پيش بيني ميزان موفقيت تحصيلي دانشجوي الكترونيكي : درنگي بر نقش متغيرهاي دموگرافيك، پيشينه تحصيلي، نحوه گزينش و محل سكونت

Predicting E-learner Success: The Role of Demographics, Academic Background, Selection Type and Student Location

توسـعه آمـوزش الكترونيكـي در آمـوزش عـالي ايـران بسـيار سـريعتر از آمـوزش- پـرورش و كارآموزي است. با اين وجود ريزش، مشروطي و افت تحصيلي يكـي از چالش هـايي مشـتركي است كه نه تنها آموزش عالي ايران بلكه تمام كشورهاي جهان با آن مواجه هسـتند. بـا توجـه بـه پيچيدگي پديده افت تحصيلي، اين پژوهش سعي دارد، عوامل پيشبيني كننـده ميـزان موفقيـت دانشجويان الكترونيكي را شناسايي كند. با اسـتفاده از روش تحقيـق علـي- مقايسـهاي داده هـاي حاصل از 1011 دانشجوي الكترونيكي در مركز آمـوزش الكترونيكـي دانشـگاه علـم و صـنعت ايران، بر اساس متغيرهاي دموگرافيك، پيشينه تحصيلي، نحوه پذيرش و محل سـكونت بررسـي شد. نتايج تحليـل رگرسـيون نشـان داد، متغيرهـاي دموگرافيـك (جنسـيت، سـن، تأهـل)، 5,17 درصد و متغيرهاي مربوط به پيشينه تحصيلي (فاصله بين دو مقطع تحصيلي، معـدل مقطـع قبـل(، 14 درصد و محل سكونت همراه بـا نحـوه پـذيرش دانشـجو 24%از تغييـرات معـدل دانشـجو در تحصيل الكترونيكي را تبيـين مي كنـد. نتـايج نشـان داد، مـدل رگرسـيوني كـه متغيرهـاي محـل سكونت همراه با نحوه پذيرش به آن وارد شـده اسـت، از قـدرت پيش بينـي بيشـتري برخـوردار است. براي مقايسه معدل دانشجويان الكترونيكي در دو روش پذيرش از طريق كنكور در مقابل آزمون درون دانشگاهي، آزمونتي مستقل به كار رفت. نتايج معني داري تفاوت بين ميانگين هـا را نشان داد اين نتيجـه حـاكي سـت، دانشـجوياني كـه بـه روش آزمون داخلي پذيرفته شده اند به مراتب معدل بالاتري نسبت به پذيرفته شـدگان كنكـور دارنـد . مضاف بر اين، با توجه به اهميت متغير نحوه گزينش در مدل رگرسـيون ايـن پـژوهش، تجديـد نظر در نحوه گزينش دانشجوي الكترونيكي از طريق كنكور را پيشنهاد مي كند.

much more salient than pre university level. Nevertheless high dropout rate is common concern among Iranian e-learning systems and others. Because of complexity of the dropout phenomena, this study is trying, to identify predictors of student success in e-learning. The data from 1011 e- learner at the IUST e-learning center were analyzed quantitatively. Demographics, Academic background, selection type and student location as predictor variables were entered in Linear Regression. Finding revealed that demographic variable (gender, Age, marital status) can predict %17.5 variance of student GPA in e-learning, further more Academic background can predict %14 variance. In contrast two variables include selection type and student location can predict 24% variance of student GPA, respectively. The result of independent T test revealed the GPA of student who are selected through centralized entrance exam were significantly less than students who are selected through university entrance exam(p=./…, t=5.597, df=970). At the end, to improve the success rate of e-learner in Iranian higher education some Conclusions and recommendations are presented.