疫情视角下教学交互对学习满意度的影响研究

曹建磊,吕 部，任 旭

(蚌埠学院,安徽 蚌埠 233030)

从2020年1月以来,新冠肺炎疫情迅速蔓延,其传播性高、潜伏期长等特征迫使全球陷入疫情防控的严重局势。在此背景下,各高校积极响应教育部“停课不停教、停课不停学”的号召,依托各级各类网络在线平台积极开展线上教师授课和线上学生学习等教学活动,利用丰富的在线课程教学资源保证教学课程的有效运行。[1]

教学交互指的是教师、学生与学习环境之间的互动,交互能促进学生的学习积极性、增加知识和经验技能。[2]学习满意度是一种对学习活动的感觉或态度,学习者在参加学习的过程中获得他所需求的愿望,学习动机越充分、需求强度越强烈,其满意度就越高。本文从大学生的视角出发,以大学生学习满意度为立足点,将教学交互作为研究的核心要点,构建网络在线学习教学交互的大学生学习满意度影响因素模型,依据教学理论框架提出相关研究假设,再利用SPSS22.0软件对回收调查问卷的数据结果进行统计和对比分析,为提高网络教学的教学交互效果和丰富大学生网络在线学习满意度的理论研究提供策略和建议。[3]

一、研究设计

1.研究模型。通过对比国内外关于满意度的相关文献,发现Fornell等人于1994年构建的ACSI(American Customer Satisfation Index Model)满意度模型设计的维度比较合理,测量的指标更加全面,其有效的操作性非常适合在教育技术学领域中广泛应用。[4]因此，本文将ACSI满意度模型作为研究的基础模型,结合教学交互的四个维度来构建本研究的理论模型。

ACSI满意度模型包含六个结构变量,具体如图1所示,其中网络在线学习总体接受度/认同感(OO)是指大学生把自己对网络平台中学习的早期期望和实际感知进行比较之后,对网络教学的接受程度和认同感受;大学生学习期望(CL)指的是大学生在网络在线学习中交互能力的整体期望;学习质量感知(PL)是大学生在网络在线学习过程中与教师教学交互质量的直观感受;学习感知价值(PV)是大学生把网络在线学习和学校课堂学习两种学习模式进行比较之后得到的直接感受;大学生学习满意度(LS)是大学生将学习前后对教学交互的期望与感知进行比较得到的学习活动感觉或态度,其与教学交互的四个维度息息相关;持续学习愿望(DC)指的是大学生在网络在线学习过程中对教学交互体验感觉非常认同、直观感受非常满意后,愿意继续使用这种模式进行学习的态度。

由于疫情期间学校采用的网络在线教学方式与日常课堂教学方式不一样,两者教学交互的构成维度也不相同,网络在线学习中教学交互包含四个维度:生生交互维度(SS)、师生交互维度(TS)、课程资源交互维度(CR)和软件界面交互维度(SI)，具体如图2所示。生生交互指的是大学生与大学生之间的交互,大学生作为学习者是教育教学中研究的重点主体,其内容包括提问、问答、合作学习、资源共享、学生互评等;师生交互是网络在线学习中最广泛最重要的交互方式,其核心有答疑与提问、交流与讨论、组织与管理等;课程资源交互是网络学习平台为学习者提供丰富的教学课程资源供其学习,内容有教学PPT、课件、参考课本和拓展链接等学习资源;软件界面随着信息技术的发展升级了硬件设施,具有界面内容全、操作方便实用、交互简洁有效、响应反应灵敏等特点。

2.研究假设。本文通过ACSI满意度模型来证实网络在线学习过程中教学交互对大学生学习满意度的影响因素,与此同时分析调查对象的性别、专业是否对各维度变量存在显著性影响。基于此,本文设计自变量并提出七个假设:H1:男大学生比女大学生的学习满意度高;H2:理工类大学生比文史类、艺体类大学生的学习满意度高;H3:生生交互(SS)对大学生学习满意度(LS)存在正向显著影响;H4:师生交互(TS)对大学生学习满意度(LS)存在正向显著影响;H5:课程资源交互(CR)对大学生学习满意度(LS)存在正向显著影响;H6:软件界面交互(SI)对大学生学习满意度(LS)存在正向显著影响;H7:大学生学习满意度(LS)对持续学习愿望(DC)有显著影响。

3.问卷设计。本文的研究数据是通过问卷调查法获得的,问卷组成分为三个部分:第一部分是个人基本信息(5题),如性别、年级、所学专业学科、网络在线学习平台、每日网络在线学习时长等;第二部分是问卷的主体,包括影响大学生学习满意度的教学交互4个维度变量:生生交互(4题)、师生交互(5题)、课程资源(3题)、软件界面(3题);第三部分是问卷的核心问题,即学习满意度(4题)和持续学习愿望(3题),问题内容调查了大学生的整体满意度是否决定其未来是否会继续选择网络在线学习,这些问题的答案也能对网络在线学习未来的发展方向进行展望，后两部分所占比例如图3所示。

同时本文将会对问卷量表的离散型变量进行t检验方差分析,对第二部分和第三部分的题目采用李克特量表(Likert scale)的五点式选项积分法进行积分运算[5],用数字5、4、3、2、1作为判定大学生学习满意程度的指标值,分数由高到低分别对应完全符合、基本符合、不确定、基本不符合、完全不符合。

4.研究对象与实施。本文采用非概率整体抽样方法开展研究,研究对象为蚌埠学院大学生,因为疫情原因本文采用线上发放问卷的方法开展调查,先将设计好的调查问卷录制到问卷星中,后分享其二维码经过学校教师和同学们的帮助利用QQ群转发、微博推广、微信朋友圈转载等方式让学生填报问卷,最终利用网站后台采集的数据统计结果。经统计:转发问卷1 126份,填报回收1 059份,筛掉无效问卷21份,得到有效问卷1 038份,回收率为94.05%,有效率为92.18%。

5.调查问卷可信度检验。可信度(reliability)指的是调查问卷的数据结果是否具备真实稳定性的指标,可信度越高,调查问卷的标准误差越小,数据结果越可靠。本文利用SPSS22.0软件对七个假设变量因子进行分析,引用L.J.Cronbach提出的克朗巴哈Alpha系数(Cronbach’s alpha)信度系数法开展信度检验[6],检验结果如表1所示。七个结构变量的Alpha系数值都在0.86以上,其中最低值是生生交互(SS)的0.864,最高值为持续学习愿望(DC)的0.967,调查问卷整体可信度系数值为0.922>0.9,数据系数值显示出本问卷整体信度非常好,具有很高的可信度。

表1 Cronbach’s alpha系数检测

二、研究讨论

问卷调查的研究对象个人基本信息如图4所示,男生数量(746人)是女生数量(292人)的两倍以上;各个年级的学生数量没有太大差距,分布比较平均，其中2016级的调查人数最多(311人),占据总量的29.96%,人数最少的年级为2019级(211人);理工类的学生为648人,占比62.43%,契合学校地方应用型工科院校定位,人数最少的艺体类学生只有17人;因社交的便利性有486位大学生使用腾讯课堂软件进行网络在线学习,占据总量的46.82%,最少的是雨课堂，只有104人使用;疫情时期学校施行网络教学,学生每天都在网上进行课程学习,有706人的每天在线时长为3～5小时,占据总人数的68.02%,只有4人的每天在线时长为1小时以下。这些基本数据信息反映了大学生对网络在线学习各方面的需求度,对网络课程中教师的教与学生的学具有一定的指导意义。[7]

1.利用t检验方式对假设H1数据结果进行分析求证。测试结果见表2:其显著性概率值P=0.039<0.05;检验值t=2.469,表明大学生的不同性别会影响其学习满意度,其中男大学生的总分项得分为3.49±0.663,女大学生为3.93±0.729,女大学生的分数更高,这说明男大学生的网络在线学习满意度低于女大学生,H1不成立。探究原因可能是女大学生更能够积极乐观地接受网络新技术带来的便利,相对而言男大学生也要表现得更加主动,努力融入信息时代、适应新的教学模式和学习方法,更加开放地尝试新的学习思路。[8]

表2 男女大学生的学习满意度比较(N=1 038)

2.对大学生不同的学科和学习满意度进行方差分析。结果如表3所示:P=0.766>0.05;显著性观测值F=0.425,说明不同学科的大学生网络在线学习满意度并不存在显著性差异,从均值和标准差上我们可以看出三种学科总分项得分分别是(3.99±0.969)、(3.17±0.724)、(3.01±0.352),其中理工类的大学生得分最高,其学习满意度也最高,文史类次之,艺体类最低。结果也印证了理工类大学生比文史类、艺体类大学生的学习满意度高,H2成立。究其原因，理工类的大学生接触网络信息技术更深入,参与网络学习中的课堂教学和实验活动时更加积极、学习兴趣更加浓厚,比较而言文史类和艺体类的大学生这一点做得不够好,需要主动参与适应新的网络教学模式。[9]

表3 不同学科的大学生学习满意度比较(N=1 038)

通过调查问卷的数据统计结果,将量表内容放入SPSS22.0软件中分型,得到四个维度变量与大学生学习满意度的方差数据值。分析方式采用单因素方差[10],结果如表4:四个维度的显著性观测值F分别为0.166、0.243、0.205、0.175;Sig显著性水平值分别是0.002、0.004、0.018、0.025,结果都小于0.05,证明了教学交互四维度SS、TS、CR、SI与大学生网络在线学习满意度存在显著关系。

表4 教学交互的大学生学习满意度方差分析(N=1 038)

3.对大学生学习满意度描述及多重比较进行整合。如表5所示:教学交互四维度SS、TS、CR、SI的Sig显著性水平值分别是0.001、0.001、0.002、0.004,概率值均为小于0.05,得出教学交互的四个维度对大学生学习满意度均存在正向的显著性影响,由此认定H3、H4、H5、H6成立。比较各个维度的均值、标准差和总项得分值,得出生生交互(SS)的分数值最高(4.5564±0.8401),课程资源交互(CR)的分数值最低(3.7749±0.6044),证明了教学交互四个维度中生生交互(SS)对大学生学习满意度(LS)的影响最大,师生交互(TS)和软件界面交互(SI)次之,课程资源交互(CR)的影响最低。

表5 教学交互与大学生学习满意度描述及多重比较分析(N=1 038)

调查问卷中持续学习愿望(DC)版块的三个问题分别是:DC1,有需要的话我会首选该学习平台的学习课程;DC2,有机会我会将这个网络在线学习课程推荐给他人;DC3,我会持续关注并继续学习该网络在线学习课程的相关课程。根据表6的数据统计结果:三个问题中DC3的总分项得分最高(4.05±0.755),大学生持续关注学习网络在线课程的愿望非常强烈,其显著性概率值P=0.916，远大于0.05,t值为5.442,说明假设H7为大概率事件,大学生在利用网络在线学习资源进行学习活动的时候,他们乐于持续关注他们喜欢的课程,并在学习满意度高的情况下将其推荐共享给其他同学,达到协作学习共同提高学习效率的目的[11],H7成立。

表6 持续学习愿望的学习满意度比较(N=1 038)

4.利用回归分析法对六个研究变量进行多元Pearson样式分析。以性别、学科、生生交互、师生交互、课程资源交互、软件界面交互当作预测自变量a,大学生学习满意度作为因变量b,分析结果见表7:六个变量的显著性观测值F=77.265;Sig.显著性水平值和其对应的P值为0.000a,接近于0;Pearson相关性数值为0.881>0.8,六个变量与学习满意度属于高度相关,说明六个研究变量与大学生学习满意度之间有线性关联,能力值结果可以构建显著线性模型[12]。

表7 六个变量对学习满意度回归分析表 ANOVA*

多元线性回归分析的模型汇总和回归系数结果如表8所示:F=76.357,R2=0.707,调整后R2=0.705,即本文的模型拟合度良好,结果可信且采纳度高。同时六个研究变量性别、学科、生生交互(SS)、师生交互(TS)、课程资源交互(CR)、软件界面交互(SI)的模型VIF值都处于1.000至3.486之间,都小于10,证明变量之间并没有多重共线性问题;六个研究变量的P值分别为0.049、0.156、0.004、0.002、0.016、0.017,除了学科的观测变量P值大于0.05,不能纳入回归方程里以外,其余五个研究变量的观测变量值都小于0.05,对大学生学习满意度都起了正向的显著性影响作用。[13]依据多元回归理论得出本文的回归方程公式:学习满意度=0.485*性别+0.369*生生交互+0.692*师生交互+0.291*课程资源交互+0.447*软件界面交互。

表8 各变量对学习满意度回归模型的分析结果(系数Coeffients*)

三、研究结论

综上所述,大学生的学习影响因素性别、生生交互、师生交互、课程资源交互、软件界面交互与其学习满意度存在正向的显著性关系,且大学生的学习满意度持续影响着他们的学习愿望,满意度越高,其学习愿望就越强烈。

通过有效设置网络在线课程审核标准来提高在线学习的课程质量,为老师提供技术及资源上的帮助,使得更多优质课程供大学生选择;加大网络学习平台的负载性能,提升软件界面的设计水平和学生操作平台的使用效率;增加老师和学生之间的交互能力,组建多元化的在线学习共同体以供协作学习,学生与学生之间相互监督、营造互帮互助互学的学习氛围来提高大学生网络在线学习满意度,这些举措也能为大学生的高效学习做好铺垫。[14]