影響線上學習績效及滿意度之因素探討─以學習理論觀點出發
蕭宗仁1 溫嘉榮2
1樹德科技大學資訊管理系研究所
2樹德科技大學資訊管理系研究所
摘要
隨著資訊科技的日益進步,產生具有跨越時空學習限制的線上學習,許多學習型態漸趨改變,學習不再受限於時間、空間,透過線上教授課程是近來教育趨勢,然而影響學生線上學習績效及滿意度的因素仍缺乏實證研究。本研究從學習理論的觀點,嘗試建構出解釋線上學習績效及滿意度的研究模型,並以實證界定出影響因素。研究方法採問卷調查並以T檢定、ANOVA檢定、相關係數、因素分析、迴歸分析等方式分析。樣本以樹德科技大學之大學生、研究生為對象。實證研究結果發現:學習者主動學習意願、理解記憶、社群互動、案例演練、典範學習等,與線上學習績效及滿意度有顯著影響,且學習者的性別、年齡、教育程度對其他變數亦有顯著影響。研究成果可供國內大學建立線上學習課程的參考。
關鍵字:線上學習、學習理論、學習績效
1. 緒論
1.1 研究背景與動機
政府在數位學習國家型科技計畫中提及,二十一世紀是知識經濟世代,誰能掌握知識發揮智慧便是最大贏家。面對環境快速的轉變,如何掌握知識發展的脈動,充實個人知識,利用網路環境幫助學習,有效的達成學習目標,將是關鍵因素之一。行政院 NICI 小組於九十年規劃完成之 NICI( 國家資訊通信發展方案 ) 計畫,亦把數位學習納入「網路社會化」的一環,顯現數位學習之重要性。九十一年一月十五日行政院國科會通過「數位學習國家型科技計畫」的構想,預計五年內投入四十億元進行此項跨部會計畫。最近經建會擬訂的「挑戰 2008 」六年國發計畫,也將本國家型計畫列入「數位台灣計畫」中「 e 化生活」的第一個重點計畫。IDC (International Data
Corporation) 公司預估全美 500 大企業約有 60 %會採用數位學習的方式,主要是數位學習能以較快的速度,以較低的成本來訓練企業所需要的人才。(數位學習國家型科技計畫,2009)
未來已誠如Starr Roxanne Hiltz(1994)所言:『虛擬教室不但適合主動學習者進行學習,它也將成為提供終身學習管道的最佳選擇』。因此線上學習的重要性,對個人、社會及國家的影響,已是不可言語。然而,政府在投入大量的預算來進行線上學習的同時,學習者的學習滿意度及績效是否真得讓這些經費都能百分之百有所發揮,還是會受到哪些因素所影響呢?這就是引起本論文研究的主要動機。
1.2 研究目的
本研究目的旨在利用研究者編修之「線上學習績效及滿意度問卷」,瞭解樹德科技
大學之大學生、研究生線上學習績效及滿意度現況,探討比較不同背景及學習變項對大學生、研究生的差異性,依研究結果提出具體建議,供各大學設置線上學習平之參考。
1.3 待答問題
根據本研究之研究目的,將待答問題陳列於下:
1.學習者「背景因素」對線上「學習滿意度」的差異。
(1)不同「性別」的學習者對線上「學習滿意度」是否有顯著差異?
(2)不同「教育程度」的學習者對線上「學習滿意度」是否有顯著差異?
(3)不同「年齡」的學習者對線上「學習滿意度」是否有顯著差異?
2.學習者「背景因素」對線上「學習績效」的差異。
(1)不同「性別」的學習者對線上「學習績效」是否有顯著差異?
(2)不同「教育程度」的學習者對線上「學習績效」是否有顯著差異?
(3)不同「年齡」的學習者對線上「學習績效」是否有顯著差異?
3.學習者「學習因素」和線上學習滿意度的相關。
(1)學習者「主動學習意願」和線上「學習滿意度」是否有顯著相關?
(2)學習者「理解記憶」和線上「學習滿意度」是否有顯著相關?
(3)學習者「社群互動」和線上「學習滿意度」是否有顯著相關?
(4)學習者「案例演練」和線上「學習滿意度」是否有顯著相關?
(5)學習者「典範學習」和線上「學習滿意度」是否有顯著相關?
4.學習者「學習因素」和線上「學習績效」的相關。
(1)學習者「主動學習意願」和線上「學習績效」是否有顯著相關?
(2)學習者「理解記憶」和線上「學習績效」是否有顯著相關?
(3)學習者「社群互動」和線上「學習績效」是否有顯著相關?
(4)學習者「案例演練」和線上「學習績效」是否有顯著相關?
(5)學習者「典範學習」和線上「學習績效」是否有顯著相關?
2. 文獻探討
本研究主要從相關學理依據進行文獻探討,探討有關線上學習的理論基礎及相關研究,藉以瞭解樹德科技大學大學生、研究生線上學習滿意度及績效現況。文獻分為四部份,包含線上學習意涵、學習理論的探討、學習績效意涵以及學習滿意度意涵,茲將分段敘述如下:
2.1 線上學習意涵
美國訓練發展協會(American Society for Training and Development, ASTD)
2001 年對E-Learning 的名詞作了一些界定,依序說明如下(劉仲矩,2002):
1.電腦化學習(Computer-Based Learning
, CBL):是指學習的內容儲存在光碟或磁片內,透過獨立的個人電腦來學習。
2.網路化學習(Web-Based Learning ,
WBL):透過網際網路或企業內部網路來學習,相當於線上學習(Online Learning)。
3.電子化學習(e-Learning):包括了電腦學習、網路學習、虛擬教室及數位共同學習等,其定義泛指所有透過電子媒體為媒介的學習。
4.遠距學習(Distance
Learning):除了利用電子式的媒介之外,還包括文件式函授與空中教學等。
學生可以在網際網路科技中獲得無窮資源來擴充學習管道,線上學習鼓勵學生主動建構自己的知識,進而走向多元學習方式。因此,隨著線上學習的來臨,將會產生以下的學習變革 (林忠信,2001;鍾宜智,2001):
1.學習場所由教室變成網路
2.學習者由被動化為主動
3.教師由教學者變成引導者
4.教學活動強調合作學習
5.教材內容由靜態轉向動態
線上學習突破傳統教育訓練的限制,增加學習經驗、延伸學習歷程、擴展學習範圍;實際上,線上學習所能帶來的效益包括了(黃淑敏,2001;林幸華,2002):
1.學習內容易於取得
2.學習者具有控制權
3.節省成本
4.更新容易
5.地球村觀念的建立
6.有效安排學習的時間
7.立學習社群
8.提高服務效能
9.公平的學習機會
10.即測即評的功能
Khan(2001)認為線上學習(e-learning)提供任何人在何時何地均可使用行動設備上網學習的環境,已超越傳統學習因時間、空間限制的特性,創造出個人自主性的學習空間。
Starr Roxanne Hiltz (1994)針對傳統教室與虛擬教室做了以下的比較與對照:
表2-1 傳統教室與虛擬教室之比較對照表(Starr Roxanne Hiltz,1994)
傳統教室 |
虛擬教室 |
說與聽:同一時間內一人。大部分是老師說、學生聽 |
打字與閱讀:可多人同時。學生主動參與而為一共學學習者 |
全班一致的學習步調 |
各自的學習步調與速度 |
傳統教室 |
虛擬教室 |
同時同地 |
隨時隨地 |
不適當的社交 |
混合多種社交方式 |
大部分是個人作業 |
大部分是小組活動與作業 |
學生必須作筆記 |
自動完成筆記,可儲存與隨時複習 |
電腦資源對教室的學生來說通常是不可利用的 |
電腦資源是整合的工具設備之一 |
2.2學習理論(Learning Theory)
從學習理論觀點出發,線上學習印證許多學習論點,本節將從建構學習論、訊息處理學習理論、情境認知理論、案例學習理論、社會學習理論等五方面依次探討:
柏克萊大學多位學者(Linn,1995;Hsi & Agogino,1995) 曾提出鷹架式知識整合(Scaffolding Knowledge Integration) 的學習理念,提供足夠的鷹架輔導工具,鼓勵學生主動建構或整合知識,並希望可以培養學生具有自發主動、終身學習的能力。張靜嚳(1995)主張的建構主義,知識是認知個體主動的建構,不是被動的接受或吸收。沈中偉(2001)主張建構主義,是學習者知識不再是被動的由外界灌輸,其角色轉變為主動、積極的探索求知。
因此,在本研究中採用「主動學習意願」為影響線上學習績效及滿意度的變項之一。
訊息處理學習理論主要是分析人類內在認知結構及認知歷程的運作,透過訊息處理更能了解學習者的學習及記憶歷程。Simon (1980)所主張的心理學之訊息理論革命,其模式大部份根據Atkinson & Shiffrin (1968)的研究,將人的記憶分為三種訊息儲存庫類型:感官記憶 (sensory
memory)、短期記憶 (short- term sensory)或工作記憶 (working
memory)及長期記憶 (long- term sensory) (李茂興,1998)。
圖2-1 訊息處理歷程圖
資料來源:本研究整理自Simon
(1980), 李茂興 (1998)
因此,在本研究中採用「理解記憶」為影響線上學習績效及滿意度的變項之一。
Suchman(1987)是首位提出「情境理論」(situated learning)概念的人,她認為知識中的許多概念與其組織規則必須靠實際的經驗來揣摩,由實際的活動中才能理解其含意。認知是複雜的現象,學習活動是生手與專家產生社會互動、共同參與的過程(Lave & Wenger, 1991)。
因此,在本研究中採用「社群互動」為影響線上學習績效及滿意度的變項之一。
案例學習以建構主義學習理論中的情境學習(Situated Learning)與認知彈性(Cognition Flexibility)的觀點為基礎,強調學習過程的主動建構與學習社群的形成,藉由跨學科領域(Multidisciplinary)的學習架構,強化學習者主動參與的學習行為,以真實的問題幫助學習者將所學的內容與真實的生活連結(Waterman, 1997)。案例學習強調透過樣本觀察來學習,前提假設為:學習者願意或喜歡經由發現的過程來回憶及應用所學的知識或技能(陳沁怡,2002)。其特質不在學習前提供大量的理論性知識,而是在面臨認知衝突時,提供相關的資訊協助學習,達到學習的目的(王千倖,1999)
學習者從案例情境的問題中進行探究、分析、思考、推理、驗證與詮釋,培養獨立思考、自我反思與解決問題的技能(沈中偉,2005)。
因此,在本研究中採用「案例演練」為影響線上學習績效及滿意度的變項之一。
Bandura 的社會學習理論主要提出觀察學習與模仿來說明,Bandura 所謂觀察學習係指個體以旁觀者的身分,觀察別人的行為表現,即可獲得學習;而模仿係指個體在觀察學習時,向社會情境中某個人或團體行為學習的歷程(張春興,1996)
因此,在本研究中採用「典範學習」為影響線上學習績效及滿意度的變項之一。
2.3 學習績效(learning performance)
學習績效是衡量一個學習者學習成果的指標(Barbara Lynn Jones,
1996),也是教學品質評估中最主要的項目之一,學習績效會受到學習型態、課程設計、教學等因素影響(W. Michael Reed and David J. Ayersman and Lee A. Kraus, 1997) 。簡綜男(1999)也在其研究中發現學習型態與學習成效間有顯著的差異。
2.4 學習滿意度(learning satisfaction)
學習滿意度是衡量一個學習者學習成果的主要項目之一,影響學生學習滿意度的因素很多,除了學生的個人因素外,教師、課程與學習環境等因素都可能有所影響。鄭田(1995) 認為所謂的「學員學習滿意度」是受訓學員對學習活動的一種感覺或態度的反應,也是學員在學習過程中,知覺其願望或需求的程度。
3. 研究方法與程序
3.1研究架構
本研究綜合第二章文獻探討歸納,學習者「學習因素」與學習者「背景因素」對線上學習績效及滿意度直接產生正向影響,因此本研究依學習者學習變項、學習者背景變項、線上學習績效及線上學習滿意度此四構面,建立起整個研究架構,此架構如圖2所示:
圖3-1 本研究架構圖
3.2研究假設
根據文獻探討、研究架構與研究目的,本研究推導出下列十六個研究假設:
H1學習者的「背景變項」對「線上學習滿意度」有顯著差異。
H
H1b:不同「教育程度」的學習者對「線上學習滿意度」有顯著差異。
H
H2學習者的「背景變項」對「線上學習績效」有顯著差異
H
H2b:不同「教育程度」的學習者對「線上學習績效」有顯著差異。
H
H3學習者「學習變項」和「線上學習滿意度」有正向相關
H
H3b:學習者的「理解記憶」和「線上學習滿意度」有正向相關。
H
H3d:學習者的「案例學習」和「線上學習滿意度」有正向相關。
H3e:學習者的「典範學習」和「線上學習滿意度」有正向相關。
H4學習者「學習變項」和線上「學習績效」有正向相關
H
H4b:學習者的「理解記憶」和「線上學習績效」有正向相關。
H
H4d:學習者的「案例學習」和「線上學習績效」有正向相關。
H4e:學習者的「典範學習」和「線上學習績效」有正向相關。
3.3問卷設計
本研究根據文獻資料、理論基礎及相關參考問卷(邱敏鑑,2004),設計出問卷,請資管學者先進提供建議,最後與指導教授討論後修改問項,完成正式問卷,以期用字用詞能符合實際環境,故本問卷具有內容效度。問卷內容包含五個部分,分別是學習者背景變項、學習者學習變項、線上學習滿意度、線上學習績效及受試者的基本資料,整個填答過程應可於十分鐘內完成。
3.4研究工具與分析方法
本研究以SPSS 12.0版為資料分析工具,藉由信度分析、獨立樣本T檢定、單因子變異數ANOVA檢定、相關係數、因素分析、迴歸分析等方法,對問卷所蒐集之資料加以分析說明。
4.資料分析與討論
4.1抽樣方法
本研究以樹德科技大學大學生、研究生為研究對象,包含應用外語系、資訊管理研究所等共計約73人。發出73份問卷,回收69份問卷,回收率達94.52%,刪除2份無效問卷,餘有效問卷67份,各項敘述統計如表4-1、表4-2。
表4-1 樣本敘述統計表
變數名稱 |
性別 |
|
年齡 |
|
|
教育 程度 |
|
分類 |
男 |
女 |
20-30 |
30-40 |
40以上 |
大學 |
碩士 |
樣本數 |
28 |
39 |
59 |
6 |
2 |
54 |
13 |
百分比(%) |
42 |
58 |
88 |
9 |
3 |
81 |
19 |
資料來源:本研究整理
表4-2 研究模型構面之得分情形敘述性統計表
構面 |
平均數 |
標準差 |
主動學習意願 |
3.4129 |
.64377 |
理解記憶 |
3.3731 |
.73974 |
社群互動 |
3.7363 |
67054 |
案例學習 |
3.4478 |
.72370 |
典範學習 |
3.7214 |
.76673 |
學習滿意度 |
3.3682 |
.82293 |
學習績效 |
3.3284 |
.83382 |
資料來源:本研究整理
4.2信度分析
Cronbach's α值用於衡量構面下題項間之ㄧ致性,當介於0.7-0.98之間,都可算高信度值,若低於0.35,便必須予以拒絕。本研究Cronbach's
α值皆大於0.7 (Cronbach’s α>0.7 ,by Nunnally),如表4-3,顯示衡量指標信度良好,題項間具有內部一致性。
表4-3 構面信度分析表
構面名稱 |
構面題數 |
Cronbach's α |
主動學習意願 |
3 |
.740 |
理解記憶 |
3 |
.769 |
社群互動 |
3 |
.822 |
案例演練 |
3 |
.774 |
典範學習 |
3 |
.772 |
線上學習績效 |
3 |
.886 |
線上學習滿意度 |
3 |
.824 |
資料來源:本研究整理
4.3獨立樣本T檢定
H
依據不同「性別」的學習者對「線上學習滿意度」進行獨立樣本T檢定,結果顯示未達顯著水準,如表4-4,表示H
表4-4 不同性別學習者對線上學習滿意度之T檢定分析表
性別 |
人數 |
平均數 |
標準差 |
標準誤 |
t值 |
顯著性 |
男生 |
28 |
3.4286 |
.80562 |
.15225 |
.506 |
.614(n.s.) |
女生 |
39 |
3.3248 |
.84288 |
.13497 |
n.s. p>.05
H1b:不同「教育程度」的學習者對「線上學習滿意度」有顯著差異
依據不同「教育程度」的學習者對「線上學習滿意度」進行獨立樣本T檢定,結果有達顯著水準,如表4-5,表示H1b假說是成立的。
表4-5 不同教育程度學習者對線上學習滿意度之T檢定分析表
教育程度 |
人數 |
平均數 |
標準差 |
標準誤 |
t值 |
顯著性 |
大學 |
53 |
3.2390 |
.82009 |
.11265 |
-2.607 |
.011 |
研究所 |
14 |
3.8571 |
.64997 |
.17371 |
*p<.05
H
依據不同「性別」的學習者對「線上學習績效」進行獨立樣本T檢定,結果未達顯著水準,如表4-6,表示H
表4-6 不同性別學習者對線上學習績效之T檢定分析表
性別 |
人數 |
平均數 |
標準差 |
標準誤 |
t值 |
顯著性 |
男生 |
28 |
3.5238 |
.71104 |
.13437 |
1.647 |
.104 (n.s.) |
女生 |
39 |
3.1880 |
.89441 |
.14322 |
n.s. p>.05
H2b:不同「教育程度」的學習者對「線上學習績效」有顯著差異
依據不同「教育程度」的學習者對「線上學習績效」進行獨立樣本T檢定,結果顯示有達顯著水準,如表4-7,表示H2b假說是成立的。
表4-7 不同教育程度學習者對線上學習績效之T檢定分析表
教育程度 |
人數 |
平均數 |
標準差 |
標準誤 |
t值 |
顯著性 |
大學 |
53 |
3.1824 |
.81798 |
.11236 |
-2.946 |
.004 |
研究所 |
14 |
3.8810 |
.66161 |
.17682 |
*p<.05
**p<.01
4.4單因子變異數ANOVA檢定
H
依據不同「年齡」的學習者對「線上學習滿意度」進行單因子變異數ANOVA檢定,結果顯示未達顯著水準,如表4-8,表示H
表4-8 不同年齡學習者對線上學習滿意度之單因子變異數ANOVA檢定分析表
|
20~30 (N = 59) |
30~40 (N = 6) |
40以上 (N = 2) |
F |
p-value |
Mean difference (Post Hoc) |
學習滿意度 |
3.2994 |
4.0556 |
3.3333 |
2.398 |
.099 |
- |
n.s. p>.05
H
依據不同「年齡」的學習者對「線上學習績效」進行單因子變異數ANOVA檢定,結果顯示未達顯著水準,如表4-9,表示H
表4-9 不同年齡學習者對線上學習績效之單因子變異數ANOVA檢定分析表
|
20~30 (N = 59) |
30~40 (N = 6) |
40以上 (N = 2) |
F |
p-value |
Mean difference (Post Hoc) |
學習績效 |
3.2486 |
4.0000 |
3.6667 |
2.488 |
.091 |
- |
n.s. p>.05
4.5相關係數分析
相關係數在0.9 以上表示非常高度相關,0.7~0.9之間為高相關,0.5~0.7
之間為中度相關,0.5 以下為低度相關。本研究構面間相關均達顯著水準,相關係數分析結果如表4-10所示。
表4-10 Pearson相關係數
|
主動 學習 |
理解 記憶 |
社群 互動 |
案例 演練 |
典範 學習 |
滿意度 |
績效 |
主動 學習 |
1 |
|
|
|
|
|
|
理解 記憶 |
.661(**) |
1 |
|
|
|
|
|
社群 互動 |
.576(**) |
.493(**) |
1 |
|
|
|
|
案例 演練 |
.667(**) |
.652(**) |
.653(**) |
1 |
|
|
|
典範 學習 |
.417(**) |
.272(*) |
.559(**) |
.450(**) |
1 |
|
|
滿意度 |
.529(**) |
.645(**) |
.493(**) |
.505(**) |
.360(**) |
1 |
|
績效 |
.578(**) |
.617(**) |
.461(**) |
.481(**) |
.274(*) |
.707(**) |
1 |
**
在顯著水準為0.01時 (雙尾),相關顯著。
*
在顯著水準為0.05 時 (雙尾),相關顯著。
4.6因素分析
各構分面因素析之結果如表4-11,所有構面之解釋變異量均達60%以上,因素負荷量皆大於0.7,顯示變數的結構性良好。
表4-11 各構面因素分析結果
|
主動學習意願 |
理解 記憶 |
社群 互動 |
案例 演練 |
典範 學習 |
學習 滿意度 |
學習 績效 |
KMO值 |
.659 |
.693 |
.717 |
.653 |
.690 |
.743 |
.702 |
Bartlett檢定 |
45.179 |
50.730 |
69.380 |
65.909 |
53.515 |
108.469 |
79.083 |
特徵值 |
1.976 |
2.055 |
2.214 |
2.112 |
2.075 |
2.446 |
2.255 |
萃取變異數的% |
65.877 |
68.491 |
73.795 |
70.384 |
69.176 |
81.532 |
75.161 |
因素負荷量 |
.754 |
.841 |
.844 |
.888 |
.801 |
.913 |
.819 |
.860 |
.842 |
.873 |
.880 |
.861 |
.888 |
.884 |
|
.818 |
.799 |
.860 |
.740 |
.832 |
.908 |
.896 |
資料來源:本研究整理
4.7迴歸分析
H
此迴歸模式包含依變項:「線上學習滿意度」(Y),以及一個預測項:「主動學習意願」(X1),經過迴歸運算的分析結果如表4-12所示。結果發現「主動學習意願」(X1)對「線上學習滿意度」(Y)而言,其整體模型效果顯著(P<0.05),表示「主動學習意願」(X1)與「線上學習滿意度」(Y)之間存在統計之直線關係(Y)=5.020(X1)+ 2.273。由標準化的係數值來看,「主動學習意願」(X1)與「線上學習滿意度」呈現正向關係,顯示「主動學習意願」愈高時,對「線上學習滿意度」的影響就愈高,因此,驗證本研究的H
表4-12 主動學習意願和線上學習滿意度迴歸分析結果
獨立變數 |
線上學習滿意度 |
||
未標準化係數 |
標準化係數 |
t值 |
|
(常數) |
1.062 |
|
2.273 |
主動學習意願 |
.676 |
.529 |
5.020 |
樣本數 |
67 |
||
F(pvalue) |
25.198(0.000) |
||
R2 |
.279 |
||
Adj R2 |
.268 |
H3b:理解記憶和線上學習滿意度的影響
此迴歸模式包含依變項:「線上學習滿意度」(Y),以及一個預測項:「理解記憶」(X1),經過迴歸運算的分析結果如表4-13所示。結果發現「理解記憶」(X1)對「線上學習滿意度」(Y)而言,其整體模型效果顯著(P<0.05),表示「主動學習意願」(X1)與「線上學習滿意度」(Y)之間存在統計之直線關係(Y)= 6.801 (X1)+ 2.605。由標準化的係數值來看,「理解記憶」(X1)與「線上學習滿意度」呈現正向關係,顯示「理解記憶」愈高時,對「線上學習滿意度」的影響就愈高,因此,驗證本研究的H3b。
表4-13 理解記憶和線上學習滿意度迴歸分析結果
獨立變數 |
線上學習滿意度 |
||
未標準化係數 |
標準化係數 |
t值 |
|
(常數) |
.949 |
|
2.605 |
理解記憶 |
.717 |
.645 |
6.801 |
樣本數 |
67 |
||
F(pvalue) |
46.260(0.000) |
||
R2 |
.416 |
||
Adj R2 |
.407 |
H
此迴歸模式包含依變項:「線上學習滿意度」(Y),以及一個預測項:「社群互動」(X1),經過迴歸運算的分析結果如表4-14所示。結果發現「社群互動」(X1)對「線上學習滿意度」(Y)而言,其整體模型效果顯著(P<0.05),表示「社群互動」(X1)與「線上學習滿意度」(Y)之間存在統計之直線關係(Y)= 4.566 (X1)+ 2.205。由標準化的係數值來看,「社群互動」(X1)與「線上學習滿意度」呈現正向關係,顯示「社群互動」愈高時,對「線上學習滿意度」的影響就愈高,因此,驗證本研究的H
表4-14 社群互動和線上學習滿意度迴歸分析結果
獨立變數 |
線上學習滿意度 |
||
未標準化係數 |
標準化係數 |
t值 |
|
(常數) |
1.108 |
|
2.205 |
社群互動 |
.605 |
.493 |
4.566 |
樣本數 |
67 |
||
F(pvalue) |
20.852(0.000) |
||
R2 |
.243 |
||
Adj R2 |
.231 |
H3d:案例演練和線上學習滿意度的影響
此迴歸模式包含依變項:「線上學習滿意度」(Y),以及一個預測項:「案例演練」(X1),經過迴歸運算的分析結果如表4-15所示。結果發現「案例演練」(X1)對「線上學習滿意度」(Y)而言,其整體模型效果顯著(P<0.05),表示「案例演練」(X1)與「線上學習滿意度」(Y)之間存在統計之直線關係(Y)= 4.715 (X1)+ 3.239。由標準化的係數值來看,「案例演練」(X1)與「線上學習滿意度」呈現正向關係,顯示「案例演練」愈高時,對「線上學習滿意度」的影響就愈高,因此,驗證本研究的H3d。
表4-15 案例演練和線上學習滿意度迴歸分析結果
獨立變數 |
線上學習滿意度 |
||
未標準化係數 |
標準化係數 |
t值 |
|
(常數) |
1.389 |
|
3.239 |
案例演練 |
.574 |
.505 |
4.715 |
樣本數 |
67 |
||
F(pvalue) |
22.234(0.000) |
||
R2 |
.255 |
||
Adj R2 |
.243 |
H3e:典範學習和線上學習滿意度的影響
此迴歸模式包含依變項:「線上學習滿意度」(Y),以及一個預測項:「典範學習」(X1),經過迴歸運算的分析結果如表4-16所示。結果發現「典範學習」(X1)對「線上學習滿意度」(Y)而言,其整體模型效果顯著(P<0.05),表示「典範學習」(X1)與「線上學習滿意度」(Y)之間存在統計之直線關係(Y)= 3.109 (X1)+ 4.093。由標準化的係數值來看,「典範學習」(X1)與「線上學習滿意度」呈現正向關係,顯示「典範學習」愈高時,對「線上學習滿意度」的影響就愈高,因此,驗證本研究的H3e。
表4-16 典範學習和線上學習滿意度迴歸分析結果
獨立變數 |
線上學習滿意度 |
||
未標準化係數 |
標準化係數 |
t值 |
|
(常數) |
1.931 |
|
4.093 |
典範學習 |
.386 |
.360 |
3.109 |
樣本數 |
67 |
||
F(pvalue) |
9.666(0.003) |
||
R2 |
.129 |
||
Adj R2 |
.116 |
H
此迴歸模式包含依變項:「線上學習績效」(Y),以及一個預測項:「主動學習意願」(X1),經過迴歸運算的分析結果如表4-17所示。結果發現「主動學習意願」(X1)對「線上學習績效」(Y)而言,其整體模型效果顯著(P<0.05),表示「主動學習意願」(X1)與「線上學習績效」(Y)之間存在統計之直線關係(Y)= 5.708 (X1)+ 1.700。由標準化的係數值來看,「主動學習意願」(X1)與「線上學習績效」呈現正向關係,顯示「主動學習意願」愈高時,對「線上學習績效」的影響就愈高,因此,驗證本研究的H
表4-17 主動學習意願和線上學習績效迴歸分析結果
獨立變數 |
線上學習績效 |
||
未標準化係數 |
標準化係數 |
t值 |
|
(常數) |
.774 |
|
1.700 |
主動學習意願 |
.748 |
.578 |
5.708 |
樣本數 |
67 |
||
F(pvalue) |
32.578(0.000) |
||
R2 |
.334 |
||
Adj R2 |
.324 |
H4b:理解記憶和線上學習績效的影響
此迴歸模式包含依變項:「線上學習績效」(Y),以及一個預測項:「理解記憶」(X1),經過迴歸運算的分析結果如表4-18所示。結果發現「理解記憶」(X1)對「線上學習績效」(Y)而言,其整體模型效果顯著(P<0.05),表示「主動學習意願」(X1)與「線上學習績效」(Y)之間存在統計之直線關係(Y)= 6.324 (X1)+ 2.585。由標準化的係數值來看,「理解記憶」(X1)與「線上學習績效」呈現正向關係,顯示「理解記憶」愈高時,對「線上學習績效」的影響就愈高,因此,驗證本研究的H4b。
表4-18 理解記憶和線上學習績效迴歸分析結果
獨立變數 |
線上學習績效 |
||
未標準化係數 |
標準化係數 |
t值 |
|
(常數) |
.982 |
|
2.585 |
理解記憶 |
.696 |
.617 |
6.324 |
樣本數 |
67 |
||
F(pvalue) |
39.989(0.000) |
||
R2 |
.381 |
||
Adj R2 |
.371 |
H
此迴歸模式包含依變項:「線上學習績效」(Y),以及一個預測項:「社群互動」(X1),經過迴歸運算的分析結果如表4-19所示。結果發現「社群互動」(X1)對「線上學習績效」(Y)而言,其整體模型效果顯著(P<0.05),表示「社群互動」(X1)與「線上學習績效」(Y)之間存在統計之直線關係(Y)= 4.192 (X1)+ 2.282。由標準化的係數值來看,「社群互動」(X1)與「線上學習績效」呈現正向關係,顯示「社群互動」愈高時,對「線上學習績效」的影響就愈高,因此,驗證本研究的H
表4-19 社群互動和線上學習績效迴歸分析結果
獨立變數 |
線上學習績效 |
||
未標準化係數 |
標準化係數 |
t值 |
|
(常數) |
1.185 |
|
2.282 |
社群互動 |
.574 |
.461 |
4.192 |
樣本數 |
67 |
||
F(pvalue) |
17.573(0.000) |
||
R2 |
.213 |
||
Adj R2 |
.201 |
H4d:案例演練和線上學習績效的影響
此迴歸模式包含依變項:「線上學習績效」(Y),以及一個預測項:「案例演練」(X1),經過迴歸運算的分析結果如表4-20所示。結果發現「案例演練」(X1)對「線上學習績效」(Y)而言,其整體模型效果顯著(P<0.05),表示「案例演練」(X1)與「線上學習績效」(Y)之間存在統計之直線關係(Y)= 4.421 (X1)+ 3.214。由標準化的係數值來看,「案例演練」(X1)與「線上學習績效」呈現正向關係,顯示「案例演練」愈高時,對「線上學習績效」的影響就愈高,因此,驗證本研究的H4d。
表4-20 案例演練和線上學習績效迴歸分析結果
獨立變數 |
線上學習績效 |
||
未標準化係數 |
標準化係數 |
t值 |
|
(常數) |
1.418 |
|
3.214 |
案例演練 |
.554 |
.481 |
4.421 |
樣本數 |
67 |
||
F(pvalue) |
19.545(0.000) |
||
R2 |
.231 |
||
Adj R2 |
.219 |
H4e:典範學習和線上學習績效的影響
此迴歸模式包含依變項:「線上學習績效」(Y),以及一個預測項:「典範學習」(X1),經過迴歸運算的分析結果如表4-21所示。結果發現「典範學習」(X1)對「線上學習績效」(Y)而言,其整體模型效果顯著(P<0.05),表示「典範學習」(X1)與「線上學習績效」(Y)之間存在統計之直線關係(Y)= 2.300 (X1)+ 4.502。由標準化的係數值來看,「典範學習」(X1)與「線上學習績效」呈現正向關係,顯示「典範學習」愈高時,對「線上學習績效」的影響就愈高,因此,驗證本研究的H4e。
表4-21 典範學習和線上學習績效迴歸分析結果
獨立變數 |
線上學習績效 |
||
未標準化係數 |
標準化係數 |
t值 |
|
(常數) |
2.218 |
|
4.502 |
典範學習 |
.298 |
.274 |
2.300 |
樣本數 |
67 |
||
F(pvalue) |
5.288(0.025) |
||
R2 |
.075 |
||
Adj R2 |
.061 |
5.結論與建議
5.1研究結果
表5-1 研究假設驗證結果
假設 |
結果 |
H |
不支持 |
H1b:不同「教育程度」的學習者對「線上學習滿意度」有顯著差異。 |
成立 |
H |
不支持 |
H |
不支持 |
H2b:不同「教育程度」的學習者對「線上學習績效」有顯著差異。 |
成立 |
H |
不支持 |
H |
成立 |
H3b:學習者的「理解記憶」和「線上學習滿意度」有正向相關。 |
成立 |
H |
成立 |
H3d:學習者的「案例學習」和「線上學習滿意度」有正向相關。 |
成立 |
H3e:學習者的「典範學習」和「線上學習滿意度」有正向相關。 |
成立 |
H |
成立 |
H4b:學習者的「理解記憶」和「線上學習績效」有正向相關。 |
成立 |
H |
成立 |
H4d:學習者的「案例學習」和「線上學習績效」有正向相關。 |
成立 |
H4e:學習者的「典範學習」和「線上學習績效」有正向相關。 |
成立 |
資料來源:本研究整理
5.2研究建議
本研究之母群體個數並不大,回收之樣本數亦不多,所以分析之資料恐失之偏頗而不具代表性,難以做為推論之依據。即便如此,但隨線上學習平台的普遍,若有學者專家能做長時間及大規模之資料收集,必能累積獲得更具參考價值的結果,為線上學習者提供參考之準則。
參考文獻
1.
王秋華(2001),網路教學之學生學習行為與學習滿意度及學習績效的關係。大葉大學資訊管理研究所碩士論文。
2.
王千倖(1999),案例教學法,新世紀中小學課程改革與創新學術研討會,pp.325-333(高雄師範大學)。
3.
沈中偉(2001),國小資訊教育理念與實踐:臨床教學之探究與省思。教育研究資訊,9(4),pp.122-144.
4.
沈中偉(2005),科技與學習 理論與實務,(第二版),心理出版社有限公司,pp.143.
5.
呂貫文(1999),大學生使用網際網路行為及其影響因素之相關研究,靜宜大學青少年兒童福利研究所碩士論文。
6.
李業成(2001),企業導入線上學習系統關鍵因素之探討,義守大學管理科學研究所碩士論文。
7.
李素卿(1999),當代教育心理學,台北:五南圖書公司。
8.
林幸華、連麗真(2002),導入線上學習的第e步。台北:漢智出版社。
9.
林家弘(2000),我國大學生網路學習滿意度之研究,國立政治大學教育研究所碩士論文。
10. 吳明隆(2007),SPSS 統計應用實務:問卷分析與應用統計,台北:五南圖書公司。
11. 施良方(1996),學習理論,高雄:麗文文化公司。
12. 梁佳玲(2002),影響網路學習成效之因素研究,國立屏東科技大學資訊管理研究所碩士論文。
13. 陳沁怡(2002),訓練與發展,雙葉,臺北。
14. 陳明溥、莊良寶(1999),知識圖建構對網路化學習的影響,1999年台灣區網際網路研討會。
15. 黃俊英(1995),多變量分析,中國經濟企業研究所出版,。
16.
張靜嚳(1995),何謂建構主義?建構與教學。
[線上查詢] 取自:http://www.bio.ncue.edu.tw/c&t/issue1-8/v3-1.htm
17.
張春興(1994),教育心理學,台北:東華書局。
18.
鄭田(1995),交通部電信訓練所學員覺察之學習滿意度調查研究,交通大學管理科學研究所碩士論文。
19.
簡綜男(1999),互動式多媒體輔助教材在電腦教學之學習成效影響研究,中央大學資訊管理研究所碩士論文。
20.
數位學習國家型科技計畫,計畫緣起,取自:http://elnpweb.ncu.edu.tw/a/a.htm
21.
Atkinson, R. C., & Shiffrin, R. M. (1968) “Human
memory: A proposed system and its control processes”. In K.W. Spence &
J.T. Spence (Eds.), The Psychology of Learning and Motivation: Advances in
Research and Theory, 2. New York: Academic Press.
22.
Barbara Lynn
Jones, Self-Efficacy And Personal Goals In Classroom Performance: The Effect
Of Task Experience, A Dissertation Submitted to the Kent State University
Graduate School of Management in partial fulfillment of the requirements for
the degree of Doctor of Philosophy, May, 1996.
23.
Breeding, C.
A. An instruction to e-learning. Performance in practice, 4, 2000.
24.
Hiltz, Starr
Roxanne, The Virtual Classroom: Learning Without Limits via Computer
Networks, Ablex Publishing Corporation 355 Chestnut St.Norwood, NJ, 1994.
25.
Khan, B.
H, “Web-Base Training”,Educational Technology Publications,Englewood
Cliffs,NJ,2001.
26.
Lave,J &
Wenger,E, Situated learning: legitimate peripheral participation,Cambridge
University Press, 1991.
27.
Linn, M.C.
Designing Computer Environments for Engineering and Computer Science: The
Scaffolded Knowledge Integration Framework. Journal of Science Education and
Technology, Vol. 4, No. 2., 1995.
28.
Rosenberg ,
M.J,“E-Learning:Strages for deliverning knowledge in the Digital Age.”New
York:McGraw-Hill,2001.
29.
Simon, H.A.
“Problem solving and education”. In D.T. Tuma and F. Reif (Eds.),Problem
solving and education: Issues in teaching and research. Hillsdale,NJ: Erlbaum,1980.
30.
Waterman, M.
A., “Curriculum and teacher development in biology via case writing”,
the Annual Meeting of the American Educational Research Association, Chicago,
IL., March, 1997.
31.
W. Michael
Reed and David J. Ayersman and Lee A. Kraus,1997, The Effects of learning
Styling and Task Type on Hypermedia-Based Mental Models, Jl. of Educational
Multimedia and Hypermedia, 6(3/4), pp. 285-304,1997.