基于P earson分析的大学生网络学习内隐行为研究　[摘 要] 本文在文献研究的基础上，分析了大学生网络学习内隐行为的影响维度，以调查问卷的方式收集数据，并应用Pearson分析找出对网络学习成效

 　[摘 要] 本文在文献研究的基础上，分析了大学生网络学习内隐行为的影响维度，以调查问卷的方式收集数据，并应用Pearson分析找出对网络学习成效最具有相关性的维度，对提升大学生网络学习成效提出相关建议。 
　　[关键词] Pearson分析；内隐行为；网络学习 
　　doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 13. 071 
　　[中图分类号] G434 [文献标识码] A [文章编号] 1673 - 0194（2018）13- 0159- 03 
　　0 引 言 
　　网络学习以学习时间多样化、学习空间多元化、学习途径便捷化、教学资源丰富化等优点，受到了大学生的喜爱。然而，纵观我国大学生网络学习行为分析的现状，不难看出对大学生网络学习内隐行为的研究分析相对较少。 
　　1 研究设计 
　　本研究通过分析国内外大学生网络学习行为研究现状，在行为科学理论、理性行为理论和计划行为理论等基础的支撑下，结合各类大学生在线学习平台的特点，总结出包括外显行为和内隐行为在内的共19个大学生网络学习行为维度，并对内隐行为做出结构化分析。 
　　根据行为科学理论，本研究将大学生网络学习内隐行为通过学习能力、学习态度、学习风格、学习动机和自我效能进行测定，它们之间的关系也是线性的，内隐行为最终转化为行为意向作用于大学生网络学习行为。 
　　2 数据采集及预处理 
　　2.1 样本数据的采集 
　　本次调查主要以武汉地区高校的大学生为主，随机抽取武汉大学、华中农业大学、武汉理工大学、武昌工学院、武汉工商学院、湖北工业大学工程技术学院等10所高校的学生作为研究对象，网络平台随机选取智慧树、中国大学MOOC等网络学习平台进行网络学习内隐行为分析。虽然所选研究对象和学习平台有一定的局限性，但也存在很多共性问题，本研究可以在一定层面上为我国其他高校的大学生网络学习行为提供参考性意见。 
　　2.2 样本数据的预处理 
　　通过发放纸质问卷及电子问卷，历时一个月，共收回问卷1 928份，剔除无效问卷103份，有效问卷占问卷总数的94.9%。本研究运用了KMO测度和Bartlett’s球体检验检测问卷的有效性。该研究的问卷效度结果如表1所示。 
　　KMO取值越接近于1各变量间的相关性越强，由表1可知KMO检验值为0.647，在0.5-1.0之间，这表明该调查问卷内的变量相关性较强。Bartlett’s球体检验值为467.125，通过检验，表明整体问卷中各变量间的相关性是相互独立的。卡方检验的概率Sig值为0，小于0.05，表明变量之间存在显著相关。因此本问卷的信度较高。 
　　3 Pearson分析 
　　根据文献资料分析将内隐行为的影响维度汇总为学习能力（X1）、学习态度（X2）、学习风格（X3）、学习动机（X4）、自我效能感（X5），利用Pearson相关分析的结果如表2所示。 
　　**.相关性在0.05上显著（双尾） 
　　*.相关性在0.01上显著（双尾） 
　　Pearson相关系数分析结果表示两个变量之间相关性的强弱，绝对值在0.8-1.0时表示极强相关，绝对值在0.6-0.8时表示强相关，绝对值在0.4-0.6时表示中度相关，绝对值在0.2-0.4表示弱相关，小于0.2时表示极弱相关或无相关。由表2给出通过Pearson相关系数分析出的内隐行为维度各个变量之间相关值，与内隐行为有中度相关的变量为学习能力和学习动机，其他因素为弱相关。 
　　3.1 学习能力与内隐行为的Pearson分析 
　　由表2可以看出：学习能力X1与学习风格X3、学习动机X4、自我效能感X5的相关值集中在0.45左右，都有较为显著的相关性。学习能力与自我效能感的Pearson值为0.507，大于0.5，为强相关；学习能力与学习风格的Pearson值为0.365，具有一定相关性；学习能力与学习动机的Pearson值0.458，具有中度相关性。以上数值说明学习能力越强，可以获取的自我效能感越高，同时自我效能感可以再促进学生的学习积极性，相应的学习动机越强，内隐学习行为可转化的学习成效就越显著。 
　　3.2 学习动机与内隐行为的Pearson分析 
　　由表2可以看出，学习动机X4与学习能力X1、学习风格X3、自我效能感X5的相关值分别为0.458、0.309、-0.077，根据Pearson值的相关性可知学习动机与学习能力中度相关、学习动机与学习风格弱相关、学习动机与自我效能感负相关。根据一般文献研究可知，网络学习内隐行为与学习动机具有显著相关性，本数据分析表中的相关分析值为0.445，是符合这一研究的。对于学习动机X4与自我效能X5存在负相关的现象，可能原因在于：大学生在利用网络学习资源时，即使有较强的学习动机，但受到学习能力、学习风格的影响，可能并不能立即取得较好的自我效能感，因此造成挫败，由此显示了负相关性。 
　　3.3 其他因素与内隐行为的Pearson分析 
　　由表2可以看出，学习态度（X2）、学习风格（X3）、自我效能感（X5）与内隐行为的相关值均小于0.2，基本可以判定无相关性。根据一般文献研究可知，学习态度、学习风格及自我效能感均会对内隐行为产生作用，呈一定的正相关，而本数据分析表中的相关分析却呈负相关，究其原因可能在于：调查问卷中涉及的学生个体差异较大，公立高校及民办高校学生网络学习内隐行为受到的影响因素不同，内驱动因素变得不明确，因此内隐行为转化为学习效果也不明显，甚至没有成效。 
　　4 结 语 
　　大学生具有较强的学习能力、独立自主意识，创造性强，但在网络学习内隐行为的分析来看多数学生的自控能力有所欠缺，只有通过形成积极的自我效能去实践，通过良好的学习态度去探寻，通过系统的学习策略进行学习，才能最终取得较好的学习效果。在这个过程中有以下几点值得注意： 
　　（1）�W络学习不仅需要大学生的积极主动，还需要技术人员、学校和社会的支持参与，在网络资源设计时，必须突出学生的主体地位，提供多样化、高质量的网络学习资源；加强对学生的引导与帮助，促进学生进行自主网络学习，提高学习效率。 
　　（2）以肯定的态度、积极的眼光去培养学生的自主学习观，增强学习动机。虽然本Pearson分析并未显示出学习动机对内隐行为的促进作用，但网络学习不能只着眼于眼前，而应该可持续发展。 
　　（3）通过整合跨越问题来探寻完整的学习策略，帮助学生培养制定学习策略的习惯，制定系统的学习策略，避免因为外部因素而造成干扰，提升大学生网络学习内隐行为的促进力，提高大学生的网络学习成效。 
　　主要参考文献 
　　[1]汤春玲，马跃如，彭一峰，等. 基于归因理论的大学生网络学习行为和学习效果研究[J].当代教育论坛，2017（2）：85-92. 
　　[2]张斯亮.基于XAPI的网络学习行为分析模型研究[D].杭州：浙江工业大学，2016. 
　　[3]孙海民.个性特征对网络学习行为影响研究的关键问题探究[J].电化教育研究，2012（10）：52-57. 
　　[4]曹良亮.在线学习中学习路径分析及学习行为特点研究[J].中国远程教育，2014（4）：25-30.