پایان نامه با واژگان کلیدی عادت به مطالعه، اضطراب امتحان

دانلود پایان نامه ارشد

گيرنده
.384
.130
.103
2.956
.003

نتايج ستون معنيداري جدول ‏4-30 نشان ميدهد، نقش پيشبين، هر دو متغير وارد شده به مدل معنيدار است. با توجه به بزرگ بودن آماره T براي متغير اضطراب امتحان، ميتوان نتيجه گرفت اين متغير، متغير قويتري براي پيشبيني ميزان موفقيت يادگيرنده الکترونيکي است. بر اساس مقادير ارائه شده در ستون آماره B معادله رگرسيون براي متغيرهاي رواني – فني به قرار زير است:
معدل کل يادگيرنده =15.129-(.905* اضطراب امتحان)+(.384* استقلال يادگيرنده)
4-7-1 متغيرهاي رواني-فني و پيش بيني افت تحصيلي
براي پيشبيني موفقيت و افت تحصيلي دانشجويان کارشناسي، افت تحصيلي با کد (0) و دانشجوي موفق با کد (1) به عنوان متغير ملاک وارد مدل رگرسيون لجستيک شد. متغيرهاي پيشبين نيز چهار متغير اطمينان رايانهاي، اضطراب امتحان، مرکز کنترل و استقلال يادگيرنده هستند که به روش اينتر (enter) يا همزمان وارد مدل شدند.
در کل 384 دانشجوي کارشناسي وارد مدل شدند. نتايج آزمون Omnibus نشان داد، متغيرهاي رواني- فني براي پيشبيني افت تحصيلي يادگيرنده الکترونيکي مناسب هستند (X2=13.428,df=4,p<0/05). نتايج پيشبيني در جدول ‏4-31 گزارش شده است.
جدول ‏4-31: جدول طبقه بندي بر اساس متغيرهاي رواني – فني
مشاهده شده
پيش بيني شده

وضعيت تحصيلي
درصد صحيح

افت تحصيلي
موفق

وضعيت تحصيلي
افت تحصيلي
6
116
4.9

موفق
9
253
96.6
درصد کل
67.4
همان‌طور که ستون درصد افت تحصيلي در جدول ‏4-31 نشان ميدهد، متغيرهاي رواني – فني، وضعيت 67.4% از دانشجويان را به درستي پيشبيني کرده است. با توجه به اهميت پيشبيني دانشجويان مشمول افت، اين مدل 4.9% از دانشجويان مشمول افت را به درستي پيشبيني کرده است. نقش هر کدام از متغيرهاي رواني- فني در جدول ‏4-32 گزارش شده است.

جدول ‏4-32: نقش متغيرهاي رواني – فني در معادله رگرسيون لجستيک

B
S.E.
Wald
df
Sig.
Exp(B)
اطمينان رايانهاي
-.224
.140
2.554
1
.110
.799
اضطراب امتحان
-.286
.118
5.865
1
.015
.751
مرکز کنترل
-.085
.176
.236
1
.627
.918
استقلال يادگيرنده
.346
.164
4.441
1
.035
1.414
ثابت
1.528
1.013
2.277
1
.131
4.608
سطح معنيداري، آماره wald و B در جدول ‏4-32 نشان ميدهد از بين متغيّرهاي رواني- فني، نقش دو متغير اضطراب امتحان و استقلال يادگيرنده معنيدار است. در مقام مقايسه از بين دو متغير مذکور، اضطراب امتحان، قدرت پيشبيني بيشتري دارد. به عبارتي با افزايش اضطراب امتحان در دانشجوي کارشناسي، پيشبيني ميشود معدل او نيز کاهش يابد.
4-8 هدف پنجم: نقش پيش بين متغيرهاي رسانه اي
دسترسي به اينترنت، مهم‌ترين پيش بايست يادگيري الکترونيکي است. البته کيفيّت دسترسي دانشجويان نيز متفاوت است. برخي از مناطق حتي در تهران به دليل مشکلات زير ساخت فيبر نوري به اينترنت پر سرعت دسترسي ندارند. با توجه به اين مهم، چنان که بحث شد، براي سنجش ميزان دسترسي دانشجويان به اينترنت، سرعت دسترسي دانشجويان در پنج طبقه- kbp56، kbp64، kbp128، kbp256، kbp 512 – قرار گرفت.
هر چند دسترسي به لپتاپ شخصي پيش بايست نيست اما انتظار ميرود، دارا بودن آن بر يادگيري دانشجويان تأثير به سزايي داشته باشد. داده‌هاي مربوط به داشتن لپتاپ نيز جمعآوري شد تا در صورت معنيدار بودن همبستگي آن با معدل کل يادگيرنده الکترونيکي، وارد مدل رگرسيون شود. تلفنهاي همراه با قابليت دسترسي به اينترنت و توان نمايش چند رسانه‌اي هاي آموزشي فراگير شدهاند. با توجه به اهميت يادگيري مبتني بر تلفن همراه، داده‌هاي دانشجويان مبني بر استفاده از تلفن همراه براي اهداف يادگيري الکترونيکي جمعآوري شد. انتظار ميرود، با افزايش سرعت اينترنت، دارا بودن لپتاپ و استفاده آموزشي از تلفن همراه ميزان موفقيت تحصيلي يادگيرنده الکترونيکي افزايش يابد. نتايج همبستگي اسپيرمن يک دامنه در جدول ‏4-33 گزارش شده است:
جدول ‏4-33 : همبستگي متغيرهاي رسانه اي با متغير ملاک

سرعت اينترنت
لپ تاپ
تلفن همراه
معدل کل
ضريب همبستگي
.111**
.209**
-.027

سطح معني داري
.003
.000
.464

فراواني
721
721
721
نتايج رديف سطح معنيداري جدول ‏4-33 نشان ميدهد، دو متغير سرعت اينترنت و دارا بودن لپتاپ در سطح 01/0 معني دار بوده و همبستگي استفاده از تلفن همراه براي اهداف يادگيري با معدل کل يادگيرنده الکترونيکي معنيدار نيست. براي بررسي نقش پيشبين متغيرهاي رسانهاي دو متغير سرعت اينترنت و دارا بودن لپتاپ با استفاده از روش enter (ورود همزمان) وارد مدل رگرسيون شدند. خلاصه مدل رگرسيون براي اين متغيرها در جدول ‏4-34 گزارش شده است:
جدول ‏4-34: خلاصه مدل رگرسيون براي متغيرهاي رسانه اي
مدل
آماره R
مجذور R
مجذور R تنظيم شده
خطاي استاندارد برآورد
1
.217
.047
.044
2.45132
مقدار مجذور Rتنظيم شد? مدل نشان ميدهد، اين مدل رگرسيون با دو متغير سرعت اينترنت و دارا بودن لپتاپ، 4.4% از ميزان موفقيت يادگيرنده الکترونيکي را تبيين ميکند. تحليل واريانس گزارش شده در جدول ‏4-35 معنيداري کل مدل رگرسيون را ارزيابي ميکند.
جدول ‏4-35: تحليل واريانس مدل رگرسيون مربوط به متغيرهاي رسانه اي
مدل
مجموع مجذورات
درجه آزادي
ميانگين مجذورات
ميزان F
معني داري
1
رگرسيون
212.231
2
106.115
17.659
.000

باقي مانده
4314.445
718
6.009

کل
4526.676
720

سطح معنيداري تحليل واريانس در جدول ‏4-35 از معنيداري مدل پيشبين حکايت دارد. از مقايسه مقدار مجموع مجذورات باقيمانده (4314.445) با مجموع مجذورات رگرسيون (212.231) در جدول ‏4-35 و بيشتر بودن مقدار مجذورات باقي مانده نسبت به مجموع مجذورات رگرسيون، ميتوان نتيجه گرفت، همانند ساير مدلهاي ارائه شده تاکنون، عوامل ديگري خارج از اين مدل وجود دارند که ميزان موفقيت يادگيرنده الکترونيکي را تبيين ميکنند ولي وارد مدل نشدهاند. براي بررسي سهم هر کدام از عوامل در مدل اندازهگيري، ضريب بتاي استاندارد نشده در جدول ‏4-36 آمده است:

جدول ‏4-36: ضرايب استاندارد شده و استاندارد نشده براي متغيرهاي رسانه اي
مدل

ضرايب استاندارد نشده
ضرايب استاندارد شده
آماره T
معنيداري

آماره B
خطاي استاندارد
ضريب بتاي استاندارد شده

مقدار ثابت
12.654
.344

36.824
.000
سرعت اينترنت
.191
.087
.080
2.188
.029
دارا بودن لپتاپ
1.050
.199
.193
5.266
.000

نتايج ستون معنيداري جدول ‏4-36 نشان ميدهد، نقش پيشبين، هر دو متغير وارد شده به مدل معنيدار است. با توجه به بزرگ بودن آماره T براي متغيرِ دارا بودن لپتاپ، ميتوان نتيجه گرفت اين متغير، متغير قويتري براي پيشبيني ميزان موفقيت يادگيرنده الکترونيکي است. بر اساس مقادير ارائه شده در ستون آماره B معادله رگرسيون براي متغيرهاي رسانهاي به قرار زير است:
معدل کل يادگيرنده =12.654+(.191*سرعت اينترنت)+(1.050* دارا بودن لپتاپ)
4-8-1 متغيرهاي رسانه اي و پيش بيني افت تحصيلي
براي پيشبيني موفقيت و افت تحصيلي دانشجويان کارشناسي، افت تحصيلي با کد (0) و دانشجوي موفق با کد (1) به عنوان متغير ملاک وارد مدل رگرسيون لجستيک شدند. متغيرهاي پيشبين سرعت اينترنت، دار بودن لپتاپ و استفاده از تلفن همراه براي اهداف يادگيري الکترونيکي بودند که به روش اينتر (enter) يا همزمان وارد مدل شدند.
در کل 384 دانشجوي کارشناسي وارد مدل شدند. نتايج آزمون Omnibus نشان داد، متغيرهاي رسانهاي براي پيشبيني افت تحصيلي يادگيرنده الکترونيکي مناسب نيستند (X2=.493 ,df=3 ,p>0/05). نتايج پيشبيني در جدول ‏4-37 گزارش شده است.
جدول ‏4-37: جدول طبقه بندي بر اساس متغيرهاي رسانه اي
مشاهده شده
پيش بيني شده

وضعيت تحصيلي
درصد صحيح

افت تحصيلي
موفق

وضعيت تحصيلي
افت تحصيلي
0
122
.0

موفق
0
262
100.0
درصد کل
68.2
ستون درصد پيشبيني شده صحيح جدول ‏4-37 نشان ميدهد، متغيرهاي رسانهاي، وضعيت 68.2% از دانشجويان را به درستي پيشبيني کردهاند. با توجه به اهميت پيشبيني دانشجويان مشمول افت، اين مدل توانايي پيشبيني دانشجويان مشمول افت را نداشته و قدرت پيشبيني آن صفر است. به طور کلي ميتوان نتيجه گرفت متغيرهاي رسانهاي، قدرت پيشبيني ضعيفي دارند. با توجه به معنيدار نبودن مدل متغيرهاي رسانهاي، سهم هر کدام از متغيرها در پيشبيني وضعيت تحصيلي يادگيرنده الکترونيکي گزارش نميشود.
4-9 هدف ششم: نقش پيش بين متغيرهاي تجارب يادگيري الکترونيکي

يادگيرنده الکترونيکي پس از پذيرش در اين سيستم تجاربي کسب ميکند، يکي از مهم‌ترين آن‌ها، تجربه عملکرد تحصيلي در اولين ترم تحصيل به روش الکترونيکي است. براي نمونه پژوهشي، داده‌هاي مربوط به معدل اولين ترم تحصيلي يادگيرنده الکترونيکي از سامانه مديريت آموزش استخراج و به عنوان متغير پيشبين وارد مدل رگرسيون شد.
از تجارب ديگري که يادگيرنده الکترونيکي کسب ميکند، عادت به يادگيري با استفاده از رسانههاي الکترونيکي است. يادگيرنده الکترونيکي پس از يک ترم ادامه تحصيل در يادگيري الکترونيکي، علاوه بر کتاب، با محتواي الکترونيکي آموزشي مواجه است. به جاي شرکت در کلاس حضوري، در کلاس مجازي شرکت کرده و با استاد تعامل ميکند. عادت به يادگيري الکترونيکي توسط پرسشنامه محقق ساخته سنجيده شد. مجموعه سؤالات پرسشنامه که در تحليل عاملي اکتشافي به عنوان مطالعه الکترونيکي شناخته شد (نگاه کنيد به فصل 3)، اين متغير را ميسنجند. به عنوان مثال دانشجويي که خواندن محتواي الکترونيکي را بر خواندن کتاب و جزوه ترجيح ميدهد، به يادگيري الکترونيکي عادت کرده و خود را با اين روش يادگيري انطباق داده است.
دسترسي به اينترنت با سرعت بالا، تنوع وبلاگها و سايتهاي سرگرم کننده، به ويژه براي دانشجويان کارشناسي زمينه وابستگي به شبکههاي اجتماعي غير علمي و اعتياد به اينترنت را فراهم ميآورد. بنابراين اعتياد اينترنتي به عنوان متغير ديگري از سلسله تجارب يادگيري الکترونيکي در تحليل عاملي اکتشافي شناسايي شد.
رضايت يا عدم رضايت يادگيرنده الکترونيکي، متغير انگيزشي ديگري است که يادگيرنده حداقل پس از يک ترم تجربه در يک سيستم آموزشي ميتواند در مورد رضايت يا عدم رضايتش قضاوت کند؛ لذا رضايتمندي دانشجو از يادگيري الکترونيکي به عنوان متغير ديگر تجارب يادگيري الکترونيکي در پژوهش حاضر مورد توجه بوده است. سئوال پژوهشي براي متغيرهاي تجارب يادگيري الکترونيکي به قرار زير است:
متغيرهاي مربوط به تجارب يادگيري الکترونيکي (عادت به يادگيري الکترونيکي، معدل اولين ترم تحصيل، رضايت‌مندي تحصيلي)، چه مقدار از تغييرات ميزان موفقيت دانشجو را در آموزش الکترونيکي تبيين ميکنند؟
همبستگي متغيرهاي پيشبين (مطالعه الکترونيکي، اعتياد اينترنتي، معدل اولين ترم تحصيل، رضايت تحصيلي) با متغير ملاک (معدل کل يادگيرنده الکترونيکي) در جدول ‏4-38 گزارش شده است.
جدول ‏4-38: همبستگي تجارب يادگيري الکترونيکي با متغير ملاک

عادت به مطالعه الکترونيکي
معدل ترم اول
رضايت‌مندي تحصيلي
اعتياد اينترنتي
معدل کل
ضريب همبستگي
.175**
.808**
.228**
-.222**

سطح معنيداري
.000
.000
.000
.000

فراواني
721
721
721
721
آنچنان که در ستون معنيداري جدول ‏4-38 مشاهده ميشود. معدل اولين ترم تحصيل با معدل کل يادگيرنده الکترونيکي، همبستگي بالايي دارد. ساير متغيرها نيز در سطح 01/0 معنيدار هستند. براي بررسي نقش پيشبين متغيرهاي تجارب يادگيري الکترونيکي، تمام چهار متغير با استفاده از روش enter (ورود همزمان) وارد مدل رگرسيون شدند. خلاصه مدل رگرسيون براي اين متغيرها در جدول ‏4-39 گزارش شده است:
جدول ‏4-39: خلاصه مدل رگرسيون براي متغيرهاي تجارب يادگيري الکترونيکي
مدل
آماره R
مجذور R
مجذور R تنظيم شده
خطاي استاندارد برآورد
1
.818
.669
.667
1.44754
مقدار مجذور R تنظيم شد? مدل تجارب يادگيري الکترونيکي نشان ميدهد، اين مدل رگرسيون با چهار متغير مربوطه، 66.7% از ميزان موفقيت يادگيرنده الکترونيکي را تبيين ميکنند. تحليل واريانس گزارش شده در جدول ‏4-40 معنيداري کل مدل رگرسيون را ارزيابي ميکند.
جدول ‏4-40: تحليل واريانس مدل رگرسيون براي تجارب يادگيري الکترونيکي
مدل
مجموع مجذورات
درجه آزادي
ميانگين مجذورات
ميزان F
معنيداري
1
رگرسيون
3026.393
4
756.598
361.082
.000

باقي مانده
1500.282
716
2.095

کل
4526.676
720

سطح معنيداري تحليل واريانس در جدول ‏4-40 از معنيداري مدل پيشبين حکايت دارد. از مقايسه مقدار مجموع مجذورات باقيمانده (1500.282) با مجموع مجذورات رگرسيون (3026.393) در جدول ‏4-40 مقدار مجذورات باقي مانده کمتر از مجموع مجذورات رگرسيون است. بر اساس اين مقايسه ميتوان نتيجه گرفت، براي پيشبيني ميزان موفقيت يادگيرنده الکترونيکي، مدل تجارب يادگيري الکترونيکي از ساير مدلهايي که تاکنون ارائه شده، بهتر است. براي بررسي سهم هر کدام از عوامل در مدل اندازهگيري، ضريب بتاي استاندارد نشده در جدول ‏4-41 آمده است:
جدول ‏4-41: ضرايب استاندارد شده و استاندارد نشده براي تجارب يادگيري الکترونيکي
مدل

ضرايب استاندارد نشده
ضرايب استاندارد شده
آماره T
معنيداري

آماره B
خطاي استاندارد
ضريب بتاي استاندارد شده

مقدار ثابت
1.478
.463

3.193
.001
عادت به مطالعه الکترونيکي
.132
.078
.043
1.689
.092
معدل ترم اول
.816
.023
.780
35.256
.000
رضايت تحصيلي
.241
.085
.072
2.840
.005
اعتياد اينترنتي
-.192
.068
-.063
-2.846
.005
نتايج ستون معنيداري جدول ‏4-41 نشان ميدهد، نقش پيشبين، معدل ترم اول در سطح 01/0 معنيدار است. رضايت تحصيلي و اعتياد اينترنتي در سطح 05/0 معنيدار هستند. با توجه به بزرگ بودن آماره T براي متغير معدل ترم اول، ميتوان نتيجه گرفت اين متغير، متغير قويتري براي پيشبيني ميزان موفقيت يادگيرنده الکترونيکي است. بر اساس مقادير ارائه شده در ستون آماره B معادله رگرسيون براي تجارب يادگيري الکترونيکي به قرار زير است:
معدل کل يادگيرنده =1.478+(.132* عادت به مطالعه الکترونيکي)+(.816* معدل ترم اول)+(.241* رضايت تحصيلي)-(.192* اعتياد اينترنتي)

4-9-1 تجارب يادگيري الکترونيکي و پيش بيني افت تحصيلي
براي پيشبيني موفقيت و افت تحصيلي دانشجويان کارشناسي، افت تحصيلي با کد (0) و دانشجوي موفق با کد (1) به عنوان متغير ملاک وارد مدل رگرسيون لجستيک شد. متغيرهاي پيشبين نيز چهار متغير مطالعه الکترونيکي، اعتياد اينترنتي، معدل ترم اول و رضايت تحصيلي هستند که به روش اينتر (enter) يا همزمان وارد مدل شدند.
در کل 384 دانشجوي کارشناسي وارد مدل شدند. نتايج آزمون Omnibus نشان داد، تجارب يادگيري الکترونيکي براي پيشبيني افت تحصيلي يادگيرنده الکترونيکي مناسب هستند (X2=81.127 ,df=4 ,p<0/05). نتايج پيشبيني در جدول ‏4-42 گزارش شده است.
جدول ‏4-42: جدول طبقه بندي بر اساس تجارب يادگيري الکترونيکي
مشاهده شده
پيش بيني شده

وضعيت تحصيلي
درصد صحيح

افت تحصيلي
موفق

وضعيت تحصيلي
افت تحصيلي
47
75
38.5

موفق
25
237
90.5
درصد کل
74.0

نتايج ستون درصد صحيح پيشبيني شده در جدول ‏4-42 متغيرهاي مربوط به تجارب يادگيري الکترونيکي، وضعيت 74% از دانشجويان را به درستي پيشبيني کرده است. با توجه به اهميت پيشبيني دانشجويان مشمول افت، اين مدل 38.5% از دانشجويان مشمول افت را به درستي پيشبيني کرده است که تاکنون قويترين مدل پيشبين است. نقش هر کدام از متغيرهاي مرتبط با تجارب يادگيري الکترونيکي در جدول ‏4-43 گزارش شده است.

جدول ‏4-43: نقش تجارب يادگيري الکترونيکي در معادله رگرسيون لجستيک

B
S.E.
Wald
df
Sig.
Exp(B)
مطالعه الکترونيکي
-.288
.175
2.723
1
.099
.749
معدل ترم اول
.562
.080
48.810
1
.000
1.755
رضايت تحصيلي
.570
.175
10.607
1
.001
1.769
اعتياد اينترنتي
-.066
.149
.197
1
.657
.936
ثابت
-7.658
1.345
32.397
1
.000
.000

سطح معنيداري، آماره wald و B در جدول ‏4-43 نشان ميدهد از بين متغيّرهاي مرتبط با تجارب يادگيري الکترونيکي، نقش دو متغير رضايت تحصيلي و معدل ترم اول معنيدار است. در مقام مقايسه از بين دو متغير مذکور، معدل ترم اول، قدرت پيشبيني بيشتري دارد. بحث يافتهها در فصل پنجم ارائه خواهد شد.

4-10 هدف هفتم: نقش پيش بين متغيرهاي مديريتي
اشتغال و تأهل دانشجوي الکترونيکي، مسئوليتهاي اجتماعي و خانوادگي او را به دنبال دارد. آنچنان که در پيشينه پژوهشها گزارش شد، توانايي مديريت زمان يادگيرنده الکترونيکي شاخص بسيار مهمي براي موفقيت او محسوب ميشود، اهميت مديريت زمان بدان دليل است که يادگيرنده الکترونيکي توانمند در مديريت زمان ميتواند بين مشغلههاي اجتماعي، خانوادگي و تحصيلي خود تعادل ايجاد نمايد.
خود نظمدهي دانشجو که بحث آن در فصل سوم گذشت، متغيّر ديگري است که اهميت آن از خود خوان بودن نظامهاي يادگيري الکترونيکي ناشي ميشود. براي يادگيرنده الکترونيکي ضرورت دارد، برنامه مطالعاتي مشخص داشته باشد و متناسب با توان خود، سرعت يادگيري را تنظيم نمايد. از مهارت خودگرداني، تحت عنوان مهارتهاي فراشناختي نيز ياد ميشود. انتظار ميرود هر چه توانايي خودگرداني دانشجو بيشتر باشد، موفقيت او در يادگيري الکترونيکي بيشتر شود. بر اساس اين مفروضهها سئوال پژوهشي زير براي متغيرهاي مديريتي مطرح شد:

متغيرهاي مديريتي (توانايي مديريت زمان، خود نظمدهي)، چه مقدار از تغييرات ميزان موفقيت دانشجو را در آموزش الکترونيکي تبيين ميکنند؟
همبستگي متغيرهاي پيشبين (مديريت زمان، خودگرداني) با متغير ملاک (معدل کل يادگيرنده الکترونيکي) در جدول ‏4-44 گزارش شده است.

جدول ‏4-44: همبستگي متغيرهاي مديريتي با متغير ملاک

مديريت زمان
خودگرداني
معدل کل
ضريب همبستگي
.290**
.360**

سطح معني داري
.000
.000

فراواني
721
721

نتايج رديف معنيداري جدول ‏4-44 نشان ميدهد، هر دو متغير مديريتي در سطح 01/0 معنيدار هستند. براي بررسي نقش پيشبين، مديريت زمان و خودگرداني، اين دو متغير با استفاده از روش enter (ورود همزمان) وارد مدل رگرسيون شدند. خلاصه مدل رگرسيون براي اين متغيرها در جدول ‏4-45 گزارش شده است:
جدول ‏4-45: خلاصه مدل رگرسيون براي متغيرهاي مديريتي
مدل
آماره R
مجذور R
مجذور R تنظيم شده
خطاي استاندارد برآورد
1
.385
.148
.146
2.31743
مقدار مجذور Rتنظيم شده مدل نشان ميدهد، اين مدل رگرسيون با دو متغير مديريت زمان و خودگرداني، 14.6% از ميزان موفقيت يادگيرنده الکترونيکي را تبيين ميکنند. تحليل واريانس گزارش شده در جدول ‏4-46 معنيداري کل مدل رگرسيون را ارزيابي ميکند.
جدول ‏4-46: تحليل واريانس مدل رگرسيون براي متغيرهاي مديريتي
مدل
مجموع مجذورات
درجه آزادي
ميانگين مجذورات
ميزان F
معنيداري
1
رگرسيون
670.666
2
335.333
62.440
.000

باقي مانده
3856.009
718
5.370

کل
4526.676
720

سطح معنيداري تحليل واريانس در جدول ‏4-46 از معنيداري مدل پيشبين حکايت دارد. از مقايسه مقدار مجموع مجذورات باقيمانده (3856.009) با مجموع مجذورات رگرسيون (670.666) در جدول ‏4-46 و بيشتر بودن مقدار مجذورات باقي مانده نسبت به مجموع مجذورات رگرسيون، ميتوان نتيجه گرفت، همانند ساير مدلهاي ارائه شده تاکنون، عوامل ديگري خارج از اين مدل وجود دارند که ميزان موفقيت يادگيرنده الکترونيکي را تبيين ميکنند ولي وارد مدل نشدهاند. براي بررسي سهم هر کدام از عوامل در مدل اندازهگيري، ضريب بتاي استاندارد نشده در جدول ‏4-47 آمده است:
جدول ‏4-47: ضرايب استاندارد شده و استاندارد نشده براي متغيرهاي مديريتي
مدل

ضرايب استاندارد نشده
ضرايب استاندارد شده
آماره T
معني داري

آماره B
خطاي استاندارد
ضريب بتاي استاندارد شده

مقدار ثابت
9.363
.430

21.757
.000
مديريت زمان
.516
.130
.155
3.979
.000
خودگرداني
.920
.125
.287
7.351
.000

نتايج ستون معنيداري جدول ‏4-47 نشان ميدهد، نقش پيشبين هر دو متغير وارد شده به مدل معنيدار است. با توجه به بزرگ بودن آماره T براي متغير خودگرداني، ميتوان نتيجه گرفت اين متغير، متغير قويتري براي پيشبيني ميزان موفقيت يادگيرنده الکترونيکي است. بر اساس مقادير ارائه شده در ستون آماره B معادله رگرسيون براي متغيرهاي مديريتي به قرار زير است:
معدل کل يادگيرنده =9.363+(.516* مديريت زمان)+( .920* خودگرداني)

4-10-1 متغيرهاي مديريتي و پيش بيني افت تحصيلي
براي پيشبيني موفقيت و افت تحصيلي دانشجويان کارشناسي، افت تحصيلي با کد (0) و دانشجوي موفق با کد (1) به عنوان متغير ملاک وارد مدل رگرسيون لجستيک شدند. متغيرهاي پيشبين نيز دو متغير مديريت زمان و خودگرداني هستند که به روش اينتر (enter) يا همزمان وارد مدل شدند.
در کل 384 دانشجوي کارشناسي وارد مدل شدند. نتايج آزمون Omnibus نشان داد، متغيرهاي مديريتي براي پيشبيني افت تحصيلي يادگيرنده الکترونيکي مناسب نيستند (X2=5.272 ,df=2 ,p>0/05). نتايج پيشبيني در جدول ‏4-48 گزارش شده است.
جدول ‏4-48: جدول طبقه بندي بر اساس متغيرهاي مديريتي
مشاهده شده
پيش بيني شده

وضعيت تحصيلي
درصد صحيح

افت تحصيلي
موفق

وضعيت تحصيلي
افت تحصيلي
0
122
.0

موفق
0
262
100.0
درصد کل
68.2

همان‌طور که ستون افت تحصيلي در جدول ‏4-48 نشان ميدهد، متغيرهاي مديريتي، وضعيت 68.2% از دانشجويان را به درستي پيشبيني کرده است. آنچنان که مشاهده ميشود، قدرت پيشبيني اين متغيرها براي پيشبيني افت تحصيلي دانشجويان کارشناسي صفر است. با توجه به اين يافته و معنيدار نبودن کل مدل، نقش تفکيکي متغيرها گزارش نميشود.
4-11 آزمون مدل روابط ساختاري
آنچنان که در فصل سوم بحث شد، مدل معادلات ساختاري، نوع توسعه يافتهتري از تحليل رگرسيون چند متغيري است که مجموعهاي از معادلات رگرسيون را به گونه همزمان مورد آزمون قرار ميدهد. اين مدلها ساختار روابط پيچيده و اثرات مستقيم و غير مستقيم متغيرها بر يکديگر را شناسايي ميکنند. در فصل دوم نيز بر اساس پيشينه پژوهشها مدل معادلات ساختاري براي پژوهش حاضر ارائه شد که در اين بخش به بررسي برازش مدل پيشنهادي پرداخته ميشود. نظر به ضرورت نرمال بودن داده‌ها براي انجام تحليل معادلات ساختاري با روش بيشينه احتمال378(سريدهاران و همکارانش379، 2010.، جو و همکاران،2011 )؛ با بررسي کشيدگي380 و چولگي381 داده‌هاي پژوهشي فرض نرمال بودن آن‌ها بررسي شد (جدول ‏4-49).
جدول ‏4-49: چولگي و کشيدگي متغيرها (فرض نرمال بودن)
متغير

ملاک
سن ورود
فاصله بين مقطع
معدل مقطع قبل
اطمينان رايانه اي
اضطراب امتحان
مرکز کنترل
اعتياد اينترنتي
عادت به مطالعه الکترونيکي
معدل ترم اول
رضايت تحصيلي
توانايي مديريت زمان
خودگرداني
چولگي
1.02
1.67
-0.24
-1.15
.14
-.43
.43
-.05
-.19
-.70
.12
-.40
کشيدگي
0.67
2.68
-0.12
1.28
-.84
.34
-.20
-.58
-.34
.340
-.33
.15

نتايج جدول ‏4-49 چولگي و کشيدگي متغيرها را نشان ميدهد، با توجه به اينکه چولگي و کشيدگي در بازه (2، 2-) است، ميتوان نتيجه گرفت داده‌ها از توزيع نرمال برخوردار بوده و تحليل معادلات ساختاري امکان‌پذير است. پس از حذف مواردي از نمونه که داده گم شده داشت، 717 مورد با استفاده از روش معادلات ساختاري و نرمافزار AMOS16 تحليل شد. نتايج آزمون مدل اوليه و ضرايب مسير آن در شکل ‏4-1 مشاهده ميشود.

شکل ‏4-1: آزمون مدل ساختاري اوليه
ضرايب بتاي استاندارد مستقيم در جدول ‏4-50 و غير مستقيم در جدول ‏4-51 گزارش شده است.
جدول ‏4-50 :ضرايب استاندارد مستقيم براي مدل اوليه

پيشينه تحصيلي
اقتصادي -اجتماعي
دموگرافيک
رسانهاي
رواني-فني
مديريتي
تجارب يادگيري الکترونيکي
رسانهاي

-.392

رواني- فني

-.248
.448

مديريتي

.167
-.164
-.123
.889

تجارب يادگيري الکترونيکي
2.461
-.133
2.251
-.068
.485
-.153

معدل کل يادگيرنده الکترونيکي

-.055
1.042
جدول ‏4-51: ضرايب استاندارد غير مستقيم براي مدل اوليه

پيشينه تحصيلي
اقتصادي -اجتماعي
دموگرافيک
رسانهاي
رواني-فني
مديريتي
تجارب يادگيري الکترونيکي
معدل کل يادگيرنده الکترونيکي
2.564
-.212
2.302
.097
.314
-.159

پس از بررسي روابط مستقيم و غير مستقيم در مدل پيشنهادي شاخصهاي نيکويي برازش براي اين مدل مورد بررسي قرار گرفت. اين شاخصها در جدول ‏4-52 گزارش شده است.
جدول ‏4-52: شاخص هاي نيکويي براز

پایان نامه
Previous Entries پایان نامه با واژگان کلیدی اضطراب امتحان Next Entries پایان نامه با واژگان کلیدی اضطراب امتحان، معنادار بودن