新冠肺炎疫情时期在线学习行为对学习绩效影响的实证研究

顾 艳，杨 英

（三江学院 法商学院，南京 210001）

2019 年开始爆发的新冠肺炎疫情对整个社会的经济生活造成了极大的影响。为了应对新冠肺炎疫情对教学秩序的影响，各大高校采用了线上教学来落实教学任务，开展人才培养。各大教育平台也响应国家“停课不停教，停课不停学”的号召，免费开放了教育资源，为学校的线上教学提供便利。在线教育具有突破时空限制，促进优质资源共享的优势，教师可以选择采用教育平台资源开展同步或异步课程教学。学生根据教学安排，通过观看课程视频进行预习，参与老师课程通过远程签到形成出勤记录，完成练习巩固知识，通过讨论、点赞及评价等互动交流，实现知识的协同创新。但长时间的线上学习，存在着学生持续参与度低、互动差的困难。疫情以来，学生在线学习情况如何，有哪些在线学习行为会影响到学习绩效，后续该如何改进，是教育者关心的问题。

目前，大部分在线学习绩效的影响研究是基于问卷调查，采用教学满意度等指标，运用结构方程等量化分析，取得了大量的研究成果，但是基于教学运行数据开展实证分析的研究还比较少。疫情期间，学生使用教育平台进行的线上学习，产生了大量的教学运行记录，为在线学习行为及学习绩效研究提供了依据。本研究聚焦于疫情以来学生在线学习行为情况，采用实证分析学生学习行为对学习绩效的影响，为提高在线学习效果提供参考。

一、文献述评

伴随着互联网技术的迅速发展，数字化学习进入网络时代，在线教学在教育培训机构、高等教育部门、各种企业和组织中得到广泛使用。对于学习者的学习行为及学习绩效，国内外学者进行了多角度的探讨。

（一）学习绩效的内涵及衡量指标

对于学习绩效的内涵，不同学者有不同的理解，总的来说有两种。一种是关注过程的学习绩效观。王冬、贾斌等认为，在线学习绩效是学习者在学习过程中获得的能力提高，素质发展，取得的学习成就、满足感及其他相关的主观体验。另一种是关注结果的学习绩效观。高凤芬、龚艺等认为学习绩效观是指学习者在一定时间和条件下完成某一任务所取得的学习业绩和学习效果，表现形式主要体现在学习成果的数量、质量及学习效益上。

相对应的，学习绩效的衡量指标主要有两种，一种是关注主观感受的学习绩效评价指标，另一种是关注客观学习成果的学习绩效评价指标。Bostrom、美国教师联盟、李莹莹等使用学习者对网络学习的态度、在线学习的满意度等主观评价指标来衡量在线学习绩效。洪明洲认为完整的在线学习绩效评估，应包括“正规课程所学”和“潜在课程所学”情况的反映，但“潜在课程所学”结果比较难以计量，使用“正规课程所学”成绩来反映更有效。

（二）学习行为对学习绩效的影响

Jo Davies 使用学习成绩作为学习绩效的衡量指标，他的研究发现学生在线参与和互动对学习绩效有显著影响，其中高分段和中分段的学生在线参与和互动没有显著差异，低分段的学生参与度低，互动积极性有显著减少。李小娟等运用结构方程分析发现，课程阅读、总结反思、互动交流、研究协作正向促进网络学习自我效能感、自主学习能力和知识构建水平，验证了在线学习行为显著影响学习绩效。龚艺等使用参与、专注、交互三个维度通过K-means 聚类分析研究了在线学习行为与学习绩效的影响。

二、研究目的与研究假设

疫情时期，学校的教学安排全面调整，统一开展，在线教学也在各个年级全面铺开。学校教学活动依托在线方式开展，师生往往处于异地。在线教学中，教师和学生通过网络链接进行知识传授，教学双方隔着屏幕，学生学习状态、学习投入与学习行为不尽相同，学习效果也有差异。龚艺等使用结构方程模型，从参与、专注、交互三个维度研究了在线学习行为对学习绩效的影响。衷克定的研究指出现代心理学场理论观点认为行为取决于个人和环境的相互作用，在线学习行为受制于个人特征及社会环境。徐恩芹的研究发现，学生年级负向影响在线交流。本研究以疫情期间在线学习平台记录的学生学习行为数据，包括出勤记录、完成练习数据、参加互动交流数据和课程学习成绩数据，以学生个人变量为控制变量，探索学生学习参与行为、学习专注行为、在线互动行为等在线学习行为是如何影响学习绩效的。

学生是在线学习的主体，学生按时出勤、观看课程视频，参与学习活动，自主完成课程学习任务。课程平台中的学生出勤次数、学生迟到次数、学生旷课次数、出勤率、观看视频时长和观看视频次数等指标反映了学生学习参与情况。王秋华的研究反映在线参与度越高的学生，学习满意度越高，学习绩效越好。由此，提出研究假设1。

H1：在线学习参与行为正向影响学习绩效。

借助计算机、网络通信工具等网络工具，学生进行课程学习，对学习内容总结反思，完成教师安排的练习任务。练习的强化训练，使学生专注内容学习，进入深层次学习。郭建鹏等的研究反映，深层学习有助于完成知识构建。由此，提出研究假设2。

H2：在线学习专注行为正向影响学习绩效。

在线学习中，学生通过参与讨论，评论点赞，发表观点，积极承担公共知识的构建，促进知识的发展。Karayan 和Crowe、Smith 和Hardaker、徐恩芹、李小娟的研究发现在线互动能更好地支持以学生为主体的学习活动，实现知识协同创新。宋晓平等的研究发现师生之间及学生之间开展的同步或异步在线交流行为，会对学生学习目标实现过程中的学习行为产生相互影响，包括教学引导、课程探讨和知识构建等。由此，提出下述研究假设。

H3：在线互动交流行为正向影响学习绩效。

H4a：学习参与行为对学习绩效影响受到在线互动交流的调节。

H4b：学习专注行为对学习绩效影响受到在线互动交流的调节。

三、研究设计

（一）样本选取与数据收集

本研究的样本选自项目团队成员于疫情期间在中国大学MOOC 国家精品课程在线学习平台授课班级学生数据。以2020 年3 月至2021 年1 月为时间区间的17 级、18 级、19 级、20 级四届1 262 名本科高校大学生在线学习数据为分析对象，包括学生出勤率、观看视频次数、回答题数、正确题数、讨论次数、获赞次数、优秀发言和线上成绩。

（二）变量说明

本研究以学生在MOOC 平台的线上成绩作为因变量测量变量，以学生个人变量为控制变量，以在线学习行为数据作为自变量测量指标，从学习参与行为、学习专注行为、在线互动行为三个维度开展实证分析，探讨学习行为对学习绩效的影响。学习参与行为指完成在线学习课程规定和老师的基本要求，是其他学习行为的基础。中国大学MOOC 国家精品课程在线学习平台上的出勤次数、迟到次数、旷课次数和出勤率，都可以反映学习参与行为。考虑到不同课程的出勤记录可能有较大差异，本研究选择相对值出勤率进行分析。学习专注行为是指学生深入学习的程度，学生对课程内容进行总结反思，进行课程练习，开展知识建构。中国大学MOOC 国家精品课程在线学习平台上的答题次数、正确次数、正确率都可以反映学习专注行为，本研究选择相对值争取率进行分析。在线互动指学生与教师以及学生之间的讨论及评价等，互动交流能反映成员的观点选择、内容理解，促进成员之间的知识协同创新。变量选择的具体情况见表1。

表1 模型变量说明

（三）数据分析思路

本研究首先对数据进行描述性统计，分析学生学习绩效、学习参与行为、学习专注行为和在线互动行为等方面的整体情况，在对主要变量进行相关性分析后，本研究通过实证分析探讨学习参与行为、学习专注行为、在线互动行为对学习绩效的影响。

四、实证结果

（一）描述性统计

表2 列示了学生在线学习行为及学习绩效变量的描述性统计结果，从表中可以看出，样本的平均出勤率为0.88，最小值为0，最大值为1。观看视频数最多次数为109 次，最少次数为0，平均次数为39.34 次，变量差异较大。学生答题正确率最大值为1，最小值为0，均值为0.8。样本在深层学习，总结反思，强化练习，学习专注行为上的差异较大。样本平均交流互动6.65 次，学生在研究期间最多进行了52 次在线互动交流，样本的在线互动行为差异也较大。

表2 全样本描述性统计

（二）相关性分析

为了更深入地分析在线学习参与行为、学习专注行为、在线互动行为对学习绩效的影响，本研究进行了主要变量的相关性分析。表3 列示了被解释变量、主要解释变量和控制变量之间相关性检验的结果。从表中可以看出，被解释变量线上成绩与解释变量出勤率、答题正确率、观看视频次数显著正相关，这与其他学者的研究结论基本一致。从相关系数表来看，样本的学习绩效与互动交流次数相关性显著。线上成绩与年级显著正相关，反映年级越高的学生，线上成绩越高。此外，各变量的相关系数均未超过0.6，说明样本数据的辨别度较高，不存在严重的多重共线性。

表3 Pearson 相关系数表

（三）回归分析

根据研究设计，本文对在线学习行为与学习绩效之间的关系进行了回归，相关结果列示在表4 中。表下方的LR chi2 代表整个方程的拟合度，模型的Prob＞chi2，显著性均在0.000 水平上，方程整体拟合度较高。

表4 在线学习行为对学习绩效影响的回归分析

从模型1 的回归结果可以看到，在控制了其他变量后，出勤率对线上成绩的参数估计为26.09，并达到了0.01 的显著性水平，表明出勤率对线上成绩有显著的正相关关系，即出勤越多，取得好的学习绩效的可能性越高；观看视频次数与学习绩效的相关系数也显著为正，即控制其他变量后，观看视频次数多的学生，线上成绩高的可能性更大。这个结果证实了假设1 成立，在线学习参与行为正向影响学习绩效。模型1 中，答题正确率、互动次数的系数均为正数，而且都在0.01 的水平上显著，证实了学习专注行为和互动交流行为正向影响学习绩效，假设2 和假设3 得到证实。

模型2 在模型1 的基础上，增加了交流互动与学习参与行为、学习专注行为的交互项。主效应出勤率、答题正确率、观看视频次数和互动次数的系数为正，并且显著。假设2、假设3、假设4 成立。出勤率与互动次数的交互项系数为正，且在0.1 的水平上显著，表明其他变量保持不变的情况下，提高互动次数，出勤率对学习绩效的影响更大。视频次数与互动次数的交互项系数为负，在0.01的水平上显著，表明在控制其他变量后，观看视频次数少的学生交流讨论的更多。假设4a 成立，即学习参与行为对学习绩效影响受到在线互动交流的调节。答题正确率与互动次数的交互项系数为正，但不显著，表明学习专注行为与互动交流行为相互独立，假设4b 不成立。

五、结论及思考

本文通过实证分析了疫情期间学生线上学习行为对学习绩效的影响。经过对样本的分组比较，本研究发现各年级的学习行为和学习绩效有显著差异，大二、大三学生平均出勤率最高；大一学生平均完成练习最多，互动交流行为也最多；大二学生线上练习正确率最高；大四学生临近毕业，进入毕业实习及毕业设计学习阶段，线上学习行为相对较少，经过四年专业学习，样本数据反映学习绩效最高。本文的研究支持了学习参与行为、学习专注行为、线上交流行为对学习绩效有正向影响，与其他学者的研究结论一致。线上学习参与行为对学习绩效的影响受到线上交流互动的调节。因此，学生能主动参与线上学习，总结反思学习内容，练习巩固知识，开展深层次学习，能取得更好的学习绩效，完成知识构建。

自2020 年以来各校开展的线上教学是作为疫情防控的应急之举，学生学习行为的数据是这段时间学习状况的一个真实反映，为探索学习行为对学习绩效的影响提供了有意义的研究视角。但本文的研究是基于项目团队成员授课班级学生的线上学习数据，样本数据相对较少，研究结论是否具有普遍性有待考证。此外，疫情期间的线上教学仍是以专业的行政班级或教学班级组织的，学生之间的有些交流活动可能通过班级QQ 群、微信群等其他的通信工具进行，减少了线上学习平台上的交流互动记录。后续可以在本研究的基础上开发有效问卷，构建模型，结合问卷调查数据加以完善。