基于因子分析的大学生在线学习动机的研究

基于因子分析的大学生在线学习动机的研究〔〕:

摘要："互联网+教育";是当今时代的一种新的教育形式，大学生利用互联网进展在线学习已成为一种普遍的现象。本文以湖北师范大学为例，通过问卷调查法搜集有关数据，利用因子分析将大学生在线学习的动机分为4种类型。从专业性质和性别两个方面对大学生的在线学习动机进展研究分析，针对高校、在线教师、在线教育平台提出了有关如何激发及维持大学生在线学习动机的相关建议。

关键词：在线学习；学习动机；因子分析

本文引用格式：覃颖，等.基于因子分析的大学生在线学习动机的研究[J].教育现代化,2022,6(62):209-212.

一研究背景

教育部于2022年4月13日发布的?教育信息化2.0行动方案?，积极推动"互联网+教育";的开展成为一个重要的任务，而在线学习那么成为开展"互联网+教育";的一个主要途径。在线学习以其学习时间自由、学习内容多样化、平台便捷性等优势成为一种新的学习方式。

学习动机是指可以鼓励、促进和维持学生学习的一种动力倾向，指引学生朝着既定的目的主动的进展学习【1】。学生的学习动机程度对其学习的态度、效果等有不可无视的影响，大学生作为在线学习的首要群体，对其进展在线学习的动机的研究具有重要意义。

本文通过参考文献检索与综述，自编了有关?大学生在线学习动机的调查?问卷。以湖北师范大学的学生为例，向各院系各年级的学生随机发放调查问卷200份，有效问卷176份。根据问卷调查的结果，针对高校、在线教师、在线教育平台提出了有关激发及维持大学生在线学习动机的相关建议。

二方法与评价指标

在现实生活中，实际问题往往涉及到众多变量，并且数据蕴含的信息量极大，这使得对数据的处理较为困难。例如，大学生的在线学习的动机受到各方面因素的影响，但是不同的影响因素之间具有一定的相关性。

针对本次的调查数据，本文将使用因子分析的方法来进展研究。因子分析是一种从变量群中提取具有共性因子的统计技术，此方法最早的提出者是英国心理学家C.E.斯皮尔曼【2】。此方法可以将多个变量中关系比拟亲密的几个变量归入一个因子，这些因子可以深度的概括大量数据的信息。因此，本文通过因子分析将复杂的、多样的在线学习动机因素转化为少数几个具有代表性的动机因素，以此进展研究。

本文选取了15个有关大学生在线学习动机的问题，以此作为研究大学生在线学习动机的评价因子。如下表1所示：

本文使用SPSS24.0对回收的有效问卷的数据进展标准化处理。通过带旋转的因子分析对大学生在线学习动机程度的测量指标进展降维，根据累计奉献率确定主因子，并计算成分得分系数矩阵，确定评价方程对数据进展分析。在对数据结果分析的根底上，针对高校、在线教师、在线教育平台提出有关如何激发及维持大学生学习在线动机的相关建议。

三数据处理和结果分析

〔一〕因子分析

1.ＫＭＯ和巴特利特球度检验

根据因子分析的相关步骤，首先需要进展ＫＭＯ和巴特利特球度检验。通常情况下，KMO>0.5即可进展因子分析，且数值越靠近1越适宜；巴特利特球度检验的结果小于0.005，那么说明变量间具有相关性。本文数据检验果:KMO=0.854，巴特利特球度检验结果为0.000，比拟适宜作因子分析。

〔二〕提取公因子

提取公因子，其以原始数据最小的信息丧失为代价，对数据进展降维，使数据简化，使得对数据的分析更加简单，且结果更接近真实程度。

〔三〕公因子的命名、解释与汇总

为了讨论和研究提取出的4个公因子所代表的实际意义，使用等量最大法得出了旋转后的因子载荷阵，如表4。由表4可以得知，在第一个因子上的载荷值较高的是问题Q11、Q13、Q14、Q15，这些问题表达了大学生在线学习的主要动机是为了获得认可，因此将第一个因子解释为外界认可因子；Q1、Q2、Q3、Q4问题在第二个因子上的载荷值高于其他变量，这与大学生力求通过在线学习来进展知识的探究与积累有着密不可分的关系，故可将其归为求知因子；在第三个因子上载荷值较高的是问题Q5、Q9、Q12，其主要表达了大学生希望通过在线学习的方式来进步学习成绩的心理，因此将其归为成绩因子；Q6、Q7、Q8、Q10问题在第四个因子上的载荷值较高，说明了当今大学生通过网上学习来为今后的求职奠定根底，属于就业因子。根据上述分析得出因素划分如表5所示。

据表6所示因子得分系数矩阵的数据，写出各因子的表达式：

从专业角度看，F1因子排名前10的大学生中专业性质偏理科的学生占80%，偏文科的学生占20%，比例差异显著且排名靠前的多为专业性质偏理科的学生；F1因子更多的是代表外界认可动机，其中包含赢得教师的赞赏，获得父母的表扬，以及获得奖学金等，出现这种现象的原因可能与学生的学习态度有关。F3成绩因子排名前10的大学生中专业性质偏理科的学生占70%，偏文科的学生占30%，差异较为显著；专业性质偏文科的学生的成绩动机程度明显低于专业性质偏理科的学生，这有可能与文、理科的学科性质相关。F2求知因子排名前10的大学生中，两类学生的比例相等，无差异；F4就业因子排名前10的大学生中专业性质偏理科的学生占60%，偏文科的学生占40%，无明显差异；这说明两类学科性质的学生在求知和就业方面的动机程度相当。

从性别角度看，由于本次回收的有效调查问卷中，男、女比例趋近于1：2，而根据表7中的因子综合得分前20的排名，男、女比例为1：3，由此得出男生的综合学习动机程度低于女生。与男生相比，女生比拟潜心于学业；同时,由于外在的约束减少,自我的约束缺乏,网络成瘾等因素导致一局部大学男生学习动机程度偏低【3】。

四总结

本文采用因子分析法对大学生在线学习的动机进展研究，通过公因子提取表将学生在线学习的动机分为4个类别，分别是外界认可动机、求知动机、成绩动机及就业动机；再通过公式计算得出公因子得分和因子综合得分。从调查结果得出，在专业性质方面，偏文科和偏理科的学生在外界认可动机和成绩动机程度上存在差异显著；求知动机程度及就业动机程度无明显差异。在性别方面，与女生相比，男生的综合学习动机程度较低。因此，针对上述结论，提出以下建议：

1.进步大学生的主动学习意识和自我管理才能。进步和培养大学生的主动学习意识和自我管理才能对传统的课堂教学及在线课堂教学都会产生积极的影响。在线学习和传统课堂教学在学习环境、内容、方式等方面存在差异，学生的学习行为及学习进度并不受教师控制，其个人的学习兴趣以及自我管理才能至关重要【4】。因此，高校可对大学生开展相关的学习思想教育大会，一方面改善大学生在线学习的态度，激发学习动机程度相对较低的学生的学习兴趣，进而通过潜移默化的方式促使其学习动机程度得到进步；另一方面，通过鼓励政策鼓励学习动机程度良好的学生继续保持此程度进展学习。此外，高校应积极引导和培养学生正确地对待学习，拥有一个积极向上地学习态度及良好地学习动机，防止功利性学习。

2.教师在备课过程中应考虑学生的学习需求。根据因子排名情况，文、理科的学生对求知和就业方面的学习动机程度相当，这就说明了文、理科的学生在这两方面有同样的需求；从求知动机角度出发，教师在进展在线课程设计时可根据该情况，充分考虑学生的学习需要，适当的扩展该课程的专业领域知识，通过增加课程的兴趣性来激起学生的兴趣和学习动机，不断地加深课程的深度和广度以维持学生的动机程度。教育游戏是为了到达某种教学目的而专门开发的一种具有教育特性和游戏特性的电脑游戏【5】。教师可适当运用教育游戏来开展教学，以此激发学生的学习动机。从就业动机角度出发，高校可增加关于就业方面的在线课程。开设有关面试技巧、办公软件技能、人际交往才能、组织管理才能等相关的在线学习课程，进步学生在就业方面的知识储藏和理论技能，为今后的就业之路奠定根底。

3.主管部门应加强对在线教育平台课程质量的审核。随着网络教育的不断开展，在线教育课程不断涌现，其课程质量呈现出参差不齐的特点。因此，在线教育平台除了需要维护平台的正常教育教学活动，还需要对其提供的课程进展质量的审核。在线教育平台的课程质量是影响大学生在线学习动机的因素之一。针对于此，主管部门应制定相关标准，严格审查每一门线上课程的学习价值；通过制定标准的课程审核制度，进步在线教育课程的质量，并积极维护在线教育平台功能的流畅性，为大学生打造一个优良的在线学习环境【6】。

参考文献

【1】国英桥.谈大学生学习动机的培养与激发[J].哈尔滨学院学报(教育),2022(08):19-20.

【2】黄嘉文,陈丹婷,温永仙.基于因子分析的学生综合素质评价对本科专业建立的启示[J].高教论坛,2022(01):46-52.

【3】向敏.男女大学生学习成就动机调查研究[J].商情(教育经济研究),2022(06):40-41.