《表4 学习者资源交互行为与学习成绩的相关与回归分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《学习分析视域下慕课学习者学习时间分配》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

（注：*p<0.05，**p<0.01，***p<0.001，下同。）

在慕课学习中学习行为的对象主要为数字化学习资源和相关活动，研究课程不同阶段内学习者的资源交互行为及其时间分配特征，有助于发现学习者认知策略和努力管理规律。为此，本研究首先将9个行为解释变量和学习成绩因变量进行相关和多元回归分析，探讨影响学习者学习成绩的关键行为类型。相关分析结果表明，所有行为变量与学习成绩之间的相关系数（r=0.262～0.645）均达到了统计学上1%的显著水平。多元回归分析的结果如表4所示，构建的回归模型是显著的，F（18，7948）=548.325，p=0.000<0.01，R2=0.553，可以看出，整个模型可以解释学习成绩的55.3%变异。从行为的时间投入看，浏览课程公告、浏览定制文本、浏览考试列表、浏览评分标准（p<0.01）、浏览测验列表（p<0.01）、参与论坛、参与作业（p<0.001）和参与测验（p<0.05）对学习成绩具有正向预测力，但浏览课件资源（p<0.001）负向预测学习成绩。从行为的频次看，浏览课程公告、浏览课件资源（p<0.05）、参与作业（p<0.001）、浏览评分标准、浏览测验列表正向预测学习成绩，但浏览定制文本（p<0.01）、浏览考试列表（p<0.001）、参与论坛和参与测验（p<0.001），都不同程度地负向预测学习成绩。统计发现，两个维度上共有5个对应变量对学习成绩的预测效应相反。因此，我们要审慎评价学习者的行为频次对学习结果的负向影响，引导学习者保持良好的专注力，保持适当的时间投入。此外，课件作为慕课学习的重点资源，学习者浏览该类资源的时间投入对学习成绩的影响是负向的，这必须引起高度重视。