中图分类号：TP3-05 文献标识码：A
0引言
当今社会变革日新月异，各组织为提高战略竞争力，频繁地投资引进新信息科技，高职院校用于信息化的投资很大，但回报与期望却总有落差。如何帮助职院学生提升计算机相关技能和系统的使用，对于高职院校提高技术水平非常重要。实证研究表明，计算机自我效能（CSE）是预测个人对信息技术和使用态度的重要指标。计算机自我效能感（CSE）是个体对自己使用计算机能力的一种判断。计算机焦虑可能是影响计算机自我效能最主要原因之一。本研究是分析计算机自我效能感（CSE）与计算机焦虑在高职学生计算机使用过程中的影响。了解目前我国大学生的计算机自我效能感和计算机焦虑关系研究，对开展计算机教育有积极的作用和意义。
1研究方法
1.1被试
根据方便取样的原则，在河南某高职学校发放问卷800份，回收有效问卷700份。
1.2研究工具
（1）采用的Marakas、 Johnson and Clay （2007）《计算机自我效能问卷》。
（2）采用Rose and Weil编制的《计算机焦虑问卷》。
1.3 施测程序
以班级为集体施测，由本人亲自施测，宣读指导语，时间大约为15分钟，当场统一收回问卷。
1.4数据统计工具
本研究采用SPSS16.0进行数据录入与统计分析。
2.结果分析
2.1高职学生计算机自我效能的总体状况
为了了解高职生计算机自我效能的总体状况，运用描述性统计，对CSE六个维度进行总体情况分析（见表1）。
从表中可以看得出，计算机自我效能的六个维度中，WindowsCSE最强，就是说高职学生在操作Windows桌面时，CSE自我效能感较强，第二是数据库CSE，第三是基础操作CSE，第四是网络CSE，第五是文字处理CSE，最后是表格的CSE，由此可以看出，高职院校学生在表格、文字处理两方面的CSE自我效能较弱。
2.2 高职学生计算机自我效能在性别上的差异
本研究运用了独立样本T检验，比较了不同性别高职学生计算机自我效能的差异。在一般操作CSE、数据库CSE、windowsCSE、网络CSE、表格CSE、文字处理CSE六个维度中均不显著。
2.3高职学生计算机自我效能在年级上的差异
本研究采用了单因素方差分析，比较不同年级间的计算机自我效能差异。由于大三数据较少，故由大二合并，分析结果，不同年级的计算机自我效能差异显著。
在一般操作CSE维度中，大一（M=21.5522，SD=5.91917），大二（M=23.2625，SD=5.81636），不同年级的计算机自我效能在一般操作CSE上差异显著（F=5.647，P=0.004），大二显著高于大一。在WindowsCSE维度，大一（M=27.9739，SD=6.49624），大二（M=30.000，SD=6.37672），不同年级的计算机自我效能在WindowsCSE上差异显著（F=6.152，P=0.002），大二显著高于大一。在文字处理CSE维度中，大一（M=14.2444，SD=5.02126），大二，（M=16.2236，SD=4.58391），不同年级的计算机自我效能在文字处理CSE上差异显著（F=10.071，P=0.000），大二显著高于大一。
多重比较发现，在一般操作CSE、WindowsCSE、文字处理CSE三个维度上，不同年级差异显著。在数据库CSE、网络CSE、表格CSE维度上差异并不显著。
2.4高职学生计算机自我效能在专业上的差异
本研究运用了独立样本T检验，比较不同专业的计算机自我效能差异。由于大三数据较少，故与大二合并，分析结果，不同专业的计算机自我效能部分差异显著。
在一般操作CSE维度中，文史（M=21.2269，SD=6.24064），理工（M=22.6667，SD=5.51032），不同专业的计算机自我效能在一般操作CSE上存在显著差异（T=-3.237，P=0.001）。在WindowsCSE维度上，文史（M=27.2073，SD=6.62449），理工（M=29.7143，SD=6.15064），不同专业的计算机自我效能在WindowsCSE上差异显著（T=-5.184，P=0.000），理工显著高于文史。在文字处理CSE维度中，文史（M=13.8796，SD=4.65851），理工（M=15.5481，SD=5.17782），不同年级的计算机自我效能在文字处理CSE上差异显著（T=-4.486，P=0.000），理工显著高于文史。多重比较发现，在一般操作CSE、WindowsCSE、文字处理CSE三个维度上，文理科差异显著。在数据库CSE、网络CSE、表格CSE维度上差异并不显著。 2.5高职学生计算机自我效能在居住地上的差异
本研究运用了单因素方差分析，比较不同专业的计算机自我效能差异。分析结果，居住地的计算机自我效能差异显著。
在数据库CSE维度中，城市（M=24.9692，SD=5.28115），县镇（M=24.0068，SD=6.23191），农村（M=21.6778，SD=5.53058），居住地不同的计算机自我效能在数据库CSE上存在显著差异（F=11.289，P=0.000），城市显著高于农村，县镇显著高于农村。在网络CSE维度上，城市（M=18.7863，SD=3.38778）县镇（M=18.3020，SD=4.07813），农村（M=17.1459，SD=3.88383），居住地不同的计算机自我效能在网络CSE上差异显著（F=11.429，P=0.000），城市显著高于农村、县镇显著高于农村。在表格CSE维度上，城市（M=14.7405，SD=3.14664），县镇（M=13.9329，SD=3.72295），农村（M=13.3690，SD=3.11888），居住地不同的计算机自我效能在网络CSE上差异显著（F=9.139，P=0.000），城市显著高于农村，县镇显著高于农村。多重比较发现，在数据库CSE、网络CSE、表格CSE三个维度上，居住地差异显著。在一般操作CSE、WindowsCSE、文字处理CSE维度上差异并不显著。
3高职学生计算机焦虑研究
3.1高职学生计算机焦虑现状、总体情况
从表中可以看出，高职学生在计算机焦虑各维度上平均分值都较高水平，即是大部分高职学生都能体验到不同程度的计算机焦虑。
3.2 高职学生计算机焦虑的性别差异
本研究采用了独立的样本T检验，比较性别对计算机焦虑的差异。结果表明，计算机焦虑总分及高度焦虑和低度焦虑两个维度上，均未达到统计学上的显著水平。
3.3 高职学生计算机焦虑的年级差异
本研究采用了独立的样本T检验，比较不同年级对计算机焦虑的差异。结果表明，计算机焦虑总分及高度焦虑和低度焦虑两个维度上，高度焦虑无显著，低度焦虑显著，大一学生高于大二学生。
3.4 高职学生计算机焦虑在文理科差异
本研究采用了独立的样本T检验，比较文理科对计算机焦虑的差异。结果表明，计算机焦虑总分及高度焦虑和低度焦虑两个维度上，均无达到统计学上的显著水平。
3.5高职学生计算机焦虑在居住地上的差异
为比较居住地上的计算机焦虑差异，本研究采用了单因素方差分析，通过分析表明，计算机焦虑总分及高度焦虑和低度焦虑两个维度上，均无达到统计学上的显著水平。
4高职学生计算机自我效能与计算机焦虑的关系
4.1计算机自我效能与计算机焦虑的相关分析
采用Pearson积差相关分析的统计方法将被试在计算机自我效能问卷的得分与在计算机焦虑问卷上的得分及其高级焦虑、低级焦虑两个维度上的得分做了相关分析，结果呈现如表3。
表中列出了高职学生计算机自我效能与计算机焦虑的Pearson相关系数，计算机自我效能问卷得分与在计算机焦虑问卷的高度焦虑、低度焦虑两个维度呈负相关。
4.2计算机自我效能与计算机焦虑回归分析
为了解高职学生计算机自我效能对计算机焦虑的预测作用，本研究在相关分析基础上做了计算机自我效能对计算机焦虑的回归分析，采用逐步回归的方法，首先将各人口学变量转化成虚拟变量，然后与计算机自我效能一起放入回归方程。从下表可以看出，只有计算机自我效能进入了回归方程，计算机自我效能能负向预测计算机焦虑状况。
5结论
通过上述统计分析，可以发现，高职学生计算机焦虑在人口学统计变量，性别方面不存在显著差异，年级方面高度焦虑无显著，低度焦虑大一学生显著大于大二学生，文理科方面差异不存在显著差异、居住地方面不存在显著差异。因此，计算机焦虑在人口学统计变量中，部分假设成立。
通过相关分析和回归分析发现，高职学生计算机自我效能与计算机焦虑及其高度焦虑和低度焦虑两个维度之间存在显著负相关，计算机自我效能能负向预测计算机焦虑状况，符合假设。
