基于社会网络分析工具分组的小组合作学习研究

侯建军，侯力维，梁占华

(1.宁夏大学 教育技术系，宁夏 银川750021;2.郑州时代数图信息技术有限公司，河南 郑州450000)

1 问题提出

社会网络分析(Social Network Analysis，SNA) 是对社会关系结构及其属性加以分析的一套规范与方法，它以不同行动者(如个体、群体、组织) 所构成的关系作为主要研究对象，而不是行动者本身，即研究对象为关系数据，而不是传统统计学意义上的属性数据［1］。由于教育活动的社会属性，社会网络分析同样适用于教学活动研究，可以做宏观层次的整体社会网络结构分析、中观层次的社会网络内部子结构分析、微观层次的行动者中心性与声望分析［2］。

通过对相关文献的分析发现: 国内学者运用社会网络分析方法对班级整体网络结构进行具体分析与实证研究，为班主任班级管理提供了一定参考［3］。另外，在虚拟学习社区中，国内学者王陆［2］等通过分析学习者互动关系，对学习社区中学习群体关系、意见领袖与凝聚子群进行了深入研究。

通过对国内外关于分组合作学习的实践研究分析发现，合作学习中较有代表性的分组(同质分组、异质分组、随机分组等) 策略过分强调学生学业成绩、性格及兴趣等因素，由于学习动态特征及合作所需非智力因素，分组忽视了个体间关系结构即学生合作意愿，小组长作用难以发挥。

既然社会网络分析可以分析班级成员间的网络结构以及意见领袖，社会网络分析方法能否为小组合作学习中的分组策略、小组长(意见领袖) 的确定提供依据? 如果可行，分组合作学习效果如何? 本文试图就此展开具体研究。

2 相关概念及工具说明

“社会网络分析”是指研究者把群体成员及其相互关系作为研究内容，通过特定方法测量群体成员间关系或通过彼此交流与互动传递的信息、资源等，探讨网络结构中个体或次团体间的互动关系，以此分析群体间所蕴含的结构以及结构对群体成员与整个群体的影响等［4－5］。

本研究正是利用社会网络分析工具UCINET6.0［6］分析实验班学生在以下方面的关系: ①班级整体社会网分析。通过密度、平均距离与聚类系数分析，了解班里学生的联系紧密程度，是否存在小团体; ②进行班级社会网络内部子结构分析。找到班里存在的子群(小团体) ，以及子群中核心成员，以此作为分组与小组长确定的参考依据。

3 研究设计与实施

3.1 研究对象选择

本研究选取银川市某小学六年级语文教师授课的两个平行班作为研究对象，两个班情况基本一致。随机选择六(1) 班为实验班(男生18 人，女生15 人，共33 人) ，六(2) 班为对照班(男生18 人，女生14 人，共32 人) 。对照班沿用原教学活动的组间同质组内异质分组策略，实验班基于社会网络分析工具进行分组。

3.2 实验班进行分组

3.2.1 实验班人际关系社会网问卷调查与数据收集

本文采用Krackhardt 等人提出的个人在组织中所形成的4 种不同社会网络的问卷，包括: 情感关系网、咨询关系网、情报关系网、信任关系网4 个维度［7］。情感关系网是用来反映学生交往密切程度; 咨询关系网是网络中学生信息交流状况;情报关系网反映学生相互传递信息情况;信任关系网反映了学生互相信任程度。问卷填写完成以后，研究者以编号1、2、3……代替姓名，最后得到33 份问卷。利用UCINET6.0 软件得到实验班人际关系社会网数据矩阵，如表1 所示。

表1 实验班人际关系社会网数据矩阵

表1 中矩阵行是特定关系发起者，列是特定关系接受者，行与列中数字1、2、3……33 表示班级成员，用i 行与j 列交叉处的值Xij表示成员间关系，比如，如果Xi向Xj主动交流两次，则Xij的值就为2;如果没有主动交流，则为0。表1反映了实验班学生相互交往的情况。

3.2.2 实验班整体社会网分析

为了解实验班学生联系紧密程度，是否存在明显小团体分布可能性，本研究对实验班整体网社会属性(密度、平均距离、聚类系数) 进行分析。整体网密度是衡量网络内学生间交互程度的指标，网络密度越大，班里学生交往越密集;平均距离反映班里信息传递的速度;聚类系数用来判断实验班是否具有小团体效应。基于实验班人际关系社会网数据矩阵，通过UCINET6.0 软件分析，得到实验班学生联系紧密程度的3 项属性值，如表2 所示。

表2 实验班整体社会网属性

密度取值范围在0 －1 之间(0 代表网络成员间没有任何交往，1 代表网络中每两个成员间都有交往) ，由表2 可知实验班密度属性值为0.596，表示群成员整体交互程度尚可，不算太过紧密。平均距离为2.504，说明每两个节点间平均要经过2.504 个成员，才能将信息传达给另一个节点的成员，在这个网络中属于较远距离范围。聚类系数取值在0－1 之间，实验班整体社会网聚类系数为0.603，说明该网络聚类系数值比较高，存在小团体(凝聚子群) 可能性较大。综合分析表明该班整体联系程度不算太紧密，但存在小团体分布的可能性较大。

3.2.3 实验班内部子结构(凝聚子群) 分析

社会网络分析认为一个群体是由更小子群(小团体) 组成，这些子群是个体间具有较强的、紧密的、积极关系的小集合［5］。在教育活动设计与组织中，可通过分组、分主题讨论或分层次内容模块等形式加强小团体建设［8］。基于表1实验班人际关系社会网数据矩阵，利用UCINET6.0 绘图功能绘出实验班人际交往社群图，如图1 所示。

实验班人际交往社群图

由图1 可看出实验班形成了两个较大子群，通过33 与2 号学生将两个较大子群连接，表明33 号与2 号学生的交往使得班级成为一个连接整体。若将合作学习小组人数控制在4 －5 人，依据实验班人际交往社群图分析，实验班学生分组讨论如下:观察发现，27、33、11、14 号学生组成了一个4 人小团体，以33 号学生为中心;7、28、29、18、32 号学生组成1个小团体，以29 号成员为中心。3、24、1、13、6 号学生组成一个5 人小团体，且1 号与其它多位学生均存在交往，可选为该组组长。8、9、15、19 号学生都以5 号为中心，16、25、26号学生与22 号学生都存在联系，2、4、23、30 号学生以20 号学生为中心。17 号学生与12、31、10、21 号学生划分到一个小组，由31 号承担组长一职，从图1 可看出该小组成员间联系相对不够紧密，小组合作学习期间需要教师重点关注。最后得出实验班小组合作学习学生分组情况以及组长人选，如表3 所示。

表3 实验班小组合作学习学生分组

4 效果分析

4.1 实验班与对照班合作学习效果差异比较

4.1.1 生生交流与沟通对比分析

为了分析小组合作学习中生生间信息交流与沟通情况，本研究主要基于小组合作学习课堂观察量表统计分析。其中合作小组成员行为频数课堂观察统计表主要参考了贝尔思的一项研究，他将小组讨论时组员间产生的12 类行为进行了编码，具体包括: 提出问题、积极反应、合作解答问题、消极反应4 个维度12 项指标［9］。通过统计各小组成员每种行为频数来分析小组合作学习互动行为，对比分析发现，实验班各小组成员在合作学习中，消极反应占总互动频数4.6%，对照班消极反应占总互动频数11.3%。

4.1.2 合作学习任务完成情况对比分析

通过审阅学生合作完成的学习任务发现，实验班学生与对照班学生整体上都比较认真，能够在规定时间内完成合作学习任务。但对照班小组合作学习任务仅仅完成合作学习的知识要求情况比较普遍。实验班各小组提交的合作学习任务除合作学习的知识要求外还较为重视作品的美观与创意。

4.1.3 考试成绩对比分析

一个学期合作学习结束后进行期末考试，涉及到合作学习内容的分值有27 分。在实验班与对照班学习成绩均呈正态分布的基础上，成绩的t 检验分析如表4 所示。

表4 实验班对照班合作学习考试成绩t 检验

试卷中与合作学习相关的27 分分值，实验班平均得分为21.36 分，对照班平均得分为21.42 分，通过t 检验结果显示，实验班与对照班在单元测试成绩方面没有显著差异。结合平时单元测验也发现，实验班与对照班学生学习成绩没有显著差异。就此笔者分析原因，小学阶段期末试卷内容还是以知识点考察为主，合作能力很难通过考试成绩真实反应出来。

4.2 实验班与对照班分组合作学习中小组长表现对比分析

本研究依据教师课堂观察、合作学习视频录像以及学生访谈对实验班与对照班合作学习中小组长表现进行对比分析。实验班各小组长普遍威信较高，在协调组员关系、处理组员间的意见冲突等方面明显好于对照班。对照班一些威信高的小组长在合作学习过程中经常表现为控制整个小组成员学习活动;个别小组长成绩较好却没有助学精神，缺少威信。总体看，按照社会网分析确定的小组长作用明显。

5 研究结论与反思

5.1 研究结论

(1) 社会网络分析方法可为小组合作学习中的分组策略、小组长的确定提供依据。运用社会网络分析方法对实验班整体网络结构进行分析，可以透过班级成员间的互动关系数据，使学生间的关系更加清晰与直观化，明确实验班学生间的网络结构以及意见领袖，为学生分组以及小组长的确定提供技术支持。

(2) 基于社会网络分析工具分组的小组合作效果明显，能够加强学生间交流。在合作学习过程中，小组成员间交流互动频繁，能够营造良好合作学习氛围，充分发挥每个小组成员特长，提高了任务的完成质量。

5.2 研究反思

本研究利用社会网络分析方法对班级小组合作学习中学生分组及小组长的确定进行了探索。研究发现根据社会网络分析进行学生分组时，有可能会出现小组“分化”现象，即有的小组全是学习成绩良好，积极性较高的成员; 有的小组是学习积极性弱，成绩较一般的学生。本研究中实验班有一个小组，合作关系虽然紧密，但学生多数是自由散漫，讨论话题经常偏离学习主题。因此，可以认为在基于社会网络分析工具分组过程中仍然需要教师进行适当干预。