归因理论论文关于基于归因理论的大学生网络学习行为和学习效果论文范文参考资料

基于归因理论的大学生网络学习行为和学习效果的归因理论研究摘要在文献综述的基础上，根据归因理论，选取与学习效果密切相关的四个二级指标，即学习能力、努力程度、学习偏好和难度，共22个变量。运用因子分析、相关分析和回归分析对信息进行处理，并对大学生使用网络的学习效果进行实证分析。结果表明，当代大学生的在线学习能力、在线学习努力与学习效果之间存在很强的正相关关系。研究认为，要提高大学生网络学习的效果，应从引导学生树立正确的学习理念入手，加强大学生网络学习能力的培养，加快校园网络教学平台的建设。关键词归因理论；在线学习；学习行为；学习效果作者简介唐春玲，中南林业科技大学讲师，中南大学商学院博士生，研究方向：区域经济、城乡经济和国际贸易(长沙41000)；马，中南大学商学院教授，博士生导师，研究方向：人力资源管理与劳动经济学，组织行为学(长沙410083)；彭益峰，中南林业科技大学副教授，研究方向：贸易经济和工业经济(长沙41000)；刘宏，讲师，中南林业科技大学，研究方向：计量经济学(长沙41000)；熊茜，中南林业科技大学副教授，研究方向：贸易经济与工业经济(长沙41000)随着大数据时代的到来，各大高校的网络应用不断扩大，各种形式的学习资源如大规模开放在线课程、微课、翻转课、网络学习等公开课不断推出，为大学生网络学习提供了前所未有的知识平台。许多学者认为，网络教学和网络学习，如翻转课堂研究，已经成为国内外教育研究的热点问题1。目前，各高校网上学习资源日益丰富，校园网上教学平台不断完善。网络学习已经成为当代大学生拓宽视野、提高效率的一种趋势。根据网卡第三十八次中国互联网络发展状况分析报告，截至6月xx日，大学生在中国网络用户中的比例为21%，是最大的网民群体2。本文以归因理论为基础，主要研究大学生利用网络的学习行为与学习效果之间的关系。从相关文献来看，国内外学者尚未明确界定网络学习行为的概念。本文所研究的在线学习行为是指以网络为媒介和现代信息通信技术设施，由全方位、多渠道组成的学习者自主学习行为。它包括开放课程，如大规模开放在线课程、微课、翻转课、新的学习方法，如电子学习和其他远程学习行为。通过在线学习，大学生可以独立获得专业知识、课程领域等方面的信息支持和帮助。它是一个多维、多层次的系统，是一种自我控制、相对独立的学习行为。研究大学生网络学习行为具有重要的理论和现实意义。一方面，研究大学生网络学习行为的特点有利于丰富大学生学习行为的相关理论，从而更好地指导教学实践；另一方面，在网络学习过程中，大学生的学习行为不可避免地会受到学习者内部和外部因素的影响，从而发生发展和变化。研究这些行为和因素有利于教师更好地掌握学生的学习情况，更有效地组织各种网络教学活动。同时，大学生网上学习行为的研究也可以有效地指导课程教学平台的建设、网上学习资源的开发和网上管理首先，相关概念的定义。学者刘忠禹认为，网络学习行为是指在现代信息技术的支持下，通过丰富的网络学习资源平台和广泛的人际交流学习环境，对学习行为的发生、发展和变化进行的自我学习和自我控制3。二是讨论网络学习模式。先前的研究已经通过建立在线学习者模型探索了行为和个性之间的关系。早期的研究，如国外学者韦伯斯特和哈克莱(1997)，提出了一个基于技术的在线学习结果的概念模型。他们认为学习态度、认知参与、技术认知和有效性是影响学习者参与在线学习结果的因素4。杜进等人通过观察行为数据提出了一个新的概念人格挖掘。他把在线学习者模型分为人格模型和行为模型，并得出结论，用这个模型来分析在线学习者行为和人格之间的关系是非常有效的5；国内学者纪智从资源和技术的角度，运用结构方程模型探讨了大学生网络学习行为的影响因素6；严、等。构建了网络学习行为模型的9个潜在变量，并对5所大学进行了问卷调查。他们认为行为设计是影响大学生在线学习效果的关键因素7；宗阳、孙洪涛等人构建了MOOCs学习行为指标，并应用逻辑回归对MOOCs学习数据进行分析，发现课程注册延迟、课程登录次数等指标与结果呈正相关8。第三，提出网络学习行为的研究框架。Hannafin(xx)提出了一个在线学习行为的研究框架，包括学习者、任务、教师、组织、交流和评估9。吴等人通过问卷调查和实证分析的方法，从互动交流、网络偏好、坚持性、灵活性和学习态度五个方面对大学生的网络学习行为进行了测量。他们认为互动交流和在线偏好可以更好地预测大学生的整体学习效果10。总体而言，这些关于网络学习行为特征、影响因素及相关应用的研究，在一定程度上解释了当代大学生网络学习行为与其学习效果的相关性，促进了当代大学生网络学习教育的发展，但仍存在一些问题和不足。首先，在线学习行为测量的维度和层次需要进一步丰富。在线学习行为不是一个简单的操作，它需要结合心理学将学习者的学习心理因素与外部环境因素联系起来。第二，对大学生网络学习行为和效果的研究较少基于大规模的研究，因此研究结果与大学生的实际学习并不接近。鉴于此，本文拟将影响大学生学习行为的内外因素结合起来，通过因子分析找出影响大学生学习效果的最关键的行为因素，并通过相关分析找出大学生学习行为模式与学习效果之间的相关程度。最后，通过线性回归确定大学生网络学习行为各维度对大学生学习效果的贡献，从而达到正确引导大学生合理利用网络学习资源，提高网络学习效果的目的。本文以行为科学的归因理论为基础，检索和借鉴国内外现有的与在线学习行为相关的文献中的量表条目和维度结构，并对两者进行整合和提炼，展开本研究。归因理论是由美国心理学家伯纳德韦纳(1974)提出的。它属于激励理论的范畴，主要应用于人力资源管理和社会心理学实践。所谓归因是指通过控制环境来激励和控制被观察者的行为，以及预测和评价。在此基础上，对被观察者的行为过程进行了因果解释和推理。韦纳将归因分为三个维度：内部归因和外部归因；稳定性归因和不稳定性归因；可控归因和不可控归因11-14。基于对归因理论的理解，作者将大学生网络学习的效果分为内部归因和外部归因。从能力、任务难度、努力和行为偏好四个维度设计了大学生网络学习行为与学习效果的相关性研究调查问卷。选择中南林业科技大学251名各年级、各专业的学生进行大规模的调查和访谈活动。在这项研究中，数据是通过问卷调查收集的。问卷随机分配给中南林业科技大学不同专业、不同年级的251名大学生。调查于xx年11月10日至xx年12月25日进行。如表1所示，共收集了251份有效问卷，有效回收率为100%。其间男性占37.1%，女性占62.9%；一年级学生占1.6%，二年级学生占29.1%，三年级学生占64.9%，四年级学生占4.4%。调查样本包括一至四年级学生，三年级学生占总样本的65%。这是因为三年级学生已经完成了大部分课程，他们的学习是衡量学习成绩的代表。本研究采用SPSS24.0软件进行问卷调查和数据分析。问卷总分最高的30%和最低的30%分别作为高分组和低分组。对两组数据进行了受试者各项得分平均差异的显著性检验，剔除无显著差异的项目。同时，计算各变量项与总分的相关性，删除相关系数低于0.3的变量项。根据独立样本的t检验结果，除V1、V4、V7和V9六个项目外，其他变量均达到显著水平。因此，考虑删除诸如V1的项目，并且剩余的16个项目和总分之间的相关性分布在0.371和0.834之间。为了进一步完善问卷结构，对以上16个项目进行了因子分析。通过对原始变量的调查，发现KMO值为0.757，概率为0.000，表明问卷数据的可靠性更适合进行因子分析。采用主成分分析法获得初始载荷矩阵。提取特征值大于1的6个因子，解释了55.648%的方差变异。对这16个变量进行正交旋转后，最终提取出4个公共因子，解释了73%的方差变异，包含了评价指标的大部分信息。接下来，旋转因子负荷以使方差最大化，并且根据包含在每个公共因子中的高负荷评估指数的重要性来命名因子，以阐明包含在公共因子中的信息15。如表4所示，第一公因子的方差贡献率为40.46%，对设计学习能力评价的所有指标都有较大的负荷。因此，第一个因素被定义为学习能力因素。第二公因子的方差贡献率为18.22%，对学习偏好指数有较大的影响。因此，第二个因素被定义为学习偏好因素。第三个共同因素对努力指数有更大的影响，我们将其定义为努力因素。第四个因素对在互联网上学习内容的难度有很大的影响，它被定义为难度因素。通过检查t为了进一步分析学生在线学习行为与学习效果之间的关系，通过继续计算得出以下表达式：F1=0.075 V1 0.102 V2 0.122 V3-0.040 V4-0.243 V5 0.104 V6 0.121 V7 0.081 V8 0.116 V9 0.137 V10.141 V11 0.139 V12 0.165 V13 0.129同样，我们也可以根据这个原理得到F2、F3和F4的因子得分表达式。在建立了大学生学习行为指标体系后，利用SPSS统计分析软件分析了学习行为与学习效果之间的相关性，从而找出大学生学习行为模式与学习效果之间的相关性。根据相关分析结果进行归因分析。相关检验表明，学习成绩与学习能力之间的简单相关系数为0.834，学习成绩与努力程度之间的简单相关系数为0.396。因此，我们认为当显著性水平为0.05或0.01时，两者总体上呈线性关系。总的来说，学习效果会受到学习行为的积极影响。从表7中我们还可以看出，学习成绩和学习能力之间有很强的相关性，努力程度和学习成绩也有很高的相关性，而学习偏好与难度和学习效果没有很高的相关性。为了进一步阐明大学生网络学习行为各维度对大学生学习效果的贡献，我们对其进行了回归分析。回归分析的一般步骤主要包括确定回归方程中的解释变量和解释变量、确定回归模型、建立回归方程、对回归方程进行各种检验以及利用回归方程进行预测。通过散点图的结果，我们可以知道在线学习行为与学习效果之间的关系可以做线性回归分析。以“学习能力”、“学习偏好”、“努力程度”和“难度”为自变量，以学生的学习成绩为因变量，采用逐步回归方法分析在线学习行为与学习效果的关系。从分析结果来看，大学生的学习能力和努力程度对其网上学习效果影响最大，学习偏好和难度对大学生的学习效果也有较好的预测作用。从表8可以看出，回归方程是网络学习效果=2.915 0.286学习能力0.198学习偏好0.289努力0.129难度。基于归因理论和学者的相关研究成果，本文收集了251个样本进行问卷访谈，运用实证研究方法，从学习能力、学习偏好、努力程度和难度四个维度对大学生网络学习行为和学习效果的关系、预测和贡献进行了科学分析。得出了四个主要结论和建议。首先，大学生较强的动手能力对他们的学习有积极的影响。大多数大学生都有很强的学习能力。在网上学习时，他们有很强的操作能力和实践能力。他们可以快速找到所需的网络材料，快速完成学习任务，并将掌握的新工具和技术应用到在线学习中。这可能与大数据前提下的初高中学生信息技术教育有关。大多数学生都能相对熟练地操作电脑。从学习能力因素与学习效果的相关系数来看，大学生的学习能力与学习效果有很强的正相关关系。因此，要加强对大学生学习能力的培养，比如开设一些选修辅修课程，介绍一些计算机网络学习的方法和实践技能，使学生能够更好地掌握系统的计算机网络技术，促进大学生网络学习效率的提高。第二，大学生的努力和学习成绩之间有很强的正相关关系。如果大学生经常做网上学习，或者如果花在网上学习的时间主要是用来学习与课程相关的内容，他们也学习非常努力，因此网上学习的效果更好。相反，那些把大部分时间花在网上学习并且不常在网上学习的学生学习成绩相对较差。在某种程度上，态度决定身高。然而，积极的努力主要集中在对在线学习的正确理解上。大多数成绩好的学生认为，适当的网上学习可以开阔视野，补充课堂教学效果，提高学习效率，是一种有效的学习方法。因为在网上学习的过程中，它更难也更有效率。然而，在问卷调查中，许多学生认为一些大学生沉迷于网络不是为了学习，而是为了玩游戏和聊天。因此，学校在鼓励大学生网上学习的同时，引导学生自觉自律，