受有效問卷為310份，其中包括103名（33.23%）男生，207名（66.77%）女生。2022年問卷調查中，共收到有效問卷380份，其中男生168名，女生212名。涉及四個年級的學生，從性別比重上可以看出，女生的數量明顯大于男生的數量。相比于2021年，2022年研究主體從大三轉到大二。

信效度分析。該問卷主要架構共計13道單項選擇題，對該研究運用信用Cronbach’s Alpha系數法進行內部一致性檢驗，結果兩年問卷調查的可靠性統計Alpha系數均大于0.85，可見該問卷信度較高。經KMO檢驗和巴特利特球行度檢驗，得到2021年問卷調查的KMO值為0.894，大于0.85，2022年問卷的KMO值更是高達0.901，說明本研究的變量之間存在較強的相關性，可以實現因子分析;bartlett球形度檢驗Sig值均為0.000，小于0.001，說明本研究變量之間相關性強，因子分析切實有效。綜上所述，本問卷的信效度較強，并且數據真實可信。

2 調查結果統計分析

2.1 學習滿意度的相關分析

在線學習滿意度關系到課程內容、平臺設計、平臺技術、學習交互等變量，其相關關系見下表1（P28）。結果表明在線學習滿意度與這些變量均有顯著正相關關系（P<0.001），且為強正相關。課程資源、學生與學生之間的交流在0.3～0.5之間，存在中度正相關；在線學習滿意度的相關系數中，學習交互對在線學習滿意度的Person系數最大，達到0.651，說明此因素對在線學習的滿意度有較大影響；學習者與教師之間的交流對在線學習滿意度的Person系數最小，僅有0.193，說明此因素對在線學習的滿意度基本沒有影響。由此可以推斷出，要提高大學生在線學習滿意度，首先需要提高學習交互，給學生建立一個良好的學習氛圍，合理利用網絡上豐富的學習資源，提高平臺外觀設計，提高網速，等外界支持水平，此外需要同學與同學之間加強溝通。

表1 Person相關性分析

2.2 師生學習交流需求分析

在線學習中交互問題一直是關注的熱點問題。在教師與學生交流方面，主要分為提出問題、引導學習、對問題進行反饋和討論、引發思考、監督學習等互動方式。2021-2022年期間，針對在線學習中學生希望教師如何指導學習的問題進行了問卷調查。2021年調查人數為310人，2022年調查人數為380人，兩年中都超過90%的學生選擇提出問題、引導學習、對問題進行反饋和討論、監督學習這四個選擇，只有一少部分人選擇其他。

除了師生之間的交流，學生與學生之間的交流也極為重要。在2021年調查的310個人中，有20.7%的同學表示與同學之間有交流且比較多，有69.7%學生表示偶爾與同學交流，也有9.7%同學表示沒有與同學們之間有過交流。而在2022年的調查中，學生在學習的過程中與其他同學的交流大幅度增加。調查表明：在線學習中學生之間的溝通基本流暢，但也有部分同學在線學習中與同學溝通遇到了問題，這類學生應該多與同學之間交流學習。

2.3 教師在線授課方式改進分析

在老師線上授課方面，有超過50%比例以上的同學覺得“授課工具——上課盡量少切換平臺，節約時間”和“課程進度——及時針對學生所提的問題答疑解惑”這兩方面的授課方法需要改進。此外，也有接近50%的同學認為和“課后學習——及時反饋作業情況”和“教學互動——多參與學生的討論，引導學生進行積極思考”這方面要進一步改進。除了以上四個方面以外，認為其他方面要改進的僅有9.47%的比例。

2.4 在線課程學習男生、女生滿意度差異性分析

針對男生和女生對在線學習滿意度統計結果可以看出：選擇比較滿意的人數最多，選擇不太滿意的人數最少，總體上，同學們對在線學習還是感到比較滿意的。其中相比女生來說男生認為非常滿意的比例更大，女生則偏向比較滿意和一般。為了研究男生和女生對在線學習這種方式滿意度是否存在顯著差異，本研究采用卡方檢驗，結果見表2。研究結果表明：男生和女生對在線學習這種方式滿意度沒有差異的原假設下，漸進顯著性水平P值小于0.05，即男生和女生對在線學習這種方式滿意度有顯著差異。

表2 卡方檢驗

2.5 在線學習滿意度的影響因素分析

滿意度y受課程內容x1、課程資源x2、平臺設計x3、平臺技術x4、學習者與教師之間的交流x5、學生與學生之間的交流x6、學習交互x7等多個自變量的影響，可能會出現自變量因素對因變量因素造成影響不大的情況，并且多個自變量之間也可能出現較強的關聯關系，從而影響最終結果的預測。為此，先使用方差擴大因子法進行變量之間的多重共線性診斷，結果表明，7個自變量的VIF值都小于10，即不存在多重共線性。

在SPSS22.0軟件中，利用逐步回歸分析的“嚴進寬出”，即默認顯著水平為0.05選入變量，以顯著性水平為0.10剔除變量，為此我們以顯著水平為0.05進行逐步回歸分析，結果見表2。結果表明課程資源x2、平臺技術x4、學習者與教師之間的交流x5、學習交互x7這些影響因素對滿意度y不顯著，所以去除這些影響因素。保留課程內容x1、平臺設計x3、學生與學生之間的交流x6三個影響因素，這三個影響因素都對滿意度y有顯著的線性關系。

表3 系數表

回歸模型為：y=0.284+0.220x1+0.210x3+0.509x6。

3 結論與建議

本文以某高校在校大學生為主要研究對象，將調查問卷作為輔助工具，線上線下共同發放，對在線學習的滿意度進行調查分析。運用 Cronbach’s Alpha信用系數法、KMO檢驗和巴特利特球行度檢驗分析信度和效度。運用逐步回歸方法對滿意度的影響因素進行分析，找出大學生在線學習滿意度的主要影響因素，最終構建多元線性回歸模型。大學生在線學習的總體滿意度較為良好、男生和女生對在線學習這種方式滿意度有顯著差異、交互方式與大學生在線學習的滿意度的影響最大、交互方式、平臺設計、學習者與學習者之間的交流這三個影響因素都對大學生的在線滿意度有積極影響。為使在線學習取得更好的學習效果，我們建議：

（1）學生要樹立良好的學習態度，加強自主學習，提升在線學習效率，充分發揮自身的主觀能動性，積極學習并參與師生互動，主動、自律地管理自己的學習，不斷提高自主學習能力。

（2）完善教學內容，適當增加混合教學方式。教師可以充分使用優質慕課和“互聯網+虛擬仿真”線上教學資源，不僅能夠確保教學進度和質量，還能減輕教師的備課負擔。

（3）優化平臺，提升學生體驗。全面了解用戶需求，改進課程內容、教學方法等，以促進學生獲得更好的學習體驗。