影响远程学习者学习动机的因素分析
【摘 要】 学习动机是发起和维持学习行为的基本动力,如何有效激发远程学习者的学习动机也是提高远程教育效果的重要条件。通过使用学习动机量表和自编的影响因素问卷,对279名远程学习者的动机现状及其影响因素进行调查,探索性因素分析表明,影响远程学习者学习动机的因素主要有:学习坚持性、学习兴趣、网络课程质量、学习支持服务、个人时间因素。其中,远程学习者的学习目标多为外在目标,工作和生活压力造成的学习时间不足,以及学习坚持性较差是远程学习者面临的较为突出的问题。最后通过多元回归分析表明:探索性因素分析所得出的五个因素能够很好地解释远程学习者学习动机的变异。 【关键词】 远程学习者;动机;影响因素 【中图分类号】 G444 【文献标识码】 B 【文章编号】 1009—458x(2013)11—0062—06 现代远程教育已经成为高等教育无可争议的热点和广泛接受的趋势。(McPherson,2005) 但随着其规模的不断扩大,在师资培训、教育管理、师生交互、学习评价、学习资源建设与共享、教学质量测评等等方面,也出现了诸多问题与挑战。当前,远程教育正在完成从规模到质量的历史性转变。其中学习者的学习动机是远程学习质量的重要决定因素和衡量指标,其水平与学习结果成正相关。(Sean et al.,2006)国外的研究者已经从多个层次,使用不同的研究方法对网络环境下学习者学习动机的特点与影响因素开展系统的研究(魏淑华等,2007)。 学习动机是指个体在内部或外部目标的作用下,启动、维持和调节学习行为的内在心理过程。学习动机本质上也是一个生态性的多因素影响模型。对于远程学习而言,学习模式具有学习时间灵活、自主性强、师生分离和监督机制松散等特点,对学习者的自我约束能力和学习坚持性提出了更高的要求,所以远程学习中的学习动机问题比传统课堂学习表现出了更多的复杂性。在远程环境下学习需要比传统的教育情景下更高程度的自制力才能完成学习目标(Dabbagh et al.,2004)。除了自制能力,网络学习平台和学习支持也是影响学习动机的重要因素。平台的易用性、是否经常出现技术故障,以及教师能不能及时地对学生的学习问题进行反馈是影响学习者学习积极性的一个重要因素(Vonderwells,2003;Song et al.,2004)。此外,学习动机与学习者之间、学习者与教师之间的交互次数、学习者对网络学习的满意度以及学习成绩之间都有着显著的相关性。(Sean et al., 2006) 国内关于远程学习者学习动机的研究主要分为两种取向:第一种是在学习动机的理论基础之上分析总结远程学习动机的内在心理机制和激发策略。如:牛丽娜(2004)总结了成人学习的六大影响因素:年龄,婚姻状况,个体受教育程度,职业水平,个性及其他。同时,对于远程学习存在的内在兴趣薄弱、课程设计不能满足学习者需求、教学组织形式单一、缺乏过程性评价等问题,吴鹏泽(2011)提出了一系列的动机激发策略,如:转换外部动机为内部动机、提供多种学习支持、开展多元评价等。这一取向的研究多来自于理论的总结与经验的归纳,其结果还需要进一步的实验和调查数据的支持。 第二种取向为调查研究,通过设计调查问卷,对远程学习者的学习动机与需要进行评估。如:研究者从认知内驱力、自我提高内驱力和附属内驱力三个维度设计了《远程学习者学习动机问卷》,施测结果表明:约一半学生是认知内驱力;近35%的学生是自我提高内驱力,而还有少部分学生(16%)则是附属内驱力和混合型内驱力(王迎等,2006)。该研究较为系统的分析了量表的信度与效度,但其主题限于学习动机,没有涉及学习动机的影响因素。对于远程学习者学习动机的影响因素,徐晓辉(2006)通过问卷调查得出了学习者存在时间紧张、精力不足和动机模糊的问题,但这一研究并未报告问卷的信度和效度,对研究结果的可靠性造成了一定的影响。 已有的研究对远程学习者的学习动机水平及其影响因素有了初步的分析,但理论分析并没有得到很有力的调查数据支持,而调查研究中对于工具的有效性和影响因素的分析尚不完整。本文在梳理先前研究的基础上,以高校网院的在读学生为对象,通过动机水平问卷和影响因素问卷调查研究了解了远程学习者的学习动机水平,以及可能影响远程学习者学习动机的因素。通过因素分析得出了影响远程学习者学习动机的五个因素,并用多元回归分析进行了验证。 一、研究方法与过程 1. 工具与样本 本研究问卷第一部分为远程学习者学习动机水平测量,使用的工具是改编学习策略量表 (Learning and Study Strategies Inventory, LASSI)的学习动机子部分。该量表各个分量表可以单独使用,已被全球多家机构采用。其中动机量表(MOT) (Weinstein et al.,2002)子部分包括8个题目,参考王迎等人(2006)的《成人学习者学习动机测量工具的编制与应用》题目进行了修改。所有问题采用从完全符合到全完不符合的7个等级作为选项,分别计分1~7分。 第二部分是影响因素问卷。以先前的文献梳理为基础,根据远程学习的特有学习形式,结合与多位远程学习者的访谈,将远程学习者的学习动机归纳为以下几个方面:个体自我效能感、兴趣、成就动机、社会性归属、自制力与专注性,学习资源质量、学习支持服务、个人时间限制。在此基础上设置了影响因素问卷的变量结构,编制出网络学习者学习动机影响因素问卷的初步版本。问卷第一版包括49个题目。计分也采用七点计分,选项从完全符合到完全不符合分为七个等级,分别计分1~7分。 为保证影响因素问卷题目的合理性和准确性,在正式测验之前进行了预测验。预测验的样本来自3所大学的网络学院的15名在读学生。经过项目分析,删除了未达显著性水平的题项,并调整了相关矩阵中相关系数大于0.8题项,修改了相关问题的措辞,将最初的问卷题项由49个调整为39个(8个学习动机题目和31个动机因素题目)。 问卷使用在线问卷系统发布;所有填写信息自动转换成编码数据;使用SPSS16.0软件进行后续的数据统计分析;用描述性统计分析分析了网院学生的构成情况和动机水平现状;使用探索性因素分析验证了预设的因素结构;用独立样本t检验和一元方差分析统计了男女、不同年级、不同专业之间学习动机水平是否存在显著性差异;使用皮尔逊积差相关得出学习坚持性、学习兴趣、网络课程质量、学习支持服务、个人时间因素与学习者学习动机水平之间的相关情况;使用多元回归统计方法得出五个因素对学习者学习动机水平的预测效力。 通过某网院的作业发布系统布问卷地址进行正式测验。在三周的时间里有332名学员填写了在线问卷。考虑到通过网络的形式填写问卷可能存在较大的随意性,故在问卷中讲第2和第24题设置成相同的题目,作为测谎题。两个题目分差超大于等于3则作为无效问卷处理。共计回收问卷303分,经过测谎题筛选,279份问卷有效,有效率为84.03%。通过测谎题的筛选,有效地提高了问卷数据的可信度(样本的构成见表1)。 2. 问卷的信度与效度 动机水平部分的Cronbach Alpha系数为0.87,分半信度为Alpha1 = 0 .72,Alpha 2 = 0.82。影响因素部分的Cronbach Alpha = 0.83;分半信度Alpha1 =0.75, Alpha2 =0.71。各影响因素子部分的内部一致性系数在0.72到0.86之间,均达到了内部一致性信度的要求。由于问卷来源于网络的匿名填写,故无法求得问卷的重测信度。 用SPSS16.0软件对影响因素问卷的数据进行了探索性因素分析;使用主成分分析法抽取因素,结果表明KMO系数为0.84,适合做因素分析。Bartlett检验卡方值为1781.64,df=253,达到显著性水平。经过多次探索性因素分析,抽取特征值大于1,并删除了因子荷载小于0.2的题项。最终的因素分析结果共得出18个题目(见表2);五个因素依次命名为学习坚持性、学习兴趣、网络课程质量、学习支持服务、个人时间因素。五个因素的特征值分别为2.29、2.28、2.06、1.72、1.60,解释变异量分别为14.36%、14.26%、12.89%、10.76%、10.01%,累计解释变异量为62.29%。因素分析结果与预先设计的变量结构基本吻合,表明问卷设计具有较高的结构效度。 二、研究结果与讨论 1. 学习动机水平 问卷第一部分是对远程学习者动机水平的考察,得分取值范围为8到56分。根据调查结果,最低得分为13,最高得分52,均值M=38.69,标准差SD=8.11,频数分布图见图一。 动机水平的分布基本成正太分布,大多数学员学习动机处于中间水平。关于远程学习者的学习动机问题,应三潮(2003)的调查研究表明:学习者学习目的明确,具有强烈的学习需要与动机;对其所选学的专业和所选择的远程教育学习形式大多表示喜欢,对这种不受时空限制,个人自主安排学习时间的学习形式表示满意。刘盛峰等(2001)调查研究也得出了相似的结论,认为网络学院学生学习动力较为充足,这为学生克服学习困难、顺利完成学业提供了良好的保障。但李新宇(2003)表示:由于远程教育的对象主要是在职成年人,工学矛盾、家学矛盾突出、思想复杂、学习难度大等因素导致了学员学习动机低下。不同的研究中得出的远程学习者动机水平不同,一方面是因为部分先前的研究多是从经验归纳的角度,对远程学习者的动机水平进行主观的推测。推测结果的随意性导致不同研究之间的结果存在较大的出入。另一方面,研究使用的不是标准化的测量工具,未建立大样本的常模。在没有常模作为参照的情况下只能得出学习者动机水平的一个相对参考值,造成了不同研究结果之间的可比性较差。 2. 不同学员之间动机差异情况 在学员的性别、目的类别之间用独立样本T检验进行了动机差异的显著性检验。结果表明,不同性别学员的动机水平都不存在显著差异。但是不同目的类型的学习者之间动机水平存在显著性差异,内在目的学习者(M=40.56,SD=7.63)动机水平显著高于外在目的(M=35.36,SD=7.91)的学习者t(278)=-5.39,p 用单因素方差分析检验了不同年龄、年级、学业成绩(最近一期期末考试总评成绩),专业的学员动机水平之间是否存在差异,结果表明:不同年龄、年级、专业的远程学习者之间的动机水平都不存在显著性差异。但是不同学习成绩的学员学习动机水平存在显著性差异,F(2,276)=14.63,p 从以上的分析可以看出,不同学习成绩和不同学习目的类型的远程学习者在学习动机上有着显著的差异,且学习成绩好和内在目的类型的学习者的学习动机更高。调查中还发现,很多学习者的学习目的并不是获得知识、提升自己的能力,而是达到工作岗位对学历的规定等外部动机驱动。这部分外在目的学习者没有对所学习的知识产生兴趣,造成其内在驱力不足,故在遇到干扰因素和学习问题的时候更容易把学习时间分配到其他与学习无关的事务上。学习成绩能够反馈学习者的学习能力,是对学习动机的正向反馈,反之如果学习者学习成绩较差,则会对学习者的个人效能感和自我概念带来负面影响。需要说明的是,两者之间只是相关,要确定动机和成绩之间的具体作用模式还需要做进一步的研究。 3. 各个影响因素之间的相关性以及对动机水平的多元回归分析 学习者动机水平、学习者的专注性与坚持性、学习兴趣、网络课程质量、学习支持服务、个人时间因素都是连续变量,故使用皮尔逊积差相关求出各个变量之间的相关系数。结果表明,学习者动机水平与学习兴趣(r=0.64**,p 本研究样本数目为279,共计5个变量,达到了多元回归中样本容量与变量数之比大于10:1的要求。通过Durbin-Watson D检验法检验了残差值的自我相关性,本研究D=2.245,满足了多元线性回归残差无自我相关的前提条件。方差膨胀因子VIF值处于1.056~1.336之间,表明没有违反多重共线性假设。 以学习动机为因变量,以影响因素为自变量,采用逐步回归法(stepwise)进行多元回归 (见表3)。得出远程学习者学习动机水平影响因素的标准化回归系数分别为:学习兴趣0.581、学习专注与坚持性因素0.186、个人时间因素0.162、网络课程质量0.143、学习支持服务0.105。这五个因素与学习者动机之间的多元相关系数为0.78,其多元线性组合能够解释学习动机60.8%的变异。说明这五大因素能够较好的预测远程学习者的学习动机水平。 从相关分析也可以看出,学习者的学习动机更多的与学习者学习兴趣相关。学习兴趣是对学习的一种积极的情绪体验,是学习者预期参加学习活动会带来良好的个人回报而产生的心理倾向性。学习兴趣能够使学习者积极主动的参与学习过程,并在实现学习目标的过程中克服困难。除此之外,课程设置、学习者的专注与坚持、学习支持服务和个人时间方面因素的影响对学习动机也有重要的影响。先前研究都表明这些因素也会对学习者的学习动机和学习成果造成影响,如Thurmond等(2002)指出,教师及时的与学习者交互能够明显的影响学习者对远程学习的满意度。因此,要使得学习对网络学习持久的产生兴趣,除了网络课程的精心设计,使其保持形象直观、通俗易懂的特点外,还需要有一套完整的学习支持服务体系,建立网络的社会归属感,保证学生能够得到多方面的学习支持。Ryan等 ( 2000)也认为及时有效的解决学习者遇到的困难和挫折,并提供多种交流方式,让学习者与学习者、学习者与老师之间建立沟通渠道,使其形成社会归属感,才能持续的激发和维持学习动机。 三、远程学习者学习动机的 影响因素与提高策略 1. 提供多种方法培养远程学习者的坚持性 学习坚持性考察了学习者的学习时间总量以及在面对外界无关因素干扰对学习的影响程度。从本文研究结果看,学习者的坚持性和学习动机之间存在较高正相关。因素分析结果也表明,学习坚持性是一大重要的影响因素。从调查的描述性统计数据中发现,学习者自身事务较多,其学习时间呈现碎片化的特点。生活、工作、家庭的无关因素很容易影响到学习者的学习坚持性。 提高学习坚持性可以从如下几个方面入手:首先,学习者需要根据自身的具体情况制定明确而详细的学习计划。学习计划是保证远程学习能够持续而有序进行的重要条件,也是学习者明确自己学习任务的核心参照。通过任务提醒的方式动态的向学习者发送当前学习计划和学习内容,有助于学习者按照计划完成学习任务,避免无关事务的干扰。其次,建立完善的监督体系也是保证学习坚持性的重要方法。当学习者没有按照计划完成学习任务时,需要一套监督机制及时的评估并反馈学习者的学习进度,并有针对性的给予学习指导和建议。最后,奖励和惩罚也能一定程度促进学习者的坚持性。通过代币、虚拟荣誉、评优、物质奖励等形式可以对学习者的坚持行为进行辅助强化。 2. 将学习者的外部动机转换为内部动机 调查表明,有高达35%的学员的学习目的仅仅是想获得一个学位。虽然工作需要、物质奖励、或者得到他人的认可这些外部的动力也是激发个体学习行为的动力之一,但外部动机的持久性和对学习行为的推动力度上远不如内部动机。内部动机来自于学习者对学习过程本身的兴趣与爱好,以及在完成学习进度中所体验到的个人能效能感。所以,如何合理的引导个体的外部动机,使转换成学习的内在动力是远程学习者中的一个重要问题。把外部动机转化为内部动机要注意以下几方面问题:首先,肯定并尊重个体的外部动机,在学习者每次做出进步的时候予以相应的奖励和反馈,增加其内部的自我效能感。其次,以解决实际工作问题为导向,将课程内容尽可能与学习者的工作实际需要和现实生活中的问题解决联系起来。如果学习的内容和技能可以对其工作和学习产生实质性的帮助,也能在一定程度上增加学习者对学习内容的兴趣。最后,根据学习者自身的学习能力和学习风格有针对性地制定学习计划和配置学习材料,避免因过多的挫折感而降低学习者的内部动机水平。 3. 提供高质量的课程资源与全方位的学习支持服务 因素分析和多元回归中都显示课程资源的质量和学习支持服务也是影响学习动机的因素。课程资源因素主要涉及网络课程的难度是否适切,教学内容呈现方式是否直观,课程资源是否丰富实用。调查中有52.3%的学员表示课程内容的实用性不足,45.1%的学员认为课程内容不够通俗易懂,73.5%的学员都表示与教师和同学之间的交流不够。课程内容及其与之配套的学习支持服务是网络学习的核心要素,其质量直接决定了学习者的学习体验。首先,在课程设计和资源配置上,要改变传统的静态呈现模式,通过数据挖掘技术,全方位的识别和记录学习者的有效学习数据和访问记录,为每个学习者建构出有价值的学习参数并分析出特有的学习模式。根据学习者的各项学习参数和模式来动态设定学习资料呈现方式,提供有个性化定制的学习资源包和支持服务,真正实现远程学习的智能化和个性化。其次,随着社会性网络逐渐普及和移动互联网的兴起,通过远程学习资源与智能手机等智能手持终端的结合,学习者不但可以随时随地地发起学习行为,还能够即时有效的动态获取将自己的学习进度与学习建议等信息。结合过程性评价技术,让学习者及时有效的把握学习进度,方便灵活地调整和完善学习方案,从而顺利实现学习的目标。最后,可以在网络课程中加入社会性互动模块,增设以导学、主教和学员互助机制的全方位学习支持系统,配合手机客户端等工具,构建出完整的师生互动答疑以及学员之间的交流分享平台,有效避免远程学习中学习者成为信息“孤岛”,促进学员之间的知识分享与交流的同时提高其社会归属感,帮助提升学习动机。 4. 充分利用学习者有限的学习时间 调查表明,大约70%左右的远程学习者表示自己的工作、家庭等事务影响了自己的正常远程学习。本问卷的样本在职学员占到了89.9%,已婚学员44.4%。工作和家庭生活会占用个人时间较多,导致用于远程学习时间相当有限。即便这些学员有很高的内在动机支持,也会由于实际投入学习的时间少而影响到学习积极性和学习结果。Morris (2005)也指出,时间因素是影响学习者学习动机的重要因素。此外,由于远程学习独有的学习模式使得学习者可以较为自由的安排学习时间,同时网络学习的监督管理机制较为松散,一定程度上对学习者投入学习的时间产生了不良的影响。随着智能手持终端的普及和移动互联网的速度提升,以便携、无线和移动性为特征的移动学习模式越来越受到学习者的欢迎。传统网络教育与移动学习的逐步对接与耦合也是历史的必然趋势。在现有的学习平台上融入基于智能手机等终端的移动学习模块,可以有效地增加学习资源的可获得性,弥补学习者本身的学习时间碎片化和不确定性等不足,将正式学习与非正式学习有机结合,使得学习者可以最大化地利用有限学习时间完成远程学习任务,有效地解决因为时间的因素而产生的远程学习积极性问题。 [参考文献] [1] 李新宇. 远程学习者自主学习动机的激活[J]. 中国远程教育, 2003,(3):31-33. [2] 刘盛峰,朱祖林. 远程学习者学习动机、需要及动力的研究[J]. 中国远程教育, 2001,(9):49-52. [3] 牛丽娜. 成人学习动机理论在网络远程教育中的应用初探[J]. 中国电化教育,2004,(9):34-37. [4] 王迎, 彭华茂,黄荣怀. 远程学习者学习动机测量工具的编制与应用[J]. 开放教育研究,2006,(5):74-78. [5] 魏淑华,张大均. 国外网络学习动机研究的趋势[J]. 电化教育研究,2007,(4):33-37. [6] 吴鹏泽. 远程学习者内部学习动机的激发策略[J]. 现代远距离教育,2011,(2):58-66. [7] 徐晓辉. 远程学习者学习动机与需要的调查研究[J]. 现代远距离教育,2006,(4):25-27. [8] 应三潮,毕景艳,王永红. 经济欠发达地区远程学习者学习需要与动机的分析研究[J]. 中国远程教育,2003,(5):47-50. [9] Chieh-Peng, LinHsiu-Nien Huang, Sheng-Wuu Joe, et al. Learning the Determinants of Satisfaction and Usage Intention of Instant Messaging.[J]. CyberPsychology & Behavior, 2008,11(3):262-267. [10] Dabbagh N, Kitsantas A. Supporting Self-Regulation in Student-Centered Web-Based Learning Environments.[J]. International Journal on E-Learning, 2004,3(1):40-47. [11] Martens R L, Gulikers J, Bastiaens T. The impact of intrinsic motivation on e-learning in authentic computer tasks.[J]. Journal of Computer Assisted Learning, 2004,20(5):368-376. [12] McPherson M. Editorial: Developing innovation in e-learning: Lessons to be learned.[J]. British Journal of Educational Technology, 2005,36(4):585-586. [13] Morris S, Wu, Finnegan C. Predicting retention in online general education courses [J]. American Journal of Distance Education, 2005,19(1):23-36. [14] Ryan R M, Deci E L. Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being[J]. American Psychologist, 2000,55(1):68-78. [15] Sean B. Eom, H. Joseph Wen, Ashill N. The Determinants of Students' Perceived Learning Outcomes and Satisfaction in University Online Education: An Empirical Investigation [J]. Decision Sciences Journal of Innovative Education, 2006,4(2):215-235. [16] Siva R S, Tung B. Impact of learning strategies and motivation on performance: a study in web- based instruction[J]. Journal of Instructional psychology, 2001,28(3):191-198. [17] Song L, Singleton E S, Hill J R, et al. Improving online learning student perceptions of useful and challenging characters[J]. Internet and Higher Education, 2004,7:59-70. [18] Thurmond V A, Wambach K, Connors H R, et al. Evaluation of Student Satisfaction: Determining the Impact of a Web-Based Environment by Controlling for Student Characteristics [J]. American Journal of Distance Education, 2002,16(3):169-190. [19] Vonderwell S. An examination of asynchronous communication experiences and perspectives of students in an online course: a case study[J]. The Internet and Higher Education, 2003,6(1):77-90. [20] Waschull S B. Predicting Success in Online Psychology Courses: Self-Discipline and Motivation.[J]. Teaching of Psychology, 2005,32(3):190-192. [21] Weinstein C E, Palmer D R. LASSI User's Manual: For Those Administering the Learning and Study Strategies Inventory(2nd ed.)[M]. H & H Pub., 2002. 收稿日期: 2013-05-15 作者简介:宋兵,博士研究,华东师范大学学前教育系(200062)。 责任编辑 碧 荷