崔國強，韓錫斌，王淑艷

(1.煙臺大學 外國語學院，山東 煙臺 264005；2.清華大學 教育研究院，北京 100084；3.美國南密西西比大學 課程教學與特殊教育學院，美國南密西西比州 哈蒂斯堡 39406）

學生控制源傾向及其它個體差異對在線學習滿意度的影響

崔國強1，韓錫斌2，王淑艷3

(1.煙臺大學 外國語學院，山東 煙臺 264005；2.清華大學 教育研究院，北京 100084；3.美國南密西西比大學 課程教學與特殊教育學院，美國南密西西比州 哈蒂斯堡 39406）

隨著在線學習在高校的逐步拓展，其有效性越來越受到關注。除了對在線學習成績進行評價外，學生在線學習的滿意度也是一項重要的測度指標。學習滿意度是一種主觀體驗，受個體因素的影響，不同的學生由于個體的差異往往對于他們在線學習的經歷持有不同的態(tài)度和觀點。該文采用問卷調查的方法，探討表征學生個體差異的兩類變量：學生的控制源傾向及其它個體特征，對他們在線學習滿意度的影響。調查數據來自于美國一所大學的在線課程。通過狀態(tài)描述、皮爾遜相關分析以及多元回歸統(tǒng)計方法的分析發(fā)現，學生的控制源傾向及個性特征與他們在線學習的滿意度沒有統(tǒng)計意義的相關性，表明在大學中開展在線教學對于各類學生都有良好的適應性。

控制源傾向；學習滿意度；在線學習；個體差異；學習有效性

如今在線學習已成為高校教學中不可或缺的一部分。根據Allen和Seaman對于美國在線教育的統(tǒng)計報告，至少注冊一門在線課程的學生數占整個高等教育注冊學生數的比例, 從2003年的9.6%增加到2013年的33.5%，已占整個高等教育注冊總人數的1/3[1]。在國內雖然沒有針對在線學習大學生的準確統(tǒng)計數據，但從一些主流的網絡教學平臺成為大學常態(tài)教學技術設施的情況來看，也反映了對在線學習的普遍認可，如清華教育在線(THEOL)已經在全國400所院校應用，平均每天有100余萬師生登錄使用[2]。

在線學習中教師和學生在空間上相對分離，學生需要有更多的獨立性、自律性、學習動力以及協(xié)作精神。由于不同的學生具有不同的個性特征，他們對于在線學習有不同的個人體驗，也有不同的表現，因而隨著對在線學習效果越來越多的關注，除了學習成績外，也需要關注到學生在線學習的滿意度。學生對于在線學習體驗的滿意度可能會影響到他們將來是否選擇在線課程的可能性，以及學校和教師對于進一步建設在線課程的決定。但是目前針對學生在線學習滿意度的研究數量卻相對較少，因此，有必要針對學生在線學習滿意度開展深入的研究[3]。

而在另外一方面，雖然也有一些針對學生個體特征對教學方式的研究，但是關于學生個體特征對在線學習效果影響的研究卻不多，尤其是對在線學習滿意度的研究就更少。除了學生的具體個性特征外，學生的控制源傾向也普遍被認為是一個能夠影響他們行為舉止的重要變量，因此本文重點研究高校學生的控制源傾向以及他們的其它個體特征對在線學習滿意度的影響。

一、相關文獻分析

1. 學生基本個體特征與在線學習滿意度

學生對在線學習的滿意度取決于他們是否在網絡學習過程中獲得了預想的學習過程、體驗和結果。對在線學習比較高的滿意度影響在線學生學習的效果，以及在某種程度上決定在線課堂的成功與否[4]。在線學習中較高的滿意度能夠激勵學生的學習興趣，提高他們學習效率，而相對低的滿意度往往降低學生與同學進行交流和學習的意愿和水平[5]。

研究表明，學生的基本個性特征比如性別、年齡、家庭種族背景，以及在線學習的經歷往往對他們的在線學習滿意度有影響。性別變量一直被很多研究者所關注，男女生由于不同的個人和家庭責任往往在網絡學習中表現出不同的行為舉止[6]。男女生在網絡學習中的互動性、激勵性、專注性和最終成績都有不同的表現，因此需要有更多的研究來探索性別在網絡學習中的不同表現和影響。雖然目前選擇在線學習的女生往往多于男生[7]，但是對于男女生的在線學習的表現持有不同的意見和觀點，比如研究者發(fā)現，對于女生而言，男生往往對于在線學習經歷有更滿意的學習體驗[8]。然而其他研究人員在研究中卻發(fā)現女生比男生對于在線學習過程更為滿意[9]。而其他的一些研究則發(fā)現男女生在網絡學習過程中沒有表現出任何的差異[10]?；谝陨戏N種不同的研究結果，有必要進一步研究在線學習中學生滿意度的性別差異。

在線學習中不同年齡層次的學生也由于不同的背景和生活經歷，往往會有不同的學習感受和體驗。一部分研究者認為，大多數年長的學生比年紀稍輕的學生會有更大的學習動力，而且他們具有更清楚的學習目標[11]。同時，不同年齡層次的學生有不同的學習行為和習慣。比如，Richardson提出，年長的學生更適合行為主義的學習環(huán)境而年輕的學生傾向于互動和協(xié)作的學習環(huán)境。同年輕的學生相比，年長的學生卻由于對網絡技術和環(huán)境的相對不熟悉，往往有不同的在線學習體驗。因此，有必要深入對于在線學習中的年齡因素展開分析和討論[12]。

在網絡學習過程中，另外一個引起關注的因素是家庭種族背景的不同。由于在線學習的特殊性，參與的學生往往具有更廣泛的個性特征，尤其是不同的家庭種族背景。Ke和Kwak指出，不同種族背景的學生具有不同的在線學習體驗，而他們認為少數種族的學生往往會有更滿意的在線學習體驗[13]。Helm, Sedlacek,和Prioto在實驗研究中也印證了這一觀點，發(fā)現在美國在線課堂中，拉丁裔學生對于在線教學最為滿意，隨后是非洲裔學生，而亞洲裔學生和白種人學生對于在線課堂的滿意度最低[14]。然而其他學者卻并不認為不同種族背景的學生會有不同的在線學習體驗，比如Thompson提到，很難概括出不同種族的學生對學習過程以及滿意度的影響。因此對于不同種族學生的在線學習滿意度的研究也有待進一步深入[15]。

此外，學生不同的在線學習經驗也會導致他們對于在線課堂的滿意度有不同的態(tài)度。有研究表明在線學習經驗也是一項比較好的評定學生在線學習態(tài)度的指標[16]。Arbaugh指出，如果在線學習之前利用某種網絡教學平臺而產生不愉快的學習過程，那么他們往往不會再采用同樣的平臺和方式[17]。Dziuban和Moskal也強調，有豐富在線學習經驗的學生，往往對于在線學習持有更滿意的態(tài)度[18]。其他研究者也在其實驗研究中證實了這一觀點[19]。與之相反，Arbaugh卻認為在線學習的經驗與學生的在線學習滿意度沒有任何關系[20]。這些不同的觀點往往使人們對于在線學習經驗這一變量更加困惑，因此有必要對于在線學習經驗這一變量進行更多的研究。

2. 學生控制源傾向與在線學習滿意度

控制源傾向(Locus of Control)是一個心理學名詞，最早是Julian Rotter于1954年基于社會學習理論提出?？刂圃磧A向理論是一種個體歸因傾向的理論，根據這一理論，可以對不同的個體差異進行詳細的說明和測量。具體來說，個體對生活中發(fā)生的事情和結果有不同的解釋。而基于不同的解釋，又可以把控制源傾向分為內控和外控。根據Rotter的研究，內控者往往期待自己對生活和其他事件有更大的控制力，因此個人應該對自己的生活負責任，而外控者往往認為，生活一切的發(fā)生都源自于外部因素，比如運氣、機會和更有權勢的其他別人而非自己[21]。大部分人的控制源傾向往往介于極端內控和極端外控兩者間游離。

控制源傾向作為社會心理學中十分重要的變量，已經被許多學者研究，而且有相當多的實證研究來證實控制源傾向與滿意度之間的關系。比如，Mitchell, Smyster和Weed在研究控制源傾向與工作的滿意度的關系中發(fā)現，在城市里的工人當中，內控者往往比外控者對于他們的工作有更大的滿意度[22]。同樣Seipel在對美國猶他州的韓國社區(qū)的采訪調查中也發(fā)現，內控者對生活的滿意度相對更高[23]。在教學環(huán)境中，控制源也往往被認為與學生的學習成績以及狀態(tài)相關。比如，Wood, Saylor和Cohen等發(fā)現，學生的控制源傾向與其學習有顯著關聯(lián)，而其中外控型學生的成績往往偏低[24]。

在具體的在線學習中，具有內控傾向的學生往往認為學習的難易程度或者效果與自己的能力相關，因此會盡最大的努力，利用在線學習中的各種資源來提高自己的能力和成績。他們也總結到，內控傾向的學生往往認為在線學習中的相對靈活和自由性為他們更好地完成學習目標提供了更多的機會。因此，他們往往會對在線學習持有更積極和滿意的學習態(tài)度。相反，有外控傾向的學生往往認為在線學習遇到的困難來自于課程本身，而他們往往在網絡學習中更容易迷失自己，因此對于在線學習經歷持有相對消極的態(tài)度[25]。同樣，內控傾向的學生往往更主動積極地搜索環(huán)境中的信息，因此在認知和記憶過程中，會更積極地挑戰(zhàn)困難、抵制壓力，往往會表現得更好，所以會對在線學習過程有更大的滿意度[26]。

然而相對于其他環(huán)境，具體針對在線學習環(huán)境中的學生控制源傾向與滿意度關系的實證研究相對較少，因此有必要開展更多的研究，以便更深入了解學生控制源傾向與他們在線學習滿意度的關聯(lián)。隨著在線學習的進一步發(fā)展，學生的在線學習的滿意度也越來越受到研究者、教師和學校管理者的關注[27]。為了更好地了解學生的在線學習滿意度，需要對能夠影響到在線學生滿意度的相關因素進行探究，比如學生的基本個性特征以及控制源傾向，以便能夠更好地針對不同的學生，采取更有效的教學手段和方法。

二、研究問題與研究方法

1. 研究問題

本研究的目的是了解學生的控制源傾向以及基本個性特征與在線學習滿意度的關系，具體研究問題如下：(1)學生的控制源傾向與在線學習滿意度有什么關系？(2)學生的性別與在線學習滿意度有什么關系？(3)學生的年齡與在線學習滿意度有什么關系？(4)學生的種族背景與在線學習滿意度有什么關系？(5)學生的在線學習經驗在線學習滿意度有什么關系？

2. 調查工具和數據采集

本研究采用了問卷調查的方式，采用了課前和課后兩份問卷。課前問卷內容包括兩個部分：第一部分共5個問題，分別采集學生的性別、年齡、種族背景、在線學習經驗和學生學號的后四位，第二部分采用了Rotter的控制源傾向問卷，包括29個具體問題，每個問題可以用來計算學生的控制源傾向分數, 分數越高的學生越具有外控傾向[28]。該問卷被廣泛使用，具有較高的信度(.65 to .79)和效度(.49 to .83)。

課后的問卷用于收集學生的在線學習滿意度，以及學號的后四位，以保證匿名的同時進行數據匹配。問卷采用了Arbaugh設計的滿意度調查問卷。該問卷最初用來收集在線MBA課程學生的滿意度，尤其是對于在線課堂整體的滿意度以及對于媒介使用的滿意狀況，因此比較適合本文的研究。

為了驗證控制源傾向和在線學習滿意度兩份問卷調查的可信度，采用了內部一致性(Internal Consistency)的可信度測量方法。根據可信度相關研究，一致性信度系數(Cronbach Alpha)越接近1.0，則問卷的可信度就越高。經測量，本研究中采用的控制源傾向問卷調查的一致性信度系數為0.654，而滿意度問卷的一致性信度系數為0.761，表明這兩份問卷具有相對可靠的信度（如表1所示）。

表1 控制源傾向與在線滿意度問卷可信度結果

3. 被試學生

參與本次研究的學生來自美國弗吉尼亞理工大學的一門在線課程：藥學教育。一共583名學生注冊并選修了這門在線課程。在經過對比課前和課后的兩次問卷調查后，一共收集到了353個有效的數據進入到下一步的分析中。參與本次研究的學生都具有不同的個性特征信息。

4. 研究流程

在問卷調查發(fā)布前，研究內容首先征得了弗吉尼亞理工大學的倫理審查委員會(IRB)的批準。課前的問卷調查在學期開始前以在線形式發(fā)給了所有修課的學生，而課后的問卷在學期末課程結束后也通過在線方式發(fā)給了參與課程的學生。為了保證問卷的回收率，問卷的具體研究目的和意義比較詳細地介紹給學生，同時也發(fā)送了幾次在線的提醒消息。

5. 研究變量與統(tǒng)計方法

本研究中的自變量包括學生的控制源傾向和基本個性特征，而基本個性特征包括學生的性別、年齡、種族背景、以及在線學習經驗，因變量是學生對于在線學習的滿意度。

所有調查到的數據輸入到SPSS統(tǒng)計軟件中進行分析，具體的分析方法包括狀態(tài)描述方法、皮爾遜相關分析、以及多元回歸統(tǒng)計方法。狀態(tài)描述方法主要用來統(tǒng)計學生的個體信息，而皮爾遜相關分析和多元回歸方法主要用來檢測學生個性特征和控制源傾向與在線學習滿意度的關聯(lián)，同時也用來發(fā)現哪些變量能夠真正影響到在線學習滿意度的變化(如表2所示)。

表2 研究問題、研究變量和統(tǒng)計方法

三、研究結果與討論

1. 學生個性狀態(tài)描述

在583個參與在線課堂的學生中，478人完成了課前的問卷調查，而403人完成了課后的問卷調查。根據學生的學號后四位，對課前和課后的問卷調查進行匹配和統(tǒng)計，最后共有353人的問卷調查進入到最后的分析階段，他們的基本個性特點及其占比如下：(1)性別：女生占56.9%(201人)，男生占43.1%(152人)；(2)年齡：18-25歲占96.3%，26-35歲占3.4%，36-45占0.3%；(3)種族：白種人占80.2%(283人)，亞洲或亞洲裔人占12.5%(44人)，黑種人占4.5%(16人)，拉丁裔人占2%(7人)，美國印第安人占0.8%(3人)；(3)在線學習經歷：大部分學生都有在線學習的經歷，其中89.2%(315人)的學生主要以傳統(tǒng)面授為主要學習方式，而另外10.8%(38人)主要以在線學習方式為主；(4)控制源傾向：大部分學生的控制源傾向分數在3到21之間(所用問卷的分值區(qū)間為0-23)。

從上面描述可以看出，參與本次研究的學生中，大部分都是本科生，年齡在18到25歲之間，而且大部分學生都主要參與常規(guī)的面對面教學，這也代表了美國大部分高校學生選擇在線學習的比率和趨勢[29]。在所有的在線學生中，大部分人的控制源傾向位于極端內控和極端外控之間，這也符合了Rotter對于控制源理論的說明。綜上所述，本研究的樣本能夠代表美國高校本科學生的個性分布特征，并且體現出了較大的差異性。

2. 學生個性特征與在線學習滿意度的相關關系

因變量(在線學習滿意度)的平均分值為3.86，最低1.56，最高為5(5分是對于在線教學經歷最為滿意)。采用皮爾遜相關分析(Pearson Correlation)對表征學生個性特征的5個自變量與描述在線學習滿意度的1個因變量進行相關分析，結果發(fā)現：自變量和因變量之間沒有任何統(tǒng)計學上的相關關系(如表3所示)。

表3 皮爾遜相關系數

(1) 性別與在線學習滿意度之間的關系：這兩者之間皮爾遜相關的雙尾檢驗為不顯著（p=0.831），這一結果說明性別與在線學習滿意度之間沒有顯著性的關聯(lián)。這也印證了Whitley的觀點，男女生對于利用計算機學習的過程幾乎沒有差異[30]。而在本文研究的情景下也證實，即傳統(tǒng)高校中開展在線教學，男女生在網絡學習過程中沒表現出任何差異。

(2) 年齡與在線學習滿意度之間的關系：這兩者之間皮爾遜相關的雙尾檢驗為不顯著（p=0.577），這一結果說明年齡與在線學習滿意度之間沒有顯著性的關聯(lián)。這也印證了Richardson和Swan的觀點，即在網絡學習中，年齡的差異并沒有對學生的在線學習滿意度有影響[31]。而在本文研究的情景下，即傳統(tǒng)高校中開展在線教學，不同年齡的學生在網絡學習過程中也沒表現出任何差異。

(3) 種族與在線學習滿意度之間的關系：這兩者之間皮爾遜相關的雙尾檢驗為不顯著（p=0.526），這一結果說明種族與在線學習滿意度之間沒有顯著性的關聯(lián)。這結論與Ke和Kwak得出的結果不同，因為他們發(fā)現網絡教學中，少數種族的學生往往會有更滿意的在線學習體驗[32]。而本文的研究則證明在不同的情景下，即傳統(tǒng)高校中開展在線教學，不同種族的學生在網絡學習過程中沒表現出任何差異。

(4) 在線學習經驗與在線學習滿意度之間的關系：這兩者之間皮爾遜相關的雙尾檢驗為不顯著(p=0.100)，這一結果說明在線學習經驗與在線學習滿意度之間沒有顯著性的關聯(lián)。這也印證了Arbaugh的觀點，即在線學習的經驗與學生的在線學習滿意度沒有任何關系。而在本文研究的情景下，即傳統(tǒng)高校中開展在線教學，有不同在線學習經驗的學生在網絡學習過程中沒表現出任何差異[33]。

(5)控制源傾向與在線學習滿意度之間的關系：這兩者之間皮爾遜相關的雙尾檢驗為不顯著(p=0.874)，這一結果說明控制源傾向與在線學習滿意度之間沒有顯著性的關聯(lián)。這結果與Drennan,Kennedy和Pisarski的推論相左，因為他們認為內控型的學生，會更主動積極地搜索在線環(huán)境中的信息以及付諸努力，往往對在線學習會有更大的滿意度[34]。而在本文研究的情景下，即傳統(tǒng)高校中開展在線教學，不同控制源傾向的學生在網絡學習過程中沒表現出任何差異。

由于后面需要對變量進行多元回歸分析，也對變量的多重共線性進行了檢測(Multicollinearity)。多重共線性也是在多元回歸方法中尤其需要避免的，是指變量間存在精確相關關系或者高度相關關系，從而使回歸模型估計失真或難以準確估計。經檢測，雖然發(fā)現了兩個顯著性的相關聯(lián)關系，分別是性別與控制源傾向，以及種族背景和在線學習經歷之間的關聯(lián)，但5個自變量間的相互關聯(lián)都低于.80，不存在嚴重的多重共線性的問題(如上頁表3所示)。

3. 學生個性特征對在線學習滿意度的影響效果

采用多元回歸分析法進一步分析因變量（在線學習滿意度）受5個自變量的具體影響效果，分析結果顯示：變量間不具有回歸顯著性。5個自變量包括性別、年齡、種族背景、在線學習經歷以及控制源傾向，只對學生在線學習滿意度有1.1%的影響作用，而且沒有單個的變量能夠作為顯著變量影響到在線學習的滿意度（如表4-6所示）。

表4 多元回歸分析結果

表5 多元回歸ANOVA分析結果

表6 多元回歸系數

四、結論與建議

本文研究結果表明，學生的控制源傾向和其它個性特征，如性別、年齡、種族背景和在線學習經驗對在線學習滿意度沒有統(tǒng)計意義的相關性，而參與本研究的學生個體特征體現出了較大的差異性，能夠代表美國高校本科學生的個性分布特征，因此在大學中開展在線教學對于各類學生都有良好的適應性。在本次在線學習中，學生的平均滿意度為3.86，這也說明大部分學生滿意于本次的在線學習經歷。

針對具體的研究問題，雖然文獻中很多也強調和發(fā)現了學生個性變量如性別、年齡、種族背景、在線學習經驗和控制源傾向與學生在線學習滿意度之間的關系，然而本研究中卻沒有發(fā)現以上變量與在線學習滿意度之間的顯著關聯(lián)性。此外，5個自變量只對在線學習滿意度有1.1%的影響作用，這說明無論是單個變量還是整體變量，與在線滿意度之間都沒有很大的聯(lián)系，因此，除了學生的個性特征以外，以后的研究還應該關注其他因素對于傳統(tǒng)大學教學中在線學習滿意度的影響作用。

本研究主要關注于學校里的在線學習課堂，學生主要來自于傳統(tǒng)的大學校園，其特點和特征可能也會與遠程教育機構，比如開放大學的學生略有不同。參與傳統(tǒng)課堂的學生往往會有更充裕的時間，有更多和及時的校內教育技術的支持和幫助，渴望更多的與同學交流的機會，以及更依賴于教師的及時答疑解惑。因此為了進一步研究這類學生在線學習的滿意度，將來的研究也可以繼續(xù)調查這類在線學習中的其他相關因素，比如在線學習的互動性[35]、在線協(xié)作[36]、教師的特點和系統(tǒng)功能[37]、在線課堂的設計[38]、學生的自立性[39]、以及技術能力等等[40]。

雖然不同個體特征的學生往往會對其在線學習的經歷產出不用的想法和印象，但是本次研究并沒有發(fā)現學生的控制源傾向和其他個體特征與他們在線學習滿意度之間的關聯(lián)，5個自變量整體對于在線學習滿意度的影響也非常小。雖然控制源傾向這一觀點是以西方人的觀念和價值觀為基礎提出的，但是其原則同樣適用于中國的文化背景環(huán)境當中[41]。隨著中國的在線教育的擴大和發(fā)展，作為衡量在線教育質量的重要指標[42]，還需要進一步關注學生的在線學習滿意度。此外，本文是以美國的傳統(tǒng)大學的在線學生為研究對象，其結論是否對中國的傳統(tǒng)大學的在線學生適用，仍有待進一步驗證。同時，我們還應該繼續(xù)挖掘更多的相關因素，找出它們對于傳統(tǒng)大學中在線學習滿意度的影響作用，而這些將會對未來的在線教學和學習有更多的指導作用。

[1]Allen, I. E., Seaman, J. Grade change: Tracking online education in the United States[R]. Babson Park, MA: Babson Survey Research Group and Quahog Research Group, 2014.

[2]韓錫斌，葛文雙，周潛，程建鋼. MOOC平臺與國際典型網絡教學平臺的比較研究[J].中國電化教育, 2014, (1): 61-68.

[3]蔡宜君, 詹姆斯, 拉菲. 在線學習課程中學習滿意度和社會能力之間的關系[J]. 開放教育研究, 2013 , 8(6): 50-55.

[4]Biner, P. M., Welsh, K. D., Barone, N. M., Summers, M., Dean, R.S. The impact of remote-site group size on student satisfaction and relative performance in interactive telecourses [J]. American Journal of Distance Education, 1997,11(1): 23-33.

[5]Reinhart, J., Schneider, P. Student satisfaction, self-efficacy, and the perception of the two-way audio/video distance learning environment:A preliminary examination [J]. Quarterly Review of Distance Education, 2001, 2(4): 357-365.

[6]Yukselturk, E., Bulut, S. Gender Differences in Self-Regulated Online Learning Environment [J]. Journal of Educational Technology &Society, 2009, 12(3): 12-22.

[7]Chen, P. S. D., Lambert, A. D., Guidry, K. R. Engaging online learners:The impact of Web-based learning technology on college student engagement [J]. Computers & Education, 2010, 54(4): 1222-1232.

[8]Ong, C. H., Lai, J. Y. Gender differences in perceptions and relationships among dominants of e-learning acceptance[J]. Computers in Human Behavior, 2006, 22(5): 816-829.

[9]González-Gómez, F., Guardiola, J., Rodriguez, ó. M., Alonso, M.á. M. Gender differences in e-learning satisfaction[J].Computers &Education, 2012, 58(1): 283-290.

[10]Markauskaite, L. Gender issues in preservice teachers’ training: ICT literacy and online learning [J]. Australasian Journal of Educational Technology, 2006, 22(1): 1-20.

[11]Liu, Y., Ginther, D. Cognitive styles and distance education[J]. Online Journal of Distance Learning Administration, 1999, 2(3).

[12][30]Richardson, J. T. Investigating the relationship between variations in students’ perceptions of their academic environment and variations in study behavior in distance education [J]. British Journal of Educational Psychology, 2006, 76(4): 867-893.

[13][32]Ke, F., Kwak, D. Online learning across ethnicity and age: A study on learning interaction participation, perception, and learning satisfaction [J]. Computers and Education, 2012, (61): 43-51.

[14]Helm, E. G., Sedlacek, W. E., Prieto, D. O. The relationship between attitudes toward diversity and overall satisfaction of university students by race [J]. Journal of College Counseling, 1998, 1(2): 111–120.

[15]Thompson, M. M. Distance learners in higher education [A]. Gibson C. Distance learners in higher education: Institutional responses for quality outcomes[C]. Madison, WI: Atwood, 1998.9-24.

[16]Atkinson, M., Kydd, C. Individual characteristics associated with World Wide Web use: An empirical study of playfulness and motivation [J]. The Data Base for Advances in Information Systems, 1997, 28(2): 53-62.

[17][20][33]Arbaugh, J. B. Virtual classroom characteristics and student satisfaction with Internet-based MBA courses [J]. Journal of Management Education, 2000, 24(1): 32-54.

[18]Dziuban, C., Moskal, P. Evaluating distributed learning at metropolitan universities [J]. Educause Quarterly, 2001, 24(4): 60-61.

[19]Marks, R. B., Sibley, S. D., Arbaugh, J. B. A structural equation model of predictors for effective online learning[J]. Journal of Management Education, 2005, 29(4): 531-563.

[21]Rotter, J. B. Social learning and clinical psychology [M]. Englewood Cliffs, New Jersey: Prentice Hall, 1954.

[22]Mitchell, T. R., Smyster, C. M., Weed, S. E. Locus of control:Supervision and work satisfaction [J]. Academy of Management Journal, 1975, 18(3): 623-631.

[23]Seipel, M. Locus of control as related to life experiences of Korean immigrants [J]. International Journal of Intercultural Relations, 1988,12(1): 61-71.

[24]Wood, A. M., Saylor, C., Cohen, J. Locus of control and academic success among ethnically diverse baccalaureate nursing students[J]. Nursing education perspectives, 2009, 30(5): 290-294.

[25][34]Drennan, J., Kennedy, J., Pisarski, A. Factorsa ecting student attitudes toward fl exible online learningin management education [J].The Journal of Educational Research, 2005, 98(6): 331–338.

[26]Crandall, V.C., Crandall, B.W. Maternal and childhood behaviors as antecedents of internal-external control perceptions in young adulthood [A]. Lefcourt, H.M. In Research with the locus of control construct: Developments and social problems [C]. San Diego, CA:Academic Press, 1983. 53-103.

[27]Kuo, Y. Interaction, internet self-efficacy, and self-regulated learning as predictors of student satisfaction in distance education courses [D]. Logan, Utah:Utah State University, 2010.

[28]Rotter, J. B. Generalized expectancies for internal versus external control of reinforcement [J]. Psychological Monographs,1966, 80(1):1-28.

[29]Parker, K., Lenhart, A., Moore, K. The digital revolution and higher education: College president, public differ on value of online learning[M]. Washington, D.C.: PEW Research Center, 2011.

[30]Whitley, B. E. Gender differences in computer-related attitudes and behavior: A meta-analysis[J]. Computers in Human Behavior, 1997,13(1): 1-22.

[31]Richardson, J. C., Swan, K. Examing social presence in online courses in relation to students’ perceived learning and satisfaction[J].Journal of Asynchronous Learning Networks, 2003, 7(1): 68-88.

[35]Anderson, T. D., Garrison, D. R. Critical thinking in distance education: Developing critical communities in an audio teleconference context [J]. Higher Education,1995, (29): 183-199.

[36]胡勇. 在線協(xié)作學習對學習滿意度的影響[J]. 遠程教育與網絡教育, 2013,(6): 48-56.

[37]趙國棟, 原帥. 混合式學習的學生滿意度及影響因素研究[J]. 開放學習, 2010, (6): 32-39.

[38]Huang, H. M. Student perceptions in an online mediated environment[J]. International Journal of Instructional Media, 2002, 29(4): 405-422.

[39]Sahin, I. Predicting student satisfaction in distance education and learning environments[J]. Turkish Online Journal of Distance Education, 2007, 8(2): 113-119.

[40]Rodriguez, M. C., Ooms, A., Montanez, M., Yan, Y. L. Perceptions of online learning quality given comfort with technology, motivation to learn technology skills, satisfaction, and online learning experience[C].Montreal, Canada: theAnnual Conference of the American Educational research Association, 2005.

[41]杜衛(wèi), 張厚粲, 朱小姝. 核心自我評價概念的提出及其驗證性研究[J]. 心理科學, 2007, (5): 1057-1060.

[42]黃復生. 遠程學習滿意度研究：新進展與新趨勢[J]. 中國遠程教育, 2011, (12): 41-44.

崔國強：博士，講師，研究方向為在線社區(qū)、互動、學生個性特征的影響作用，以及教育技術在外語教學中的應用 (andyguoqiang@hotmail.com)。

韓錫斌：博士，副研究員，博士生導師，研究方向為數字化學習環(huán)境的理論與實踐、教學資源建設與應用評價(hanxb@tsinghua.edu.cn)。

王淑艷：博士，副教授，博士生導師，研究為教育技術在教學中的應用及發(fā)展、遠程教育、數字化學習、學生學習的評估、電子文件夾等(shuyan.wang@usm.edu)。

2014年5月22日

責任編輯：馬小強

Effects of Students’ Locus of Control and Other Characteristics on Their Satisfaction with Online Learning

Guoqiang Cui1, Xibin Han2, Shuyan Wang3
(1.School of Foreign Languages, Yantai University, Yantai Shandong 264005; 2.Institute of Education, Tsinghua University, Beijing 100084; 3. Department of Curriculum, Instruction and Special Education,The University of Southern Mississippi, Hattiesburg MS United States 39406)

With the great development of online education in higher education, people have been paying more attention to the effectiveness of online learning. Besides learning outcomes, students’ online satisfaction is also an important indicator to its effectiveness. Students’satisfaction is a subjective experience and is affected by different individual factors. Thus, students with different characteristics invariably hold different attitudes and opinions towards their online learning experience. This study used survey method to discuss the effects of two types of variables (students’ locus of control and other characteristics) on their online satisfaction. Responses were collected from students in an online course at an American university. Descriptive statistics, Pearson correlations and Multiple Linear Regression methods were used to detect the correlations and analyze the relationships among different variables. Results of the study did not fi nd correlations between students’online satisfaction and their locus of control, as well as their other characteristics. This indicated that students of varied characteristics can all adjust well to their online learning experience.

Locus of Control; Online Satisfaction; Online Learning; Individual Characteristics; Effectiveness

G434

A

1006—9860(2014)08—0055—07