高中生在线自主学习能力特征研究——以H 省某市为例

王辞晓 伍潇贝 刘姝彤

（北京师范大学 教育学部，北京 100875）

一、问题提出

随着信息技术的发展，在线教育逐渐成为新时代教育实践的主要组成部分。2021 年，教育部提出教师要加强对学生的线上自主学习指导，提高学生的自主学习能力，强调了在线自主学习能力培养的重要意义。

在线教育的优势在于打破了学习者学习的时间、空间限制，赋予学习者更多的自主权，使其享受更多的资源。然而，学习者进行在线学习时也存在诸多问题，如学习者的注意力难以集中、学习态度不认真等。作为学习主体，学习者能否自主学习是在线学习问题的关键。

基于此，本研究通过设计高中生在线自主学习能力的调查问卷，以H 省某市为例，揭示高中生在线自主学习能力的特征，探究其与在线自主学习频率、学业表现的关系。研究期望基于实证分析提出提升高中生在线自主学习能力的可能途径，从而优化其在线自主学习模式，提升学习效果。

二、在线自主学习能力的相关研究

对于自主学习的概念，目前学界众说纷纭，没有统一的界定。庞国维[1]认为自主学习既可以看作学习者的一种能力，也可以看作一种过程性的学习活动。当其作为一种能力时，学生的自主学习需要学习动机、学习策略、意志控制等内部条件，也离不开教育指导等外部条件。当自主学习作为一种学习活动时，包括自我计划、自我监督、自我评价等不同的阶段。此外，有研究者认为自主学习是个体、行为和环境协同作用结果，具备自主学习能力的学习者能够调节个体学习行为，强调了学习行为的重要性[2]。综合前人研究，本研究将在线自主学习能力界定为由学习动机、学习策略和学习行为3个方面构成的一种在线学习能力。其中，学习动机由内外共同驱动，学习策略是对在线学习方法和习惯的认知策略，学习行为是在实际在线学习过程中的真实行为。

已有学者对自主学习能力的测量进行了诸多有益探索。如朱祖德等人[3]基于自主学习理论编制了包括学习动机和学习策略两维度的大学生自主学习问卷；张鸣[4]从技术及目标计划制订、学习内容及材料利用、学习过程调控、学习效果评价4 个方面，对大学生在线学习环境下的自主学习能力进行测量；姜媛等人[5]通过对已有量表的改编重组，提出由动机策略学习量表和认知、元认知、资源管理策略量表构成的自我调节学习量表。针对在线自主学习能力的特征，刘斌等人[6]通过问卷调查法，得出教师支持对在线学习者的自主学习能力具有正向影响，且教师在学习策略指导、认知支架、学习资源等方面的支持对在线学习者自主学习的促进效果提升显著；莉莲·安东尼萨米（Lilian Anthonysamy）等人[7]针对10 年间自主学习能力与非学术性成果关系的相关研究进行系统性文献综述，指出学生的自主学习能力对学生满意度、学生参与度和学生学习态度等非学术性成果具有正向影响。以上研究多以大学生为研究对象，而高中生作为考试压力相对较大且具备自主学习条件的学生群体，有关的在线自主学习能力测评相对较少。此外，已有研究主要聚焦于在线自主学习能力的影响因素和作用效果，针对学生的在线自主学习能力现状、在线自主学习能力各维度间的关系等问题有待探究。

综上，本研究提出以下问题：（1）高中生在线自主学习能力的现状如何？（2）在线自主学习能力构成中学习动机、学习策略、学习行为三者间是否存在相关关系？（3）在线自主学习频率是否会影响在线自主学习能力？（4）学生在线自主学习能力之间是否有个体差异？不同类型学生分别具有什么特征？（5）高中生在线自主学习能力如何影响其学业表现？

三、研究设计

（一）研究方法与测量工具

本研究通过问卷调查法对H 省某市高中生的在线自主学习能力进行调查。问卷包括个人信息题和高中生在线自主学习能力量表。

个人信息题部分共6道题目，包括性别、学校、年级、文理科、在线自主学习频率、学业表现。旨在了解其个人基本信息和学习情况。其中，在线自主学习频率采用李克特5 点计分方式，从“从不”到“总是”分别记为1 ～5 分。学业表现由学生自我评价，对应问题是：“您认为您的学业表现在学校中大致位于？”可选择答案为：“前5%”“前5%～前30%”“前30%～前50%”“前50%～前80%”“后20%”。

本研究从学习动机、学习策略、学习行为3 个维度编制了高中生的在线自主学习能力量表，共33 题。其中，学习动机维度共11 题，包括3 个子维度，分别是自我效能感（4 题）、内部动机（4 题）、外部动机（3题）；学习策略共14 题，包括3 个子维度，分别是学习习惯（5 题）、学习意志（4 题）、元认知策略（5 题）；学习行为共8 题，包括2 个子维度，分别是内容自主（4题）和过程自主（4 题）。具体而言，自我效能感量表改编自池丽萍等人[8]编制的自我效能感量表，内部动机、外部动机、学习习惯、学习意志量表改编自朱祖德等人编制的大学生自主学习量表[3]，元认知策略量表改编自李爽等人编制的远程学生学习投入评价量表[9]；学习行为量表改编自单志艳[10]编制的中学生自主学习评价量表。量表题目为李克特5 点量表形式，从“完全不同意”到“完全同意”分别记为1 ～5 分。

研究主要采用描述性统计、单因素方差分析、独立样本t检验、相关性分析、聚类分析等方法开展数据分析。数据分析工具为SPSS 24.0、AMOS 24.0。

（二）研究对象

本研究通过电子问卷平台面向H 省某市5 所学校的高中生发放调查问卷，共回收203 份问卷，其中有效问卷181 份，问卷有效率为89.2%。参与学生的基本情况为：其中男生76 人，女生105 人；高一、高二、高三年级的人数分别为41、81、59；文科79 人，理科102 人；在线自主学习频率由“从不”至“总是”人数依次为6 人、27 人、58 人、70 人、20 人；学业表现自评由“前5%”至“后20%”人数依次为22 人、73 人、61 人、17 人、8 人。

（三）量表信效度分析

1. 信度分析

信度分析使用克隆巴赫信度系数法。数据分析结果表明，在线自主学习能力量表整体的克隆巴赫系数为0.932。学习动机、学习策略、学习行为各维度的克隆巴赫系数分别为0.787、0.900、0.809。说明该量表具有较高的信度。

2. 效度分析

验证性因素分析的结果表明，在线自主学习能力量表各项模型拟合指标为：卡方与自由度比值χ2（/df）为1.753、比较拟合指数（Comparative Fit Index,简称CFI）为0.854、Tucker-Lewis 指数（Tucker-Lewis index, 简称TLI）为0.835、递增拟合指数（Incremental Fit Index，简称IFI）为0.858。说明该量表具有较高的结构效度。

综上，本研究中使用的量表具有较好的信效度，适合用于评定高中生的在线自主学习能力。

四、数据分析结果

（一）在线自主学习能力的整体分布及其与学业表现的关系

本研究首先对参与调查的高中生进行基本描述。高中生在线自主学习能力的满分为165 分，学生得分范围为63 ～158 分，均值为121.27，标准差为17.65。使用单样本 Kolmogorov-Smirnov 检验方法对学生的在线自主学习能力得分进行正态分布检验，结果呈近似正态分布（Z= 0.051，p= 0.200 ＞0.1）。通过分析数据可知，一半以上的学生得分为107 ～140 分。现规定低于平均值两个标准差的得分为低分段，所占人数为18 人；高于平均值两个标准差的得分为高分段，人数为17 人，二者均占总人数的9.9%。针对各维度题项，学习动机、学习策略、学习行为的得分均值依次为3.76、3.59、3.69 分，说明学生在学习动机上的表现普遍较优，在学习策略上的表现有待提高。

对不同学业表现的学生在线自主学习能力得分分别进行统计，“前5%”至“后20%”的学生在线自主学习能力得分均值依次为120.68、122.23、124.57、117.24、97.50 分。总体来看，学业表现自评位于前50%的学生在量表得分上表现较好。根据学生学业表现与各维度得分情况，绘制柱形图（见图1）。

图1 学生学业表现与各维度题项得分均值的关系

整体来看，前50%的学生在各维度上的得分差异不大，略高于前50%～前80%的学生得分，显著高于后20%的学生得分。

各维度之间相比较，学生在学习动机、学习行为两个维度上的表现略优于在学习策略上的表现，这反映出学生可能存在制订学习计划、有效自我管理等自主学习策略上的缺失。

（二）在线自主学习能力内部维度相关关系

对学习动机、学习策略、学习行为3 个维度的题项得分均值进行皮尔逊相关性检验，可知量表的3 个维度间具有显著的正相关关系。具体而言，学习动机与学习策略间的相关系数r= 0.612（p＜0.01），学习动机与学习行为间的相关系数r= 0.606（p＜0.01），学习策略与学习行为间的相关系数r= 0.816（p＜0.01）。相对而言，学习策略与学习行为间具有更强的相关关系。

（三）在线自主学习能力与在线自主学习频率的关系

为探究学生的在线自主学习频率对其在线自主学习能力的影响，本研究分别对学习动机、学习策略、学习行为3 个维度得分情况与在线自主学习频率进行差异性检验。学生在各维度上得分均呈正态分布。以学生的在线自主学习频率作为自变量、3 个维度的得分均值作为因变量进行单因素方差分析。方差齐性检验结果显示：学习动机（p= 0.146 ＞0.05），学习策略（p= 0.100 ＞0.05），学习行为（p= 0.019 ＜0.05）。根据该结果，对3 个维度的检测均采用单因素方差分析，并采用LSD 方法对学习动机、学习策略进行事后多重比较分析，采用新复极差法检验方法对学习行为进行事后多重比较。

单因素方差分析检验结果表明，不同在线自主学习频率的学生，其学习动机（F= 8.532，p= 0.000 ＜0.01）、学习策略（F= 31.485，p= 0.000 ＜0.01）、学习行为（F=20.417，p= 0.000 ＜0.01）3 个维度均具有显著性差异。从不同在线自主学习频率的学生在3 个维度上的得分均值来看，其排序均为：总是＞经常＞一般＞偶尔＞从不。事后检验结果如表1 所示。

表1 学习动机、学习策略与在线自主学习频率的单因素方差分析

根据事后检验结果，不同学习频率的学生，其学习行为具有显著性差异，且学习行为的题项得分均值同样随着在线自主学习频率的增加而增加。

（四）学生在线自主学习能力类型

为了探究高中生在线自主学习的特征与学生学业表现、在线自主学习频率的关系，本研究将学习动机、学习策略和学习行为3 个维度作为特征指标，采用K-means 聚类算法对181 位高中生进行聚类。分别令聚类数K等于2 ～8，得到误差平方和与K的关系图呈现手肘形，其肘部对应的K值为3，即数据的真实聚类数。此时的轮廓系数最大，分类效果较为理想。单因素方差分析（ANOVA）结果显示出3 类学生在各维度上均呈现显著差异（p＜0.01），即这3 类学生在学习动机、学习策略和学习行为上具有不同特征。

在这3 类学生中，力所能及型学生（n=97）占比最大，为53.59%。他们在学习动机、学习策略、学习行为3 个维度上的得分均值依次为3.55、3.39、3.49 分，说明其在线自主学习能力处于中等水平，且学习策略相对有所缺乏。这类学生的学习目标较为明确，也会为此做出一定的行动，但是缺乏学习方法，从而导致学习效果一般。

有心无力型学生（n=14）占比最小，为7.73%。他们在学习动机、学习策略、学习行为3 个维度上的得分均值依次为3.08、2.12、2.46 分，其在线自主学习能力相对较差，在学习动机上表现处于中等水平，缺乏学习策略和学习行为。这类学生具有一定的学习积极性，但因为不知怎么做、不想开始做导致其空有其表、学习效率低下，甚至不愿意主动学习。

游刃有余型学生（n=70）占比为38.67%。他们在学习动机、学习策略、学习行为3 个维度上的得分均值依次为4.19、4.17、4.22 分，在3 个维度上的平均得分普遍大于4，具有较强的在线自主学习能力。这类学生擅长自我管理，行动力强，有清晰的学习目标和适合的学习策略。

（五）学生在线自主学习能力类型与学业表现、在线自主学习频率的关系

将学生的学业表现与在线自主学习频率分别作为象限的X轴和Y轴，根据每类学生的人数、相应指标的均值和聚类中心绘制出这3 类学生在学业表现和在线自主学习频率上的定位分布图，如图2 所示。图中3个不同颜色的圆分别代表3 类学生，其直径大小与该类学生的人数呈正比，其在象限中的位置可反映学生的学业表现和学习频率的情况。

图2 三类学生在学业表现、在线自主学习频率上的定位情况

总体上看，3 类学生的在线自主学习频率差别较大，而学生的自评学业表现没有明显的差异，且学业表现均为中等水平。相比较而言，游刃有余型学生对自己的学业表现评价最为靠前，有心无力型学生在线自主学习频率最低，力所能及型学生在学业表现、在线自主学习频率上均表现一般。结合3 类学生在各维度上的得分情况可知，目前高中生的在线自主学习能力主要与其在线自主学习的频率有关，而与学业表现关系不大。

五、结论与建议

（一）研究结论

1. 高中生的在线自主学习能力整体呈现中等水平

在研究中发现，参与问卷研究的高中生在线自主学习能力的总体得分情况分布相对均匀，大多数学生处于中等水平，说明高中生的在线自主学习能力有待提升。根据学习动机、学习策略、学习行为3 个维度的能力分布情况，可知学生在学习策略上存在一定的不足，在学习动机和学习行为上表现良好。

2. 学习动机、学习策略、学习行为3 个维度间具有显著正相关关系

学习动机、学习策略与学习行为间均存在显著的正相关关系，说明三者间关系密切。具体而言，学习策略与学习行为相关性最强。其可能的原因是：学习策略侧重于认知层面，学习行为侧重于实践层面，两者的意义同样重要。学生可通过设计自己的学习策略，改善学习行为，从而提升在线自主学习能力。

3. 高中生的在线自主学习频率正向影响其在线自主学习能力

高中生的在线自主学习频率越高，其在线自主学习能力越强。具体而言，高中生的在线自主学习频率通过学习动机、学习策略、学习行为3 个维度正向影响其在线自主学习能力。两者相互促进，即高中生的学习频率越高，其对在线自主学习的策略、行为的掌控感越强；高中生的在线自主学习能力越强，越愿意主动进行在线学习、提高学习效率。

4. 高中生在线自主学习能力可分为3 种类别

根据学生在学习动机、学习策略、学习行为3 个维度上的得分均值情况，可将其分为力所能及型、有心无力型、游刃有余型3 个类别。力所能及型学生在3维度上的分布较为均匀，其在线自主学习能力处于中上等水平。该类学生人数最多，相对较为普遍。有心无力型学生在各维度上的表现较差，他们有一定的学习动机，但由于学习策略的缺乏和学习行为的不足，导致其在线自主学习能力相对较差。游刃有余型学生的在线自主学习能力最强，他们在3 个维度上均表现良好，学习行为表现尤为突出。

5. 高中生在线自主学习能力与学生学业表现间存在一定的关系

由于目前高中生的学习方式以线下学习为主，其在线自主学习能力与学生的学业表现之间并非呈绝对的正比例关系。对于学业表现相差不多的学生而言，其在线自主学习能力差异也不显著；对于学业表现差异较大的学生而言，在线自主学习能力越强，学生的学业表现越好。一方面，大多数学生对于在线学习不会采取完全不同于线下学习的学习策略和行为，其学习动机也很难，因为在线学习方式的影响而发生明显改变；另一方面，高中生学业压力较大，在线学习时间不充裕。对于存在上述情况的高中生而言，其在线自主学习能力很难反映在学业表现上。

（二）研究建议

1.学校：引导师生高效开展线上学习，积极利用丰富的线上资源

对于学校而言，可以利用年级集会、班会等集体活动时间，强调在线自主学习的重要意义和优势，对学生的在线学习策略进行集中培训，营造良好的校园在线自主学习氛围。同时，学校应积极利用丰富的线上学习资源，鼓励教师进行混合式教学，设计多样化学习活动，强化学生的学习动机；加强数字校园与学习环境建设，支持师生开展集体线上自习、个人线上自习等活动，提高学生的自主学习频率。

2. 教师：培养学生自主线上学习，预留充足个人学习空间

教师要有意识地培养学生主动进行在线学习，给学生留出更多的个人学习空间，引导学生进行高效、自主的线上学习，从而提高学生的自学意识和对网络工具的使用水平。教师可以通过主题讲座、优秀学生分享、小组讨论等方式，向学生介绍在线自主学习的特点、提高效率的方法；也可以通过一对一座谈的方式，解决学生对在线自主学习的困惑。

3. 学生：强化学习动机，优化学习策略，管控学习行为

首先，强化学习动机。学生要充分认识到学习的意义，以强化内部动机为根本，寻求适合的外部条件，提高自我效能感。其次，优化学习策略。定期反思个人学习习惯，取他人所长，结合老师、家长、优秀同学等的建议加以改进，从而提高学习效率。再次，调整学习行为。制订学习计划，积极寻求他人监督或互助，将计划落实，并进行总结评价。

六、总结与展望

本研究设计了高中生在线自主学习能力量表，通过问卷调查法探究高中生在线自主学习能力的特点及其与学生在线自主学习频率、学业表现的关系，并据此提出相关教学干预策略和改进措施。本研究仍存在以下不足：第一，研究样本以H 省某市高中生为主，且学校间分布不均，样本的代表性存在局限；第二，学生的学业表现采用自评方式，与真实情况可能存在一定偏差。基于此，后续研究可着重关注学生的学业表现与在线自主学习能力的关系，学习动机、学习策略、学习行为3 个维度的内部相互影响路径，以及探究其他可能因素对在线自主学习能力的影响等。