大学生网络自主学习影响因素研究

大学生网络自主学习影响因素研究

姓名：翟绪阁申请学位级别：硕士专业：组织行为与人力资源管理

指导教师：张国梁

20081201

大连理工大学硕士学位论文摘要．网络自主学习是指学习者利用计算机网络提供的学习支持服务系统，自主地选择认知工具、确定学习目标和学习内容，通过可选择的交互方式主动探究的学习过程，实现有意义知识建构的学习方式。随着网络信息技术的飞速发展，网络自主学习以及成为大学生学习的重要学习方式。高校拥有优秀、丰富的软硬件技术和资源，大学生所具备的心理、学习技能和网络知识使得高校开展基于网络的自主学习成为可能。但是，总结以往的研究可以发现，国内对网络自主学习的研究多停留在定性的层面上分析大学生使用网络的利弊以及影响大学生网络自主学习的因素，很少有研究从实证的角度分析网络环。境对大学生网络自主学习的影响，因此，研究网络环境对网络自主学习的影响具有重大理论意义和实践价值，本文的研究工作主要如下：首先，根据Ｚｉｍｍｅｒｍａｎ自主学习的六维研究框架，在参考国内外自主学习相关量表的基础上构建网络自主学习效果评估量表和网络自主学习影响因素量表（包括个体特征量表和网络环境量表），通过访谈、专家咨询、信度、效度检验等步骤，形成共包含９个维度的网络自主学习效果评估量表和网络自主学习影响因素量表。其次，本文以大连理工大学的在校学生为研究对象来进行问卷的发放，回收了６４５份有效问卷。通过相关分析和回归分析，探讨了网络环境因素和个体特征因素对网络自主学习效果的影响，得到了影响网络自主学习效果的关键变量，并证明了各变量之间的关系。最后，本研究得出如下结论：①提出了网络自主学习的影响因素量表（由个体特征因素和网络环境因素构成）。②个体特征各维度对网络自主学习效果有显著的影响作用；＠网络环境各维度对网络自主学习效果有显著的影响作用；＠网络环境因素对个人特征因素有显著的影响作用；③网络自主学习效果在学历、网络学习年限和每周网上学习时间上存在差异；关键词：网络自主学＞－ｊ；个体特征因素；网络环境因素大学生网络自主学习影响因素研究ＴｈｅＲｅｓｅａｒｃｈｏｎｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇＳｅｌｆ－ｒｅｇｕｌａｔｅｄＥ—ｌｅａｒｎｉｎｇｏｆＣｏｌｌｅｇｅＳｔｕｄｅｎｔｓＡｂｓｔｒａｃｔ．Ｗｉｔｈｔｈｅｆａｓｔｄｅｖｅｌｏｐｍｅｎｔｏｆａｉ１１：ｒｏｒｍａＯｏｎｔｅｃｈｎｏｌｏｇｙ，ｎｅｔｗｏｒｋｉｓｗｉｄｅｌｙｕｓｅｄｉｎｅｖｅｒｙｆｉｅｌｄｏｆｓｏｃｉｅｔｙ，ｂｅｃｏｍｉｎｇｆｉｅｌｄｏｆｅｄｕｃａｔｉｏｎ，ｔｈｅｗｉｄｅｎｅｃｅｓｓａｒｙｉｍｐｏｒｔａｎｔｐａｒｔｏｆｐｅｏｐｌｅ’Ｓｌｉｆｅ，ｗｏｒｋａｎｄｓｔｕｄｙ．Ｉｎｔｈｅｕｓｅｏｆｎｅｔｗｏｒｋｂｒｉｎｇｓｎｅｗｌｉｆｅｔｏｅｄｕｃａｔｉｏｎｉｎｔｈｅｎｅｗｃｅｎｔｕｒｙ，ｎｅｗｅｄｕｃａｔｉｏｎａｌｃｏｎｃｅｐｔａｎｄｔｈｅｃｏｎｆｏｒｍｉｔｙｏｆｎｅｔｗｏｒｋｔｅａｃｈｉｎｇｍｏｄｅｌｓ，ｓｕｃｈ弱Ｓｅｌｆ－ｒｅｇｕｌａｔｅｄＬｅａｒｎｉｎｇｉｎｔｅｃｈｎｏｌｏｇｙｍａｋｅｕｐｍａｎｙｎｅｗｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔ，Ｃｏｌｌａｂｏｒａｔｉｖｅｅｎｖｉｒｏｎｍｅｎｔ，ｅｔｃ．ＡｍｏｎｇＬｅａｒｎｉｎｇｉｎｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔ，ＩｎｑｕｉｒｅＬｅａｒｎｉｎｇｉｎｎｅｔｗｏｒｋｔｈｅｍ，Ｓｅｌｆ－ｒｅｇｕｌａｔｅｄＬｅａｒｎｉｎｇｉｎｂｅｃｏｍｅｓｔｈｅｍａｉｎｔｅａｃｈｉｎｇｎｅｔｗｏｒｋｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔｃａｕｓｅｓｔｈｅｇｒｅａｔｅｓｔａｔｔｅｎｔｉｏｎａｎｄｍｏｄｅｌｓｉｎｎｅｔｗｏｒｋｉｎｓｔｒｕｃｔｉｏｎ．ＴｈｅＳｅｌｆ－ｒｅｇｕｌａｔｅｄＬｅａｒｎｉｎｇｉｎｕｓｅｓｅｎｖｉｒｏｎｍｅｎｔｍｅａｎｓｔｈａｔｔｈｅｌｅａｒｎｅｒｔｈｅｍｄｉｎｇｓｅｒｖｉｃｅｓｙｓｔｅｍｆｏｒｌｅａｒｎｉｎｇｌｅａｒｎｉｎｇａｉｍｓｐｒｏｖｉｄｅｄｂｙｎｅｔｗｏｒｋｓｔｏｃｈｏｏｓｅｃｏｇｎｉｔｉｖｅｔｏｏｌｓ，ｄｅｃｉｄｅａｎｄｃｏｎｔｅｎｔｓａｎｄｒｅａｌｉｚｅｔｈｅｍｅａｎｉｎｇｆｕｌｂｍｌｄｉｎｇｏｆｋｎｏｗｌｅｄｇｅｔｈｒｏｕｇｈａｌｔｅｒｎａｔｉｖｅ，ｉｎｔｅｒａｃｔｉｖｅａｎｄａｃｔｉｖｅｌｅａｒｎｉｎｇｐｒｏｃｅｓｓ·Ｆｉｒｓｔ，ｔｈｉｓｐａｐｅｒｂｕｉｌｔｔｈｅＥ－ｌｅａｒｎｉｎｇｅｆｆｅｃｔｓｃａｌｅａｎｄｉｔ’Ｓａｆｆｅｃｔｉｎｇｆａｃｔｏｒｓｓｃａｌｅ（ｉｎｃｌｕｄｉｎｇｔｈｅｉｎｄｉｖｉｄｕａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｔｏｆａｃｔｏｒｓｓｃａｌｅａｎｄｔｈｅｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔａｎｄｏｎｆａｃｔｏｒｓｓｃａｌｅ），ａｃｃｏｒｄｉｎｇＺｉｍｍｅｒｍａｎ’Ｓｓｉｘ－ｄｉｍｅｎｓｉｏｎａｌｓｅｌｆ－ｌｅａｒｎｉｎｇｍｏｄｅｔｈｅｂａｓｉｓｏｆｌｉｔｅｒａｔｕｒｅｓ．Ｔｈｅｄｅｖｅｌｏｐｉｎｇｐｒｏｃｅｓｓｉｎｃｌｕｄｅｓｒｅｌｉａｂｉｌｉｔｙｓｃａｌｅａｒｅｉｎｔｅｒｖｉｅｗｉｎｇ，ｅｘｐｅｒｔｃｏｎｓｕｌｔａｔｉｏｎ，ｆａｃｔｏｒａｎａｌｙｓｉｓ，ａｎｄｖａｌｉｄｉｔｙｔｅｓｔ．Ａｆｔｅｒｔｈａｔ，ｔｈｅＥ—ｌｅａｒｎｉｎｇｅｆｆｅｃｔｓｃａｌｅａｎｄｉｔ。Ｓａｆｆｅｃｔｉｎｇｆａｃｔｏｒｓｆｏｒｍｅｄ，ｗｈｉｃｈｃｏｎｔａｉｎｎｉｎｅｄｉｍｅｎｓｉｏｎｓ．１１１ｅｒｅｓｅａｒｃｈａｒｅｏｂｊｅｃｔｓａｒｅｔｈｅｓｔｕｄｅｎｔｓｏｆＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ．６４５ｖａｌｉｄａｓｄａｔａｃｏｌｌｅｃｔｅｄａｎｄｔｈｅｖａｌｉｄｃｏｌｌｅｃｔｉｎｇｒａｔｅｉｓ８０．６％．Ｔｈｅｎ，ｔｈｅｓｔｕｄｙｃｏｎｄｕｃｔｓｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓａｎｄｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓ、矶也ｔｈｅｓｅｓａｍｐｌｅｓ．Ｔｈｅｒｅｓｕｌｔｓａｒｅｓｈｏｗｎｆｏｌｌｏｗｓ：①ＴｈｅｋｅｙｆａｃｔｏｒｓａｆｆｅｃｔｉｎｇＥ—ｌｅａｒｎｉｎｇａｒｅＳｅｌｆ－ｅｆｆｉｃａｃｙ，ｇｏａｌｓｅｔｔｉｎｇｏｆｉｎｄｉｖｉｄｕａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｆａｃｔｏｒｓ，ａｎｄ，ｃｏｏｐｅｒａｔｉｏｎａｎｄＬｅａｍｉｎｇｓｔｒａｔｅｇｉｅｓｃｏｎｄｉｔｉｏｎｓａｎｄｅｘｃｈａｎｇｅｌｅａｒｎｉｎｇａｎｄＮｅｔｗｏｒｋＲｅｓｏｕｒｃｅｓｏｆＮｅｔｗｏｒｋＥｎｖｉｒｏｎｍｅｎｔ．Ｅ—ｌｅａｒｎｉｎｇａｒｅ②Ｔｈｅｓｔｕｄｙｆｉｎｄｓｔｈｅｅｆｆｅｃｔｏｆｄｉｆｆｅｒｅｎｔｉｎｅｄｕｃａｔｉｏｎ，Ｅ—ｌｅａｒｎｉｎｇｔｉｍｅ＠ＴｈｅｉｎｄｉｖｉｄｕａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｆａｃｔｏｒｓｃｏｒｒｅｌａｔｅｄｗｉｍａｎｄｎｅｔｗｏｒｋａｎｄｅｎｖｉｒｏｎｍｅｎｔｆａｃｔｏｒｓａｒｅｓｉｇｎｉｆｉｃａｎｔｌｙＥ—ｌｅａｒｎｉｎｇ．ｆａｃｔｏｒｓ＠ＴｈｅｉｎｄｉｖｉｄｕａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｉｎｆｌｕｅｎｃｅｏｎｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔｆａｃｔｏｒｓｈａｖｅｐｏｓｉｔｉｖｅＥ—ｌｅａｒｎｉｎｇ．③Ｔｈｅｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔｆａｃｔｏｒｓｃａｎｉｎｆｌｕｅｎｃｅｉｎｄｉｖｉｄｕａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｆａｃｔｏｒｓ．．ＩＩ—大连理工大学硕士学位论文ＫｅｙＷｏｒｄｓ：Ｓｅｌｆ－ｒｅｇｕｌａｔｅｄＥ－ｌｅａｒｎｉｎｇ；ＩｎｄｉｖｉｄｕａｌＣｈａｒａｃｔｅｒｉｓｔｉｃＦａｃｔｏｒｓ；ＮｅｔｗｏｒｋＥｎｖｉｒｏｎｍｅｎｔＦａｃｔｏｒｓ大连理工大学硕士论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。学位论文题目：幽望垒兰盘耋芝鱼！篮丝若有不实之处，本人愿意承担相关法律责任。作者签名：—彳坠纠西孔—一日期：珥年—上月—［日大连理工大学专业学位硕士学位论文大连理工大学学位论文版权使用授权书本人完全了解学校有关学位论文知识产权的规定，在校攻读学位期间论文工作的知识产权属于大连理工大学，允许论文被查阅和借阅。学校有权保留论文并向国·家有关部门或机构送交论文的复印件和电子版，可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印、或扫描等复制手段保存和汇编本学位论文。学位论文题作者签名：导师签名：大连理工大学硕士学位论文１绪论研究背景心理学家赫伯特·杰乔说过：“未来的文盲，不再是那些不会阅读的人，而是那些１．１没有学会怎样自主学习的人＂ｔ１】。自主学习这一概念自２０世纪７０年代提出以来，一直受到国内外教育学界的广泛关注，很多学者研究了自主学习的实质、机制、以及自主学习的影响因素，并在这些问题上取得了重大进展。２１世纪是以知识的创新和应用为主要特征的知识经济时代，同时也是以网络为依托、以信息能力为中心的信息时代。科学技术迅速发展，国际竞争日趋激烈，国力的强弱越来越取决于劳动者的素质。创新精神与实践能力成为影响整个民族生存的基本因素，自主学习和终身学习将是时代发展的必然趋势。近年来，随着网络和多媒体技术的广泛使用，自主学习的方式逐渐有由原来的基于传统教学环境下的学习方式转变为基于网络环境下的学习方式，网络自主学习已经成为一种重要的自主学习方式，越来越多的受到学习者的青睐。国际著名远程教学专家斯蒙德·基更博士将广义的网络自主学习定义为：师生在准分离状态下依靠学习支持服务系统以个体自主性学习为表现形式，师生通过网络双向通信从中收益的学习方式。据统计，在美国利用网络学习资源进行学习的人数正以每年３００％的速度增长。早在１９９９年，美国就有超过７０００万人利用网络学习资源获得知识和工作技能，６０％以上的企业利用网络学习资源和网络方式进行员工的继续教育。根据“中国互联息中心＂（ＣＮＮＩＣ）于２００８年３月的统计数字，我国网络用户已超过２亿，并且在所有网民中，学生网民所占比例最大，占到３０％，其中又以大学生为主体。并且在网络的使用中，以获取知识和信息为主要目的大学生比例超过７０％。可见网络自主学习已经成为我国大学生一种重要的学习方式，然而由于网络自主学习是一种新兴的学习方式，目前在此领域的研究仍处于起步阶段。现有的一些研究大多在定性的层面上分析大学生使用网络的利弊以及影响大学生网络自主学习的因素，很少有研究从实证的角度分析网络环境对大学生网络自主学习的影响。因此研究网络环境对大学生网络自主学习效果的影响就显得尤其重要。１．２研究问题的提出基于以上对研究背景的探讨，本文致力于研究网络自主学习的影响因素，选择网络环境因素和个人特征因素对网络学习的影响作为研究主题。研究问题主要为以下三个方面：大学生网络自主学习影响因素研究（１）如何评估网络自主学习效果？个体特征和网络环境的哪些因素会对网络自主学习效果有显著影响？已有的研究表明：外部环境因素和个体特征因素是影响自主学习的主要因素。学者们已经提出了很多影响因素。然而，在网络自主学习这一特殊的外部环境下，网络环境因素和个体特征因素应该包含哪些维度还需要进一步确定。．（２）网络环境因素和个人特征因素对网络自主学习效果有怎样的影响？哪些因素对网络自主学习效果的影响比较显著？哪些因素将提高或阻碍网络自主学习效果？（３）网络环境因素是否会影响个体特征因素？网络环境因素是否会通过影响个体特征因素，从而对网络自主学习效果产生影响？１．３研究的目的和意义本文的研究目的是在正确评估网络自主学习效果的基础上，探讨个人特征因素和网络环境因素对网络自主学习效果的影响，找出影响网络自主学习效果的关键因素，从而建立网络自主学习影响因素模型。本文的理论意义：当前关于自主学习的理论和应用的研究已经十分丰富，但大多仅限于传统学校教学环境。关于网络环境下自主学习的理论和实践研究（网络环境下自主学习效果如何、受哪些因素影响，网络环境下自主学习的干预模型，网络环境对自主学习能力的发展问题）还很少，有待于进一步研究。鉴于此，本文将探讨网络环境与自主学习之间的关系，探究网络环境下自主学习的规律，拓宽研究思路，丰富和补充现有的网络自主学习研究成果，为网络自主学习研究做出了一定的贡献。本文的现实意义：研究网络自主学习影响因素，将有利于消除影响网络自主学习的障碍因素，从而制定出相应的干预对策。并且，通过本课题的研究与实践，能根据网络环境下自主学习的规律为学生创建一个良好的学习环境，充分发挥学生的自主精神，让他们能够更有效地利用网络资源，激发学生自主学习的热情，调动学习的积极性、主动性和创造性，培养学生自主学习能力，从而提高网络资源的利用率，为大学生有效利用网络资源，提高网络自主学习效果，提供借鉴和指导。１。４研究内容与研究假设１．４．１研究内容基于以上研究问题，本研究致力于探讨网络环境因素和个体特征因素对网络自主学习效果的影响。具体研究内容如下：（１）评估网络自主学习效果本研究采用问卷调查法确定评估网络自主学习效果的方法。并通过文献法自行编制大连理工大学硕士学位论文评估网络自主学习效果的指标，最后用描述性统计分析了解实际的网络自主学习效果。（２）确定影响网络自主学习效果的网络环境因素和个体特征因素本研究在文献法的基础上，通过一系列量表构建的步骤，确定了测量网络环境因素和个体特征因素的研究工具，确定网络自主学习环境下，个体特征因素与网络环境因素的测量工具。（３）探讨网络环境和个体特征与网络自主学习效果之间的关系本研究的第三个主要内容是以网络自主学习效果评估量表和个体特征与网络环境的量表为测量工具，对大连理工大学在校大学生进行抽样调查，并通过描述性统计、相关分析和回归分析等统计方法，探寻个体特征与网络环境对网络自主学习效果的影响关系，以及网络环境与个体特征之间的关系。１．４．２研究假设基于以上的研究问题及研究内容，本文将主要研究网络自主学习效果及其影响因素之间的关系，根据文献探讨及相关的研究，并配合本研究的动机与目的，设计研究架构如图１．１所示：根据以上论述，本文提出如下研究假设：Ｈ１：个体特征因素对网络自主学习效果有显著的正向影响Ｈｌａ：自我效能对网络自主学习效果有显著的正向影响Ｈｌｂ：目标设置对网络自主学习效果有显著的正向影响Ｈｌｃ：意志水平对网络自主学习效果有显著的正向影响Ｉｌｌｄ：学习策略对网络自主学习效果有显著的正向影响Ｈｌｅ：信息处理能力对网络自主学习效果有显著的正向影响Ｈ２：网络环境对网络自主学习效果有显著的正向影响Ｈ２ａ：交流协助对网络自主学习效果有显著的正向影响Ｈ２ｂ：学习条件对网络自主学习效果有显著的正向影响Ｈ２ｃ：网络资源对网络自主学习效果有显著的正向影响大学生网络自主学习影响因素研究图１．１研究假设图Ｆｉｇ．１．１ＲｅｓｅａｒｃｈＨｙｐｏｔｈｅｓｅｓＨ３．－网络环境因素对个体特征因素有显著的正向影响Ｈ３ａ：网络环境因素对自我效能感有显著的正向影响Ｈ３ｂ．网络环境因素对目标设置有显著的正向影响Ｈ３ｃ：网络环境因素对意志水平有显著的正向影响Ｈ３ｄ．网络环境因素对学习策略有显著的正向影响Ｈ３ｅ．网络环境因素对信息处理能力有显著的正向影响１．５研究设计１．５．１研究对象本文的研究是探讨网络自主学习效果的关键影响因素。考虑到数量的需要和样本采集的可行性，因此选取大连理工大学在校的学生（包括本科生和硕士研究生）作为本次研究的对象。１．５．２研究方法本文主要采用实证研究的方法，具体研究方法如下：（１）文献研究本研究通过对文献的检索与阅读，分析与本研究所涉及理论观点相关的已有研究成果，在对以往关于自主学习研究的基础上，确定本文的研究问题和研究框架。大连理工大学硕士学位论文（２）访谈和专家咨询本研究选取了２０名在校大学生，其中硕士研究生ｌＯ名，本科生１０名，以访谈的形式对大学生网络自主学习情况进行了解，通过访谈对研究工具进行适当的修正。其次，通过对长期从事教育研究的学者（４位教授，５位副教授）的咨询，了解目前大学网络教学的影响因素以及存在问题，为研究工具的开发以及对研究结果的解释奠定了基础。（３）实证研究本研究主要采用问卷调查的实证研究方式，调查的目的主要是对本研究的三个变量进行测量，并对提出的研究框架进行检验，以及考察目前我国大学生网络自主学习的现状。数据分析主要采用ＳＰＳＳｌ１．５和Ｌｉｓｒｃｌ８．７０两个统计软件完成，具体运用的数据分析方法包括：因素分析、信度分析、描述性统计、方差分析、相关分析、回归分析。具体如下：①因素分析如前所述，本文所采用的个人特征因素量表和网络环境量表以及网络自主学习效果评估量表都是在文献查索的基础上自行编制的，因此需要对进行因素分析，对测量题项和测量因素进行重整。探索性因素分析采用ＳＰＳＳｌｌ．５完成，验证性因素分析采用Ｌｉｓｒｅｌ８．７０完成。②信度分析由于本文的测量工具是个人特征因素量表和网络环境量表以及网络自主学习效果评估量表白行建立的，都需要对信度进行检验，因此需要采用ＳＰＳＳｌｌ．５计算Ｃｒｏｎｂａｃｈ’伐系数。③描述性统计对诸如性别、专业类别、受教育程度、网络学习经验年限等样本的人口统计变量特征的分布情况进行统计描述，同时还要对网络自主学习效果及其影响因素得分的均值和标准差进行描述，将采用ＳＰＳＳｌ１．５进行统计分析。④相关分析相关分析主要用于检验各种影响因素的维度与网络自主学习效果间的相关性，使用ＳＰＳＳｌ１．５中的Ｐｅａｒｓｏｎ积差相关分析完成分析过程。⑤回归分析回归分析进一步探寻影响因素对网络自主学习效果的影响系数，以便建立网络学习效果与其影响因素的关系模型，采用ＳＰＳＳｌｌ．５包含的多元回归分析中的“逐步回归法＂来完成。大学生网络自主学习影响因素研究１．５．３研究流程本研究主要分为以下几个流程：（１）确定选题。在相关研究背景和前期研究工作的基础上确定研究的方向与主题，通过文献回顾确定需要解决的关键问题和论文的主要内容，研究目的及研究意义。（２）确定网络自主学习效果评估量表及其影响因素量表。网络自主学习效果评估量表及其影响因素量表（网络环境量表和个体特征量表）的建立具体包括应用访谈法和专家咨询法等建立初始量表，采用因素分析对修正后量表的测量维度重新进行整理和确认；再对网络自主学习效果评估量表及其影响因素量表进行信度和效度分析，从而形成正式量表。（３）进行正式量表的发放和回收，并进行数据分析和结果讨论。主要用描述性统计分析了解实际的网络自主学习效果；用相关分析和回归分析探求哪些影响因素对网络自主学习有关键影响。总体的研究流程如图１．１所示：第一阶段第二阶段第三阶段回顾自主学习的网络自主学习效果评估和影响因正式量表的发相关研究放与回收素量表与测量维度的确认１ｒ综述测量网络自主学习效果方法相关分析与回归分析网络自主学习效果评估及其影响ｒ总结网络自主学习主要影响因素因素量表的信度效度检验结果与讨论Ｌ．．…．．．．．．．．．．．．．．．．．．…．．．．．．Ｊ！．．．．．．．．．．．．．．．．．．．……．．．．．．．．图１．１研究流程图Ｆｉｇ．１．１ＲｅｓｅａｒｃｈＰｒｏｃｅｓｓｅｓ大连理工大学硕士学位论文２文献综述相关概念的界定自主学习２．１２．１．１什么是自主学习？它的本质特征是什么？这是研究自主学习必须首先回答的问题。对于这个定义，国际国内、心理学界和教育学界、各个理论流派的观点莫衷一是。综合各家研究，我们可以把自主学习概括为学生在不依靠教师或在教师指导下，根据自己的特点和意愿以及对自我元认知能力的评价，按照自己的学习方法，选择学习内容、自我安排学习进度、学习时间、学习地点，能自我评价学习活动的学习方式。２０世纪９０年代以后，国外对自主学习问题的研究更加广泛、深入，尤其在自主学习的实质、机制、自主学习与学习成绩的关系、自主学习能力的获得等基本问题上都取得了重大进展。对于自主学习的实质，可谓众说纷纭，不同理论学派的观点莫衷一是。为澄清这一问题，社会认知学派的Ｚｉｍｍｅｒｍａｎ提出了一个系统的自主学习研究框架，对自主学习的实质作了深入说明，如表２．１所示。Ｚｉ姗ｅ瑚ａｎ【２１指出，各个理论学派之所以在自主学习的实质问题上存在分歧，主要是由于他们基于自己的理论立场，只关心学习的一两个方面。如对于学习的动机问题，现象学者从自我概念中寻求答案，归因理论者则关注归因倾向；对于如何学习问题，元认知理论注重考察学生的学习策略，维果斯基学派则强调自我言语的定向作用；在获得学习结果的问题上，意志理论强调意志控制的作用，而元认知理论强调对学习过程的自我监控；在学习环境问题上，建构主义者关注的是学生对支持性学习环境的营造，而社会认知理论则强调榜样模仿和寻求他人帮助的重要性。因此要让不同学派在自主学习的本质问题上形成统一的意见，是极为困难的。Ｚｉ衄ｅｍｌａｌｌ【确】认为，确定学生的学习是否是自主的，应该依据研究框架中的第二列，即任务条件。如果学生在该列中的六个方面均能由自己做出选择或控制，则其学习就是充分自主的；反之，如果学生在这六个方面均不能由自己选择或控制，则其学习就无所谓自主。从本质上讲，自主学习的动机应该是内在的或自我激发的，学习的方法是有计划的或经过练习已达到自动化的，学习的时间是定时而有效的。自主学习的学生能够意识到学习的结果，并对学习过程做出自我监控，他们还能够主动营造有利于学习的物质和社会环境。但是在实际的学习情境中，完全意义上的自主学习和极端的不自主学大学生网络自主学习影响因素研究习都较少，多数学习介于这两者之间。因此，研究自主学习首先应该分清学生在哪些学习方面上是自主的，在哪些方面上是不自主的，然后再有针对性地施加教育干预。事实上，受Ｚｉｍｍｅｒｍａｎ的启发，其后的许多研究正是围绕这一框架展开的。表２．１Ｔａｂ２．１自主学习的６维研究框架ｔｈｅｆｒａｍｅｗｏｒｋｏｆｓｅｌｆ－ｒｅｇｕｌａｔｅｄｌｅａｒｎｉｎｇ近年来，我国学者对自主学习的实质问题也作了一些理论探讨。董奇，周勇１７】等人认为，自主学习是指学生自己主宰的学习，其实质是学习。自主学习与他主学习相对立，它们的根本分水岭是学生的主体性在教学中确立与否。自主学习具有能动性、超前性、性和异步性等特点。卢仲衡【８】贝Ｕ认为，自主学习可分为三个方面：一是对自己学习活动的事先计划和安排；二是对自己实际学习活动的监察、评价、反馈；三是对自己的学习活动进行调节、修正和控制。自主学习具有能动性、反馈性、调节性、迁移性、有效性等特征。综上所述，我们可以看出，尽管国内外学者对自主学习的看法还存在一些分歧，但是已经为我们揭示自主学习的实质提供了重要的参照框架。我们主张从学习的维度和过程两个角度来定义自主学习。从学习的维度界定自主学习是指从学习的诸方面来综合的规定自主学习的本质属性。我们认为，如果学生本人对学习的各个方面都能自觉地做出选择和控制，其学习就是充分自主的。具体说来，学习内容是自己选择的，学习策略是自主调节的，学习时间是自我计划和管理的，学生能够主动营造有利于学习的物质和社会性条件，并能够对学习结果做出自我判断和评价，那么他的学习就是充分自主的。反之，如果学生在学习的上述方面完全依赖于他人指导和调节，其学习就是被动的、不自主的。从学习过程界定自主学习是指从学习活动的整个过程来阐释自主学习的实质。我们认为，如果学生在学习活动之前自己能够确定学习目标、制订学习计划、做好具体的学习准备，在学习活动中能够对学习进展、学习方法做出自我监控、自我反馈和自我调大连理工大学硕士学位论文节，在学习活动后能够对学习结果进行自我检查、自我总结、自我评价和自我补救，那么其学习就是自主的，如果学生在整个学习过程中完全依赖教师或他人的指导和，其学习就不是自主的。２．１．２网络自主学习网络环境广义的讲包括卫星电视网、有线电视网络、计算机通信网络和教育教学管理网络；狭义的讲是指以计算机网络技术为依托，以教育软件、资源为基础、以网络技术环境为支撑的现代教育和管理环境。国际著名远程教学专家斯蒙德·基更博士将广义的网络自主学习定义为：师生在准分离状态下依靠学习支持服务系统以个体自主性学习为表现形式，师生通过网络双向通信从中收益的学习方式【９】。在此，根据我们研究的具体技术环境，我们以狭义的范围对网络自主学习加以定义。我们认为网络自主学习是指学生利用计算机网络提供的学习支持服务系统，自主地选择认知工具、确定学习目标和学习内容，通过可选择的交互方式主动探究的学习过程，实现有意义知识建构的学习方式。其实质是在教与学的过程中，从以教为中心转向以学为中心，从以教师为中心转向以学生为中心，充分发挥学生的主观能动性和创造性，在主体认知生成过程中融入学生自己的创造性见解。２．２２．２．１自主学习的理论依据自主学习的理论自主学习理论并非是网络技术发展到今天才有的，它的产生和发展有着多种学习理论作为基础。当前，国外流行的自主学习理论主要有７个派别：操作主义理论、合作学习理论、信息加工理论、社会认知理论、意志理论、言语自我指导学派、建构主义理论。其中，认知学习理论、合作学习理论和建构主义学习理论对本文有直接的理论指导意义。本文将对这几种自主学习理论的一些核心思想进行介绍。（１）认知学习理论认知学习理论认为，学习应该是主动发现的过程，学生对知识的获得类似于科学家发现新知识的过程。它提倡以帮助学生学会学习，促进学生全面发展为宗旨，以改变学生单纯地、被动地接受教师灌输知识的学习方式为着眼点，创造一种开放的学习环境，为学生提供一个多渠道获取知识、理解个人问题或社会问题，并将学到的知识加以综合并应用于实践的机会【１０１。学习是学生主动地对进入感觉的事物进行选择、转换、储存和应用的过程，特别是布鲁纳的“认知…．发现说”学习理论，不仅坚持知识的获得是一大学生网络自主学习影响因素研究种积极的认知过程，而且倡导知识的发现学习。他的发现学习，并不限于发现人类尚未发现的事物，而主要是指学生通过自己地阅读书籍和文献资料，获得对学生来说是新知识的过程。当代认知学习理论认为学生的个性差异对学习有着重要影响，并认为这些差异对学习的不同方面有着不同的影响。该理论指出应该尊重学生个性发展的特点，强调学生的选择权利。为了使不同层次的学生都能在原有的基础上得到提高，就应该根据影响学习最主要的差异一原有知识和技能的差异，在课堂教学中实行有针对性指导的分层教学。（２）合作学习理论合作学习理论强调在师生真诚的合作中实现目的与手段、教学与教育、教学与发展的深刻的一致性【１１】。学习者在网络化教学环境中，可以通过计算机的信息网络系统快速、准确地查阅有关的知识，在网络资源和网络资源中，学习者还可以通过如Ｅ．ＭＡＩＬ，ＩＣＱ，ＢＢＳ，ＣＨＡＴＲＯＯＭ，ＳＬＯＧＳ、电子白板、网上实时视音频会议系统等计算机网络功能进行交流，学习者可以选择性对某一问题展开讨论、协商、会话，每个人根据自己对问题的看法与解决方案发表意见，实现学习者之间的信息交流，同时培养学习者的社交能力与创造能力。（３）建构主义学习理论建构主义学习理论强调以学习者为中心【１２】。它不仅要求学习者由外部刺激的被动接受者和知识的灌输对象转变为信息加工的主体、知识意义的主动建构者，而且还要求教师由知识的传授者、灌输者转变为学习者主动建构意义的帮助者、促进者。这新意味着教师应当在教学过程中采用全新的教学模式、教学观念，从而在形成新一代学习理论…建构主义学习理论的同时，逐步形成与建构主义学习理论、学习环境相适应的新一代教学模式、教学方法和教学设计思想。基于网络资源的学习正是基于建构主义学习理论而产生的。计算机网络为学习者提供了良好的学习环境，主要包括丰富的学习资源、信息检索与查询工具、各种通信交流工具等，支持学习者或合作获取知识。在网络教学的环境中，学生根据学习目标，确定问题的种类，然后利用网络技术中的信息检索与查询等工具，确立达到目标的最佳学习环境，促进学习者进行建构学习。学习者则可以根据自己的实际情况建构知识，完成学习任务。２．２．２自主学习的理论模型面对不同学派提出的诸多影响自主学习的过程和因素，一些研究者试图把它们整合在一起，以此来解释自主学习的内在机制。于是很多学者在研究自主学习的内部机制时，构建了自主学习模型其中对自主学习的研究影响较为重要的有温内和巴特勒自主学习大连理工大学硕士学位论文模型、齐莫曼的自主学习模型和麦考姆斯的自主学习模型。本文将就这三种自主学习模型进行详细介绍。（１）温内和巴特勒自主学习模型社会认知学派的Ｃｏｒｎ和Ｍａｎｄｉｎａｃｈｌｌ３１（１９８３）最早提出了一个自主学习模型，对自主学习的产生、保持以及其与学习成绩的关系做了说明。该模型突出了自我效能、结果预期、计划和监控等成分在自主学习过程中的作用。在此基础上，持信息加工观点的温内和巴特勒（Ｗｉｎｎｅ＆Ｂｕｔｌｅｒ）／１４】又提出了一个更为详尽的自主学习模型，以此来阐释自主学习的内在机制，如图２．１所示。图２．１温内和巴特勒自主学习模型Ｆｉ９２．１Ｗｉｎｎｅ＆Ｂｕｔｌｅｒ’ｓＳｅｌｆ－ｒｅｇｕｌａｔｅｄＬｅａｒｎｉｎｇＭｏｄｅｌ温内和巴特勒（Ｗｉｎｎｅ＆Ｂｕｔｌｅｒ）认为，自主学习是个体的元认知的认知系统与学习任务、行为表现、外部反馈等因素相互作用的过程。完整的自主学习过程包括四个阶段：即任务界定阶段、目标设置和计划阶段、策略执行阶段和元认知调节阶段。其影响因素包括：目标设置、领域内知识、学习策略、自我监控（即意志水平）、外部反馈等因素。（２）齐莫曼的自主学习模型齐莫曼的自主学习模型是以班杜拉的个人、行为、环境交互决定论以及自我调节思想为基础而提出的，如图２．２所示【”】。齐莫曼【１６】认为，与其它形式的学习一样，自主学习要涉及自我、行为、环境三者之间的交互作用。自主学习者不仅能对内在学习过程做出主动控制和调节，并能在外部反馈基础上对学习的外在表现和学习环境做出主动监控和调节。自主学习过程中，个体不断监控和调整自己的认知和情感状态，观察和运用各种策略，调整学习行为，营造和利用学习环境中的物质和社会资源。自主学习的内部心理过程，可按其发生顺序划分为三个阶段，即计划阶段（ｆｏｒｅｔｈｏｕｇｈｔｐｈａｓｅ）、行为或意志大学生网络自主学习影响因素研究控制阶段（ｐｅｒｆｏｒｍａｎｃｅ／ｖｏｌｉｔｉｏｎａｌｃｏｎｔｒｏｌｐｈａｓｅ）和自我反思阶段（ｓｅｌｆ－ｒｅｆｌｅｃｔｉｏｎｐｈａｓｅ）。每一阶段自主学＞－ＪＸ受到若干因素或子过程影响‘１７１。图２．２齐莫曼自主学习模型Ｆｉ９２．２Ｚｉｍｍｅｒｍａｎ＇ｓＳｅｌｆ－ｒｅｇｕｌａｔｅｄＬｅａｒｎｉｎｇＭｏｄｅｌ从模型图２．２中可以看出，齐莫曼将自主学习的影响因素分以下三类：①个人（自我），包括自我效能、已有知识、目标设置、策略选择和运用等；②环境，包括物质性（环境营造）和社会性（榜样、他人帮助）两方面；③行为，包括自我观察、自我评价脑号竽ｏ（３）麦考姆斯的自主学习模型１９８９年，麦考姆斯在《自主学习和学业成绩：一种现象学的观点》一文中，提出了一个自主学习模型，如图２．３所示，对自我系统的结构成分和过程成分在自主学习中的作用进行了描述。麦考姆斯认为，在自我系统的结构成分中，关于自身能力的自我概念（ｓｅｌｆ－ｃｏｎｃｅｐｔ）、自我意象（ｓｅｌｆ－ｉｍａｇｅ）、自我价值（ｓｅｌｆ－ｗｏｒｔｈ）居于非常重要的地位。这三种成分对个体在自主学习情境下的认知、情感、动机和行为都起着定向和控制作用，在自我系统的过程成分中，目标设置、自我监控、自我判断、自我评价、自我强化等过程起重要作用，其中尤以自我评价的作用最为显著。个体的自我评价影响个体在具体学习情境下的能力判断、任务评估、目标设置、结果预期、自我监控及自我强化等过程【ｌ引。大连理工大学硕士学位论文持续地自我评价，计捌，设霞ｌｊ标，监控图２．３麦考姆斯自主学习模型Ｆｉ醇．３ＭｃＣｏｍｂｓ’ｓｅｌｆ－ｒｅｇｕｌａｔｅｄＬｅａｒｎｉｎｇＭｏｄｅｌ在模型图２．３中，麦考姆斯强调了三种影响因素影响自主学习：目标设置、计划和策略选择和行为执行和评价。在麦考姆斯的模型中，自主学习是自我系统发展的结果，它取决于自我概念、自我意象等具有动机作用的自我成分和自我监控、自我评价等过程的发展水平。要促进学生的自主学习，一方面要帮助学生建立起对自身能力的积极认识；另一方面要针对具体的自我过程进行系统训练。２．３网络自主学习的影响因素众多的研究表明：自主学习作为一种学习活动过程来看，必然受到学习者个体内部和外部多种因素的影响。因此，研究网络自主学习的影响因素，也应该从个体内部和网络环境这两方面考虑，下面将探讨影响网络自主学习的几个内外部关键因素。２．３．１个体特征因素影响学习者自主学习的内部因素比较复杂，其中最受关注的有：自我效能感、目标设置、学习策略、意志水平等。本文通过文献综述，整合影响自主学习的内部因素发现：大学生网络自主学习影响因素研究自我效能感、目标设置、学习策略、意志水平和信息处理能力５个因素是研究自主学习中较为重要的因素，因此本文将选取这５个因素作为影响网络自主学习的内部因素。下面将就各因素作进一步的探讨。（１）自我效能感自我效能感是指个体在执行某一行为操作之前对自己能够在什么水平上完成该行为活动所具有的信念、判断或主体自我把握与感受（Ｂａｎｄｕｒａ１９９４）。大量研究表明了自我效能感是影响个体行为的重要变量，在学习、工作以及其它领域都有着重要的影响作用。Ｌｉｔｔｌｅ（１９８８）［１９ｌ认为自我效能感会影响个体执行控制的能力和意愿，高自我效能感的个体对自己执行控制的能力更有信心，因此相比低自我效能感的个体，更能产生积极的结果。Ｚｉｍｍｅｒｍａｎ（１９８９）［２０１的研究发现自我效能感是影响自我学习的重要认知变量，学习者以后的学习行为的变化将受到自我效能的影响。此后，Ｚｉｍｍｅｒｍａｎ和Ｍａｒｔｉｎｅｚ（１９９０）［２１】、Ｔｈｏｍａｓ等（１９９０）［２２１、Ｓｃｈｕｎｋ（１９９６）［２３１的研究都表明自我效能感与学习成绩之间存在着显著的正相关关系。随着网络的普及，不少学者也研究了自我效能感对网络学习成绩的影响。Ｊｏｏ等（２０００）１２４１研究发现，自我效能感是决定网络学习效果一个重要因素，他们强调自我效能感对于其学习成绩有重要的、积极的影响。Ｅａｓｔｉｎ和ＬａＲｏｓｅ（２０００）［２５Ｊ指出，具有较低网络学习自我效能感的学习者，学习过程中常伴随有对其使用计算机及因特网技能的不满意、对自己进行网络学习的能力没有信心等心理状态。（２）目标设置所谓目标设定是指在作业过程中给作业者设定一个有难度的绩效目标，作业者要达到这种目标必须付出更多的努力，从而激发其动机，促进绩效的提高【２酬。目标设定理论从本质上说应该属于一种认知理论，该理论认为目标的难度（ｇｏａｌｄｉｆｆｉｃｕｌｔｙ）和目标的具体性（ｇｏａｌ．ｓｐｅｃｉｆｉｃｉｔｙ）对个体的绩效影响较大１２７Ｊ。目标设置是影响自主学习的另一个重要个体特征。研究发现，学生不同的目标设置会影响其学习任务的选择、完成任务的坚持性和付出努力的程度。目标设置理论方面的研究认为目标通过四种机制影响成绩。首先，目标具有指引的功能。它引导个体注意并努力趋近与目标有关的行动，远离与目标无关的行动。Ｒｏｔｈｋｏｐｆ和Ｂｉｌｌｉｎｇｔｏｎ（１９７９）幽卜发现有具体学习目标的学生对与目标有关的文章的注意和学习均好于对与目标无关的文章的注意和学习。第二，目标具有动力功能。较高的目标比较低的目标更能导致较大的努力。第三，目标影响坚持性。当允许参与者控制他们用于任务上的时间时，困难的目标使参与者延长了努力的时间（Ｌａｐｏｔｅ＆Ｎａｔｈ，１９７６）［２９１。第四，目标通过导致与任务相关的知识和策略的唤起、发现或使用而间接影响行动（Ｗｏｏｄ＆Ｌｏｃｋｅ，１９９０）１３０］。大连理工大学硕士学位论文大量的研究表明，与含糊和难度不大的学习目标或没有学习目标相比，明确的具有挑战性的学习目标更能提高学生的成绩。（３）意志水平自主学习的意志理论是由德国心理学家科尔（ＫｕｒｄＪ，１９８７）Ⅲ】和美国心理学家考诺（Ｃｏｍｏ）［３２】等人提出的。该理论认为，在人们的学习动力系统中，既有动机成分，又有意志成分。前者激励人们去学习，或者说启动自主学习，后者控制人们的学习行为，使学习者克服困难、坚持学习。一般而言，随着学习的进行和学习困难的增加，学习动机的推动作用会逐渐减弱，需要靠意志控制来坚持学习。具有较强的意志控制能力，自主学习者才能够顽强地克服学习过程中所遇到的困难，排除外界干扰，实现自己的学习目标。Ｂａｕｍｅｉｓｔｅｒ和Ｈｅａｔｅｒｔｏｎ（１９９６）ｔ３３】认为注意的控制是学习自控效果的关键成分，失去对注意的控制常常是导致学习自控失败的关键因素。以Ｋｈｕｌ的意志理论为基础，２００５年ＭａｒｋｕｓＤｅｉｍａｎｎ在研究中，发现个性化的提供意志策略辅导，学生成绩提高了三分之二。同时他也强调，意志具有适应功能，不是任何情况下使用意志都是有益的。在高内在动机的情况下，额外的使用意志策略反而会减弱动机的效果【蚓。２００７年Ｈ６ｆｅｒＢｅｍｂｅｎｕｔｔｙ在研究中，发现延迟满足与意志策略的使用正相关。他指出，在检验学生的学业成绩时，延迟满足和意志策略都应该受到重视１３副。（４）学习策略自主学习能力是以掌握一定的学习策略为基础的。心理学家对学习策略内涵的理解，概括起来有以下观点：第一，学习策略是学习的程序、方法及规则；第二，学习策略是学习的信息加工方法；第三，学习策略是学习监控和学习方法的结合州。Ｐｉｎｔｒｉｃｈ和Ｄｅ－Ｇｒｏｏｔ（１９９０）、Ｐｏｋａｙ和Ｂｌｕｍｅｎｆｅｌｄ（１９９０）分别以初中生和高中生为被试，调查目标倾向与自我调节学习及绩效的关系，结果两项研究都发现，学习策略是成绩的最佳预测指标，而目标倾向与绩效之间无直接的显著关系。也就是说，目标定向与学习成绩的关系并不是直接的它可能通过学习策略等中介因素影响学习成绩Ｉ¨７１。（５）信息处理能力网络自主学习的一个鲜明特点就是海量的信息资源，学习者只要掌握了一定的网络操作技能，就可以通过各种网上检索方便快捷地获取自己所需要的资料，进行高效地学习。信息处理能力是学习者利用网络自主学习时必不可缺的能力。Ｔｓａｉ（２００３）【３副在研究中发现信息处理策略对网络学习效果有一定的影响。如何利用网络浏览、处理学习资料；如何使用网络学习平台，对获得的信息进行价值判断对网络学习效果。大学生网络自主学习影响因素研究２．３．２网络环境因素齐莫曼等人把影响自主学习的环境分为两类，即社会环境和物质环境。他们认为，在社会环境中，可供模仿的榜样以及同伴、教师、家庭成员的帮助对自主学习有重要影响；在物质环境中，信息资源的可利用性以及学习场所对自主学习具有一定影响。基于此，本文选取交流协助、学习条件和网络资源３个因素做为影响网络自主学习的外部影响因素。（１）交流协助。Ｚｉｍｍｅｒｍａｎ等人认为，自主学习不等于绝对孤立地学习，自主学习者并不排斥寻求他人的帮助。他在研究中指出，在学习过程中能否得到他人的帮助是影响学习者学习绩效的重要因素【３９１。Ｗｉｌｓｏｎｔ４０ｌ（２０００）也在其研究中指出学习中的互助行为与学习者学习绩效显著相关。此外，也有学者在研究中发现，在互联网中的交流和互助行为有助于降低网络孤独感，另外，与他人进行积极有效信息交流可以帮助学习者更好的理解所接受的新信息【４ｌ】。在自主学习过程中，学习者需要构建有利于自己的资源环境，在遇到困难时，应主动寻求教师或同学的帮助。因此，自主学习者在必要的时候能否得到他人的帮助以及接受帮助的形式都对其学习有重要影响。（２）学习条件。这里的学习条件主要指学习者在网上学习时的所处环境的学习气氛和网络条件（包括硬件设施和软件支持）。Ｚｉｍｍｅｒｍａｎ（１９８９）在其提出的自主学习模型中提出，学习者的环境营造对学习者的自我效能、目标设置和学习策略有直接的影响，对个体的学习行为有直接的影响作用。Ｔｓａｉ（２００３）在研究中发现，网络学习时计算机硬件和软件的使用不便，会影响学生的意志控制水平，降低网络学习的自我效能感，影响学习效率。网络学习是在一定的网络条件下进行的。上网是否便利，各种附属设备是否具备都是进行有效网络学习的前提，都将影响学习效率。（３）网络资源。网络资源是网络自主学习主要的客体。Ｋｈａｎｌ４２１（２００ｌ，２００２）在其对网上学习环境的研究中指出，网络资源支持是网络学习环境的重要构成维度。资源数量的多寡、价值的高低、使用的方便性等特征都对网络学习效果有影响。Ｍａｔｔｈｅｗ等人【４３】在研究大学生网络焦虑时发现，冗繁的网络资源会降低学习者获取有用信息的效率，影响网上学习效率。另外有学者研究表明当发生学习者信息迷航时，网络学习者的自我效能会降低，从而影响其网络学习效果。２．４以往研究小结随着自主学习成为国际学术界和教育界的重点和热点，有关自主学习的研究在过去的几十年里取得了丰硕的研究成果，这为本文的研究提供了理论框架。同时，大连理工大学硕士学位论文Ｚｉｍｍｅｒｍａｎ、Ｗｉｎｎｅ＆Ｂｕｔｌｅｒ等人的研究也为本文的研究奠定了大量的理论基础。概括而言，与本研究相关的以往研究所取得的进展主要包括以下两个方面：（１）对自主学习模型的研究大多是基于自主学习的内部机制而进行的，许多学者提出了自己的自主学习理论，但从本质上都认为自主学习是学生自主制定学习目标、自己设定学习计划，自己对行为进行监控的学习过程。在对自主学习的研究中，最著名的理论就是Ｚｉｍｍｅｒｍａｎ的自主学习的６维研究框架以及Ｚｉｍｒｎｅｒｍａｎ建立的自主学习模型，本文的研究是基于此模型展开的。（２）以Ｂａｎｄｕｒａ为代表的社会认知学派认为，个体行为受到内因（自我效能、目标、情感等）和外因（环境、奖惩等）共同决定的。而且二者相互作用共同影响个体行为表现，这为本文的研究提供了理论支持。以往研究虽然在自主学习的研究中取得了不少进展，但是也存在一些不足，主要体现在以下两个方面：（１）国内外对于自主学习的研究较多，多网络自主学习的研究还处于起步阶段，国内现有的一些研究大多在定性的层面上分析大学生使用网络的利弊以及影响大学生网络自主学习的因素，很少有研究从实证的角度分析网络环境对大学生网络自主学习的影响。（２）学者们对于影响网络自主学习的因素划分不一，没有形成统一的，正式的网络自主学习影响因素量表。大学生网络自主学习影响因素研究３研究变量的测量与分析３．１研究工具的编制与修正本研究主要采用问卷调查的实证研究方法。首先，通过文献综述确定了量表构建的理论基础，提取了网络自主学习效果的指标和网络自主学习影响因素及其题项。其次，通过对专家学者咨询，对问卷内容和形式进行修订从而形成预试量表。最后结合专家的意见，并试着让一部分学生进行填答，根据他们的意见再一次进行修正，从而形成本研究使用的正式量表。本文调查问卷共包括４个部分，除了个人基本资料之外，皆采用Ｌｉｋｅｒｔ式量表作为各研究变量的衡量方式，并由填答者依其主观认知加以选择。３．１．１研究工具的编制本研究要完成网络自主学习影响因素的研究主要采用的是问卷调查法，研究使用的问卷共分为４个部分：①个体基本资料调查问卷，主要用于样本特征分析。个体基本资料调查问卷包括性别、学历、专业类别、网络学习经验年限和平均每天网上学习时间。②网络自主学习效果评估量表，主要是对网络自主学习效果进行评估。目前国内外还没有一个非常成熟的量表专门用于评估网络自主学习效果。因此本研究的网络自主学习效果评估量表主要参考ＷｉｌｌｉａｍＨｏｒｔｏｎ的Ｅ．１ｅａｒｎｉｎｇ评估模型以及学者梁佳玲的关于Ｅ．１ｅａｒｎｉｎｇ效果评估问卷自行编制而成。③个体特征因素量表，主要是调查影响网络自主学习的个体特征因素。本研究的个体特征因素量表是笔者在文献研究的基础上，根据Ｚｉｍｍｅｒｍａｎ自主学习的６维研究框架，参考国内外相关量表白行编制而成。④网络环境因素量表，主要是调查影响网络自主学习的网络环境因素。网络环境问卷是笔者在文献研究的基础上，借鉴一般自主学习的影响因素问卷，并参考Ｈｉｌｌ（２００６）编制的网络使用情况调查问卷基础上，自行编制而成的。３．１．２研究工具的修正过程由于本文研究的对象是在校的大学生，量表题项的描述方式需要适合他们的语言习惯和学习环境。更主要的是，本研究所使用的量表是自主编制的量表，可能会存在语义繁琐和重复的地方。因此，需要根据我国高校具体情况对其进行合并与删减；问卷中的题项内容可能存在表述不清，遗漏的现象，需要对其进行修正补充。本文将对量表进行修正与改进，量表修正的过程经过了以下几个步骤：大连理工大学硕士学位论文（１）专家咨询在预试量表形成之后，向２位多年从事教育工作的教师和３名工商管理博士对量表题项的描述方式和题项内容方面进行了咨询。主要从理论的角度和长期从事教育研究的经验出发对问卷的题项进行了修正。在专家咨询的过程中，获得了宝贵的意见，尤其在题项的表述上得到了很大的改善，更加符合学生网络学习的特点。（２）预测试经过以上步骤的修订，对生成的初始研究工具进行了小规模的预测。预测对象大连理工大学的５０名在校学生，其中研究生３０人，本科生２０人。预测试的目的主要是了解填答者在实际答题时，是否会产生语意不清或者填写困难的情况，根据他们的反馈对问卷进行最后的修订。同时也对数据进行了项目分析一总体相关系数检验，其目的是考察每一个题项是否与其所在的维度的相关系数大于该题项与其它维度的相关系数，从而表明该题项是否能够反映出所属维度的含义。数据分析的结果显示出网络自主学习效果有１个题项、网络资源有２个题项没有符合上述要求，目标设置有１个题项没有符合要求，表明它们所反映的含义尚不明确，对这三个题项的内容进行了进一步地修正。（３）初始量表的生成经过测试修改后，最终形成了本文对大学生网络自主学习进行测量的初始量表，共３７个题项，网络自主学习效果包含４个题项、自我效能包括４个题项、目标设置包括３个题项、学习策略包括４个题项、意志水平包括４个题项、信息处理能力包括５个题项、交流协助包括４个题项、学习条件包括４个题项，网络资源包括５个题项。量表采用的是李克特式量表（Ｌｉｋｅｒｔ．ｔｙｐｅＳｃａｌｅ）５点计分法，让填答者根据其学习中的实际感受与问卷题项描述的符合程度从“完全同意”到“完全不同意＂分别给予选择。问卷除了包含以上题项之外，还在前面设置了人口统计变量的题项，包括对性别、专业、受教育程度、网上学习经验、平均每周网上学习时间。具体内容如表３．１所示。表３．１入口统计变量表Ｔａｂ．３．１ＤｅｍｏｇｒａｐｈｉｃＶａｒｉａｂｌｅｓ大学生网络自主学习影响因素研究３．２数据收集和样本描述本文的研究对象为大连理工大学的在校学生（包括本科生和研究生）。共发放８００份问卷，回收７１９份，有效问卷为６４５份，有效回收率为８０．６％。样本的基本特征汇总如表３．２所示。表３．２样本结构（Ｎ＝６４５）Ｔａｂ．３．２ＳａｍｐｌｉｎｇＣｏｍｐｏｓｉｎｇ从表中可以看出，就样本的性别而言，男性３６０人，占５５．８％，女性２７３人，占４４．２％，缺失１２人。占１．９％。男性学生的数量比女性学生的要多一些，就掌握的实际情况来看，目前大连理工大学的男性学生数量确实多于女性，基本符合整体的特征。就样本的学历分布而言，本科生４３９人，占有效问卷６８．１％；研究生２０６人，占有效问卷３１．９％。本科生远多于研究生，这同大连理工大学现阶段学生结构一致。就专业而言，文史类２６２入，占４０．６％，理工类３８３人，占５９．４％，理工类学生多于文史类，符合现阶段大连理工大学专业结构特点。另外，就使用网络学习年限而言，一年以下的有１７２人，占大连理工大学硕士学位论文２６．７％，一到两年１６５人，占２５。６％，两年以上２９１人，占４７．７％，缺失１７人，占２．６％。从使用网络学习的时间可以看出在校大学生一般都有较长的网络学习经验，符合大学生使用网络的情况。就每周平均网上学习时间而言，少于１４小时２１０人，占３２．６％，１４至１８小时２０９人，占３２．４％，２９至４２小时７５人，占１１．６％，４２小时以上１２９人，占２０％，缺失２２人，占３．４％。综合以上对有效样本特征的分析，可以看出，样本和整体的分布基本一致，本次整群随机抽样的效果还是比较好的。３．３研究变量的信度与效度检验３．３．１个体特征量表的检验（１）构念效度检验由于本研究所使用的个体特征量表是自主编制的，因此需要重新探索个体特征的维度组成。本研究采用探索性因素分析和验证性因素分析相结合的方式。根据交叉证实检验的要求，将６４５份数据随机分成两部分，第一部分３２２份样本，用于探索性因素分析；第二部分３２３份样本，用于验证性因素分析。①探索性因素分析对样本１进行ＫＭＯ抽样适当性检验和Ｂａｒｔｌｅｔｔ’ｓ球形检验，确认数据是否适合进行因素分析。ＫＭＯ值为ｏ．８４，Ｂａｒｔｌｅｔｔ’ｓ球形检验的ｆ值为３２５４．１３（自由度为９１），达到显著，表明数据适合进行因素分析。采用主成分分析法和Ｐｒｏｍａｘ斜交旋转的方法来辨析个体特征的结构。按照特征值大于１，因素负荷不低于Ｏ．４０的标准提取出５个因素。累计解释变异量为５７．０３％。因素负荷矩阵如表３．３所示。表３．３因素负荷矩阵（ｎ＝３２２）Ｔａｂ．３．３ＦａｃｔｏｒｓＬｏａｄＭａｔｒｉｘ（ｎ＝３２２）大学生网络自主学习影响因素研究从表３．３可以看出经过探索性因素分析得到的个人特征影响因素量表共包含５个共同因素和２０个题项，每个因素所包含的题项个数都比较均衡，而且解释系数都比较鲜明。根据以上各因素包含的题项并参考相关文献，对各因素进行命名如下：因素１中包含题项卜４，这４个题项都属于个人特征影响因素量表，都是关于学生网络自主学习自我效能感的内容，因此，将因素ｌ命名为“自我效能感”。因素２中包含题项５—８，这４个题项都属于个人特征影响因素量表，都是关于学生网络学习时自我意志的内容，因此，将因素２命名为“意志水平”。因素３中包含题项９－１ｌ，这３个题项都属于个人特征影响因素量表，都是关于学生网络学习时目标设置的内容，因此，将因素３命名为“目标设置”。因素４包含题项１２—１５，这４个题项都属于个人特征影响因素量表，都是关于学生网络学习时学习策略的内容，因此，将因素４命名为“学习策略＂。因素５包含题项１６－２０，这５个题项都属于个人特征影响因素量表，都是关于学生信息处理能力的内容，因此，将因素５命名为“信息处理能力＂。各因素的定义如下：因素１一自我效能感：学生在网络自主学习开始前，对自己能够在什么水平上完成学习任务所具有的信念、判断或主体自我把握与感受。因素２一意志水平：指学生在网络自主学习遇到困难时，能够克服困难、坚持学习的程度。因素３一目标设置：指学生在网络自主学习时，给自己设定一个有难度的学习目标，从而激发学习动力，提高学习成效。因素４＿一学习策略：指学生在网络自主学习时，自己所采用的学习方法和程序。因素５～信息处理能力：指学生在网络自主学习时，获取资料，处理信息的能力。②验证性因素分析８０年代末，Ａｎｄｅｒｓｏｎ建议在理论建立与发展的过程中，通过探索性分析建立模型，再用验证性分析来检验模型，即在探索性因素分析的基础上，寻找到可能的结构，再用另一个样本采用验证性因素分析（ＣｏｎｆｉｒｍａｔｏｒｙＦａｃｔｏｒＡｎａｌｙｓｉｓ，ＣＦＡ）去证实结构的合理性，这种程序称为交叉证实（Ｃｒｏｓｓ．ｖａｌｉｄａｔｉｏｎ）【４３１。本文将采用结构方程建模软件Ｌｉｓｒｅｌ８．７来实现验证性因素分析，用同时收集到的３２３个样本数据对个人特征影响因素量表的探索性结构进行检验。采用最大似然法进行估计，判断标准选取通常使用的拟合指标，包括卡方检验（ｚ２）、拟合优度指数（ＧＦＩ）、修正拟合优度指数（ＡＧＦＩ）、不规范拟合指数（ＮＮＦＩ）、比较大连理工大学硕士学位论文拟合优度指数（ＣＦＩ）、近似误差均方根估计（ＲＭＳＥＡ）、残差均方根（Ｓ砌瓜）七个指标。ｆ检验是最常用的检验指标，如果妒值与自由度之比小于２，可认为模型拟合较好；如果ｚ２值与自由度之Ｌｔ，ｄ，于５，表明模型尚可接受。但是ｆ值与样本规模有关，当样本数量较大时，ｘ２检验不能很好地判断模型的拟合程度Ⅲ】。ＧＦＩ和ＡＧＦＩ是绝对拟合指标，衡量假设模型与样本数据的拟合程度。两个指标大于Ｏ．９０，认为模型拟合好，但是这两个指标也会受到样本数量的影响（Ｈｕ＆Ｂｅｎｔｌｅｒ，１９９５）［４５］ｏＣＦＩ和ＮＮＦＩ是相对拟合指标，主要用来对不同的模型进行比较，越接近１越好。许多研究表明ＣＦＩ是一个良好的综合性指标，无论样本大小都表现出令人满意的性能ｍＪ。另外，ＲＭＳＥＡ和ＳＲＭＲ是近似误差指数，也属于绝对拟合指数的范畴，在近期的研究中经常被学者所使用。两个指标越接近０表明拟合越好，ＲＭＳＥＡ值的解释标准如下：０代表完全拟合：＜Ｏ．０５代表接近拟合；０．０５－４）．０８代表相当拟合；０．０８－－０．１０代表一般拟合；＞Ｏ．１０代表不拟合［４７１１４８１。Ｈｕ和Ｂｅｎｔｌｅｒ（１９９８）对ＳＲＭＲ推荐的临界值是０．０８，即ＳＲＭＲ小于０．０８表明模型较好地拟合了原始数据，大于０．０８时，认为模型拟合不好［４９１。③模型拟合的结果使用Ｌｉｓｒｅｌ８．７统计软件进行模型验证分析，得到的个体特征５因素假设模型的模型拟合指标如表３．４所示：表３．４验证性因素分析结果（Ｎ＝３２３）Ｔａｂｌｅ３．４ＲｅｓｕｌｔｓｏｆＣｏｎｆｉｒｍａｔｏｒｙＦａｃｔｏｒＡｎａｌｙｓｉｓ／ｄｆＸ＇？ｄｆ４．７１ＧＦＩＡＧＦＩＮＮＦＩ０．９２ＣＦＩＳＲＭＲ０．０７ＲＭＳＥＡＯ．０９模型拟合指４９１．６４１０２Ｏ．９０．８９Ｏ．９５杯ｄＬ－－从上表可以看出，ｚ２／ａｆ的值ｄ，＝：－５；ＧＦＩ、ＡＧＦＩ的值接近０．９０；ＮＮＦＩ与ＣＦＩ的值都大于Ｏ．９０；ＳＲＭＲ的值为０．０７，满足小于０．０８的要求；ＲＭＳＥＡ的值为Ｏ．０９，满足小于Ｏ．１０的基本要求。综合以上各项模型拟合指标的表现，可以看出，探索性因素分析得到的５因素结构模型得到了较好的验证。④聚合效度和区分效度检验构念效度的检验除了已经采用的因素分析的方法之外，还有聚合效度和区分效度检验法。Ｃｏｍｐｂｅｌｌ和Ｆｉｓｋｅ（１９５９）认为，要确定一个测验的构念效度，在理论上必须符合两个条件：如果两个测验是测量同一构念的，即使使用不同的方法进行测量，它们之间的相关也应是高的，即聚合效度（ＣｏｎｖｅｒｇｅｎｔＶａｌｉｄｉｔｙ）高。如果两个测验测量的是不同大学生网络自主学习影响因素研究的特质，即使使用相同的方法，它们之间的相关也应是低的，即具有区分效度（ＤｉｓｃｒｉｍｉｎａｎｔＶａｌｉｄｉｔｙ）［５０】。聚合效度通过检验个体特征各维度之间的相关系数来判断。表３．５中的相关系数反映出个体特征各维度之间的相关系数均达到显著水平（均通过了显著性水平的检验），说明在测量个体特征这一构念时各个维度之间具有较强的聚合效度。区分效度可以通过个体特征各维度之间的相关系数与各维度的信度系数的比较来判断。表３．５显示个体特征各维度之间的相关系数（Ｏ．３６—０．６１之间）均小于各自维度的信度系数（Ｏ．６３．０．８７），说明本模型中的大部分维度的意义是相对的，是能够与其它维度区分开来的，证明本问卷具有较好的区分效度。表３．５个体特征各维度的均值、标准差、相关系数和内部一致性系数（Ｎ；６４５）Ｔａｂ．３．５Ｍｅａｎｓ，ｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｓａｎｄｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓａｎｄｉｎｔｅｒｎａｌｃｏｎｓｉｓｔｅｎｃｙｃｏｅｆｆｉｃｉｅｎｔｓａｍｏｎｇｄｉｍｅｎｓｉｏｎｓｏｆｉｎｄｉｖｉｄｕａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｆａｃｔｏｒｓ（Ｎ＝６４５）注１）双尾检验，术＝ｌ：ｐ＜Ｏ．０１２）括号中的数字代表Ｃｒｏｎｂａｃｈ’ａ信度系数。（２）内部一致性信度检验信度是指在一组测验分数中，真分数方差和实测分数方差的比值。因此只要尽可能减少测量误差的影响，就能获得比较一致的测量结果，使测验具有较高的信度。常用的信度检验方法有重测信度、复本信度、内部一致性信度和评价者间一致性检验等。本研究采用内部一致性信度检验。Ｃｒｏｎｂａｃｈ’仅一致性系数是最常用的检验方法，反映的是各测量题项的内部的一致性程度，即题项的同质性。检验结果如表３．５所示。大部分维度的信度系数大于０．７０，目标设置和信息处理能力两个维度的信度系数大于Ｏ．６０。根据吴明隆（２００３）的观点，对于分量表，其信度系数最好在Ｏ．７０以上，如果在０．６０至０．７０之间，还可以接受使用，如果分量表的内部一致性系数在０．６０以下，应该考虑重新修订量表或删减题项【５１１。本研究的结果表明问卷的测量结果是比较可靠的。大连理工大学硕士学位论文３．３．２网络环境量表的检验（１）构念效度检验①探索性因素分析对样本１进行ＫＭＯ抽样适当性检验和Ｂａｒｔｌｅｔｔ’ｓ球形检验，确认数据是否适合进行因素分析。ＫＭＯ值为ｏ．９３，Ｂａｒｔｌｅｔｔ＇ｓ球形检验的ｆ值为１２０６．１３（自由度为７８），达到显著，表明数据适合进行因素分析。采用主成分分析法和Ｐｒｏｍａｘ斜交旋转的方法来辨析个体特征的结构。按照特征值大于１，因素负荷不低于Ｏ．４０的标准提取出３个因素。累计解释变异量为６３．１０％。因素负荷矩阵如表３．６所示。表３．６因素负荷矩阵（ｎ＝３２２）Ｔａｂ．３．６ＦａｃｔｏｒｓＬｏａｄＭａｔｒｉｘ（ｎ＝３２２）从表３．６可以看出经过探索性因素分析得到的网络环境影响因素量表共包含３个共同因素和１３个问卷题项，每个因素所包含的题项个数都比较均衡，而且解释系数都比较鲜明。根据以上各因素包含的题项并参考相关文献，对各因素进行命名如下：因素１包含题项１－４，这４个题项都属于网络环境影响因素量表，都是关于学生相互帮助与交流的内容，因此，将因素１命名为“交流协助’’。因素２包含题项５－８，这４个题项都属于网络环境影响因素量表，都是关于学习条件的内容，因此，将因素２命名为“学习条件”。因素３包含题项９－１３，这５个题项都属于网络环境影响因素量表，都是关于网络学习资源的内容，因此，将因素３命名为“网络资源＂。各因素的定义如下：因素ｌ一交流协助：指学生在网络自主学习过程中，同老师或同学之间所进行的信息共享，互相帮助。大学生网络自主学习影响因素研究因素２－学习条件：指学生在网络自主学习时，其所处环境的状况（包括固定设施，软硬件支持等）。因素３一网络资源：指学生在网络自主学习时，所能利用的网络资源。如：包括网络课程，网上学习资料等。②验证性因素分析对３２３份样本数据进行验证性因素分析，得到的３因素假设模型的模型拟合指标如表３．７所示：表３．７验证性因素分析结果（ｎ＝３２３）Ｔａｂ．３．７ＲｅｓｕｌｔｓｏｆＣｏｎｆｉｒｍａｔｏｒｙＦａｃｔｏｒＡｎａｌｙｓｉｓ从上表可以看出，乃够的值小于４；ＧＦＩ和ＡＧＦＩ两个指标都大于ｏ．９０，ＮＮＦＩ的值虽然低于Ｏ．９０，但是非常接近Ｏ．９０；ＣＦＩ的值大于Ｏ．９０，表明模型拟合的很好；ＳＲＭＲ值为Ｏ．０７，小于Ｏ．０８，则在可接受范围之内；ＲＭＳＥＡ值为Ｏ．０８，满足小于Ｏ．１０的基本要求。综合以上各项模型拟合指标的表现，可以看出，探索性因素分析得到的网络环境３因素结构模型得到了比较好的验证。③聚合效度和区分效度检验通过对表３．８中相关系数和信度系数的分析与比较，证明了网络环境问卷具有较好的聚合效度和区分效度。表３．８网络环境３个维度的均值、标准差、相关系数和内部一致性系数（Ｎ＝６４５）Ｔａｂ．３．８Ｍｅａｎｓ，ｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｓａｎｄｃｏｌｌｒｅｌｍｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓａｎｄｉｎｔｅｍａｌｃｏｎｓｉｓｔｅｎｃｙｃｏｅｆｆｉｃｉｅｎｔｓａｍｏｎｇｄｉｍｅｎｓｉｏｎｓｏｆｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔｆａｃｔｏｒｓ烈＝６４５）注１）双尾检验，料ｐ＜０。０１２）括号中的数字代表Ｃｒｏｎｂａｃｈ’ａ信度系数。大连理工大学硕士学位论文（２）内部一致性信度检验本研究采用Ｃｒｏｎｂａｃｈ’Ｑ一致性系数检验各维度的内部一致性。检验结果如表４．８所示。两个维度的内部一致性系数均大于Ｏ．７０，表明问卷具有较好的一致性。３．３．３网络自主学习效果量表的检验（１）构念效度检验①探索性因素分析对样本ｌ进行ＫＭＯ抽样适当性检验和Ｂａｒｔｌｅｔｔ＇ｓ球形检验，确认数据是否适合进行因素分析。ＫＭＯ值为ｏ．８３，Ｂａｒｔｌｅｔｔ’Ｓ球形检验的矛值为２００３．５７（自由度为９３），达到显著，表明数据适合进行因素分析。采用主成分分析法和Ｐｒｏｍａｘ斜交旋转的方法来辨析个体特征的结构。按照特征值大于１，因素负荷不低于Ｏ．４０的标准提取出１个因素。累计解释变异量为４３．３１％。因素负荷矩阵如表３．９所示表３．９因素负荷矩阵（ｎ＝３２２）Ｔａｂ．３．９ＦａｃｔｏｒｓＬｏａｄＭａｔｒｉｘ（ｎ＝３２２）从表３．９可以看出经过探索性因素分析得到的网络自主学习效果量表共包含１个因素，４个问卷题项，解释系数都比较鲜明。提取出的１个因素下的各个题项比较集中地反映了所属的因素的含义，因此这个因素命名为网络自主学习效果。因此将该因素的定义如下：因素１一网络自主学习效果：学生网络自主学习中，认为其学习成效如何。如：是否提高学习成绩，是否更好的掌握一门知识等。②验证性因素分析对３２３份样本数据进行验证性因素分析，得到的单因素假设模型的模型拟合指标如表３．１０所示：表３．１０验证性因素分析结果（ｎ＝３２３）Ｔａｂ．３．１０ＲｅｓｕｌｔｓｏｆＣｏｎｆｉｒｍａｔｏｒｙＦａｃｔｏｒＡｎａｌｙｓｉｓ大学生网络自主学习影响因素研究从上表可以看出，ｘ２／ｄＪ的ｆｆｉｄ，３；ＧＦＩ和ＡＧＦＩ两个指标都大于０．８０，基本可以接受；ＮＮＦＩ的值大于０．９０；ＣＦＩ的值大于Ｏ．９０，表明模型拟合的很好；ＳＲＭＲ值为０．０７，小于Ｏ。０８，则在可接受范围之内；ＲＭＳＥＡ值为０．０７，满足小于０．１０的基本要求。综合以上各项模型拟合指标的表现，可以看出，探索性因素分析得到的网络自主学习效果结构模型得到了比较好的验证。③聚合效度和区分效度检验通过对表３．１１中信度系数的分析，证明了网络自主学习效果量表具有较好的聚合效度和区分效度。表３．１１网络自主学习效果的均值、标准差和内部一致性系数（Ｎ＝６４５）Ｔａｂ．３．１１Ｍｅａｎｓ，ｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｓａｎｄｉｎｔｅｒｎａｌｃｏｎｓｉｓｔｅｎｃｙｃｏｅｆｆｉｃｉｅｎｔｓｏｆｓｅｌｆ－ｒｅｇｕｌａｔｅｄＥ—ｌｅａｒｎｉｎｇｅｆｆｅｃｔ（Ｎ＝６４５）（２）内部一致性信度检验本研究采用Ｃｒｏｎｂａｃｈ’仅一致性系数检验各维度的内部一致性。检验结果如表３．１１所示。网络自主学习效果的内部一致性系数大于０．７０，表明量表具有较好的一致性。３．４研究变量的个体差异分析３．４．１网络自主学习效果的个体差异分析对性别、学历、专业、网络学习时间等个体差异进行比较，主要采用样本Ｔ检验和Ｏｎｅ．ｗａｙＡＮＯＶＡ的方法。结果见表３．１２．表３．１４。表３．１２网络自主学习效果的性别等特征的差异检验Ｔａｂ．３．１２ＩｎｄｅｐｅｎｄｅｎｔＳａｍｐｌｅｓＴｅｓｔｒｅｓｕｌｔｓｏｆｓｅｌｆ－ｒｅｇｕｌａｔｅｄＥ－ｌｅａｒｎｉｎｇｅｆｆｅｃｔ注：１）¨ｐ＜０．０１２）宰ｐ＜０．０５大连理工大学硕士学位论文表３．１３网络自主学习效果的学习时间差异检验Ｔａｂ．３．１３Ｏｎｅ—ｗａｙＡＮＯＶＡｒｅｓｕｌｔｓｏｒＥ—ｌｅａｒｎｉｎｇｅｆｆｅｃｔ注：１）·幸ｐ＜ｏ．０１２）·ｐ＜０．０５表３．１４网络自主学习效果的网上学习时间差异检验Ｔａｂ．３．１４Ｏｎｅ－ｗａｙＡＮＯＶＡｒｅｓｕｌｔｓｏｆＥ－ｌｅａｒｎｉｎｇｅｆｆｅｃｔ注：１）¨ｐ＜０．０１２）·ｐ＜０．０５从检验结果可以看出：①性别和专业类别在大学生网络自主学习效果上没有显著差异。②学历在网络自主学习效果上存在显著差异，说明硕士研究生的网络自主学习效果普遍优于本科生。其原因可能时研究生在网络学习时对学习目标的设置比本科生具体、更具有指导性，其次可能时研究生的网络学习环境比本科生更利于提高学习效果。０网络学习年限在网络自主学习效果上存在显著的差异：使用网络学习超过一年的学生其学习效果明显好于使用网络学习年限低于一年的学生。其原因可能是随着学生使用网络学习的时间变长，学习的网络学习能力也不断提升，从而提高学生网络自主学习效果。＠每周网上学习时间在网络自主学习效果上存在显著的差异：平均每周使用网络２８小时至４２小时及以上的个体其网络学习的效果要好于平均每周使用网络１４至２８小时的个体；而每周使用网络１４至２８小时的个体其网络自主学习效果则好于每周使用网络低于１４小时的个体。３．４．２个体特征的个体差异分析对性别、学历、专业、网络学习年限等个体差异进行比较，主要采用样本Ｔ检验和Ｏｎｅ．ｗａｙ列出。ＡＮＯＶＡ的方法。结果见表３．１５一表３．１７。没有显著性差异的测量结果未大学生网络自主学习影响因素研究３．１５个体特征因素的性别等特征的差异检验Ｔａｂ．３。１５ＩｎｄｅｐｅｎｄｅｎｔＳａｍｐｌｅｓＴｅｓｔｒｅｓｕｌｔｓｏｆｉｎｄｉｖｉｄｕａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｆａｃｔｏｒｓ注１）¨ｐ＜０．０１；２）奉ｐ＜ｏ．０５；表３．１６个体特征的学习年限差异检验Ｔａｂ．３．１６Ｏｎｅ—ｗａｙＡＮＯＶＡｒｅｓｕｌｔｓｏｆｉｎｄｉｖｉｄｕａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｆａｃｔｏｒｓ注１）¨ｐ＜０．０１２）奉ｐ＜０．０５；．３０一大连理工大学硕士学位论文表３．１７个体特征的网上学习时间差异检验Ｔａｂ．３．１７Ｏｎｅ－ｗａｙＡＮＯＶＡｒｅｓｕｌｔｓｏｆｉｎｄｉｖｉｄｕａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｆａｃｔｏｒｓ注１）¨ｐ＜Ｏ．０１２）·ｐ＜Ｏ．０５；从检验结果可以看出：①在目标设置和学习策略方面男性和女性没有显著差异；在自我效能和意志水平方面女性优于男性，说明在网络学习是女性是自我感觉一般比男性要好，注意力也比男性更集中于学习；在信息处理能力方顽女性表现低于男性，其原因可能是女性相对于男性而言，不是很热衷于使用网络，从而使其信息的处理能力低于男性。②硕士研究生在“自我效能＂、“目标设置＂、“学习策略”和“信息处理能力＂上显著高于本科生，说明高学历的研究生较之本科生更容易利用网络学习，而在意志水平上学历则无明显差异。＠专业类别在个体特征各变量中均不存在显著差异。＠使用网络学习的年限在自我效能和意志水平２个维度上没有显著差异，而在目标设置、学习策略和信息处理能力上则存在显著差异：使用网络学习年限越长，则学生在目标设置、学习策略和信息处理能力３个维度的表现越好，其原因可能是使用网络学习的年限越久，学习者在网络学习时制定的学习目标、学习策略越符合自身的情况，并且学习者的信息处理能力也随着使用网络学习的时间的增长而变强。⑤每周网上学习时间在意志水平上不存在显著差异，但在自我效能、目标设置、学习策略和信息处理能力上存在显著差异：每周平均上网时间越长，则学生在自我效能、目标设置、学习策略和信息处理能力４个维度的表现越好。大学生网络自主学习影响因素研究３．４．３网络环境的个体差异分析对性别、学历、专业、网络学习年限等个体差异进行比较，主要采用样本Ｔ检验和Ｏｎｅ－ｗａｙ歹０出。ＡＮＯＶＡ的方法。结果见表３．１８一表３．１９。没有显著性差异的测量结果未表３．１８网络环境因素的性别等特征的差异检验Ｔａｂ．３．１８ＩｎｄｅｐｅｎｄｅｎｔＳａｍｐｌｅｓＴｅｓｔｒｅｓｕｌｔｓｏｆｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔｆａｃｔｏｒｓ注１）··ｐ＜０．０１２）·ｐ＜Ｏ．０５；表３．１９网络环境特征的上网时间的差异检验Ｔａｂ．３．１９Ｏｎｅ－ｗａｙＡＮＯＶＡｒｅｓｕｌｔｓｏｆｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔｆａｃｔｏｒｓ注１）¨ｐ＜０．０１２）＋ｐ＜０．０５；从检验结果可以看出：①性别和专业类别在网络环境各因素中均不存在显著差异；②硕士研究生在网络环境３个维度均优于本科生，其原因可能是研究生有固定的、学习气大连理工大学硕士学位论文氛浓厚的教研室，使得研究生相对于本科生更利于进行网络自主学习；０在网络环境因素对网上学习时间的差异检验中，只有网络资源在上网时间上不存在显著差异，其余各项存在显著差异，说明学生每周网上学习时间长的学生在交流协助上优于上网时间少的学生。大学生网络自主学习影响因素研究４网络自主学习效果与其影响因素的关系分析本文最主要的研究问题就是要探讨个体特征和网络环境因素各个维度对个体网络自主学习效果的影响。为了通过数据分析给出这些问题的答案，本文需要对数据进行：描述性统计，以及相关和回归分析：（１）描述性统计分析（Ｄｅｓｃｒｉｐｔｉｖｅ描述。（２）相关分析（ＣｏｒｒｅｌａｔｉｏｎＡｎａｌｙｓｉＳ）Ａｎａｌｙｓｉｓ）对网络自主学习效果及其影响因素各维度的均值、标准差和维度间的相关矩阵进行主要用于网络自主学习效果与个体特征５个维度和网络环境３个维度之间的相关性。以及个体特征５个维度和网络环境３个维度之间的相关性。相关分析将使用ＳＰＳＳ统计软件中的Ｐｅａｒｓｏｎ积差相关分析完成，并求得维度间的相关系数。（３）回归分析（ＲｅｇｒｅｓｓｉｏｎＡｎａｌｙｓｉｓ）主要是在相关分析的基础上，继续探究网络自主学习效果与各影响因素之间的因果关系，即个体特征与环境特征对网络自主学习效果的影响作用，以便建立网络自主学习的影响模型。４．１描述性统计分析结果４．１．１网络自主学习效果描述性统计结果大学生的网络自主学习效果描述统计结果如表４．１所示。此量表为５级评分法，３分为中间状态即理论中值，小于３分为网络自主学习效果不好，大于３分为网络自主学习效果好。表４．１网络自主学习效果描述性统计（ｎ＝６４５）Ｔａｂ．４．１ＤｅｓｃｒｉｐｔｉｖｅＳｔａｔｉｓｔｉｃｓｏｆＥ·ｌｅａｒｎｉｎｇｅｆｆｅｃｔ大连理工大学硕士学位论文从统计结果可以看出，网络自主学习效果的平均值为３．５６，接近于４分，说明大学生自认为其网络自主学习效果比较好，大学生能够在网络学习中提高自身素质。这为进一步研究网络自主学习影响因素提供了基础。４．１．２个体特征描述性统计结果影响网络自主学习的个人特征因素的描述性统计结果如表４．２所示。前两项分别为个体特征各维度得分均值和标准差，后面各项为个体特征各维度间的相关系数。表４．２个体特征影响因素描述性统计（ｎ＝６４５）Ｔａｂ．４．２ＤｅｓｃｒｉｐｔｉｖｅＳｔａｔｉｓｔｉｃｓｏｆＩｎｄｉｖｉｄｕａｌｃｈａｒａｃｔｅｒｉｓｔｉｃＦａｃｔｏｒｓ注１）幸奉ｐ＜Ｏ．０１，｝ｐ＜Ｏ．０５１２）相关系数的显著性采用双边检验从表４．２中可知：①个体特征因素各维度之间都存在着相关关系，各维度之间的相关性虽然不是很强，但是满足了数据统计的相关要求，结果具有一定的说服力。②在均值方面，只有个人特征因素中的“意志水平”的平均分小于３．５分，其余各项均超过３．５分，表明大学生网络学习时“自我效能’’、“目标设置’’、“学习策略”和“信息处理能力＂都能达到较高的水平，说明大学生已经对网络学习这种新式的学习方式开始适应，并能根据自己的需要调整心态和学习策略。并且，大学生处理有用信息的能力也很强，能够在繁杂的信息资料中快速有效的找到自己需要的资料信息。然而“意志水平’’得分低于３．５分，说明大学生在网络学习时面对浩瀚的网络信息和资源，自身的控制水平还不高，会受到网络信息的影响，降低其学习的专注性，从而影响大学生的网络学习效果。４．１．３网络环境描述性统计结果网络环境影响因素的描述性统计分析结果如表４．３所示。研究结果表明网络环境３个维度之间都显著相关，相关系数比较理想。在网络环境的３个维度中，只有网络资源的均值较高，这说明大学生在网络自主学习时，学生能够比较方便的获得自己需要的学大学生网络自主学习影响因素研究习资料或有用信息。而交流协助和网络条件的均值都低于３．５分，说明大学生普遍认为其网络学习条件不好，而且在网络自主学习时，也很少同老师或同学交流。表４．３网络环境影响因素描述性统计Ｔａｂ．４．３ＤｅｓｃｒｉｐｔｉｖｅＳｔａｔｉｓｔｉｃｓｏｆｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔｆａｃｔｏｒｓ注１）¨ｐ＜０．０１，·ｐ＜０．０５；２）相关系数的显著性采用双边检验４．２网络自主学习效果与其影响因素的相关分析大量研究表明，个人特征因素和环境因素与自主学习之间有较强的影响关系。在此，本研究采用Ｐｅａｒｓｏｎ积差相关的方法，使用ＳＰＳＳｌ１．５统计分析软件求得个人特征因素和网络环境因素与网络自主学习效果的相关系数，缺失值采用配对删除（Ｐａｉｒｌｉｓｅ）的方法进行处理，表４．４列出了相关系数值。表４．４网络自主学习效果及其影响因素的相关分析结果Ｔａｂ．４．４ＲｅｓｕｌｔｏｆＣｏｒｒｅｌａｔｉｏｎＡｎａｌｙｓｉｓｂｅｔｗｅｅｎＡｆｆｅｃｔｉｎｇＦａｃｔｏｒｓａｎｄｓｅｌｆ－ｒｅｇｕｌａｔｅｄＥ－ｌｅａｒｎｉｎｇｅｆｆｅｃｔ注１）幸幸ｐ＜０．０１，幸ｐ＜０．０５；２）相关系数的显著性采用双边检验大连理工大学硕士学位论文从表４．４的相关分析可以看出：①个人特征的５个维度和网络环境的３个维度与网络自主学习效果之间均存在显著的正相关关系，并且相关系数在Ｏ．３６一Ｏ．７１之间；②个人特征的５个维度与网络环境的３个维度之间也存在着正相关关系，相关系数在０．２８．０．６８之间。４．３网络自主学习效果及其影晌因素的回归分析通过相关分析，已经证明了网络自主学习效果与个体特征及网络环境之间存在着相关性，但是三者之间是否存在因果关系，存在着怎样的因果关系，还需要通过回归分析做进一步的研究。本文进行回归分析的目的在于进一步探讨个体特征与环境特征各个维度对个体网络自主学习效果的预测作用，以便建立网络自主学习的影响因素模型，因此，本研究以个体特征５个维度和网络环境３个维度为自变量，以网络自主学习效果为因变且重。根据学者Ｈｏｗｅｒ（１９８７）的看法，回归分析应优先采用ＳＰＳＳ统计分析中较为常用的复式回归方法一“逐步多元回归分析法（Ｓｔｅｐｗｉｓｅ）＂。采用逐步多元回归时，变量进入回归方程的标准在于预测变量的标准化回归系数（即Ｂ值，其值越大，说明重要性越高，其影响程度越大）必须通过Ｆ值或Ｆ概率值的检验，ＳＰＳＳ内定的剔除标准为最小Ｆ值为２．７１，最大的Ｆ概率值为Ｏ．１０。对于缺失值，采用在所有变量中没有缺失值才加以分析（ＥｘｃｌｕｄｅＣａｓｅｓＬｉｓｔｗｉｓｅ）的方法进行处理。回归分析的结果主要报告自变量对因变量标准化回归系数、回归系数的Ｔ值及其显著性检验值、多元决定系数Ｒ２，即自变量对因变量的预测力（即解释的变异量）。但是，应该注意的是，通常以样本的Ｒ２来估计母群参数时，常常会产生高估的倾向，为了避免高估误差的产生，应采用调整后的Ｒ２值来估计母群性质，才不会有错误，因此本文报告调整后的多元决定系数ＡｄｊＲ２和Ｆ值检验系数。４．３．１个体特征对网络自主学习效果的影响分析把个人特征因素的５个维度作为自变量，“网络自主学习效果”作为因变量，进行回归分析。经过Ｆ检验，个体特征５个维度都进入了回归方程，回归分析的结果如表从表４．５回归分析结果可以看出：“自我效能感”、“目标设置”、“意志水平’’、“学习策略＂和“信息处理能力”５个维度对“网络自主学习效果＂的预测回归系数都４．５所示：通过了Ｏ．０１水平上的显著性检验，联合解释变异量为３８％，说明个人特征对网络学习效果有较大的影响作用。研究假设Ｈｌａ、Ｈｌｂ、Ｈｌｃ、Ｈｌｄ、Ｈｌｃ得到验证，因此研究假设ＨＩ得到验证，即个体特征对网络自主学习效果有正向的影响作用。大学生网络自主学习影响因素研究表４．５个体特征对网络自主学习效果的回归分析结果Ｔａｂ．４．５ＲｅｓｕｌｔｏｆＲｅｇｒｅｓｓｉｏｎＡｎａｌｙｓｉｓｂｅｔｗｅｅｎＩｎｄｉｖｉｄｕａｌｃｈａｒａｃｔｅｒｉｓｔｉｃＦａｃｔｏｒｓａｎｄＥ－ｌｅａｒｎｉｎｇｅｆｆｅｃｔ１３值（标准化嚣瑟学习答喇显著性Ａｄｊ值（标准化回归系数）Ｏ．４１０．３２Ｏ．１１舌值Ｒ２ｆ值的显著性ＯＯＯＯＦ值一Ｆ值的显著性一。一。自我效能目标设置意志水平学习策略信息处理能力８．１５３．１ｌ４．３５６．２６Ｏ０Ｏ２０ＯＯ３Ｏ３８７８８６Ｏ００Ｏ０．３６Ｏ．１５Ｏ０ＯＯ３．９３０Ｏ０Ｏ４．３．２网络环境对网络自主学习效果的影响分析把网络环境的３个维度作为自变量，“网络自主学习效果”作为因变量，进行回归分析。经过Ｆ检验，网络环境的３个维度都进入了回归方程，回归分析的结果如表４．６所示：表４．６网络环境对网络自主学习效果的回归分析结果淤量１３㈣…篡筹学＝煳…删Ｒｚ自变量＼交流协助学习条件网络资源Ｔａｂ．４．６ＲｅｓｕｌｔｏｆＲｅｇｒｅｓｓｉｏｎＡｎａｌｙｓｉｓｂｅｔｗｅｅｎｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔｆａｃｔｏｒｓａｎｄＥ－ｌｅａｒｎｉｎｇｅｆｆｅｃｔ值（标准化回归系数）Ｏ．０８Ｏ．１３０．３８舌值ｔ值的显著性０．０１９０．００５０．０００Ｆ值瞄警著～性２．３４２．８１９．８２０．３５８９．３５０．０００从以上回归分析结果可以看出：“交流协助’’对“网络自主学习效果”的预测回归系数通过了Ｏ．０５水平上的显著性检验；“学习条件”和“网络资源”２个维度对“网络自主学习效果”的预测回归系数都通过了０．０１水平上的显著性检验，３个维度的联合解释变异量为３５％，说明网络环境对网络自主学习效果有较大的影响作用。研究假设Ｈ２ａ、Ｈ２ｂ、Ｈ２ｃ得到验证，因此研究假设Ｈ２得到验证，即网络环境对网络自主学习效果有正向的影响作用。４．３．３网络环境对个体特征的影响分析前文对网络环境和个体特征对网络自主学习效果的影响作用进行了验证，研究假设Ｈ１、Ｈ２得到了一定程度的支持。通过相关分析还可以发现网络环境和个体特征之间也大连理工大学硕士学位论文存在着一定的相关关系。因此，本节采用回归分析，来检验网络环境是否对个体特征有影响作用。（１）网络环境对自我效能感的影响分析把网络环境的３个维度作为自变量，“自我效能感＂作为因变量，进行回归分析。经过Ｆ检验，网络环境的３个维度都进入了回归方程，回归分析的结果如表４．７所示：表４．７网络环境对自我效能感的回归分析结果淤量川…叻：＝ｔ…著性删Ｒｚ自变量＼＼交流协助学习条件网络资源Ｔａｂ．４．７ＲｅｓｕｌｔｏｆＲｅｇｒｅｓｓｉｏｎＡｎａｌｙｓｉｓｂｅｔｗｅｅｎｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔｆａｃｔｏｒｓ～‘ａｎｄｓｅｌｆ－ｅｆｆｉｃａｃｙＢ值（标准化回归系数）０．１５０．１３Ｏ．２５ｆ值值的显著性０．００Ｆ值嘴竽著一性４．ＯＯ３．０２０．０１Ｏ．０００．２７４６．２４０．０００５．６２从以上回归分析结果可以看出：“交流协助”、“学习条件＂和“网络资源’’对“自我效能感”的预测回归系数通过了０．０１水平上的显著性检验；３个维度的联合解释变异量为２７％，说明网络环境对自我效能感有较大的影响作用。研究假设Ｈ３ａ得到验证，即网络环境对自我效能感有正向的影响作用。（２）网络环境对目标设置的影响分析把网络环境的３个维度作为自变量，“目标设置”作为因变量，进行回归分析。经过Ｆ检验，网络环境的３个维度都进入了回归方程，回归分析的结果如表４．８所示：表４．８网络环境对目标设置的回归分析结果Ｔａｂ．４．８ＲｅｓｕｌｔｏｆＲｅｇｒｅｓｓｉｏｎＡｎａｌｙｓｉｓｂｅｔｗｅｅｎｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔｆａｃｔｏｒｓａｎｄｇｏａｌ－ｓｅｔｔｉｎｇ交流协助学习条件网络资源０．１６Ｏ．１０Ｏ．１９４．０４２．３２４．０２Ｏ．０００．０２Ｏ．ＯＯ０．１２２９．７６０．００从以上回归分析结果可以看出：“学习条件’’对“目标设置”的预测回归系数通过了Ｏ．０５水平上的显著性检验：“交流协助＂和“网络资源’’２个维度对“自我效能感＂的预测回归系数都通过了０．０１水平上的显著性检验，３个维度的联合解释变异量为１２％，大学生网络自主学习影响因素研究说明网络环境对目标设置有一定的影响作用。研究假设Ｈ３ｂ得到验证，即网络环境对目标设置有正向的影响作用。（３）网络环境对学习策略的影响分析“学习策略＂作为因变量，进行回归分析。经把网络环境的３个维度作为自变量，过Ｆ检验，网络环境的３个维度都进入了回归方程，回归分析的结果如表４．１０所示：表４．１０网络环境对学习策略的回归分析结果Ｔａｂ．４．１０ＲｅｓｕｌｔｏｆＲｅｇｒｅｓｓｉｏｎＡｎａｌｙｓｉｓｂｅｔｗｅｅｎｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔｆａｃｔｏｒｓａｎｄＬｅａｒｎｉｎｇｓｔｒａｔｅｇｉｅｓ交流协助０．０８Ｏ．１８Ｏ．２５２．１９４．２９Ｏ．０３０．００Ｏ．０００．１８４６．５６学习条件网络资源０．００５．５５从以上回归分析结果可以看出：“交流协助”对“学习策略＂的预测回归系数通过了Ｏ．０５水平上的显著性检验；“学习条件＂和“网络资源’’２个维度对“学习策略”的预测回归系数都通过了０．０１水平上的显著性检验，３个维度的联合解释变异量为１８％，说明网络环境对学习策略有一定的影响作用。研究假设Ｈ３ｄ得到验证，即网络环境对学习策略有正向的影响作用。（４）网络环境对信息处理能力的影响分析把网络环境的３个维度作为白变量，“信息处理能力”作为因变量，进行回归分析。经过Ｆ检验，网络环境的“交流协助’’和“网络资源＂２个维度都进入了回归方程，回归分析的结果如表４．１ｌ所示：表４．１ｌ网络环境对信息处理能力的回归分析结果Ｔａｂ．４．１ｌＲｅｓｕｌｔｏｆＲｅｇｒｅｓｓｉｏｎＡｎａｌｙｓｉｓｂｅｔｗｅｅｎｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔｆａｃｔｏｒｓａｎｄｉｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇａｂｉｌｉｔｙ交流协助网络资源０。２ｌ０．３８５．６５８．７００．０００．２１０．ＯＯ５８．８４０．０００大连理工大学硕士学位论文从以上回归分析结果可以看出：“学习条件”对“信息处理能力”的预测回归系数通过了Ｏ．０１水平上的显著性检验：“交流协助＂和“网络资源”２个维度对“信息处理水平”的预测回归系数都通过了０．０１水平上的显著性检验，２个维度的联合解释变异量为２１％，说明网络环境对信息处理能力有一定的影响作用。研究假设Ｈ３ｅ得到验证，即网络环境信息处理能力平有正向的影响作用。４．４结果与讨论本章研究在经过相关分析和回归分析后，得到如下结论：（１）个体特征中的“自我效能”、“目标设置”、“意志水平”、“学习策略”和“信息处理能力”五个维度均对网络自主学习效果有正向的影响作用。自我效能理论着重于自我效能感与绩效之间的关系，目标设置理论强调的是任务目标的难度和具体性对绩效的影响，学习策略理论则强调学习控制和学习方法对学习的影响。通过回归分析本研究发现：自我效能、目标设置和学习策略对网络自主学习效果的影响较大，其原因可能是在网络学习这一特殊的学习环境下，面对繁杂的网络资源，学生只有具备较高的自我效能才能适应这一新式的学习环境。其次，学生目标设置的是否合适、学习策略的选择也是影响网络自主学习效果的重要因素，学生不同的目标设置会影响其学习任务的选择、完成任务的坚持性和付出努力的程度。正如Ｇａｒｌａｎｄ曾经指出的，当学习目标简单不需要高的能力且在即刻反馈的条件下时，目标与绩效之间的关系通常是线性关系【５２１。因此，学生在网络学习时设置符合其个人能力范围的学习目标对其网络学习的效果有重要的促进作用。这一点在一定程度上支持了Ｚｉｍｍｅｒｍａｎ（１９９７）提出的自主学习模型的观点。（２）网络环境中的“交流协助＂、“学习条件’’和“网络资源＂三个维度均对网络自主学习效果有正向的影响。本研究通过回归分析发现交流协助、学习条件和网络资源三个维度均对网络自主学习效果有正向影响，其原因主要有三点：①学者在课堂上课如果遇到不理解的问题随时能够得到老师的讲解。但是网络学习，学习者以自学为主，如果遇到困难，不可能马上获得解答，只有通过与他人积极交流，寻求帮助，才能得到解决，进一步加深对知识的理解。因此网络自主学习不是孤独的学习，学习者之间需要交流，需要相互帮助。有效的交流协助能够提高网络自主学习效果。②网络学习条件是指学习者在网上学习时的所处环境的学习气氛和网络条件（包括硬件设施和软件支持）。Ｚｉｍｍｅｒｍａｎ（１９８９）提出，学习者的环境营造对对个体的学习行为有直接的影响作用。同时上网是否便利，各种附属设备是否具备都是进行有效网络学习的前提，都将影响学习效率。因此良好的学习条大学生网络自主学习影响因素研究件能够提高网络自主学习效果。③大量的研究表明资源数量的多寡、价值的高低、使用的方便性等特征都对网络自主学习效果有影响，因此只有为学习者提供丰富的、高价值、易获取的网络资源才能提高学习者的网络自主学习效果。（３）网络环境对个体特征中的“自我效能感＂、“目标设置”、“学习策略”和“信息处理能力”有正向的影响作用。良好网络环境能够为提高网络自主学习效果。同时网络环境还能通过影响个体特征最终影响自主学习效果。Ｚｉｍｍｅｒｍａｎ（１９８９）的研究表明学习者的环境营造对学习者的自我效能感、目标设置和学习策略有直接的影响，ＴｓａｉＭ（２００３）在研究中发现，网络学习时计算机硬件和软件的使用不便，会影响学生的意志控制水平，降低网络学习的自我效能感，进而影响学习效率。Ｍａｔｔｈｅｗ等人在研究大学生网络焦虑时发现，冗繁的网络资源会降低学习者获取有用信息的效率，影响网上学习效率。另外有学者研究表明当发生学习者信息迷航时，网络学习者的自我效能会降低，从而影响其网络自主学习效果。另外，当外部的学习环境改变时，学习者的学习目标和学习策略势必也将随之调整，其学习效果自然也会随着改变。因此在为学习者提供良好网络环境的时候，还要关注这些因素对学习者心理特征的影响，同时通过控制网络环境因素，提高学习者的自我效能感，选择合适的学习方式，有效地处理信息，最终提高学习效果。大连理工大学硕士学位论文５结论５．１本文的主要结论本研究围绕个人特征因素和网络环境因素对网络学习的影响进行了研究，经过文献回顾和确定相关研究工具，收集研究数据，分析与整理数据分析结果，完成了本文的研究任务，最终得到了以下几个研究结论：（１）构建了网络自主学习效果的评估量表和网络自主学习影响因素量表。经过量表构建的几个步骤，本文完成了量表的开放工作，采用探索性因素分析和验证性因素分析的方法最终确定了网络自主学习效果评估量表和网络自主学习影响因素量表，并通过了信度和效度检验，证实了所得量表的信度及效度都达到要求，最终确定了个体特征的５因素模型（包括“自我效能”、“目标设置’’、“意志水平”、“学习策略＂和“信息处理能力＂５个维度）和网络环境的３因素模型（包括“交流协助＂、“学习条件’’和“网络资源＂３个维度）。（２）通过差异性检验得出：网络自主学习效果在学历、网络学习年限和每周网上学习时间上存在差异。网络自主学习效果在学历上存在显著差异：研究生的网络自主学习效果要好于本科生，说明随着学历的提升，学习的自主性增大，学生的网络自主学习效果也随之提高。网络自主学习效果在网络学习年限上存在显著差异：使用网络学习的时间越早，学生的网络自主学习效果也就越好，说明随着网络学习经验的增加，学生的网络自主学习效果也随之提高。网络自主学习效果在网上学习时间上存在差异：使用网络学习的时间越长，学生的网络自主学习效果也就越好。（３）个体特征和网络环境各维度与网络自主学习效果之间存在显著的正相关关系。通过Ｐｅａｒｓｏｎ积差相关分析，可以看出个体特征的５个维度和网络环境的３个维度都与网络自主学习效果之间存在着显著的正相关关系。并且网络环境的３个维度还与个体特征的５个维度之间存在着显著的相关关系。（４）网络环境因素和个人特征因素对网络自主学习效果有显著的影响。本文通过回归分析验证了网络环境因素和个体特征因素对网络自主学习效果的影响，具体的研究结论如下：①网络环境中的交流协助、学习条件和网络资源均对网络自主学习效果有正向的影响。表明增强师生、学生之间的交流和互助，改善学生网络学习的条件和为学生提供更大学生网络自主学习影响因素研究为便利的网上学习资源能够增强学生的网络学习动力，改善网络学习效率，提高学生网络学习成效。②个体特征因素中的自我效能感、目标设置、意志水平、学习策略和信息处理能力对网络自主学习效果有正向影响。说明通过增强学生网络学习的自我效能感，帮助学生制定合理的学习目标和根据学生个人特点的学习策略可以提高学生的网络自主学习效果。０网络环境对个体特征中的自我效能感、目标设置、学习策略和信息处理能力有正向影响作用。网络环境因素对个体特征因素有正向的影响，说明网络环境的好坏不仅会直接影响网络自主学习效果，而且还会通过影响大学生的自我效能感、目标设置、学习策略和信息处理能力，进而对大学生网络自主学习效果产生影响。５．２主要贡献５．２．１创新点本研究的创新点主要有以下２点：（１）通过对以往研究的回顾和对大学生网络学习特点的分析，编制了适合于中国高校大学生的网络学习影响因素量表。本研究通过整合以往学者的研究成果，确定了个体特征和网络环境中影响网络自主学习效果的关键变量，构建了网络自主学习影响因素量表，并通过专家访谈和小规模测试修正了量表内容，又通过因素分析形成了最终的正式量表，该量表包括９个维度，３７个题项，其内部一致性效果较好，总量表信度水平较高。为今后的研究提高了可供使用的量表。（２）本研究通过实证分析发现，网络环境和个体特征对网络自主学习效果有显著的影响作用。本研究提出网络环境不仅直接作用于网络自主学习效果，而且还通过影响个体特征进而影响网络自主学习效果．ｏ本研究从微观的心理机制入手，探索了个体特征在网络环境对网络自主学习效果的影响中起中介作用，并验证了这一假设。丰富了该领域的研究成果，弥补了以往研究的欠缺，为网络自主学习的研究做出了一定贡献。５．２．２启示和建议本文的研究目的和意义是在正确评估网络自主学习效果的基础上，探讨个人特征因素和网络环境因素对网络自主学习效果的影响，证实了研究假设。通过探索网络自主学大连理工大学硕士学位论文习效果的关键影响因素，从而制定出相应的干预对策，最大程度地提高网络自主学习的效果，得到最佳的网络学习的投入和产出比。通过本文的研究，影响网络学习的个人特征因素包括：“自我效能感”、“意志水平”、“目标设置＂、“学习策略＂和“信息处理能力’’；影响网络学习的网络环境因素包括：“交流协助＂、“学习条件＂和“网络资源＂。因此，笔者认为教育工作者可以通过以下方式提高在校大学生的网络自主学习效果：（１）强化学生的网络自我效能感。网络信息的多媒体呈现方式便于吸引大学生的注意力，提高学习兴趣，引导学生形成掌握知识、技能和解决问题的认知内驱力，增强网络学习的自我效能感。（２）帮助学生设置合适的学习目标和难度适中的学习任务。根据网络学习自身的特点，把长期的、困难的目标分解成具体的、近期的、简单的目标，使学习者看到从事复杂网络课程学习过程中的每一点进步，增强其完成网络学习任务的自信心。让学生获得成功的体验以增强其网络学习的自我效能感。（３）注意加强对学生网络学习策略的指导。在网络学习的各阶段，要注意增加有关网络学习的学习策略知识的指导和帮助，积极引导学生将学习策略运用到网络学习中。例如，在网络课程中增加有关学习策略的介绍内容，使学习者明确各种策略的特点、使用方法以及适用范围，以便学习者学习和掌握有关学习策略的知识；在学生开始学习之前测试其网络学习风格，以使其了解自身网络学习的特点，扬长避短，增强学习的有效性。（４）对学生进行网络学习技能培训。提高学生使用计算机、因特网的能力。计算机和网络使用能力是学生能否成功从事网络学习的一个重要影响因素。在进行网络学习之前，使学习者具备必需的知识和技能，可以避免其因预备知识和技能的缺乏而导致的对网络学习的焦虑甚至恐惧。（５）增强师生之间的情感交流。相对传统课堂教学中师生面对面的交流而言，网络学习环境下师生间的情感交流相对弱化，而对网络教育者来说，和学生建立良好的师生关系，创设轻松和谐的网上教学辅导氛围也会提高学生的网络学习积极性，从而提高学生的网络自主学习效果。（６）优化网络学习资源。网络课程的设置与学习资源的选择应满足大学生的自身需求，问题和任务情境的创设应与大学生的工作学习紧密联系，以激发其学习的兴趣。（７）为学生提高便捷的网络条件。让学生能够在固定的地方，具有浓厚学习氛围的场所进行网络学习也是提高学生网络自主学习效果的一个重要部分。大学生网络自主学习影响因素研究５．３研究局限（１）受研究条件和个人精力所限，本文研究的样本全部来自大连理工大学部分在校学生，没有包含其他地区、其他学校的样本。样本的局限性影响了本次研究结论适用的广泛性。（２）受时间所限，本研究仅在一个时间点对学生进行问卷调查，没有对学生的网络自主学习效果及其影响因素进行长期研究。（３）本研究仅对影响网络自主学习效果的一部分变量进行了研究，没有对影响网络自主学习效果的因素做全面的分析和研究。５．４研究展望针对本文的研究局限和研究中的思考，后续研究建议主要从以下几个方面展开：（１）拓宽研究样本的范围后续研究可以扩展研究样本的范围，在国内其他城市进行问卷发放，扩大样本的数量及样本覆盖的区域，这样可以使研究结论更具普遍性，增加研究结果的可信度。（２）进行纵向研究本研究只在一个时间点进行问卷的发放，后续研究可以考虑在一段时间后再进行一次样本发放，以研究不同时期网络环境对网络学习的影响是否有显著性差异。（３）对网络学习的其他影响因素进行研究本文只选择了部分变量作为网络自主学习效果的影响因素，以后的研究可以进一步寻找网络自主学习效果的其它预测变量，并通过实证方法证明。大连理工大学硕士学位论文参考文献［１］阿尔文·托夫勒．第三次浪潮［Ｍ］．北京：新华出版社，１９９６：４５—５０．［２］齐莫曼．自我调节学习［Ｍ］．北京：中国轻工业出版社，２００２：２３１－２３７．［３３ＺｉｍｍｅｒｍａｎＢＪ．ｓｅｌｆ—ｒｅｇｕｌａｔｅｄｌｅａｒｎｉｎｇａｎｄａｃａｄｅｍｉｃａｃｈｉｅｖｅｍｅｎｔ［Ｊ］．ＥｄｕｃａｔｉｏｎａｌＰｓｙｃｈｏｌｏｇｉｓｔ，１９９８，２５（１）：３—１７．［４］ＺｉｍｍｅｒｍａｎＪ，ＲｉｓｅｍｂｅｒｇＲ．Ｓｅｌｆ－ｒｅｇｕｌａｔｏｒｙｄｉｍｅｎｓｉｏｎｓｏｆａｃａｄｅｍｉｃｌｅａｒｎｉｎｇａｎｄｍｏｔｉｖａｔｉｏｎ［Ｊ］．Ｈａｎｄｂｏｏｋｏｆａｃａｄｅｍｉｃｌｅａｒｎｉｎｇ，１９９７，５（３）：９６—１１５．［５］ＺｉｍｍｅｒｍａｎＢＪ，ＳｃｈｕｎｋＤＨ．Ｓｅｌｆ—ｒｅｇｕｌａｔｅｄＬｅａｒｎｉｎｇａｎｄＡｃａｄｅｍｉｃＡｃｈｉｅｖｅｍｅｎｔ［Ｍ］．Ｌｏｎｄｏｎ：ＬａｗｒｅｎｃｅＥｒｌｂａｕｍＡｓｓｏｃｉａｔｅｓＰｕｂｌｉｓｈｅｒｓ．２００１：１０２－１１３．ＢＪ，ＭａｒｔｉｎｅｚＰＭ．Ｓｔｕｄｅｎｔｓｄｉｆｆｅｒｅｎｃｅｓｉｎｓｅｌｆ—ｒｅｇｕｌａｔｅｄｌｅａｒｎｉｎｇｒｅｌａｔｉｎｇｔｏＢ［６］Ｚｉｍｍｅｒｍａｎｇｒａｄｅｓｅｘａｎｄｇｉｆｔ—ｎｅｓｓｓｅｌｆ—ｅｆｆｉｃａｃｙａｎｄｓｔｒａｔｅｇｙｕｓｅ［．刀．ＪｏｕｒｎａｌｏｆＥｄｕｃａｔｉｏｎａｌＰｓｙｃｈｏｌｏｇｙ。１９９０，８２（１）：５１－５９．［７］董奇，周勇，陈红兵．自我监控与智力［Ｍ］．杭州：浙江人民出版社，１９９６：９９－１０２．［８］卢仲衡．从学生心理素质和数学能力的提高看自学辅导教学实验效果［Ｊ］．教育研究，１９９３，７（３）：５１－５６．［９］德斯蒙德·基更．远距离教育理论原理［Ｍ］．北京：广播电视大学出版社，１９９９：２０３－２１２．［１０］ＧａｇｎｅＲＭ．学习的条件和教学论［Ｍ］．皮连生等译．上海：华东师范大学出版社，２００１：７８－１２３．［１１］ＳｌａｖｉｎＲＥ．ＣｏｏｐｅｒａｔｉｖｅＬｅａｒｎｉｎｇ：Ｔｈｅｏｒｙ，Ｒｅｓｅａｒｃｈ，ａｎｄＰｒａｃｔｉｃｅ［Ｍ］．ＥｎｇｌｅｗｏｏｄＣ１ｉｆｆｓ：Ｐｒｅｎｔｉｃｅ－Ｈａｌｌ．１９８３：４５－６１．［１２］孔宪隧．试论建构主义理论对教学的启示．《清华大学教育研究》增刊，２００２，１（１）：３２－３８．［１３］Ｃｏｒｎｏ。ＭａｎｄｉｎａｃｈＥＢ．Ｔｈｅｒｏｌｅｏｆｃｏｇｎｉｔｉｖｅｅｎｇａｇｅｍｅｎｔｉｎｃｌａｓｓｒｏｏｍｌｅａｒｎｉｎｇａｎｄｍｏｔｉｖａｔｉｏｎ［Ｊ］．ＥｄｕｃａｔｉｏｎａｌＰｓｙｃｈｏｌｏｇｙ，１９８３，７（１）：１６９—１８２．［１４］ＷｉｎｎｅｒＰＨ，ＢｕｔｌｅｒＤＬ．Ｆｅｅｄｂａｃｋａｎｄｓｅｌｆ—ｒｅｇｕｌａｔｅｄｌｅａｒｎｉｎｇ［Ｊ］．Ａｓｙｎｔｈｅｓｉｓ，１９９５，３（１）：３２—６１．［１６３Ｊ．ｓｅｌｆ—ｒｅｇｕｌａｔｅｄＰｓｙｃｈｏｌｏｇｉｓｔ，１９９８，２５（１）：１３—２７．ＢＺｉｍｍｅｒｍａｎＢｌｅａｒｎｉｎｇ’ａｎｄａｃａｄｅｍｉｃｔｈｅｏｒｅｔｉｃａｌ［１５］张勇．齐莫曼的自主学习模型理论与启示［Ｊ］．高教发展与评估，２００６，１２（１）：３５－４１．ａｃｈｉｅｖｅｍｅｎｔ［Ｊ］．Ｅｄｕｃａｔｉｏｎａｌ［１７］庞维国．自主学习理论的新进展［Ｊ］．华东师范大学学报（教育科学版），１９９９，２０（３）：４５－５０．［１８］ＭｃＣｏｍｂｓＶｅｒｌａｇＬ．Ｓｅｌｆ—ｒｅｇｕｌａｔｅｄＤ．ｌｅａｒｎｉｎｇａｎｄａｃａｄｅｍｉｃａｃｈｉｅｖｅｍｅｎｔ［Ｍ］．ＮｅｗＣｏｇｎｉｔｉｖｅｙｏｒｋ：ＳｐｒｉｎｇｅｒＩｎｃ，１９８９：５１—８２．ＭＳｅｌｆ—ｅｆｆｉｃａｃｙ［１９］Ｌｉｔｔｌｅａｎｄｐｅｒｃｅｉｖｅｄｃｏｎｔｒｏｌ：ｍｅｄｉａｔｏｒｓｏｆｐａｉｎ—ｔｏｌｅｒａｎｃｅ［Ｊ］．Ｊｏｕｒｎａｌｏｆｐｅｒｓｏｎａｌ［２０］ＺｉｍｍｅｒｍａｎＢＪ．ＡＳｏｃｉａｌＣｏｇｎｉｔｉｖｅＶｉｅｗｉｔｙａｎｄｓｏｃｉａｌｏｆｐｓｙｃｈｏｌｏｇｙ，１９８８，５４（３）：１４９—１６０．Ｓｅｌｆ—ＲｅｇｕｌａｔｅｄＡｃａｄｅｍｉｃＬｅａｒｎｉｎｇ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｄｕｃａｔｉｏｎａｌＰｓｙｃｈｏｌｏｇｙ，１９８９，８１（３）：２９—３９．［２１］ＺｉｍｍｅｒｍａｎＢＪ，ＭａｒｔｉｎｅｚＰＭ．Ｓｔｕｄｅｎｔｓｄｉｆｆｅｒｅｎｃｅｓｉｎｓｅｌｆ—ｒｅｇｕｌａｔｅｄＬｅａｒｎｉｎｇ：ｒｅｌａｔｉｎｇｇｒａｄｅｓｅｘａｎｄｇｉｆｔ—ｎｅｓｓｔｏｓｅｌｆ—ｅｆｆｉｃａｃｙａｎｄｓｔｒａｔｅｇｙｕｓｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｄｕｃａｔｉｏｎａｌＰｓｙｃｈｏｌｏｇｙ，１９９０，８２（１）：５１—５９．［２２］ＴｈｏｍａｓＳＥ．ＨｏｂｆｏｌｌＲ．Ｃｏｍｍｉｔｍｅｎｔａｎｄｐｓｙｃｈｏｌｏｇｉｃａｌｗｅｌｌ—ｂｅｉｎｇａｎｄｅｘａｍｉｎａｔｉｏｎｏｆｃｏｎｓｅｒｖａｔｉｏｎｏｆｒｅｓｏｕｒｃｅｓｔｈｅｏｒｙａｎｄｊｏｂｐｅｒｆｏｒｍａｎｃｅ：Ａｎｊｏｂｂｕｒｎｏｕｔ［Ｊ］．ＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓＭａｎａｇｅｍｅｎｔ，２００４，９（４）：３８９－４００．Ｇｏａｌａｎｄｓｅｌｆ—ｅｖａｌｕａｔｉｖｅ［２３］ＳｃｈｕｎｋＤＨ．ｉｎｆｌｕｅｎｃｅｓｄｕｒｉｎｇｃｈｉｌｄｒｅｎ’Ｓｃｏｇｎｉｔｉｖｅｓｋｉｌｌｌｅａｒｎｉｎｇ［Ｊ］．ＡｍｅｒｉｃａｎＥｄｕｃａｔｉｏｎａｌＲｅｓｅａｒｃｈＪｏｕｒｎａｌ，１９９６，３３（２）：２２８—３５９．【２４］Ｊｏｏ，Ｂｏｎｇ，Ｃｈｏｉ．Ｓｅｌｆ—ｅｆｆｉｃａｃｙｆｏｒＳｅｌｆ—ｒｅｇｕｌａｔｅｄＬｅａｒｎｉｎｇ，ＡｃａｄｅｍｉｃＳｅｌｆ—ｅｆｆｉｃａｃｙ，一４７—大学生网络自主学习影响因素研究ａｎｄＩｎｔｅｒｎｅｔＳｅｌｆ—ｅｆｆｉｃａｃｙｉｎＷｅｂ—ｂａｓｅｄｉｎｓｔｒｕｃｔｉｏｎ［Ｊ］．ＥｄｕｃａｔｉｏｎａｌＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔ，２０００，４８（２）：５—１７．［２５］ＬａｒｏｓｅＲ，ＥａｓｔｉｎＭ．ＩｎｔｅｒｎｅｔｇｒａｔｉｆｉｃａｔｉｏｎｓａｎｄＩｎｔｅｒｎｅｔａｄｄｉｃｔｉｏｎ：ＯｎｔｈｅｕｓｅｓａｎｄａｂｕｓｅｓｏｆＮｅｗｍｅｄｉａ［Ｊ］．ＣｙｂｅｒｐｓｙｃｈｏｌｏｇｙａｎｄＢｅｈａｖｉｏｒ，２００４，７（４）：３８４—３９４．［２６］袁登华．国外目标承诺研究进展［Ｊ］．心理科学，２００４，２７（５）：２７８—２７９．［２７］徐方忠，刘加海，朱祖祥．目标设定与作业绩效的关系［Ｊ］．人类工效学，２０００，６（２）：４３—５１．［２８］ＲｏｔｈｋｏｐｆＥ，ＢｉｌｌｉｎｇｔｏｎＭ．Ｇｏａｌ—ｇｕｉｄｅｄｌｅａｒｎｉｎｇｆｒｏｍｔｅｘｔ：Ｉｎｆｅｒｒｉｎｇｔｉｍｅｓａｎｄｅｙｅａｄｅｓｃｒｉｐｔｉｖｅｐｒｏｃｅｓｓｉｎｇｍｏｄｅｌｆｒｏｍｉｎｓｐｅｃｔｉｏｎｍｏｖｅｍｅｎｔｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｄｕｃａｔｉｏｎａｌｌｅａｒｎｉｎｇ［Ｊ］．Ｊｏｕｒｎａｌｏｎｐｓｙｃｈｏｌｏｇｙ，１９７９，７１（３）：３１０—３２７．［２９３ＬａｐｏｔｅＲ，ＮａｔｈＲ．ＲｏｌｅｏｆｐｅｒｆｏｒｍａｎｃｅｇｏａｌｓｉｎｐｒｏｓｅｏｆＥｄｕｃａｔｉｏｎａｌＰｓｙｃｈｏｌｏｇｙ，１９７６，６８（２）：２６０—２６４．［３０］ＷｏｏｄＲ，ＬｏｃｋｅＥＡ．ＧｏａｌｓｅｔｔｉｎｇＪＡＩＰｒｅｓｓ，１９９０：５６—８３．［３１３ＫｕｈｌＪ．Ｖｏｌｉｔｉｏｎａｌｍｅｄｉａｔｏｒｓｐｒｏｓｅｓｓｅｓａｎｄｓｔｒａｔｅｇｙｅｆｆｅｃｔｓｃｏｍｐｌｅｘｔａｓｋｓ［Ｍ］．Ｇｒｅｅｎｗｉｃｈ：ｓｅｌｆ—ｒｅｇｕｌａｔｏｒｙｏｆｃｏｇｎｉｔｉｏｎ—ｂｅｈａｖｉｏｒｃｏｎｓｉｓｔｅｎｃｙａｎｄａｃｔｉｏｎｖｅｒｓｕｓｓｔａｔｅｏｒｉｅｎｔａｔｉｏｎ［Ｍ］．ＮｅｗＹｏｒｋ：Ｓｐｉｎｇｅｒ—Ｖｅｒｌａｇ，１９８７：１０１－１２８．［３２］ＣｏｒｎｏＬ．Ｔｈｅｂｅｓｔｌａｉｄｐｌａｎｓ：Ｍｏｄｅｒｎｃｏｎｃｅｐｔｉｏｎｏｆｖｏｌｉｔｉｏｎａｎｄｅｄｕｃａｔｉｏｎａｌｒｅｓｅａｒｃｈ［Ｊ］．ＥｄｕｃａｔｉｏｎａｌＲｅｓｅａｒｃｈｅｒ，１９９３，２２（２）：１４—２２．Ｒ［３３］ＢａｕｍｅｉｓｔｅｒＦ，Ｈｅａｔｅｒｔｏｎ．Ｉｎｑｕｉｒｙ，１９９６，７（１）：卜１５．［３４］ＭａｒｋｕｓＤ．ＥｆｆｅｃｔｓｏｆＤｉｓｔｒｉｂｕｔｅｄＳｔｒａｔｅｇｉｅｓｏｎＳｅｌｆ—ｒｅｇｕｌａｔｉｏｎｆａｉｌｕｒｅ［Ｊ］．ＰｓｙｃｈｏｌｏｇｉｃａｌａｎｄＶｏｌｉｔｉｏｎａｌｖｅｒｓｕｓＩｎｔｅｇｒａｔｅｄＭｏｔｉｖａｔｉｏｎａｌＬｅａｒｎｅｒＡｔｔｉｔｕｄｅｓａｎｄＰｅｒｆｏｒｍａｎｃｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｄｕｃａｔｉｏｎａｌｐｓｙｃｈｏｌｏｇｙ，２００１，８（３）：２３－２７．［３５３Ｈ６ｆｅｒＢｅｍｂｅｎｕｔｔｙ．Ｓｅｌｆ—ＲｅｇｕｌａｔｉｏｎｏｆＬｅａｒｎｉｎｇａｎｄＡｃａｄｅｍｉｃＤｅｌａｙｏｆＧｒａｔｉｆｉｃａｔｉｏｎＰｕｂｌｉｃａｔｉｏｎｓ，ａｍｏｎｇＫｏｒｅａｎＣｏｌｌｅｇｅＳｔｕｄｅｎｔｓ［Ｍ３．Ｃｈｉｃａｇｏ：ＥｄｕｃａｔｉｏｎａｌＴｅｃｈｎｏｌｏｇｙ２００７：１１２—１３４．［３６３史耀芳．二十世纪国内外学习策略研究概述［Ｊ］．心理科学，２００１，２４（５）：５８６—５９０．［３７］蒋京川．成就目标定向与班级动机氛围、学习策略、学业成绩的关系研究［Ｄ］．武汉：华中师范大学，２００４：１７—２０．［３８］ＴｓａｉＭ．ＩｎｆｏｒｍａｔｉｏｎＳｅａｒｃｈｉｎｇＳｔｒａｔｅｇｉｅｓｉｎＷｅｂ—ｂａｓｅｄＩｎｔｅｒｎｅｔＳｅｌｆ—ｅｆｆｉｃａｃｙ［Ｊ］．ＩｎｎｏｖａｔｉｏｎｓｉｎＥｄｕｃａｔｉｏｎａｎｄ４０（１）：４３—５０．［３９］ＺｉｍｍｅｒｍａｎＴｈｅｏｒｅｔｉｃａｌ２００１：２３４—２４５．ＢＳｃｉｅｎｃｅＬｅａｒｎｉｎｇｔｈｅＲｏｌｅｏｆＴｅａｃｈｉｎｇＩｎｔｅｒｎａｔｉｏｎａｌ，２００３，Ｊ，ＳｃｈｕｎｋＤＨ．Ｓｅｌｆ—ｒｅｇｕｌａｔｅｄＬｅａｒｎｉｎｇａｎｄＡｃａｄｅｍｉｃＡｃｈｉｅｖｅｍｅｎｔＰｕｂｌｉｓｈｅｒｓ，Ｐｅｒｓｐｅｃｔｉｖｅｓ［Ｍ］．Ｌｏｎｄｏｎ：ＬａｗｒｅｎｃｅＥｒｌｂａｕｍＡｓｓｏｃｉａｔｅｓ［４０］ＷｉｌｓｏｎＴＤ．Ｈｕｍａｎｉｎｆｏｒｍａｔｉｏｎｂｅｈａｖｉｏｒ［Ｊ］．ＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ，２０００，４（２）：４９—５６．［４１］ＰａｔｒｉｃｉａＷａｌｌａｃｅ．互联网心理学［Ｍ］．北京：中国轻工业出版社，２００１：５４—７８．［４２３ＫｈａｎＢＨ．Ｗｅｂ－ｂａｓｅｄＴｒａｉｎｉｎｇ，ＥｎｇｌｅｗｏｏｄＣ１ｉｆｆｓ，ＮｅｗＪｅｒｓｅｙ［Ｍ］．Ｃｈｉｃａｇｏ：ＥｄｕｃａｔｉｏｎａｌＴｅｃｈｎｏｌｏｇｙＰｕｂｌｉｃａｔｉｏｎｓ，２００１：４３—５１．［４３］ＭａｔｔｈｅｗＳ２０００：３５—５１．Ｅ，ＲｏｂｅｒｔＬ．ＩｎｔｅｒｎｅｔｏｆＳｅｌｆ—ＥｆｆｉｃａｃｙａｎｄｔｈｅＰｓｙｃｈｏｌｏｇｙｏｆＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎＭｉｃｈｉｇａｎｔｈｅＤｉｇｉｔａｌＵｎｉｖｅｒｓｉｔｙ，Ｄｉｖｉｄｅ［Ｍ］．Ｍｉｃｈｉｇａｎ：Ｄｅｐａｒｔｍｅｎｔ［４４］Ｆｅｉｓｔ［４５］ＨｕＧＪ．ＡＳｔａｔｅｓｔｒｕｃｔｕｒａｌｍｏｄｅｌｏｆｓｃｉｅｎｔｉｆｉｃｅｍｉｎｅｎｃｅ［Ｊ］．Ｐｓｙｃｈ０１０９ｉｃａｌＳｃｉｅｎｃｅ，１９９３，５（２）：４３－５６．Ｌ，ＢｅｎｔｌｅｒＰＭ．Ｅｖａｌｕａｔｉｎｇｍｏｄｅｌｆｉｔ［Ｍ］．ＣＡ：Ｓａｇｅ，１９９５：７６—９９．［４６］李建宁．结构方程模型导论［Ｍ］．合肥：安徽大学出版社，２００４：１３１—１４８．．４８—大连理工大学硕士学位论文［４７］ＢｅｎｔｌｅｒＰＭ．ＣｏｍｐａｒａｔｉｖｅｆｉｔｉｎｄｉｃｅｓＢｕｌｌｅｔｉｎ，１９９０，１０（７）：２３８—２４６．［４８］ＢｒｏｗｎｅＭＷ，ＣｕｄｅｃｋＲ．Ａｌｔｅｒｎａｔｉｖｅｗａｙｓ１３６—１６２．ｉｎｓｔｒｕｃｔｕｒａｌｍｏｄｅｌｓ［Ｊ］．ｍｏｄｅｌＰｓｙｃｈ０１０９ｉｃａｌｏｆａｓｓｅｓｓｉｎｇｆｉｔ［Ｍ］．ＣＡ：Ｓａｇｅ，１９９３：［４９］ＨｕＬ，ＢｅｎｔｌｅｒＰＭ．ＦｉｔｉｎｄｉｃｅｓｍｏｄｅｌｉｎｃｏｖａｒｉａｎｃｅｓｔｒｕｃｔｕｒｅｍｏｄｅｌｉｎｇＳｅｎｓｉｔｉｖｉｔｙｔｏＰｓｙｃｈ０１０９ｉｃａｌｕｎｄｅｒｐａｒａｍｅｔｅｒｉｚｅｄｍｉｓｓｐｅｃｉｆｉｃａｔｉｏｎ［Ｊ］．ＣｏｎｖｅｒｇｅｎｔａｎｄｄｉｓｃｒｉｍｉｎａｎｔＭｅｔｈｏｄｓ，１９９８，３（１）：４２４—４５３．［５０］ＣｏｍｐｂｅｌｌＤＴ，ＦｉｓｋｅＤＷ．ｖａｌｉｄａｔｉｏｎｂｙｔｈｅｍｕｌｔｉｔｒａｉｔ—ｍｕｌｔｉｍｅｔｈｏｄｍａｔｒｉｘ［Ｊ］．ＰｓｙｃｈｏｌｏｇｉｃａｌＢｕｌｌｅｔｉｎ，１９５９，ｔａｓｋｐｅｒｆｏｒｍａｎｃｅ：Ａｃｏｍｐｅｌｌｉｎｇ５６（２）：８１－１０５．ｒｅｐｌｉｃａｔｉｏｎｏｆｓｏｍｅ［５１］吴明隆．ＳＰＳＳ统计应用实务［Ｍ］．北京：科学出版社，２００３：１５１－１７３．［５２］ＧａｒｌａｎｄＨ．Ｇｏａｌｌｅｖｅｌｓａｎｄｃｏｍｐｅｌｌｉｎｇｒｅｓｕｌｔｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄＰｓｙｃｈｏｌｏｇｙ，１９８２，６７（２）：２１４—２５６．一４９—大学生网络自主学习影响因素研究附录大学生网络自主学习影响因素问卷调查表各位同学：你们好！本问卷旨在了解当前网络学习的基本情况，考察网络学习环境同自主学习之间的关系。本次调查将仅用于学术研究，不需要署名，你所提供的任何信息我们都将予以严格保密。非常感谢你能抽出宝贵的时间，参与本次调研。祝同学们学业有成！说明：这里的网络学习指一切利用网络的学习活动，包括学习在线网络课程，查索学习资料等。本问卷的题目无对错之分，如无特别说明，选择题均为单选题，请根据你的实际情况在你认为合适的选项处划“”。因为问卷填写不完整或者所有选项一致将使问卷失去研究价值，所以希望同学们不要遗漏题项，认真填写。谢谢！第一部分１．２．３．４．５．你的专业：口文史，口理工你的年级！你的性别：口男，口女使用网络学习的年限：口一年以下，口一到两年，口两年以上每周网上学习时间：口１４小时，口１４．２８小时，口２９－４２小时，口４２小时以上第二部分：调查问卷击兀全不同意编号题项基本不同意中立基本同意兀全同意１２３４５６７你认为自己有较高的自主学习能力你有信心通过网络学习完成自主的学习目标你对网络知识有较强的理解程度当学习目标达到后，你会很有成就感你能够克服学习过程中的困扰，调整情绪继续学习你在网上学习时，会被新闻或娱乐信息吸引，而停止学习在网上学习时，如果朋友约自己玩，仍会坚持学习－５０一大连理工大学硕士学位论文８在网上学习时，会浏览一些与学习无关的网站或信息９你希望能够自己选择学习内容１０每学期开始都会为自己制定网上学习目标１１即使没有任务，自己也会在网上查看学习信息１２在网上学习前，你会制定学习计划１３如果制定学习计划能够按计划完成学习任务１４在网上学习时，经常对学习方法进行反思１５在网上学习时，经常思考学习效果如何１６在利用网络学习时，能熟练查找资料１７在利用网络学习时，能快捷的下载到需要的资料１８在利用网络学习时，能轻松阅读网络图书馆的图书１９在大量的信息中，能较快的找到自己需要的信息２０在利用网络学习时，能够熟练处理信息资源２１在利用网络学习时，会产生孤独感２２在利用网络学习时，经常利用ＱＱ等通讯工具与同学交流沟通２３在利用网络学习时，能及时得到老师或同学的帮助２４在利用网络学习时，可以与同学随心所欲的展开交流２５学校为你平时的网上学习和研究工作提供了场所２６现有的上网条件能满足你网络学习的需要２７在你所处的网络学习环境中，网络学习气氛浓厚２８在你所处的网络学习环境中，网速良好２９有丰富的网络资源，可供自己学习使用３０网络课程内容设计丰富，形式多样化３ｌ网络课程难度适中，合乎逻辑３２网络课程操作简便，功能齐全３３网络课程有足够的宽度和广度，能够满足学习需要３４通过使用网络学习，提高了自主学习的能力３５通过使用网络学习，学习效率得到提高３６通过使用网络学习，能更好的完成学习目标３７通过使用网络学习，有助于提高学习成绩一５ｌ一大学生网络自主学习影响因素研究攻读硕士学位期间发表学术论文情况翟绪阁，卢小君，张国梁．大学生网络自主学习影响因素研究．大连理工大学学报（社科版）．２００８，３．与论文的第４章相关．大连理工大学硕士学位论文致谢时光匆匆，两年半的研究生学习生涯将要结束了，毕业论文也在忙碌中即将完成。回首这二年多的学习和生活经历，自己能够成长为一名管理学专业的硕士研究生，除了自己的努力之外，离不开身边人们的支持，在论文提交之际，向帮助我的人们致以真诚的谢意。首先要感谢的是我的导师张国梁教授，从他身上学到最多的就是做人做事的原则和道理。在和他交往的过程中，我深深感受到了他作为领导的巨大魅力，他雷厉风行、实事求是、一丝不苟的作风，将对我产生潜移默化的影响并使我受益终身。在平时的学习科研工作中，他总是督促我们的学习和论文进度，并和我们交流思想。在和张老师一起探讨论文的过程中，他对每一个细节都能考虑到，他这种对科学严谨的态度同样深深感染了我。在生活中，他非常理解和关心我们，总是尽力给我们创造一个良好的学习环境。我很庆幸自己有这么一位好导师。我还要感谢李明斐副教授，她在日常学习与科研中以渊博的知识和丰富的经验不断地对我进行指点，使我在学习的过程中领会了管理学研究的方法，开阔了研究视野，丰富了有关管理学的知识，从而能够顺利地完成毕业论文打下了坚实的基础；同时对待工作的认真严谨，对待生活积极乐观的态度，都深深地感染着我，培养了我严谨求实的科学精神和积极向上的生活态度。我要感谢师姐卢小君老师，感谢她在学习和科研的过程中她给了我很多的帮助，每次向她请教时她都耐心的指导，从不厌倦，为我解决了很多研究中的困惑。我还要感谢谢建祥、朱百林、梁爽、叶青等一起学习的同学们，正是我们之间的相互探讨、相互指才使我有了很大的进步。我也要感谢我的师弟师妹，吕传萍、张力冲。感谢他们在过去的学习和生活所给予我的帮助，感谢他们对我精神上的支持。最后，我要感谢和我一起走过人们，我的家人，我的朋友。正是他们对我无私的支持和帮助才让我始终充满信心和勇气顺利完成学业，谢谢！大学生网络自主学习影响因素研究

作者：

学位授予单位：

翟绪阁

大连理工大学

本文链接：http://d.g.wanfangdata.com.cn/Thesis_Y1419073.aspx