对远程教育学习者学习成绩影响因素的实证分析
开篇：润墨网以专业的文秘视角，为您筛选了一篇对远程教育学习者学习成绩影响因素的实证分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
【摘要】对远程教育学习者学习成绩影响因素的实证研究发现:远程教学机构提供的学习资源越多、教师的教学方法与学习者的学习风格越匹配、教辅人员对学习者的支持越到位,那么学习者的学习成绩显著更高;学习者与同学之间的互动越多,学习者的学习成绩显著更高。
【关键词】远程教育;学习成绩;影响因素;性别差异
【中图分类号】G420 【文献标识码】B 【论文编号】1009―8097(2010)09―0099―06
一 导论
20世纪90年代,随着网络等信息技术的迅猛发展,我国的远程教育也进入了一个新的发展阶段即主要以网络为载体的现代远程教育阶段。1999年1月,国务院批准教育部制定的《面向21世纪教育振兴行动计划》正式提出“实施现代远程教育工程,形成开放式教育网络,构建终身学习体系”。从1999年到现在,经过11年的发展历程,我国的远程教育规模有了巨大的扩展。随着远程教育规模的扩展,其受众越来越广泛,对于远程教育质量的关注也逐渐成为一个社会热点,尽管对于远程教育的质量关注一直是国际上不同研究领域研究者关心的议题[1](Siaciwena,2008)。比如有的研究者关心远程教育学习者辍学情况的影响因素[2,3,4](Woodley,2004;Tattersall等,2006;Gibbs等,2006),有的关注远程学习的满意度[5](Tudor,2006),有的关注远程学习的学习障碍[6,7](Muilenburg和Berge,2001,2005),还有关注远程学习的学习效果(Crawford,2001)[8]。
国内目前也有一些研究对于远程教育学习者的学习成效进行了分析。比如衷克定和梁玉娟(2006)[9]探究了网络学习社区结构特征与远程学习者学习成绩的关系,并得出结论认为学习社区结构的教育性、技术性和社会性及其这三者的交互作用会对学习者的学习成绩有正向促进作用。王昭君(2007)[10]从学生特性、网络课程特性、学习平台特性和教学互动等角度实证检验了影响网络学习者学习满意度和学习成绩的因素,实证结果表明,网络课程的课程内容、呈现方式以及学习平台的特性对学习满意度和学习成绩都有显著性影响,而其他影响因素对学习成效没有显著性影响。
本文准备通过调查数据实证分析影响远程教育学习者学习成绩的因素,从而有利于远程教育学习者更好地进行远程学习、远程教育的教学机构更好地改进自己的教学与支持服务,从而促进我国现代远程教育的发展与终生教育体系的建立与完善。
二 研究框架与研究假设
本研究将以奥鹏远程教育中心的学习者的情况为例进行实证研究,结合奥鹏远程教育中心的机构特点以及前期的试调查研究发现,本研究认为影响以网络为载体的远程教育学习者的学习成绩可能总共有六大方面的因素 ,包括:(1)学习者的基本情况;(2)学习者的学习风格;(3)学习者的初始能力与动机;(4)学习者的外界支持;(5)教学机构与教师的因素;(6)学习者的学习互动因素。
六大因素及具体内容如图1所示。
本研究根据前期的调研基础,做出初始的研究假设,认为在控制了远程教育学习者的个人基本因素、学习风格与初始能力之后,学习者的学习动机、外界对于学习者的支持、教学机构与教师因素以及学习者学习过程中的互动因素都会显著影响到学习者最后的学习成绩。具体而言,有如下五个初始的研究假设。
假设1:学习动机对远程教育学习者学习成绩有显著影响。
假设2:外界的支持将有助于远程教育学习者获得更高的学习成绩。
假设3:教学机构在学习方面的支持越好,远程教育学习者能够得到显著更高的成绩。
假设4:教师的教学方法越能适合远程教育学习者,那么远程教育学习者的学习成绩显著更高。
假设5:学习互动因素对于远程教育学习者的学习成绩有着正向显著的促进作用。
本研究除了准备研究远程教育学习者学习成绩的影响因素外,还将研究这些因素对于学习成绩的影响是否存在着显著的性别差异,这是因为已有的国际与国内的研究发现男性与女性在学习过程与学习成绩上是存在显著差异的[11,12](Eccles、Adler和Meece,1984;张彬、杜翠琴,2004)。
三 研究数据与方法
本文所用数据来自2009年奥鹏远程教育中心 针对在自己支持服务系统进行远程学习的学习者的一项问卷调查数据,问卷内容主要包括学习者的一些基本信息(比如工作情况、家庭情况)、学习风格、初始能力、学习动机、外界支持、网络平台、学习资源、教学与教辅环节以及学习过程中的师生互动与生生互动情况。由于问卷是通过网络系统进行发放与填写的,因此研究者可以根据填写问卷的学习者的ID,在奥鹏远程教育中心的学习者数据库中获得学习者的其他基本信息比如性别、年龄、上学期的平均成绩等。这次调查最终得到了2466个有效样本。
样本中有一些刚刚入学的新生,而数据中关于学习成绩的信息是指学习者在上一学期的平均成绩,因此数据中这些新生样本就缺乏学习成绩的信息。因为本文是考察远程教育学习者学习成绩的影响因素,因此这些没有学习成绩信息的新生样本就不在本研究的考察范围内。在排除了没有学习成绩信息的样本后,还剩下2396个样本,这也是本研究所用的总体样本。其中男性样本为1264个,占52.8%,女性样本为1132个,占47.2%。
本文要考察远程教育学习者学习成绩的影响因素,并对一系列的研究假设进行验证,因此本文主要采用多元线性回归的方法,其中多元线性回归方程的因变量是学习者在上学期学习的平均成绩,是一个连续变量。自变量包括学习者的个人基本特征、学习风格与初始能力、学习动机、外界支持、教学机构与教师提供的支持与服务、学习过程中的互动等。其中自变量除了学习者的年龄是连续变量外,其余都是二元虚拟变量。表1是各变量的简单描述统计。
除了要考察总体样本的情况外,本文还将考虑不同因素对于不同性别的学习者学习成绩的影响是否存在显著的差异,因此本文将总体样本分成男性与女性两组,分别进行回归,并且通过加入性别虚拟变量与其他相关自变量的交互项的方法来判断性别差异是否在统计上是显著的。
四 对研究假设的检验与讨论
表2是对总体样本、男性样本和女性样本多元线性回归的结果。首先看表2“总体样本”的回归结果,我们可以看到,在控制了其他因素后,有关学习动机的变量的系数在统计上基本上都是不显著的,这表明学习动机对总体样本的成绩没有显著影响;这也就是说远程教育学习者无论是受学习知识本身的驱动、为使自己的生活充实、还是受现在工作驱动或者是为了寻找新的工作,种种学习动机的差异并不能导致学习者在学习成绩上的显著差异。这和本文初始的研究假设1是不一致的。而且从男性和女性样本的回归结果也可以看到,学习动机的差异不仅不会给总体样本带来成绩的显著差异,也不会给男性与女性学习者的学习成绩带来显著的差异。
目前社会上和学术界有这样的一种论断,认为远程教育学习者大多是抱着为了拿文凭目的来学习,而不是有真正内在的学习动力,这就导致很多远程教育的学习者抱着“60分万岁”的态度进行学习。但本文的实证结果并不能支持上述论断,因为在控制了其他因素后,抱着不同学习动机的学习者,他们在平均成绩上并不存在着显著的差异。这或许说明针对不同学习动机的学习者,也应该抱着“有教无类”的教育思想,去帮助他们进行更好地学习。
从表2中可以看到,无论是总体样本还是男性和女性样本,有关外界支持的两个变量的系数在统计上都是不显著的。这表明无论远程教育学习者能否获得领导和家庭的支持,这对于他们的成绩都没有显著影响,这也是和本文的初始研究假设2不一致。这说明学习更多是个体内在的事务,只要自己有心还是能够克服种种家庭与工作等外在压力的。这个还可以从其他实证结果得到佐证。从表2我们还可以看到在控制了其他因素之后,包括单独学习的能力、计算机的操作能力和网络操作的能力以及对于学习媒体的偏好,基本上对于总体样本和男性、女性的成绩都没有显著影响,这说明只要学习者自己能够努力,还是能够克服自身在学习初始能力方面的不足。
从表2可以看到,和教学机构有关的三个变量“提供丰富的学习资源”、“教辅人员给予有力的支持”与“网络平台符合学习者的特征”,前两者对于学习成绩的影响是正向显著的,而后者的影响在统计上是不显著的。这就部分支持了本文的初始研究假设3,表明如果远程教育的提供者不能给学习者提供丰富的学习资源将显著拉低学习者的学习成绩;学习者如果能够得到教辅人员强有力的支持,将显著提升自己的学习成绩;而网络平台是否适应学习者的学习特征并不会显著影响到学习者的学习成绩。这说明教学机构在改进自己对学习者的学习支持上一方面要着重注重在学习资源的建设上,让学习者能够有机会根据多种不同的学习资源展开不同形式的学习;另外一方面还必须加强教辅人员的建设,要求教辅人员能够给予学习者强有力的支持。实际上,这都是远程教育的特点决定的,因为远程教育的教学大多是时空分离的,如果学习者在和教师时空分离的状况下,还要受到学习资源匮乏,在需要教辅人员帮助时教辅人员却无法提供相应的帮助,显然会打击学习者的学习积极性与学习效率,这就会对学习者的学习成绩产生显著的负面影响。
表2中,“教师教学方法符合学习者的特征”的系数对于总体样本和男性样本而言都是正向显著的,对于女性样本而言,虽然在统计上是不显著的,但符号是正的;这说明整体而言,“教师教学方法符合学习者的特征”是能够促进学习者获得更好学习成绩的。这样假设4也基本上得到了实证结果的支持。
表2中,和学习互动有关的两个变量“与教师的互动丰富”和“与同学的互动丰富”这两个变量,前者对于总体样本、男性和女性样本都是不显著的,而后者对于总体样本、男性样本都是正向显著的。这表明对于远程学习而言,学习者之间的交互活动越多,他们的学习成绩将会有显著的提高,这就部分支持了本文的研究假设5。这种现象其实在面对面的学习过程中是同样广泛存在的,国际上大量的教育经济学的研究都发现学生向自己的同伴(peer)学习可能比向自己的老师学习更有效(Hanushek,1995)[13],并将这种现象称之为同伴效应(peer effect)。本文的实证结果证实同伴效应在远程教育同样存在,而且由于远程教育的学习更多是学习者的单独学习,那么如果加强同学之间的交互对于学习者成绩的提高作用可能要大于面对面的普通教育。这也说明一方面远程教育的提供商要给学习者创造相互学习的环境与机会,另外一方面也说明远程教育学习者自身应该主动去和自己的同学进行广泛的接触与交流,以促进自己的学业进步。
至此,实证结果拒绝了假设1和假设2,说明在控制了其他因素之后,无论学习者选择远程教育的动机如何,能否得到外界的支持,并不会给学习者的学习成绩带来显著的差异;这也说明学习更多是学习者自身的事情,只要自己决定了要来参加远程学习并且自身主观上努力,那么动机与外界支持并不能给学习者的学习成绩带来显著的负面效应。
实证结果部分支持了假设3、假设4和假设5。具体而言,教学机构在提供丰富的学习资源以及教辅人员对学习者的支持到位将显著提高学习者的学习成绩;教师的教学方法符合学习者的学习特征也能有助于学习者得到显著更高的成绩;同伴效应在远程学习过程中同样存在,和同学之间的互动将显著促进学习者的学习成绩。这说明远程教育的教学机构应该有针对性地在学习资源、教辅人员、教师以及为学习者提供相互交流机会等方面提高远程教育的质量。
从表2,我们还可以看到回归结果调整后的R方不大,这说明整体而言,本文还未能找到那些能够很好预测学习者学习成绩的因素,当然很有可能这种因素可能在当前的远程教育教学环境中并不存在;但是对于总体样本、男性样本和女性样本,回归方程都通过了F检验,说明实证结果在统计上还是稳定的。另外,本文的自变量众多,可能存在多重共线性问题,经过VIF检验发现并不存在严重的多重共线性,而且通过逐步回归得到的结果和表2中的结果基本上一致,因此实证结果是稳定的。
五 性别差异
我们接下来分析各因素对于学习者学习成绩的影响是否存在着性别差异。表2中对于总体样本而言,“男性”的系数是不显著的,这说明在控制了其他因素后,性别并不是显著影响远程教育学习者学习成绩的因素。但是,这并不是对于具体某个因素而言,它对于远程教育学习者学习成绩的影响就不存在显著的性别差异。对比表2男性样本和女性样本的回归结果可以有如下发现:
1 “有孩子”对男性与女性学习者学习成绩的影响模式是不一样的,对于男性学习者而言,有孩子虽然会给他们的学习成绩带来负面影响,但是这种影响并不是显著的。但是对于女性学习者而言,有孩子却会给她们的学习成绩带来显著的负面影响。其实,这是可以理解的。因为在人类传统的分工协作模式中,一般是女性更多肩负起家庭与育儿的责任,而男性在育儿负面的时间与精力投入相对较少,因此有无小孩对远程教育学习者的学习成绩的影响存在性别差异是不奇怪的。
2 有意思的是,已婚对男性学习者的学习成绩有显著负面的影响,但对于女性学习者学习成绩的影响却是正向的,尽管是不显著的。这说明在控制了其他因素之后,已婚能够促进女性学习者的学习却会妨碍男性学习者的学习。这背后的可能解释是婚姻能让女性感觉到安全,从而能够更加集中精力地投入到学习中去。
3 “有工作”对男性与女性学习者学习成绩的影响模式不一样,有工作并不能显著影响男性学习者的学习成绩,却能显著促进女性学习者的学习成绩。这背后的一种可能解释是,男性无论他现在是否有工作他都更加看重自己在劳动力市场中的表现,因此无论他是否现在有工作,都将全力以赴进行人力资本的积累与投资,以使得自己在未来劳动力市场的表现更好。而对于没有工作的女性,她们的重心可能更多在于家庭,因此全身心投入到远程教育学习的动力不足,这就使得那些有工作的女性学习者在学习成绩上有着显著的优势。
4 拥有持续学习的能力对男性学习者的学习成绩没有显著影响,但对于女性学习者而言,拥有持续学习的能力能够显著提高她们的学习成绩。但是计算机操作能力对男性与女性的影响不一样,能否熟练操作计算机对于女性学习者的学习成绩影响不显著,但是具有熟练操作计算机的能力却对于男性学习者的学习成绩却有显著的正向作用。教辅人员的支持对男性与女性学习成绩的影响也不一样,那些在学习过程中能够得到教辅人员强有力支持的男性学习者的学习成绩显著更高,而教辅人员的支持似乎并不会对女性学习者的学习成绩产生显著的影响。与教辅人员的支持相类似,教师教学方法符合学习者特征对男性学习成绩的影响是正向显著的,而对于女性而言这一效应是不显著的。
以上发现说明不但不同的初始能力对于不同性别学习者学习成绩的影响是存在差异的,而且不同的教学方法、不同的教辅支持对于不同性别学习者学习成绩的影响也是存在差异的;因此远程教育的教学机构不但要根据学习者的初始能力以及其他学习特征采取不同的支持服务,而且要考虑到其中的性别差异,从而做到“事半功倍”。
5 实证结果还表明与同学的互动情况对男性与女性学习者的学习成绩的影响模式也不一样。与同学互动越丰富,男性学习者的学习成绩显著更高;但女性学习者的学习成绩却不受同学之间互动的影响。这说明男性(尤其是成人男性)相对于女性而言,前者的社会性更强,成人男性更需要在社会活动中获得满足感和成就动机,因此同学互动对于男性学习成绩有着显著的促进作用,然而这一效应在女性身上却不明显。
通过进一步在总体样本的多元线性回归方程中分别加入性别与上述各因素交互项的方法,可以发现这些交互项在统计上都是显著的,这说明在控制了其他因素之后,上述各因素(有小孩、婚姻、有工作、初始能力、教师、教辅与同学互动等)对学习者学习成绩的影响是存在显著的性别差异的。
对比表2中男性样本的回归结果和女性样本的回归结果,我们可以发现显著影响男性学习者学习成绩的因素明显更多,而显著影响女性学习者的学习成绩的因素明显更少,仅有年龄、已婚、有工作、持续学习的能力、教学机构提供学习资源的丰富度等,这或许说明除了要带小孩外,外界因素对于女性学习者的干扰更少,而且有工作的女性学习者学习成绩显著更高。这说明教学机构在改进自己的支持服务时,更应该有针对性地关注那些有小孩而且当全职太太的学习者,调动她们的学习积极性。
六 结论与建议
本文通过使用奥鹏远程教育中心的学习者的调查数据,实证分析了这些远程教育学习者学习成绩的影响因素,实证结果发现:
1 整体而言,在控制了其他因素之后,学习动机与外界支持并不能显著影响学习者的学习成绩。
2 远程教学机构给学习者提供的学习资源越多、教师的教学方法与学习者的学习风格越匹配、教辅人员的对学习者的支持越到位,那么学习者的学习成绩显著更高。
3 在控制了其他因素之后,学习者与教师的互动情况并不能显著影响学习者的学习成绩,但学习者与同学之间的互动越多,能够帮助学习者的获得显著更高的学习成绩。
本文还探究了各因素对于不同性别远程教育学习者的学习成绩影响的差异,实证结果发现:
1 “有孩子”对于女性学习者的学习成绩有显著负向的影响,但对于男性学习者的影响却不显著。已婚的情况正好相反,已婚对男性学习者学习成绩的影响是显著负向的,而已婚对女性学习者学习成绩的影响是正向的。
2 有工作、初始能力、教师、教辅与同学互动等情况对学习者学习成绩的影响也是存在显著的性别差异的。
3 显著影响男性学习者学习成绩的因素明显更多,而显著影响女性学习者的学习成绩的因素明显更少。这或许说明除了要带小孩外,外界因素对于女性学习者的干扰相对而言更少。
基于上述实证发现,本文提出如下几个建议:
1 实证结果表明,学习动机与外界压力并不会显著影响学习者的学习成绩,因此学习者要有自信,要认识到远程教育的学习更多是一个自我过程,只要自身主观上能够努力投入,那么就能够克服种种外在因素获得好的学习效果。
2实证结果表明,整体而言,学习者的学习动机、学习媒体的偏好、初始能力并不会对学习者的学习成绩产生显著的影响,因此对教学机构、教师和教辅人员而言,应该做到有教无类,对于不同的学习者都应该做到尽心尽力。
3 实证结果表明,整体而言,教学机构如果在学习资源、教辅人员的支持力度上做的不好的话,将会显著拉低远程教育学习者的学习成绩。因此,教学机构应该加强学习资源的建设、打造一支高效的教辅人员的队伍,从而从整体上提高远程教育的教学质量。
4 实证结果发现,不同因素对于男性学习者和女性学习者学习成绩的影响是存在显著差异的,因此教学机构、教师、教辅人员要针对男性与女性学习者不同的特点,给予不同措施的帮助与支持,从而实现事半功倍。
参考文献
[1] Siaciwena R. Distance Education/Learning. In: G McCulloch, D Crook (eds) The Routledge International Encyclopedia of Education. 2008:175-178.
[2] Woodley A. Conceptualizing Student Dropout in Part-time Distance Education: Pathologizing the Normal?[J]. Open Learning, 2004, 19: 47-63.
[3] Tattersall C, Waterink W, Höppener P, et al. A Case Study in the Measurement of Educational Efficiency in Open and Distance Learning[J]. Distance Education, 2006, 27(3): 391-404.
[4] Gibbs G, Regan P, Simpson O. Improving Student Retention through Evidence Based Proactive Systems at the Open University(UK) [J]. Journal of College Student Retention: Research, Theory and Practice,2006,8(3): 359-376.
[5] Tudor G E. Teaching Introductory Statistics Online ?Satisfying the Students[J]. Journal of Statistics Education. 2006, 14(3)
[6] Muilenburg L, Berge Z L. Barriers to Distance Education: A Factor-Analytic Study[J]. The American Journal of Distance Education,2001, 15(2): 7-22.
[7] Muilenburg L, Berge Z L. Student Barriers to Online Learning: A Factor Analytic Study[J]. Distance Education, 2005,26(1): 29-48.
[8] Crawford G. A Case Evaluation in Internet Assisted Laboratory Teaching[J]. Academic Exchange Quarterly, 2001, 5(4): 16874.
[9] 衷克定, 梁玉娟. 网络学习社区结构特征及其与学习绩效关系研究[J]. 开放教育研究, 2006, 12(6): 69-73.
[10] 王昭君. 影响网络学习成效关键因素探究――以《经济学原理》网络课程为例[D]. 上海: 华东师范大学, 2007.
[11] Eccles J S, Adler T, Meece J L. Sex differences in achievement: A test of alternate theories[J]. Journal of Personality and Social Psychology, 1984, 46: 26-43.
[12] 张彬,杜翠琴.性别与英语学习成绩间的关系研究[J]. 社科纵横, 2004, 19(1): 127-128.
[13] Hanushek E A. Education Production Functions. In: Carnoy, M. (Ed.), International Encyclopedia of Economics of Education (Second edition)[M]. Oxford: Pergamon Press and Elsevier Science, 1995:277-281.