评估大学生在线学习体验、基本心理需求与学习投入度的调查与方案

摘要

本方案提供了一套可重复的调查与偏最小二乘结构方程建模工作流程，用于评估大学生在线学习体验、基本心理需求与学习投入之间的关联路径，包括问卷改编、筛选、测量评估、间接关联检验、稳健性检验及可重复性记录。

摘要

在线学习已融入高等教育体系，但其评估通常依赖于访问量、满意度或完成率等指标，这些指标无法识别参与度问题出现的具体环节。本文介绍了一种可重复的英文问卷调查方法，以及偏最小二乘结构方程模型分析流程，用于评估大学生在线学习体验、基本心理需求与学习参与度之间的关联路径。在线学习体验通过平台可用性、教学支持、互动质量与学习灵活性来衡量；基本心理需求通过自主性、胜任感与归属感来衡量；学习参与度则通过行为参与、认知参与和情感参与来衡量。该工作流程明确了题项来源映射、问卷改编、专家评审、预测试、电子知情同意、资格筛查、应答质量检查、构念计分、共同方法偏差诊断、高阶构念估计、测量模型评估、结构路径检验、间接关联分析、心理需求敏感性分析、基于回归的稳健性检验以及可重复性文件锁定等步骤。基于386份有效应答的代表性结果显示：量表信度可接受，构念间相关性中等，测量质量得以保持，通过基本心理需求的间接关联路径得到支持，控制变量路径不显著，各维度得分存在不均衡现象。该方案有助于透明化诊断在线学习体验如何通过基本心理需求的满足影响学习参与度，同时避免对横断面调查数据做出因果推论。

引言

在线学习已通过学习管理系统、视频平台、录播资料、同步课程以及混合式课程设计成为高等教育的常规组成部分。然而，许多评估仍依赖访问日志、满意度评分或完成率等指标，这些指标仅能说明学生是否使用了在线课程，却无法阐明较低的参与度是否与平台可用性、教学支持、互动质量、学习灵活性、心理需求满足度或某一特定参与维度相关¹。因此，不应将在线学习体验简化为单一的满意度评分。以往关于在线参与的研究强调，学习者与内容、学习者与教师以及学习者之间的互动是学生在线学习体验的重要组成部分²。本研究方案通过平台可用性、教学支持、互动质量以及学习灵活性来测量在线学习体验。

学习投入也具有多维性，包括行为参与、认知投入和情感卷入。在线课程投入测量工具表明，仅通过可见的参与行为或任务完成情况无法全面反映投入程度³。更广泛的教育技术研究也显示，相较于认知或情感层面的投入，行为投入通常更容易被观察⁴。因此，本方案通过行为、认知和情感三个维度来测量学习投入，而非将投入简化为单一的、无差异的总分。

自我决定理论为将在线学习体验与学习投入联系起来提供了理论基础。基本心理需求理论认为，自主性、胜任力和归属感是动机和适应的核心条件⁵。....

方案

该研究方案已通过马来亚大学研究伦理委员会（非医学类）的审查与批准，批准编号为 UM.TNC (P&I)/UMREC_4892，2025年8月7日。所有操作均须依照机构关于涉及人类受试者研究的指导方针进行。在发放问卷前，须获取电子形式的知情同意。在招募、筛选、评分、分析及文件存储过程中，使用匿名的受试者编码。研究工具与软件列于下文 材料表.

1. 确定研究设计和分析框架

1. 采用横断面定量调查设计，评估大学生在线学习体验、基本心理需求与学习投入之间的关联路径。
2. 将在线学习体验定义为自变量潜在构念，基本心理需求定义为中介关联潜在构念，学习投入定义为结果变量潜在构念。
3. 在数据收集前明确这三个多维构念：以平台可用性、教学支持、互动质量与学习灵活性表示在线学习体验；以自主性需求、能力需求与归属感需求表示基本心理需求；以行为投入、认知投入与情感投入表示学习投入。
4. 以偏最小二乘法结构方程模型（PLS-SEM）作为主要分析方法，评估测量质量、高阶构念得分、结构路径及预设的间接路径。
5. 在分析前预先设定主要路径：在线学习体验 → 基本心理需求、基本心理需求 → 学习投入、在线学习体验 → 学习投入。
6. 将所有结构路径视为关联性估计值。由于所有变量均在同一时间点测量，不得将任何路径解释为因果关系。在招募前进行先验样....

结果

最终分析数据集与参与者特征

最终分析数据集包含386名大学生。正式招募于2025年8月18日至2025年9月26日通过大学学习平台、课程交流群组、学生电子邮件列表及学校学生渠道开展。共收到432份提交的问卷，其中386份被保留，有效应答率为89.4%。锁定后的数据集包含33个实质性李克特量表题项和1个基于指令的注意力检查题项。注意力检查题项仅用于应答质量筛选，在构念计分、信度分析、效度分析、偏最小二乘结构方程模型（PLS-SEM）估计、间接关联分析以及基于回归的稳健性分析中均被排除。最终样本包括223名女性学生、154名男性学生和9名选择“不愿透露”或其他选项的参与者。其中本科生318人，研究生68人。按学习年级分布：一年级学生110人，二年级102人，三年级103人，四年级及以上71人。学科类别包括商科与管理、社会科学、工程与技术、医学与健康科学、人文与艺术以及教育学。每周在线学习时长分布为：41人每周少于2小时，116人每周2–4小时，137人每周5–7小时，62人每周8–10小时，30人每周超过10小时。先前在线学习经验分布为：38人无经验，.......

讨论

本方案为评估大学生在线学习体验、基本心理需求与学习投入之间的关联路径提供了一套可重复的方法学流程。该方案并不将在线学习视为单一条件，而是将感知的学习环境划分为平台可用性、教学支持、互动质量以及学习灵活性四个方面。这种结构使研究者能够识别在线学习体验的哪些方面与心理需求满足和学习投入的关联最为密切，而不仅仅依赖于整体满意度或课程完成率等指标¹⁶。

一个核心的方法学贡献是预先确定问卷编码、资格筛选、应答质量检查、构念计分、数据集锁定以及模型检验。这些步骤至关重要，因为基于调查的教育研究容易受到不专注作答、模式化回答、资格信息不一致、缺失数据处理决策以及事后排除等因素的影响¹⁷。通过在结构分析之前确定这些决策，该方案使分析路径具有可重复性，并降低了在知晓结果后更改筛选或计分规则的风险。

该方案还阐明了关联路径的解释方式。在线学习体验被建模为独立构念，基本心理需求为间接关联构念，学习投入则作为结果构念。这一结构在理论上基于自我决定理论，因为.......

材料

本文使用的材料清单

姓名	公司	目录编号	评论
Qualtrics 在线调查平台	Qualtrics	机构账户；版本不适用	用于实施匿名英文问卷，包括知情同意确认、资格筛选、必答设置、AC1 注意力检查题项、作答时间记录以及数据导出。
Microsoft Excel for Microsoft 365	Microsoft Corporation	Microsoft 365 机构版本	用于以 .xlsx 和 .csv 格式存储原始导出数据集、清洗后数据集、代码本、筛选日志、构念得分文件及验证记录。
G*Power	Heinrich Heine University Düsseldorf	G*Power 3.1.9.7	用于招募前的先验样本量与统计检验力检验。
SmartPLS	SmartPLS GmbH	SmartPLS 4.1 Professional	用于主要的偏最小二乘结构方程模型（PLS-SEM）分析流程，包括分离式两阶段高阶构念估计、测量模型评估、结构路径检验、自举法（bootstrapping）、R²、f² 计算及模型输出导出。
R 统计软件	R Foundation / CRAN	R 4.4.1	用于描述性统计分析、皮尔逊相关分析、共同方法偏差诊断以及基于回归的稳健性分析。
R 程序包：psych	CRAN	psych 2.4.6	用于描述性统计分析、信度检验及心理测量学汇总。
R 程序包：boot	CRAN	boot 1.3-30	用于基于自举法的回归稳健性检验。
R 程序包：semPlot	CRAN	semPlot 1.1.6	仅在需要基于 R 的可视化验证时，用于可选的路径图交叉核对。
OneDrive for Business 或 SharePoint 版本历史	Microsoft Corporation	Microsoft 365 机构账户	用于存储验证文件夹，并保留原始数据、清洗后数据、代码本、筛选日志、SmartPLS 输出结果、R 脚本及补充文件的版本历史。
问卷与编码文件	研究者自备研究文件	补充文件 1	包含最终问卷、题项来源映射、变量名称、编码规则、维度得分公式、全局构念得分公式及数据处理规则。
筛选与可重复性记录文件	研究者自备研究文件	补充文件 2	包含最终数据集验证、筛选检查、缺失数据记录、信度结果、共同方法偏差诊断、测量模型输出、结构模型输出、间接关联结果、敏感性分析、稳健性记录及最终一致性检查清单。
图表制作软件	Adobe Illustrator 或同等矢量编辑软件	机构版本	用于准备可用于发表的工作流程图与结构模型图。