在线学习中学习者辍学行为的影响因素研究

王晋 查飞琴 谢岳 梁青青

摘要：作为大规模开放性网络学习方式，近几年在互联网共军的辅助下，在线学习、翻转课堂、慕课受到学习者的广泛关注，开放性网络学习在学习环境、学习对象、课程设置上都带来一定的变化。然而在线学习中还是存在一定的辍学现象。本文通过整理、分析、概括大量相关文献的基础上自编调查问卷，通过对学习者自身因素、教师因素、课程内容因素、平台因素这四个因素进行多元回归分析，得出缺少学习下去的欲望、老师和学生互动较少、平台无法激励学习、课程质量不高会对辍学行为产生显著的影响作用。最后，本研究基于调查研究结果提出相应的建议。

关键词：在线学习;辍学行为;影响因素;量化分析

2016年6月，教育部在关于印发《教育信息化“十三五”规划》的通知中明确提出要加强教师信息技术的应用能力，大力推动网络学习方式，在线教育作为未来教育战略转变的政策之一。在这样的大好形势下，MOOC、学堂在线、网易公开课等在线教育平台如雨后春笋般出现，在线学习者规模日渐庞大。这些在线教育平台的不断推广和发展，给学习者提供了多种形式与多样内容的选择，推动了我国教育信息化的发展，极大地弥补上传统教育模式的不足，也给我国教育事业的发展增添了活力。但是在具体实践过程中，关于在线学习的弊端逐渐暴露，普遍存在学习过程中缺乏互动性、学习者辍学率高、教师的专业发展的不足、课程吸引力不足等问题。总的来说，就是学习者存在一定的辍学行为。

一、在线学习中辍学行为的影响因素相关研究

近年来，学者对于在线学习中的辍学行为进行了大量的研究。陈雷认为在线学习中学习者的辍学行为受到两个方面的影响，一是内在因素，包括技能基础、学习期望和自我效能感;二是外在因素，包括政策、规章制度、平台环境和在线资料等。[1]彭海蕾基于迈克尔.G穆尔的交互分类理论和哈努塞克的一般性教育生产模型提出了教师在在线平台中的及时反馈和反馈内容和程度都会影响学生的参与以及学习效果。[2]罗晔等认为在MOOC学习中导致学习者辍学的主要原因包括课外投入时间少、学习者毅力不足、交流困难等。为了引起学习者对慕课学习的重视，罗晔等提出了可以在在线教育平台增加付费通道。[3]詹劼从用课方和授课方的角度分析了慕课中高辍学率产生的原因。[4]

不难发现，目前针对在线学习辍学行为的研究大多集中在宏觀建模，学习行为等方面的研究。而本文属于微观层面的具体分析，通过自编调查问卷，进行了样本特征分析、信度分析和效度检验。根据问卷调查和统计分析，从学习者自身因素、教师因素、课程内容因素、平台因素四个方面具体分析在线学习中学习者具体的学习行为变化，通过对四个因素进行多元回归分析，对在线教育进一步发展具有一定的理论及现实意义。

二、问卷设计及信效度分析

本研究中的“辍学行为”是指学习者通过在线学习平台进行自主的学习，参与相关学习课程，由于某些原因，在学习的过程中退出，或者未能完成课程的后续任务的行为。在整理、分析、概括大量相关文献的基础上，本研究对在线学习者辍学行为的影响因素进行一系列的分析整理进而编制了对应的调查问卷。调查对象为南京邮电大学参与过在线学习课程的研一学生，其中问卷共发放120份，回收了95份，问卷回收率为79.2%。问卷主要由两部分组成：学习者的基本信息，如性别，年龄等;造成学习者辍学行为的四个影响因素，包括学习者自身因素、教师因素、课程内容因素和平台因素。

经SPSS21.0统计分析，本问卷的信度系数值为0.863，大于0.8，证明本问卷具有较高的信度，可以进行进一步的分析处理。问卷的KMO值为0.826，大于0.8，说明问卷效度也很高，同时本问卷中Bartlett的球形度检验显著性为0.000，小于0.01，表明了变量间具有较强的相关性，并且信息重叠度相对比较高，也同样表明了量表具有较高的效度，适合进行因子分析。（如表一所示）

三、研究结果

据问卷统计调查分析，92.78%的人都在在线学习中半途而废，经常的有47.42%，很少的有45.36%，从不的只占7.22%—这些数据无疑也印证了在线学习中学习者辍学行为的问题的确存在。

（一）学习者自身因素

为检验学习者的性别与辍学行为之间是否存在相关关系，本研究对学习者的性别采取卡方检验（如表二所示），结果表明在线学习中的辍学行为与学习者的性别并不存在着显著性差异（P>0.05）。

将“Q17、我没有充足的时间来进行学习”、“Q18.、我不能长久地保持学习课程的注意力”、“Q19、我听不懂老师所讲的内容”、“Q20、我缺少学习下去的欲望”作为自变量，而将在线学习中的辍学行为作为因变量进行多元线性回归分析。模型R平方值为0.237，这项数据意味着在三个自变量中至少有一项会对学习者的辍学行为产生影响，此外，通过对模型进行多重共线性检验发现，模型中的VIF值都小于5，这项数据意味着变量之间不存在着共线性问题;并且D-W值在数字2附近，因而说明模型不存在自相关性，样本数据之间并没有关联关系，模型较好。

根据表三最终具体分析可知：“Q17、我没有充足的时间来进行学习”的回归系数值为0.113（t=1.839，P=0.069>0.05），这项数据表明没有充足的学习时间并不会对学习者的辍学行为产生影响。“Q18.、我不能长久地保持学习课程的注意力”的回归系数值为0.007（t=0.090，P=0.928>0.05），意味着不能长久地保持学习课程的注意力并不会对辍学行为产生影响关系。“Q19、我听不懂老师所讲的内容”的回归系数值为0.055（t=0.926，P=0.357>0.05），意味着听不懂老师所讲的内容也不会对辍学行为产生影响关系。但是“Q20、我缺少学习下去的欲望”的回归系数值为0.191（t=2.997，P=0.004<0.01），意味着缺少学习下去的欲望会对辍学行为产生显著的正向影响关系。

通过上述分析可知：学习者缺少学习下去的欲望会对辍学行为产生显著的正向影响关系。但是没有充足的时间来进行学习、不能长久地保持学习课程的注意力、听不懂老师所讲的内容并不会对辍学行为产生影响关系。

（二）教师因素

在在线学习中，教师既是教育教学的组织者，也是教育教学的指导者，对学生知识的意义建构起着巨大的促进作用。教师即使具有丰富的知识，但能否有效地传播给学生，还有一个“会教”的问题。[5]

将“Q4、在学习过程中老师对我们的问题不能够做出及时的解答”、“Q5、在学习过程中老师讲的很糟糕”、“Q6、我觉得老师讲的太啰嗦”、“Q7、老师和我们很少有沟通交流（包括各种形式）”作为自变量，而将辍学行为作为因变量进行多元线性回归分析。模型R平方值为0.157，意味着自变量可以解释辍学行为的15.7%变化原因。通过对模型进行F检验，本研究发现模型通过了F检验（F=4.272，P<0.05），也就是说在自变量中至少存在一项会对学习者的辍学行为产生影响关系。此外，通过对模型的多重共线性检验发现，模型中的VIF值全部小于5，意味着变量之间不存在着共线性问题;并且D-W值在数字2附近，因而说明模型不存在自相关性，样本数据之间并没有关联关系，模型较好。

根据表四具体分析可知：“Q4、在学习过程中老师对我们的问题不能够做出及时的解答”的回归系数值为0.100（t=1.418，P=0.160>0.05），意味着在学习过程中老师不能够做出及时的解答并不会对辍学行为产生影响关系。“Q5、在学习过程中老师讲的很糟糕”的回归系数值为-0.067（t=-1.006，P=0.317>0.05），意味着老师讲的很糟糕并不会对辍学行为产生影响关系。“Q6、我觉得老师讲的太啰嗦”的回归系数值为0.080（t=1.228，P=0.223>0.05），意味着老师讲的太啰嗦也不会对辍学行为产生影响关系。“Q7、老师和我们很少有沟通交流（包括各种形式）”的回归系数值为0.179（t=2.559，P=0.012<0.05），意味着老师很少和学生交流会对辍学行为产生显著的正向影响关系。

通过上述分析可知：在在线学习中，老师很少和学生交流会对辍学行为产生显著的正向影响关系。但是老师对问题不能够做出及时的解答、在学习过程中老师讲的很糟糕、老师讲的太啰嗦并不会对辍学行为产生影响。

（三）平臺因素

网络教学平台是在线学习的基础性技术平台，是开展网络教学或网络辅助教学的必备条件。[6]在网络环境下，网络教学平台为师生的教与学提供支持，它的使用方便与否也对学习者的辍学行为产生一定的影响。

将“Q8、我在这个平台使用感觉很不方便”、“Q9、这个平台无法激励我进行学习”、“Q10、在这个平台学习不能够很好地给我提供需要的服务与帮助”、“Q12、在这个平台和老师同学交流很不方便”作为自变量，而将辍学行为作为因变量进行线性回归分析。模型R平方值为0.167，意味着这四个变量可以解释辍学行为的16.7%变化原因。通过对模型进行F检验，发现了模型通过了F检验（F=4.625，P<0.05），表明变量中至少存在一项会对学习者的辍学行为产生影响，此外，对模型进行多重共线性检验发现，模型中的VIF值全部小于5，表明变量之间不存在着共线性问题;并且D-W值在数字2附近，因而说明模型不存在自相关性，样本数据之间并没有关联关系，模型较好。

根据表五最终具体分析可知：“Q8、我在这个平台使用感觉很不方便”的回归系数值为-0.045（t=-0.629，P=0.531>0.05），意味着在平台中使用感觉很不方便并不会对学习者的辍学行为产生影响。“Q9、这个平台无法激励我进行学习”的回归系数值为0.175（t=2.360，P=0.020<0.05），意味着平台无法激励学习会对辍学行为产生显著的正向影响关系。“Q10、在这个平台学习不能够很好地给我提供需要的服务与帮助”的回归系数值为0.024（t=0.298，P=0.767>0.05），意味着平台不能够很好地给我提供需要的服务与帮助并不会对学习者的辍学行为产生影响关系。“Q12、在这个平台和老师同学交流很不方便”的回归系数值为0.116（t=1.794，P=0.076>0.05），同样也表明在平台中和老师同学交流很不方便也不会对学习者的辍学行为产生影响关系。

通过上述分析可知：平台无法激励学习者学习会对其辍学行为产生显著的正向影响关系。但是在平台不能很好地为学生提供需要的服务与帮助、在平台和老师同学交流很不方便并不会对辍学行为产生影响关系。

（四）课程内容因素

网络课程开发是一种课程创作的实践，在本质上是一种价值创造的活动。[7]教师根据已掌握的资源，借助网络教学平台，依据一定的教育学原理，把课程内容进行整合、分类与管理。其创作的课程内容也会对学习者的辍学行为有重要的影响。

将“Q13、课程内容十分枯燥”、“Q15、课程的质量不高”、“Q16、课程内容不够前沿新颖”作为自变量，而将辍学行为作为因变量进行线性回归分析。模型R平方值为0.089，意味着这三个变量可以解释辍学行为的8.9%变化原因。通过对模型进行F检验，发现了模型通过了F检验（F=4.625，P<0.05），表明变量中至少存在一项会对学习者的辍学行为产生影响，此外，对模型进行多重共线性检验发现，模型中的VIF值全部小于5，表明变量之间不存在着共线性问题;并且D-W值在数字2附近，因而说明模型不存在自相关性，样本数据之间并没有关联关系，模型较好。

根据表六最终具体分析可知：“Q13、课程内容十分枯燥”的回归系数值为0.003（t=0.050，P=0.960>0.05），意味着课程内容十分枯燥并不会对辍学行为产生影响关系。“Q15、课程的质量不高”的回归系数值为0.200（t=2.616，P=0.010<0.05），意味着课程的质量不高会对辍学行为产生显著的正向影响关系。“Q16、课程内容不够前沿新颖”的回归系数值为-0.049（t=-0.656，P=0.513>0.05），意味着课程内容不够前沿新颖并不会对辍学行为产生影响关系。

通过上述分析可知：课程内容的质量不高会学习者的辍学行为产生显著的正向影响关系。但是课程内容枯燥、课程内容不够前沿新颖并不会对辍学行为产生影响关系。

四、总结与建议

在线学习中高辍学率的原因多种多样，分布在学习过程中的各个阶段，主要受四个部分的影响：学生自身因素、教师因素、平台因素以及课程因素。其中，学生自身因素主要体现在学习者缺少学习下去的欲望，初学者往往存在学习盲目性的特征，没有明确的学习计划与学习目标，开始的学习主要依靠短暂的兴趣进行课程的选择与学习，这是导致在线学习高辍学率的最主要原因。因此在在线学习中，教师应激发学习者学习动机，强化其学习自控力，增强学生对课程的学习兴趣。其次是教师因素，在线学习中师生交互的缺乏导致厌学情绪严重直至辍学。因此，教师应及时为学生提供专业指导并解疑答惑，不断提升授课方式方法，探寻出学习者所需的授课形式，增强学习效果。接着是平台因素方面，问卷结果显示在线学习中平台功能部分有待增强，平台在对师生交互的功能有待提升。基于此，平台开发者应优化在线平台，提供个性化的功能，加强学习资源质量的提取上，吸引更优质的教师资源，从而影响更多的学习者。最后是课程因素，课程包括课程内容、课程设计、授课方法、学习材料以及课程评价等方面，在线学习中的课程主要是由大学教师或者专业领域的教授录制的教学视频，教学过程中要尤为注意课程的质量，不断优化授课视频的呈现方式，不再以简单的录制为主，可增强视频的表现力，吸引学习者的观看兴趣，提高课程质量，实现创意教学。

参考文献：

[1] 陈雷.在线教育中教师学习行为态势的影响机制实证研究[J].中国远程教育，2018（10）： 35-43+79.

[2] 彭海蕾.在线教育教师行为与学生学习效果关联度研究[J].西北师大学报（社会科学版），2018，55（04）：109-115.

[3] 罗晔，李阿利.MOOC高辍学率原因及对策分析[J].学理论，2015（05）：139-140.

[4] 詹劼.MOOC实践存在的问题及对策研究[J].兰州教育學院学报，2016，32（04）：79-80+83.

[5] 李晓东.“慕课”对高校教师教学能力的挑战与对策[J].南京理工大学学报（社会科学版）， 2014，27（02）：89-92.

[6] 韩锡斌，葛文双，周潜，程建钢.MOOC平台与典型网络教学平台的比较研究[J].中国电化教育，2014（01）：61-68.

[7] 杨刚，胡来林.MOOC对我国高校网络课程建设影响的理性思考[J].中国电化教育2015（0）： 15-21.

作者简介：王晋（1994–）男，山西朔州人， 南京邮电大学教育技术学硕士研究生，主要研究方向是机器人教育。