高职学生信息素养—在线学习投入—在线学习绩效结构方程模型

易福侠

(江西交通职业技术学院,江西南昌330013)

一、引言

开展大规模、长周期线上教学已成为高等教育不可或缺的教学方式和教学手段。它已经不是疫情形势下线下教学的“替代”方式,也不是线下教学的“点缀”,而是5G时代提高学生自主学习能力的必要手段,是教学改革发展的必然趋势。

信息素养是学生进行在线学习投入的必备技能和基本素养,有助于帮助学生从网络教学平台获取更多的学习资源和发展空间。在线学习投入是连接信息素养和在线学习绩效的桥梁。在线学习绩效是学生在线学习投入的表现形式及其成果产物,是衡量在线学习投入程度的评价标准。信息素养、在线学习投入、在线学习绩效具体包含哪些维度?每个维度有哪些观测点?信息素养、在线学习投入、在线学习绩效三维度间是否存在显著性影响?如何构建理论模型?基于上述问题,本研究根据结构方程理论分析了信息素养、在线学习投入及在线学习绩效三者间的效应关系,以期为加强线上教学管理提供实践路径。

二、文献综述

(一)信息素养—在线学习投入相关研究

信息素养是1974年由美国信息产业协会主席Paul Zurkowski提出的,指利用大量的信息工具及主要信息源使问题得到解答的技能。自此,学者们不断对信息素养标准、内涵及评价进行探索。2000年,美国大学和研究型图书馆协会董事会通过《高等教育信息素养能力标准》,它将学生信息素养分为五部分:确定信息范围、高效获取信息、评价甄选信息、有效利用信息、遵守信息公德［1］。2015年,美国大学与研究图书馆协会制定《高等教育信息素养框架》,将信息素养重新定义为对信息的反思性发掘,理解信息的产生和评价,以及利用信息创造新知识并合理参与学习的综合能力［2］。如今信息素养经过国内外学者多年的探索和实证研究,概括为信息意识、信息获取能力、信息应用能力、信息伦理四个方面。学界关于学习投入维度有二维［3］、三维［4］和四维［5］划分,但认可度比较高的还是行为、认知和情感三维度［6］,如学习者在线学习的努力和时间精力投入程度,学习者自我监控和“内卷化”认知调节过程,学习者与教师、同学、同行交互形式等。

线上教学和传统教学最大的区别在于,学生除了需具备参与传统教学的必备技能外,还必须能够从网络获取资源,具备开展自主学习、合作学习、探究学习的能力。郑勤华通过研究证明,提升学习者信息素养能够帮助其通过网络检索资源、分析加工素材、有效开展学习［7］。吴砥阐述,信息素养是影响大学生在线学习的关键因素［8］。翟兴以疫情防控期间大规模、长周期线上教学为例,阐述信息素养4个维度(信息获得能力、信息应用能力、信息意识、信息道德)与在线投入4个维度(技能投入、情感与交互投入、学习表现投入、应对学习困难投入)的正比例关系［9］。胡小勇以信息素养为自变量,在线学习投入为因变量构造结构方程模型,通过对293份有效调查问卷统计分析得出,信息素养对在线学习投入存在正向影响。［10］

综上,提出第1个研究假设:信息素养对在线学习投入具有显著正向影响。

(二)在线学习投入—在线学习绩效相关研究

学习绩效是检验学习质量的指标和重要考核依据。贾斌指出学习成绩和学习成就是学习绩效的评价维度,学习成绩包括学习行为、学习目的、学习目标等,学习成就包含学习态度、学习能力和学习满足感［11］。沈欣忆以MOOCAP学习者为研究样本,通过三轮德尔菲法形成学习绩效两个层面评价标准:学习偏好和学习成绩［12］。李爽将学习成绩、学习满意度和学习投入作为学习绩效的考量标准［13］。结合参考以上研究,本文认为:学习绩效是学习者学习过程和学习结果的综合体现。学习过程关注体验感和满意度,学习结果关注成绩,学习绩效通过学习成绩和学习满意度两个维度衡量。在线学习绩效遵从学习绩效度量标准,只是教学模式从“线下”或“线上+线下混合教学”变成单纯的“线上教学”。

在线学习绩效是在线学习投入的最终结果,在线学习投入是在线学习绩效的表现形式。贾斌将网络学习绩效评价指标分为学习满意度、能力和社交、学业成绩、个人知识、投入产出比［14］。潘丽佳以MOOC学习者为研究样本,运用实证分析法发现,学习者的参与度(即认知、行为和情感)对学习绩效具有显著的正相关,起到中介作用［15］。徐恩芹将网络学习绩效细化为5个指标:学习成绩、学习满意度、交往能力、专业拓展和投入产出比,利用回归分析模型阐述师生交互对网络学习绩效的影响［16］。沈欣忆基于MOOC学习者建立在线学习行为和在线学习绩效回归模型,分析不同学习行为(如作业完成率、课件浏览次数)对在线学习绩效的影响［17］。沈忠华通过构建结构方程模型得出:在线学习成效包含的知识建构、师生互动、信息处理3个维度与学习绩效囊括的学习成效和学习满意度显著正相关。［18］

综上,提出第2个研究假设: 在线学习投入对在线学习绩效具有显著正向影响。

(三)信息素养—在线学习绩效相关研究

信息素养是学习者在线学习的前提条件和核心因素,在线学习绩效作为教育产出指标是信息素养的集中体现。谭金波通过探究式学习情境,探讨信息搜集的内隐策略和外显策略对在线学习绩效的影响,结果显示“精读时间”等内隐策略和“评价”等外显策略对在线学习绩效具有显著性影响［19］。胡小勇通过构建结构方程模型发现,数字时代基于“搜索即学习”的学习模式,信息素养对在线学习绩效具有显著正向影响,标准化路径系数为0.518［10］。宣小红研究表明:中小学生信息意识和信息应用对学习成绩无显著影响,信息道德能显著提升数学和语文成绩,小学五年级和中学二年级学生信息素养整体水平对语文和数学成绩具有显著正向影响［20］。但是,也有研究表明信息素养不是影响学习绩效的显著因素。郑勤华以平均年龄31.2岁的远程学习者为研究群体,指出信息技术的普及使得学习者已具备信息素养,并且课程考核主要通过纸质试卷,对信息素养依赖程度较低。［21］

综上,提出第3个研究假设:在线学习投入对在线学习绩效具有显著正向影响。

三、研究设计

(一)理论模型

教育部《教育信息化2.0行动计划(2018)》的《教育信息化和网络安全工作要点(2020)》文件对培养学生信息素养提出了明确要求。2022年教育部新闻发布会介绍:2022年全国高职(专科)学校1489所(高等学校共3013所),招生规模538.98万人(全国普通、职业本专科共招生1014.54万人),高职学校数量占高等学校的49.41%,招生规模占普通、职业本专科的53.12%［22］。高职(专科)已成为高等教育的“半壁江山”,因此,研究信息化时代如何提升高职学生信息素养和在线学习质量就显得尤为重要。

本研究以江西交通职业技术学院学生为研究对象,将信息意识、信息获取能力、信息应用能力、信息道德、行为、认知、情感、学习成绩、学习满意度9个潜变量纳入结构方程模型,初步建立信息素养—在线学习投入,在线学习投入—在线学习绩效,信息素养—在线学习绩效结构方程理论模型,具体如图1至图3。结构方程模型包含测量模型和结构模型,测量模型研究9个潜变量及其观测变量的关系,每个潜变量至少包含3个观测变量,结构模型讨论9个潜变量之间的内在关系,验证3个研究假设是否成立。

图1 信息素养与在线学习投入理论模型

图2 在线学习投入与在线学习绩效理论模型

图4 信息素养—在线学习投入影响路径修正模型

图5 在线学习投入—在线学习绩效影响路径修正模型

图6 信息素养在线学习绩效影响路径修正模型

(二)量表设计和数据收集

国内外以高职学生为研究主体,探讨信息素养—在线学习投入—在线学习绩效的量表较少,或者与之匹配度差。因此,在笔者主持的“基于‘模糊—学习绩效’理论的高职学生信息素养评价体系构建的研究”课题研究基础上,本文参考多份知名学者关于信息素养、学习投入、学习绩效等量表,并结合线上教育教学的实践探索,与信息领域多名专家商讨编制初始问卷,包含个人统计学信息5项,以及3个量表11个维度共47题项,问卷采用李克特5点计分法。

表1 信息素养—在线学习投入—在线学习绩效调查问卷内容

初始发放调查问卷100份,删去影响Cronbach's α系数、共线性>0.8、因子载荷量<0.5的题项8个,对剩余的39题项遣词用句、题目内涵维度划分再次审核,形成正式问卷。正式问卷通过问卷星平台发放,调查时间段为2022年11月25日到12月10日,发放问卷431份,剔除作答时间不足90秒钟及选项一致的无效问卷,回收有效问卷410份,有效率95.12%。根据三星统计服务有限公司执行长张伟豪先生的观点,利用AMOS最大似然法样本值应控制在200～500之间,本问卷样本值410,符合要求。问卷分为四部分:第一部分调查学生基本信息,其他三部分为信息素养量表、在线学习投入量表和在线学习绩效量表。选项从“非常不同意”逐渐过渡到“非常同意”,分别记为1～5分,问卷具体题项及来源见表1。

被调查的410名高职学生,男生280名、女生130名,理工类学生249名、文史类学生161名。此次调查男女比例合理,专业分配均匀。有个人电脑的占83.91%,无电脑的16.09%;使用电脑从“很熟练”到“很不熟练”五个梯度学生人数占比依次为7.07%、18.05%、60.24%、12.43%、2.19%;开展线上学习从“一直”到“从不”四个梯度学生人数占比依次为17.56%、56.58%、25.36%、0.48%。

(三)信效度分析

信度通过Cronbach's α系数、平均方差提取量AVE组合信度CR检验,一般AVE>0.5,CR>0.7可接受,说明问卷具有较好的信度(Fornell &Larcker)［28］。以信息素养—在线学习绩效问卷为例,利用SPSS计算Cronbach's α为0.933,根据AMOS得到因子载荷计算的CR和AVE都在可接受范围内,如表2所示。邱皓政指出结构方程因子载荷大于0.71为“优秀”;0.63～0.71为“非常好”;0.55～0.63为“好”［29］,本问卷的因子载荷均大于0.6,SMC大于0.36,故认为信息素养—在线学习绩效问卷信度较好。同理计算的信息素养—在线学习投入和在线学习投入—在线学习绩效问卷的Cronbach's α系数、AVE和CR都在可接受范围内,不再罗列。

表2 信息素养—在线学习绩效问卷收敛效度检验表

对效度综合探索性因子分析和验证性因子分析的结果进行检验,将收集到的有效调查问卷平均分为两部分,一部分(205份)用SPSS做探索性因子分析,通过主成分和最大方差旋转法将因子归类;另一部分(205份)用AMOS进行验证性因子分析,通过区分效度检验问卷的有效性。

1.探索性因子分析

通过SPSS计算信息素养—在线学习投入—在线学习绩效问卷总体KMO为0.921,Bartlett球形度检验值8600.396,P<0.05,适合探索性因子分析;根据主成分和最大方差旋转法将量表归为9个因子,每个因子下包含3～5个题项,解释的累计方差贡献率67.184%。

2.验证性因子分析

通过区分效度检验,区分效度即验证同一变量不同维度间的显著性差异。Fornell &Larcker准则认为,如果变量自身平均方差提取量平方根大于变量间的Pearson相关系数,则问卷的效度较好［28］。表3对角线粗体字为同行变量的平均方差提取量平方根,显然大于变量间的Pearson相关系数,所以信息素养—在线学习绩效问卷效度良好。同理,信息素养—在线学习投入问卷、在线学习投入—在线学习绩效问卷区分效度亦通过检验。

表3 信息素养—在线学习绩效问卷区分效度检验表

表5 信息素养—在线学习投入模型路径结果分析

表6 在线学习投入—在线学习绩效模型路径结果分析

(四)模型拟合度验证

修正测量模型潜在变量行为、认知和情感及其观测变量的关系时,通过卡方比自由度( χ2/DF)、GFI、AGFI等评价指标删去题项Q21、Q26、Q29、Q34,模型适配度通过检验,此时信息素养—在线学习投入—在线学习绩效量表共35题项(含统计学变量5项)。模型拟合度经常用卡方值比自由度值( χ2/DF)、拟合度指标(GFI)、调整拟合度指标(AGFI)、近似误差均方根(RMSEA)、标准化残差均方根(SRMR)等指标验证,那么指标值在什么范围内结构方程模型适配度检验才能通过?参考学界权威人士Hayduck［30］、Bagozzi &Yi［31］、Scott［32］、Hu &Bentler［33］提出的模型拟合适配标准,验证模型拟合度,经计算得出三个模型的指标值均在适配标准范围内,拟合结果良好,适配性检验通过。

(五)结构方程模型及路径分析

1.信息素养—在线学习投入模型及路径分析

AMOS实证分析潜变量信息道德对行为具有显著的正向影响,标准化路径系数(Std.)为0.749,P<0.001,并且信息道德能解释44.6%的行为方差变异,其他三个潜变量对行为的影响不显著;信息应用能力和信息道德对潜变量认知具有显著的正向影响,标准化路径系数分别为0.376、0.291,P<0.001,二者共同解释50.9%的认知方差变异;信息应用能力和信息道德亦对潜在变量情感存在显著正相关,标准化路径系数分别为0.272和0.348,它们共同解释情感高达71.3%的方差变异;潜变量信息意识和信息获取能力对认知和情感的影响不显著。本研究与翟兴、胡小勇等研究结论基本一致,信息素养对在线学习投入具有显著正向影响,研究假设1成立。

在线教学最核心的问题是学生学会自主学习［34］。5G时代全球信息资源开放共享,如何在遵守网络文明公约的“红线”下获取信息?如何将网络信息整合优化重构,形成新的学习资源网?如何利用优质的学习资源网开展线上学习?线上学习时如何进行自主学习、探究学习、合作学习?这些疑问和顾虑正是信息素养涵盖的应用能力和信息道德教育的内涵及其具体表现形式。

2.在线学习投入—在线学习绩效模型及路径分析

潜在变量认知对学习成绩和学习满意度具有显著的正向影响,标准化路径系数分别为0.687和0.831,P<0.001,认知解释41.6%学习成绩和77.4%学习满意度方差变异,可见认知对学习满意度的影响程度高于学习成绩。认知是学生对待学习的策略和“投资”、行动是学习行为具体体现、情感是学习中的体验,可见认知决定态度、态度决定行动、行动决定结果、结果蕴含情感、情感反哺认知,认知是学习投入循环体的“入口”。在线学习是对学生自主性、自控性、自律性的严峻考验,按照既定计划、不畏困难、积极投入学习的学生会取得满意的成绩并体验到归属感和价值感。综上,在线学习投入对在线学习绩效具有显著正向影响,研究假设2成立。

3.信息素养—在线学习绩效模型及路径分析

由表7可知,潜在变量信息意识和信息应用能力对高职学生学习成绩具有显著正向影响,标准化路径系数(Std.)分别为0.452和0.274,P<0.001,信息意识和信息应用能力共同解释38.4%的学习成绩方差变异;信息获取能力和信息道德对学习成绩的影响不显著;信息意识对学习满意度具有显著正向影响,标准化路径系数为0.532,P<0.001,它能够解释46.2%的学习满意度方差变异;信息获取能力、信息应用能力和信息道德对学习满意度的影响不显著。这与胡小勇、宣小红等关于信息素养和在线学习绩效的研究结论基本一致,信息素养对在线学习绩效具有显著正向影响,研究假设3成立。

表7 信息素养—在线学习绩效模型路径结果分析

以江西交通职业技术学院为例,教师通过腾讯课堂、钉钉、学习通等平台为载体,直播授课、布置作业、答疑等,线上授课形式“倒逼”学生从网络获取信息助力学习,使学生意识到信息资源是收集材料的重要途径,信息应用是开展合作探究、自主研究的学习新模式,有助于提升学习成绩和学习满意度。

四 讨论及总结

(一)信息素养—在线学习投入分析

信息素养对在线学习投入具有显著的正向影响,通过标准化路径系数可知影响行为效应的是信息道德,若信息道德提高1个单位,则行为能力提高0.749个单位;在影响认知效应方面,信息获取能力>信息道德。若信息获取能力提高1个单位,则认知能力提高0.376个单位;在影响情感效应方面,信息道德>信息获取能力,若信息道德提高1个单位,则情感体验提高0.348个单位。即信息应用能力和信息道德对在线学习投入的影响较大。

(二)在线学习投入—在线学习绩效分析

在线学习投入作为中介变量,一方面受到信息素养的控制,另一方面对在线学习绩效具有显著的正向影响。标准化路径系数显示对学习成绩和学习满意度影响因素为认知,认知提高1个单位,学习成绩提高0.687个单位;学习满意度提高0.832个单位。

(三)信息素养—在线学习投入分析

信息素养对在线学习绩效具有显著的正向影响,通过标准化路径系数可知,影响学习成绩的因素作用大小表现为:信息意识>信息获取能力,若信息意识提高一个单位,学习成绩提高0.452个单位;影响在线学习满意度的是信息意识,若信息意识提高一个单位,学习满意度提高0.532个单位。

实证研究发现:信息素养方面,男生(均值3.96)高于女生(均值3.89),理工生(均值3.90)高于文史生(均值3.83);在线学习投入程度方面,男生(均值4.01)高于女生(均值3.97),文史生(均值4.06)高于理工生(均值3.91);在线学习绩效方面,男生(均值3.74)优于女生(均值3.61),理工生(均值3.73)高于文史生(均值3.69)。因此高职院校应更关注女生或文史生在信息素养、在线学习投入和在线学习绩效方面存在的问题。

本研究以高职学生为研究对象,基于结构方程模型理论,构建信息素养—在线学习投入—在线学习绩效结构方程模型,探索学生信息意识、信息获取能力、信息应用能力、信息道德,及其与认知、行为、情感及学习成绩、学习满意度之间的影响关系,通过大数据样本验证3个研究假设成立。理论上较为全面地揭示了高职学生在线学习投入及学习绩效的影响因素。实践上通过对信息素养—在线学习投入—在线学习绩效评价指标体系的构建,科学有效地评价了高职学生在线学习体系,为教学管理部门提高在线教育教学质量提供了重要参考。