APP下载

课堂教学中核心问题设计有效性评价工具开发及应用研究——以初中化学为例

2018-07-23高俊明郑长龙武晓婷

关键词:新手显著性维度

高俊明,郑长龙,武晓婷

(1.东北师范大学 化学教育研究所,吉林 长春 130024; 2.乌鲁木齐市第九中学,新疆 乌鲁木齐 830011)

问题设计的有效性在课堂教学中起着举足轻重的作用,但是多数教师在教学设计中并没有给予足够的重视。当前教育中普遍存在着“问题设计没有重点,教师将所有的内容都细化为问题,导致问题承载的思维容量最小化,没有探究价值” 等问题[1]23。“课堂教学中有效提问应具有下列特征:较高的知识关联度,较好的目的预设性……”[2]84目前已有的研究主要集中在问题设计的策略和原则上,使用的研究方法也基本是定性研究。本研究采用定量分析的方法,试图开发出一个科学态的评价工具,对课堂教学中核心问题设计的有效性进行评价。

通过文献梳理发现,问题的有效性评价集中在问题的内容和作用两个维度:对问题内容维度主要关注问题的科学性、针对性、多元性和难度;对问题作用维度主要关注巩固知识、引发兴趣、培养能力和反馈信息等。在大量阅读相关文献并进行教师访谈的基础上,得出了含有12个题项的核心问题设计有效性评价初量表,经课堂观察测试、课题组内讨论之后,优化为7个题项,进一步与教学一线专家型教师进行交流研讨,经过反复修订,最终确定了初量表。 然后由研究人员结合课堂实录并观察样本课录像,使用确定的初量表进行打分,取平均分为最终数据,进行统计、整理。利用SPSS22.0软件对打分数据进行主因素分析、探索性因素分析、信度和效度检验,确定最终量表并进行维度划分和命名。利用多元线性回归分析建立回归方程,确定各维度对核心问题设计有效性的贡献权重。最后利用聚类分析、判别分析将课堂核心问题设计有效性的评价划分为不同的等级。

一、核心问题设计有效性的定性表征

(一)样本选取与项目分析

为了研制科学有效的评价量表,本研究选择了6节初中化学课作为研究样本,其中3节示范课和3节常态课,包含了初中化学“概念类”、“原理类”以及“实验探究类”三类典型内容。本文首先根据课堂教学系统的CPUP模型对课堂教学结构进行划分,确定了所有的板块系统(PS)、单元系统(US)和基元系统(PrS)[3]3。把在单元系统中起到统领每个教学行为链(IBC)作用的问题定义为核心问题,在此基础上找到本节课所有的核心问题进行编码和评价。具体样本组成如表1所示。

表1 样本 IBC数量与所属课型分布情况

量表采用李克特6点评定法记分(如表2所示)。6表示“非常同意”,5表示“同意”,4表示“稍微同意”,3表示“稍微不同意”,2表示“不同意”,1表示“非常不同意”。通过项目分析,对量表中的7个题目进行高低分组独立样本t检验,发现这些题目均达到了P<0.05 的显著性水平,具有较高的鉴别能力。

表2 课堂教学核心问题设计有效性评价量表

(二)因素分析

1.探索性因素分析与验证性因素分析

本研究采用主成分分析与方差最大旋转法对7个题目的数据进行探索性因素分析。Bartlett’s 球形检验χ2=262.194(df= 21),P<0.001,说明变量间有较强的相关性,KMO值为0.847,表明变量间的偏相关较强,适合进行因素分析。

用主成分分析法抽取特征根大于1的因素,经方差最大旋转法,从7个题目中抽取出2个因子,与理论预设一致。经过探索性因素分析(如表3所示)发现,题目1、2、3的负荷在一个因子上,表示的是核心问题的内容设计维度(F1),解释了16.20%;题目4、5、6、7的负荷在一个因子上,表示核心问题的功能设计维度(F2),解释了56.66%。两个因子的总解释率为72.86%,超过了50%,说明它们对核心问题的有效性具有较强的解释能力。此外,所有题目的因子载荷值均介于0.56—0.90之间,均超过了0.50,表明题目具有良好的收敛效度。

表3 评价量表的维度与因子载荷值

运用AMOS 17.0进行验证性因素分析,发现经探索性因素分析所构建的二因素模型的绝对适配度指数RMSEA值是0.000,小于0.05,GFI、AGFI值大于0.9;相对适配指数中的NFI=0.954,RFI=0.926,IFI=1.002,TLI=1.003,CFI=1.000均大于0.9;简约适配度指数χ2/df=0.961<1。这些拟合指数表明二因素模型与实证数据拟合程度非常理想,也表明经探索性因素分析所构建的二因素模型具有良好的结构效度。

2.信度检验和效度检验

本文采用科隆巴赫α系数值来表示该评价量表的内部一致性信度(如表4所示),核心问题设计有效性评价量表的总信度值为0.870,表明使用该评价量表在评价核心问题有效性总体上具有很高的可信度。另外,该量表中核心问题内容设计维度的信度值为0.750,核心问题功能设计维度的信度值为0.891,表明在评价核心问题有效性上两个维度均具有良好的可信度。

表4 评价量表中各维度之间的相关程度及信度值

注:**表示具有显著的相关性。

本文采用了皮尔森相关系数来表示该评价量表的内部区分度,核心问题内容设计维度和核心问题功能设计维度之间的相关系数为0.550,是中度正相关程度,且达到了显著性水平(P<0.05);此外,核心问题内容设计维度、核心问题功能设计维度分别与总量表之间的相关系数为0.779和0.952,分别属于中度正相关程度和高度正相关程度,且均达到了显著性水平(P<0.05)。

二、核心问题设计有效性的定量表征

对核心问题设计有效性进行定量表征,主要是对核心问题的内容设计维度和功能设计维度对整体设计有效性的影响程度分析。采用与定性表征相同的方式重新选择72个IBC,保证样本的数量大于题项的10倍,由评分者对核心问题设计有效性分别进行评分,取平均值作为最终数据进行分析。因此,本文以专家对核心问题设计的有效性分值作为预测变量,以核心问题的内容设计和功能设计为解释变量,建立多元线性回归模型为:Ef核心问题设计=b0+b1F核心问题内容设计+b2F核心问题功能设计。

表5 多元线性回归模型b

注:a解释变量:(常数),核心问题的内容设计,核心问题的功能设计;b预测变量:核心问题设计的有效性。

根据表5结果可知,复相关系数(0.956)、决定系数(0.914)、校正决定系数(0.912)均接近1,表明该回归模型拟合程度较好。回归方程的F值检验和回归系数的t检验均达到了P<0.01的显著水平。两个解释变量的回归系数也均达到了P<0.01的显著性水平。对该回归模型进行正态性、异方差检验和自相关检验,各项指标均符合要求。因此,该回归方程以及参数检验结果均具有显著性意义,线性回归方程为:

Ef核心问题设计= 0.156 +0.356F核心问题内容设计+0.616F核心问题功能设计

因此,也可进一步得出结论,核心问题设计的有效性是由核心问题内容设计和核心问题功能设计两个因素影响的。

三、核心问题设计有效性的水平表征

(一) 聚类分析

本文利用对核心问题设计的有效性分值作为聚类变量,通过K-均值聚类方法,确定核心问题设计的有效性的等级边界值,即高水平组、中水平组和低水平组。根据方差分析结果可知,三个分类等级之间有着明显的差异性。

表6 各个水平样本数

表6是以Ef核心问题设计作为聚类变量,根据聚类结果和边界值可知,低水平组:Ef核心问题设计≤3.5,24个观测量,占总体比例为31.57%;中水平组:3.6

(二)判别分析

根据聚类分析确定的分类数据进行逐步判别分析,进行回代检验,用来验证分析结果的合理性。为了保证结果的科学性,判别函数分别以核心问题内容设计和核心问题功能设计两个维度作为判别变量[4]1-7。逐步判别结果(如表7所示)表明,以这两个维度作为变量对判别的贡献是显著的。

表7 分类函数系数

分类函数可以将观察值分类,分类时采用Fisher方法称为Fisher的线性判别式函数。观察分类时,把每个观察值代入三个群组的分类函数中,以分类函数值的大小来确定分类水平。三个群组的分类函数为:

第一群组分类函数:F高水平=26.566×F核心问题内容设计+27.698×F核心问题功能设计-122.290

第二群组分类函数:F中水平=23.760×F核心问题内容设计+24.777×F核心问题功能设计-98.052

第三群组分类函数:F低水平=18.834×F核心问题内容设计+18.148×F核心问题功能设计-57.563

表8 逐步判别回代结果

注:a.84.2% 正确分类的原始分组个案。

由表8可知,从分类结果摘要表之对角线为正确分类的个数,其余为错误分类的个数。以高水平而言,15个观测值,14个观测值预测正确,1个错误,中水平37个观测值,31个观测值预测正确,6个错误。低水平的24个观测值,19个观测值预测正确,5个错误。全体总预测率为84.2%,说明区别命中率较高。

通过聚类分析和判别分析可知,等级水平的划分还是比较合理的,课堂核心问题设计有效性的水平等级可以划分为高水平、中水平、低水平三个等级(满分为5),等级边界值为3.5和4.4。核心问题设计有效性等级划分为:

低水平组:Ef核心问题设计≤3.5;

中水平组:3.6

高水平组:Ef核心问题设计≥4.4。

四、核心问题设计有效性的应用研究

新手教师和成熟教师在教学基元系统有效性上存在显著性差异,成熟教师的有效性程度高于新手教师[5]5。在核心问题设计方面是否也有这样的规律呢?应用本量表对东北师范大学附属中学初三化学常态课进行评价,选取了8节课,其中新手型教师授课4节,成熟型教师授课4节,样本课型的选择包括概念原理、元素化合物以及实验探究。笔者在8节课当中选取了82个IBC作为研究样本,教学行为链与所属课型的关系如表9所示。

表9 样本 IBC数量与所属课型分布情况

(一)新熟手教师课堂教学核心问题设计水平分布情况

通过对比可以发现:核心问题设计有效性的水平分布情况,新手型教师的水平等级主要分布在中等水平和少数的低水平。例如新手型教师Z,本节课共有10个核心问题,其中有5个核心问题设计的水平是中等水平,3个核心问题设计的水平是高水平,2个核心问题设计的水平是低水平。成熟型教师核心问题设计有效性的水平基本在高水平上,例如成熟型教师L的常态课中出现了11个核心问题,其中8个核心问题的设计是高水平,3个是中水平的。从核心问题设计水平等级稳定性的角度上分析,新手型教师与成熟型教师都有波动,相对而言新手教师问题设计水平的波动性较大,在低水平和中水平中波动,偶尔也存在出现高水平的情况,成熟型教师的稳定性较大,基本在高水平与中等水平上波动。综合以上数据分析可以得出这样一个结论:成熟型教师课堂核心问题设计的有效性水平高于新手型教师。由此可以推断,在核心问题设计有效性方面,新手型教师可以通过不断训练,向成熟型教师不断学习是能够提升的。

(二)新手型教师与成熟型教师课堂教学核心问题设计有效性的差异分析

在82个研究样本中,将新手型教师设计的40个样本编为第一组,另外成熟型教师设计的42个样本编为第二组,对二者的得分情况做独立样本T检验。

1.课堂核心问题设计有效性的总体情况

对每个样本的总分按照新手型教师和成熟型教师做分组的组统计发现,在常态课中,新手型教师的平均总分为27.50,成熟型教师的平均总分为31.21。进行独立样本t检验说明成熟型教师与新手型教师在核心问题设计的有效性上存在显著性差异,成熟型教师在核心问题设计的有效性上高于新手型教师(如表10所示)。

表10 独立样本检验(总体情况)

2.课堂核心问题设计维度之间的差异情况

由表11可知,新手型教师在核心问题内容设计的有效性维度上平均总分是13.63,成熟型教师的平均总分是13.86,成熟型教师略高于新手型教师,分数相差0.23。在核心问题功能设计的有效性维度上,新手型教师的平均总分是13.88,成熟型教师的平均总分是17.36,成熟型教师远高于新手型教师,二者的分数相差3.48。

表11 组统计(总体情况)

另外,通过独立样本t检验发现:新手型教师与成熟型教师在核心问题内容设计的维度上不存在显著性的差异,新手型教师与成熟型教师在核心问题功能设计的维度上有显著性差异,成熟型教师要好于新手型教师(P=0.000<0.05)。

3.课堂核心问题设计各个题项之间的差异情况

通过独立样本t检验发现,除了题项1以外均有显著性差异,其他题项成熟型教师均好于新手型教师(具体见表12)。

表12 评价量表中各题项差异情况

五、结论与建议

(一)结论

笔者通过文献梳理、教师访谈、课堂观察优化,利用SPSS22.0、AMOS17.0分析软件进行定性分析得到了信度效度都较高的评价工具,用于评价课堂教学中核心问题设计有效性。量表共设七个题项,分为核心问题内容设计和核心问题功能设计两个维度。利用定量表征分析,建立了核心问题设计有效性评价的回归方程。利用水平表征分析,把核心问题设计有效性划分为高水平、中水平和低水平三个层次。

为了检验量表的实用性,笔者又进行了新手型教师与成熟型教师对比的实践应用研究。发现新手型教师与成熟型教师在核心问题设计的总体得分上存在显著性差异,在课堂核心问题内容设计维度上没有显著性差异,而在课堂核心问题功能设计的维度方面存在显著性差异。另外除了题项1没有显著性差异以外,其他的题项都具有显著性差异并且成熟型教师好于新手型教师。

(二)建议

基于以上结论,对新手型教师提出如下建议:

首先,新手型教师要提高课堂教学设计中核心问题设计的意识。不仅要针对教学内容设计提问,让问题适合学生的知识基础;而且更重要的是针对提问功能进行设计,以便于顺利达成教学目标。有效问题设计要保证预设与生成的统一,要关注学科思想和方法,要促进学生的思维发展[6]5。

其次,新手型教师要规范对问题内容的表述。语言表达要准确,不能有科学性错误;语言表达还要明确,不要让学生产生歧义以致无所适从。

再次,新手型教师要重视问题设计的情境。尽量设计出带有认知冲突的问题,能够引发学生的好奇心,激发学生继续学习的兴趣;新手教师应该尽量将学科知识与日常生活联系起来,从学生熟悉的场景入手,激发学生的学习动力,激发学生的参与热情。

最后,新手型教师设计的核心问题要有一定的思维含量。让每个问题所涉及的观点与内容都能引发学生的深度思考,让学生有质疑的勇气,能独立、主动地以怀疑和好奇的态度开展思维[7]66。教师应该加强认知理论的学习,了解学生的认知心理,多途径激发学生学习兴趣[8]48,培养学生看待问题的观念从理解层面上升到问题解决层面,培养学生在面对复杂陌生的问题时,快速找出最好最有效的方法。

猜你喜欢

新手显著性维度
浅论诗中“史”识的四个维度
基于显著性权重融合的图像拼接算法
新手如何练马拉松?
基于视觉显著性的视频差错掩盖算法
碰撞:知名作家与新手司机
一种基于显著性边缘的运动模糊图像复原方法
新手速来围观 养猪到底行不行?
论商标固有显著性的认定
光的维度
“五个维度”解有机化学推断题