蘭國帥 趙曉麗 郭 倩 劉國寧

1. 河南大學教育學部 2. 河南省教育信息化發(fā)展研究中心3. 上海開放大學發(fā)展研究部 4. 東北師范大學信息科學與技術(shù)學院

疫情時期及后疫情時期，在線教學能夠有效做到“停課不停學”，因此受到前所未有的關(guān)注。在線學習滿意度是評價在線學習質(zhì)量的重要指標，是在線學習成功的重要影響因素［1］，因此人們逐漸關(guān)注學習者在線學習滿意度問題。學習者對自身學習體驗越滿意，就越有動力堅持學習，進而提升課程的完成率。因此，學習者在線學習滿意度影響因素有哪些，各因素間存在什么關(guān)系，如何提升學習者在線學習滿意度等問題亟待考究。

美國學者班杜拉（Albert Bandura）提出了社會認知理論，其核心的“三元交互”模型得到廣泛應用，也為在線學習滿意度研究提供了新的研究視角。社會認知理論認為，學習過程應涵蓋學習者個體、學習行為和學習環(huán)境。其中學習者個體因素包含主觀和客觀因素，而動機因素，特別是自我效能和任務價值，通常被認為是影響在線學習的學習者主觀因素［2-3］。社會認知理論強調(diào)，行為反應是自我激發(fā)的，個體具有自我監(jiān)測與調(diào)節(jié)能力［4］。評價在線學習行為的重要指標之一是學習投入度。根據(jù)社會認知理論，學習者只有具備并維持較強的學習動機，具有較強的自我調(diào)節(jié)學習能力，才能更好地投入到學習活動中，產(chǎn)生較好的效果，學習者的在線學習滿意度才會更高。因此，本研究從學習者個人角度出發(fā)，探究學習者感知的自我效能、任務價值、自我調(diào)節(jié)學習、學習投入度對其在線學習滿意度的影響，并進一步探討如何有效提升學習者在線學習滿意度，為促進學生更好地進行在線學習提供指導和參考。

一、 文獻綜述與研究假設(shè)

（一） 文獻綜述

已有前人探究了自我效能、任務價值、自我調(diào)節(jié)學習、學習投入度和在線學習滿意度這五者之間的相互關(guān)系，如李（Lee）等從社會認知理論視角考察了MOOC 學習者的自我效能、任務價值和自我調(diào)節(jié)學習間的關(guān)系，發(fā)現(xiàn)自我效能與自我調(diào)節(jié)學習策略使用呈正相關(guān)，任務價值與自我調(diào)節(jié)學習策略使用呈正相關(guān)，自我效能和任務價值是自我調(diào)節(jié)學習策略使用的顯著預測因子［5］；學習投入度的影響因素方面，蘭國帥等研究發(fā)現(xiàn)，MOOC 學習者的學術(shù)自我效能對其學習投入度有顯著正向直接影響［6］，Zhang 等探討發(fā)現(xiàn)在線專業(yè)學習社區(qū)中，教師感知的任務價值與其學習投入呈正相關(guān)［7］。Sun 等研究表明，自我調(diào)節(jié)與學習投入度顯著相關(guān)［8］；在線學習滿意度影響因素方面，李瑩瑩等構(gòu)建了大學生網(wǎng)絡(luò)學習滿意度理論模型，發(fā)現(xiàn)任務價值感知、網(wǎng)絡(luò)自我效能等顯著正向影響學習滿意度［9］。Murillo-Zamorano 等研究發(fā)現(xiàn)學習投入度與學習滿意度間呈正相關(guān)［10］。

（二） 研究假設(shè)

基于上述文獻綜述，提出本研究的研究模型（圖1）和研究假設(shè)。

圖1 研究模型

H1：自我效能、任務價值對自我調(diào)節(jié)學習有顯著直接影響；

H2：自我效能、任務價值、自我調(diào)節(jié)學習對學習投入度有顯著直接影響；

H3：自我效能、任務價值、學習投入度對在線學習滿意度有顯著直接影響；

H4：自我效能、任務價值通過自我調(diào)節(jié)學習的中介作用對學習投入度產(chǎn)生間接積極影響；

H5：自我效能和任務價值通過學習投入度的中介作用對學習者的在線學習滿意度產(chǎn)生間接的積極影響。

二、 研究設(shè)計

（一） 研究情景與對象

本研究選取某重點高校H 大學，新冠肺炎疫情期間，該校實施“停課不停學”，開設(shè)了在線課程，故學生都有在線學習經(jīng)歷。以教育學、理學等12 個學科門類的學生為研究對象，使用問卷星平臺，對其進行網(wǎng)絡(luò)調(diào)查。

（二） 研究工具

本研究以自我效能量表、任務價值量表、自我調(diào)節(jié)學習量表、學習投入度量表和在線學習滿意度量表為研究工具。首先，選取學習動機策略量表中自我效能和任務價值部分［11］，選擇其中的12 項題目，以測量學習者在線學習中的自我效能和任務價值水平。其次，采用巴納德（Barnard）等編制的自我調(diào)節(jié)學習量表［12］，該量表將自我調(diào)節(jié)學習行為分為目標設(shè)定、環(huán)境結(jié)構(gòu)、學習策略、時間管理、尋求指導、自我評估六方面，基于在線學習特性，選取其中16 項題目。再次，采用Sun 等開發(fā)的學習投入度量表［8］，選取其中的10 項題目。然后，參照Shin 開發(fā)的在線學習滿意度量表［13］，用于檢測學習者在線學習過程中的滿意度。最后，對上述形成的5 個分量表（共45 項題目）進行漢化處理及適當修訂，并采用李克特七級量表設(shè)計題項，研制了自我效能量表、任務價值量表、自我調(diào)節(jié)學習量表、學習投入度量表和在線學習滿意度量表。經(jīng)本研究前測信效度檢驗，量表克隆巴赫信度系數(shù)（Cronbach’s α）均符合要求。

（三） 問卷發(fā)放與回收

本研究進行兩次問卷發(fā)放。第一次主要進行小樣本施測，在H 大學隨機選取64 名學生填寫調(diào)查問卷，篩選后得到60 份有效問卷，并對其進行信效度分析，分析發(fā)現(xiàn)問卷信度和效度均較好。在確保問卷信效度符合標準后，大規(guī)模發(fā)放正式問卷，通過問卷星平臺共收回問卷364 份，其中329 份為有效問卷，有效率為90.4%。

三、 研究結(jié)果與討論

（一） 描述性統(tǒng)計與相關(guān)分析

本研究分析了五個研究變量的平均值、標準差、偏度和峰度，描述了研究變量的整體水平分布，驗證了正態(tài)分布假設(shè)。結(jié)果顯示，所有研究變量的均值都在4.75—5.25 范圍內(nèi)，標準差都在0.822—0.876 范圍內(nèi)。偏度絕對值范圍為0.677—0.767，峰度絕對值范圍為0.082—0.363，樣本數(shù)據(jù)滿足多元正態(tài)分布假設(shè)。相關(guān)分析顯示，各研究變量間的相關(guān)系數(shù)均大于或等于0.63，且小于0.76，在0.01α水平下，所有研究變量間呈顯著正相關(guān)。

（二） 結(jié)構(gòu)方程模型分析

本研究采用AMOS 24.0 軟件，以自我效能、任務價值為自變量，自我調(diào)節(jié)學習、學習投入度為中介變量，在線學習滿意度為因變量，建立結(jié)構(gòu)方程模型。

1. 測量模型檢驗

本研究用KMO 和Bartlett 球形檢驗對采樣充足度和因子分析適宜度進行檢驗。結(jié)果為：KMO=0.969，Bartlett 球形檢驗為：x2=9706.045，df=780，p＜0.001，滿足顯著水平要求，這說明樣本數(shù)據(jù)適合做因子分析。之后，對所有觀察變量進行探索性因子分析，采用主成分分析法，運用最大方差法進行旋轉(zhuǎn)，因子提取標準為特征值大于1，最終解釋累積64.855%。將因子載荷量過低和交叉負荷的觀察變量予以刪除，刪除5 個題項，保留40 個題項。

之后，對包含40 個觀察變量的測量模型進行信效度檢驗，以確保測量模型有效。信度檢驗采用克隆巴赫信度系數(shù)（Cronbach’sα）和組成信度（CR）。測量模型中潛在變量的Cronbach’sα都超過0.8，CR 都超過0.7，說明測量模型信度較好，測量數(shù)據(jù)內(nèi)部一致性較高［14］。在效度檢驗方面，采用平均方差萃取量（AVE 值）檢驗收斂效度。本研究AVE 值均超過0.5，表明測量模型收斂效度較好。此外，研究發(fā)現(xiàn)，各潛在變量的AVE 平方根均大于各潛在變量間的相關(guān)系數(shù)α，說明測量模型區(qū)別效度較好［15］。

最后，對測量模型進行驗證性因子分析。結(jié)果顯示所有觀察變量的因子載荷量范圍從0.68 到0.81，在0.05 水平下均顯著（P＜0.05）。測量模型的皮爾森相關(guān)系數(shù)α 的范圍從0.62到0.83。驗證性因子分析顯示，測量模型中各潛在變量有效性較好，方差均為正值且顯著。因此，測量模型很好地擬合了樣本數(shù)據(jù)。

2. 結(jié)構(gòu)模型檢驗

本研究利用AMOS 24.0 軟件對結(jié)構(gòu)模型進行檢驗，包含參數(shù)檢驗和擬合度檢驗。參數(shù)檢驗包括顯著性檢驗（P ＜0.05）和合理性檢驗。最大似然估計分析結(jié)果給出了測量模型的擬合度，CMIN/DF 的值為1.898，大于1 小于3，適配理想；RMSEA 為0.052，接近0.05，適配理想；GFI 和AGFI 分別為0.818 和0.804，均大于0.8，結(jié)果可接受；IFI 和CFI 均為0.930，大于0.9，結(jié)果較好；TLI 為0.925，大于0.9，結(jié)果較好。擬合度指標分析顯示，初始結(jié)構(gòu)模型與樣本數(shù)據(jù)較吻合。

為檢驗研究假設(shè)，通過標準化回歸系數(shù)β權(quán)重的估計，以P＜0.005 的α水平檢驗自我效能、任務價值、自我調(diào)節(jié)學習、學習投入度對在線學習滿意度的影響（表1）。首先，自我效能、任務價值對自我調(diào)節(jié)學習具有顯著直接影響。其中，自我效能對自我調(diào)節(jié)學習的β=0.434（Z=6.386，p=0.000），任務價值對自我調(diào)節(jié)學習的β=0.452（Z=6.527，p=0.000）。其次，任務價值、自我調(diào)節(jié)學習對學習投入度有顯著直接影響。其中，任務價值對學習投入度的β=0.481（Z=5.956，p=0.000），自我調(diào)節(jié)學習對學習投入度的β=0.404（Z=5.026，p=0.000），但自我效能并不會顯著影響學習投入度（β=0.014，Z=0.207，p=0.836）。最后，學習投入度、任務價值和自我效能對在線學習滿意度有顯著影響。學習投入度對在線學習滿意度的β=0.367（Z=4.731，p=0.000），任務價值對在線學習滿意度的β=0.401（Z=4.753，p=0.000），自我效能對在線學習滿意度的β=0.151（Z=2.456，p=0.014 ＜0.05）。綜上所述，只有自我效能不會顯著影響學習投入度。因此，將其從初始結(jié)構(gòu)模型中剔除，得到簡潔修正后的結(jié)構(gòu)模型，分析修正后的擬合度指標，顯示修正模型檢驗值均符合參考標準要求，具有良好的擬合度，即修正后的結(jié)構(gòu)模型符合要求。圖2 為修正模型的標準化回歸系數(shù)。

圖2 修正模型及其標準化回歸系數(shù)

表1 初始結(jié)構(gòu)模型的顯著性檢驗和標準化回歸系數(shù)（n=329）

3. 研究假設(shè)檢驗

為驗證直接效應，即研究假設(shè)H1、H2、H3 是否成立，用修正結(jié)構(gòu)模型來分析自我效能、任務價值、自我調(diào)節(jié)學習、學習投入度對在線學習滿意度的影響。首先，自我效能（β=0.435，Z=6.386，p=0.000）和任務價值（β=0.451，Z=6.518，p=0.000）均對自我調(diào)節(jié)學習有正向顯著直接影響，且自我調(diào)節(jié)學習的R2=0.684 ＞0.67，支持了研究假設(shè)H1。其次，任務價值（β=0.487，z=6.4，p=0.000）和自我調(diào)節(jié)學習（β=0.411，z=5.577，p=0.000）都對學習投入度有顯著直接影響，且學習投入度的R2=0.716 ＞0.67，自我效能→學習投入度路徑模型由于參數(shù)檢驗不顯著而被移除，因此研究假設(shè)H2 得到了部分支持。最后，學習投入度（β=0.367，Z=4.732，p=0.000）、任務價值（β=0.401，Z=4.727，p=0.000）和自我效能（β=0.152，Z=2.462，p=0.014 ＜0.05）均對在線學習滿意度有正向顯著直接影響，且在線學習滿意度的R2=0.721 ＞0.67，支持了研究假設(shè)H3。

4. 中介效應檢驗

為驗證研究假設(shè)H4 和H5 是否成立，采取自助法（Bootstrapping）進行檢驗。構(gòu)建了四個中介效應路徑模型，即：模型一（自我效能→自我調(diào)節(jié)學習→學習投入度）、模型二（任務價值→自我調(diào)節(jié)學習→學習投入度）、模型三（自我效能→學習投入度→在線學習滿意度）和模型四（任務價值→學習投入度→在線學習滿意度）。由于自我效能對學習投入度無顯著影響，故將模型三（自我效能→學習投入度→在線學習滿意度）剔除。分析結(jié)果表明，中介效應路徑模型一、模型二和模型四的中介效應都顯著，故研究假設(shè)H4 得到了完全支持，研究假設(shè)H5 得到了部分支持。

總之，研究表明，在直接效應方面，研究假設(shè)H1 和H3 得到了完全支持，而H2 得到了部分支持。在中介效應方面，研究假設(shè)H4 得到了完全支持，H5 得到了部分支持。

四、 研究結(jié)論與建議

（一） 研究結(jié)論

本研究基于社會認知理論視角，重點考察了學習者感知的自我效能、任務價值、自我調(diào)節(jié)學習、學習投入度對其在線學習滿意度的影響。得出如下研究結(jié)論：

第一，自我效能和任務價值對自我調(diào)節(jié)學習有顯著直接影響。

第二，任務價值和自我調(diào)節(jié)學習對學習投入度有顯著直接影響，自我效能對學習投入度無顯著直接影響，但會通過自我調(diào)節(jié)學習對學習投入度產(chǎn)生間接積極影響。

第三，自我效能、任務價值和學習投入度對在線學習滿意度有顯著直接影響。

第四，自我效能和任務價值通過自我調(diào)節(jié)學習間接影響學習投入度。

第五，任務價值通過學習投入度間接影響在線學習滿意度。

（二） 研究建議

本研究的相關(guān)發(fā)現(xiàn)可為設(shè)計有效的在線教學和學習策略，優(yōu)化在線課程設(shè)計，提高學習者在線學習滿意度提供一些參考和啟示。

1. 注重培養(yǎng)自我效能，突出課程任務價值

研究發(fā)現(xiàn)自我效能會顯著正向影響自我調(diào)節(jié)學習，因此在線教學中，教師應注重培養(yǎng)學習者自我效能。首先，在實施在線教學前，可提供適當?shù)募寄芘嘤枺ㄈ缧畔⑺阉骷寄芘嘤枺?，增加學習者利用互聯(lián)網(wǎng)以及解決問題的信心。其次，教師可通過系統(tǒng)生成的電子郵件通知定期向?qū)W習者展示其學習進度，以提高其自我效能。最后，教師可以在測驗中提供有說服力的反饋。同時，研究發(fā)現(xiàn)任務價值會顯著正向影響自我調(diào)節(jié)學習，因此在線課程的設(shè)計者和教師要注重提高在線課程的教學設(shè)計質(zhì)量，突出任務價值。發(fā)布的學習任務應符合學習者認知和個性化需求，并與其個人發(fā)展相聯(lián)系［16］，讓學習者認識到學習任務的價值，以提高其學習投入度和在線學習滿意度。

2. 使用多種自我調(diào)節(jié)學習策略，促進學習者學習投入度

研究發(fā)現(xiàn)任務價值和自我調(diào)節(jié)學習會顯著影響學習者學習投入度。因此，為提高學習投入度，建議發(fā)布的學習任務要滿足學習者真實需求。采用自下而上的方法，如問卷調(diào)查或訪談，可獲得學習者實際需求。在線課程的組織者在發(fā)布學習任務之前，可通過調(diào)查或訪談了解學習者的學習需求，然后選擇大多數(shù)學習者感興趣的學習任務，以提高其學習投入度。同時，可采用多種自我調(diào)節(jié)學習策略，以促進學習者學習投入度?；谧晕艺{(diào)節(jié)學習的六個維度，學習者可通過樹立短期和長期學習目標、設(shè)置專門的學習環(huán)境、合理使用時間管理策略、學會尋求教師和學伴幫助、善于進行自我評估等進行自我調(diào)節(jié)學習。同時，教師發(fā)布的學習任務要滿足學習者的真實需求。

3. 關(guān)注真實學習需求，提高學習者在線學習滿意度

自我效能、任務價值、學習投入度對在線學習滿意度有顯著正向影響。因此，為提高學習者在線學習滿意度，課程設(shè)計應綜合教師、學習者和學習平臺系統(tǒng)等多個因素。在教師層面，開發(fā)課程時要遵循學習者為中心的理念，提供符合學習者發(fā)展需求的學習任務，不斷更新課程資源以調(diào)動學習興趣，增加在線交流形式和機會，促使學習者個性化發(fā)展。學習者則要設(shè)立適合自身的學習目標，注重學習評估和反饋，在協(xié)作中解決學習問題。在學習平臺層面，課程設(shè)計者要選擇適合學習者的平臺，可以設(shè)置豐富的導航欄，易于使用，使學習者能夠熟練操作學習平臺。

4. 以學習者為中心，完善在線學習過程與體驗

研究發(fā)現(xiàn)，學習者個體內(nèi)部因素，如學習者感知的自我效能、任務價值、學習投入度等對在線學習滿意度都有重要影響。因此，教師和教學設(shè)計師要注重以學習者為中心，如設(shè)置以學習者為中心的討論和以學習團隊為基礎(chǔ)的學習策略，促進學習者積極參與和對話，從而使學習者能夠感知到自身重要性和價值，進而提高其在線學習過程體驗。同時，教師或教學設(shè)計者要關(guān)注學習者對提高其自我調(diào)節(jié)學習能力的策略需求，應用科學的學習理論來確定教學原則，計劃與這些原則相一致的活動，在實踐中實施其計劃，監(jiān)控結(jié)果，提高學習者在線學習滿意度。