MOOC学习体验的实证研究及对传统课堂教学的启示

何 迪，丁晓晶，郑翠翠

(通化师范学院 工商管理学院，吉林 通化 134002)

随着MOOC在中国学习者群体中认知度的逐渐提升，对于这种新兴的在线教育方式的实证研究也逐渐引起了学者的重视.由于MOOC学习者的分布较为分散，且年龄结构、学习平台、学习习惯等方面均存在较大差异，为了能够更准确地描述这一群体的行为特征和学习偏好，本研究初步设计了有关MOOC学习体验的调查问卷，并结合实证分析的结果与当前教育转型的需求相结合，提出传统课堂教学改革可能的发展方向.

1 样本概况分析

1.1 样本描述

本研究采用了便利抽样的方式，在2014年6月至7月，对新浪微博、微信讨论群、QQ群等社交媒体平台上较为活跃的MOOC学习参与者进行网络问卷调查，共回收有效问卷132份，样本的人口统计学特征变量的基本情况如下：

(1)性别.样本中男性占57.95%，女性占42.05%，符合中国人口性别的基本分布特征.

(2)年龄.15岁以下占3.26%，26～20岁占14.13%，21～25岁占48.91%，26～30占20.65%，31～35岁占6.52%，35～40岁占3.27%，40岁以上占3.26%.说明MOOC的使用者主要集中在21～30岁的年龄层，约占样本总量的70%.

(3)学业状态.从学历层次看，专科及以下占12.49%，本科占60.23%，硕士及以上占27.28%；样本中在读学生占60.23%，已毕业的占39.77%；从交叉分类看，在读本科生所占的比例最高，达到了39.77%.结合年龄分布的结果可以看出，目前MOOC的主要受众是本科学历层次的在校生和刚毕业的大学生.

(4)工作状态.样本中未参加工作的人群比例最高，达到了51.68%，全职工作的人群占38.20%，兼职工作的人群为7.87%，待业的人群仅占2.25%.这意味着，参与MOOC的学习者绝大多数都需要在兼顾自己的工作、学业的基础上，合理利用业余时间从事学习，需要具备较强的自制力和高效利用时间的能力.

(5)所在地.样本涵盖了34个省级行政单位中的23个，覆盖率达到了67.65%，样本分布在16个省、3个自治区、3个直辖市、1个特别行政区，另包括3个来自海外的样本，能够在较大程度上代表总体的基本特征.

1.2 学习状态

(1)平台的选择.此次调查显示，接触率最高的MOOC平台是Coursera，89.77%的学习者曾使用过该平台，其次是清华大学的学堂在线及edX，分别有68.18%和59.09%的被试接触过这两个平台.而作为三大MOOC平台之一的Udacity，其使用频率明显低于另外两个，接触率仅为15.91%.

(2)证书获得.对被试的证书获得情况进行统计后发现，均值为1.648，获得证书最多的达到28张，有43.82%的被试目前尚未获得证书，已获得一张证书的占26.97%人，其他被试获得证书的数量均在十张以内.这说明MOOC对于我国的学习者来说，仍处在尝试、体验的阶段，距离真正的享受、充分利用还需要一短时间，重度使用者的比例仍然非常低.

(3)弃课原因.在给出的13个可能的弃课原因中，被选择比例最高的两项分别是：没有足够的学习时间及英语水平不足，分别占59.78%和35.87%.同时我们发现，是否能够拿到证书并不是弃课最主要的原因，只有6.52%的被试者持这种观点.此外，课程的难度较小或者课程说明与实际讲授内容不符一般并不会导致学习者中途放弃，持此类观点的被试者仅占总数的2.17%和3.26%.而报告因自制力不足而弃课的约为28.09%，由于课后作业太难而放弃的约为15.73%，也占有相当一部分比例.

(4)选修MOOC的动机.对学习者修读MOOC的动机进行调查后发现，课程的内容是否具有吸引力以及学习者自我提升、开阔眼界的期望是最重要的学习动机，而名师、名校的效应等其他几种原因被提及的频率也较高，具体比例显示如下：

表1 MOOC的学习动机

周围人是否选修这门课以及对学校老师的讲授是否满意被提及的频率非常低，仅达到了3.26%和2.17%，这说明在中国MOOC学习的功利性动机并非主要因素，众多学习者聚集于MOOC平台很大程度上是被课程本身的吸引力“拉”过来，而不是因为功利性的欲望“推”过来.

(5)投入学习时间.受试者平均周学习时间达到3.64小时；最高值为20小时，属重度使用者；5小时或以上的占总样本的23.3%，平均学习时间为6.6小时/周，属于MOOC的忠实使用者； 1小时以内的占总样本的7.78%，属于尝试型使用者；另外67.8%的学习者平均时间为3.4小时，属于普通使用者.

2 修读MOOC的影响因素分析

在访谈的基础上，初步拟定了14个影响MOOC选课、修读的问项，并采用李克特五点量表，用以测量影响学习者修读MOOC的影响因素，问卷题项如下：

表2 MOOC学习的影响因素量表

2.1 因子分子

首先，对14个测项进行了主成分分析，抽样适当性的KMO值为0.860，表明变量间公共因子较多，适合进行因子分析.此外，巴特勒球形检验Chi-Square为919.321，自由度为91，达到显著性水平，也说明总体的相关矩阵间有公共因子存在，适合进行因子分析.

选择特征值大于1的4个成分，其累积负荷达到了77.470，说明这四个成分起到了主要影响作用，如表4所示：

表3主成分分析中特征值大于1的公共因子

经过5次迭代，转轴后的成分矩阵中，因子1包括9个项目，分别是a11，a10，a8，a7，a12，a14，a13，a4，a9；因子2包括2个项目，分别是a5，a6；因子3包括2个项目，分别为a1，a2；因子4仅包含1个项目a3，需要删除.最后确定三个主成分，各主成分及因子负荷如表4所示：

表4各题项在主成分的因子负荷

2.2 信度分析

对因子1的信度分析发现，其中包含的9个题目与层面总分间的内部一致性较好，Alpha系数为0.947，删除任何一个题目都不会导致Alpha系数显著升高.此外，因子2的Alpha系数为0.760，因子3的Alpha系数为0.682，问卷整体Alpha系数为0.904，均在接受的范围之内.

至此，用以测量MOOC学习影响因素的量表就调整为包括三个维度的9个变量，可将三个维度分别归纳为交互性影响、认证影响和信息性影响.而对于删除的题项a3，今后可作为新的维度进行扩展，以探讨参照群体对MOOC学习的影响.

3 研究局限性和未来研究方向

3.1 样本选择方面的缺陷

虽然本研究是一项预测试，样本量达到100以上就可以进行主成分的分析，但如果能够进一步扩大样本的来源，其可靠性会有所提升.由于MOOC的发展本身正处于萌芽阶段，学习者群体的规模也不够大，且非常分散，寻找到合适的测试对象并不容易.随着MOOC的逐渐普及，其使用者的数量也会逐渐增多，这个问题在后续的研究中可以得到改善.

3.2 各维度的题项分布不均

本研究中因子1包含9个题项，而其他几个因子包含的题项偏少，对于这种不够理想的状况应该加以分析，并在后续研究中加以完善.特别是被剔除的因子4，作为测量从众效应的一个维度，在设置题项的时候，仅考虑到学习者比较熟悉的强连接群体的参照效应，而未考虑到弱连接参照群体的影响，在今后的量表中应加以改进.

3.3 对投入学习时间的估计不足

与受访者回答的情况相比较，对于学习者学习时间的估计显得过于保守，问卷中将每周5小时以上作为了例外的情况，而实际上有12%的受访者选择了这一项.而且由于题目的上限设置较低，可能会导致部分受访者低估了自己实际投入的学习时间，在后续研究中应将学习投入时间的范围适当扩大，例外情况应接近每周20小时.

4 对传统课堂教学的启示

4.1 正视厌学现象

目前，MOOC的主要参与者是在读及刚毕业的大学生，他们对MOOC的热情也较高，平均每周的学习时间在3～4小时.这意味着，很多高校工作者感受到的学生的厌学情绪并不一定是他们真实的心理状态，只是他们对现有教学内容、教学模式的态度，而非对学习本身的态度，他们把

自己本来可以用于娱乐、休闲的时间自觉、自发地用于学习.研究中，我们发现有高达82.61%的学习者是被MOOC的内容吸引，也就是说，只要课堂教学带给学生的冲击性、新奇性、实用性能够打动甚至超过学生的预期，学生完全有可能像追美剧、追MOOC课程一样对课堂教学重新产生兴趣.

4.2 推进MOOC的普及

目前对于MOOC的认知和熟悉程度还存在着地区差异、年龄差异，因此，不同受众对于MOOC的接受程度和态度也略有不同.而对于高校教育工作者而言，应该尽量推进MOOC在经济欠发达地区的普及，特别是要让更多的在校大学生了解MOOC.作为一种必要的教学补充，其对传统教学的积极意义远大于消极意义.随着网络社交媒体的不断发展，学生对于MOOC的熟悉和追捧是必然的趋势，他们越早接触这种大规模在线开放课程，越有利于自身素质的提高.

4.3 实现MOOC与传统课堂的融合

与传统课堂相比，MOOC虽然具有很多明显的优势，但面对面的传统教学却也存在MOOC无法取代的作用.名校的课程虽然吸引人，但无法实现实时地交流、反馈，其在媒体平台上的互动存在不同程度的时滞，即使在视频中设置了完成QUIZ继续播放的环节，也不能根据学生的反应而设定不同的互动内容.这种先天的缺陷是无法规避的，但若能与传统教学实现无缝对接，便可在很大程度上解决这一问题.

参考文献：

[1]刘继斌,赵晓宇,黄纪军,刘培国.MOOC对我国大学课程教学改革的启示[J].高等教育研究学报,2013，36(4).

[2]约翰·丹尼尔.让MOOC更有意义:在谎言、悖论和可能性的迷宫中沉思[J].现代远程教育研究,2013(3).

[3]何迪,崔鹏,张辅轩.联通主义视角下MOOC的发展对地方高校教学改革的启示[J].商,2014(4).

[4]李纪元.MOOC背后的理念[J].中国教育网络,2013(4).

[5]姜蔺,韩锡斌,程建钢.MOOC学习者特征及学习效果分析研究[J].中国电化教育,2013(11).