基于在线开放课程的混合式学习绩效影响因素统计学模型研究

2018-03-26史占波郑采星丁静

中国信息技术教育 2018年5期

史占波郑采星丁静

摘要：本文在分析影响因素的基础上，编制了多维度、多层次的混合式学习绩效影响因素调查问卷。并根据六因子统计学模型计算权重，制订了混合式学习绩效量表，抽取两个专业的学生做实证分析并结合实测数据和网络学习大数据对混合式学习情况进行了整体分析和分组讨论。

关键词：混合式学习；学习绩效；SPSS因子分析；学习者模型

中图分类号：G434 文献标识码：A 论文编号：1674-2117（2018）05-0098-07

● 研究综述

“绩效”是指“人们在一定时间和条件下完成某一任务时所取得的工作业绩、效果和效益”。[1]学习绩效主要表现在学习效率、学习效果以及学习成果的数量和质量上。本文中的学习绩效主要是指学习效率与效果，基于在线开放课程的混合式学习绩效是学生在传统课堂学习的同时利用在线开放课程资源辅助学习的效率与效果，在线开放课程提供网络学习资源，嵌入到课程教学中，是校内传统教学的有益补充，而不是完全替代。

虽然国内外研究者从不同的角度提出了影响学习绩效的因素，但也存在一些不足：一是多以理論分析为主，缺乏以在线课程资源为背景的混合式学习影响因素的实证研究；二是多以英语课程及远程学习为主，缺乏以理工科学生和量大面广的基础课为对象的研究，对目前综合性大学广泛推进的混合式学习不具有普遍的指导作用。另外，在教育数据挖掘和学习者模型构建的研究领域也缺乏实证研究。因此，本研究拟从在线开放课程的混合式学习绩效影响因素入手，用探索性因子分析方法进行教育数据挖掘和分析，探索教育变量之间的相互关系，获得统计学模型，全面剖析和了解学习者，以便针对性地促进教与学。

● 研究方法与过程

1.研究方法

在理论研究和访谈调研的基础上，制订基于在线开放课程的混合式学习绩效影响因素调查问卷。调查数据利用SPSS软件进行分析，采用量的研究方法，根据物理学的分析范式即舍弃次要因素，突出主要因素，用少量因子代替原始变量，用因子分析的聚类和降维，得出函数关系式，建立学习者统计学模型，并根据模型计算指标权重，得出绩效评测量表。模型验证和数据分析结合湖南大学理工科基础课“大学物理”混合式教学过程做实证研究。

2.问卷设计

混合式学习绩效影响因素初测问卷首先确定学生、教师以及教育管理者三个维度，14个指标，46道题目，按学生的同意程度设五级评分制（Likert五分计分法），适当设立反向计分题，并在充分考虑问卷逻辑性的基础上，与正向计分题间隔排列。

初测问卷利用网络平台进行发放，由湖南大学理工科专业学生自愿填写，在指定时间共回收有效问卷128份。对初测问卷进行的信度检验[2]显示：Cronbach's Alpha为0.955，信度值大于0.8，说明本问卷的信度较好。继而，对初测样本进行标准差、偏态及斯皮尔曼秩相关分析，鉴别题目基本性质，删减区分度不达标的题目，最终确立问卷题目42道。同时根据教师和学生的访谈意见，认为问卷指标设置对教育管理者方面的考虑不够完善，因此增设政策环境指标。

最后，正式问卷确定为学生、教师以及教育管理者三个维度，十五个指标。其中学生维度下设内部动机、外部动机、自主学习、协作学习、学习方法、学习习惯、学习计划与调节、学习观念和信息技能九个指标，教师维度下设在线资源提供、活动组织引导和信息素养三个指标，教育管理者下设资源环境、学校环境和政策环境三个指标。

3.数据处理

正式问卷采用网络填写与课堂发放相结合，共回收有效问卷510份，专业覆盖湖南大学理工科院系各专业，调查数据具有一定的代表性。

数据处理采用因子分析的方法，在进行因子分析之前，要对样本进行KMO和Bartlett球形检验[3]，以确定样本是否适合做因子分析。分析结果表明，KMO值为0.895，根据Kaiser给出的KMO度量标准，认为适合做因子分析；Bartlett球形检验给出的相伴概率值为0.000，小于0.05，同样适合做因子分析。

根据因子特征值大于1和碎石检验的标准[4]，因子分析计算得出六个公共因子。方差贡献率是衡量公共因子相对重要性的指标，其值越大，说明公共因子的贡献越大。而六个公共因子的累计方差贡献率达到72.405%，表1较好地解释了原始变量的方差。

由于很多因子变量在因子中的载荷都较高或者相近，而旋转过的载荷矩阵可以使结构简化，使其含义更加清楚。如上页表1所示（带*的为该公共因子的主要影响因子），各因子旋转后因子载荷都在0.719～0.982之间，高于0.7，这说明本问卷具有良好的结构效度。

● 研究结果

1.统计学模型

根据表2旋转后的载荷矩阵可以清晰地看出各公共因子中所包含的主要原始变量，并可对其进行命名：F1主要包括学习方法、学习习惯和学习计划与调节，而元认知是指学习者学习过程中对认知过程的计划和调节[5]，因此命名为元认知因子；F2包括在线资源提供、活动组织引导和教师信息素养，命名为教师组织引导因子；F3包含学校环境和政策环境，命名为学习环境因子；F4为内部动机因子；F5为外部动机因子；F6为学习观念因子。通过因子分析得到了按重要程度排列的元认知、教师组织引导、学习环境、内部动机、外部动机、学习观念的六因子统计学模型。

以各公共因子旋转后方差贡献率除以累计贡献率作为权重，还可以得到在线开放课程的混合式学习绩效影响因素统计学模型的数学表示式（如左图中①式）。

式中F1至F6为各公共因子得分，可以通过各公共因子与原始变量x之间线性关系的因子得分矩阵（如表2）作为因子得分系数，计算每个公共因子得分。以F1为例如左图中②式所示。

2.绩效量表

（1）指标体系

笔者根据因子分析的结果及统计学模型，得到绩效表的评价指标体系（如上页表3）。

（2）权重计算

①一级指标与二级指标权重。

根据表2公共因子的提取过程，将方差贡献率分别除以累计方差贡献率72.405，可分别计算出每个公共因子的权重。据此，得到六个公共因子权重分别为0.28、0.28、0.14、0.11、0.10、0.09。设定绩效表满分为100分，则公共因子赋予分值分别为28分、28分、14分、11分、10分、9分。

继而得到一级指标权重分值为：学习者方面为58分，教师方面为28分，教育管理者为14分。二级指标为六大公共因子，权重分值分别为：元认知28分，学习动机21分，学习观念9分，教师组织引导28分，学习环境14分。

②三级指标权重。

三级指标为各原始指标，可以根據各公共因子得分公式计算具体的指标权重值。因子得分矩阵表示各原始变量与公共因子的相关程度，所得值有正负之分，应把相关程度的高低看作绝对值来计算。按R型因子分析[6]计算每个公共因子中各指标权重。以公共因子F1为例，将公共因子F1上的因子得分系数绝对值相加得2.164，其所包含原始变量因子得分分别为学习方法0.336、学习习惯0.339和学习计划与调节0.274，三者权重分别为0.336/2.164、0.339/2.164、0.274/2.164。将其权重进行归一化处理，由于F1分值为28分，则四舍五入后，学习方法10分，学习习惯10分，学习计划与调节8分。同理可得剩余各三级指标权重分值。

计算完权重分值之后，按照正式问卷的题目并参考各题的得分情况，可以为每个三级指标设置具体的指标和评分标准，以公共因子F1为例进行说明，如上页表4所示。

3.模型验证

笔者抽取“大学物理”课程学习的给水、化工专业的学生做实证分析，由于是同一学校、同一教师所教的班级，故略去教师和教育管理者两方面，仅让学生填写学习者方面分值按比例放大后的绩效表。学生按照课程学习成绩分为六组，100～90分数段为优一组，90～80分数段为优二组，80～70分数段为良一组，70～60分数段为良二组，60～50分数段为差一组，50分以下为差二组，每组随机取样27人。表5为各组成绩平均分、绩效表平均分以及标准分处理后的平均分。

从表中可以看出，前两组学生绩效表平均分高于后四组学生，特别是标准分处理后可以看出前两组学生的得分远远高于后四组，并且课程学习成绩与绩效表得分之间有明显的正相关关系。因此，可以得出学习者模型在统计学上是成立的的结论。

● 分析与讨论

在模型成立的基础上，根据取样学生的绩效表综合得分，做进一步分析，以探究学生整体和各不同分数段学生混合式学习特点。其中，各三级指标具体内容包括内部动机包含学习者对课程的兴趣、自身专业发展的需要以及对在线开放课程的好奇心和探索欲而产生的学习动力；外部动机包括学习者受到考研、奖学金或者为了避免挂科以及教师的督促等外部原因而产生的学习动力；学习方法是学习者学习过程中采用的策略、措施，做笔记、总结以及利用资源学习的方法；学习习惯包括预习习惯、听课习惯、作业习惯及反思习惯；学习计划与调节包括学习者对学习计划以及利用资源对学习过程的调控（具体参见表5）；学习观念指学习者对混合式学习的认同程度，如对课堂教学以及在线学习的态度。

根据六组学生的绩效表得分与各指标得分标准分处理后的情况（如表6），按照习惯以学习动机、元认知和学习观念排序，对不同分数段的学生基于资源的混合式学习特点做了分组讨论，结果如下：

1.优一组

从表6中可以看出，成绩最好的优一组学习绩效表得分也最高。从绩效表得分数据来看，优一组是学习动机得分最高的组别，说明该组学生内外部动机都很强烈，但是在学习计划与调节因子以及混合式学习观念上得分低于优二组学生，说明该组学生在元认知和利用资源辅助学习方面有所欠缺，另外，从网络平台学习大数据分析发现在这组中有个别学生很少在线学习，但是在课堂学习和作业完成这些传统学习方面做得非常好。教师应组织好混合式学习，引导其认识协作式学习、探究式学习、翻转体验式学习等多种学习方式，提高其综合能力。

2.优二组

相比优一组，优二组的外部动机得分并不高，学习方法上也不重视预习和总结，但是他们由于内部动机比较强烈，成绩依然很好。除此之外，该组学生在学习计划与调节因子和混合式学习观念上得分高于优一组学生，说明该组学生善于利用资源辅助自己的学习，找到传统学习与基于资源学习的契合点，高效利用教师提供的资源辅助自己的学习，大数据也显示该组学生在线学习普遍形成常态。根据该组学生的学习特点，教师应激发其学习热情和引导其改进学习方法。

3.良一组

良一组的绩效表综合得分与前两组相比有显著性差异，在学习内部动机上的得分大幅下降，现实表现为学习投入不够，在元认知和学习观念上下降也较明显。这说明该组学生在基于资源的混合式学习中没有找到适合自己的学习方法，不良的学习习惯以及没有对自己不足的地方及时调控，导致学习成绩不理想。根据绩效表指标及大数据分析和后期访谈，学习观念上得分下降是因为学生对一些混合式学习观念的不认同，导致其不愿意参与其中。本组中的学生有两种情况值得重视：一是投入不够效果差，二是方法不当效率低。当然也可能兼而有之，教师应注意分辩和针对性引导。

4.良二组

良二组学生的学习成绩基本上就是刚刚及格，他们的学习动力主要来自外部动机，如教师的督促、考试等外部因素的影响，内部动机较弱，是“被动的学习者”。在学习过程中，他们投入不够也没有形成适合自己的学习方法，但还能间断或被动地利用资源辅助学习，在各方面还有较大的提升空间。教师应对此类学生特别关注，在了解其需求的基础上，提供感兴趣的学习内容，促进外部动机向内部动机的转化。

5.差一組与差二组

差一组与差二组学生的成绩基本处于及格线附近徘徊或不及格的状态，学习动机得分低，尤其以差二组为甚。这两组学生在学习过程中难以维持学习动机，是造成其学习绩效低的主要因素。除了动机外，他们在元认知上得分也较低，说明这两组学生在基于资源的混合式学习中，不知道如何进行学习，更不知道如何调控自己的学习，所以教师应从激发学习动机入手，唤起学习动力，在组织教学活动中，可以考虑与成绩优异的优一组学生搭配分组，组成学习共同体，共同进步。