在线教学中大学生学习动机对学习参与的影响研究

[摘 要] 新冠疫情常态化防控背景下，探讨在线教学模式中大学生自律学习和学习动机对其学习参与的影响，对于改善在线教学效果具有重要意义。基于2020年上半年新冠疫情期间某大学803名本科生的问卷调查数据，运用结构方程模型探析自律学习对大学生学习参与的影响机理。结果表明：学习动机和自律学习对学生行为参与、认知参与、情感参与均具有正向影响，学习动机不仅直接影响大学生行为参与、情感参与、认知参与，还会通过自律学习间接影响大学生的学习参与，自律学习是学习动机作用于大学生学习参与的重要中介变量。因此，从在线教学目的、教学设计和教学考核等方面激发大学生的学习动机，对于提高大学生学习参与和改善学习效果具有重要意义。

[关键词] 在线教学;学习动机;自律学习;学习参与

[中图分类号] G642  [文献标识码] A  [文章编号] 1005-4634（2022）04-0022-07

2020年上半年疫情期间，我国共计1 454所高校开展了在线教学活动，授课教师、在线课程数量均超过100万，大学生参与人数达1 700万。随着疫情形势发展常态化，在线教学逐步发展成为高等教育不可或缺的教学模式，因此在线教学的教学效果成为高等教育教学研究关注的焦点问题。

不同于传统线下授课，在线教学过程中高校教师难以通过现场管理来掌握和调整学生的课堂参与情况，学生学习参与程度是影响学生学习效果的重要因素，因此大学生的学习参与是制约在线教学效果的首要条件[1]。从学生个体对学习的投入程度和对院校环境感知两个方面考虑，学习参与是影响学生学习成果产出的重要影响因素[2]。在缺乏教师线下监督的在线教学中，学生对学习的认知和对学习目标的追求，成为学生积极参与教学环节、完成教学互动和教学任务的重要影响因素[3]。

许多研究表明，学生的个体差异性会影响学生学习参与程度。基于人口统计学特点来说，女生的学习参与程度普遍高于男生，尤其是在个体投入方面[4]。大学生中低年级的学生课上课程的学习参与度均不如高年级的学生[5]。家庭背景及学校环境会影响学生的学习参与[6]。基于学生个人特质来说，学生的学习动机能显著影响其学习参与度[7-8]。在大规模开放在线课程（MOOC）中，自律学习程度高的学生更容易参与学习，尤其是复习以前的课程资料[9]。综上可知，现有研究表明在线下教学、虚拟课堂、数字化教育等教学情境下，学生的学习动机和自律学习会显著影响其学习参与程度，本研究以疫情期间的在线教学为研究背景，探讨大学生学习动机和自律学习对学习参与的影响。研究结论对于拓展高等教育中学生参与理论，指导高校教师有针对性地设计教学策略，提升高等教育在线教学效果具有重要意义。

1 相关理论与研究假设

学习参与理念源于Ralph Tyle提出的“任务时间性”，这一概念指学生获取的知识量与投入时间呈正向相关关系，学习得到的知识量随着学生在学习中投入时间的增长而提高[5]。20世纪70年代，美国学者Pace提出“努力质量理论”，指出学生的学习收获不仅取决于学习所要投入的时间，还受学生努力程度的影响[10]。到20世纪80年代， Astin提出“学生涉入理论”，指出了最重要的是学生在学习过程中心理和生理的参与行为[11]。从90 年代开始，学者们将学习参与分为行为参与、情感参与和认知参与三个维度。Fredricks等人提出学习参与是行为参与、情感参与和认知参与的有机结合[12]。马蕾迪提出学习参与是学习者与周围世界、知识的相互作用，从学生个人的角度看，学习参与具体表现为学生是否身心合一真正投入学习中、学生在学习知识时是否具有主观性、学生学习时是否能对自己产生认知并借助知识完善自己[13]。与现有研究成果[14-16]保持一致，本研究将学习参与分为行为参与、认知参与、情感参与三个维度。

动机与人类行为有着密切关系，最能反映出人类行为的主观特征。在教育心理学中，学者们希望能够通过对动机的研究更好地改善学生的学习行为。关于学习动机，至今还没有一个统一的理论来解释，机械观动机理论逐渐退出历史舞台后，当前主流的动机理论主要有认知动机理论和社会认知理论[17]。近代教育心理学的研究，大多通过内部动机和外部动机两个维度对学生的学习动机进行测量，相关研究都验证了学习动机与学习参与之间的作用关系。徐宛笑和徐晓林在对高校学生学习参与心理资本的关系进行调查时发现，提升学生学习参与度的首要因素是学生的学习动机及影响动机的原因[5]。于倩等人研究表明，内在动机会正向影响行为参与、情感参与和认知参与，外在动机会正向影响行为参与[15]。综上所述，本研究提出以下研究假设：

H1a：在线教学中学习动机会正向影响学生行为参与;

H1b：在线教学中学习动机会正向影响学生认知参与;

H1c：在线教学中学习动机会正向影响学生情感参与。

美国学者Zimmerman通过总结自律学习理论的发展指出，自律学习是学习者设定一个总的学习目标，并将其分解为不同阶段，每个阶段设立小目标，关注自身学习状态的同时按既定计划进行，进而控制学习行为的过程[18]。Niu Lung-Guang研究发现，自律学习会对学生的行为参与产生显著影响[19]。Dongho Kim等人对不同自律程度的学生进行调查，发现自律学习程度高的学生学习更加规律且认知参与度较高 [20]。Moon-Heum Cho等人研究大学生自律学习对社区感知和情感的影响发现，自律学习程度高的学生情感参与程度也高[21]。综上所述，本研究认为在线教学中自律学习会影响学生的学习参与度，并提出以下研究假设：

H2a：在线教学中自律学习会正向影响行为参与;

H2b：在线教学中自律学习会正向影响认知参与;

H2c：在线教学中自律学习会正向影响情感参与。

国内外有关自律学习的研究表明，自律学习主要影响因素包括动机、元认知和学习策略三部分[22]。动机是人们对某件事物内在意愿的表达，意愿强烈的人会为了实现自己的目标而制定相应的计划，遵守相应的制度，规范自身的行为。大学生为了取得好的学业成绩会认真参与学习过程，学习动机越强，学生越能保持自律学习[23]。现有大量研究验证了学习动机和自律学习间的正相关关系。Muhammed Yusuf通过实证研究表明，学习动机和自律学习间存在较大的相关性[24]。Alinaghi Kharrazi分析得出动机信念影响学生自律学习[25]。Allison Littlejohn等通过对大规模开放在线课程（MOOC）中学习者自律学习的情况进行分析，证明了学习动机会对自律学习产生积极影响[26]。综上所述，本研究提出以下假设：

H3：在线教学中学生动机对自律学习具有正向影响关系。

综合前文三个研究假设，本研究认为自律学习能够在学习动机和学习参与之间发挥中介作用。自律学习又称为自我调节学习[27]，兰国帅等人基于网络学习空间的混合教学实践的研究表明，学生的自我调节在自我效能对学习认知参与的影响作用中起部分中介作用[28];龚少英等基于自我调节视角研究发现学生的自我效能感可以通过学生的动机调节来间接影响学生学习投入程度[29]。因此，本研究提出以下假设：

H4a：自律学习在学生动机与行为参与间起中介作用;

H4b：自律学习在学生动机与认知参与间起中介作用;

H4c：自律学习在学生动机与情感参与间起中介作用。

本研究的假设模型如图1所示。

2 研究设计与数据收集

调查问卷包括学生动机、自律学习、行为参与、情感参与、认知参与五个维度，测量方式为李克特5点量表，1表示“不同意”，5表示“同意”。

学习参与的度量参考了Niu使用的学习投入量表 [30]，包含14个指标。学生动机的度量参考了Amabile等编制的学生动机量表[31]，包括6个指标;自律学习的度量参考了Barnard开发的在线自我调节量表[32]，包含3个指标。具体指标见表1。

通过与相关任课教师沟通，问卷调查工作分成前后两轮进行数据收集。第一次收集是在线课程的开始或中期阶段，调查学生个体特征相关变量，如人口统计学变量、学习动机、学习自律等;第二次在第一次调查两周后进行，调查学生在具体课程在线教学中的参与情况。两轮调查中均要求学生填写课程名、授课老师姓氏、班级和姓名，以便于完成两轮数据的匹配。由于大四学生本学期没有理论课程，没有参与数据收集，两轮问卷最终获得匹配的有效问卷数803份，问卷范围涉及14个专业、70个班级。参与调查的样本中，大一学生173人，占总样本数的21.5%;大二学生327，占总样本数的40.8%;大三学生303，占总样本数的37.7%。

下面将对数据进行三方面分析：首先，使用Mplus软件对五个潜变量进行验证性因子分析，检验其信效度以及数据与模型的拟合度;其次，运用结构模型对不同变量间的直接影响作用进行验证;最后，运用回归分析检验学习动机对学习参与的间接影响作用。

3 研究结果

3.1 验证性因子分析

对行为参与、认知参与、情感参与、学习动机和自律学习这五个潜变量进行验证性因子分析，如表2所示。这五个潜变量的Cronbach′s 系数分别为0.803、0.886、0.843、0.860、0.843，都高于0.8，表明问卷题项具有较好的信度。各潜变量的CR值分别为0.810、0.888、0.803、0.860、0.843、0.830、0.849、0.861、0.856，数值都超过0.8，表明该量表信度较好。每个测量指标在各自维度的因子载荷均高度显著，各个因子载荷都超过0.6，基本适配理想指标，表明潜变量的内在效度较高。五个潜变量的平均方差抽取量（AVE）都高于0.5，表明五个潜变量具有较高的聚合效度。因此量表具有较好的信度和效度。

利用Mplus8.3统计软件对理论模型的数据的拟合情况进行检验，相关分析指标显示：χ2=565.156，df=220，χ2/df=2.567，小于3;CFI=0.934、TLI=0.924，均高于0.9，表示模型与数据的匹配程度较好;SRMR=0.048，未超过规定的0.08，RMSEA=0.063（p≤0.05），其90%的置信区间为（0.056，0.069），表明模型拟合程度良好。综上所述，本研究的五个潜变量测量模型与样本数据的拟合度在统计学上可接受。

3.2 相关性分析

相关分析结果如表3所示。变量间相关系数都未超过对角线上的AVE平方根的值，结果显示不同变量测量量表的效度较好。此外，学习动机、自律学习与学习参与的三个维度都显著正相关，学习动机与自律学习呈正相关，这些相关分析结果初步验证了本研究的假设。

3.3 直接影响作用检验

根据本研究提出的理论模型以及研究假设，构建在线教学中学生动机、自律程度以及行为参与、认知参与、情感参与的结构方程模型。结构方程模型分析结果如图2所示。

在线教学中学生学习动机关于行为参与、认知参与、情感参与的回归系数表明，学生动机会正向作用于行为参与（β=0.409，P<0.001）;学生动机会正向作用于认知参与（β=0.333，P<0.001）;学生动机会正向作用于情感参与（β=0.407，P<0.001）。因此，在线教学情境中，大学生的学习动机会正向作用于其行为参与、认知参与和情感参与，研究假设H1a、H1b、H1c得到支持。

自律学习对行为参与、认知参与、情感参的影响路径系数表明，自律学习会正向作用于行为参与（β=0.268，P<0.001），自律学习会正向作用于情感参与（β=0.366，P<0.001）;自律学习会正向作用于认知参与（β=0.472，P<0.001）。因此，在线教学情境中，大学生自律学习会正向作用于行为参与、认知参与和情感参与，研究假设H2a、H2b、H2c得到支持。