【大学生在线学习效果影响因素实证探析10000字】

大学生在线学习效果影响因素实证分析摘要：随着网络和技术的快速发展,信息获取的方便快捷使得在线学习已逐渐成为大学生学习的重要方式。本文运用实证研究和问卷调查的方法,通过调查统计各省的大学生对在线学习的效果情况，运用SPSS对收集的数据进行统计分析，得出大学生在线学习效果受到交互因素、个体因素、环境因素三个方面的影响并就此提出研究假设，通过数据分析得到验证。结果表明：个人因素、交互因素和环境因素对在线学习效果产生显著的正向影响，假设成立。并在此基础上提出建议。关键词：在线学习；影响因素；假设；数据分析1引言随着网络技术的迅速发展，建立在互联网基础上的在线学习日益增多。在线学习目前快速发展的主要原因是受到了2020年新冠肺炎疫情的影响，首先很多新的企业跨入该领域，其次很多以前是线下的培训机构主动或被动的转战线上培训。疫情及后疫情时代，在线教育的需求呈迅猛增长的态势，在线学习将是未来教育行业的趋势。以线下为主的传统教育企业均尝试把战略方向转型至线上，与一直从事线上培训的机构同样拥有丰富的教学经验，因此也会受到在线学习者的认可，并且在后疫情时期，他们可以将线上培训与线下授课相结合，为学习者提供更多的选择。另外一些新加入在线教育的企业，可能也会创造出一片新天地，他们的加入从课件表现形式、教学方式等方面给行业注入了新的活力。在线教育有着它独特的优势，学习者可以随时随地的进行学习，不会受到时间和地点的限制，满足了学习者碎片化的学习需求。随着信息化时代的来临，线上教学改变了高校的教学模式，“互联网＋教育”的发展使得大学生在线学习也逐渐成为高校教学的重要组成。2相关理论概述2.1核心概念界定2.1.1在线学习在线学习即通过网络，自主选择学习时间、地点和学习方式，最终达到一定学习目标的一种学习形式（张英杰，2017；胡计虎和黄义兵，2017）。目前在线学习的平台越来越多，如中国大学生MOOC、爱课程、超星学习通、优课联盟、智慧树、学银在线、学堂在线、好大学在线、雨课堂、QQ课堂、腾讯课堂、腾讯会议、钉钉等（

汤斯敏，2020；

陈蕊等，2020；廖嘉琦，2019）。传统的课堂教学中，因材施教和个性化学习只是一个理想化的目标，然而在线教学使因材施教成为可能，个性化学习将得以真正实现（

杨春明，2011）。在线学习没有硬性规定的统一的教材，更没有统一化的学习进度，每位学习者都可以根据自己的特点，自由地选择合适的学习资源，按照适合于自己的方式学习（罗永平和曹婷婷

，2005）。2.1.2大学生在线学习效果影响因素关于在线学习效果影响因素的研究中，已有学者从学习动机、学习满意度和学习行为、交互、环境等方面证明它们可以影响在线学习效果。刘炜（2015）认为影响大学生学习效果的因素主要有外部的因素和内在的因素构成，外在的因素包括外部环境所提供的信息刺激、外部环境所提供的物质条件和人际关系、教师对学习过程的具体指导、教师对学习结果的及时反馈，内在的因素主要包括学习者的生理基础、身体和大脑、心理基础、智力因素和非智力因素、已有的知识基础、学习动机、学习策略。刘炜.影响大学生学习效果的条件及因素分析[J].漯河职业技术学院学报，2015，14(06):165-170.张晓蕾等（2017）研究表明在线学习者与学习媒介、同伴和教师多层次广泛交互能提升其深度学习效果。张晓蕾，黄振中，李曼丽.在线学习着“交互学习”体验及其对学习效果的实证研究[J].清华大学教育研究，2017，38(02)：117-124.翟硕莉等(2021)认为影响学生在线学习效果的因素分为外部因素和学生自身因素。翟硕莉，孙世卫，王岩.学生在线学习效果的影响因素及解决对策[J].现代农林科技，2021，01：65-66.其他研究者发现文化背景、价值取向、教育程度、学习目的、学习工具的使用等也都对在线学习效果会产生明显影响（杨春明，2011）。一般来说，学历层次越高得学习者，自制力越强，理解力越强，越不容易受外界因素影响（杨春明，2011）。他们的学习目的明确，更会安排学习计划，学习效果更好（杨春明，2011）。对计算机、网络等先进技术掌握越好的学习者，获取资料的能力越强，学习资料越充分，学习效果越好刘炜.影响大学生学习效果的条件及因素分析[J].漯河职业技术学院学报，2015，14(06):165-170.张晓蕾，黄振中，李曼丽.在线学习着“交互学习”体验及其对学习效果的实证研究[J].清华大学教育研究，2017，38(02)：117-124.翟硕莉，孙世卫，王岩.学生在线学习效果的影响因素及解决对策[J].现代农林科技，2021，01：65-66.2.2理论基础2.2.1计划行为理论计划行为理论（TPB，TheoryofPlannedBehavior）是在理性行为理论基础上演变而来的（刘子龙，2011；郝永丽，2013；刘亚娟，2018）。1985年Ajzen提出计划行为理论，该理论认为个体的实际行为可能会受到多种多样的客观因素的干扰，它强调的是个体的决策过程，以态度、主观准则、感知控制行为对个体行为做出解释（陈丽君和曾雯珍，2021）。其研究模型如下图1.1所示。图1.1计划行为理论图2.2.2社会认知理论社会认知理论是认知和行为联合起作用的观点，社会认知突破传统的行为主义理论框架（赵艳，2017）。班杜拉（Bandura）认为社会学习是一种信息加工和行为强化的综合过程，在社会情境中人的大多数行为都是通过观察和模仿学会的。班杜拉尝试回答人的行为是怎样发生的问题，并认为人的行为是环境、个体特征、行为相互影响、相互作用的结果，任何单一因素都不足以决定人的行为（温桂林，2013；赵艳，2017），如图1.2所示。个人的行为既受个体遗传因素、心理特征（特别是认知活动）的制约，也受到环境（包括物理环境与社会环境）的影响，同时，个体也会根据行为所产生的后果来调整后续的行为，这就是社会认知理论的三元交互作用观点（赵蒙成和刘琳

，2012；赵媛媛，2021）。图1.2班杜拉三元交互理论齐莫曼教授在1989年提出了自我调节学习模型，并在1998年和2000年对自我调节学习模型作了进一步的补充和说明。齐莫曼吸收和借鉴了班杜拉个人、行为、环境三元交互思想，认为自我调节学习也要涉及到学习者个人、学习行为以及学习环境三者之间的相互作用，即学习者通过观察、学习、接受环境中的信息，形成并改变学习者内部认知结构，进而调节自己的学习行为（刘琳，2014；郑兰琴等，2016；赵艳，2017）。也就是说，学习者个体的内部因素、学习行为以及学习环境三者互相影响，互为因果关系。自我调节学习的个人要素主要包括动机、自我效能感、学习策略、设置的目标、归因和情感等；自我调节学习的行为要素主要是指学习者对学习的自我观察、自我判断和自我反应，这几种行为会影响自我调节学习的效果和下一步学习的努力方向；自我调节学习的环境要素主要由物质环境和社会环境组成，物质环境包括学习场所、学习资源等，而社会环境是在学习过程中与他人发生的联系，包括他人提供的学习帮助，学习榜样等（于江林和余姝侨，2018）。2.2.3行为科学理论行为科学理论（1949）在一个跨学科会议上首次被提出，它是聚集了心理学、社会学、人类文化学等研究人类行为于一身的综合性学科（黄瑶，2019）。行为科学研究人的行为和心理发展变化的规律，以此来提高个体以及群体之间的行为预测、行为引导、行为控制，根据不同的情况及时协调个人、群体、组织之间的相互关系和与其外部环境的关系，从而调动人类各种行为的主动性、创造性和积极性（李全路

，2016；孔丽丽等，2017；黄瑶，2019）。对在线学习的学习者来说，改变了传统的思想观念和行为方式，转变学习主体，引发学习动机，产生更强的学习需求，提高了学习主动行为，产生更明确的学习目标（伍文燕和张振威，2017）。行为科学理论从人的特征和个性差异对行为进行科学的研究。综合学科资源，采用定性定量分析人自身活动产生行为的因果关系，重视个体和群体之间内外部因素的变化，强调教育者的主观能动性（刘中宇和周晓，2008；黄瑶，2019）。3研究假设及模型构建3.1确定研究变量三元交互决定论被广泛应用于教育学、社会学、心理学等领域。该理论指出环境、个体、行为三种因素互为因果、互相影响，它对分析在线学习效果的影响因素是很好的理论支撑。大学生与“媒体界面、教师、学习同伴”等环境因素相互作用后，经过个体的认知、心理反应等，产生学习效果。在这一过程中，由于学生的自我认知、自我判断和学习环境不同，即自我调节学习能力不同，可能导致他们的在线学习效果存在差别。因此，本文从大学生在线学习效果与交互因素、个体因素、环境因素三个方面的影响进行分析并提出研究假设。3.2提出研究假设3.2.1交互因素交互是学习者为了更好的融入学习环境中，从而提高学习效果的一种方式。王孝金，穆肃(2020)认为交互是老师与学生之间的互动、学生与学生之间的交流以及学生与知识内容之间的交互。王孝金,穆肃.在线学习中深层次学习影响因素研究[J].电化教育研究,2020,(10):45-49.随着科学技术的发展，学习者的身份也存在着变化，特别是智能化教学的出现，如智能家教、智能同伴学习者，而本文的分类中，限定交互中的教师和学习者都是真实存在的人（段朝辉，2018）。在本文中，我们从学习者的角度出发，将在线学习交互分为三类。分别为：学生与教师的交互、学生与学生的交互、学生与学习内容之间的交互（孙洪涛，2012；段朝辉，2018；樊枝玲，2019）。这三种形式是现阶段研究者最为关注的交互形式，因此对其研究具有普遍意义。据此，本课题提出假设H1，即交互因素对在线学习效果王孝金,穆肃.在线学习中深层次学习影响因素研究[J].电化教育研究,2020,(10):45-个体因素个体是指活动中的个人或小组，是活动的主要实施者。认知的信息加工理论认为，人的学习和记忆是一系列信息加工的流程，包括从外界接收和采集信息，对内容识别后进行保存，而后需要再从长期记忆中提取出来，加以应用（夏传真，2015；段朝辉，2018；姜睿瑾，2019）。王子婷，安建强（2019）通过文献分析法，得出学习需求、自我效能感、学生对教学情境的感知等对在线学习动机可发挥显著影响作用。王子婷,安建强.大学生在线学习动机影响因素量化研究[J].软件导刊，2019，（05）：王子婷,安建强.大学生在线学习动机影响因素量化研究[J].软件导刊，2019，（05）：219-环境因素在线学习环境比较多变，不同的环境导致的交互环境也各不相同，为学习者提供过程性的评价能够提高教学的有效性。吴亚婕（2017）研究得出网络课程中教学要求、教学内容、教学目的、教学评价任务保持一致，能帮助学生调整学习方法,采用深度学习方法，获得深度理解。吴亚婕.影响学习者在线深度学习的因素及其测量研究[J].网络教育，2017，（09）：57-63.李爽等（2020）研究证明，在线课程内容和平台的质量对在线学习者情绪有影响。李爽，李梦蕾，赵宏.在线课程质量观和质量要素的质性研究——基于专家、实践者和学习者的视角[J].国远程教育，2020，(03)：42-49.基于上述分析，提出假设H吴亚婕.影响学习者在线深度学习的因素及其测量研究[J].网络教育，2017，（09）：57-63.李爽，李梦蕾，赵宏.在线课程质量观和质量要素的质性研究——基于专家、实践者和学习者的视角[J].国远程教育，2020，(03)：42-49.3.3模型构建基于以上分析，本课题构建了如图1.3所示的影响因素构成及相互关系理论模型。H1H1交互H2在线学习效果个体交互H2在线学习效果个体H3 H3环境环境图1.3在线学习中各因素之间的理论模型4问卷设计4.1问卷的发放及回收为了尽可能减少地域、文化、教育带来的差异（朱锋和董晓晨，2013），大学生在线学习效果的调查样本来自于陕西、山西、上海、北京、江苏、浙江、河南、河北、吉林、内蒙等多个省份和直辖市，覆盖重点大学、普通本科、专科等多个层次高校，涵盖经济学、管理学、法学、理学、工学、农学、医学、教育学等多个学科。为了能够在有限的时间内获取到有效的调查数据，本研究通过“滚雪球”的方法，选择在线调查工具“问卷星”，主要通过微信群、QQ群、朋友圈等社交渠道发放，共收回320份，将题项回答信息缺失和所有题项回答一样的无效问卷剔除后，剩下有效问卷316份，有效率为98.75％。接下来将对学习者的基本情况进行统计分析。学习者基本情况部分包括年级、性别、专业学科类别、学习平台网龄和在线学习目的等25个方面。大学生在线学习效果影响因素的变量测量问题如下表1.1表1.1大学生在线学习效果影响因素的变量测量问题变量维度测量问题交互可以随时与老师沟通交流和反馈以随时与其他学习者交流学习及反馈可以随时随地观看学习视频和反馈信息我可以随时随地参与讨论并及时反馈个体相信通过在线学习可以达到学习目的当您感到厌烦，不想学习时，您可以按时学习课程内容和完成课后任务进行在线学习时，您会有以下哪些学习行为可以跟上老师的授课进度环境在线教学内容质量对学习效果影响较大在线学习时，教学活动设计对学习效果影响较大在线学习平台的反馈设计对学习效果影响较大网络及终端能够满足我的在线学习在线学习效果您认为在线学习的效果如何您认为在线学习有多大帮助为了提升学习效果，您希望老师在线学习以来，我的学习效果4.2信度效度检验4.2.1信度分析信度分析是为了检测量表的可靠程度。温忠麟（2018）研究证实信度是衡量质量的重要指标。对于每个量表,都应当报告Cronbach的α系数。如果量表合成分数有意义,在很一般的情况下(具体说就是题目之间的误差不相关),α系数是合成信度的下限。温忠麟，黄彬彬，汤丹丹.问卷数据建模前传[J].心理科学,2018,41(01):204-210.本课题采用Cronbach'sα对量表的信度进行检测，其值在0到1之间，越接近1则越表明量表具有高的信度。如表温忠麟，黄彬彬，汤丹丹.问卷数据建模前传[J].心理科学,2018,41(01):204-210.表1.2α系数表α系数信度质量<0.6信度不足0.6-0.7具有可接受的信度0.7-0.8具有相当好的信度0.8-0.9具有非常好的信度综合以上观点α系数值应在0.60以上方表示量表具有可接受的信度（谭明杰，2015）。本文的信度分析如表1.3。表1.3Cronbach信度分析 变量题项校正项总计相关性(CITC)项已删除的α系数Cronbachα系数总Cronbachα系数常量Q1-.070.8820.878Q2.144.882Q3.184.8810.877Q4.220.879Q5.380.875Q6.410.875交互Q7.642.868Q8.583.8700.869Q9.587.870Q10.556.871个体Q11.629.869Q12.565.870续表1.3Q13.653.8680.879Q14.244.885Q15.602.870Q16.436.874环境Q17.635.868Q18.615.8690.868Q19.647.869在线学习效果Q20.594.869Q21.619.869Q22.490.8720.872Q23.329.879Q24.553.871标准化Cronbachα系数：0.888从上表可知：大学生在线学习效果影响因素量表中交互因素信度系数值为0.869（大于0.8），个体因素信度系数值为0.879（大于0.8），环境因素信度系数值为0.868（大于0.8），量表的总体信度系数值为0.878（大于0.8），因此说明大学生在线学习效果的问卷研究数据信度质量非常好。针对“项已删除的α系数”，任意题项被删除后，信度系数并不会有明显的上升，因此说明题项不应该被删除处理（于超，2019）。4.2.2效度分析效度指测量量表的准确性和有效性，主要包括内容效度、效标效度和结构效度。其中内容效度和效标效度涉及量表的内在逻辑。由于本文量表大部分来源于已有相关研究，且经过同相关领域的研究者和管理人员的讨论而制定，因而可认为量表具有较好的内容效度和效标效度（谭明杰，2015）。前人研究得出KMO值在0到1之间，越接近1则表明量表越具有高的效度。如表1.4所示表1.4KMO值表KMO值效度程度<0.6效度较差0.6-0.7效度一般0.7-0.8效度较好0.8-0.9效度非常好效度分析要求需要通过Bartlett检验（对应p值需要小于0.05）。以下从KMO和Bartlett两个方面对量表的结构效度进行检验。（1）交互量表效度分析表1.5交互量表效度检验KMO值Kaiser-Meyer-Olkin.768Bartlett球形度检验近似卡方378.260df6p值.000从上表可知：交互因素在整个问卷数据分析中的KMO值为0.768（介于0.7~0.8之间），研究数据效度比较好，说明问卷中测量交互因素的题项适合做探索性因子分析。（2）个体量表效度分析表1.6个体量表效度检验KMO值Kaiser-Meyer-Olkin.798Bartlett球形度检验近似卡方468.694df10p值.000从上表可知：个体因素在整个问卷数据分析中的KMO值为0.798（介于0.7~0.8之间），研究数据效度比较好，说明问卷中测量个体因素的题项适合做探索性因子分析。（3）环境量表效度分析表1.7环境量表效度检验KMO值Kaiser-Meyer-Olkin.727Bartlett球形度检验近似卡方604.450df6p值.000从上表可知：环境因素在整个问卷数据分析中的KMO值为0.727（介于0.7~0.8之间），研究数据效度比较好.(4)在线学习效果量表效度分析表1.8在线学习效果量表效度检验KMO值Kaiser-Meyer-Olkin.770Bartlett球形度检验近似卡方384.056df10p值.000从上表可知：在线学习效果变量在整个问卷数据分析中的KMO值为0.770（介于0.7~0.8），研究数据效度比较好，说明问卷中测量在线学习效果的题项适合做探索性因子分析。(5)旋转后的成分矩阵使用最大方差法所得旋转成分矩阵，并采用主成分分析法提取公因子如表1.7。表1.9旋转后的成分矩阵1234Q7.676Q8638Q9.618Q10.608Q11.600Q12.510Q13.564Q14.523Q15.535Q16.764Q17.714Q18.634Q19.831Q20.691Q21.575Q22.548Q230.50Q24.789从上表可知：大学生在线学习效果影响因素量表在此过程中共提取4个公因子，提取的因子分析结果显示，测量在线学习效果影响因素的所有题项的因子在其对应的公因子上因子载荷均大于0.5（包括0.5），并且结果不存在交叉载荷现象，即本量表的结构很好。5统计分析本文利用SPSS25.0进行该章节后续部分的数据分析。具体涉及以下分析内容：对样本的问卷项进行初步的分析；对问卷中所涉及的构念的量表进行相关性分析，并使用SPSS回归分析方法对概念模型中提出的假设路径进行检验。5.1描述性统计分析表5.1显示了样本的统计学分布及在线学习基本情况，样本中男生为155人，占49.05%，女生为161人，占50.95%。年级分布上，大二学生为主体，占34.18%；大四学生岁占30.7%，大三学生岁占27.22%，大一学生仅占7.91%。这说明初入学者在此次问卷调查的参与者较少。表5.1部分描述性统计结果类别频数所占比例性别男15549.05%女16150.95%年级大一257.91%大二10834.18%大三8627.22%大四9730.7%在线学习平台的网龄三年~四年6821.52%二年~三年13643.04%一年~二年8125.63%一年以下319.81%在线学习使用的设备手机22270.25%电脑22370.57%IPad12539.56%电视196.01%从调查者中拥有数码设备情况的分布可以看出，手机、电脑的拥有比例较高，分别为70.25%、70.57%；平板电脑和电视的拥有比例较低，分别为39.56%和6.01%。将数码设备分为传统数码设备（含台式电脑和笔记本电脑）、移动数码设备（含智能手机和平板电脑）和辅助型数码设备（电视等）后，三类数码设备的拥有比例分别为70.57%、70.25%和6.01%，表明移动数码设备的使用比例高于传统数码设备。拥有传统数码设备和移动数码设备的比例为93.99%，表明绝大部分学习者拥有能用于社会化媒体学习的数码设备。另外，在线学习的网龄大多在一年以上，其中二年~三年的居多，占43.04%。5.2相关性分析为研究变量之间的相关性，本研究使用SPSS软件对每个维度的观测值求平均值，以代表该维度的集中观测水平，将各维度做皮尔逊相关分析，如表5.2所示。表5.2相关性分析1234567891.性别12.年级-.0063.专业.020.0804.网龄.006.203**.0415.学习频率.017.010.083.391**6.学习目的-.008-.093.071.289**.304**7.交互-.049.185**.171**.180**.318**.335**8.个体-.105.163**.126*.182**.283**.349**.603**9.环境-.112*.131*.111*.111*.256**.285**.575**.585**10.在线学习效果-.021.134*.180**.183**.287**.356**.595**.604**.553**注：**表示在置信度为0.01时相关性显著，*表示在置信度为0.05时相关性显著表5.2的分析结果表明，学习者在线学习效果与交互、个体、环境三个因素之间均存在显著的相关关系。其中交互因素（r=0.595，p<0.001）与大学生在线学习效果成显著正相关、个体（r=0.604，p<0.001）和环境（r=0.553，p<0.001）与大学生在线学习效果在水平上也存在显著正相关关系。因此，各自变量与在线学习效果的相关关系获得验证，为后续的假设检验提供了初步的支持。5.3回归分析为探究各变量对在线学习效果的影响，本文设定大学生在线学习效果为因变量，交互、个体、环境三个变量为自变量，使用线性回归验证大学生在线学习效果影响因素的研究模型，如表5.3所示。表5.3各影响因素与在线学习效果回归分析变量非标准化系数标准化系数VIFB标准误差Beta性别-.030.067-.023*1.001年级.110.036.1621.065专业类别.084.033.1311.017网龄.046.042.063*1.284学习频率.136.048.1611.258学习目的-.030.067-.023*1.153交互.296.056.291***1.780个体.306.055.307***1.813环境.206.054.206***1.724R².473△R².468F93.258****表示P<0.1，**表示P<0.05，***表示P<0.01表5.3为各影响因素与在线学习效果的回归分析结果，经过回归分析，剩下交互因素、个体因素和环境因素三项显著变量，决定系数R2＝0.473，表明交互因素、个体因素和环境因素共同可解释在线学习效果47.3％的变化原因。通过方差分析（ANOVA）可得Ｆ＝93.258，显著性检验的P＝0.000＜0.01，达到显著水平，表明模型有效。为了避免模型的多重共线性，对其检验发现模型中各项VIF值分别为1.780、1.813和1.724，均小于10，表明变量之间不存在着共线性问题。交互因素（β=0.291，P=0.000<0.01）、个体因素（β=0.307，P=0.000<0.01）和环境因素（β=0.206，P=0.000<0.01）这三个因素对在线学习效果产生显著的正向影响。即假设H1（交互因素对在线学习效果具有正向影响作用）、H2（个体因素对在线学习效果具有正向影响作用）、H3（环境因素对在线学习效果具有正向影响作用）成立。6结论与建议6.1研究结论本文以大学生为研究对象，从个体、交互和环境三个方面提出了影响大学生在线学习效果的因素，经问卷收集及数据分析后，这三个因素均对大学生在线学习效果存在显著影响。结果表明：大学生在线学习效果的影响因素与在线学习效果存在较高的相关性。建立的模型比较符合实际，模型结果表明交互因素、个体因素和环境因素对在线学习效果产生显著的正向影响，假设成立。6.2提升策略与建议以提高在线学习效果为目标，提出相应的策略，对提高学生的学习兴趣和投入度具有很好的作用，提升学习的主动性和知识的掌握与运用能力。6.2.1促进线上平台交互，形成学习共同体研究发现，大学生在线学习交互行为越频繁，学习效果越好。在线学习环境中技术支持的交互行为能够有效促进大学生积极参与课程学习；师生有效的交互行为可以提高学生学习效果。因此，在该环境下，教师应该以学生为主体，鼓励学生参与线上协作学习和研讨，促进师生互动。例如，线上学习时可充分发挥论坛或留言板功能，鼓励学生积极提问和解决问题，促进有效学习。同时引导学生进行同伴互评和自我评价等，促使师生之间和生生之间形成共同发展格局，提高学习的自主性和积极性，提升在线学习的效果。6.2.2培养学生的在线学习兴趣，提高情感投入水平根据多元回归分析可以发现，在线学习的个体因素中主要有自我效能感、自我管理、学习动机等方面较为薄弱，因此平台和教师应该注重提高学生的在线学习兴趣。在该环境下开展课程，需要提供针对性的课程资源和学习支架，改善教学平台建设，营造积极向上的学习氛围，提高学习者的学习兴趣，满足学习需求，提高在线学习效果。6.2.3提升在线学习平台建设质量大学生进行在线学习时，注重的是学习平台及教学资源的质量。研究表明，环境因素对在线学习效果的影响显著，对在线学习目的进行分析可以看出，进行课程学习和实现专业技能提升的学生最多，响应率分别为38.71％和27.70％，普及率分别为77.57％和55.51％，表明大学生在选择在线学习平台时是为了完成自身需求。因此，在线学习平台的设定是否符合大学生的需求和教学资源是否精准高效，是影响大学生在线学习投入度的重要因素。可以考虑以下两点策略：强化在线课程开设标准和提供给在线授课教师必要的帮助。因此，在线学习平台建设者应该基于不同学习环境的要求，设计出满足不同学习层次、不同的知识水平以及多元化学习需求的课程资源，完善平台功能结构，以促进大学生更好地掌握学习内容，提升大学生的学习能力和学习效果。参考文献[1]李兆君，李文等.现代教育技术[M].北京：高等教育出版社，2010.[2]吴明隆.问卷统计分析实务—SPSS操作与应用[M].重庆：重庆出版社，2005.[3]胡进.MOOC背景下网络视频课程的设计与开发研究[D].沈阳：沈阳师范大学，2015.[4]何彪.面向MOOC的在线学习平台的设计及应用研究[D].大连：大连理工大学，2015.[5]夏收.在线课程的发展现状及对策研究[D].武汉：华中师范大学，2014.[6]翟硕莉，孙世卫，王岩.学生在线学习效果的影响因素及解决对策[J].现代农林科技,2021,(01):65-66.[7]王孝金，穆肃.在线学习中深层次学习影响因素研究[J].电化教育研究，2020，(10)：45-49.[8]李爽，李梦蕾，赵宏.在线课程质量观和质量要素的质性研究——基于专家、实践者和学习者的视角[J].国远程教育，2020，(03)：42-49.[9]王子婷，安建强.大学生在线学习动机影响因素量化研究[J].软件导刊，2019，(05)：219-224.[10]温忠麟，黄彬彬，汤丹丹.问卷数据建模前传[J].心理科学，2018，41（01）：204-210.[11]张晓蕾，黄振中，李曼丽.在线学习者“交互学习”体验及其对学习效果影响的实证研究[J].清华大学教育研究，2017，(02)：118-124.[12]李彤彤，武法提.在线学习者效能的结构及关键影响因素研究[J].电化教育研究，2017，(09)：49-55.[13]吴亚婕.影响学习者在线深度学习的因素及其测量研究[J].网络教育，2017，（09）：57-63[14]刘炜.影响大学生学习效果的条件及因素分析[J].漯河职业技术学院学报，2015，14(06):165-170.[15]王红艳，胡卫平.中国在线学习研究现状与启示[J].中国远程教育，2013，(08)：30-34.[16]NeenaRandhawa，BenJaminTan，AyanBaner