碎片化学习中学习者个体差异与学习满意度的关联性研究

Research on relationship between learners' individual difference and learning satisfaction in fragmented learning

摘要

采用问卷调查的方法，结合AMOS软件构建碎片化学习环境下学习者个体差异与学习满意度的结构方程模型。研究发现，学习者的自我效能感、学习期望、学习动机、感知易用、感知有用、学习风格等方面与学习满意度的关联有统计学意义；学习经历与自我效能感和学习动机、学习水平与学习期望、自我效能感和学习期望与学习动机、感知易用和感知有用与学习动机、感知有用与学习动机之间的关联有统计学意义；在学习风格划分类型的信息加工维度、理解维度与学习满意度之间的关联有统计学意义。因此，在碎片化学习环境下学习活动设计需要考虑学习者个体特征的差异性，利用个性化学习活动设计来达到最终学习者学习满意度的一致性，以期提高碎片化学习环境中学习活动设计的成效。

Abstract

This research uses questionnaire survey and AMOS software to construct the structural equation model about correlation between learning satisfaction and learners' individual difference under fragmented learning environment. It finds that learners' self-efficacy, learning expectations, learning motivation, perceived ease of use, perceived usefulness,learning style and other aspects are statistically significant related to learning satisfaction. There are statistically significant correlations between learning experience and self-efficacy and learning motivation, learning level and learning expectation, self-efficacy and learning expectation and learning motivation, perceived ease of use and perceived usefulness and learning motivation, perceived usefulness and learning motivation. There is a statistically significant correlation between the information processing dimension, understanding dimension,and learning satisfaction in the classification of learning styles. Therefore, the design of learning activities in a fragmented learning environment needs to consider the differences of learners' individual characteristics, and uses personalized learning activity design to achieve the consistency of final learners' learning satisfaction, so as to improve the effectiveness of learning activity design under a fragmented learning environment.

Graphical abstract

关键词

碎片化学习 / 个体差异 / 学习满意度 / 学习风格 / 个性化学习

Key words

fragmented learning / individual difference / learning satisfaction / learning style / personalized learning

随着移动互联技术的发展和智能终端的普及，碎片化学习已经成为一种新型的学习方式。这种学习方式下的学习内容结构采用知识点单元方式呈现，学习者以零散知识和碎片化知识开展学习，同时可以在碎片化时间在移动终端上以灵活、泛在、自定步骤的方式学习，因此可以提高学习者的自主意识，促进自主学习^[1]。碎片化学习由于学习方式灵活、学习场所不受限制等，所以学习者群体较大。针对这种环境下的学习研究已受到研究者的关注，大多研究者关注学习者学习中学习注意力的问题。然而，学习者碎片化学习中个体差异特征是否与学习者学习的满意度存在关联？这些个体特征因素之间是否存在相互关联的关系？以学习者个体差异角度探究学习者满意度的研究正好是检验碎片化学习学习活动设计是否有效的关键途径，所以针对碎片化学习环境下学习者个体差异与学习满意度相关性的研究必不可少。

近年来，自学习分析技术、个性化学习、分层教学、人工智能等概念出现后，研究者更加关注个体差异性对学习效果的影响。在碎片化学习中，个体差异会导致不同学习者对学习过程具有不同的主观感受和学习体验，也会使不同学习者对学习的满意程度有所不同。碎片化学习是人类学习走向个性化、自主化乃至终身化的必然取径^[2]，既然满足个性化、自主化，就需要研究者关注该学习环境下学习者的个体差异，因此对于碎片化学习中个体差异性和学习满意度之间的关联性探讨是值得深入研究的主题。

1 文献回顾

1.1 个体差异性

从已有的文献整理来看，关于学习个体差异的研究主要集中于两个方面：

一方面是从个体性别、年龄、教育水平、学习经历、计算机水平等来进行研究。如 van SoelenI L C认为学习过程中学习者个体学习速度、遗忘速度的差异会对于学习结果造成影响^[3]；Rast P认为学习个体在初始技能、学习速率、渐进技能、年龄、信息处理速度、教育水平等方面存在差异^[4]；Ruttun R D认为应该从性别、年龄、教育水平、学习领域、个人能力、计算机水平等考虑个体差异^[5]；Noe R A 的研究表明在对非正式学习中学习个体差异研究时，应该从五大个体特征维度-随和、责任、情绪稳定、外向型、经验开放）、自我效能感、学习热情等进行个体差异分析^[6]；Tarhini A认为学习者对于技术接受度的个体差异重点应在性别、经验、教育水平、年龄上进行考虑^[7]。

另一个方面，对于学习个体差异的研究主要集中于从学习风格角度关注个体差异。学习风格主要利用学习风格量表测量的结果以体现个体的差异性，研究者所使用的学习风格量表有Kolb的经验学习风格量表、Myers Briggs人格类型的学习风格量表、VARK量表、Dunn&Dunn学习风格量表、多元智力学习风格量表、格拉峡-里奇曼学习风格量表、赫尔曼的大脑四象限分工及优势测定量表、Felder-Siliverman学习风格量表等。例如：Wang P J等认为发散型、同化型、顺应型、会聚型四个类型的学习者在学习效果上没有表现出显著性差异^[8]；Sun K T等研究发现学习风格对于学习成效没有显著性差异，只是表现出“同化型”学习者学习成绩普遍稍高^[9]；Graf S等研究认为利用系统监测不同学习风格、认知特点的学习者在课程学习中使用不同学习策略进行学习与浏览的行为，可以满足适合不同学习者学习过程的需求，不断完善学习者特征模型^[10]等。

1.2 学习满意度的影响因素

结合前面梳理的文献结果发现，鲜有从个体差异角度进行学习满意度的研究。笔者对于目前学习满意度的影响因素研究进行文献梳理，进一步探究学习个体差异性是否会对学习满意度产生影响。李明辉认为个体在自我效能感、媒体熟悉程度、技术使用意向等方面会对在线学习的满意度产生差异影响^[11]；Piccoli G等认为学习动机、学习适应性、自我效能感、对于技术使用态度等会对学习满意度造成差异影响^[12]；Arbaugh J B认为学习者学习投入时间、学习者的性别、感知有用、感知易用等个体差异性会对学习满意度产生影响，而学习经历对于学习满意度没有任何影响关系^[13]；Kanuka H等的研究结果表明学习者个体在认知模型、成效期望方面的差异会对学习满意度造成影响^[14]；Henry P D的研究认为学习风格对于学习满意度有着影响关系^[15]；然而，Shaikh A A认为学习风格和学习满意度之间没有直接的影响关系^[16]；Ong C S等研究认为男生往往对于在线学习经历会有更满意的学习体验^[17]。关于学习满意度中个体差异对其影响的研究结论比较复杂，不同研究视角得出的结论有所不同。

通过汇总个体差异和学习满意度的研究文献，拟将研究个体差异确定为学习者性别（Youngjoo Lee,2015）、学习经历（Ong,2006）、学历水平（Youngjoo Lee,2015）、自我效能感（Artino,2007）、学习期望（Gandolfo Dominici,2012）、学习动机（Piccoli et al,2001）、学习风格（Henry,2008）、感知有用和感知易用（Davis,1989）九个变量进行分析，重点探讨各变量与学习满意度之间的关联性。

2 研究设计

2.1 研究假设

研究重点是探讨碎片化学习环境下学习者个体差异与学习满意度之间的关联性，结合文献梳理汇总，确定个体差异的研究变量后，拟将研究问题确定为探讨学习者性别、学习经历、学历水平、自我效能感、学习动机、学习期望、学习风格、感知技术有用性和易用性与学习满意度的关联以及各变量之间的关联有无统计学意义。

2.2 研究对象

研究以某高校参加“大学信息技术基础”“现代教育技术”“Python程序设计基础”“计算机网络”“演讲与口才”等课程碎片化学习环境下的学习者为研究对象，共计学员1 100名。这些课程碎片化学习是以MOOC课程学习平台与微信平台相结合形式搭建的学习资源和设计的学习活动，授课形式为面授教学与碎片化学习相结合的形式，调查研究对象均为碎片化学习环境下按照要求完成整个课程学习的学习者。

2.3 研究方法和工具

研究采用问卷调查的方法，所使用的问卷为学习风格量表、学习满意度量表、个体基本特征问卷。其中，学习满意度量表采用里克特五点计分法，选项分别为“比较满意”“满意”“一般”“不满意”“比较不满意”，对应计分标准分别为5、4、3、2、1。

学习风格量表选用采用率较高的Felder-Silverman学习风格量表，该量表将学习风格模型分为信息加工、感知、输入、理解四个维度。在信息加工维度分为活跃型和沉思型，在感知维度分为感悟型和直觉型，在输入维度分为视觉型和语言型，在理解维度分为序列型和综合型。在实际SPSS数据处理过程中，对于每个维度不同的学习风格类型采用数字“1”和“2”进行编码。该学习风格模型相对其他学习风格理论模型划分的维度更为详细，同时该量表的信效度也经过Zywno（2003）、Felder and Spurlin（2005）等检验^[18]；学习满意度量表是在Arbaugh设计学习满意度量表的基础上进行修改的，从多角度评价学习者对于课程学习过程中学习的满意度；个人基本特征问卷采用自编的问卷，主要从性别、学习经历、学历水平、自我效能感、学习期望、学习动机、感知易用、感知有用等八个方面进行调查，一共23道题。

经检验，修改后的学习满意度量表的信度系数为0.916，个人基本特征问卷的信度系数为0.899（>0.8），问卷的信度较好。同时，对学习满意度量表和个体特征调查问卷效度进行检验，获取问卷的KMO值分别为0.885、0.893，方差累计解释量分别为54.67%和48.95%，满足要求指标（KMO值>0.8，方差累计解释量>40%），这说明问卷和量表具有良好的效度。

2.4 统计分析方法

采用SPSS19.0进行数据整理和分析，采用AMOS软件构建结构方程模型，从χ²/df（卡方自由度比）、GFI（拟合度指数）、RMR（均方根残差）、RMSEA（近似均方根误差）、AGFI（调整拟合度良好性指数）、NFI（常规拟合度指数）、CFI（比较拟合度指数）、IFI（增值适配指数）等指标和标准判断结构方程模型拟合的效果。此外，采用Pearson相关进行学习者学习风格与学习满意度的相关性分析。以P<0.05为差异具有统计学意义。

3 研究结果

研究以问卷星形式发放问卷1 100份，回收问卷1 056份，剔除无效填写问卷后，保留有效问卷1 001份（94.8%）。利用研究的假设在AMOS软件中构建个体特征与学习满意度关系的结构模型，之后对模型进行识别、违犯估计等分析，并进行模型拟合度各项指标的检验。其中，AGFI的值为0.886，与模型适配标准参数0.90相近，其余各项均达到参数指标要求。从整体来考虑，模型的拟合度较为良好。随后，结合收集到的数据对前期已建立的研究模型进行检验，检验后各变量之间相互影响关系的路径系数如图1所示。

通过研究数据发现，学习者性别与学习满意度的关联系数为0.109（P＝0.077），学习经历与学习满意度关联系数为0.057（P＝0.471），学历水平与学习满意度的关联系数为－0.069（P＝0.385），自我效能感与学习满意度的关联系数为0.341（P＝0.009），学习期望与学习满意度的关联系数为0.218（P＝0.033），学习动机与学习满意度的关联路径系数为0.431（P<0.001），感知易用与学习满意度的影响系数为0.267（P＝0.009），感知有用与学习满意度两者的相关系数为0.415（P<0.001），学习风格与学习满意度关联系数为－0.194（P＝0.032）。这表明性别、学习经历、学历水平与学习满意度之间关联无统计学意义；自我效能感、学习期望、学习动机、感知易用、感知有用、学习风格与学习满意度之间关联有统计学意义。

学习经历和学历水平分别与学习者自我效能感之间关联系数为0.289（P＝0.008）及0.093（P＝0.088），自我效能感与学习期望之间关联系数为0.243（P＝0.009），学历水平与学习期望之间关联系数为0.202（P＝0.046），自我效能感与学习动机的关联系数为0.442（P<0.001）、学习经历与学习动机之间的关联系数为0.199（P＝0.048），感知易用与学习动机关联系数为0.388（P<0.001），感知有用分别与感知易用及学习动机的关联系数为0.323（P＝0.009）和0.473（P＝0.007），除了学历水平与学习者自我效能感关联无统计学意义，其余各变量之间关联均有统计学意义，研究假设成立。从研究结论中可以看出，在碎片化学习环境下学习者学历水平、学习经历等稳定特征与自我效能感、学习期望、学习动机、感知易用、感知有用等关联存在统计学意义。

将学习者学习风格在输入维度、理解维度、加工处理维度、感知维度分别进行分析。结果显示，在信息加工维度、理解维度类型的学习风格与学习满意度之间关联有统计学意义。在信息加工维度，学习者学习风格与学习满意度之间Pearson相关系数为0.209（P＝0.011），其关联有统计学意义；在理解维度，学习风格与学习满意度的Pearson相关系数为－0.180（P＝0.022），其关联有统计学意义。结果如表1所示。

4 讨论

4.1 强化课前技术培训，提高学习者的自我效能感和技术感知易用的程度

从研究结果看，学习者在线学习的经历和碎片化学习环境下学习者的自我效能感、学习动机关联存在统计学意义。同时，学习中对于技术使用的自我效能感以及容易程度和学习满意度相互关联。这一结论和Shen D M的研究结论相似，其研究结果显示在技术环境下的学习过程中，学习者对于完成课程学习、和其他学生交流、使用技术工具、和其他学生之间为了学术目的进行交流的效能感会影响其学习满意度^[19]。自我效能感决定学习者在课程学习过程中的信心，当遇到协作学习或者有挑战性学习任务时，自我效能感高的学习者往往能够有效地参与到学习活动中来，并且在学习中不断取得成果，这样也会间接地提高学习者的学习信心，不断去激发学习者完成对应的学习任务，最后学习者会对自己的学习过程或者结果比较满意。教师在在线学习开始前，利用面授教学的时间，对于学习者进行技术使用的培训，保证学习者能够较为熟悉地使用技术。在碎片化学习中，教师应该随时对学习者提出的问题进行解答，提供学习指南或者答疑解惑等。另外，在课程教学中，教师可以利用学习者常用的社交软件有效地进行学习活动设计，降低学习者对于技术的排斥感等。

4.2 利用表扬或者过关奖励的方式，维持学习者学习过程中的学习动机

研究表明，学习动机与学习满意度关联有统计学意义，这与Shih H F的研究结论相似，学习动机是在线学习学习满意度的预测者，学习动机和学习满意度之间存在显著的关联^[20]。学习动机是碎片化学习中在线学习行为发生的决定性因素，学习者的学习动机越高，碎片化学习行为发生的频率就会越频繁，学习者愿意利用平台支持下的学习环境进行学习。量变引起质变，有了大量的学习行为，部分学习者会对自身的学习过程比较满意；另外，学习动机的不同带来学习者成效目标期望等不同，结果也会影响学习满意度。Jovanovic D等的研究表明，外在的学习奖励会对学习者学习动机产生影响^[21]。研究结果数据显示，学习动机与学习满意度存在关联关系，已有研究证明学习奖励恰恰可以提高学习的动机。在碎片化学习环境中，教师在活动设计中应该及时对学习者学习进行评价与鼓励，平台碎片化学习中可以设置一些虚拟奖励、广播表扬、每周学习之星评选等活动来激发学习者的学习动机。另外，学习游戏挑战是产生趣味性的一个主要因素，具有合适挑战水平的学习游戏才能导致学习者积极的情感和注意力，使学习者主动参与知识的整合，吸收知识并得到学习成效^[22]。所以，对于碎片化知识内容学习可以利用知识点难度系数不同采用过关打卡的等级挑战游戏学习形式来开展，完成不同的等级任务给予不同的虚拟奖励，以此提高学习者学习的兴趣。

4.3 注重学习活动设计，让学习者感知知识及技术辅助学习的有用性

研究数据表明，学习者感知技术辅助学习的有用性与学习满意度关联存在统计学意义。同时，研究发现活跃型的学习者由于在学习中喜欢分享、交流、合作等，沉思型学习者喜欢自主学习、独立思考学习问题等。假设两种类型的学习者对于同一个协作学习或者讨论交流任务，活跃型学习者和沉思型学习者所表现的反应是不同的，因此其学习行为也会不同，学习满意度会存在差异；序列型和综合型学习者在课程学习中对同一学习活动设计的类型会展现不同的表现，假设教师设计了一个序列型在线学习活动引导学习者进行学习，这样的活动很适合序列型学习者的学习，他们只需要跟着学习活动设计的步骤完成对应的学习活动即可，当然对这样的学习活动可能比较满意。相反，综合型学习者学习方式的不同，学习满意度可能会有所变化。

在教学中，教师可以利用活动设计将技术工具的应用融合其中，学习者在协作交流、评价、自我诊断分析中感知技术对于自身学习的帮助。另外，在学习者学习风格理解维度中，学习风格会与学习满意度存在关联，这需要教师在教学中结合学习者学习风格的类型开展对应的个性化学习活动设计，利用学习活动的设计引导并且激发与维持学习者学习的动机，引导其参与到对应的学习活动中。研究数据也显示，学习者在输入维度中，学习风格和学习满意度关联不存在统计学意义，这也恰恰验证了课程平台碎片化学习中个性化学习活动设计对于学习满意度的重要性^[23]。资源呈现方式只是辅助学习者学习的资源，重点在于利用资源针对学习者进行的个性化学习活动设计，以满足学习者个体需求为导向。

5 总结

该研究仅仅针对个体差异与学习满意度的关联关系进行了探讨，后期需要结合学习者个体特征进行个性化学习的研究，围绕着不同学习风格、学习经历、学历水平等学习者采用符合其个体需求的学习策略并且不断验证学习满意度的结果，减少学习中由于学习者个体差异对于学习满意度结果差异带来的影响，尽快利用个性化学习推荐服务提高学习者在该环境下学习的适应性，最终达到学习者对于课程学习满意度的一致性^[24]。

参考文献

[1] 胡姣,陈思睿.大学生碎片化学习注意力影响因素的实证研究[J].现代远距离教育,2021,195(3):81-88.

[2] 武志峰.碎片化学习时代课程的继承与革新[J].中国教育科学(中英文),2021,4(2):114-121.

[3] van SOELEN I L C, van den BERG S M, DEKKER P H,et al.Individual Differences in Dynamic Measures of Verbal Learning Abilities in Young Twin Pairs and Their Older Siblings[J].Learning and Individual Differences,2009,19(4):440-444.

[4] RAST P, ZIMPRICH D.Individual Difference in a Positional Learning Task Across the Adult Lifespan[J]. Learning and Individual Differences,2010,20(1):1-7.

[5] RUTTUN R D, MACREDIE R D.The Effects of Individual Differences and Visual Instructional Aids on Disorientation,Learning Performance and Attitude in a Hypermedia Learning System[J].Computers in Human Behavior,2012,28(6):2182-2198.

[6] NOE R A, TEWS M J, MARAND A D.Individual Differences and Informal Learning in the Workplace[J]. Journal of Vocational Behavior,2013,83(3):327-335.

[7] TARHINI A, HONE K, LIU X H.The Effects of Individual Differences on E-learning Users' Behaviour in Developing Countries: A Structural Equation Model[J].Computers in Human Behavior,2014,30(12):153-163.

[8] WANG P J, LEE W S, HU M H,et al.Learning Style of Undergraduate and Graduate Physical Therapy Students in Taiwan[J].Procedia Social and Behavioral Sciences,2013(93):1254-1258.

[9] SUN K T, LIN Y C, YU C J.A Study on Learning Effect among Different Learning Styles in a Web-based Lab of Science for Elementary School Students[J].Computers & Education,2008,50(4):1411-1422.

[10] GRAF S, LIU T C, CHEN N S,et al.Learning Styles and Cognitive Traits-their Relationship and its Benefits Web-based Educational Systems[J].Computers in Human Behavior,2009,25(6):1280-1289.

[11] 李明辉.网络环境下学习满意度、知识掌握及使用意愿的影响因素分析[D].上海:复旦大学,2010.

[12] PICCOLI G, AHMAD R, IVES B. Web-based Virtual Learning Environments:A Research Framework and a Preliminary Assessment of Effectiveness in Basic IT Skill Training[J].MIS Quarterly,2001,25(4):401-426.

[13] ARBAUGH J B.Virtual Classroom Characteristics and Student Satisfaction with Internet-Based MBA Courses[J].Journal of Management Education,2000,24(1):32-54.

[14] KANUKA H, NOCENTE N.Exploring the Effects of Personality Type on Perceived Satisfaction with Web-based Learning in Continuing Professional Development[J].Distance Education,2003,24(2): 227-244.

[15] Henry P D.Learning Style and Learner Satisfaction in a Course Delivery Context[J].International Journal of Humanities and Social Sciences,2008,2(2):47-50.

[16] SHAIKH A A.Learning Styles and Satisfaction with Educational Activities among Paediatric Physicians at King Abdulaziz Medical City Jeddah[J].Journal of Taibah University Medical Sciences,2015,10(1):102-108.

[17] ONG C S, LAI J Y.Gender Differences in Perceptions and Relationship among Dominants of E-learning Acceptances[J].Computers in Human Behavior,2006,22(5):816-829.

[18] 李宝,张文兰.智慧教育环境下学习资源推送服务模型的构建[J].远程教育杂志,2015,228(3):41-48.

[19] SHEN D M, CHO M H, TSAI C L,et al.Unpacking Online Learning Experiences:Online Learning Self-efficacy and Learning Satisfaction[J].International Higher Education,2013,19(10):10-17.

[20] SHIH H F, CHEN S H E, CHEN S C,et al.The Relationship among Tertiary Level EFL Students' Personality, Online Learning Motivation and Online Learning Satisfaction[J].Procedia Social and Behavioral Sciences, 2013(11):1152-1160.

[21] JOVANOVIC D, MATEJEVIC M.Relationship between Rewards and Intrinsic Motivation for Learning -researches Review[J].Procedia Social and Behavioral Sciences,2014(9):456-460.

[22] 王广新,刘兴波,李通,等.学生感知的数字化游戏挑战水平与学习注意力关系研究[J].中国电化教育,2016,355(8):107-114.

[23] SOFLANO M, CONNOLLY T M, HAINEY T.An Application of Adaptive Games-based Learning Based on Learning Style to Teach SQL[J].Computers & Education,2015,86(8):192-211.

[24] 李宝,张文兰,张思琦,等.混合式学习中学习满意度影响因素的模型研究[J].远程教育杂志,2016,232(1):69-75.

基金资助

2023年陕西省教育科学“十四五”规划“人工智能技术赋能高等教育变革的现实困境及其路径研究”项目(SGH23Q0321)

2022年安康学院课程混改项目(2022HGKC02)

2023年安康学院课程思政教学研究项目(2023KCSZJY01)