[论文解读] Predictors Of Java Programming Self Efficacy Among Engineering Students In A Nigerian University

Philip Olu Jegede|ArXiv.org|Sep 1, 2009

Teaching and Learning Programming参考文献 4被引用 23

一句话总结

本研究通过192名尼日利亚大学最终年级工程专业学生的样本，调查了该群体Java编程自我效能感的预测因素。采用皮尔逊积矩相关与多元回归分析，发现仅有所修编程课程数量及其加权成绩显著预测自我效能感，而先前的计算或编程背景则无显著影响。

ABSTRACT

The study examined the relationship between Java programming self-efficacy and programming background of engineering students in a Nigerian University. One hundred and ninety two final year engineering students randomly selected from six engineering departments of the university participated in the study. Two research instruments: Programming Background Questionnaire and Java Programming Self-Efficacy Scale were used in collecting relevant information from the subjects. The resulting data were analyzed using Pearson product correlation and Multiple regression analysis. Findings revealed that Java Programming self-efficacy has no significant relationship with each of the computing and programming background factors. It was additionally obtained that the number of programming courses offered and programming courses weighed scores were the only predictors of Java self-efficacy.

研究动机与目标

• 检验工程专业学生Java编程自我效能感与其编程与计算背景之间的关系。
• 识别预测工程专业学生Java编程自我效能感的具体学术因素。
• 评估在尼日利亚大学背景下，先前编程课程经历对自我效能感的影响。
• 为非西方发展中国家教育环境中的自我效能感预测因素提供实证证据。

提出的方法

• 通过两种经验证的工具收集数据：《编程背景问卷》与《Java编程自我效能感量表》。
• 在尼日利亚一所大学的六个工程系中，对192名最终年级工程专业学生进行随机抽样。
• 应用皮尔逊积矩相关分析，评估自我效能感与背景因素之间的双变量关系。
• 采用多元回归分析，确定Java编程自我效能感的显著预测因素。
• 在回归模型中纳入所修编程课程数量与加权课程成绩等变量。
• 使用标准推断统计技术进行统计分析，以传统显著性水平检验假设。

实验结果

研究问题

• RQ1 工程专业学生中，编程背景与Java编程自我效能感之间是否存在显著关系？
• RQ2 在该群体中，哪些具体学术因素可预测Java编程自我效能感？
• RQ3 所修编程课程数量是否显著影响自我效能感水平？
• RQ4 编程课程的加权成绩是否比课程数量本身更能预测自我效能感？
• RQ5 计算背景因素（如先前经验或接触）是否为自我效能感的显著预测因素？

主要发现

• 未发现Java编程自我效能感与整体计算或编程背景因素之间存在显著关系。
• 所修编程课程数量是Java编程自我效能感的显著预测因素。
• 编程课程的加权成绩也是自我效能感水平的显著预测因素。
• 其他背景变量（如先前经验或接触）对自我效能感无显著预测作用。
• 多元回归模型表明，课程数量与加权成绩共同解释了自我效能感方差的显著部分。
• 本研究结论认为，通过课程负担与学业表现获得的学术接触，而非先前经验，是Java编程自我效能感的主要驱动因素。