SCI论文（www.lunwensci.com）:
摘要：“互联网+教育”是当今时代的一种新的教育模式，大学生利用互联网进行在线学习已成为一种普遍的现象。本文以湖北师范大学为例，通过问卷调查法收集有关数据，利用因子分析将大学生在线学习的动机分为4种类型。从专业性质和性别两个方面对大学生的在线学习动机进行研究分析，针对高校、在线教师、在线教育平台提出了有关如何激发及维持大学生在线学习动机的相关建议。
关键词：在线学习；学习动机；因子分析
本文引用格式：覃颖，等.基于因子分析的大学生在线学习动机的研究[J].教育现代化,2019,6(62):209-212.
一研究背景
教育部于2018年4月13日发布的《教育信息化2.0行动计划》，积极推动“互联网+教育”的发展成为一个重要的任务，而在线学习则成为发展“互联网+教育”的一个主要途径。在线学习以其学习时间自由、学习内容多样化、平台便捷性等优势成为一种新的学习方式。
学习动机是指能够激励、促进和维持学生学习的一种动力倾向，指引学生朝着既定的目标主动的进行学习[1]。学生的学习动机水平对其学习的态度、效果等有不可忽视的影响，大学生作为在线学习的首要群体，对其进行在线学习的动机的研究具有重要意义。
本文通过参考文献检索与综述，自编了有关《大学生在线学习动机的调查》问卷。以湖北师范大学的学生为例，向各院系各年级的学生随机发放调查问卷200份，有效问卷176份。根据问卷调查的结果，针对高校、在线教师、在线教育平台提出了有关激发及维持大学生在线学习动机的相关建议。
二 方法与评价指标
在现实生活中，实际问题往往涉及到众多变量，并且数据蕴含的信息量极大，这使得对数据的处理较为困难。例如，大学生的在线学习的动机受到各方面因素的影响，但是不同的影响因素之间具有一定的相关性。
针对本次的调查数据，本文将使用因子分析的方法来进行研究。因子分析是一种从变量群中提取具有共性因子的统计技术，此方法最早的提出者是英国心理学家C.E.斯皮尔曼[2]。此方法可以将多个变量中关系比较密切的几个变量归入一个因子，这些因子可以深度的概括大量数据的信息。因此，本文通过因子分析将复杂的、多样的在线学习动机因素转化为少数几个具有代表性的动机因素，以此进行研究。
本文选取了15个有关大学生在线学习动机的问题，以此作为研究大学生在线学习动机的评价因子。如下表1所示：
本文使用SPSS24.0对回收的有效问卷的数据进行标准化处理。通过带旋转的因子分析对大学生在线学习动机水平的测量指标进行降维，根据累计贡献率确定主因子，并计算成分得分系数矩阵，确定评价方程对数据进行分析。在对数据结果分析的基础上，针对高校、在线教师、在线教育平台提出有关如何激发及维持大学生学习在线动机的相关建议。
三 数据处理和结果分析
（一） 因子分析
1.ＫＭＯ和巴特利特球度检验
根据因子分析的相关步骤，首先需要进行ＫＭＯ和巴特利特球度检验。通常情况下，KMO>0.5即可进行因子分析，且数值越靠近1越适合；巴特利特球度检验的结果小于0.005，则表明变量间具有相关性。本文数据检验果:KMO=0.854，巴特利特球度检验结果为0.000，比较适合作因子分析。
（二） 提取公因子
提取公因子，其以原始数据最小的信息丢失为代价，对数据进行降维，使数据简化，使得对数据的分析更加简单，且结果更接近真实水平。
（三） 公因子的命名、解释与汇总
为了探讨和研究提取出的4个公因子所代表的实际意义，使用等量最大法得出了旋转后的因子载荷阵，如表4。由表4可以得知，在第一个因子上的载荷值较高的是问题Q11、Q13、Q14、Q15，这些问题体现了大学生在线学习的主要动机是为了获得认可，因此将第一个因子解释为外界认可因子；Q1、Q2、Q3、Q4问题在第二个因子上的载荷值高于其他变量，这与大学生力求通过在线学习来进行知识的探索与积累有着密不可分的关系，故可将其归为求知因子；在第三个因子上载荷值较高的是问题Q5、Q9、Q12，其主要表达了大学生希望通过在线学习的方式来提高学习成绩的心理，因此将其归为成绩因子；Q6、Q7、Q8、Q10问题在第四个因子上的载荷值较高，说明了当今大学生通过网上学习来为今后的求职奠定基础，属于就业因子。根据上述分析得出因素划分如表5所示。
据表6所示因子得分系数矩阵的数据，写出各因子的表达式：
以公因子的方差贡献率占累计贡献率的比重作为权重来加权计算在线学习动机水平综合得分，因此因子综合得分表达式如下：
根据上述的表达式可计算出因子综合得分情况。由于统计的数据较多，无法逐个罗列，因此在表7中仅列举了因子综合得分排名前20学生的得分情况。
（二） 结果分析
根据表7因子综合得分、排名及4个公因子得分、排名的情况得出以下结论。
从专业角度看，F1因子排名前10的大学生中专业性质偏理科的学生占80%，偏文科的学生占20%，比例差异显著且排名靠前的多为专业性质偏理科的学生；F1因子更多的是代表外界认可动机，其中包含赢得老师的赞赏，获得父母的表扬，以及获得奖学金等，出现这种现象的原因可能与学生的学习态度有关。F3成绩因子排名前10的大学生中专业性质偏理科的学生占70%，偏文科的学生占30%，差异较为显著；专业性质偏文科的学生的成绩动机水平明显低于专业性质偏理科的学生，这有可能与文、理科的学科性质相关。F2求知因子排名前10的大学生中，两类学生的比例相等，无差异；F4就业因子排名前10的大学生中专业性质偏理科的学生占60%，偏文科的学生占40%，无明显差异；这表明两类学科性质的学生在求知和就业方面的动机水平相当。
从性别角度看，由于本次回收的有效调查问卷中，男、女比例趋近于1：2，而根据表7中的因子综合得分前20的排名，男、女比例为1：3，由此得出男生的综合学习动机水平低于女生。与男生相比，女生比较潜心于学业；同时,由于外在的约束减少,自我的约束不足,网络成瘾等因素导致一部分大学男生学习动机水平偏低[3]。
四 总结
本文采用因子分析法对大学生在线学习的动机进行研究，通过公因子提取表将学生在线学习的动机分为4个类别，分别是外界认可动机、求知动机、成绩动机及就业动机；再通过公式计算得出公因子得分和因子综合得分。从调查结果得出，在专业性质方面，偏文科和偏理科的学生在外界认可动机和成绩动机水平上存在差异显著；求知动机水平及就业动机水平无明显差异。在性别方面，与女生相比，男生的综合学习动机水平较低。因此，针对上述结论，提出以下建议：
1.提高大学生的主动学习意识和自我管理能力。提高和培养大学生的主动学习意识和自我管理能力对传统的课堂教学及在线课堂教学都会产生积极的影响。在线学习和传统课堂教学在学习环境、内容、方式等方面存在差异，学生的学习行为及学习进度并不受教师控制，其个人的学习兴趣以及自我管理能力至关重要[4]。因此，高校可对大学生开展相关的学习思想教育大会，一方面改善大学生在线学习的态度，激发学习动机水平相对较低的学生的学习兴趣，进而通过潜移默化的方式促使其学习动机水平得到提高；另一方面，通过激励政策鼓励学习动机水平良好的学生继续保持此水平进行学习。此外，高校应积极引导和培养学生正确地对待学习，拥有一个积极向上地学习态度及良好地学习动机，避免功利性学习。
2.教师在备课过程中应考虑学生的学习需求。根据因子排名情况，文、理科的学生对求知和就业方面的学习动机水平相当，这就表明了文、理科的学生在这两方面有同样的需求；从求知动机角度出发，教师在进行在线课程设计时可根据该情况，充分考虑学生的学习需要，适当的扩展该课程的专业领域知识，通过增加课程的趣味性来激起学生的兴趣和学习动机，不断地加深课程的深度和广度以维持学生的动机水平。教育游戏是为了达到某种教学目的而专门开发的一种具有教育特性和游戏特性的电脑游戏[5]。教师可适当运用教育游戏来开展教学，以此激发学生的学习动机。从就业动机角度出发，高校可增加关于就业方面的在线课程。开设有关面试技巧、办公软件技能、人际交往能力、组织管理能力等相关的在线学习课程，提高学生在就业方面的知识储备和实践技能，为今后的就业之路奠定基础。
3.主管部门应加强对在线教育平台课程质量的审核。随着网络教育的不断发展，在线教育课程不断涌现，其课程质量呈现出参差不齐的特点。因此，在线教育平台除了需要维护平台的正常教育教学活动，还需要对其提供的课程进行质量的审核。在线教育平台的课程质量是影响大学生在线学习动机的因素之一。针对于此，主管部门应制定相关标准，严格审查每一门线上课程的学习价值；通过制定规范的课程审核制度，提高在线教育课程的质量，并积极维护在线教育平台功能的流畅性，为大学生打造一个优良的在线学习环境[6]。
参考文献
[1]国英桥.谈大学生学习动机的培养与激发[J].哈尔滨学院学报(教育),2003(08):19-20.
[2]黄嘉文,陈丹婷,温永仙.基于因子分析的学生综合素质评价对本科专业建设的启示[J].高教论坛,2019(01):46-52.
[3]向敏.男女大学生学习成就动机调查研究[J].商情(教育经济研究),2008(06):40-41.
[4]陆军.大学生在线学习影响因素探究[J].中国新通信，2018(02):199.
[5]关颖.大学英语学习动机的激发与培养策略[J].产业与科技论坛,2008(06):154-155.
[6]王世杰,杨刘霞,罗文.“互联网+”时代大学生在线学习的调查研究[J].科教导刊(上旬刊),2018(02):190-192.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/16087.html
