关于混合式教学推动学生外语自主学习能力提升的实证研究

杨璘璘

（广东行政职业学院，广东广州，510800）

近年来，随着翻转课堂、慕课（MOOC）等各种信息化教学资源建设的开展，混合式教学孕育而生，并得到广泛的研究和实践。该教学模式强调整合在线教学和传统教学的优势，打造“线上”+“线下”有机结合、无缝对接的教学模式，有利于把学习者的学习引向深度学习，切实提升学生的自主学习能力和教育质量[1]。《2015 地平线报告》指出，“混合学习的广泛应用”是最近两年高等教育技术应用的趋势之一[2]。英语课程（包括非英语专业的大学英语以及英语专业的专业课程）作为国内高等教育非常重要的课程领域，一直在积极实践混合式教学的最新成果。

一般而言，教学模式改革的终极目标是提高教育成效。因此，在轰轰烈烈的信息化课程改革实践过程中，我们必须对其教育效果进行科学有效的评价。国外关于混合式教学的课程效果评价多以实证研究为主，研究者大多对混合式教学持肯定态度。石儒居（Shih Ru-Chu）通过实证发现，利用视频博客结合传统口语课堂训练的混合教学方式，有利于提高英语的教学成效[3]。美国教育部公布的调查报告《基于证据的在线学习评估：在线学习研究的元分析和综述》（Evaluation of Evidence-Based Practices in Online Learning：A Meta-Analysis and Review of Online Learning Studies)显示，相较于在线学习和面授，混合式教学的学习效果最佳[4]。国内学者也尝试对混合式教学在不同课程中的运用成效开展实证研究。胡杰辉和伍忠杰认为混合式教学有助于提高学生的语言学业成绩、语言应用能力等[5]。刘萍则认为基于多媒体网络和传统课堂相结合的大学英语教学模式有助于提升学生的自主学习能力和思辨能力[6]。

为了更好地揭示和科学评价混合式教学对学生自主学习能力提升的作用，本研究以广东省某高职院校的系列英语课程的混合课程改革为背景，通过理论构建与实证研究相结合的方式，构建高职英语学习者自主学习能力评价框架。同时，采用该量表对参与混合课程改革的学生进行外语自主学习能力测评，以揭示混合课程改革对高职学生外语自主学习能力各个维度的提升作用，为今后混合课程的改革提供优化思路和指导。在研究过程中，为了确保评价量表的科学性和可操作性，课题组基于混合式教学和能力测评理论框架，经过专家指导、成员讨论、试测、调整优化等多次修改而形成最终量表。同时，通过对大样本受试者的测试结果进行探索性因子分析，归纳提取出符合混合式教学改革背景下高职学生外语自主学习能力评价的模型和量表，并进行信度、效度和验证性检验。

一、研究设计

（一）混合课程改革教学实验

实验基于广东某高职院校的系列英语课程（非英语专业的大学英语以及英语专业的专业课程）进行。实验对象为该校大学一年级、二年级和三年级参加混合课程改革实验班的学生。该批学生均已经体验过一个学期的混合课程改革，可以较好地适应常态化的混合课程教学。系列英语课程混合课程改革采用清华在线作为线上主平台，其他免费英语学习线上平台和APP为辅助练习平台，蓝墨云班课作为即时交互平台，课堂作为线下互动平台。混合课程包括线上自主学习和线下教师面授，比例大约为4：6。混合课程改革采取院级课程立项为驱动，全部教学活动由课程组成员共同设计、开发和执行，其核心为线下课堂时间不再进行知识目标的讲解，而是基于学生线上的学习数据，重点解决学生存在的难点疑点以及组织输出性语言任务。

（二）量具设计与实施

1.测试题项设计

由于尚未发现适用于混合课程改革下语言自主学习能力的测评工具，因此，课题组在混合教学、语言自主学习能力测评的理论基础上，根据参与混合课程改革实验的学生对自主学习能力的自述内容，形成了问卷的初稿。然后根据30名参加预测学生的反馈意见、Cronbach’s alpha系数检验结果和同行专家的审阅意见，对问卷的内容、顺序、长度和语言表达等进行了修订，最终形成了正式问卷，确保了问卷有较好的内容效度。问卷分两部分：第一部分为受试者的个人信息，包括性别、专业、年级、生源地和大学英语四级成绩等内容；第二部分为28个语言自主学习能力评价题项（包括反向计分题项）。题项均采用李克特五级量表计分，要求受试者依据自身实际学习情况作答。其中，1=完全不符合，2=基本不符合，3=不确定，4=基本符合，5=完全符合。

2.数据收集与分析方法

受试对象为英语混合课程改革的全体同学，他们来自不同的专业和不同的年级，有很好的代表性。本次问卷调查采用问卷星线上填写网络问卷，由项目团队给学生现场讲解本研究的目的、填写注意事项后现场完成。学生在填写问卷的过程中，若有疑问，可以及时询问团队成员。因此，确保了问卷收集信息的真实性和准确性，本次共收回有效问卷624份。其中，按照是否是毕业班身份划分，非毕业班问卷507份，毕业班问卷117份；按照性别划分，男生98份，女生526份；按照专业划分，英语专业327 份，非英语专业297 份；

依据语言自主学习能力测量的相关理论，采用不含预先假设的探索性因子分析数据，对潜在维度的数目和结构进行科学构建，以期归纳出混合课程改革下语言自主学习能力评价的核心因子。利用主成分法对问卷中的李克特量表数据（反向计分题目转为正向计分）进行因子降维分析，删除相关性较差的题目。然后，采用Kaiser标准化正交旋转法，按照Eigenvalues值（特征值）大于1的标准进行因子抽取。然后对聚类后的因子进行信度检验、效度检验和验证性分析，并基于公因子的核心特征命名因子。最后，结合混合课程改革和自主学习的相关理论框架依次对因子成分进行阐述分析，以准确全面地描述混合课程改革对学生语言自主学习能力各个维度的提升作用。所有数据分析均是利用 SPSS22.0统计分析软件完成。

二、研究结果

（一） 主成分因子分析

首先，根据对量表各个题目数据的初步分析，删除了相关性较差的2个题目。然后运用探索性因子分析进行KMO和Bartlett球形检验。结果显示：Bartlett 球性检验卡方检验值为5281.246，自由度为325，在.000水平上显著。KMO值是 0.875，在0.80以上，说明数据存在共同因子，满足因子分析的前提条件[7]68。其次，根据主成分分析的提取方法，全部题项的标准化因子负荷在0.44—0.82之间，平均达到0.657（SD = 0.115），均高于0.40的可接受值[7]68。最后，对数据进行 Kaiser 标准化正交旋转，在七次迭代后收敛，萃取了七个公因子。由于最后一个因子只包含一个项目（一般来说，一个因子至少应该包含三个变量），不够稳定。因此，结合碎石图，我们在第二次设置公因子抽取时，选择了“因子的固定数量”,设定抽取六个因子。最后六个因子的方差总解释率为56.96%，符合吴明隆所提出的社会科学领域中萃取的公共因子累积解释方差因高于50%的要求[7]68。详细结果见表1。

表1 探索性因子分析成分矩阵旋转后结果

题项内容 因子1因子2因子3因子4因子5因子6 13.我认为利用互联网资源进行英语自主学习经济投入成本与学习成效成正比。0.821 4.我认为利用互联网资源进行英语自主学习时间投入成本与学习成效成正比。0.755 9.我经常利用互联网资源进行英语自主学习。 0.441 16.我认为利用互联网资源进行英语自主学习对我而言非常困难。0.792 19.我利用互联网资源进行英语自主学习动力不足。 0.76 3.我认为利用互联网资源进行英语自主学习非常有趣。 0.507解释方差% 12.288 11.181 8.855 8.484 8.358 7.798累计解释方差% 12.288 23.469 32.324 40.808 49.166 56.964各因子信度 0.843 0.782 0.731 0.784 0.782 0.681

（二）信度和效度检验

1.信度检验

根据主成分分析结果，我们利用Cronbach’s alpha系数信度检验法，依此检验六个公因子的内部一致性信度，各因子信度值参考表1数据，均高于0.6，符合探索性因子分析要求。同时，我们对六个因子共26个项目进行信度检验，Cronbach’s Alpha值为0.853，证明本量表具有较高的结构信度，达到了测试要求。

2.效度检验

由于前文已经论述过本研究是如何确保问卷的内容效度的，这里仅对问卷的效标效度进行检测。效标效度是指对同一变量用不同的方式进行测验，并比较不同的结果。周孝正指出“如果其他方式也有效，那么即具备效标效度”[8]。已有研究表明，学生的语言学习成绩高低与语言自主学习能力有显著性正相关。换言之，学生的语言成绩较好，则他们对应的语言自主学习能力也应该相对较高。因此，把学生语言成绩的考核结果作为语言自主学习能力的效标，进行效标效度检验是完全可行的。该效标检验涉及两个变量，一是受试者的语言学习成绩，我们采用问卷中受试者提供的大学英语四级成绩。二是受试者的自主学习能力得分，即受试者在六个因子的总得分。之后，我们将大学英语四级成绩在总样本平均分以上的受试者归为语言成绩的高分组，将平均分以下的受试者归为语言成绩的低分组，并通过独立样本t检验比较高分组和低分组的语言自主学习能力得分是否存在差异。结果显示，语言成绩高分组的语言自主学习能力得分（M=88.51，SD=1.432）明显高于语言成绩低分组(M=81.34,SD=1.563)，t(622)=2.953,P＜0.001。因此，通过语言学习成绩角度可以较好地验证了本研究的测量工具对受试者的语言自主学习能力这一构念的评价是客观有效的。

（三）验证性分析

为了检验语言自主学习能力假设模型与实际数据的拟合程度，我们采用AMOS结构方程模型分析软件对数据进行验证性因素分析。经过软件处理分析得到表2 的结果。数据比对结果显示该模型的拟合度较好，验证了该语言自主学习能力量表由6个因子构成的假设。

表2 AMOS 验证性分析结果

三、研究讨论及启示

（一）语言自主学习能力评价的四维模型

基于前述分析结果,我们提出了高职学生外语自主学习能力的四维、六因子的评价模型下面结合自主学习的相关理论和混合课程改革实践开展讨论。

1. 监控和反思语言自主学习质量

因子1包含的6个题项(因子负荷从0.549 到0.748）表述的是受试者是否对语言自主学习的过程进行有意识的监控和认知反思，故这一因子被命名为“监控和反思语言自主学习质量”。具体包括两个维度：一是评估受试者是否会利用信息化自主学习的工具（如语言自主学习平台或系统）所提供的基于大数据的学习效果诊断，及时了解语言自主学习的进度、存在问题和成效，并基于此及时调整自己的语言自主学习目标、策略和方案（题项11、24）。二是测评受试者是否会有意识地对自己的语言自主学习策略进行反思，包括自我反思（题项20、18）和通过与外界交流进行反思两方面（题项15、23）。“对语言自主学习质量的监控与反思”因子是自主学习能力最核心的构成部分。可见，语言自主学习能力高的受试者会经常对自己的自主学习进行质量监控和设计调整，以更好地实现语言自主学习的预期目标。以往有关自主学习能力测评的研究中也论述了该因子的重要性。有研究者认为，主动、有效地对习得进展进行监控并评估习得质量是自主学习非常重要的一个环节，这表明学习者开始学会为自己的学习负责[10]3。安妮塔·文登（Anita Wenden）提出了“元认知能力和策略”，即学习者为计划、组织和评估学习所采取的一系列有意识地监控行为[11]。本研究对信息化背景下的自我监控能力赋予了新内涵，更加注重学习者对大数据诊断结果的有效利用及更为多元化和泛在化的策略反思和调整，这是信息化背景下语言自主学习能力最为核心的体现。

2.教师信息化教学活动设计与监控

因子2 包含的6个题项(因子负荷从0.527到0.806），聚焦的是受试者是否可以在教师的引导帮助下，意识到教师语言自主学习能力培养的教学目的、策略和监控途径，并积极参与语言自主学习活动的能力，故这一因子被命名为“教师信息化教学活动设计与监控”。具体包括两个维度：一是理解教师进行语言自主学习教学的目的，并参与一些较为具体的语言自主学习活动，如语言自主学习策略的训练和相关学习渠道资源的分享（题项2、5、11）。二是能较好地理解教师对自主学习过程的顶层设计和监控（题项7、22、8）。该因子体现了在语言自主学习能力培养过程中教师的课前顶层设计、课中细节指导以及课后跟进监督的重要性。正如胡杰辉等指出“有效的在线学习任务设计是信息化翻转课堂教学效果的首要保障”[12]5。同时，该因子反映了威廉·利特伍德（William Littlewood）所论述的“后摄自主”的观点[13]，体现出职业院校学生倾向于从教师所设计的教学目的和教学内容中来选择和构建自己的学习框架。因此，正如徐锦芬等所强调的，教师应改进自己的教学方法，学生才能真正成为课程学习的主人，并开始有意识地去了解教师的教学目的，将教师的教学目的和内容转换为自己的学习目的和内容[14]。

3. 语言自主学习策略的使用

因子3和因子4可归纳为“语言自主学习策略的使用”，其中因子3涉及4个题项(因子负荷从0.461到0.736），体现的是以提高综合能力为导向的语言自主学习策略。因子4包含4个题项（因子负荷从0.609到0.792）,主要涉及以提高语言学业成绩为导向的语言自主学习策略。具体而言，因子3中的自主学习策略更为宏观，包括利用互联网资源和信息化手段提高语言的听说能力（题项17、12、25）和信息素养（题项10）等能力；因子4中的自主学习策略更加具体，包括利用人工智能和互联网大数据等完成语言课程的相关作业。学习策略的使用一直是自主学习能力一个非常重要的测量维度。Holec指出，自主学习方法和策略的选择十分关键，有利用增强学习者的信心和责任心，同时提高学习者的自主性和独立性[10]4。徐锦芬提出自主学习概念的复杂性，其中一个测量的维度就是学习方法的使用[15]。在信息化的背景下，涌现了许多基于大数据、人工智能等辅助的语言自主学习策略，对这些策略的有效使用，以产生新知识的关联、内化和应用，是语言自主学习能力的重要体现。

4. 积极的语言自主学习态度

因子5和因子6可归纳为“语言自主学习态度”，其中因子5包括3个题项(因子负荷从0.441到0.821)，表述的是对语言自主学习的成效态度（题项13、4）和使用频率（题项9）。因子6包含3个题项(因子负荷从0.507 到0.792） ，体现的是语言自主学习的动机态度，如趣味性（题项3）和难度（题项16、19）。不少研究证明自主学习态度与自主学习成效有显著的相关性[15]。本研究从语言经济学视角出发，发现语言自主学习能力高的同学对自主学习这一活动的时间和经济投入回报均持有较为肯定的态度。他们更能感受到语言自主学习的乐趣，从而激励他们以更大的动力、投入更多的时间进行语言自主学习，形成一个良性循环。

（二）混合课程改革对语言自主能力提升的成效

我们用本研究中分析的量表，在混合课程改革开展一个学期后，对624名学生进行语言自主学习能力测评。结果表明，在混合课程改革的作用下，受试者在语言自主学习能力6个因子维度的平均得分是具有显著差异的，Greenhouse-Geisser调整F（4.52,8461.08）=354.49，p＜0.001，偏 η2=0.159。独立样本t检验用来说明哪两个因子之间的平均得分是不同的，每个检验的a水平为0.008。结果发现除了因子1和因子5之间的平均得分没有显著性差别，其他因子的两两比较中，均存在显著性差别，P＜0.001。所有因子的平均得分均超过3分（在问卷中对应的是“不确定”的选项），4分代表“基本符合”，表明混合课程改革有一定的成效，绝大多数学生开始表现出语言自主学习能力的显性因子特征。其中，受试者在因子4“学业导向的语言自主学习策略”的得分最高，为4.30，表明绝大多数学生在混合课程改革之后，均能够有效地借助信息化手段和互联网大数据来完成语言课程相关的作业，以提高自己的语言学业成绩。这与大多高职学生语言学习的动机为工具型动机有关，即学生开展语言学习是为了获取某种实际利益[16]，如通过大学英语期末考试、考取大学英语四、六级证书、在英语比赛中获得名次等。平均分最低的为因子6“语言自主学习的态度评价”，表明学生认为语言自主学习还存在一定的困难，在兴趣和动力方面还需要加强。

表3 语言自主学习能力各因子描述统计结果

四、 结语

本研究在混合课程教学实践的基础上，采用理论构建与实证数据分析相结合的方法，建构了一个四维度六因子的高职学生语言自主学习能力评价框架。数据分析结果显示，该评价体系具有较高的信度、效度和拟合度，可为信息化背景下语言自主学习能力测评提供有价值的参考。与以往语言自主学习测评体系相比，本研究的评价体系有以下创新：一是测量维度更为丰富和细化，如基于语言经济学理论，增加了语言自主学习效益评价维度；对认知监控、自主学习策略和自主学习态度维度进行了细分，均加深了对语言自主学习能力构念的理解。二是基于混合课程实践改革，对信息化背景下的语言自主学习能力的内涵进行了拓展和与时俱进的解读。具体而言，更加关注学生和教师对以互联网为依托的大数据辅助教学资源和策略的有效利用。

本研究对高职学生外语类课程的混合课程改革有一定的启示。一是在混合课程改革中，教师的作用不但没有减弱，反而显得更为重要，纠正了“互联网+教育”会取代教师的观点。教师科学、清晰的顶层设计，是语言自主学习培养发生的根本。混合课程改革的教学步骤、教学任务和教学评价越清晰，越有助于学生将教师的教学目标和内容转换为自己的学习目标和内容，学会为自己的学习负责。这对于比较依赖老师的高职学生尤为明显。二是在混合课程改革中，应该加强发挥融合型动机对自主学习能力的提升作用。利用多种信息化手段，鼓励学生多使用能力导向的语言自主学习策略，发挥语言学习在人文素养、批判思维和国际公民意识等方面的培养作用。三是应及时了解学生语言自主学习过程中的困难，并进行有效的干预和引导，提升学生语言自主学习的动力和兴趣，确保混合课程教学成为一种常态化的教学模式和机制。

本研究的不足之处在于样本对象过于单一，同时对所构建的测评体系的实践检验还不够充分。在未来的研究中，应该通过对更多样化样本的长期跟踪测评，不断对本研究的测评体系做调整和优化。