Standardization of the self-directed learning skill scale of medical students in electronic curricula
Subject Areas : Educational Psychology
saeid sharifi rahnemo
1
,
farhad seraji
2
,
Azimeh sadat khakbaz
3
1 - PH.d student of Curriculum Studies, Bu-ali-Sina University, Hamadan, Iran
2 - Professor of Curriculum Studies, Bo Ali Sina University, Hamadan, Iran
3 - Assistant Professor of Curriculum Studies, Bu Ali Sina University, Hamadan, Iran
Keywords: Medical Students, electronic curriculum, self-directed learning scale, Normative assessment,
Abstract :
The present study was conducted with the aim of standardizing the self-directed learning skill scale of medical students in electronic curricula. This research is a correlational descriptive in terms of applied purpose and in terms of nature and method. The statistical population of this research was all medical students of Hamedan University of Medical Sciences who participated in the present research online by defining the desired tool on the Pressline website. According to the use of confirmatory factor analysis in this research, a sample of 550 people completed the questionnaire through voluntary and online sampling. In order to collect the desired data, an eight-item questionnaire "self-discovery of medical students in electronic curricula" was used. In order to analyze the data, first to check the scale factors and the distribution of the items from exploratory factor analysis using SPSS-28 software and then to validate the items and factors from confirmatory factor analysis with the software Smart-PLS-3 software is used. The results showed that the factor loadings of each of the items in 8 factors after rotation were confirmed with the desired variance because the absolute value of these coefficients is higher and the corresponding factor has a greater role in the total changes (variance) of the item variable. has an opinion Therefore, according to the results of the exploratory factor analysis, the research components were confirmed in eight factors: self-efficacy, self-management, academic help-seeking, motivation to learn, responsibility, self-organization, self-control, and self-evaluation with 73 items and the factor loads They are desirable. The confirmatory factor analysis also showed that the items of all eight components of the research, except for item five, have the necessary sufficiency to stay in the research, and the values of their factor loadings were appropriate and have a good fit. Also, Cronbach's alpha for all eight.
لطفاً بدون دست زدن به تنظیمات و سایر نقاط مقاله، موارد زیر را بر روی فایل همین مقاله اعمال و مجدداً اعاده فرمایید.
1- منبع استخراج مقاله در چکیده فارسی و انگلیسی نوشته شود.
3- نام و نام‌خانوادگی نویسنده در چکیده فارسی و انگلیسی نوشته شود.
4- معرفی نویسنده به صورت پانویس در چکیده فارسی و داخل متن در چکیده انگلیسی درج شود.
5- اولین حروف پانویس‌ها با حرف بزرگ نوشته شود.
6- جداول مقاله بایستی به دو زبان فارسی و انگلیسی نوشته شود.
7- اندازه جدول‌های در ابعاد سطرها تنظیم شود.
8- منابع بازنگری شود (براساس APA و همانند مقالات روی سایت نشریه تنظیم شود).
9- مابین هر کلمه یک فاصله باشد.
10- در کلمات ترکیبی و دو سیلابی، حتماً از نیم فاصله به صورت Ctrl+Shift+2 استفاده شود. مانند:
واسطه ای= واسطه‌ای دانش‌آموزان= دانش‌آموزان پیش آزمون= پیش‌آزمون پس آزمون= پس‌آزمون تأثیر= تأثیر موثر= مؤثر مؤلفه= مؤلفه
با سلام خدمت همکاران عزیز
همه موارد اعمال شد
هنجاریابی مقیاس مهارت یادگیری خودرهیابی دانشجویان پزشکی در برنامههای درسی الکترونیکی1
سعید شریفی رهنمو2، فرهاد سراجی3، عظیمه سادات خاکباز4
چکیده
پژوهش حاضر با هدف هنجاریابی مقیاس مهارت یادگیری خودرهیابی دانشجویان پزشکی در برنامههای درسی الکترونیکی انجام شد. این پژوهش از نظر هدف کاربردي و از نظر ماهیت و روش، توصیفی از نوع همبستگی میباشد. جامعه آماری این پژوهش کلیه دانشجویان پزشکی دانشگاه علوم پزشکی همدان بودند که با تعریف ابزار موردنظر در سایت پرس لاین به صورت اینترنتی در پژوهش حاضر شرکت کردند. با توجه به استفاده از تحلیل عاملی تأییدی در این پژوهش، نمونهای به حجم550 نفر به روش نمونهگیری داوطلبانه و آنلاین پرسشنامه موردنظر را تکمیل نمودند. جهت جمعآوری دادههای موردنظر نیز از پرسشنامه هشت مؤلفه‌ای«خودرهیابی دانشجویان پزشکی در برنامههای درسی الکترونیکی» استفاده شد. به منظور تحلیل دادهها نیز ابتدا جهت بررسی عاملهای مقیاس و توزیع گویهها از تحلیل عاملی اکتشافی با استفاده از نرمافزار SPSS-28 و سپس جهت اعتباریابی گویهها و عاملها از تحلیل عاملی تاییدی با نرمافزار Smart-PLS-3 استفاده شده است. نتایج نشان داد بارهاي عاملي گویهها در 8 عامل پس از چرخش با واریانس مورد تایید قرار گرفته زیرا مقدار قدرمطلق اين ضرايب بيشتر است و عامل مربوطه نقش بيشتري در کل تغييرات مورد نظر دارد. بنابراین با توجه به نتایج تحلیل عاملی اکتشافی در هشت عامل خودکارآمدی، خودمدیریتی، کمکخواهی تحصیلی، انگیزش برای یادگیری، مسئولیتپذیری، خودسازماندهی، خودکنترلی و خودارزیابی با 73 گویه مورد تایید قرار گرفته و از بار عاملی مطلوبی برخوردارند. تحلیل عامل تاییدی نیز نشان داد گویههای هر هشت مؤلفه به جز گویه پنج کفایت لازم را دارند و مقادیر بارهای عاملی مناسب بود و از برازش مطلوب برخوردار است. آلفای کرونباخ برای هر هشت مؤلفه بیشتر از 7/0 به دست آمده که نشان دهنده پایایی مطلوب است.
واژگان کلیدی: برنامه درسی الکترونیکی، دانشجویان پزشکی، مقیاس خودرهیابی، هنجاریابی.
Standardization of the self-directed learning skill scale of medical students in electronic curricula5
Saeid Sharifi Rahnemo6, Farhad Saraji7, Azimeh Sadat Khakbaz8
Abstract
The present study was conducted with the aim of standardizing the self-directed learning skill scale of medical students in electronic curricula. This research is a correlational descriptive in terms of applied purpose and in terms of nature and method. The statistical population of this research was all medical students of Hamedan University of Medical Sciences who participated in the present research online by defining the desired tool on the Pressline website. According to the use of confirmatory factor analysis in this research, a sample of 550 people completed the questionnaire through voluntary and online sampling. In order to collect the desired data, an eight-item questionnaire "self-discovery of medical students in electronic curricula" was used. In order to analyze the data, first to check the scale factors and the distribution of the items from exploratory factor analysis using SPSS-28 software and then to validate the items and factors from confirmatory factor analysis with the software Smart-PLS-3 software is used. The results showed that the factor loadings of the items were confirmed in 8 factors after rotation with variance because the absolute value of these coefficients is higher and the relevant factor has a greater role in the total changes. Therefore, according to the results of the exploratory factor analysis, eight factors of self-efficacy, self-management, academic help-seeking, motivation to learn, responsibility, self-organization, self-control, and self-evaluation have been approved with 73 items and have a favorable factor load. The confirmatory factor analysis also showed that the items of all eight components, except for item five, have the necessary adequacy and the values of the factor loadings were appropriate and have a good fit. Cronbach's alpha for all eight components is greater than 0.7, which indicates good reliability.
Keywords: electronic curriculum, medical students, self-directed learning scale, Normative assessment.
مقدمه
مأموریت اصلی برنامه درسی و آموزش در دانشگاههای علوم پزشکی پرورش افراد توانمند و شایسته است(جامیسون9،2023)؛ بطوریکه آنان از دانش و مهارت لازم برای حفظ و بهبود وضعیت سلامتی مردم برخوردار بوده، مشکلات بالقوه و بالفعل بهداشتی مددجویان را شناسایی و تصمیمگیری کنند(موزس، مورنو، گیرینوالد و وائینئو10،2020؛ دادگری، باقری و سلمانی،1399). علاوه براین با توجه به تغییرات روزافزون در جهان امروز، رسالتهای آموزش و برنامهدرسی در حوزه پزشکی جهت آمادهسازی فراگیران برای روبرو شدن با چنین اهدافی را سنگین و دشوار میسازد(نیماوات و همکاران11،2021). لذا رسالت آموزشهای پزشکی نیز در عصر جديد نسبت به گذشته تغيير کرده است(گیماژ12،2021). در اين عصر باید دانشگاه افرادي را پرورش دهد که به جاي حفظ اطلاعات، توانايي طبقهبندي، تحليل و ترکيب اطلاعات یا بهعبارت بهتر خودرهیابی را دارا باشند(ژنگ13،2022) تا بتوانند با تغييرات سريع فناورانه، صنعتي و اجتماعي همسويي موثري داشته و به همین دلیل صاحبنظران معتقدند که بهکارگيري فاوا در برنامهدرسي دانشگاهي ميتواند چنين قابليت‌هايي را در دانشجويان پرورش دهد(آدیویه، آدانیکین و آدانیکین14،2020). زیرا برنامههای درسی از ابزارهای مهم و اساسی پیشرونده در آموزش عالی تلقی میشود؛ چرا كه نقش شاهرگ اصلی را در خونرسانی ایفا مینمایند. لذا ضروریست برنامههای درسی پاسخگوی نیازهای درحال تحول محیط باشند تا از این طریق حیات و تداوم دانشگاه تأیید شود(زارع، زینلیپور، زارعی و محمدی،1396). زیرا توسعه و بقاي دانشگاه عصر حاضر علاوه بر عوامل زيرساختي، به كيفيت برنامهدرسي نیز وابسته است(آلتاباخ و دویت15،2018) و نحوه طراحي برنامهدرسي نقش مهمي در يادگيري دارد و دستاندركاران برنامهدرسي بايد اصول طراحي و تدوين برنامهدرسي بهویژه از نوع الکترونیکی را به‌كارگيرند(سوان16،2019).
برنامهدرسی الکترونیکی به یک دوره آموزشی رسمی اطلاق میشود که از اینترنت و امکانات وب برای ایجاد یک محیط یادگیری باز و توزیع شده استفاده میکند و یادگیرندگان و مربیان برای دسترسی به اطلاعات، فراهم کردن محتوا و متن، تبادل و ایجاد دانش از تعاملات و ارتباطات معنادار همزمان و غیرهمزمان بهره می‌گیرند(ملامحمدی، کرمی، جعفریثانی و معلم،1399). بنابراین برنامهدرسی الکترونیکی شیوهای از برنامهدرسی است که با تکیه بر فناوری وب، یادگیری فردی و گروهی را برای همه افراد و در همه سنین به صورت همزمانی و یا غیرهمزمان میسر ساخته و گزارش مرکز ملی آمارهای آموزشی در ایالات متحده حدود یک دهه پیش نشان داد؛ برنامهدرسی الکترونیکی به شیوهای برجسته و غالب در نظام آموزشی نه تنها رایجترین فناوری، بلکه دارای سریعترین رشد در این زمینه است و در سالهای آتی یک شاهراه در حال رشد، برای یادگیری از طریق فناوری خواهد بود که نشان از اهمیت آن دارد(ماتار17،2018). در همین راستا نتایج تحقیقاتی مانند چارتاش و فینل18(2021) نشان داده؛ جامعه همسو با مباحث جهانی و بینالمللی شدن، از آموزش عالی انتظار دارد برای اثبات شایستگی و ارزش خود، باید مهارتهایی را در دانشجویان ایجاد کند که اغلب بهعنوان مزایای اجتماعی آموزشی نظام دانشگاهی شناخته میشوند که این مهم در گرو طراحی مطلوب برنامهدرسی است(جولی19،2017). لذا هراندازه طراحی‌ها از تجانس بالايي برخوردار باشد، طرح برنامهدرسي با کيفيتتر و قابليت اثرگذاري بيشتري بر دانشجويان خواهد داشت و مهارتهای بنیادینی مانند خودرهیابی در نظام آموزشی پرورش خواهد یافت(مهرمحمدي،۱9۲:1382).
یادگیری خودرهیاب یکی از مفاهیم مهم در یادگیری است و از آن جایی که دانشجویان در دانشگاههای علوم پزشکی به رشتههایی با دورههای آموزشی حرفهای گام نهاده(شریفیرهنمو، سراجی و خاکباز،1401) و لازمه موفقیت در این عرصه به روزبودن دانش، مهارتها و خودرهیاب بودن آنها است که باید در مؤسسات و نظامهای آموزشی پیشرو بهطور روزافزون از آن استفاده شود و پرداختن به آن بسیار ضروری است(پالوی و پالوی20،2020). براین اساس یادگیری خودرهیاب بعنوان یک رویکرد یادگیری مطرح است که در سالهای اخیر توجه روزافزونی به آن بخصوص در زمینه آموزش عالی شده است(نادی، مشفقی و امینی،1397). زیرا یادگیری خودرهیاب با حس کنجکاوی، تفکر انتقادی، کیفیت درک و فهم، حفظ و یادآوری، تصمیمگیری بهتر، رضایتمندی، انگیزه، شایستگی و اعتماد به نفس در ارتباط است که فراگیران را به گسترش دانش و افزایش کیفیت علمی خود قادر میسازد(خشنود، بختیارپور، باوی و پاشا،1400) از اینرو یادگیری خودرهیاب بعنوان یک رویکرد محبوب و ارزشمند در آموزش دانشگاهی شناخته شده(پیری، صاحبیار و سعدالهی،1396) و کمک میکند تا دانشجویان از انعطاف‌پذیری و اعتماد به نفس بیشتری نسبت به تغییرات برخوردار باشند(هندري و جینس21،2010). طبق نظریه نولز22(1975) یادگیری خودرهیاب بهعنوان فرایندی تعریف شده است که در آن افراد برای شناسایی نیازهای یادگیری خود، تعیین اهداف یادگیری، شناسایی منابع و مطالب موردنیاز برای یادگیری، انتخاب و اجرای راهبردهای مناسب یادگیری و ارزیابی برآیندهای یادگیری خود با یا بدون کمک دیگران وارد عمل شده و ابتکار عمل را در دست می‌گیرند(مهدیزاده، صفری و نادی و پاکنیا،1390). بنابراین آنچه که باید برنامههای درسی بهویژه برنامهدرسی الکترونیکی به دنبال آن باشد؛ پرورش و آمادگی مهارتهای خودرهیابی است چراکه اكنون زمان يادگيري نحوه يادگرفتن است كه اهميت بيشتري پيدا مي‌كند(ژو23،2022؛ جئونگ24،2022).
حال برای پرورش چنین مهارتی به ابزاري روا و پايا نياز است تا اساتيد با استفاده از آن توانمنديهاي موجود دانشجويان را در دانشكدههاي پزشكي مورد سنجش قرار دهند و با اطلاع از مهارتهای دانشجويان به طراحي آموزشي، تدوين محتواي درس، طرح درس و امكانات كمك آموزشي در كلاسهاي خود مبادرت ورزند(نادی و سجادیان،1391). به عنوان مثال بالوک و همکاران25(2022) و رافی، انور، یونس و منصور26(2022) جهت پرورش و درگیر ساختن میزان مهارت خودرهیابی در بین دانشجویان علوم پزشکی برای عملکرد مناسب در یادگیری از ابزاری دارای روایی مناسب را طراحی و استفاده نمودهاند که نشان دهنده مطلوبیت مقیاس حاضر در تحقق پرورش فراگیران خودرهیاب است. در اين ارتباط به نقل از لانگ27(1977) برای اولين بار مقياس آمادگي جهت خودرهیابی در يادگيري توسط گاگليلمينو28(2008) و در رساله دكتراي وي براي كاربرد در گروههاي بزرگسال ارائه گرديد. مك كوين29(1989) نیز پس از بررسي 67 پژوهش در حوزه خودرهیابی كه درحد فاصل سالهاي 1977 تا 1987 انجام شد نتيجه گرفت اين ابزار به عنوان مهمترين گزينه به كار رفته و اكثر مطالعات انجام شده از روايي و پايايي اين ابزار حمايت كرده‌اند. لذا آزمونسازي در اين حيطه و ارزشيابي ميزان آن و يا ارائه الگويي براي ارزيابي آن ضروري است.
اما نکته مهم این است که برای سنجش و پرورش مهارتهای یادگیری خودرهیاب در دانشجویان و آن هم در بستر الکترونیک نیاز به شناخت دقیق مقیاس مربوطه با مؤلفههای موردنظر وجود دارد. اما در زمینه اعتباریابی مقیاس خودرهیابی در برنامه درسی الکترونیکی دانشجویان پزشکی پژوهش مستقیمی انجام نگرفته و تنها تعدادی از آنها به صورت اجمالی در آموزشهای حضوری به اجرا درآمدهاند. براین اساس به منظور تأييد روايي اين ابزار و توسعه بيشتر ابزارهاي سنجش خودرهیابی در دانشجويان پزشكي از يك طرف و همچنين جهت معرفي ابزاري كه قابليت تعيين يادگيري مادامالعمر و خودرهیاب بودن دانشجويان را در بستر برنامههای درسی الکترونیکی دارا باشد، اين مطالعه با هدف پاسخگویی به این سوال انجام شده است که آیا مقیاس خودرهیابی دانشجویان پزشکی در برنامههای درسی الکترونیکی دارای اعتبار است؟
روششناسی
پژوهش حاضر از نظر هدف کاربردي و از نظر ماهیت و روش، توصیفی از نوع همبستگی میباشد که براي تدوین مبانی و الگوي نظري پژوهش از مطالعات کتابخانهاي استفاده شد و در جهت آزمون فرضیهها از روش همبستگی استفاده گردید. جامعه آماری این پژوهش کلیه دانشجویان دانشگاه علوم پزشکی همدان به تعداد 4149 بودند که با تعریف ابزار موردنظر در سایت پرس لاین به صورت اینترنتی در پژوهش حاضر شرکت کردند. با توجه به استفاده از تحلیل عاملی تأییدی در این پژوهش، نمونهای به حجم550 نفر به روش داوطلبانه و آنلاین پرسشنامه مورد نظر را تکمیل نمودند. برای رعایت ملاحظات اخلاقی، در ابتدای پژوهش با توضیح صادقانه اهداف طرح، رضایت آگاهانه افراد برای شرکت در پژوهش جلب شد و با برقراری ارتباط مؤثر با آزمودنی‌ها، آنها از لحاظ مشکلات احتمالی مانند اضطراب ناشی از پاسخ دادن مورد حمایت قرار گرفتند. در ادامه جهت جمعآوری دادههای موردنظر نیز از پرسشنامه محققساخته هشت مؤلفه‌ای«خودرهیابی دانشجویان پزشکی در برنامههای درسی الکترونیکی» استفاده شد که برای ساخت فرم اولیه آن، مبانی نظری و مدلهای یادگیری خودرهیاب مطالعه شد. براین اساس مهارت خودرهیابی دانشجویان پزشکی در برنامههای درسی الکترونیکی در قالب 73 گویه چندگزینهای در هشت مؤلفه خودرهیابی شامل؛ خودمدیریتی(8گویه)، انگیزش برای یادگیری(9گویه)، خودکنترلی(7گویه)، خودکارآمدی(17گویه)، خودسامان‌دهی(12گویه)، خودارزیابی(6گویه)، کمکخواهی تحصیلی(8گویه) و مسئولیتپذیری(6گویه) طراحی شد. روند طراحی سؤالها به این صورت بود که در ابتدا محققین با مطالعه منابع مختلف و اساتید صاحبنظر مبادرت به شناسایی مضامین هر یك از مؤلفههای هشت گانه نمودند. سپس برای هریك از مضامین شناسایی شده گویهها را به نحوی طرح شد که پاسخ صحیح به آن نشان دهنده برخورداری پاسخ دهنده از آن مضمون باشد. این گویهها در چندین مرحله از لحاظ منطقی بودن، وضوح و روشنی شاخصها، قابل فهم بودن و به طورکلی از لحاظ اعتبار صوری و محتوایی توسط هشت نفر از افراد خبره مورد تایید قرار گرفت. به این صورت که سوالات و گویههای پرسشنامه در یک ستون و در ستون دیگر نظرات خبرگان به سه ستون(مورد تایید، مورد اصلاح، عدم تایید) تقسیم شد. حاصل نظرات خبرگان با استفاده از فرمول CVR محاسبه و ضریب توافق بین هشت نفر 94 % محاسبه گردید. این عدد نشانه دهنده میزان بالای توافق خبرگان بر روی کیفیت گویهها بود. پس از تدوین فرم مقدماتی آزمون، این آزمون در اختیار تعدادی از دانشجویان پزشکی قرار گرفت تا ضریب پایایی اولیه آن برآورد گردد؛ پس از تکمیل آزمون بر روی30 نفر از دانشجویان، پایایی آزمون از طریق آلفای کرونباخ محاسبه گردید که مقدار 73/0 به دست آمد که نشان دهنده پایایی مناسب آن بود و در نهایت، محققان آن را برای اجرا بر روی 550 نفر از دانشجویان آماده نمودند. نهایتا جهت بررسی عاملهای مقیاس و توزیع گویهها از تحلیل عاملی اکتشافی با استفاده از نرمافزار SPSS-28 بهره گرفته شده و سپس جهت اعتباریابی گویهها و عاملها از تحلیل عاملی تاییدی با نرمافزار Smart-PLS-3 استفاده شده است.
یافتهها
مؤلفههای مقیاس خودرهیابی دانشجویان در آموزشهای الکترونیکی به هشت مؤلفه دستهبندی شدهاند و سپس با استفاده از پرسشنامه محققساخته و تدوین 73 گویه به شناسایی مؤلفههای مقیاس خورهیابی دانشجویان در آموزشهای الکترونیکی با استفاده از تحلیل عاملی اکتشافی پرداخته شده است. بدین منظور، ابتدا باید کفایت حجم نمونه مورد بررسی قرار گیرد.
آزمون کفایت حجم نمونه (30KMO) و آزمون کرویت بارتلت31
آزمون کفایت حجم نمونه و آزمون کرویت بارتلت مشخص میکنند که آیا تحلیل عاملی اکتشافی بر روی دادههای جمعآوری شده قابل اجرا میباشد و حجم نمونه کفایت لازم را دارد. نتایج این آزمون برای پژوهش حاضر در زیر ارائه شده است.
جدول 1: نتایج آزمون KMO و آزمون بارتلت
Table 1: Results of KMO test and Bartlett test
کفایت حجم نمونه (KMO) Adequacy of sample size (KMO) | 0.942 | |
آزمون کرویت بارتلت Bartlett's sphericity test | خی دو chi-square | 1667.886 |
درجه آزادی Degrees of freedom | 2628 | |
سطح معنیداری level of significance | 0.000 | |
مقدار شاخص KMO در دامنه صفر تا یک قرار دارد و اکثریت متخصصان حداقل مقدار قابل قبول را 6/0 در نظر گرفتهاند (کلاین32، 2013). با توجه به نتایج جدول فوق، مقدار KMO برای پژوهش حاضر 942/0 به دست آمده و لذا میتوان گفت که حجم نمونه از کفایت لازم و بسیار خوبی برخوردار میباشد. همچنین با توجه به نتایج سطح معنیداری آزمون کرویت بارتلت که 000/0 به دست آمده و کوچکتر از 05/0 میباشد (05/0>P)، لذا با اطمینان میتوان گفت که انجام تحلیل عاملی بر روی دادههای پژوهش قابل انجام میباشد. همچنين معنيداري آزمون بارتلت (05/0>P) نشان ميدهد که فرض هماني بودن ماتريس همبستگي رد شده و تحليل عاملي براي شناسايي ساختار (مدل عاملي) مناسب است. پس از تعیین مناسب بودن مدل عاملی، باید مقادیر اشتراک گویههای پرسشنامه مورد بررسی قرار گیرد.
مقادیر اشتراک گویههای پرسشنامه تحقیق
جدول مقادير اشتراک هر متغیر، نسبتی از واریانس هر متغیر را که توسط عاملهای مشترک به‌حساب می‌آیند، نشان میدهد و با استفاده از تحلیل مؤلفه اصلی انجام شده است.
جدول 2: مقادیر اشتراک گویههای پرسشنامه تحقیق
Table 2: Share values of research questionnaire items
گویهها items | مقادیر اشتراک اولیه Initial subscription values | مقادیر به اشتراک پس از استخراج عاملها Share values after extracting the factors | گویهها items | مقادیر اشتراک اولیه Initial subscription values | مقادیر به اشتراک پس از استخراج عاملها Share values after extracting the factors | گویهها items | مقادیر اشتراک اولیه Initial subscription values | مقادیر به اشتراک پس از استخراج عاملها Share values after extracting the factors |
1 | 1.000 | 0.358 | 26 | 1.000 | 0.481 | 51 | 1.000 | 0.517 |
2 | 1.000 | 0.510 | 27 | 1.000 | 0.474 | 52 | 1.000 | 0.397 |
3 | 1.000 | 0.539 | 28 | 1.000 | 0.560 | 53 | 1.000 | 0.375 |
4 | 1.000 | 0.469 | 29 | 1.000 | 0.520 | 54 | 1.000 | 0.497 |
5 | 1.000 | 0.215 | 30 | 1.000 | 0.411 | 55 | 1.000 | 0.573 |
6 | 1.000 | 0.333 | 31 | 1.000 | 0.590 | 56 | 1.000 | 0.480 |
7 | 1.000 | 0.281 | 32 | 1.000 | 0.534 | 57 | 1.000 | 0.440 |
8 | 1.000 | 0.412 | 33 | 1.000 | 0.533 | 58 | 1.000 | 0.446 |
9 | 1.000 | 0.380 | 34 | 1.000 | 0.357 | 59 | 1.000 | 0.391 |
10 | 1.000 | 0.487 | 35 | 1.000 | 0.473 | 60 | 1.000 | 0382 |
11 | 1.000 | 0.538 | 36 | 1.000 | 0.491 | 61 | 1.000 | 0.374 |
12 | 1.000 | 0.508 | 37 | 1.000 | 0.540 | 62 | 1.000 | 0.514 |
13 | 1.000 | 0.522 | 38 | 1.000 | 0.566 | 63 | 1.000 | 0.494 |
14 | 1.000 | 0.382 | 39 | 1.000 | 0.519 | 64 | 1.000 | 0.498 |
15 | 1.000 | 0.441 | 40 | 1.000 | 0.419 | 65 | 1.000 | 0.566 |
16 | 1.000 | 0.484 | 41 | 1.000 | 0.420 | 66 | 1.000 | 0.478 |
17 | 1.000 | 0.357 | 42 | 1.000 | 0.443 | 67 | 1.000 | 0.536 |
18 | 1.000 | 0.383 | 43 | 1.000 | 0.498 | 68 | 1.000 | 0.638 |
19 | 1.000 | 0.500 | 44 | 1.000 | 0.447 | 69 | 1.000 | 0.601 |
20 | 1.000 | 0.607 | 45 | 1.000 | 0.507 | 70 | 1.000 | 0.401 |
21 | 1.000 | 0.619 | 46 | 1.000 | 0.415 | 71 | 1.000 | 0.575 |
22 | 1.000 | 0.423 | 47 | 1.000 | 0.476 | 72 | 1.000 | 0.498 |
23 | 1.000 | 0.516 | 48 | 1.000 | 0.490 | 73 | 1.000 | 0.321 |
24 | 1.000 | 0.459 | 49 | 1.000 | 0.403 |
|
|
|
25 | 1.000 | 0.490 | 50 | 1.000 | 0.516 |
|
|
|
روش استخراج: تحلیل مؤلفه اصلی
بررسی میزان اشتراک اولیه و بعد از استخراج عاملها نشانگر آن است که اشتراک اولیه تمامی آنها برابر 000/1 هستند. میزان اشتراکات بعد از استخراج عاملها برای همه متغیرها بیشتر از 20 درصد (از حداقل 215/0 تا 638/0) و بیانگر توانایی آنها در تبیین واریانس متغیرهای مورد مطالعه در این پژوهش است. پس از مشخص شدن توانایی همه متغیرها در تبیین واریانس متغیرهای مورد مطالعه، در مرحله بعد عاملهای استخراج شده مورد بررسی قرار میگیرد.
استخراج مؤلفههای مقیاس خودرهیابی دانشجویان برای آموزشهای الکترونیک
جدول 3: عوامل استخراج شده همراه مقادیر ویژه، درصد واریانس و درصد واریانس تجمعی
Table 3: Extracted factors with eigenvalues, variance percentage and cumulative variance percentage
عاملها Factor | مقدار ویژه اولیه The initial eigenvalue | مقادیر ویژه عوامل استخراجی بدون چرخش Specific values of extraction factors without rotation | مقادیر ویژه عوامل استخراجی چرخشیافته Specific values of rotated extraction factors | ||||||
مجموع Total
| درصد واریانس Percentage of variance
| درصد تجمعی Cumulative percentage | مجموع Total | درصد واریانس Percentage of variance | درصد تجمعی Cumulative percentage | مجموع Total | درصد واریانس Percentage of variance | درصد تجمعی Cumulative percentage | |
1 | 19.509 | 26.724 | 26.734 | 19.509 | 26.724 | 26.724 | 7.764 | 10.635 | 10.675 |
2 | 3.393 | 4.648 | 31.372 | 3.393 | 4.648 | 31.372 | 4.690 | 6.425 | 17.60 |
3 | 2.704 | 3.704 | 35.076 | 2.704 | 3.704 | 35.076 | 4.419 | 6.054 | 23.114 |
4 | 2.089 | 2.862 | 37.938 | 2.089 | 2.862 | 37.938 | 4.185 | 5.733 | 28.847 |
5 | 1.944 | 2.664 | 40.602 | 1.944 | 2.644 | 40.602 | 4.083 | 5.593 | 34.439 |
6 | 1.725 | 2.364 | 42.966 | 1.725 | 2.364 | 42.966 | 3.389 | 4.615 | 39.054 |
7 | 1.514 | 2.074 | 45.039 | 1.514 | 2.074 | 45.039 | 3.089 | 4.231 | 43.285 |
8 | 1.448 | 1.983 | 47.023 | 1.448 | 1.983 | 47.023 | 2.729 | 3.738 | 47.023 |
روش استخراج: تحلیل مؤلفه اصلی
در جدول 3، مقادیر ویژه اولیه33، مقادیر ویژه عوامل استخراجی بدون چرخش34 و مقادیر ویژه عوامل استخراجی چرخشیافته35 عاملهای دارای مقادیر ویژه بالاتر از یک و عاملهای استخراج شده را نشان میدهد. مقدار ویژه هر عامل نسبتی از واریانس کل متغیرها است که توسط آن عامل تبیین میشود. در کل 8 عامل استخراج شدهاند که 02/47 درصد از کل واریانسهای پژوهش را تبیین میکنند. در زیر نمودار صخرهای مقادیر ویژه برای عاملها را نشان داده است.
شکل 1 نمودار صخرهای عاملهای استخراج شده
نمودار فوق نمودار صخرهاي36 است که براي متغيرها تقاضا ميشود. اين نمودار تصوير گرافيکي مقدار ويژه در هريک از عامل‌هاي استخراج شده است. در ادامه تحلیل عاملی اکتشافی، ماتریس چرخش نیافته و ماتریس چرخش یافته مورد بررسی قرار گرفته است.
ماتریس چرخشنیافته
ماتریس مؤلفه یا ماتريس چرخش نيافته37، ماتریس مؤلفههای تحلیل عاملی قبل از دوران است و همبستگی‌های بین متغیرها و عاملهای استخراج شده را نشان میدهد.
جدول 4: ماتریس مؤلفههای چرخش نیافتهa
Table 4: Matrix of unrotated components
گویهها items | مؤلفهها Components | |||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |
69 | 0.661 |
| 0.306 | -0.123 | -0.124 |
|
| -0.173 |
43 | 0.649 |
| -0.238 |
|
|
|
|
|
68 | 0.631 |
| 0.355 | -0.135 | -0.117 |
| -0.196 | 0.177 |
67 | 0.631 |
|
| -0.142 | 0.181 | -0.197 | -0.168 | -0.108 |
71 | 0.625 |
| 0.331 | -0.165 |
| -0.128 |
| -0.133 |
33 | 0.623 |
| -0.189 |
|
|
| 0.278 |
|
46 | 0.620 | 0.110 |
|
|
|
|
|
|
39 | 0.619 | -0.156 | -0.257 | -0.147 | -0.112 |
|
|
|
24 | 0.607 | -0.208 |
|
| 0.123 |
| -0.132 |
|
48 | 0.605 | 0.195 |
| 0.110 | -0.170 |
|
|
|
38 | 0.601 | -0.238 | -0.201 | -0.217 | -0.229 |
|
| -0.195 |
31 | 0.600 | -0.203 | -0.282 | -0.139 |
|
| 0.244 |
|
28 | 0.600 | -0.300 |
|
|
|
|
| 0.134 |
45 | 0.597 | 0.210 |
|
| -0.211 |
| 0.154 | 0.302 |
41 | 0.585 |
| -0.218 | -0.122 |
|
|
| 0.168 |
37 | 0.584 | -0.173 | -0.294 | -0.233 |
| -0.100 | -0.122 |
|
42 | 0.581 |
|
|
| -0.231 |
| -0.182 |
|
44 | 0.578 | 0.251 | -0.133 | 0.153 |
|
|
|
|
32 | 0.572 | -0.229 | -0.201 | -0259 | -0.132 | 0.115 |
|
|
19 | 0.565 |
|
| 0.344 |
| 0.100 |
| 0.164 |
56 | 0.565 | 0.313 |
|
|
| 0.114 | -0.157 | -0.121 |
39 | 0.563 | -0.277 |
|
|
|
| 0.207 | 0.284 |
22 | 0.577 |
|
| 0.180 | -0.154 | 0.125 | -0.152 |
|
40 | 0.553 |
|
| -0.187 |
| -0.230 |
|
|
36 | 0.553 | -0.130 | -0.231 |
|
|
| -0.120 | -0.214 |
47 | 0.543 | 0.300 | -0119 | 0.131 |
| -0.109 | 0.210 |
|
66 | 0.542 | 0.171 |
| -0.129 | 0.217 | -0.250 |
| 0.135 |
26 | 0.540 | -0.208 |
| -0.295 | -0.175 | 0.142 |
|
|
70 | 0.536 | 0.290 |
|
| -0.134 | -0.107 |
| -0.180 |
60 | 0.533 |
| 0.113 | -0.105 |
|
|
| -0.253 |
34 | 0.531 |
|
| -0.143 | -0.106 |
|
| -0.175 |
64 | 0.526 | 0.181 | -0.108 | -0.218 | 0.220 | -0.165 | -0.193 | 0.127 |
49 | 0.524 | 0.222 |
| 0.147 | -0.219 |
|
|
|
10 | 0.524 | -0.277 | 0.209 |
| 0.202 |
| 0.126 | -0.180 |
21 | 0.520 | -0.175 | 0.178 |
|
| 0.506 | -0.137 |
|
30 | 0.519 | -0.273 |
|
|
|
| 0.191 | 0.146 |
11 | 0.518 |
| -0.179 | 0.273 | 0.255 |
| 0.110 | -0.272 |
23 | 0.518 | -0.267 | 0.256 |
| 0.108 | 0.267 | -0.149 |
|
13 | 0.518 | -0.262 | 0.329 |
|
| -0.126 | 0.205 | -0.101 |
3 | 0.513 |
|
| 0.393 |
| -0.234 | -0.136 | 0.188 |
25 | 0.510 | -0.269 | -0.260 |
| -0.269 | 0.112 |
|
|
20 | 0.505 | -0.231 | 0.230 |
|
| 0.456 | -0.173 |
|
9 | 0.501 | -0.154 |
|
| 0.134 | -0.185 | -0.102 | 0.211 |
4 | 0.501 | -0.116 |
| 0.295 | -0.151 | -0.225 | -0.207 |
|
27 | 0.498 | -0.180 | -0.374 |
| -0.127 |
| 0.123 |
|
65 | 0.496 | 0.324 | 0.136 | -0.256 | 0.230 |
|
| 0.265 |
2 | 0.494 |
| 0.115 | 0.344 | -0.235 | -0/209 |
| 0.158 |
59 | 0.490 | 0.196 | 0.171- |
|
| 0.244 |
| 0.152 |
18 | 0.485 | 0.173 |
| 0.235 |
|
| 0.154 | 0.165 |
54 | 0.483 | 0.336 |
| 0.186 |
| 0.298 | -0.103 |
|
35 | 0.477 | 0.111- | -0.359 |
| 0.148 | 0.191- |
| 0.187- |
12 | 0.470 | -0.179 |
| 0.181 | 0.357 |
| 0.245 | -0.178 |
15 | 0.466 | -0.289 | 0.232 |
| 0.218 | -0.149 | 0.124 |
|
88 | 0.465 | 0.164 |
| 0.309 |
| -0.219 |
| 0.106 |
55 | 0.449 | 0.431 | -0.141 |
| 0.183 | 0.264 | -0.184 | -0.170 |
52 | 0.445 | 0.218 | 0.216 | -0.118 | -0.241 |
| 0.130 | 0.116- |
53 | 0.441 | 0.172 | 0.234 | -0.185 | -0.146 |
| 0.199 |
|
58 | 0.440 | 0.403 |
|
| 0.172 | 0.151 |
| 0.163 |
14 | 0.437 | 0/109- |
| 0.200 | 0.293 |
| 0.196 |
|
7 | 0.434 |
| 0.216 | 0.113 | 0.133 |
|
|
|
17 | 0.426 |
| 0.256 |
|
| -0.177 | 0.249 | 0.105 |
16 | 0.424 | -0.152 | 0.242 | 0.185 | 0.243 | 0.248 | 0.123 | 0.231- |
6 | 0.422 |
| 0.298 | 0.158 | 0.142 |
| 0.112- |
|
73 | 0.400 |
| 0.182 | 0.317- |
| -0.118 |
|
|
72 | 0.393 |
| 0.383 | -0.345 |
| -0.216 | -0.169 |
|
1 | 0.383 | 0.138- | 0.130- | 0.333 | -0.140 | 0.170- |
|
|
61 | 0.350 | 0.270 | -0.233 | 0.136 | 0.187 |
|
| 0.240- |
5 | 0.312 |
| 0.256 |
|
| -0.107 |
| 0.162 |
57 | 0.413 | 0.461 |
| -0.110 | 0.104 | 0.136 |
|
|
63 | 0.323 | 0.433 | 0.114 | -0.148 | 0.330 | 0.131 |
| 0.198 |
62 | 0.406 | 0.416 | 0.170- |
| 0.358 |
|
| 0.128 |
50 | 0.342 | 0.275 | 0.382 |
| -0.247 |
| 0.321 |
|
51 | 0.346 | 0.338 | 0.130 |
| -0.264 | 0.127 | 0.426 |
|
روش استخراج: تحلیل مؤلفه اصلی
a. 8 مؤلفه استخراج شده است
این جدول ماتریس اجرا یا عاملهای چرخیده نشده را نشان میدهد که شامل بارهای عاملی (نمرات عاملی) هریک از متغیرها در هشت عامل میباشد که بارهای عاملی با قدر مطلق کمتر از 10/0 حذف شدهاند. تفسیر بارهای عاملی بدون چرخش ساده نیست. بنابراین عاملها را مورد چرخش قرار گرفت تا قابلیت تفسیر آنها افزایش یابد که در جدول 5 ارائه شده است.
ماتریس مؤلفههای چرخیده شده
دراین بخش ماتریس چرخیده شده ارائه شده است، به دلیل آنکه ماتریس ارائه شده در جدول 4 دارای الگوی روشنی نیست به ماتریس چرخشيافته با واریماکس با نرمالسازی کیزر که پس از دوران، الگو را واضح‌تر میکند، توجه شده است. چرخش در 20 تکرار همگرا شده است و نتایج آن در جدول 5 نشان داده شده است.
جدول 5: ماتریس مؤلفههای تحلیل عاملی بعد از دوران (چرخش يافته)a
Table 5: Matrix of factor analysis components after rotation (rotated)
گویهها items | مؤلفهها Components | |||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |
32 | 0.673 |
|
|
|
|
|
|
|
31 | 0.656 |
|
|
|
|
|
|
|
27 | 0.650 |
|
|
|
|
|
|
|
38 | 0.646 |
|
|
|
|
|
|
|
39 | 0.623 |
|
|
|
|
|
|
|
25 | 0.620 |
|
|
|
|
|
|
|
27 | 0.615 |
|
|
|
|
|
|
|
26 | 0.553 |
|
|
|
|
|
|
|
33 | 0.547 |
|
|
|
|
|
|
|
41 | 0.521 |
|
|
|
|
|
|
|
29 | 0.513 |
|
|
|
|
|
|
|
28 | 0.502 |
|
|
|
|
|
|
|
36 | 0.494 |
|
|
|
|
|
|
|
43 | 0.462 |
|
|
|
|
|
|
|
30 | 0.448 |
|
|
|
|
|
|
|
35 | 0.440 |
|
|
|
|
|
|
|
34 | 0.402 |
|
|
|
|
|
|
|
40 | 0.398 |
|
|
|
|
|
|
|
24 | 0.387 |
|
|
|
|
|
|
|
46 | 0.358 |
|
|
|
|
|
|
|
42 | 0.354 |
|
|
|
|
|
|
|
3 |
| 0.678 |
|
|
|
|
|
|
2 |
| 0.649 |
|
|
|
|
|
|
4 |
| 0.558 |
|
|
|
|
|
|
1 |
| 0.544 |
|
|
|
|
|
|
8 |
| 0.540 |
|
|
|
|
|
|
19 |
| 0.507 |
|
|
|
|
|
|
18 |
| 0.443 |
|
|
|
|
|
|
49 |
| 0.406 |
|
|
|
|
|
|
44 |
| 0.355 |
|
|
|
|
|
|
9 |
| 0.352 |
|
|
|
|
|
|
22 |
| 0.349 |
|
|
|
|
|
|
5 |
| 0.258 |
|
|
|
|
|
|
63 |
|
| 0.667 |
|
|
|
|
|
62 |
|
| 0.649 |
|
|
|
|
|
65 |
|
| 0.631 |
|
|
|
|
|
58 |
|
| 0.585 |
|
|
|
|
|
57 |
|
| 0.569 |
|
|
|
|
|
55 |
|
| 0.521 |
|
|
|
|
|
64 |
|
| 0.513 |
|
|
|
|
|
66 |
|
| 0.469 |
|
|
|
|
|
59 |
|
| 0.386 |
|
|
|
|
|
12 |
|
|
| 0.640 |
|
|
|
|
10 |
|
|
| 0.555 |
|
|
|
|
13 |
|
|
| 0.549 |
|
|
|
|
15 |
|
|
| 0.546 |
|
|
|
|
16 |
|
|
| 0.508 |
|
|
|
|
14 |
|
|
| 0.505 |
|
|
|
|
11 |
|
|
| 0.450 |
|
|
|
|
17 |
|
|
| 0.398 |
|
|
|
|
6 |
|
|
| 0.293 |
|
|
|
|
7 |
|
|
| 0.287 |
|
|
|
|
72 |
|
|
|
| 0.660 |
|
|
|
68 |
|
|
|
| 0.621 |
|
|
|
71 |
|
|
|
| 0.589 |
|
|
|
69 |
|
|
|
| 0.538 |
|
|
|
73 |
|
|
|
| 0.438 | 0.228 |
|
|
67 |
|
|
|
|
| 0.687 |
|
|
60 |
|
|
|
|
| 0.657 |
|
|
51 |
|
|
|
|
| 0.500 |
|
|
50 |
|
|
|
|
| 0.467 |
|
|
52 |
|
|
|
|
| 0.420 |
|
|
53 |
|
|
|
|
| 0.379 |
|
|
45 |
|
|
|
|
| 0.363 |
|
|
20 |
|
|
|
|
|
| 0.689 |
|
21 |
|
|
|
|
|
| 0.688 |
|
23 |
|
|
|
|
|
| 0.541 |
|
54 |
|
|
|
|
|
| 0.344 |
|
70 |
|
|
|
|
|
|
| 0.316 |
47 |
|
|
|
|
|
|
| 0.273 |
61 |
|
|
|
|
|
|
| 0.456 |
48 |
|
|
|
|
|
|
| 0.353 |
56 |
|
|
|
|
|
|
| 0.343 |
روش استخراج: تحلیل مؤلفه اصلی
a. روش چرخش: واریماکس با نرمالسازی کیزر
جدول فوق ماتريس چرخيده شده اجزا را برای تحلیل مؤلفههای مقیاس «خودرهیابی دانشجویان در آموزشهای الکترونیکی» نشان ميدهد که شامل بارهاي عاملي هر يک از متغيرها در 8 عامل پس از چرخش مي‌باشد که نشان از مطلوب بودن است. اين ماتريس را راحتتر از ماتريس چرخيده نشده قبلي ميتوان تفسير کرد. هرچه مقدار قدرمطلق اين ضرايب بيشتر باشد عامل مربوطه نقش بيشتري در کل تغييرات (واريانس) متغير مورد نظر دارد. بنابراین با توجه به نتایج تحلیل عاملی اکتشافی مؤلفههای پژوهش به صورت زیر دستهبندی میشوند (جدول 6).
جدول 6: دستهبندی مؤلفههای مقیاس خودرهیابی دانشجویان در آموزشهای الکترونیکی
Table 6: Classification of the components of the self-discovery scale of students in electronic education
مؤلفهها Components | شماره گویه Item number | گویهها items |
خودکارآمدی self-efficacy | 32 | اگر تلاش کنم، میتوانم سخت ترین تکالیف مربوط به تحصیل را انجام دهم If I try, I can do the hardest homework |
31 | میتوانم اطلاعات را برای خودم پیدا کنم I can find information for myself | |
27 | پیچیده ترین مطالب را در کلاس یاد میگیرم I learn the most complex things in class | |
38 | میتوانم در درسهای مختلف نمره خوبی بگیرم I can get good grades in different subjects | |
39 | میتوانم مطالعه خوبی انجام دهم به حدی که دقیقاً متوجه مطلب شوم I can read well enough to understand the material exactly | |
25 | میتوانم مشکلترین مطالب درسی را که در یک ترم یاد میگیرم، بفهمم I can understand the most difficult course material I learn in a semester | |
37 | میتوانم به خوبی یک مفهوم را به دانشجویی دیگر توضیح دهم I can explain a concept well to another student | |
26 | اگر تلاش کنم میتوانم وظایف تحصیلیام را بهطور کامل در کلاس انجام دهم If I try, I can complete my academic tasks in class | |
33 | میتوانم مهارتهای عملی که در گذشته یاد گرفتهام را به کار ببرم I can apply the practical skills I have learned in the past | |
41 | از منابع یادگیری فیزیکی و اینترنتی به خوبی استفاده می کنم I use physical and internet learning resources well | |
29 | ترجیح میدهم اهداف تحصیلیام را خودم تعیین کنم I prefer to determine my academic goals myself | |
28 | به توانمندیهای خود باور دارم I believe in my abilities | |
36 | در نوشتن یک تحقیق کوتاه با کیفیت عملکرد مطلوبی دارم I have good performance in writing a short research paper with good quality | |
43 | اطلاعات مورد نیاز برای حل یک مساله را جمعآوری و تحلیل می کنم I collect and analyze the information needed to solve a problem | |
30 | از خودم توقعات بالایی دارم I have high expectations of myself | |
35 | در بحثهای کلاسی شرکت فعال دارم I actively participate in class discussions | |
34 | میتوانم یادداشت برداری سازمان یافته در هنگام سخنرانی استاد و بحثهای همکلاسیها انجام دهم I can take organized notes during the professor's lecture and classmates' discussions | |
40 | احترام اساتید را به خودم جلب میکنم I gain the respect of teachers | |
24 | بقیه افراد میتوانند به من برای پیشبرد یادگیریام اعتماد کنند Other people can trust me to advance my learning | |
46 | قبل از تصمیمگیری واقعیات مرتبط را بررسی و نتایج را ساماندهی میکنم Before making a decision, I check the relevant facts and organize the results | |
42 | موضوعات درسی را به نحوی که منظم و قابل فهمتر باشد ساماندهی میکنم I organize the subjects in a way that is more organized and understandable | |
خودمدیریتی self management | 3 | به خوبی از وقت استفاده میکنم I use my time well |
2 | کارهایم را اولویت بندی میکنم I prioritize my work | |
4 | یادگیریام نظاممند و منطقی است My learning is organized and logical | |
1 | برای حل مشکلات تحصیلیام از برنامه (طرح) مشخصی استفاده میکنم I use a specific plan to solve my academic problems | |
8 | زمانهای معینی را برای مطالعه شخصی اختصاص میدهم I allocate certain times for personal study | |
19 | درمورد اهداف یادگیریام خودم برنامهریزی میکنم I plan my own learning goals | |
18 | ایمان دارم به اینکه مهارتهای مدیریتی من خوب است I believe that my management skills are good | |
49 | ابتدا تکالیف درسی را انجام میدهم بعد کارهای غیر درسی را First, I do the coursework, then the extracurricular work | |
44 | عملکرد خود را ثبت، یادداشت و بررسی میکنم I record, note and check my performance | |
9 | فرد مثبت اندیشی هستم I am a positive person | |
22 | در کارهای تحصیلیام استاندارد فردی بالایی دارم I have a high personal standard in my academic work | |
5 | روی یک مسئله(مشکل) تمرکز میکنم I focus on a problem | |
کمکخواهی تحصیلی Academic assistance | 63 | در مورد تکالیف درسی از همکلاسیها سوال میکنم I ask my classmates about homework |
62 | در کارهای درسی از گروههای مختلف کمک میگیرم I get help from different groups in my homework | |
65 | در مواقع مشکل درسی از افراد دانا کمک میگیرم In case of academic problems, I get help from knowledgeable people | |
58 | با توجه با بازخوردهای دیگران، در انجام تکالیف درسی تغییرات ایجاد میکنم According to the feedback of others, I make changes in doing the homework | |
57 | قبل از اتمام تکالیف درسی درخصوص غلط یا درست بودن آن از دیگران سوال میکنم Before finishing the homework, I ask others about whether it is right or wrong | |
55 | برای انجام بهتر تکالیف درسی از ارزیابی دوستان استقبال میکنم I welcome the evaluation of friends to do homework better | |
64 | آنچه را یاد گرفتهام برای دوستانم توضیح میدهم I will explain what I have learned to my friends | |
66 | از اساتید برای حل مشکلاتم کمک میگیرم I get help from professors to solve my problems | |
59 | ملاکهای ارزشیابی عملکردم را خودم تعیین میکنم I determine my own performance evaluation criteria | |
انگیزش برای یادگیری Motivation to learn | 12 | در برابر افکار جدید، با گشاده رویی برخورد میکنم I deal with new ideas with openness |
10 | از یادگیری چیزهای جدید احساس رضایت میکنم I feel satisfied with learning new things | |
13 | از پیشرفتم احساس لذت میکنم I feel happy about my progress | |
15 | چون میتوانم توانایی خود را اثبات کنم این باعث خوشحالیم میشود Because I can prove my ability, it makes us happy | |
16 | نسبت به یادگیری احساس نیاز میکنم I feel the need to learn | |
14 | از چالش(برخورد افکار) لذت میبرم I enjoy the challenge | |
11 | با نقادی ایدههای جدید را ارزیابی میکنم I critically evaluate new ideas | |
17 | فکر میکنم با تحصیل در آینده زندگی خوبی خواهم داشت I think I will have a good life in the future by studying | |
6 | از اشتباهاتم درس میگیرم I learn from my mistakes | |
7 | به محدودیتهای فردی خود آگاه هستم I am aware of my personal limitations | |
مسئولیتپذیری responsibility | 72 | در کلاس با همکلاسی هاي خود محترمانه رفتار میکنم I treat my classmates with respect in class |
68 | در کارهای تحصیلیام سعی میکنم مسئولیت پذیر باشم I try to be responsible in my academic work | |
71 | تلاش میکنم کارها را به خوبی انجام دهم I try to do things well | |
69 | در قبال غلط یا درست بودن تکالیف درسیام احساس مسئولیت میکنم I feel responsible for whether my homework is right or wrong | |
73 | هنگام انتقاد از کلاس یا استاد، آرامش خودم را حفظ میکنم I keep my composure when criticizing the class or the teacher | |
خودسازماندهی Self organization | 67 | وقتی قرار است کاري در کلاس انجام شود، کمک میکنم When something needs to be done in class, I help |
60 | در کارهای تحقیقاتی و درسی از منابع گوناگون کمک میگیرم I get help from various sources in research and teaching work | |
51 | در مکان مخصوص مطالعه میکنم I study in a special place | |
50 | قبل از شروع مطالعه، از نظافت محل مطالعه مطمئن میشوم Before starting the study, I make sure the study place is clean | |
52 | در نگه داری یادداشت ها و دست نوشته های درسی ام منظم هستم I am regular in keeping my notes and textbooks | |
53 | زیر مفاهیم و اطلاعات مهم خط میکشم I will underline important concepts and information | |
45 | شرایط محیطی را برای یادگیری بهتر آماده میکنم I prepare the environment for better learning | |
خودکنترلی Self-control | 20 | به این مرحله مهم رسیدهام که(نیاز دارم که بدانم چرا؟..)(فهم علتها) I have reached this important stage that (I need to know why...?) (Understanding the reasons) |
21 | برایم مهم است که (نیاز دارم که بدانم چرا؟....؟) It is important to me that (I need to know why?....?) | |
23 | مسئولیت تصمیمها و عملکردها را خودم بر عهده میگیرم I take responsibility for decisions and actions myself | |
54 | از خودم امتحان میگیرم I will test myself | |
خودارزیابی self assessment | 70 | قبل از تعیین تکالیف درسی توسط استاد آنها را چک میکنم I check the assignments before the teacher assigns them |
47 | آزمون های قبلی را مرور میکنم I review the previous tests | |
61 | برای دستیابی به اطلاعات مورد نیاز درسی، از کتابخانه کمک میگیرم I get help from the library to get the information needed for the course | |
48 | یادداشتها و کتاب های درسی را مرور میکنم I review notes and textbooks | |
56 | بعد از مطالعه، به ارزیابی مطالب میپردازم After reading, I evaluate the material |
پس از تعیین مؤلفههای مقیاس خودرهیابی دانشجویان برای آموزشهای الکترونیکی، به اعتباریابی گویهها پرداخته شده که با استفاده از تحلیل عاملی تاییدی با استفاده از نرمافزار Smart-PLS-3 انجام شده است.
تحلیل عاملی تاییدی
مهمترین هدف تحلیل عاملی تاییدی تعیین میزان توان مدل عاملهای از قبل تعریف شده با مجموعهای از دادههای مشاهده شده است. به عبارتی تحلیل عاملی تاییدی درصدد تعیین این مساله است که آیا تعداد عاملها و بارهای متغییرهایی که روی این عاملها اندازهگیری شدهاند با آنچه بر اساس تئوری و مدل نظری انتظار میرفت انطباق دارد (کلاین38، 2010). در این پژوهش، با توجه به نتایج تحلیل عاملی اکتشافی مشخص شد که در کل 8 مؤلفه در پژوهش وجود دارد و در این بخش روایی پرسشنامه با دو روش روایی همگرا و روایی واگرا و استفاده از نرمافزار Smart-PLS-3 بررسی شده و کفایت هر یک از گویهها و مؤلفهها برای ماندن در پژوهش اندازهگیری میشود. روایی همگرا به میزان همبستگی هر سازه با متغیرهای (شاخصها) خود میپردازد که معیار AVE محاسبه شده برای این منظور به کار میرود. مقدار مناسب برای AVE، ۵/۰ به بالاست. روایی واگرا، از دیگر معیارهای بررسی برازش مدلهای اندازهگیری است که دو موضوع را پوشش میدهد: الف) مقایسه میزان همبستگی بین شاخصهای یک سازه با آن سازه در مقابل همبستگی آن شاخصها با سازههای دیگر. ب) مقایسه میزان همبستگی یک سازه با شاخصهایش در مقابل همبستگی آن سازه با سایر سازهها که با روش فورنل و لارکر (1981) قابل انجام است (کلاین، 2010). در نمودار 1 الگوی پردازش شده ارائه شده است.
شکل 2 مدل ساختاری مقیاس خودرهیابی برای آموزشهای الکترونیک (بر اساس بارهای عاملی)
شکل 3 مدل ساختاری مقیاس خودرهیابی برای آموزشهای الکترونیک (بر اساس مقدار t)
بر اساس الگوی کمی پژوهش، بارهای عاملی و مقدار t به دست آمده برای گویههای مقیاس خودرهیابی دانشجویان برای آموزشهای الکترونیکی در جدول 7 ارائه شده است.
جدول 7: بارهای عاملی مؤلفههای تعیینشده الگوی یادگیری ترکیبی
Table 7: factor loadings of the determined components of the combined learning model
مؤلفهها Components
| گویهها items | بار عاملی factor load | مقدار t t value | آلفای کرونباخ Cronbach's alpha | ضریب پایایی ترکیبی (CR) Composite Reliability Coefficient (CR) | میانگین واریانس استخراجی (AVE) Average Variance Extracted (AVE) |
خودکارآمدی self-efficacy | 32 | 0.677 | 21.27 | 0.923 | 0.932 | 0.596 |
31 | 0.700 | 27.58 | ||||
27 | 0.607 | 19.18 | ||||
38 | 0.691 | 24.71 | ||||
39 | 0.700 | 27.78 | ||||
25 | 0.611 | 18.17 | ||||
37 | 0.690 | 23.46 | ||||
26 | 0.606 | 16.73 | ||||
33 | 0.668 | 23.95 | ||||
41 | 0.634 | 22.35 | ||||
29 | 0.614 | 16.83 | ||||
28 | 0.641 | 18.44 | ||||
36 | 0.629 | 21.61 | ||||
43 | 0.661 | 23.13 | ||||
30 | 0.564 | 15.25 | ||||
35 | 0.550 | 15.91 | ||||
34 | 0.558 | 16.01 | ||||
40 | 0.581 | 14.43 | ||||
34 | 0.626 | 18.34 | ||||
46 | 0.594 | 17.52 | ||||
42 | 0.576 | 16.75 | ||||
خودمدیریتی self management | 3 | 0.697 | 24.33 | 0.829 | 0.865 | 0.552 |
2 | 0.651 | 21.08 | ||||
4 | 0.617 | 19.40 | ||||
1 | 0.539 | 13.94 | ||||
8 | 0.581 | 17.30 | ||||
19 | 0.679 | 22.55 | ||||
18 | 0.586 | 18.29 | ||||
49 | 0.596 | 20.23 | ||||
44 | 0.603 | 18.51 | ||||
9 | 0.537 | 14.75 | ||||
22 | 0.603 | 17.79 | ||||
5 | 0.635 | 7.36 | 0.820 | 0.861 | 0.509 | |
کمکخواهی تحصیلی Academic assistance | 63 | 0.600 | 15.37 | |||
62 | 0.644 | 19.70 | ||||
65 | 0.717 | 27.44 | ||||
58 | 0.657 | 21.29 | ||||
57 | 0.630 | 20.17 | ||||
55 | 0.635 | 18.81 | ||||
64 | 0.647 | 20.98 | ||||
66 | 0.637 | 20.19 | ||||
59 | 0.583 | 15.63 | ||||
انگیزش برای یادگیری Motivation to learn | 12 | 0.656 | 22.29 | 0.808 | 0.853 | 0.570 |
10 | 0.686 | 21.05 | ||||
13 | 0.693 | 20.07 | ||||
15 | 0.637 | 17.06 | ||||
16 | 0.601 | 14.20 | ||||
14 | 0.561 | 16.72 | ||||
11 | 0.624 | 20.39 | ||||
17 | 0.525 | 12.52 | ||||
6 | 0.520 | 12.32 | ||||
7 | 0.545 | 14.15 | ||||
مسئولیتپذیری responsibility | 72 | 0.656 | 14.61 | .804 | 0.864 | 0.565 |
68 | 0.824 | 37.28 | ||||
71 | 0.832 | 47.27 | ||||
69 | 0.836 | 52.03 | ||||
73 | 0.569 | 12.69 | ||||
خودسازماندهی self-organization | 67 | 0.633 | 20.91 | 0.737 | 0.813 | 0.584 |
60 | 0.616 | 18.09 | ||||
51 | 0.598 | 16.00 | ||||
50 | 0.590 | 13.85 | ||||
52 | 0.634 | 16.88 | ||||
53 | 0.609 | 14.27 | ||||
45 | 0.654 | 23.66 | ||||
خودکنترلی Self-control | 20 | 0.801 | 37.21 | 0.709 | 0.824 | 0.543 |
31 | 0.830 | 45.58 | ||||
23 | 0.713 | 24.46 | ||||
54 | 0.579 | 17.07 | ||||
خودارزیابی self assessment | 70 | 0.679 | 23.11 | 0.717 | 0.815 | 0.573 |
47 | 0.722 | 27.73 | ||||
61 | 0.528 | 12.29 | ||||
48 | 0.784 | 34.31 | ||||
56 | 0.697 | 25.89 |
در جدول 7، بارهای عاملی مؤلفههای پژوهش ارائه شده و همانطور که مشخص است، بارهای عاملی تمام گویههای هر هشت مؤلفه پژوهش به جز گویه 5 مؤلفه خودمدیریتی بیشتر از 5/0 به دست آمده و لذا گویه 5 از روند پژوهش و از مقیاس حذف میشود. همچنین مقدار t برای تمامی گویههای پژوهش بیشتر از 96/1 به دست آمده و بنابراین با اطمینان میتوان گفت که گویههای هر هشت مؤلفه پژوهش کفایت لازم را برای ماندن در پژوهش دارند و مقادیر بارهای عاملی آنها مناسب است و از برازش مطلوب برخوردار است. همچنین، بر اساس جدول 7 مشاهده میشود که ضریب آلفای کرونباخ برای هر هشت متغیر بیشتر از 7/0 به دست آمده و لذا از پایایی مطلوب برخوردار است. علاوه بر آن، با توجه به مقادیر به دست آمده برای ضریب پایایی ترکیبی (CR) هر هشت مؤلفه پژوهش بیشتر از 7/0 به دست آمدهاند، لذا میتوان گفت که از سازگاری درونی مطلوبی برخوردار هستند و در نهایت با توجه به مقدار میانگین واریانس استخراجی (AVE) برای هر هشت مؤلفه پژوهش که بیشتر از 5/0 به دست آمدهاند، میتوان با اطمینان گفت که وضعیت پایایی و روایی مقیاس خودرهیابی دانشجویان برای آموزشهای الکترونیک تایید میشود.
بحث و نتیجهگیری
با توجه به اهميت ارزيابي ويژگيهاي روانسنجي مقياس خودرهیابی دانشجویان برای آموزشهای الکترونیک و ضرورت معرفي روايي و پايايي اين ابزار چهت سنجش توانمنديهاي يادگيري معطوف به يادگيري مادام العمر و در جهت پركردن خلاء دانش موجود در زمينه روايي تأييدي اين مقياس و ارائه مستندات محكم و مستدل براي كاربرد اين مقياس در ايران، اين پژوهش طراحي و در بين دانشجويان پزشكي اجرا گرديد. در مرحله اول نتایج تحلیل عامل اکتشافی نشان داد بارهاي عاملي هر يک از گویهها در 8 عامل پس از چرخش با واریانس مطلوب مورد تایید قرار گرفته زیرا مقدار قدرمطلق اين ضرايب بيشتر است و عامل مربوطه نقش بيشتري در کل تغييرات (واريانس) متغير مورد نظر دارد. بنابراین با توجه به نتایج تحلیل عاملی اکتشافی مؤلفههای پژوهش در هشت عامل خودکارآمدی، خود مدیریتی، کمکخواهی تحصیلی، انگیزش برای یادگیری، مسئولیتپذیری، خود سازماندهی، خودکنترلی و خودارزیابی با 73 گویه مورد تایید قرار گرفته و از بارهای عاملی مطلوبی برخوردارند. نتایج به دست آمده با پژوهشهای برسلوت و همکاران39(2022)، محسنی زاده، کارشکی، مشکین و سودمند(1398)، نادی و سجادیان(1391) و نادی، سجادیان، ابراهیمی و گل‌پرور(1391) همسوی لازم را دارد. به عنوان مثال نادی و سجادیان(1391) نشان دادند مقياس آمادگي براي يادگيري خودرهیابی گاگليلمينو، ابزاري روا و پايا به منظور تشخيص توانمنديها، مهارتها و نگرشهاي يادگيري خودرهیاب دانشجويان پزشكي در آموزشهای الکترونیکی است. زیرا نتايج مؤيد آن بود كه همه عاملهای اين مقياس از ضرايب همساني دروني بالايي برخوردار است و پايايي مطلوبی نیز دارد. در تبیین چنین اهمیتی باید گفت انسان‌های عصر دیجیتال بیش از هر زمان دیگر به مهارت خودرهیابی نیاز دارند. خودرهیابی یعنی اینکه فرد نیازهای خود را تشخیص دهد، برای رفع آن نیازها طرح داشته باشد و خود مسئولیت آن طرح را بپذیرد و البته از راهنماییها و مشورت دیگران بهره بگیرد. در آموزش الکترونیکی به دلیل غیرحضوری بودن نیاز است که در برخی زمینه‌ها مانند زمان مطالعه و نحوه مطالعه خود فرد تصمیم بگیرد و مسئولیت آن را بپذیرد. بنابراین باید تلاش شود این مهارتها را در خود فرد پرورش یابد. لذا در آموزش الکترونیکی خودرهیابی درک نیازهای یادگیری، یافتن طرحی برای رفع نیازهای یادگیری و پذیرفتن مسئولیت همه این فرآیندها است که چنین مهمی در گرو شناخت درست دانشجویان با استفاده از یک مقیاس روا و پایا میباشد. چراکه دانشجویان یکی از ستون‌های مهم آموزشهای الکترونیکی هستند که با به کارگیری مقیاس مناسب آموزش الکترونیکی را به فرصت بهتر برای یادگیری بیشتر و عمیق‌تر تبدیل نماید. چراکه دانشجویان نسل جدید با غوطه وری در میان فناوری، رشد یافته و تحصیل کردهاند. آنها مسائل مختلف عملی را با استفاده از همکاری با یکدیگر حل میکنند و توانایی انجام چند کار با هم را نیز دارا هستند. همچنین آنها با کار تیمی و همکارانه، همکاری مشارکتی دارند. در این راستا لازم است، فعالیتهای یاددهی و یادگیری فراگیرمحور و با مشارکت فعال فراگیران صورت گیرد. برهمین اساس است که امروزه نظامهاي آموزشی بسیاري از کشورهاي پیشرفته جهان میکوشند تا افراد را به صورت انسانهاي خودرهیاب پرورش دهند که دیگر یادگیري در چارچوب ارتباط دوسویه معلم و فراگیر محدود نشود و تعدد رسانه‌ها و روشهاي رویارویی با مطالب یادگیري نیز موجب شده اند، این فرایند هم از لحاظ سطح و هم سبک، از نظر روش و ماهیت دست خوش گوناگونیهاي بسیار شود و خارج شدن آن از محدوده کلاس کنترل، معلم و تبدیل آن به صورت فرایند فراگیرمحوري، متغیرهاي فردي و فاعلی فراگیران از جمله خودرهیابی در یادگیري را در فعالیتهاي آموزشی در کانون توجه قرار داده است و داشتن مقیاسی که بتواند چنین مهارتی را اندازهگیری کند حائز اهمیت است.
در ادامه نتایج تحلیل عامل تاییدی نیز نشان داد گویههای هر هشت مؤلفه پژوهش به جز گویه پنج کفایت لازم را برای ماندن در پژوهش دارند و مقادیر بارهای عاملی آنها مناسب بود و از برازش مطلوب برخوردار است. همچنین ضریب آلفای کرونباخ برای هر هشت مؤلفه بیشتر از 7/0 به دست آمده و لذا از پایایی مطلوب برخوردار است. علاوه بر آن، با توجه به مقادیر به دست آمده برای ضریب پایایی ترکیبی هر هشت مؤلفه پژوهش بیشتر از 7/0 به دست آمدهاند، لذا میتوان گفت که از سازگاری درونی مطلوبی برخوردار هستند و در نهایت با توجه به مقدار میانگین واریانس استخراجی برای هر هشت مؤلفه پژوهش میتوان با اطمینان گفت وضعیت پایایی و روایی مقیاس خودرهیابی دانشجویان برای آموزشهای الکترونیک تایید میشود. در همین راستا نتایج تحقیقاتی مانند چارتاش و فینل40(2021) نشان داده؛ جامعه همسو با مباحث جهانی و بینالمللی شدن، از آموزش عالی انتظار دارد برای اثبات شایستگی و ارزش خود، باید مهارتهایی را در دانشجویان ایجاد کند که اغلب بهعنوان مزایای اجتماعی آموزشی نظام دانشگاهی شناخته میشوند که این مهم در گرو طراحی داشتن ابزارهای مناسب است. مهمترين دليلي كه ميتوان براي حفظ عاملها با حذف يك گويه مطرح نمود احتمالاً انسجام و همبستگي بالاي بقيه گويهها در رابطه با عامل مربوطه است. به علاوه، انسجام دروني هر هشت عامل كه نشان دهنده پايايي اين مقياس است مورد تأييد قرار گرفت و با نتايج پزوهشهايي كه بر پايايي اين مقياس تأكيد كرده بودند همخوان شد. از امتيازات اصلي اين پژوهش ميتوان به روش تجزيه و تحليل يافتهها(تحليل عاملي تأييدي) و قابليت تعميم آن به دانشجويان پزشكي اشاره كرد. چراكه يكي از ضعفهاي اساسي مطالعات قبلي استفاده از تنها تحليل عاملي اكتشافي در تحليل يافتهها بود. حال با توجه به اين كه مقياس آمادگي براي خودرهیابی در يادگيري الکترونیکی در بين دانشجويان پزشكي از اعتبار مناسبي برخوردار بود، ميتوان از آن به عنوان يك ابزار ملاك جهت رواسازي ابزارهاي جديد و تأييد روايي همزمان آنها استفاده نمود. از طرفي با كاربست اين مقياس در دانشگاههاي کشور و با عنايت به اين كه اين مقياس در مقايسه با مقياس خودراهبري فيشر و همكاران(2001) از تعداد گويهها و عوامل بيشتري برخوردار است، با ظرافت و دقت بيشتري ميتوان نقاط قوت و ضعف دانشجويان براي رسيدن به يك فراگير مادام العمر را شناسايي كرد و اين نقاط قوت و ضعف را سرفصل كارگاههاي آموزشي مبتني بر مهارتهاي خودرهیابی نمود. همچنين ميتوان با بررسي آمادگي براي خودرهیابی دانشجويان در ابتداي ترم اول دوره دانشجويي و مقايسه نمرات دانشجويان با ترمهاي بعدي اين نكته را دريافت كه تا چه اندازه روشهاي تدريس در دانشگاههاي علوم پزشكي، دانشجويان را به سمت مهارتها و قابليتهاي يادگيري مادام العمر سوق ميدهد و با اين كار اساتيد و روشهاي تدريس خلاقانهاي را كه گاه موجب خودرهیابی يا افزايش آن ميشود شناسايي و به نظام آموزش پزشكي كشور معرفي كرد. به علاوه با توجه به اين كه يكي از قسمتهاي مهم استفاده از هر ابزار، نمرهگذاري آن است و نمرهگذاري اين ابزار در رابطه با هر هشت عامل بسيار ساده است، امكان استفاده از آن براي اساتيد به خوبي ميسر است؛ هرچند در زمان استفاده، لازم است به نمرهگذاري معكوس بعضي از گويهها توجه گردد. همچنين با در نظرگرفتن اين نكته كه بين عملكرد تحصيلي و شناختي دانشجويان و نمره آمادگي براي خودرهیابی در يادگيري آنها رابطه وجود دارد. ميتوان به كمك اين ابزار عملكرد دانشجويان را در دانشگاه و مقاطع مختلف تحصيلي پيش بيني نمود. به علاوه اين امكان وجود دارد كه با نصب اين مقياس بر روي سايت اينترنت دانشكدههاي علوم پزشكي به صورت تحت وب، اين اجازه را به آنها داد تا به صورت ماهيانه يا دورهاي وضعيت خويش را در خودرهیابی بسنجند و اطلاع يابند كه نقاط ضعفشان در كدام يك از عوامل خودرهیابی است و چگونه ميتوانند اين ضعفها را برطرف كنند. بنابراین اجراي اين مقياس به اساتيد و دستاندركاران آموزشی كمك خواهد كرد تا كاستيهاي مربوطه را مشخص و براي بهبود آن چارهانديشي كنند. علاوه براين، از مؤلفههاي استخراج شده نيز ميتوان جهت ايجاد چارچوبي براي تعيين سرفصل دروس مرتبط استفاده كرد.
منابع
پیری، موسی؛ صاحب یار، حافظ، سعداللهی؛ آرش. (1397). تأثیر کلاس معکوس بر خودراهبری در یادگیری درس زبان انگلیسی. فناوری آموزش، 12(2)، 141-148.
خشنود، هوشنگ؛ بختیارپور، سعید؛ باوی، ساسان؛ پاشا، رضا. (1400). مقایسه اثربخشی کلاس درس معکوس و کلاس درس مبتنی بر شبکه‌های اجتماعی، بر خلاقیت و یادگیری خود راهبر. ابتکار و خلاقیت در علوم انسانی، 11(2)، 1-40.
دادگری، اتنا؛ باقری، ایمانه؛ سلمانی، نیر. (1399). بررسی تأثیر آموزش معکوس برمیزان آمادگی یادگیری خودراهبر دانشجویان پرستاری. دوماهنامه علمی- پژوهشی راهبردهای آموزش در علوم پزشکی. ۱۳ (۴) :۲۹۴-۲۸۷.
زارع، سمیه؛ زینلی پور، حسین؛ زارعی، اقبال و محمدی، مهدی. (1396). طراحی محتوای الکترونیکی برنامه درسی آموزش توسعه پایدار در نظام آموزش عالی رویکرد کیفی. فناوری آموزش (فناوری و آموزش)، 12(2 )، 167-181.
شریفی رهنمو، سعید، سراجی فرهاد، خاکباز عظیمه سادات. (1401). شناسایی ابزارهای الکترونیکی برای پرورش مهارتهای یادگیری خودرهیاب در برنامه درسی دانشجویان علوم پزشکی. مجله ایرانی آموزش در علوم پزشکی. ۱۴۰۱; ۲۲ (1) :۲۷۱-۲۸۵.
ملامحمدی، آمنه؛ کرمی، مرتضی؛ جعفریثانی، حسین و معلم، مهناز. (1399). ارزیابی برنامه درسی برخط: فراتحلیل از مؤلفهها، معیارها و استانداردهای آموزش عالی، اندیشههای نوین تربیتی، 16(2)،91-120.
مهدیزاده، حسین؛ صفری، یحیی؛ نادی، محمدعلی و پاکنیا، لیلا. (1390). تأثیر نرمافزار آموزشی طراحی شده بر مبنای فراشناخت بر خودراهبری دانش‌آموزان پایه‌ی پنجم ابتدایی شهر کرمانشاه. پژوهش در برنامهریزی درسی، 8(31)، 66-76.
مهرمحمدي، محمود. (1382). سازواري رويکرد تلفيقي با نظريه ساخت و سازگرايي. در کتاب انجمن برنامهريزي درسي. رويکرد تلفيقي به برنامه درسي. تهران: انتشارات انجمن اولياء و مربيان.
مهرمحمدي، محمود. (1395). دانشگاه فرهنگیان؛ راه طی شده در دانشگاه فرهنگیان، پای صحبت دكتر محمود مهرمحمدی، سرپرست دانشگاه فرهنگيان، رشد معلم،1395(299)،26.29.
نادی محمدعلی، سجادیان ایلناز. (1391). اعتباریابی مقیاس آمادگی برای خودراهبری در یادگیری گاگلیلمینو(SDLRS) در بین دانشجویان پزشکی و دندانپزشکی. مجله ایرانی آموزش در علوم پزشکی ۱۲(۶) :۴۷۹-۴۶۷.
نادی، محمدعلی؛ مشفقی، نزهت الزمان و امینی، مرتضی. (1397). رابطه اکتشافی بین عقاید معرفت شناختی و یادگیری خودراهبر در بین دانشجویان پرستاری. آموزش در علوم پزشکی،18(2). 12-24.
Adeoye, I. A., Adanikin, A. F., & Adanikin, A. (2020). COVID-19 and E-learning: Nigeria tertiary education system experience.
Altbach, P., & De Wit, H. (2018). Are we facing a fundamental challenge to higher education internationalization?. International Higher Education, (93), 2-4.
Ballouk, R., Mansour, V., Dalziel, B., McDonald, J., & Hegazi, I. (2022). Medical students’ self-regulation of learning in a blended learning environment: a systematic scoping review. Medical Education Online, 27(1), 2029336.
Berthelot, N., Savard, C., Lemieux, R., Garon-Bissonnette, J., Ensink, K., & Godbout, N. (2022). Development and validation of a self-report measure assessing failures in the mentalization of trauma and adverse relationships. Child Abuse & Neglect, 128, 105017.
Chartash, D., & Finnell, J. T. (2021). Designing a Clerkship Curriculum for Medical Students in Clinical and Medical Informatics in the Electronic Medical Record Era. medRxiv.
Dadgari, A; Bagheri, A; Salmani, N. (2019). Investigating the effect of reverse education on the self-directed learning readiness of nursing students. Bimonthly Scientific-Research Education Strategies in Medical Sciences. 13 (4):294-287. [In Persian].
Gamage, A. (2021). An inclusive multifaceted approach for the development of electronic work-integrated learning (eWIL) curriculum. Studies in Higher Education, 1-15.
Guglielmino LM, Asper D, Findley B, Lunceford C, McVey RS, Payne S, et al.(2005). Common barriers, interrupters and restarters in the learning projects of highly self-directed adult learners. International Journal of Self-Directed Learning. 2(1): 71-93.
Hendry G, Ginns P.(2009). Readiness for self-directed learning: validation of a new scale with medical students. Med. Teach. 31: 918–920.
Jamieson, S. (2023). State of the science: Quality improvement of medical curricula—How should we approach it?. Medical Education, 57(1), 49-56.
Jeong, K. O. (2022). Facilitating Sustainable Self-Directed Learning Experience with the Use of Mobile-Assisted Language Learning. Sustainability, 14(5), 2894.
Juele, L. R. (2017). The use of authentic assessments by online instructors in online courses for college-level courses (Doctoral dissertation, Capella University).
Khushnoud, E; Bakhtiarpour, S; Bovie, S.; Pasha, R. (2021). Comparing the effectiveness of the flipped classroom and the classroom based on social networks, on creativity and self-directed learning. Innovation and creativity in humanities, 11(2), 1-40. [In Persian].
Knowles, M. S. (1975). Self-directed learning: a guide for learners and teachers.
Long HB, Redding TR, Eisenman GA.(1994). longitudinal study: Social behavior and SDLRS scores. Oklahoma Research Center for Continuing Professional and Higher Education. University of Oklahoma.
Mattar, j.(2018). Constructivism and connectivism in education technology: Active, situated, authentic, experiential, and anchored learning. Revista Iberoamericana de Educación a Distancia, 21(2):201-217.
McCune SK.(1989). Reactions to Field's Investigation Into The SDLRS: A Statistical Critique of Field's Investigation. Adult Education Quarterly; 39(4): 243-5.
Mehdizadeh, H.; Safari, Y; Nadi, M. and Paknia, L. (2017). The effect of educational software designed on the basis of metacognition on the self-management of fifth grade students in Kermanshah city. Research in curriculum planning, 8(31), 66-76. [In Persian].
Mehrmohammadi, M. (2015). farhangian University; The path traveled in Farhangian University, following the speech of Dr. Mahmoud Mehromhammadi, Head of Farhangian University, Rushd Moalem, 29.26.2995 (2015). [In Persian].
Mehrmohammadi, M. (2023). Adaptation of the integrated approach with constructivism theory. In the book of the Curriculum Planning Association. An integrated approach to the curriculum. Tehran: Publications of the Association of Parents and Teachers. [In Persian].
Moses, T. E., Moreno, J. L., Greenwald, M. K., & Waineo, E. (2022). Developing and validating an opioid overdose prevention and response curriculum for undergraduate medical education. Substance abuse, 43(1), 309-318.
Mullamohammadi, A; Karmi, M.; Jafari Thani, H. and Moalem, M. (2019). Evaluation of online curriculum: meta-analysis of components, criteria and standards of higher education, New Educational Ideas, 16(2), 91-120. [In Persian].
Nadi, M., Sajjadian, A. (2011). Validation of Gaglielmino Self-Directed Learning Readiness Scale (SDLRS) among medical and dental students. Iranian Journal of Education in Medical Sciences 12(6):479-467. [In Persian].
Nadi, M.; Mushfeghi, N. and Amini, M. (2017). Exploratory relationship between epistemological beliefs and self-directed learning among nursing students. Education in Medical Sciences, 18(2). 12-24. [In Persian].
Nimavat, N., Singh, S., Fichadiya, N., Sharma, P., Patel, N., Kumar, M., ... & Pandit, N. (2021). Online medical education in India–different challenges and probable solutions in the age of COVID-19. Advances in Medical Education and Practice, 12, 237.
Palve, S., & Palve, S. (2022). Comparative study of self-directed learning and traditional teaching method in understanding cardio-respiratory physiology among medical undergraduates. Biomedicine, 42(1), 138-142.
Piri, M.; Saheb Yar, H, Sadullahi; A. (2017). The effect of the flipped classroom on self-directed learning in English. Educational Technology, 12(2), 141-148. . [In Persian].
Rafi, A., Anwar, M. I., Younas, A., & Manzoor, S. (2022). Paradigm shift in medical education due to the COVID-19 pandemic: guidelines for developing a blended learning curriculum in medical education. F1000Research, 11(37), 37.
Sharifi rahnemo S, Seraji F, Khakbaz A S.(2022). Identifying electronic instruments to develop self-directed learning skills in the curriculum of medical students. Iranian Journal of Medical Education; 22 :271-285. [In Persian].
Swan, K. (2019). Research on online learning: Students, Faculty, Institutions. Kent State University.
Zare, S; Zainalipour, H., Zarei, A. and Mohammadi, M. (2016). Designing the electronic content of the sustainable development education curriculum in the higher education system, a qualitative approach. Education Technology (Technology and Education), 12(2), 167-181. [In Persian].
Zheng, B. (2022). Medical Students’ Technology Use for Self-Directed Learning: Contributing and Constraining Factors. Med.Sci.Educ. 32, 149–156 .
Zhu, M., Bonk, C. J., & Doo, M. Y. (2020). Self-directed learning in MOOCs: exploring the relationships among motivation, self-monitoring, and self-management. Educational Technology Research & Development, 68(5).
[1] . این مقاله بر گرفته از رساله دکتری نویسنده اول مقاله با عنوان طراحی و اعتباريابي الگوی برنامهدرسی الکترونیکی برای پرورش مهارتهای یادگیری خودرهیاب در دانشجویان پزشکی در دانشگاه بوعلی سینا همدان میباشد.
[2] . دانشجوی دکتری مطالعات برنامه درسی، دانشگاه بوعلیسینا، همدان، ایران S.sharifirahnmo@ltr.basu.ac.ir
[3] . استاد مطالعات برنامه درسی، دانشگاه بوعلیسینا، همدان، ایران(نویسنده مسئول) fseraji@ basu.ac.ir
[4] . استادیار مطالعات برنامه درسی، دانشگاه بوعلیسینا، همدان، ایران khakbaz@basu.ac.ir
[5] . This article is based on the doctoral thesis of the first author of the article, entitled "Design and Validation of Electronic Curriculum Model for Developing Self-directed learning Skills in Medical Students at Bu- Ali Sina University, Hamedan.
[6] . PH.d student of Curriculum Studies, Bu-ali-Sina University, Hamadan, Iran.
[7] . Professor of Curriculum Studies, Bo Ali Sina University, Hamadan, Iran (corresponding author) fseraji@basu.ac.ir
[8] . Assistant Professor of Curriculum Studies, Bu Ali Sina University, Hamadan, Iran
[9] Jamieson
[10] Moses, Moreno, Greenwald & Waineo
[11] Nimavat et al
[12] Gamage
[13] Zheng
[14] Adeoye, Adanikin & Adanikin
[15] Altbakh & Dewit
[16] Swan
[17] Mattar
[18] Chartash and Finnell
[19] Juele
[20] Palve & Palve
[21] Hendry & Ginns
[22] Knowles
[23] Zhu
[24] Jeong
[25] Ballouk & et al
[26] Rafi, Anwar, Younas & Manzoor
[27] Long
[28] Guglielmino
[29] McCune
[30] . Kaiser-Meyer-Olkin Measure of sampling adequancy
[31] . Bartlett’s Test of Sphericity
[32] . Klein
[33] .Initial Eigenvalues
[34] .Extraction sum of squared loading
[35] .Rotation sum of squared loading
[36] . Scree
[37] .Component Matrix
[38] . Kline
[39] Berthelot and et al
[40] .Chartash and Finnell