大學生線上學習效果量表構建研究

王安琪

摘??要??就疫情防控期間大學生線上學習效果展開研究，旨在開發(fā)大學生線上學習效果問卷，通過項目分析、因素分析考量題項。問卷信度、效度檢驗結果顯示：信度質量高，效度良好，具有較好的可行性。

關鍵詞??自主學習；大學生；英語學習；線上學習

中圖分類號：G434 ???文獻標識碼：B

文章編號：1671-489X（2023）11-0035-03

0 ?引言

受新冠疫情影響，線上學習逐漸成為疫情防控期間大學生學習的常態(tài)化方式。然而線上學習與常規(guī)線下課堂學習以及線上線下混合式學習在學習環(huán)境、學習方式等方面都有較大差異，學習效果會受到諸多主客觀因素影響，學習效果難以保證^[1-2]。本文以國內大學開課面較為廣泛的大學英語課程作為研究主體，開發(fā)大學生線上學習效果問卷，并對其信效度進行考量，以期為大學生線上學習效果研究提供有效的量具。

1 ?研究對象

項目組選取山東、河北、內蒙古、黑龍江、廣東等23個省份的在校大學生作為研究樣本。獲得有效問卷1?275份，男女比例為1∶1.68。

2 ?研究方法

2.1 ?量表設計

問卷調查研究是一個從提出研究問題、解決問題到獲得問題答案的過程，其步驟一般包括提出研究題目，進行文獻綜述，然后根據(jù)研究問題設計問卷，展開調查，匯報研究結果，得出研究結論^[3]。借鑒國內外有關研究成果，并通過對研究對象進行深入訪談、選題小組討論、專家咨詢、學生訪談，結合中國大學生的英語學習特點及信息技術環(huán)境因素，完成大學生線上英語學習調查量表的初步設計。量表分為兩部分，第一部分為個人特征變量，第二部分調查大學生線上英語學習效果及其影響因素；共包含兩個問卷，即教學效果問卷和影響因素問卷。教學效果問卷又包括學習成績、滿意度、效果自評以及學習投入。

影響因素從客觀影響因素和主觀影響因素兩方面闡釋：主觀影響因素部分包括感知有用性及期望確認程度（教師、教學資源、教學活動、教學評價、教學條件）兩方面；客觀影響因素包括學習自控力及自我效能感兩方面。問卷題項均來自國內外經典相關量表，在多次訪談學生以及專家咨詢的基礎上，經過多次修改完善形成大學生線上英語學習效果調查問卷初稿。問卷采用李克特五點量表，從1=“完全不同意”、2=“基本同意”、3=“不確定”、4=“基本同意”、5 =“完全同意”。通過開展小規(guī)模預測，進一步完善問卷。

2.2 ?統(tǒng)計方法

項目組在全國范圍內利用隨機抽樣的方法采集研究樣本，面廣量大，因此，通過問卷星平臺線上發(fā)布問卷，被試通過手機掃碼答題，以此完成問卷調查。然后利用統(tǒng)計分析軟件SPSS完成數(shù)據(jù)分析。首先進行項目分析，項目分析能夠幫助了解每個題項是否有效地區(qū)分了不同的被試，問卷項目如果沒有好的區(qū)分度，很難保證信度和效度^[4]。

常用的項目分析法有極端分組法和內部一致性分析法。為了確定量表是否具有鑒別度及適切性，本研究首先以臨界比值法與同質性檢驗展開項目分析。臨界比值法又稱極端值法，目的在于求出問卷個別題項的決斷值、CR值。根據(jù)測驗總分的高低，以極端的27%區(qū)分出高分組與低分組，進行獨立樣本T檢驗是否達到顯著水平（決斷值或CR值≥3.000），用于決定是否具有鑒別度，可以考慮將未達顯著水平的題項刪除。同質性檢驗是個別題項篩選的另一個指標，題項與總分的相關系數(shù)未達到顯著、微弱相關或者低度相關（相關系數(shù)＜0.4），都顯示此題項與整體量表的同質性不高，可以考慮予以刪除^[5]。

3 ?結果

3.1 ?項目分析

本研究通過項目分析得出各項統(tǒng)計量，本量表的內部一致性α系數(shù)為0.934，從題項決斷值、題項與總分相關、校正題項與總分相關、題項刪除后α值改變、題項的共同性與因素負荷量等指標來看，第26題、第27題、第32題、第36題、第37題、第41題、第42題均有不同指標的統(tǒng)計量不理想。

其中第26題與總分相關系數(shù)0.298＜0.4，修正后得項目總相關為0.210＜0.4，題項刪除后的α值0.935＞0.934，共同性0.022＜0.2，因素載荷量0.150＜0.4，但是CR值7.748＞4，有一定的鑒別度，綜合考慮到本題項考查的內容，予以保留。

第27題與總分相關系數(shù)0.196＜0.4，修正后得項目總相關為0.096＜0.4，題項刪除后的α值0.936＞0.934，共同性0.001＜0.2，因素載荷量0.029＜0.4，但是CR值4.711＞4，有一定的鑒別度，綜合考慮到本題項考查的內容，予以保留。

第32題與總分相關系數(shù)0.372＜0.4，修正后得項目總相關為-0.326＜0.4，題項刪除后的α值0.940＞0.934，共同性0.096＜0.2，因素載荷量0.309＜0.4，但是CR值10.649＞4，有一定的鑒別度，綜合考慮到本題項考查的內容，予以修改。

第36題CR值-1.659＜4，與總分相關系數(shù)-0.008＜0.4，修正后得項目總相關為-0.146＜0.4，題項刪除后的α值0.939＞0.934，共同性0.048＜0.2，因素載荷量-0.218＜0.4，經討論，予以刪除。

第37題CR值-6.043＜4，與總分相關系數(shù)-0.131＜0.4，修正后得項目總相關為-0.368＜0.4，題項刪除后的α值0.94＞0.934，共同性0.111＜0.2，因素載荷量-0.334＜0.4，經討論，予以刪除。

第41題CR值-2.309＜4，與總分相關系數(shù)-0.021＜0.4，修正后得項目總相關為0.177＜0.4，題項刪除后的α值0.935＞0.934，共同性0.046＜0.2，因素載荷量0.214＜0.4，本題為反向題，經討論，予以保留。

第42題CR值-0352＜4，與總分相關系數(shù)-0.017＜0.4，修正后得項目總相關為0.090＜0.4，題項刪除后的α值0.936＞0.934，共同性0.018＜0.2，因素載荷量0.135＜0.4，本題為反向題，經討論，予以保留。

3.2 ?因素分析

項目分析之后，為檢驗量表的建構效度（con-struct validity），應進行因素分析（共同因素分析），其目的在于找出量表潛在的結構，減少題項的數(shù)目，使之變?yōu)橐唤M較少而彼此相關較大的變量^[5]。本研究問卷的編制依據(jù)大學生線上英語學習調查問卷體系框架，層面架構已確定，完成了專家內容效度的審核，因此，在進行因素分析時并未納入所有題項，而是按照教學效果、客觀因素、學習自控力、自我效能感四個層面進行分析，以下為各層面的因素分析結果。

3.2.1 ??線上學習教學效果因素分析摘要

教學效果因素分析摘要KMO和Bartlett檢驗后，KMO值為0.917＞0.80，P=0.000，代表題項變量間的關系適合進行因素分析。此外，量表特征值大于１，所有題項因素負荷量大于0.50，予以保留。

3.2.2 ?客觀影響因素分析摘要

客觀影響因素分析摘要KMO和Bartlett檢驗后，KMO值為0.924＞0.80，P=0.000，代表題項變量間的關系適合進行因素分析。此外，量表特征值大于１，然而第26題、第27題因素負荷量皆低于0.50，經由討論，第26題、第27題屬于教學條件調查，考慮到題項數(shù)量，予以保留。其余題項因素負荷量大于0.50，予以保留。

3.2.3 ?自我監(jiān)控因素分析摘要

自我監(jiān)控因素分析摘要KMO和Bartlett檢驗后，KMO值為0.853＞0.80，P =0.000，代表題項變量間的關系適合進行因素分析。此外，量表特征值大于１，然而第32題因素負荷量低于0.50，經由討論，第32題為反向題，予以保留。其余題項因素負荷量大于0.50，予以保留。

3.2.4 ?自我效能感因素分析摘要

自我效能感因素分析摘要KMO和Bartlett檢驗后，KMO值為0.796＜0.80，P=0.000，代表題項變量間的關系適合進行因素分析。此外，量表特征值大于１，然而第41題、第42題因素負荷量低于0.50，經討論，第41題、第42題為反向題，予以保留。其余題項因素負荷量大于0.50，予以保留。

4 ?信度、效度檢驗

項目組在問卷調查后，再次對量表的信度（re-liability）、效度（validity）進行檢驗。信度分析用于研究定量數(shù)據(jù)（尤其是態(tài)度量表題）的回答可靠性、一致性。首先分析α系數(shù)，如果此值高于0.8，則說明信度高；如果此值介于0.7～0.8之間，則說明信度較好；如果此值介于0.6～0.7，則說明信度可接受；如果此值小于0.6，說明信度不佳^[5]。信度檢驗結果顯示學習效果、客觀因素、自我監(jiān)控、自我效能感四個維度的信度系數(shù)值分別為0.917、0.924、0.853、0.796，表示四個維度層面的內部一致性理想。

然后探查問卷折半信度（split-half relia-bility），把問卷第二部分的33項折半分成兩部分，兩部分的分析項數(shù)量并不相等，因而使用不等長折半系數(shù)（Spearman-Brown系數(shù)）進行信度質量判斷。由表1可知：Spearman-Brown折半信度系數(shù)值為0.897，Guttman Split-Half 系數(shù)為0.890，皆大于0.8，說明研究數(shù)據(jù)信度質量高。

效度用于檢驗調查問卷的有效性、準確性能否體現(xiàn)研究目標。效度檢驗一般通過內容效度（Con-tent Validity）分析和結構效度（Construct Va-lidity）分析完成。內容效度反映題項設計的合理性，本問卷題項參考國內外相關經典量表，在咨詢專家的基礎上完成，因此，內容效度得以保證。

結構效度用以檢驗題項與變量之間的對應關系，在統(tǒng)計學中，通常通過KMO檢驗和Bartletts球狀檢驗來檢驗量表的結構效度。運用SPSS?19.0檢測該研究的測量問卷的KMO和Bartletts球狀值，結果如表2所示，其中KMO值為0.961（＞0.5），且P值為0.000（＜0.05），說明該研究問卷具有良好的結構效度。

綜上所述，項目組對量表的信度、效度進行檢驗結果顯示：問卷內在一致性良好（維度1～4的Cronbachsα系數(shù)均大于或接近0.8），分半信度良好（Spearman-Brown系數(shù)為0.897，Guttman Split-Half系數(shù)為0.890），信度質量高；本研究前期完成了專家內容效度、建構效度的分析，KMO檢驗值為0.961，Bartlett球形檢驗顯著（P=0.000），問卷效度良好。

5 ?結束語

本研究主要是開發(fā)大學生線上學習效果量表。首先基于國內外相關研究，在學生訪談、專家審議的基礎上完成量表問卷的整體架構和具體指標的初步設置，然后通過收集實證數(shù)據(jù)的方式進行質量分析，進一步完善問卷^[6]。通過項目分析，將鑒別度差、同質性不高的題項予以刪除，再通過因素分析檢驗量表的建構效度，檢測題項。結果顯示本量表信度、效度良好，具有較好的可行性^[7]。未來研究可以拓寬樣本領域，提升其在實證研究中應用的廣泛性及適切性。

6 ?參考文獻

[1] 萬力勇，舒艾.互動失衡對大學生在線學習倦怠的影響?研究[J].現(xiàn)代遠距離教育，2022（2）：34-41.

[2] 黃昌勤，涂雅欣，俞建慧，等.數(shù)據(jù)驅動的在線學習倦怠預警模型研究與實現(xiàn)[J].電化教育研究，2021，42（2）：?47-54.

[3] 秦曉晴.外語教學問卷調查法[M].北京：外語教學與研?究出版社，2009.

[4] 賈振霞.大學英語混合式教學中的有效教學行為研究?[D].上海：上海外國語大學，2019.

[5] 吳明隆.問卷統(tǒng)計分析實務[M].重慶：重慶大學出版?社，2010.

[6] 羅瑪.“證據(jù)推理”科學能力的實證研究[D].上海：華?東師范大學，2018.

[7] 楊永麗，施建明，權日，等.臨床見習滿意度問卷的研? ?制及信效度檢驗[J].中國高等醫(yī)學教育，2015（1）：5-6.