基于结构方程模型的WPBL学习效果评价*

广州医科大学卫生统计教研室（510182） 冼凤英 王心旺

基于结构方程模型的WPBL学习效果评价*

广州医科大学卫生统计教研室（510182） 冼凤英 王心旺△

目的基于结构方程的WPBL学习效果评价模型可以了解学生对于课程学习的效果评价以及相关因素对于学习效果的影响程度。方法基于学生自我评价视角，对广州医科大学2010级全科医学系及2011级康复医学系本科生进行随机抽样250名学生发放调查问卷获得数据，进行WBPL学习效果调查，对构成学习效果及其因果变量的相互关系进行分析和路径设计，构建WPBL学习效果评价模型，并借助SPSS20.0与AMOS20.0软件进行分析，证实修正模型4拟合度较好，使WBPL学习效果评价的结果更加合理、准确和可信。结果整体测量指标的标准化信度为0.970，说明此组数据具有很高的内在信度。选用修正模型4为最终模型，学习能力对WPBL学习效果评价的影响最大，学校应注重学生综合能力与素质的提升，使WPBL网络学习模式充分显现出自身的优势。结论本研究利用结构方程模型，对WPBL学习效果评价进行研究，通过分析，帮助教师制定相关的评价量表，进而为改进课堂教学提供指导。

WPBL教学 学习效果评价 结构方程

基于网络平台的PBL教学模式（web-based PBL，WPBL）最先由广州医学院引入医学教育领域并获得成功［1］。对于一种教学模式，影响学生学习效果的因素多种多样，而部分因素无法直接测量，由此增加了对在教学模式［2］下学习效果评价的难度。笔者利用结构方程模型进行研究，通过对观测变量的测量数据进行分析，使潜变量和测量指标，潜变量和潜变量之间的关系在模型里得以显示，可以有效解决以上问题。本研究利用结构方程的方法与思想，构建WPBL学习效果评价模型［3］，有效评价学生在WPBL教学模式下的学习效果。

研究方法与样本数据

1.研究方法

本研究通过设计调查问卷，发放并回收调查问卷获得数据，运用AMOS20.0建立模型，进行定量分析和实证研究。本研究结合网络课程评价规范，同时应用里克特量表［4］，采用非极端的表述方式设计调查量表，设计了5个维度，运用5个评分表示不同的水平，对WPBL学习效果评价的影响因素设计了25个测量指标，作为25个观察变量，分别构建五个潜变量；结构模型由学习态度、学习能力、知识技能、合作意识4个外生潜变量和学习效果内生潜变量组成。对于潜变量之间的关系建立结构方程模型。本研究运用统计软件SPSS 20.0录入数据，结构方程模型软件AMOS20.0编制路径图，运用极大似然估计得到参数估计结果。

2.样本数据

为了获得有效准确的数据，本研究自主设计了调查量表，在随机抽样的学生中进行实测。调查量表选项采用里克特量表（Likert Scale）技术，运用5个评分表示不同水平。

该次调查专门成立调查组并进行培训，经过预调查、修改问卷［5］，采用不记名方式由专人对广州医科大学2009级口腔医学系、预防医学系、全科医学系、临床医学系；2010级全科医学系及2011级康复医学系本科生进行随机抽样250名学生发放调查问卷获得数据，共发放调查问卷250份，实际收回问卷234份，根据问卷中设置的逻辑项和完整性进行筛查，得到有效问卷224份，问卷有效率89.60%。

统计数据分析

1.潜变量和可测变量的设定

学习态度、学习能力、知识技能、合作意识、学习效果等指标都是不能直接测量的变量，属于潜变量，每个潜变量可由一些能被观测的指标来测算，本科课堂教学质量全息指标体系各潜变量与其对应的指标见表1。

2.变量的设置

3.数据的信度分析

用信度系数来表示信度的大小。信度系数越大，表明测量的可信程度越大。究竟信度系数要多少才算有高的信度，经验上，如果克朗巴哈系数大于0.9，则认为量表有很高的内在信度；如果克朗巴哈系数大于0.7小于0.8，则可以认为量表设计存在某些问题，但是仍有一定参考价值；如果克朗巴哈系数小于0.7，则认为量表设计上存在很大问题应该重新设计［6］。

本文得到以下结果：5个纬度的Cronbach′s Alpha分别为0.882、0.880、0.898、0.922、0.888，则所有潜变量视为可信，予以保留；整体测量指标的标准化信度为0.970，说明此组数据具有很高的内在信度［7］。

表1 结构模型中的潜变量和观测变量

WPBL学习效果评价结构方程建模

1.含有潜在变量的结构方程模型

用X11～X45代表学习效果评价中的20个外生潜变量；ξ1表示学习态度，ξ2表示学习能力，ξ3表示知识技能，ξ4表示合作意识，表示外因潜变量［8］是第i个外生潜在变量在外因潜变量上的因子负荷…，20，表示测量误差，建构测量方程式：

用Y1～Y5代表学习效果评价中的5个内生潜变量；η表示学习效果，表示内生潜在变量［8］是第i个内生潜变量在内因潜变量上的因子负荷；εi，i＝1，…，5，表示测量误差，建构测量方程式

由于外生潜在变量之间、内生潜在变量之间以及外生潜在变量和内生潜在变量之间具有相互影响，因此结构模型的数学表达形式为：

其中B表示内生变量之间的关系，Γ表示外生潜在变量对内生潜在变量的影响，ζ为模型的残差项。

2.结构方程模型建模

由于潜变量的作用有多种情况。因此，我们在初始模型（图1）的基础上，通过输出结果观察修正指标MI值［9］，建立4种修正模型，来比较它们的优劣。

修正模型1：在初始模型的基础上使外因潜变量相关。

修正模型2：在修正模型1的基础上添加ε1与ε5的一个相互关系。

修正模型3：在修正模型2的基础上添加δ6与δ20的一个相互关系。

修正模型4：在修正模型3的基础上添加δ4与δ19的一个相互关系。

3.结构方程及最终模型系数图

综合以上拟合评价指标［10］的比较结果，我们认为修正模型4在各个模型中是较优的，所以我们选用修正模型4为最终模型，由回归方程得到潜在变量之间的结构方程及影响系数如下：

4.模型分析

（1）由最终模型及系数图2可见，学习能力对WPBL学习效果评价的影响最大，学习态度其次，合作意识对WPBL学习效果评价的影响最小。

（2）从外生潜变量对内生潜变量效应系数看，对学习效果的影响方面，学习能力效应超过学习态度、知识技能和合作意识，提示WPBL教学模式学习效果偏重于学习能力的效应，学习态度、知识技能和合作意识还未充分体现其学习效果。对于新的教学模式的引进，学校应注重学生综合能力与素质的提升，使WPBL网络学习模式充分显现出自身的优势。

（3）内生潜变量Y1、Y2、Y3、Y4、Y5在学习效果上的标准化负荷系数分别为1.00、1.31、1.20、1.26和1.05，说明在WPBL网络教学的模式下学习效果主要体现在“实际教学效果与开课前期望水平的比较”，其他“该课程完成学习目标程度的评价”、“对这门课程的总体满意度”、“其他课程相比较对该课程收获大小的评价”与“与其他课程相比较对该课程教学质量的评价”等对学习效果的作用则依次减小［11］。

表2 总体拟合状况比较

图2 WPBL学习效果评价最终模型及系数图

（4）根据结构方程对内容效度的评价原则，标准化因子负荷大于0.71，则复相关系数（因子负荷的平方）R2大于0.5，也就是说该潜变量能解释量表对应问题的效能在50%以上。本研究中5个潜变量在25个观测指标上的标准化因子负荷大于0.71的有21个，也就是说，相应的潜变量能解释指标变异性的效能均在50%以上。模型中有21个复相关系数大于0.5，说明模型的解释能力较强［12］。

结 论

一种新的教学模式的引入，其效果对学生学习质量产生直接的影响［13］。本研究利用结构方程模型，对WPBL学习效果评价进行研究，通过分析，帮助教师制定相关的评价量表，进而为改进课堂教学提供指导。

结构方程模型的采用，克服了采用专家打分的主观性［14］；而学习效果的评价，为高校改进WPBL教学模式与质量提供依据。对WPBL学习效果的评价，可以依据其质量固有特性和赋予特性区分为学习态度、学习能力、知识技能和合作意识，并正向直接影响学习效果［15］。现阶段高等医学院校临床教学应注重学生的学习态度、知识技能和合作意识，通过广泛开展WPBL教学模式来提高教学质量［1］。

1.魏东海，林爱华，尹梅，等.基于网络平台的以问题为基础学习教学模式的构建.中华医学教育杂志，2009（5）：93-95.

2.Li ZY.Study on the Cultivation of College Students′Science and Technology Innovative Ability in Electrotechnics Teaching Based on PBL Mode.International Conference on Future Computer Supported Education，August22-23，Volume，2012，2：287-292.

3.候杰泰，温忠麟，成子娟.结构方程模型及其应用.北京：教育科学出版社，2004.

4.Lee JW，Jonss PS.Cultural differences in responses to a Likert Scale. Research in nursing＆Health，2002，25：295-306.

5.Simona Balzano，Laura Trinchera.Structural Equation Models and Student Evaluation of Teaching：A PLS Path Modeling Study.Statistical Methods for the Evaluation of University Systems Contributions to Statistics，2011：55-66.

6.张虎，田茂峰.信度分析在调查问卷设计中的应用.统计与决策，2007（21）.

7.Jamia Azdina Jamal，Choong Lai Yuan，Adliah Mhd Ali，et al.Instrument to Assess Pharmacist′s Perception on Application of Pharmaceutical Chemistry Subjects in Pharmacy Practice.Universiti Kebangsaan Malaysia Teaching and Learning Congress，December17-20，2011，Volume II.

8.陈炳为，陈启光，许碧云.潜在变量模型及其在中医证候中的应用概述.中国卫生统计，2009，26（5）.

9.程开明.结构方程模型用于顾客满意度研究的理论探讨.市场研究，2006（4）.

10.Evaluation of the life satisfaction questionnaire（LSQ）using structural equation modelling（SEM），Marianne Carlsson＆Elisabeth Ham rin，Quality of Life Research，2002，11：415-425.

11.Margit Wiesner，G.Thomas Schanding.Exploratory structural equation modeling，bifactor models，and standard confirmatory factor analysis models：Application to the BASC-2 Behavioral and Emotional Screening System Teacher Form.Journal of School Psychology，Available online4 October，2013.

12.梅国平.基于复相关系数法的公司绩效评价实证研究.管理世界，2004（1）.

13.高波，陆文杰.网络教学模式形成的理论研究.河北广播电视大学学报，2005（4）.

14.谢焕瑛.国家重点实验室评估专家评分偏差效应分析.研究与发展管理，2006（6）.

15.周孟君，王心旺.关键因素构建WPBL学习效果评价模型实证研究.中国卫生统计，2012（4）.

（责任编辑：刘 壮）

广州市教育科学十二五规划课题（11A002）

△通信作者：王心旺，Email：xinwwang＠aliyun.com