大学生学习习惯对在线学习效果影响的实证分析——基于749个样本的在线问卷调查

（湖南工程学院经济学院，湖南湘潭 411104）

伴随信息技术的发展，MOOC/SPOC 等在线学习平台的成熟与推广，在线学习日益成为一种流行的学习途径。养成教育理论认为教育的本质就是培养学生良好的行为习惯，［1］学生具备良好的在线学习习惯，才有高质量的在线学习效果。2019—2020年冬春新冠肺炎疫情期间，高等院校推出大规模在线教学活动，为研究在线学习效果提供一个自然的实验机会。疫情下开展的在线教学，呈现出三个显著的特点：（1）由于各个高校延迟开学，除了实践、实验类课程外，理论课程均以在线教学的模式开展；（2）在线教学的对象是全体在校学生，这使得在线教学活动不再是实验性的和选择性的；（3）学习环境的居家化。疫情期间，大学生居家参与在线学习，离开了熟悉的校园学习环境，缺乏互相激励的班级学习氛围，脱离了任课教师的监督与管理，学习的效果受到个人学习习惯的更大影响。上述特点，使得对大学生学习习惯对在线学习效果影响的研究，更具一般性和普遍意义。

一 学习习惯与在线学习效果

学习习惯是在学习过程中经过反复练习形成的，并发展成为个体的一种需要的自动化学习行为方式。自动化学习行为方式，意味着学习行为的意识控制水平被降低到最低限度，从而使得学习习惯与一般学习行为有着本质的区别。［2］良好的学习习惯不仅是学习适应性的重要表现，并且是终身学习品质不可或缺的重要组成。［3］良好的学习习惯对学习的作用主要体现在三个方面：（1）有利于学习效率的提高，能够激发学习者学习的积极性和主动性；（2）有助于形成学习的组织性和系统性；（3）提升学习者自我评价水平，形成学习的内生性激励。

研究表明，一系列内在和外在因素影响着学习者的学习效果。孙睿君（2012）等的实证分析认为，学业成绩显著地受到学生生源、家庭经济条件、学习动机、学习习惯以及党员身份的影响；而性别、学习动机、学习习惯、第二课堂参与及投入度、师生交流等指标显著影响学习者自我报告的教育收获。［4］伴随互联网教育的发展及线下、线上混合教学模式的兴起，如MOOC/SPOC、在线教学、翻转课堂等新兴教学手段不断地被应用于传统教学改革中，一系列关于在线学习效果影响因素的研究也不断地出现。方旭（2015）运用TAM3 模型分析影响MOOC 学习行为的因素，并对模型进行实证研究。［5］王钱永等（2016）通过UTAUT 模型分析，认为绩效期望、努力期望、周围影响和促成因素是影响学生MOOC 学习行为的四个核心因素。［6］李文波（2009）从文化的角度探讨影响在线学习效果的因素。［7］吴亚婕（2017）基于班杜拉（Albert Bandura）的三元交互决定模型，发现学习行为因素（自我调节、动机、深度学习方法、投入等）、交互行为因素（学生间交互与师生间交互、学生个体与学习内容）以及环境因素，综合影响着学习者在线深度学习效果。［8］

综合众多研究者的观点，影响在线学习效果的因素主要是两大类：（1）内在因素，如学习目标、学习动机和学习行为及习惯等；（2）外部因素，包括学习者所处的文化背景、教育教学环境、教学组织与教学过程、师生互动及学习者之间的互动、学习者背景因素等。由于学习目标和学习动机是无法直接观测的，学习者的学习习惯可以作为研究影响在线学习效果内在因素的研究对象。

一系列在线教学实践研究都表明，在线学习效果与学生的良好的学习习惯呈现出正相关关系。贾积有等（2016）使用北京大学6 门MOOC 课程后台数据，对学习行为进行了统计分析，结果表明，学业成绩与在线时间、观看教学视频次数、浏览课程网页次数、下载讲义次数、平时测验成绩之和、论坛参与程度等学习行为习惯均呈现出正相关关系。［9］赵西粉等（2019）分析了在线学习平台的学习效果，结论表明学生的在线学习的参与度越高学习效果越明显。［10］王国英（2020）针对“高级语言程序设计”这门课程的在线学习效果的比较研究认为，学生在课下所付出的时间和精力，比上机课的练习更能体现出学生之间的差异，对学生的期末成绩具有更显著的影响。［11］

在线教学具有时空分离的特点，而学习者的学习习惯客观上存在差异，确保线上教学与线下教学“同质等效”，是推进大规模在线教学时所必须要积极思考和解决的问题。为了了解学生居家参加在线学习的效果，探究哪些学习习惯对在线学习效果产生了显著的影响，作者针对所任教的1—3 年级在校大学生，开展了关于在线学习的在线问卷调查，并对调查结果进行了统计分析。

二 问卷的设计及调查反馈的基本情况

问卷设计应体现其内在信度和效度的基本要求；设计问卷要求注意其规范性，使其在内容、结构和形式上达到完整；要以少而精的原则实现其合理规模；语言表达上，在确保无歧义的基础上，尽量保持简洁和通俗易懂。根据上述原则，本次调查问卷共设置16 道题，分成三个部分：（1）被调查者的基本情况共计4 题（包括性别、年级、专业及在线学习课程的门数）；（2）学习习惯共计10 题（包括在线学习所使用的工具、每日使用手机/电脑的总时长、使用手机/电脑的用途、在线学习期间起居习惯、参加在线学习的场所、自主学习的数量及途径、解决学习困难的方法等）；（3）在线学习效果及在线学习表现的自我评价，共计2 题。

调查面向经济类三个专业的非毕业班学生，采用自愿填写的原则，使用在线调查App“问卷星”完成数据的收集。本次调查共计收回有效问卷749 份（三个年级学生共1041 人，参与率为71.95%），其中：男生242 人，占32.31%；女生507 人，占67.69%；大学一年级265 人，占35.38%；二年级229 人，占30.57%；三年级255 人，占34.05%。四年级是毕业班，本学期没有理论教学课程，故未参加调查。调查对象按照专业来分类，其中：经济学专业158 人，占21.09%；国际经济与贸易277 人，占36.98%；金融工程314 人，占41.92%，与专业人数分布一致。学生本学期参加在线学习课程的门数集中分布在6～9 门，与人才培养计划保持一致。以上数据说明，本次在线调查总体参与度较好。

三 调查反馈结果的定性分析

（一）在线学习效果的总体情况

根据调查，55.54%的学习者表示自己在前5 周的在线教学过程中，学习表现一般，能够跟着老师学，但学习的主动性不够；18.56%的学习者认为自己的学习表现比较差，虽然在线学习，但是学习效果不佳；1.74%的学习者认为自己的学习表现非常差，几乎完成不了在线学习任务。同时，也有21.36%的学习者认为自己的学习表现比较好，能够主动学习；仅有2.8%的学习者对自己在线学习的表现满意，认为学习状态良好，学习态度认真，学习效果佳。这说明学生参加在线学习的自我评价程度总体水平不高。

从学习者角度来看，疫情期间开展的在线教学，并没有取得预期的教学效果，无法做到线上教学与传统教学“同质等效”。

（二）在线学习习惯对自我报告的在线学习效果的影响

在线学习过程中，记录课程笔记是一种良好的学习习惯，是实现知识内化和重构、提升学习效果的重要辅助手段。在线学习对学习者自主学习提出更高的要求，在自主学习过程中，不但要求学生把学习内容作为认识的客体，而且要将自己作为认识的客体，对自己做出客观正确的自我评价，进而对自己的学习行为进行自我激励、自我控制和自我调节，不断提高学习者自身的注意力、意志力和抗挫折能力。一般而言自主学习能力强的学习者，学习效果也更优异。

调研结果的分析表明：在线听课记录笔记，同时每天都进行自主学习的学生，学习效果佳，这部分学生在所有参与调查的学生中，认为在线教学效果“非常好”的比例为17.54%；只听课不记录笔记，但每天都进行自主学习的同学，学习效果尚可，这部分学生认为在线教学效果“非常好”的比例为8.33%；既不记录笔记，同时也没有进行自主学习的学生，认为在线学习效果不好，不适应在线教学的比例最大，达到了51.02%（见表一）。这说明良好的学习习惯（听课记笔记和开展自主学习）对在线教学产生了积极的影响，促进了在线学习效果的提升，同时这部分学习者的自我评价水平也更高（9.62%）。

而从自主学习方式对在线学习效果的影响的结果来看：观看教师自建的微课/慕课资源（16.95%）、网络上寻找课程资料进行学习（24%）、参加教师组织的在线讨论（24%），并在学习遇到困难时向教师求助的在线学习效果最佳；但不少学习者（28.84%）倾向于在网络中寻找课程资料，并且自己尝试弄懂学习中的难点（9.72%）。总体上说，能够进行课程预习和复习，并且向教师寻求解决学习困难的同学在线学习表现的自我评价水平最高（14.29%）。

以上分析，说明了学习者良好的学习习惯在一定程度上对自我报告的在线学习效果和在线学习表现的自我评价均产生了积极的影响。

四 调查反馈结果的定量分析

为了进一步定量探究在线学习效果受到学习者学习习惯中哪些具体因素的影响及其作用途径，本研究使用统计分析软件SPSS 24 为工具对学习习惯各因素进行探索性因子分析，同时使用Eviews 9.0为工具对学习效果与学习习惯各因素进行多元线性回归分析。为了进行定量分析，首先要对题项进行赋值。排除问卷中描述性的（被调查者基本情况及在线学习工具）5 道题项，其余11 题（学习习惯和自我报告的学习效果）分别按照李克特五级量表法进行赋值，即用1～5 来描述被测试者对评价描述性题目的同意程度，所有题项均采用正向计分。

本研究首先对样本数据（n=749）进行相关分析，各题项分数与总分之间的相关系数在0.149～0.702之间，均在0.01（双尾）水平上达到显著。其次依据雅克-贝拉检验对样本进行正态性检验，统计量JB=2.417，P=0.2986＞0.05，可以认为样本总分数据在5%的显著水平下服从正态分布（见图1）。上述检验表明，样本适合进一步做定量模型分析。

图1 样本频率分布直方图及统计描述

（一）探索性因子分析

本研究使用统计分析软件SPSS 24 首先对进行因子分析的适宜度进行了检验。KMO=0.689＞0.5且Bartlett 球形度检验结果达到显著性水平（χ2=809.681，df=55，P＜0.001），检验结果显示样本数据适合进一步进行探索性因子分析。探索性因子分析采用主成分分析法（Principal Components）抽取因子，运用凯撒正态化最大方差法对因子成分矩阵进行旋转（Oblimin with Kaiser Normalization），并以特征值大于1 作为确定因子数目依据，剔除低负荷（载荷小于0.3）题项，最终抽取出四个因子（见表二），累积解释总变异的53.237%，四个因子之间成分相关矩阵的相关系数范围为0.311～0.632。

根据各个因子所包含的题项内容，对因子进行命名，依次为：学习习惯和学习效果、解决学习困难的方式、学习主动性、生活习惯。

表二 探索性因子分析结果（n=749）

Hannafin 和Carey（1981）认为具有较高水平的元认知（个体对自己认知过程自觉的了解和控制）的学习者，对自己的学习过程有较强的自觉监控和引导，有良好的学习过程操作方式（学习习惯）。［12］故可以将前三个因子合并，命名为学习习惯，另一个因子命名为生活习惯。

良好的学习习惯（学习时记录笔记、学习的主动性）有利于形成学习策略（自我约束的作息规律、学习计划、寻求解决学习困难的方法），促进了学习的主动性和积极性，对学习效果产生积极的影响。生活习惯则是学习习惯的基础，有意识地养成良好的生活习惯（有约束地使用手机/电脑、按时就寝、选择合适的学习地点以排除学习的干扰因素），往往也能促进良好学习习惯的培养，增强了学习者的自我评价程度，提高了学习的效率，获得更好的学习效果。

（二）在线学习效果的多元回归分析

为了进一步探讨学习者在在线学习中的表现（Q16）和自我报告的在线学习效果（Q15）的影响因素，本研究使用回归分析软件Eviews 9.0，分别把Q16和Q15作为因变量对其他因素进行多元回归分析。

首先做在线学习中自我报告的学习效果（Q15）对其他因素的多元回归，根据各个解释变量的t 值来看，只有Q9、Q14、Q16在0.05 水平显著，故剔除不显著的变量，再次进行回归，得到回归方程。

考察回归方程的总显著性，统计量F=120.8828，P＜0.001，说明因变量Q15受到其他因素（联合的）显著的影响。对回归方程进行解释之前，需要排除异方差性，对方程使用怀特一般异方差（White Heteroskedasticity Test）检验程序，得到结果，F=4.783451，P=0.000003＜0.05，故可以排除异方差的存在。同时，各解释变量回归参数t 值的显著性水平均小于0.05，说明自变量（单独来看）在5%的显著性水平上对因变量产生了显著的影响（见表三）。

表三 在线学习中自我报告的学习效果（Q15）的回归结果

根据回归结果，因变量Q15（自我报告的学习效果）受到解释变量Q9（起床的自我约束程度）、Q14（学习困难的解决方式）、Q16（在线学习表现的自我评价）的显著影响。其中在线学习表现的自我评价（Q16）对自我报告的学习效果的影响最为显著。这说明，在线学习中表现非常好，学习态度认真，导致了更佳的学习效果。

哪些因素对在线学习表现的自我评价（Q16）产生了积极的影响呢？研究进一步把Q16作为因变量对其他因素做回归。根据各个解释变量的t 值来看，只有Q9、Q11、Q12、Q13、Q14在5%水平下显著，故剔除不显著的变量，再次进行回归，得到回归方程。

检查回归方程的总显著性，F=39.66883，P＜0.001，说明因变量Q16受到诸解释变量（联合的）显著的影响。同样，在对回归方程进行解释之前，需要排除可能存在的异方差性，对方程使用怀特一般异方差（White Heteroskedasticity Test）检验程序，得到结果，F=3.831383，P=0.0020＜0.05，故可以排除异方差的存在。各解释变量的t 统计量的概率值均小于0.05，说明自变量（单独来看）均对因变量产生了显著的影响（见表四）。

表四 在线学习中的自我评价（Q16）的回归结果

根据回归方程，因变量Q16（在线学习表现的自我评价）受到解释变量Q9（起床的自我约束程度）、Q11（自主学习的数量与质量）、Q12（自主学习途径和方法）、Q13（在线学习记录笔记习惯）、Q14（学习困难的解决方式）的显著影响。

依照两次回归结果，研究认为良好的学习习惯对学习者参与在线学习的自我评价产生了积极的影响（回归方程2），并通过学习者提高在线学习表现的自我评价并最终促进了在线学习效果的提升（回归方程1）。

五 结语

（一）在线学习是现代教育发展的一个主要方向

在疫情下的在线教学并没有取得预期的学习效果，但在线学习仍然是现代教育发展的一个重要方向。基于调查结果的分析，在新冠肺炎疫情期间，高等院校大规模开展的在线教学活动中，学习者似乎并未取得预期的在线学习效果，学生对在线教学的接受程度、自我报告的在线学习效果以及参加在线学习表现的自我评价水平均不高。但考虑到疫情的突发性，绝大部分高等院校教师几乎是在没有准备的情况下开展在线教学活动，仅有少部分教师具有在线教学经验，熟练地掌握在线教学的工具和技巧。同时，习惯于传统教学模式的学生，似乎并未养成适应在线学习的良好的学习习惯，调查中绝大部分同学仍旧依靠教师提供的教学资源作为自主学习的主要方式。结合教师与学习者两个方面的因素来看，并不能简单地得出在线学习效果不如传统教学的观点。在线学习与传统教学相比具有三个方面的优势：首先，在线学习打破了时空的限制，使得学习过程更具灵活性；其次，在线学习广泛地融合了现代信息技术，给学习过程提供了更加便捷的手段，提供更丰富的学习工具；最后，在线学习中教师和学习者在学习过程中的固有角色发生了转变，学习者将被动学习转变为主动学习，教师从知识讲授者转变成学习的促进者和指导者。因而在线学习是一种真正的以学习者为中心的学习过程，这种学习模式更有利于知识的内化和重构，是现代教学技术发展的重要方向。

（二）研究揭示了学习习惯对在线学习效果的积极作用

根据探索性因子分析的结果，从样本数据中抽取了学习习惯和生活习惯两个因子，这说明学习者自我报告的在线学习效果主要受到学习者所拥有的学习习惯和生活习惯的影响。多元回归分析则显示了在线学习效果与学习者的学习习惯呈现出了正相关的关系。这一结论，也可以从调查结果的定性分析中得到印证。调查结果显示了高年级的学生和女生相对能够更好地适应在线教学，或许是因为他们学习主动性更好、学习手段更丰富、学习方法更得当。这个结果说明良好的学习习惯是保证在线学习效果的主要因素之一。

（三）促进良好的学习习惯养成的影响因素，是值得进一步研究的方向

虽然调查结果显示了良好的学习习惯如在线学习同时记录笔记和积极开展自主学习，促进了在线学习效果的提升，但是研究没能揭示促进良好的学习习惯养成的影响因素。调查显示了大多数学生的生活习惯和学习习惯似乎不够好，如能够合理地安排作息时间和有约束地使用手机/电脑的被调查者所占比重均偏小，但两次回归结果均未发现起居习惯（Q10）、学习地点（Q8）和对手机/电脑控制程度（Q6）等生活习惯对在线学习效果产生显著的影响。尽管良好的生活习惯是养成良好学习习惯的基础，但是究竟学习者的哪些生活习惯影响了良好的学习习惯的养成，值得进一步研究。