نوع مقاله : مقاله علمی - پژوهشی

نویسندگان

• محمد علی رستمی نژاد ¹
• ناصر مزینی ²
• علی دلاور ³
• داریوش نوروزی ⁴

¹ دانشجوی دکتری تکنولوژی آموزشی دانشگاه علامه طباطبایی

² استادیار، گروه هوش مصنوعی، دانشکده کامپیوتر دانشگاه علم و صنعت ایران،

³ استاد گروه سنجش و روانشناسی تربیتی ، دانشکده روانشناسی و علوم تربیتی دانشگاه دانشگاه علامه طباطبایی(ره)

⁴ دانشیار گروه تکنولوژی آموزشی، دانشکده روانشناسی و علوم تربیتی دانشگاه دانشگاه علامه طباطبایی(ره)

چکیده

تضمین موفقیت یادگیرنده الکترونیکی دغدغه تمام نظامهای آموزش الکترونیکی دنیاست. عواملی چون  فناوری، زیرساخت، محتوا، مدرس و پشتیبانی در موفقیت یادگیرنده سهیم‌اند، اما گفته می‌شود مهم‌تر از همه موارد یاد شده خود یادگیرنده است که در کانون یادگیری الکترونیکی قرار دارد. هدف این پژوهش ساخت و اعتباریابی ابزاری برای پیش‌بینی موفقیت دانشجوی مهندسی در یادگیری الکترونیکی است. در پیشینه پژوهش ابزارهایی چون پیمایش برخط یادگیرنده از راه دور، آزمون موفقیت یادگیری الکترونیکی و آمادگی دانشجویان برای یادگیری برخط بررسی شدند و ساخت ابزاری بومی برای دانشجویان ایرانی ضروری تشخیص داده شد. برای این هدف290 نفر از دانشجویان مهندسی مرکز آموزش الکترونیکی دانشگاه علم و صنعت ایران به صورت تصادفی انتخاب شدند. نتایج تحلیل عاملی اکتشافی ابزار ساخته شده، یازده عامل را شناسایی کرد که در مجموع، 62 درصد از واریانس سازه موفقیت یادگیرنده الکترونیکی را تبیین می‌کند. پایایی ابزار 84/0 =α  به دست آمده. تحلیل واریانس، معناداری کل مدل را نشان داد و مدل رگرسیون یازده عاملی 14% از تغییرات معدل ترم اول دانشجویان مهندسی در تحصیل الکترونیکی را تبیین می‌کرد. این ابزار در مقایسه با سایر نمونه‌های خارجی از اعتبار و پایایی مطلوبی برخوردار است و می‌تواند در نظامهای آموزش الکترونیکی برای پیش‌بینی موفقیت یادگیرنده الکترونیکی به‌کار رود.

کلیدواژه‌ها

• آموزش مهندسی
• ارزیابی مشارکتی
• اعتبار¬سنجی
• رتبه¬بندی
• کیفیت

عنوان مقاله [English]

Validation of a tool for predicting Iranian engineering student success in elearning

نویسندگان [English]

• Mohammad Ali Rostami Nejad ¹
• Naser Mazini ²
• Ali Delavar ³
• Daryosh Norouzi ⁴

¹ PhD Candidate of ATU University, Tehran, Iran.

² Assistant Professor, School of Computer, IUST University. Tehran, Iran

³ Professor ,School of Psychology and Education, ATU University, Tehran, Iran.

⁴ Associate Professor , School of Psychology and Education, ATU University, Tehran, Iran.

چکیده [English]

E-learning systems are developing tremendously all over the world. More than one  thousand institute have been accepted this method of teaching and learning parallel with their conventional system. In this rapid development phase, institute encountered with some problem of early attrition, withdraw, failure and dropout. So  increasing e-learner success rate is one of  the main and common concerns of all e-leaning centers .Although considering  technological, infrastructural, content related, teacher and support  system factors are undoubtedly very important in this regard, but it is believed that  e-learner related factors has also a critical role. The goal of this study is developing and validation of a tools to predict e-learner's success rate. Instrument such as Online Distance Learner Survey (ODLS),Test of Online Learning Success(TOOLS), Tertiary Students’ Readiness for Online Learning(TSROL) were reviewed in the literature. To achieve the goal of the study, all item of the pre mentioned instrument were analyzed. Then a questioner is developed according to the literature and authors experience in IUST e-learning centre. In this step some subscales and items  that are not important for e-learner success removed from scale. The initial scale is constructed  with 67 items.   In the next step  290 e-learners from IUST e-learning center  have  been selected randomly and asked to describe themselves in reference to a 5-point Likert-type scale, with anchors ranging from 1 (strongly disagree) to 5 (strongly agree). Exploratory factor analysis with varimax rotation where used to study constructs validity of  the before mentioned tool. The result revealed that eleven-factor solution with Eignevalue over than one can count 62% variance of e-learner success construct. Iin this stage 24 items where excluded due to lack of factor load in any eleven-factors. Another intention of this study is to test reliability of the developed tool. The reliability of the questionnaire found satisfactory, with a Cronbach alpha of α=0.84 for the entire set of questioner. Although the developed questionnaire have construct validity and is reliable but the predictive validity has a crucial importance for authors  so it is continued with using multiple regression with inter method . The  average score of items that is related to each factor were calculated and enterd as a predictor into linear regression. The finding  showed that eleven-factor can predict 14% valiance of e-learner GPA in our sample.  Comparing this tool with others, it shows that it is reliable and has predictive validity that can be used for Iranian engineering education institute. Finally the paper conclude findings and present some recommendation to use this toll effectively.  

کلیدواژه‌ها [English]

• E-learner
• student characteristics
• dropout
• Academic success
• engineering