高校教师感知TPACK 路径调查研究——以长沙地区高校为例

谭敬德，张 思

(湖南第一师范学院 信息科学与工程学院，湖南 长沙410205)

教师是教学改革的积极参与者，课堂教学的设计者与实施者，在信息技术与课程整合过程中发挥重要作用［1］。《国家中长期教育改革和发展规划纲要(2010-2020 年)》中明确提出“要提高教师应用信息技术水平，更新教学观念，改进教学方法，提高教学效果”。《教育信息化十年发展规划(2011-2020 年)》中明确指出“要提升高校教师教育技术应用能力，推进信息技术在教学中的普遍应用”。因此研究教师信息化教学能力的知识结构以及研究如何培养提高教师信息化教学能力是教师教育研究的一个重要内容。

国外学者对教师知识结构进行了大量深入的研究，其中美国学者凯乐和米什拉于2005 年提出了整合技术的学科教学知识(Technological Pedagogical and Content Knowledge，简称TPACK)的教师知识框架影响较大。国内学者对TPACK 进行了概念引进、理论框架拆解等初步研究，但对于TPACK 框架中各要素之间的关系，特别是这些要素是如何影响教师进行信息技术与课程整合的研究却非常少。本研究以凯乐和米什拉提出的TPACK 框架为基础，构建研究模型，提出研究假设，并以长沙地区高校教师为调查对象，对研究模型和研究假设进行实证。期望为教师知识结构发展研究及高校基于TPACK 理论框架的教师培养研究提供可资借鉴的指导。

一 TPACK 框架及要素

凯乐和米什拉提出的TPACK 框架包含3 个基本要素、4 个整合要素以及境脉因素［2］32，［3］，3 个基本要素是教学技术知识(简称TK，是指与技术工具有关的知识)、教学法知识(简称PK，是有关教学方法的知识，是学与教过程中的一般性原则与策略［4］)、学科内容知识(简称CK，是教师所教学科有关的知识)。4 个整合要素是整合技术的教学法知识(简称TPK，是使用教育技术实施一般教学法的知识)、整合技术的学科内容知识(简称TCK，是教育技术知识与学科内容相互融合的知识)、学科教学法知识(简称PCK，是与学科内容相关的、针对特定学科教学内容、便于教师教学及学生学习的教学方法知识)和整合技术的学科教学知识(即TPACK，是技术知识、教学法知识与学科内容知识三者相互融合形成的一类特殊知识)［2］131-152。

二 研究模型设计

TPACK 框架及与之相关的教师知识结构模型的提出，对教师信息技术与课程整合能力的培养具有重要的理论意义和实践意义，有助于改善目前教师教育技术能力培训主要关注操作技能或一般的课程整合原则，而不太注重为特定学科进行有针对性的培训的现状。因而一经提出，便受到国内外教育技术研究者的关注。然而，目前对于TPACK 框架的研究主要是描述性的［5-6］，没有充分体现TPACK 框架用于解决教育问题的价值，也较少研究高校教师的TPACK 感知路径与培养对策之间的关系。

图1 高校教师感知TPACK 路径研究模型

由于TPACK 知识是教师知识框架中的核心要素，是技术知识、教学法知识、学科内容知识融会贯通后形成的一类最高水平的知识，因此TK、PK、CK 既可以直接影响教师的TPACK 知识，也可以通过相互融合(形成TPK、TCK 和PCK)后，对教师TPACK 知识产生影响。新加坡学者Chai 等人以上述两条路径为基础，通过结构方程模型方法研究了新加坡小学、初中和专科学校教师TPACK感知路径，进而提出在职教师TPACK 培养对策［7］。但该研究主要针对中小学教师和专科学校教师，且没有考虑教师个人特征因素对TPACK 知识的影响。本研究通过与专家访谈、教学调研和理论思考，在TPACK 研究框架基础上，提出如图1所示高校教师感知TPACK 路径研究模型。在该模型中，高校教师的TPACK 知识既受到TK、PK、CK 等基本要素的影响，同时又受到TCK、TPK、PCK 等整合要素的影响。教师个人特征(如性别、职称、教龄、学科背景等)也影响高校教师的TPACK。

三 研究假设

TCK、TPK、PCK、TPACK 4 个整合要素是TK、PK、CK 3 个基本要素通过两两融合及三个融合在一起后形成的一类特殊知识。因而，3 个基本要素和4 个整合要素之间形成的假设，教师个人特征对TPACK 影响形成的假设如表1 所列。

表1 研究假设

四 调查研究

研究模型及16 个研究假设是否成立，需要通过实证研究进行检验。研究过程分为三个阶段:调查问卷的编制、问卷发放与回收、数据统计与分析。

(一)调查问卷的编制

本研究的调查对象为普通高等学校从事教学工作的教师，从中抽取部分教师进行问卷调查。为了保证调查问卷的内容效度，调查问卷的设计过程经历了制定初始调查问卷、问卷修正、小规模前测和形成最终调查问卷四个步骤。最终形成的调查问卷包括两部分，前一部分用于收集教师基本信息(如性别、职称、教龄、任教学科等)，后一部分是实证研究的核心部分，共有27 个题项，分别测量TK(5 个题项)、PK(5 个题项)、CK(3 个题项)、TCK(3 个题项)、TPK(5 个题项)、PCK 识(3 个题项)、TPACK(3 个题项)。这27 个题项均采用7 点Likert 量表形式测量，其中:1=强烈不同意;2=不同意;3=有点不同意;4=不确定;5=有点同意;6=同意;7=强烈同意。

(二)问卷发放与回收

本研究选取长沙地区6 所高校的教师作为样本。这6 所高校中有985 高校2 所、211 高校1所，省属重点高校1 所，新升本科院校2 所，基本代表了不同类型的高校。向符合条件的教师发放网络问卷280 份，收回问卷151 份，其中有效问卷142 份。

(三)数据统计与分析

1.问卷描述性统计分析

本次调查的对象是高等学校从事教学工作的教师，适合本次研究的问卷数为142 份，问卷描述性统计分析如表2 所列。

表2 性别、职称、教龄和学科背景4 变量描述性统计

2.测量模型的信度和收敛效度检验

统计分析表明，每个潜在变量的Cronbach’s α值都大于0.7，说明测量模型的信度较好，测量数据具有很好的一致性。同时，所有测量题项的因子负荷量都高于被推荐的0.7 水平值，所有潜在变量的平均方差提取值(AVE)都大于0.5 水平值、复合效度(CR)都大于0.7 水平值，因此，测量模型具有好的收敛效度［8］86。

3.测量模型的区分效度检验

测量模型的区分效度是指测量题项所代表的潜在变量与其他题项所代表的潜在变量之间低度相关或有显著的差异，可以用潜在变量自身的平均方差提取值的平方根值和该潜在变量与其它任意一个潜在变量的相关系数的平方值相比较。如果潜在变量自身的平均方差提取值的平方值大于该潜在变量与其它任意一个潜在变量的相关系数的平方值，说明测量模型具有较好的区分效度［8］84。统计分析表明，潜在变量自身的平均方差提取值的平方值大于该潜在变量与其它任意一个潜在变量的相关系数的平方值，说明本次设计的测量问卷具有较好的区分效度。

4.结构模型检验

运用Amos 17.0 对研究模型进行结构分析，评估研究模型的拟合度，各拟合指标如下:卡方自由度比(CMIN/DF)=1.575(推荐值﹤3.0)、拟合优度指标(GFI)=0.985(推荐值﹥0.90)、调整的拟合优度指标(AGFI)=0.893(推荐值﹥0.90)、比较拟合指数(CFI)=0.996(推荐值﹥0.90)、渐进残差均方和平方根(RMSEA)=0.07(推荐值﹤0.08(良好))。除AGFI 值略低于推荐值以外，其他指标均优于推荐值，因而可以认为研究模型拟合性较好。

5.3 个基本要素和4 个整合要素之间形成的假设检验

表3 3 个基本要素和4 个整合要素之间形成的假设检验结果

经过计算分析，研究假设的标准化路径系数及验证情况如表3 所示。TPACK 显著受到TK(β=0.143，P ﹤0.05)、CK(β=0.144，P ﹤0.05)、TCK(β=0.310，P ﹤0.001)及TPK(β=0.448，P﹤0.001)的影响，PK 和PCK 对TPACK 的影响不显著。TCK 显著受到TK(β=0.490，P ﹤0.001)和CK(β=0.336，P ﹤0.001)的影响，而且TK 的影响略大;TPK 显著受到TK(β=0.623，P ﹤0.001)和PK(β=0.251，P ﹤0.001)的影响，且TK影响是PK 影响的两倍多;PCK 受到PK(β=0.230，P ﹤0.001)和CK(β=0.289，P ﹤0.001)的显著影响。

6.性别、职称、教龄、学科等因素对教师TPACK 感知的影响

(1)性别因素对教师TPACK 感知的影响

通过独立样本T 检验过程分析比较不同性别教师在TPACK 感知方面是否存在显著差异。统计分析表明(见表4)，F=0.049，F 统计量的Sig 值(0.825)＞0.10(说明独立样本T 检验不能否认方差相等的假设，所以取假设方差相等的结果)以及T 检验的双侧Sig 值(0.267)＞0.05 可知，在0.05的水平上，不同性别的教师在TPACK 感知方面无显著差异。

(2)职称因素对教师TPACK 感知的影响

按职称将样本分为高级职称(教授、副教授)和中初级职称(讲师和助教)两组样本。统计分析表明(见表4)，F=0.312，F 统计量的Sig 值(0.578)＞0.10(说明独立样本T 检验不能否认方差相等的假设，所以取假设方差相等的结果)以及T检验的双侧Sig 值(0.557)＞0.05 可知，在0.05的水平上，不同职称的教师在TPACK 感知方面无显著差异。

(3)教龄因素对教师TPACK 感知的影响

按教龄将样本分为教龄小于5 年和教龄大于等于5 年的两组样本。统计分析表明(见表4)，F=0.000，F 统计量的Sig 值(1.000)＞0.10(说明独立样本T 检验不能否认方差相等的假设，所以取假设方差相等的结果)以及T 检验的双侧Sig 值(0.805)＞0.05 可知，在0.05 的水平上，不同教龄的教师在TPACK 感知方面无显著差异。

(4)学科背景因素对教师TPACK 感知的影响

按学科背景将样本分为人文社科和自然科学的两组样本。统计分析表明(见表4)，F=0.006，F 统计量的Sig 值(0.937)＞0.10(说明独立样本T 检验不能否认方差相等的假设，所以取假设方差相等的结果)以及T 检验的双侧Sig 值(0.753)＞0.05 可知，在0.05 的水平上，不同学科背景的教师在TPACK 感知方面无显著差异。

表4 性别、职称、教龄和学科背景4 个变量独立样本T 检验

(四)研究结论

本研究以美国学者凯乐和米什拉提出的TPACK 框架为基础，构建了研究模型，提出研究假设，并以长沙地区高校教师为调查对象，进行问卷调查和访谈收集数据，对研究模型和研究假设进行了实证。得出结论如下:

第一，TPACK 框架的教学技术知识、教学法知识、学科内容知识3 个基本要素对整合技术的学科内容知识、整合技术的教学法知识、学科教学知识

3 个整合要素具有显著的正向影响。

第二，ARTIN 3 个基本要素中，教学技术知识、学科内容知识对教师的TPACK 知识具有显著的正向影响，而教学法知识对教师TPACK 知识的影响无显著影响。与教师访谈，并观察高校教师的课堂授课情况表明，高校教师在课堂上主要是通过教学技术对学科内容知识进行表征和传递，运用教学技术与教学方法结合，创建适合学生学习环境的不多，因而教学方法的感知不显著。

第三，3 个整合要素中，整合技术的学科内容知识、整合技术的教学法知识对教师的TPACK 知识具有显著的正向影响，而学科教学知识对教师TPACK 知识的影响不显著。

第四，教师的个人特征，如性别、职称、教龄、学科背景等因素对高校教师的TPACK 感知并无显著差异。

五 结语

本研究采用结构方程模型方法对高校教师的知识结构框架进行分析，用于解释教师TPACK 感知路径，结果证明本文提出的研究模型具有良好的适应性。但是本研究还存在一定局限:一是调查的样本仅限于长沙本地区6 所高校，并且调查问卷的发放缺少随机性，可能影响研究结果的信度;二是教师的个人特征不仅仅是性别、职称、教龄、学科背景，还有信息素养、学科信念等，而且教师的TPACK 知识框架包含8 个要素，即境脉要素也是需要考虑的变量，因而研究模型还需增加新变量进一步扩展和完善。

［1］何克抗.TPACK—美国“信息技术与课程整合”途径与方法研究的新发展(下)［J］.电化教育研究，2012(6)：47-56.

［2］KOEHLR M J，MISHRA P.What Happens when teachers design educational technology?The development of technological pedagogical content knowledge［J］.Journal of Educational Computing Research，2005(32)：131-152.

［3］MARTIN O.Handbook of technological pedagogical content knowledge(TPCK) for educators［J］.Learning Media and Technology，2011，36(1)：91-93.

［4］郝宁，吴庆麟.技术—教学法—内容知识：对教师的新要求［J］.首都师范大学学报：社会科学版，2009(1)：138-142.

［5］张文宇，李岩.基于学习活动类型的教师TPACK 培养策略研究［J］.电化教育研究，2013(10)：116-120.

［6］朱桂琴，卢强.中学信息技术教师TPACK 现状的个案调查与对策研究［J］.中国电化教育，2012(12)：59-65.

［7］CHAI C S，KOH J H L，TSAI C C.Examining practicing teachers’perceptions of technological pedagogical content knowledge(TPACK)pathways：a structural equation modeling approach［J］.Instructional Science，2013(41)：793-809.

［8］荣泰生.AMOS 与研究方法［M］.重庆：重庆大学出版社，2009.