论文部分内容阅读
摘要：在开展基于MOOCs的混合式教学实践中，为了探讨学生的学习适应性及影响因素之间的关系，该文通过理论构建包含自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置八个因素的基于MOOCs的混合式学习适应性影响因素关系假设模型，并开发对应的学习适应性量表，使用因果比较、相关、回归和路径分析研究方法对学习適应性及影响因素进行深入研究，主要的研究结论为：学生学习适应性总体处于中上水平，能适应基于MOOCs的混合式学习。不同性别的学生学习适应性存在显著性差异，男生的学习适应性总体上要好于女生，不同年龄、年级、网龄的学生学习适应性没有显著性差异。学习平台、课程设置对学习适应有非常显著的正面影响，学习态度、自主学习、教师教学、学习环境、学习支持对学习适应有一般正面影响，教学管理对学习适应没有正面影响，初步揭示了影响学习适应性的因素。根据上述结论分别提出相应的策略，有望提高基于MOOCs的混合式学习的效果。
关键词：MOOCs；混合式教学；学习适应性；影响因素
一、前言
随着MOOCs的发展，将MOOCs课程用于小规模的结合了线上线下的混合式教学模式被越来越多的学校和教师采用和认可，这种模式就是一种基于MOOCs的混合式教学，通过将已有的MOOCs课程整合进学校传统小规模班级课程中，学生通过MOOCs的形式在线自主学习和多种形式（答疑、讨论、分组、实践、项目等）的线下集中教学来完成课程学习，并通过学校的考核评价和成绩测定获得学分。然而，学生是否适应这种教学模式？是什么因素影响着学生的学习适应性？这些因素之间的关系如何？在开展基于MOOCs的混合式教学过程中，这些问题都有待研究。为此，本研究将依托Y高校进行的混合式课程教学改革项目，探究学生在基于M00Cs的混合式教学中的学习适应性及影响因素之间的关系，以期能找到其中的一些规律和提出相关的解决途径来提高混合式教学的效果。
二、相关研究与研究假设
学习适应性指个体克服困难取得较好学习效果的倾向，它是学习者根据环境和学习需要调整自己以实现与学习环境的平衡的行为过程，其主要因素涉及学习态度、学习技术、学习环境和身心健康等方面。而随着信息技术的发展，网络学习已经成为一种重要的学习方式，因此有更多人关注到了网络学习环境下的学习适应性问题。NishinoK、Toya H、Mizuno S等使用多元回归（MultipleRegression Model）的方法调查了学习E-Learning课程的学习者学习方式与学习适应性之间的关系，结果表明在E-Learning学习中发展起来的学习风格对学习适应性有40%左右的影响。Jianhai R，Deng x等在分析研究生新生网络学习适应性存在的问题的基础上，提出了影响网络学习适应性的因素包括环境和学生个人两个方面，其中环境因素包括课程、监管和学习条件；个人因素包括学习目标、学习方式、学习态度等。陈肖生通过实证研究，指出我国网络教育中存在着学习不适应问题，并且分析了影响网络学习适应性的影响因素包括身体因素、心理因素、认知因素、非认知因素、学习方式的变化、学习环境的变化、学习观念的变化、学习组织结构的变化。曹贤中等分析我国网络学习适应性现状时从认知因素（包括网络学习环境不适应、技术不适应、自主学习策略缺失或不当）和非认知因素（学习动机、自我效能感、人格和情感、意志力）维度分析了网络学习适应性中存在的问题并提出了解决的策略同。孙多针对500多名学习网络课程的普通高校学生调查了网络学习观念、网络学习环境和网络学习方式三个层面的学习适应性情况，并提出相关的解决方案。王军芬、周春儿通过问卷量表构建成人高教网络课程学习适应性结构模型，提出成人高教网络课程学习适应性包含个人学习能力和学习环境两个维度。个人学习能力维度包括学习策略、学习态度、学习技能、网络交流能力和捕获帮助力五个因素，学习环境维度包括可用性、网络环境、学习氛围、环境改变和学习外在动机五个因素。王晓丽等用Logistic因子回归对影响农村教师远程学习适应性的各因素统计归纳，结果表明，对农村教师远程学习适应贡献显著的因素主要表现在网龄、学习体验、自主学习、协作学习、课程资源、生理适应与时间保障等方面。也有研究者着重研究了混合式学习的学习适应性问题，比如杨彦军、童惠运用问卷调查和参与式观察法研究发现有较大比例的学生在参与基于MOOCs的混合教学中存在不同程度的学习适应性问题并分析造成学生学习不适的主要因素包括学生自身、学习支持、学校管理和课程建设等方面。为了明确研究的主要内容和目标，经过上文理论和文献的分析，参考王晓丽、路宏，杨彦军、童惠等的研究成果，对混合式学习适应性影响因素进行整理分类后，再结合开展的教学实践，本文认为基于MOOCs的混合式学习适应性主要指的是学生克服线上线下混合教学中的影响因素并取得较好学习效果的倾向，这些影响因素应该包括自主学习、学习态度、教师教学、学校管理、教学平台、课程设置、学习环境、学习支持等方面。
如上文所述，大多的研究主要采用质性和理论的形式提出了影响学习适应性的因素，在学习适应性影响因素层面做了分类，并阐明了这些影响因素之间的理论关系，但并未对各影响因素之间的相互作用作进一步的深度分析。因此，基于Y高校已开展的混合式教学实践，本研究最终确定混合式学习适应性影响因素包括5个基本类别变量和8个连续性变量，包括性别、年龄、年级、网龄、每天上网时长、自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置。根据理论和文献的分析，假设变量之间的关系模型如图1所示，后面将采用差异分析、相关分析等量化方法考察各影响因素之间的关系以及它们是如何影响混合式学习适应性的，对应的研究假设如表1所示。
三、研究设计
（一）研究对象与过程
本研究以Y高校2016年春季学期开设的三门基于MOOCs的混合式课程选课学生为研究对象，三门课程为《网络技术与应用》《大数据科学与应用系列讲座》与《文献管理与信息分析》，这三门课程均以“学堂在线Y大学慕课平台”为依托，采用平台中原有的课程资源，以本校教师为辅讲教师申报开课，在学校选课系统中作为学校素质选修课供学生选修，全部采用线上线下结合的混合式的教学模式。授课教师除平台中原有的主讲教师外，本校教师以团队的形式组成，每个教师团队4至5人，三门课程选课人数分别为60人、60人、24人，共计144人，经过一个学期的在线自学加线下集中教学（4-5次），在学期末课程结束后以问卷调查的形式测量学生的学习适应性，研究过程如图2所示。 （二）量表的结构与信效度
整体量表由两部分组成：（1）基本数据，即调查对象的基本信息，包括性别、年龄、年级、网龄、每天上网时长；（2）混合式学习适应性量表，包括自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置八个分量表共计48道题目，八个分量表采用李克特五点量表的形式（从完全符合、多数符合、半数符合、多数不符合、完全不符合依次为5、4、3、2、1分）量化计分。本研究使用主成分分析法来做量表效度分析，问卷的KOM值为0.798大于0.5，Bartlett球形检验的近似卡方（X2）值为3203.133，自由度（df）为1128，显著性概率值（P）为0.000，达到0.05显著水平，适合作因子分析，因子分析显示在分析反映像矩阵中，48道题项的因素载荷值均超过0.5，说明量表具有良好的建构效度，可用于测量学生混合式学习适应性，量表的总a系数为0.930，说明量表具有较好的信度。其他分变量量表的仪系数在0.660～0.844之间，均达到了信度a系数值在可接受至非常好的水准。
四、数据统计与结果分析
课程结束后发布混合式学习适应性调查问卷量表144份，回收有效问卷131份，问卷有效回收率为91%；将问卷进行编码量化处理，录人数据统计分析软件，对基本类别变量进行描述性统计，分析基本类别变量对其他变量有无显著性差异影响，并对连续性变量进行相关、回归和路径分析，得出因素之间的相关性和路径，检验研究的假设。
（一）变量的描述性统计
1.基本信息描述性统计
研究对象的基本信息统计如表2所示，参与调查的131位学生男（47.3%）女（52.7%）比例差异不大，大一、大二的学生数量较多（占98%以上），年龄也相对较小，这可能是由于本次开设的三门MOOCs课程均为素质选修课，更加能满足低年级学生选课的需求，学生的网龄（有68.7%的学生具有5年以上的网龄）和每天上网时长（每天上网时长两小时及以下占15.3%，2至5小时的占大多数为67.2%，5小时以上占17.6%）比较长，这比较符合信息时代学生网络使用的特征。
2.九个因素变量的描述性统计
对量表的九个连续性变量（学习适应、自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置）进行数据分析，分别计算出均值、标准差、方差，得出的结果如表3所示。在本次三门混合式教学课程实践中，学生的混合式学习适应性总体处于中上水平，除自主学习外，其他变量适应程度也达到中上水平，说明学生能适应这种教学模式，因此有了进一步开展学习适应性影响因素分析的意义和前提。
（二）基本信息的对学习适应性影响变量的影响
1.不同性别学生的学习适应性差异
以性别（类别变量）为自变量，分别以连续性变量：学习适应性、自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置为因变量，进行独立样本t检验，结果为除学习支持（F=0.210，p=0.128>0.05）外男女生之间在学习适应（F=3.560，p=0.003<0.05）、自主学习（F=1.152，p=0.009<0.05）、学习态度（F=1.314，p=0.002<0.05）、教师教学（F=0.590，p=0.020<0.05）、教学管理（F=0.987，p=0.016<0.05）、学习平台（F=10.277，p=0.001<0.05）、学习环境（F=4.286，p=0.002<0.05）、课程设置（F=1.399，p=0.003<0.05）方面有显著性差异存在并且男生的均值均高于女生的均值，这说明男生的学习适应性总体上要好于女生。
2.不同年龄、年级、网龄、每天上网时长的学生学习适应性差异
分别以年龄、年级、网龄、每天上网时长为自变量，以学习适应为因变量进行单因素方差分析（分组变量水平在3种以上），结果显示不同年龄（p=0.531>0.05）、年级（p=0.936>0.05）、网龄（p=0.050>=0.05）、每天上网时长（p=0.380>0.05）的学生学习适应性不存在显著性差异。
（三）学习适应性及其各变量间的关系
有很多的研究成果表明，学习适应性受到诸多因素的影响，本研究前文构建了基于MOOCs的混合式学习适应性影响因素关系模型，为了了解各因素与学习适应性之间的内部关系，本研究将采用相关分析和回归分析来确定各因素之间数量上的关系，以便清晰直观地表明它们之间的关系和影响程度。
1.各变量之间的相关分析
相关分析主要用于研究一个或多个变量与另一个或多个变量之间的关系，通过计算变量之间的相关系数可以表明变量之间关系的强度和方向，常用的相关系数计算法为积差相关法。为了探讨学生在基于MOOCs的混合式教学中的自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置对学习适应性的影响作用，将九个变量进行相关分析，结果如右表4所示。
由表4可以看出，自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置与学习适应之间的Pearson相关系数分别为0.423、0.468、0.441、0.374、0.365、0.585、0.540、0.615，且相关系数检验的概率值p<0.01，均达到0.01显著水平，因此自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置与学生的學习适应之间存在正向的线性关系，同时八个变量之间也存在着正相关，只是教学管理变量与自主学习变量的相关性未达到显著性水平（相关系数检验的概率值p=0.067>0.01）。观察到了变量之间的相关关系还不足以证明变量之间存在因果关系，并不能做出因果性归因，即得出自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置都会影响学生的学习适应性的结论。为了分析和说明各自变量对因变量解释和预测强度有多大，整体解释变异量是否达到统计学上的显著水平，将进一步使用回归的方法来确定各变量的回归系数，以便确定变量之间的因果关系。 2.各变量的之间的回归和路径分析
根据图1中的理论假设模型，各变量之间存在直接和间接的相互作用，其中自主学习、学习环境、学习支持三个中间变量起着间接的作用，因此，在进行回归的基础之上进行路径分析可以确定间接之间的关系。因此，本研究总共需要进行五次的复回归模型才能最终确定各预测变量与校标变量之间的预测程度（路径系数）。
第一个复回归模型中的自变量为网龄、每天上网时长、学习态度，因变量为自主学习，其回归模型分析结果如表5所示，这三个自变量总共可解释自主学习因变量21.5%的变异量，从回归系数上看学生的网龄不会显著影响学生自主学习能力（t=1.025，p=0.307>0.05），这一点与上文中的差异比较研究结果相符，每天上网时长反而会负面影响到自主学习能力，但是其中的学习态度对自主学习有正向的显著性影响（t=6.286，p=0.000<0.01），说明学生的学习态度是影响自主学习能力的一种重要因素。
使用同样的回归方式，第二个复回归模型中的自变量为性别、年龄和年级，因变量为学习适应，其回归模型分析结果：性别、年龄和年级总共可解释学习适应4.4%的变异量，从回归系数可看出性别对学习适应有反向的显著性影响（t=-2.855，p=0.005<0.01），性别为二分类别变量，只能说明不同性别之间学生的学习适应性有显著性差异，和独立样本t检验的结果一致，年龄和年级对学习适应没有显著影响。
第三个复回归模型中的自变量为学习平台，因变量为学习环境，其回归模型分析结果为：学习平台自变量总共可解释学习环境26.4%的变异量，从回归系数可看出学习平台对学习环境有正向的显著性影响（t=6.795，p=0.000<0.01），说明学习平台的适应很大程度上影响到学习环境的适应。
第四个复回归模型中的自变量为教师教学、学习环境、教学管理、课程设置，因变量为学习支持，其回归模型分析结果为：这四个自变量总共可解释学习支持因变量28.9%的变异量，从回归系数上看学习环境、课程设置对学习支持没有显著性正向影响（t=0.993，p=0.323>0.05；t=1.262，p=0.209>0.05），但是教师教学、教学管理对学习支持有正向的显著性影响（t=2.912，p=0.004<0.01；t=3.041，p=0.003<0.01），说明在学习支持中教师教学和教学管理是影响学习支持适应的重要因素。
第五个复回归模型中的自变量为学习态度、自主学习、教师教学、学习平台、学习环境、教学管理、课程设置、学习支持，因变量为学习适应，其回归模型分析结果为：八个自变量总共可解释学习适应因变量49.5%的变异量，从回归系数上看学习态度、自主学习、教师教学、学习环境、学习支持对学习适应的影响不大，教学管理反而会负面影响到学习适应，但是学习平台、课程设置对学习适应有正向的显著性影响（t=3.311，p=0.001<0.01；t=3.031，p=0.003<0.01），说明学习平台、课程设置对学习适应有显著性影响。将上述五个复回归模型路径分析的系数填入原先的理论模型图中，可得出路径分析结果如图3所示。
根据回归和路径分析结果，本研究的假设检验情况如表6所示。
五、讨论与启示
本研究以Y高校基于MOOCs的混合式教学实践为基础，对参与基于MOOC的混合式教学的学生的学习适应l生进行了调查测量，深入分析影响学习适应性的影响因素，将从以下四方面讨论研究的结论。
（一）在适应性水平方面
参与本次基于MOOCs的混合式教学的学生除自主学习外适应性总体处于中上水平，能适应基于MOOCs的混合式学习。其原因可能是本次研究中的三门课程均为学生首次参与混合式教学，这种新型教学模式一定程度上激发了学生的兴趣和动机，在教学过程中能积极投入，愿意尝试新型的教学模式，但学生的自主学习适应不高，说明学生缺乏自主学习的习惯和能力，在调查和访谈中也同样发现有很大一部分学生对基本的网络学习技能都未能掌握。
（二）在学生基本信息差异性方面
不同性别的学生学习适应性存在显著性差异，男生的学习适应性总体上要好于女生，因为我们并没有操纵性别这一变量，并不一定就能说明性别是导致学习适应性差异的原因，产生差异的原因有可能是因为课程的性质导致的，本次研究实践的三门课程均为理工类课程，男生选修这些课程会具有较高的兴趣和实践能力；不同年龄、年级、网龄的学生学习适应性没有显著性差异，其中网龄的对学习适应性无影响这一结果与王晓丽等人研究农村教师网络学习适应性时得出的网龄对学习适应性有显著贡献相反，可能是因为研究对象的差异（青年在校学生和农村教师）引起的。
（三）在适应性影响因素方面
学习平台、课程设置对学习适应有非常显著的正面影响，学习态度、自主学习、教师教学、学习环境、学习支持对学习适应有一般正面影响，教学管理对学习适应没有正面影响。从这一结果可以发现，学习平台和课程两方面均为“拿来方”的因素，研究中的学习平台为国内较有名的MOOCs平台，提供的课程质量较高，因此学生通过平台使用和学习课程后对其较为认可；而学习态度、自主学习、教师教学、学习环境、学习支持、教学管理属于“本地方”因素，“本地方”的这些因素对学生学习适应性影响不大，正好从另一个角度说明在进行基于MOOC的混合式教学时，更需要提高“本地方”这些因素的影响力，提高混合式课程的教学质量。
（四）其他方面
学生学习态度越好其自主学习能力越好，但是学生每天上网时间越长反而自主学习能力越低，这与前期的假设相反，造成这一结果的原因可能是学生每天花在网络上的时间较长（每天2至5小时的多达67.2%），但网络时代学生投入在网络学习上的时间并没有其他网络活动多。学生对学习平台适应性越高其混合式学习环境的适应性也越高，学生对教师教学与学校教学管理适应性越高其对学习支持的适应性也越高，这两点与前期的假设相符，说明学习平台属于学习环境的一部分，教师教学与学校教学管理可以纳入学習支持的范畴。
通过以上的讨论，对今后开展基于M00Cs的混合式教学和进一步改进研究具有以下启示：开设基于MOOCs的混合式素质选修课，要考虑男女学生之间对不同性质课程学习适应性的差异，开设更多满足男女生需求的MOOCs课程供学生选修；关注学生对基于MOOCs的混合式教学的学习态度，构建相关策略和途径提高学生的自主学习能力，培养基于MOOCs的自主学习习惯；提高教师MOOCs背景下的教学能力（教学的理念、策略、方法等）；制定较为合理的学校管理政策、制度和学习成果考核认证方案等；将原有MOOCs课程进行适当改造使之与本校实际课程更好融合，以满足学生不同的学习需求。
关键词：MOOCs；混合式教学；学习适应性；影响因素
一、前言
随着MOOCs的发展，将MOOCs课程用于小规模的结合了线上线下的混合式教学模式被越来越多的学校和教师采用和认可，这种模式就是一种基于MOOCs的混合式教学，通过将已有的MOOCs课程整合进学校传统小规模班级课程中，学生通过MOOCs的形式在线自主学习和多种形式（答疑、讨论、分组、实践、项目等）的线下集中教学来完成课程学习，并通过学校的考核评价和成绩测定获得学分。然而，学生是否适应这种教学模式？是什么因素影响着学生的学习适应性？这些因素之间的关系如何？在开展基于MOOCs的混合式教学过程中，这些问题都有待研究。为此，本研究将依托Y高校进行的混合式课程教学改革项目，探究学生在基于M00Cs的混合式教学中的学习适应性及影响因素之间的关系，以期能找到其中的一些规律和提出相关的解决途径来提高混合式教学的效果。
二、相关研究与研究假设
学习适应性指个体克服困难取得较好学习效果的倾向，它是学习者根据环境和学习需要调整自己以实现与学习环境的平衡的行为过程，其主要因素涉及学习态度、学习技术、学习环境和身心健康等方面。而随着信息技术的发展，网络学习已经成为一种重要的学习方式，因此有更多人关注到了网络学习环境下的学习适应性问题。NishinoK、Toya H、Mizuno S等使用多元回归（MultipleRegression Model）的方法调查了学习E-Learning课程的学习者学习方式与学习适应性之间的关系，结果表明在E-Learning学习中发展起来的学习风格对学习适应性有40%左右的影响。Jianhai R，Deng x等在分析研究生新生网络学习适应性存在的问题的基础上，提出了影响网络学习适应性的因素包括环境和学生个人两个方面，其中环境因素包括课程、监管和学习条件；个人因素包括学习目标、学习方式、学习态度等。陈肖生通过实证研究，指出我国网络教育中存在着学习不适应问题，并且分析了影响网络学习适应性的影响因素包括身体因素、心理因素、认知因素、非认知因素、学习方式的变化、学习环境的变化、学习观念的变化、学习组织结构的变化。曹贤中等分析我国网络学习适应性现状时从认知因素（包括网络学习环境不适应、技术不适应、自主学习策略缺失或不当）和非认知因素（学习动机、自我效能感、人格和情感、意志力）维度分析了网络学习适应性中存在的问题并提出了解决的策略同。孙多针对500多名学习网络课程的普通高校学生调查了网络学习观念、网络学习环境和网络学习方式三个层面的学习适应性情况，并提出相关的解决方案。王军芬、周春儿通过问卷量表构建成人高教网络课程学习适应性结构模型，提出成人高教网络课程学习适应性包含个人学习能力和学习环境两个维度。个人学习能力维度包括学习策略、学习态度、学习技能、网络交流能力和捕获帮助力五个因素，学习环境维度包括可用性、网络环境、学习氛围、环境改变和学习外在动机五个因素。王晓丽等用Logistic因子回归对影响农村教师远程学习适应性的各因素统计归纳，结果表明，对农村教师远程学习适应贡献显著的因素主要表现在网龄、学习体验、自主学习、协作学习、课程资源、生理适应与时间保障等方面。也有研究者着重研究了混合式学习的学习适应性问题，比如杨彦军、童惠运用问卷调查和参与式观察法研究发现有较大比例的学生在参与基于MOOCs的混合教学中存在不同程度的学习适应性问题并分析造成学生学习不适的主要因素包括学生自身、学习支持、学校管理和课程建设等方面。为了明确研究的主要内容和目标，经过上文理论和文献的分析，参考王晓丽、路宏，杨彦军、童惠等的研究成果，对混合式学习适应性影响因素进行整理分类后，再结合开展的教学实践，本文认为基于MOOCs的混合式学习适应性主要指的是学生克服线上线下混合教学中的影响因素并取得较好学习效果的倾向，这些影响因素应该包括自主学习、学习态度、教师教学、学校管理、教学平台、课程设置、学习环境、学习支持等方面。
如上文所述，大多的研究主要采用质性和理论的形式提出了影响学习适应性的因素，在学习适应性影响因素层面做了分类，并阐明了这些影响因素之间的理论关系，但并未对各影响因素之间的相互作用作进一步的深度分析。因此，基于Y高校已开展的混合式教学实践，本研究最终确定混合式学习适应性影响因素包括5个基本类别变量和8个连续性变量，包括性别、年龄、年级、网龄、每天上网时长、自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置。根据理论和文献的分析，假设变量之间的关系模型如图1所示，后面将采用差异分析、相关分析等量化方法考察各影响因素之间的关系以及它们是如何影响混合式学习适应性的，对应的研究假设如表1所示。
三、研究设计
（一）研究对象与过程
本研究以Y高校2016年春季学期开设的三门基于MOOCs的混合式课程选课学生为研究对象，三门课程为《网络技术与应用》《大数据科学与应用系列讲座》与《文献管理与信息分析》，这三门课程均以“学堂在线Y大学慕课平台”为依托，采用平台中原有的课程资源，以本校教师为辅讲教师申报开课，在学校选课系统中作为学校素质选修课供学生选修，全部采用线上线下结合的混合式的教学模式。授课教师除平台中原有的主讲教师外，本校教师以团队的形式组成，每个教师团队4至5人，三门课程选课人数分别为60人、60人、24人，共计144人，经过一个学期的在线自学加线下集中教学（4-5次），在学期末课程结束后以问卷调查的形式测量学生的学习适应性，研究过程如图2所示。 （二）量表的结构与信效度
整体量表由两部分组成：（1）基本数据，即调查对象的基本信息，包括性别、年龄、年级、网龄、每天上网时长；（2）混合式学习适应性量表，包括自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置八个分量表共计48道题目，八个分量表采用李克特五点量表的形式（从完全符合、多数符合、半数符合、多数不符合、完全不符合依次为5、4、3、2、1分）量化计分。本研究使用主成分分析法来做量表效度分析，问卷的KOM值为0.798大于0.5，Bartlett球形检验的近似卡方（X2）值为3203.133，自由度（df）为1128，显著性概率值（P）为0.000，达到0.05显著水平，适合作因子分析，因子分析显示在分析反映像矩阵中，48道题项的因素载荷值均超过0.5，说明量表具有良好的建构效度，可用于测量学生混合式学习适应性，量表的总a系数为0.930，说明量表具有较好的信度。其他分变量量表的仪系数在0.660～0.844之间，均达到了信度a系数值在可接受至非常好的水准。
四、数据统计与结果分析
课程结束后发布混合式学习适应性调查问卷量表144份，回收有效问卷131份，问卷有效回收率为91%；将问卷进行编码量化处理，录人数据统计分析软件，对基本类别变量进行描述性统计，分析基本类别变量对其他变量有无显著性差异影响，并对连续性变量进行相关、回归和路径分析，得出因素之间的相关性和路径，检验研究的假设。
（一）变量的描述性统计
1.基本信息描述性统计
研究对象的基本信息统计如表2所示，参与调查的131位学生男（47.3%）女（52.7%）比例差异不大，大一、大二的学生数量较多（占98%以上），年龄也相对较小，这可能是由于本次开设的三门MOOCs课程均为素质选修课，更加能满足低年级学生选课的需求，学生的网龄（有68.7%的学生具有5年以上的网龄）和每天上网时长（每天上网时长两小时及以下占15.3%，2至5小时的占大多数为67.2%，5小时以上占17.6%）比较长，这比较符合信息时代学生网络使用的特征。
2.九个因素变量的描述性统计
对量表的九个连续性变量（学习适应、自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置）进行数据分析，分别计算出均值、标准差、方差，得出的结果如表3所示。在本次三门混合式教学课程实践中，学生的混合式学习适应性总体处于中上水平，除自主学习外，其他变量适应程度也达到中上水平，说明学生能适应这种教学模式，因此有了进一步开展学习适应性影响因素分析的意义和前提。
（二）基本信息的对学习适应性影响变量的影响
1.不同性别学生的学习适应性差异
以性别（类别变量）为自变量，分别以连续性变量：学习适应性、自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置为因变量，进行独立样本t检验，结果为除学习支持（F=0.210，p=0.128>0.05）外男女生之间在学习适应（F=3.560，p=0.003<0.05）、自主学习（F=1.152，p=0.009<0.05）、学习态度（F=1.314，p=0.002<0.05）、教师教学（F=0.590，p=0.020<0.05）、教学管理（F=0.987，p=0.016<0.05）、学习平台（F=10.277，p=0.001<0.05）、学习环境（F=4.286，p=0.002<0.05）、课程设置（F=1.399，p=0.003<0.05）方面有显著性差异存在并且男生的均值均高于女生的均值，这说明男生的学习适应性总体上要好于女生。
2.不同年龄、年级、网龄、每天上网时长的学生学习适应性差异
分别以年龄、年级、网龄、每天上网时长为自变量，以学习适应为因变量进行单因素方差分析（分组变量水平在3种以上），结果显示不同年龄（p=0.531>0.05）、年级（p=0.936>0.05）、网龄（p=0.050>=0.05）、每天上网时长（p=0.380>0.05）的学生学习适应性不存在显著性差异。
（三）学习适应性及其各变量间的关系
有很多的研究成果表明，学习适应性受到诸多因素的影响，本研究前文构建了基于MOOCs的混合式学习适应性影响因素关系模型，为了了解各因素与学习适应性之间的内部关系，本研究将采用相关分析和回归分析来确定各因素之间数量上的关系，以便清晰直观地表明它们之间的关系和影响程度。
1.各变量之间的相关分析
相关分析主要用于研究一个或多个变量与另一个或多个变量之间的关系，通过计算变量之间的相关系数可以表明变量之间关系的强度和方向，常用的相关系数计算法为积差相关法。为了探讨学生在基于MOOCs的混合式教学中的自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置对学习适应性的影响作用，将九个变量进行相关分析，结果如右表4所示。
由表4可以看出，自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置与学习适应之间的Pearson相关系数分别为0.423、0.468、0.441、0.374、0.365、0.585、0.540、0.615，且相关系数检验的概率值p<0.01，均达到0.01显著水平，因此自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置与学生的學习适应之间存在正向的线性关系，同时八个变量之间也存在着正相关，只是教学管理变量与自主学习变量的相关性未达到显著性水平（相关系数检验的概率值p=0.067>0.01）。观察到了变量之间的相关关系还不足以证明变量之间存在因果关系，并不能做出因果性归因，即得出自主学习、学习态度、教师教学、教学管理、学习支持、学习平台、学习环境、课程设置都会影响学生的学习适应性的结论。为了分析和说明各自变量对因变量解释和预测强度有多大，整体解释变异量是否达到统计学上的显著水平，将进一步使用回归的方法来确定各变量的回归系数，以便确定变量之间的因果关系。 2.各变量的之间的回归和路径分析
根据图1中的理论假设模型，各变量之间存在直接和间接的相互作用，其中自主学习、学习环境、学习支持三个中间变量起着间接的作用，因此，在进行回归的基础之上进行路径分析可以确定间接之间的关系。因此，本研究总共需要进行五次的复回归模型才能最终确定各预测变量与校标变量之间的预测程度（路径系数）。
第一个复回归模型中的自变量为网龄、每天上网时长、学习态度，因变量为自主学习，其回归模型分析结果如表5所示，这三个自变量总共可解释自主学习因变量21.5%的变异量，从回归系数上看学生的网龄不会显著影响学生自主学习能力（t=1.025，p=0.307>0.05），这一点与上文中的差异比较研究结果相符，每天上网时长反而会负面影响到自主学习能力，但是其中的学习态度对自主学习有正向的显著性影响（t=6.286，p=0.000<0.01），说明学生的学习态度是影响自主学习能力的一种重要因素。
使用同样的回归方式，第二个复回归模型中的自变量为性别、年龄和年级，因变量为学习适应，其回归模型分析结果：性别、年龄和年级总共可解释学习适应4.4%的变异量，从回归系数可看出性别对学习适应有反向的显著性影响（t=-2.855，p=0.005<0.01），性别为二分类别变量，只能说明不同性别之间学生的学习适应性有显著性差异，和独立样本t检验的结果一致，年龄和年级对学习适应没有显著影响。
第三个复回归模型中的自变量为学习平台，因变量为学习环境，其回归模型分析结果为：学习平台自变量总共可解释学习环境26.4%的变异量，从回归系数可看出学习平台对学习环境有正向的显著性影响（t=6.795，p=0.000<0.01），说明学习平台的适应很大程度上影响到学习环境的适应。
第四个复回归模型中的自变量为教师教学、学习环境、教学管理、课程设置，因变量为学习支持，其回归模型分析结果为：这四个自变量总共可解释学习支持因变量28.9%的变异量，从回归系数上看学习环境、课程设置对学习支持没有显著性正向影响（t=0.993，p=0.323>0.05；t=1.262，p=0.209>0.05），但是教师教学、教学管理对学习支持有正向的显著性影响（t=2.912，p=0.004<0.01；t=3.041，p=0.003<0.01），说明在学习支持中教师教学和教学管理是影响学习支持适应的重要因素。
第五个复回归模型中的自变量为学习态度、自主学习、教师教学、学习平台、学习环境、教学管理、课程设置、学习支持，因变量为学习适应，其回归模型分析结果为：八个自变量总共可解释学习适应因变量49.5%的变异量，从回归系数上看学习态度、自主学习、教师教学、学习环境、学习支持对学习适应的影响不大，教学管理反而会负面影响到学习适应，但是学习平台、课程设置对学习适应有正向的显著性影响（t=3.311，p=0.001<0.01；t=3.031，p=0.003<0.01），说明学习平台、课程设置对学习适应有显著性影响。将上述五个复回归模型路径分析的系数填入原先的理论模型图中，可得出路径分析结果如图3所示。
根据回归和路径分析结果，本研究的假设检验情况如表6所示。
五、讨论与启示
本研究以Y高校基于MOOCs的混合式教学实践为基础，对参与基于MOOC的混合式教学的学生的学习适应l生进行了调查测量，深入分析影响学习适应性的影响因素，将从以下四方面讨论研究的结论。
（一）在适应性水平方面
参与本次基于MOOCs的混合式教学的学生除自主学习外适应性总体处于中上水平，能适应基于MOOCs的混合式学习。其原因可能是本次研究中的三门课程均为学生首次参与混合式教学，这种新型教学模式一定程度上激发了学生的兴趣和动机，在教学过程中能积极投入，愿意尝试新型的教学模式，但学生的自主学习适应不高，说明学生缺乏自主学习的习惯和能力，在调查和访谈中也同样发现有很大一部分学生对基本的网络学习技能都未能掌握。
（二）在学生基本信息差异性方面
不同性别的学生学习适应性存在显著性差异，男生的学习适应性总体上要好于女生，因为我们并没有操纵性别这一变量，并不一定就能说明性别是导致学习适应性差异的原因，产生差异的原因有可能是因为课程的性质导致的，本次研究实践的三门课程均为理工类课程，男生选修这些课程会具有较高的兴趣和实践能力；不同年龄、年级、网龄的学生学习适应性没有显著性差异，其中网龄的对学习适应性无影响这一结果与王晓丽等人研究农村教师网络学习适应性时得出的网龄对学习适应性有显著贡献相反，可能是因为研究对象的差异（青年在校学生和农村教师）引起的。
（三）在适应性影响因素方面
学习平台、课程设置对学习适应有非常显著的正面影响，学习态度、自主学习、教师教学、学习环境、学习支持对学习适应有一般正面影响，教学管理对学习适应没有正面影响。从这一结果可以发现，学习平台和课程两方面均为“拿来方”的因素，研究中的学习平台为国内较有名的MOOCs平台，提供的课程质量较高，因此学生通过平台使用和学习课程后对其较为认可；而学习态度、自主学习、教师教学、学习环境、学习支持、教学管理属于“本地方”因素，“本地方”的这些因素对学生学习适应性影响不大，正好从另一个角度说明在进行基于MOOC的混合式教学时，更需要提高“本地方”这些因素的影响力，提高混合式课程的教学质量。
（四）其他方面
学生学习态度越好其自主学习能力越好，但是学生每天上网时间越长反而自主学习能力越低，这与前期的假设相反，造成这一结果的原因可能是学生每天花在网络上的时间较长（每天2至5小时的多达67.2%），但网络时代学生投入在网络学习上的时间并没有其他网络活动多。学生对学习平台适应性越高其混合式学习环境的适应性也越高，学生对教师教学与学校教学管理适应性越高其对学习支持的适应性也越高，这两点与前期的假设相符，说明学习平台属于学习环境的一部分，教师教学与学校教学管理可以纳入学習支持的范畴。
通过以上的讨论，对今后开展基于M00Cs的混合式教学和进一步改进研究具有以下启示：开设基于MOOCs的混合式素质选修课，要考虑男女学生之间对不同性质课程学习适应性的差异，开设更多满足男女生需求的MOOCs课程供学生选修；关注学生对基于MOOCs的混合式教学的学习态度，构建相关策略和途径提高学生的自主学习能力，培养基于MOOCs的自主学习习惯；提高教师MOOCs背景下的教学能力（教学的理念、策略、方法等）；制定较为合理的学校管理政策、制度和学习成果考核认证方案等；将原有MOOCs课程进行适当改造使之与本校实际课程更好融合，以满足学生不同的学习需求。