基于学习满意度的在线学习环境设计及优化探索

马秀麟 范晨雨 贾玉娟 聂之孽 姜雪

（北京师范大学 教育学部，北京 100875）

一、问题的提出

2020 年初，新冠肺炎疫情的蔓延导致传统“面对面”教学已无法正常开展。2020 年2 月4日，针对防疫要求对高校正常教学秩序造成的影响，教育部印发《关于在疫情防控期间做好普通高等学校在线教学组织与管理工作的指导意见》，以保证疫情防控期间的教学进度和教学质量，实现“停课不停教、停课不停学”[1]。基于这一要求，各级学校均组织了不同形式的在线教学活动，在线学习由传统的学习辅助者变成了教育教学的主力军。

（一）防疫期间在线学习成效与表面繁荣脱节

1.防疫期间在线学习的效果不够理想、用户体验不佳

2020 年春季，借助钉钉直播、腾讯会议、微视频点播等方式，笔者组织了8 个教学班的在线教学活动，其中涵盖3 个本科生班、3 个硕士生班和2 个MBA 班。开课不久，笔者发现，在线课程的学习成效与表面繁荣严重不符。一方面，虽然每节课都能实现全体学生满勤，但在线提问时却经常得不到学生的应答；另一方面，在阶段性测验中，很多学生对直播课中多次强调的知识点含混其词、非常陌生。另外，部分学生对全面在线学习充满焦虑，满意度不高。

基于文献调查及开设在线教学的亲身体验，笔者认为，与MOOC 相比，尽管以班级为单位开展在线学习可以对学生产生一定的约束作用，能在一定程度上保障学习投入度。然而，当学生被迫从“面对面”学习过渡到全面在线学习时，因缺乏教学临场感、同伴交流、师生交互，以及自身对教学安排的不确定感，都会导致其产生焦虑。另外，大量学生存在课内走神、脱离在线学习场景等行为。

因此，虽然高校学生具备一定的自主学习能力，但优化在线学习情境，采取有效策略提升在线学习者的临场感，实现在线学习动机保持，对在线学习的质量保障非常关键[2]。

2.“在线学习真发生了吗”一直广受质疑

在线学习的质量，常常受到社会质疑，MOOC教育中的“高辍学率”也一直广受关注，因此对“在线学习真发生了吗”的质疑声一直不断。在开放灵活的网络环境下，学生难以有效控制其学习注意力成为人们对在线学习的主要担忧之一[3]；在线学习者的初期激情高昂、学习动机快速消退、学习投入逐渐减少以至于无法坚持下去，是在线学习的重要研究课题。

教育评论学者奥黛丽·沃特斯（Audrey Watters）比较了早期的远程学习与目前的MOOC学习，认为孤独感是在线学习中始终存在且挥之不去的[4]。因此，相比于传统基于教室开展的面对面学习，在线学习往往更容易让学生产生焦虑、孤寂感和倦怠感[5]。

（二）学习满意度调查是反映在线学习实施效果的重要指标

在线学习满意度是“以学生为中心”，表示在线课程是否成功的指标，反映了学生对在线学习经历的看法[6]。在线学习满意度调查是对在线学习过程中，学生的学习过程、学习结果的主观体验的调查，对于提升教育教学质量至关重要。

在教育信息化2.0 时代下，各类硬件与软件设备为在线学习的开展提供了强有力保障。在疫情的冲击下，在线学习从一种“备选项”转正，成为主要的、正式学习的方式。作为评价教与学效果的指标，学习满意度代表着以学生为主体，基于学习期望的学习体验感，是对学习过程、学习结果的重要评价指标。

（三）研究内容及关键问题

针对当前全面铺开的在线学习，本研究首先基于在线学习现状及文献调查，分析影响在线学习质量和在线学生满意度的主要原因，针对其中存在的问题提出对策，然后基于在线教学实践检验对策的有效性。研究需要解决的关键问题主要包含以下三点：①在全面铺开的在线学习环境中，影响在线学生满意度及其学习投入的主要因素是什么、不同类型学生对在线学习的满意度是否有所不同；②针对在线学习过程中普遍存在的孤寂感、动机不易维持等问题，应该如何应对；③若把群体感知效应和游戏化学习的理念和策略引入到在线学习过程，能否显著改善在线学生的满意度，进而提升其在线学习投入。

二、研究设计

（一）流程设计

本研究基于疫情期间笔者教学团队主持的真实在线教学情境开展，其设计与数据采集均基于真实的教学体验。因此，本研究虽然借助准实验研究的范式，基于问卷调查、学习行为数据分析、访谈等基础数据开展，但又与严格的准实验研究有所不同。

本文基于真实在线教学情境，依据“发现问题→调查并分析关键原因→提出解决策略→应用策略做教学实践→检验策略有效性→迭代实践”的过程开展研究。在研究过程中，为避免单一对照班引起的对照偏差，并能就研究数据展开深层次的对照分析和分类跟踪，笔者初步选择了4个教学班作为研究对象（含1 个实验班、3 个对照班），基本研究流程如图1 所示。

图1 研究流程图

（二）工具设计

在线学习满意度调查问卷是本研究的基础及核心工具。调查问卷的研发，主要参考已有的研究成果。

1.调查问卷的结构

在文献调研的基础上，笔者初步确立了学生动机、教师、学习者交互、课程设计、教学平台和学习效果是可能影响在线学习满意度的6 个维度。同时，结合课程的实际情况，经与同行专家和任课教师磋商，为每个维度设计了相应问题项，最后又加入了表示总体满意度的6 个调查项。最终形成了包含42 个问题项的《防疫期间在线学习满意度调查问卷》。

为保证本问卷的结构效度，本研究采用“SPSSv24.0”软件对初步形成的问卷结构进行小规模因子分析，根据旋转矩阵结果及题目设计对42 个问题项进行筛选，形成了代表7 个主成分的30 个问题项。

另外，调查过程由本团队的专业学习平台（CEN 平台）支持，学生的性别、专业、年级等信息可由CEN 平台直接导出，故而问卷中不再包含人口学变量。

2.调查问卷的信效度保障

为保证研究结论的可靠性和有效性，对最终问卷进行信效度检验。首先，在信度方面，本问卷的总体Cronbach’s α 值为0.903，表示本问卷具有良好的信度。其次，在效度方面，笔者邀请3 位行业专家对本调查问卷作结构评审。最后，基于因子分析能够提取出7 个主成分，与预期的设计目标一致，其KMO 值为0.874，Box 球形度检验的P值为0.023，小于0.05，表示问卷的结构效度良好。

（三）预调查：在线学习满意度状况及其影响因素分析

在2020 年春季开课初期，针对北京师范大学252 名本科生和122 名硕士生，笔者采用《防疫期间在线学习满意度调查问卷》进行调查，以了解他们对当前在线学习的满意度水平。

1.基本状况

在前测获得的252 份问卷中，剔除掉22 份无效数据，共得到有效问卷230 份。针对前测数据做统计描述，其总体情况如表1 所示。

表1 学生对在线学习的满意度状况

从表1 可知，尽管学生对在线学习满意度的各具体维度均持肯定态度（3 分以上），然而总体满意度却变成了令人诧异的2.54 分，而且其标准差为1.724。在满分为5 分的条件下，2.54 分是尚未达到及格线的分数。因此，从总体上看，学生对在线学习模式还是不满意的，尽管学生尚未能清晰地描述出自己在哪些方面不满意，但总体满意度不高是明显的。

从分项来看，学生对教师的满意度最高，达3.99 分，其中教师的课程设计也接近4 分。另外，得分最低的子维度是学习效果，只有3.28 分，而且其标准差为1.913，说明学生对线上学习的学习效果不满意，而且其标准差较大——在认识上存在着较大的差异。

2.分类对比及结论

为探究不同类型课程学生的在线学习满意度情况，本研究以选修两门类型不同课程（《SPSS数据分析》和《多媒体技术》课程，以下简称“SPSS”和“多媒体”）的学生作为研究对象，进行满意度的差异显著性检验。

（1）不同类型课程的满意度基本不存在显著差异性

笔者以课程类型作为分组变量，对7 个因变量进行独立样本t检验。结果发现：①在不同课程内容的在线学习中，学生的总体满意度之间不存在显著差异，且满意度水平均不高（仅有2.51 和2.64分）；②在6 个分项变量中，仅有“课程设计”变量的差异显著性概率P值为0.02，小于0.05，表明对于两个不同类型的在线课程，仅在课程设计维度存在显著性差异，在其他维度则无明显的差别。

（2）不同教学班满意度的差异性检验

笔者以教学班作为分组变量、7 个维度的调查数据作为因变量，进行了方差分析。结果发现，所有因变量在不同分组上均不存在显著性差异。这一结论为后续准实验研究提供了优质的前提条件。

3.影响在线学习满意度水平的归因

针对学生对全面在线学习满意度不高的现象，在问卷数据分析的基础上，笔者有针对性地访谈了个别学生。借助于访谈信息和问卷数据，笔者发现了影响学生满意度的三个关键词依次为：①在线自主学习过程中的无归属感，导致学生的孤寂感和倦怠感较强；②对学习效果普遍存在较严重的焦虑；③缺乏“面对面”情境中的约束和相互激励[7]。

（四）在线学习环境优化策略的设计

基于影响在线学习满意度水平的三个关键词，笔者认为：①创设具备群体状态感知的学习环境是必要的；②创设具备“协作竞争”属性的学习环境是必要的；③强化教师对自主学习过程的引导与管理是必要的。

1.引入群体感知机制，降低自主学习者的孤寂感

在缺乏及时反馈与同伴支持的在线学习环境中，由于交互距离的存在，学生的学习动机难以长久维持[8]。群体感知信息是指，个人能够接收到的关于自己和所在群体内其他成员，在协助学习过程中的学习进程、表现情况等[9]。马秀麟等研究证实，在基于计算机的在线协作学习环境中，群体感知信息的提供对于在线学习过程中交互水平的提升和学习动机的维持具有显著作用。当学生可以感知到同伴的学习状态，如在线论坛发言情况、讨论主题、成员交互图等，会自发地调整自己的学习策略，融入到学习集体中[10]。因此，教师对学生个体和群体状态的感知与反馈，能够在一定程度上起着引导、约束和激励作用，对于降低学生的孤寂感和维持学习动机是有效的。

2.以游戏化学习理念组织学习活动，创设“协作竞争”的情境

游戏化学习是指为激发学习动机，在教育情境中使用游戏机制或元素。在线学习中融入游戏化学习，对于维持或激发学习动机，减少倦怠感有显著作用。游戏化学习效果在外部行为变化方面，主要由相关行为改变或知识技能提升来表征，如参与度和学习成绩。常见于旨在完成行为干预的相关研究，已有研究证实，在学习过程中引入积分、徽章、排行榜等元素，或是竞争、协作等游戏化机制，可以增强学生的内在动机并显著提高在线学习成绩[11]。

基姆（Kim）使用游戏化方法组织在线讨论的数据证明了徽章、进度条和教学代理可以刺激学生参与讨论；朱鹏等的研究证实了游戏化学习通过对MOOC 学习满意度、感知有用性的积极影响，而作用于在线学习的持续使用意愿[11]；纳多尔尼（Nadolny）等将游戏机制与结构嵌入到课程设计中，以探究其对在线学习体验的影响，结果发现学生与课程内容的交互数量有显著增加[12]。

三、研究过程及控制策略

（一）研究准备

1.研究对象选择

为减少偶然因素带来的误差，本研究共选取4 个教学班作为调查研究对象，分别为硕士生的“SPSS”教学班（以下简称A 班）、大一本科生的“SPSS”教学班（以下简B 班）和2 个本科生的“多媒体”教学班（以下简称C 班和D 班）。其中，A 班与B 班的学生类型不同，但授课内容相同，均为“SPSS”。

在上述4 个教学班中，C 班为实验班，其他3 个班级为对照班。其中，A 班人数为138、B 班人数为53、C 班人数为112、D 班人数118 人。各班级受试者情况如表2 所示。

表2 研究对象情况表

2.数据采集策略

数据采集主要借助CEN 学习平台内置的问卷调查功能实现，以班级为单位进行组织。

在2020 年春季学期初，利用《疫情期间在线学习满意度调查问卷》，分别对四个教学班进行前测。结果证实，上述四个班级在满意度调查的7 个维度上均不存在显著性差异。

在2020 年春季学期末，笔者又利用该问卷对四个班级的全体学生进行后测。在后测中共回收问卷253 份，其中有效问卷232 份，其构成为：A 班96 份、B 班38 份、C 班43 份、D 班55 份。

除了基于调查问卷获得的数据外，CEN 平台内部自动记录的学习行为数据也是本次研究的重要参考。

（二）针对在线学习过程的干预：教学活动设计

防疫期间在线学习的教学模式主要有三种，分别为课上同步直播、课外异步点播、基于微信群和学习平台的答疑与作业管理。针对不同的在线学习模式，依据群体感知效应和游戏化学习理念分别介入相应的干预策略。

1.强化直播过程中的师生交互，提升直播课堂参与度

本研究主要以“钉钉”群直播功能和“腾讯会议”组织同步直播课堂。在教学组织上，以班级为单位，由主讲教师组织直播教学。

首先，在直播过程中，笔者会有意识地设疑，在不降低授课效率的前提下适当穿插提问和课内讨论，努力为学生创设“临场感”，以减少学生停课过程中出现走神或离场行为，从而提升学生的参与度。

其次，在直播课程临近结束时，笔者鼓励学生针对课堂中的疑难知识点提问、质疑，并统一答疑，以增强师生交互；另外，还随机指定某些学生提交课堂笔记，以监督学生的听课质量，减少直播过程中学生的离场行为。

最后，在同步直播环节，充分利用平台提供的直播行为记录功能、签到或答题模块的相关数据表征学生的课堂参与度，并把直播回放提供给学生，以便课下自主补习时查漏补缺。

2.引入群体感知效应，减少课外异步点播环节的孤寂感

课外异步点播是防疫期间在线学习的重要方式，主要表现为学生面对显示屏独立自主地学习的过程。已有研究证实，长时间的课外异步点播，易引发学生的孤寂感，进而出现学习倦怠。

本研究借助CEN 平台开展在线自主学习。由于此平台内置了学习行为自动记录功能，能够准确地记录每一个学生点播每一段视频的时间起点和时长，并能结合学生参与讨论的情况，最终转化为积分。因此，基于CEN 平台内置的学习行为记录功能及学生对群体感知的要求，笔者提出把学习进度的个体感知和群体感知引入到课外异步点播环节中，努力为学生创设一个实时掌握自我进步和所在团队状态的情境，使学生能随时感受到同学和伙伴的学习进程，在一定程度上减轻其孤寂感。学生学习进程的群体状态如图2 所示。

图2 学生学习进程的群体状态示意图

3.构建游戏化学习环境，支持面向子任务的小组协作学习

针对在线学习过程中的孤寂感、倦怠感以及“走神溜号”问题，笔者认为，把游戏化学习理念引入到面向子任务的小组协作学习过程中，对于维持或激发学习动机，减少倦怠感有显著作用。因此，在实验班中，笔者专门设计了游戏化学习环境，以支持学生的小组协作学习。

本研究设计了以完成子任务实现“闯关”为主线的游戏化学习环境，整个游戏共分为7 个关卡，每个关卡内包含了若干由校徽碎片和花朵构成的子任务，主界面如图3 所示。

为保障学生的学习热情，游戏过程中还采取积分、徽章、排行榜三大游戏化元素进行激励。对于每个子关口，均按照闯关顺序对各小组进行排名，并分别发放不同等级的积分和徽章。另外，本游戏被设置为组队通关，每个攻关小组必须全部成员均获得通关资格之后，才可集体进入下一关。在此过程中，每位学习者的总积分既包含个人业绩，也包含所在小组的通关业绩及位次信息。因此，游戏化学习情境为学生提供了一个协作、竞争的学习环境。

四、分析与讨论

基于研究问题，本文拟对收集的数据进行差异显著性检验和多元线性回归分析，以探究不同性别、年级以及修读不同课程内容的学生之间在线学习满意度的差异，同时探析影响在线学习满意度的因素。

（一）在线学习环境优化及干预策略的有效性检验

从调查数据看，C 班为实验班，A、B、D 班则为对照班，其中A 班为硕士生班级，另外三个班均为本科生班级。排除A 班的特殊性，对B 班、C 班和D 班做独立样本的t检验，检验结果如表3 所示。

表3 在线学习环境优化及干预策略的有效性检验

由表3 可知，带有干预策略的实验班（C 班）与两个对照班（B 班和D 班）在总体满意度、学习动机、学生交互、教学平台和学习效果维度均存在显著性差异，而且尽管两个对照班的教学内容不同（课程不同），但在这些维度上均没有呈现出显著性差异。由此可得出结论，面向在线学习环境的在线干预策略能够对总体满意度、学习动机、学习者交互、教学平台和学习效果共5 个维度产生显著影响。因此，本研究所选择的群体感知效应策略和游戏化学习环境策略对于提升满意度是有效的。

另外，在课程设计维度，B 班与另外两个班（C 班和D 班）则存在着显著性差异，而且C 班和D 班之间没有显著性差异。这是因为B 班的课程为“SPSS”，而C 班和D 班的课程同为“多媒体”，这个差异应该是因学习内容和CEN 平台中学习资源的不同而引起，与干预策略没有关系。

（二）对在线学习满意度水平的分类跟踪

由于实验班与对照班的后测数据存在着显著性差异，在分类跟踪影响满意度水平的因素时，笔者首先排除因实验班干预策略所导致的影响。因此，面向在线满意度水平的分类跟踪，主要在三个对照班（A 班、B 班和D 班）之间进行。

1.不同课程内容学生在满意度上的差异性分析

从调查数据来看，A 班、B 班和D 班全部为对照班，已经排除了干预策略的影响。以课程内容作为分组变量，对7 个变量进行了K-独立样本的非参数检验。

从分析结论可知，在不同课程内容的在线学习中，学生的总体满意度之间不存在显著差异，且满意度水平均不高。对于两类课程，学生学习动机、对教师的满意度、对交互的满意度和对教学平台的满意度之间也无显著差异，这一点与前测数据一致。在5 个变量中，只有“课程设计”的渐进显著性概率P=0.02，小于0.05，表明在不同课程内容的在线学习中，“多媒体”的课程设计满意度要显著高于“SPSS”。

2.不同学段学生在满意度上的差异性分析

本文选择的研究对象中包含大一和研一两个年级。为探究不同年级学生对在线学习的满意度差异，笔者以年级为分组变量，对对照班的7个调查维度进行了2 独立样本的非参数性检验。

由分析结果的渐进显著性概率值可知，不同年级学生对在线学习的总体满意度存在显著差异，具体表现为研一学生对在线学习的满意度要高于大一学生。此外，在“课程设计”方面，研一学生对课程设计的满意度则显著低于大一学生。而在学习动机、教师、学习者交互、教学平台等维度上，则不存在显著性差异。

3.不同性别学生在满意度上的差异性分析

同理，根据A 班、B 班和D 班的调研数据，以性别为分类依据，对6 个变量进行2-独立样本的非参数检验。结果发现：所有维度的Sig值均大于0.05，这表明男女生对在线学习的总体满意度，以及学习动机、教师、学习者交互、课程设计和教学平台的满意度之间不存在显著性差异。另外，由其均值列可知，尽管男女生在各个维度上的满意度无显著差异，但男生对于在线学习的总体满意度均值要略低于女生，这一结论同样表现在对教师、学习者交互和学习平台的满意度上。

（三）在线学习满意度影响因素的归因分析

为探究不同维度对在线学习满意度的影响，本研究以总体满意度为因变量，学生动机、教师、学习者交互、课程设计、教学平台和学习效果为自变量，以逐步的方式进入回归方程，开展回归分析。为方便评判方程质量，在“统计量”选项卡中，勾选R 方变化、共线性诊断和Durbin-Watson（U）选项框，运行多元线性回归分析。

借助“SPSSv24.0”软件，以总体满意度为因变量，学生动机、教师、学习者交互、课程设计、教学平台和学习效果为自变量，做多元线性回归分析，结果如表4 和表5 所示。

表4 多元线性回归分析结果—Anova

表5 多元线性回归分析系数表

由表4 可知，不同模型的F值均大于3.84，且其Sig 值小于0.001，因此回归模型有效。由表5 可知，进入回归方程的有效变量依次为学习动机和学习者交互。在两个模型中，进入方程的变量和常量对应的t值均远大于1.96，Sig 值均小于0.05，且在对所有变量的共线性诊断结果中，VIF 值均小于5，各自变量之间不存在严重共线性，表明回归方程中的自变量是有效的。

综合上述分析，并结合两个预测变量的非标准化回归系数（0.436 和0.134）及常量值（1.622），可得到影响在线学习满意度的非标准化回归方程：总体满意度=学习动机*0.436+学习者交互*0.134+1.622。

讨论和分析导致上述因素的深层次原因，可归结为三点：在线学习过程中的归属感不足（孤寂感与倦怠感）、对学习效果的过度焦虑以及对学习过程中“引导、约束和激励”的依赖。这一结论与针对学生在线学习满意度测量的前测结论是一致的。

分别针对本科生和研究生做多元线性回归分析，通过回归方程发现：能够影响本科生在线学习满意度的关键因素有学习动机、学习者交互和教师，而影响硕士生学习满意度的因素则主要是学习动机。这说明低学段学生的在线学习更容易受到学习情境影响，而高学段学生则受动机影响更多。

五、结论与建议

（一）在线学习满意度水平不存在性别差异

探究性别差异是近期在线学习满意度研究的关注点之一，大量研究证明男女生对于在线学习的满意度不存在显著差异。有研究指出，不同性别学习者的学习满意度无显著差异，但可通过影响目标设定和环境结构使用，进而影响在线学习满意度水平[13]。在性别方面，本研究对不同性别学生在线学习满意度的差异显著性检验结果表明，男女生之间对在线学习的总体满意度、学习动机、教师、学习者交互、课程设计和教学平台的满意度，均不存在显著性差异。这一结果也印证了已有研究的结论。

（二）在线学习环境中引入群体感知和游戏化学习策略是必要的

首先，群体感知效应理念的引入，能够减轻学生参与在线学习的孤寂感，从而在一定程度上降低学习倦怠，有利于学习动机的保持。从实验班与对照班的调查数据看，通过向在线学生呈现个体进度及群体学习状态，有利于学生及时了解自己的学习状态和班级位次，能够在一定程度上减轻学生的孤寂感。通过部分学生的访谈得知，面向学生的个体进度及群体学习状态反馈，能在一定程度上产生团体归属感。另外，游戏化学习情境的引入，要求学生以协作小组方式完成观看微课、设计作品等子任务，使学生尽管未能“面对面”交流，但仍产生了较强烈的团队作战感触，也能够在一定程度上减轻学生的孤寂感。部分学生认为，在小组协同攻关过程中，小组成员之间的相互提醒、针对攻关关键点的讨论，使他们产生了一种“面对面”的临场感。这一点与马秀麟等在2018 年的研究结论一致[14]。

其次，游戏化学习环境中的小组协作攻关、徽章、积分等机制，为学生创设了一个组内协作、组间竞争的游戏化学习环境，在一定程度上有利于学习动机的保持。从实验班的学习效果及调查数据看，游戏化学习环境的引入，对于保障班级的整体学习进度，避免某一学生在在线学习模式下掉队，是非常有帮助的。

最后，笔者提取CEN 平台自动记录的在线学习行为数据，发现各班学生浏览单个微视频的平均时长分别为830 秒（A 班）、625 秒（B 班）、1090 秒（C 班）、729 秒（D 班）。因此，学生浏览视频的综合时长在不同班级之间呈现出显著差异，而且C 班学生浏览微视频的时间段更加集中、时长值更大，这说明实验班学生在课外自主观看微视频的积极性远高于其他班级，而且具有更好的时效性。

（三）高水平的教师社交存在对于在线学习满意度有积极影响

在新冠肺炎疫情的冲击下，在线学习作为弥补课堂教育缺失的一种形式得到广泛应用。而学生使用的在线教育资源及其质量对于教学效果、学习满意度至关重要。在线课程中提供的教学资源及教师参与度扮演着课程设计中根本性、基础性的因素，其质量直接影响着在线学习满意度。

在本研究中，对不同课程中在线学习满意度的差异显著性检验结果表明，修读“多媒体”学生对课程设计的满意度显著高于修读“SPSS”学生，主要表现在对教学平台中微视频质量的满意度差异。分析其中原因，笔者发现，“多媒体”微视频的主讲者与直播课主讲教师一致，而“SPSS”微视频主讲者并非直播课程的主讲教师。通过学生访谈发现，学生更加认可微视频主讲者与直播课主讲教师一致的微视频。学生认为，听过教师的直播课之后，再回看微视频，或者课前预习微视频后，再来上直播课，如果二者是同一位教师，会有强烈的亲切感。而且由于语调、语感一致，微视频与直播课更容易出现共振点，更有利于理解，进而实现知识建构。因此，可以得出结论，高水平的教师社交存在对于学习满意度有积极影响，社会性交互水平高的学习社区，其和谐的学习环境使学生具有较强的归属感和认同感，学生排除他人干扰和环境陌生感所带来的学习不适应，更愿意投入更多的时间和精力来完成学习任务。

（四）影响学生在线学习满意度的因素受学段影响

本研究对在线学习满意度影响因素的差异显著性检验表明：对于在线学习满意度，大一和研一学生之间存在显著性差异，研究生对在线学习持续使用意向、推荐修读意向和回看意向方面显著高于本科生；在“课程目标及安排”“课程模块结构”“课程难易度”“课程资源”“微视频质量”“微视频作用”方面，研究生的满意度则低于本科生，且在“课程资源”和“微视频质量”方面差异显著。这一结论表明：随着年级的增加，学生对在线学习资源的质量有更高的要求，同时对在线学习的态度也较为积极。

而对影响在线学习满意度因素进行回归分析的结果表明，能够深度影响在线学习满意度的因素有学习动机和学习者交互。分类跟踪发现，能够影响本科生在线学习满意度的关键因素有学习动机、学习者交互和教师；影响硕士生学习满意度的主要因素为学习动机。而学习动机的维持与学生的孤寂感、倦怠感和学习环境构建密切相关。

综上所述，参与在线学习学生的年级越高，学习满意度受在线学习资源、教师制约的情况越少。在组织在线学习活动时，学习行为、过程管理和干预策略的使用对本科生的作用更为显著。因此，在对低年级学生的在线学习活动进行设计时，要在学习行为管理、干预策略方面投入更多关注。