师范生课件制作学习影响因素研究

张灵

摘要：参照学者研究和TAM模型理论，将学习者学习感知因素与大学课程学习的一般性影响因素融合，首先构建影响师范生课件制作学习的假设因素模型，而后通过实证调查和结构方程模型分析发现：（1）仅学习感知、教学特色对师范生课件制作学习成效有直接且正向的影响，且学习感知因素影响最大;（2）学习行为、教学特色是师范生学习感知的直接正向影响因素，二者综合对师范生学习感知影响较大;（3）学习基础对学习成效影响最小，但其与环境氛围存在较强关联，二者联合对师范生学习行为影响也较大。据此，文章提出了要充分注重师范生学习感知、改进理论讲授及课后作业与交流的形式、加强师范生信息技术与专业学科基础、加强学习氛围与院系网络平台建设等的建议，以期为有关高校改进师范生课件制作学习、提升师范生现代教育技能提供重要参考。

关键词：师范生;课件制作;学习感知;影响因素;结构方程模型

一、引言

2014年《中小学教师教育技术能力标准（试行）》的颁布，对未来教师——师范生的教育技术能力提出了更高的要求，多媒体课件制作能力已然成为当代师范生能力培养中的重要内容。然而，一些地方高师院校在该项能力培养中普遍存在不知从什么维度、该采取什么样的策略才能有效提升师范生课件制作效率和质量（作品科学性、艺术性、教育性）等的问题[1]。对此，笔者认为，对师范生课件制作学习影响因素及其相互作用的机理作尽可能全面的挖掘和发现相当必要，这可以使有关院校针对性地改进相应培养策略，指导其有效提升师范生现代教育技能。

本文以文献分析和TAM模型理论对可能影响师范生课件制作学习的因素进行充分挖掘、识别，将学习者感知因素与大学课程学习的一般影响因素融合，提出影响师范生课件制作学习的假设因素模型，而后以笔者所在高师学校的理工科师范生为对象进行问卷调查和数据采集，利用Amos软件建立结构方程模型对假设模型进行检验、修正和解析，揭示有关影响因素间的关联关系和其相互作用的机理。

二、相关文献分析

关于大学课程学习影响因素，国内外学者近年来大多从以下几个方面探析：（1）学生本身因素。蔡磊[2]（2015）认为生物性特征、情感特征（如兴趣、爱好）等对女大学生体育学习消极行为的形成起较大促成作用。现实中很多女大学生并没有根据自身实际情况选择合适的学习内容，学习消极现象普遍发生。李妍[3]（2015）认为，理想信念、学习兴趣、学习策略是影响大学生课程自主学习的内在因素。宋兵[4]（2013）认为，学习坚持性、学习兴趣、个人时间等是影响远程学习者学习动机的主要因素。（2）教师教学与教学环境因素。汪雅君[5]（2017）认为，教师的知识水平、教师的教学水平、教学管理与制度、教学资源与环境等对医学课程CBI教学效果有不同程度的影响。黄宁[6]（2015）认为，学校不仅应该改进师范生理论课程的教学方式与方法、使学生深刻理解理论要点，还应该注重校园文化活动对学生实践能力的培养，可以举办诸如教师基本功之类的大赛，或设立学生社团、兴趣小组，为学生自主提高实践教学技能创设良好学习支持环境。（3）家庭与社会因素。皮连生[7]、刘巧芝[8]认为，家庭经济社会状况、社会就业需求与政策以及当前大学生的就业倾向都以不同程度左右着学生课程学习的兴趣与动机，进而影响到课程学习成效。徐军[9]（1997）认为，父母支持对师范生英语学习成绩具有预测功能，师范生知识面扩展、习惯养成及能力提高都与父母的支持和帮助密不可分。

综上，学者考虑了影响大学课程学习的一般性、通用性因素。但是，《多媒体课件制作》作为高校师范生必须掌握的技能学习课程，具有很强的技术性和综合性特征[10]，要求学生在了解计算机辅助教学基本原理和意义的基础上，进一步学习课件制作所需素材的采集、加工、设计与整合等的方法和技巧，能够根据需要自主选择合适的学习（认知）理论设计简单教学课件。因此，师范生课件制作学习影响因素需要在上述学者研究的基础之上进一步扩充，不仅需要考虑教师教学与学校、家庭、社会等环境因素对其学习的影响，更需要特别考虑其在教育教学、信息技术等方面的理论与实践基础以及其对课程的学习感知。

三、融合感知的师范生课件制作学习影响因素识别及关系模型假设

（一）影响因素识别

TAM（TechnologyAcceptanceModel）是Davis、Bagzzi等人提出的一个运用理性行为理论解释或预测用户对信息系统或信息技术接受程度的模型[11][12]。它包含感知有用性和感知易用性两个重要因素（图1），前者反映使用者认为的某系统或技术对他工作业绩提高所起的有利程度，后者反映使用者认为的使用某系统或技术的容易程度。因模型结构简单以及大量实证对其研究价值的高度认同，TAM现已被国内外大量信息教育专家学者用来研究人们对新教育技术/内容的接受程度[13]，RocaJC，ChiuCM，MartínezFJ[14]等人就是国外典型代表。国内，蔡爱丽基于TAM和期望确认理论构建了擴展的SPOC持续学习确认模型，并以实证研究确定了模型中各因素对学生SPOC持续学习的影响系数[15];胡莹基于扩展TAM模型，揭示了感知有用性、感知易用性、感知娱乐性等对于移动微博用户满意度的影响[16]。受此启示，本研究将师范生课件制作学习影响因素分为学习基础、学习感知、学习行为、教学特色、环境氛围五个方面，其中：

（1）学习基础方面，本研究根据课件制作课程学习所需的一般理论与实践基础要求，将教育理论课程成绩、信息技术水平、专业学科知识水平设为师范生课件制作学习基础的主要影响因素。

（2）学习感知方面，本研究将学生对课程以及学生对学习过程中所接触到的工具软件、信息教学系统与交流平台等的感知有用性、感知娱乐性、感知易用性设为师范生课件制作学习感知的主要影响因素。

（3）学习行为方面，本研究将学生课前是否预习、理论课堂是否常作笔记、实践课堂是否积极参与讨论/协作、课后是否及时复习（包括完成作业、参与比赛竞赛等）设为师范生课件制作学习行为的主要影响因素。

（4）环境氛围方面。何克抗、李文光（2002）认为学习环境是学习资源和人际关系的组合，主要包括学习材料、学习认知工具、学习空间、生生间和师生间的人际交往等。借此观点，本研究将课件制作学习者学习时所需的网络平台支撑、社会就业环境、院系学习氛围、学校图书资源等设为师范生课件制作学习环境氛围的主要影响因素。

（5）教学特色方面。解月光[17]（1999）认为，以先进教学思想和先进学习理论指导CAI课件设计是促进学生内部思维活动和认知能力发展的前提与保证，不同学习理论会引发不同学习方法、教学模式和方法产生。柳春艳[18]（2011）通过基于学习共同体的任务型教学，发现试验组学生在作品质量、学习兴趣、责任意識、协作能力等方面明显优于常规组学生，认为教学模式对集体或个体的知识增长有较强影响。据此，本研究将理论教学模式与方法、上机实验形式、作业与交流的形式以及考核方式等作为影响师范生课件制作教学特色的主要因素，将教师是否在教学中应用先进教学思想和方法形式作为课程教学特色的主要考察内容。

（二）影响关系及模型假设

基于上述因素选择，借鉴学者研究[19][20-23]，本研究提出如下H1-H9九条假设，并根据这些假设勾勒出了如图2所示的师范生课件制作学习影响因素及关系的假设模型。

H1：师范生学习基础对其课件制作学习的行为有直接且正向的影响。

H2：师范生学习环境氛围对其课件制作学习的行为有直接且正向的影响。

H3：师范生学习环境氛围对其课件制作教学特色的实施与效果有直接且正向的影响。

H4：师范生学习行为直接且正向影响学习感知，并且会进一步将该作用传导于学习成效。

H5：师范生学习行为直接且正向影响其学习成效。

H6：教学特色直接且正向影响学习感知，并且会进一步将该作用传导于学习成效。

H7：教学特色直接且正向影响学习成效。

H8：师范生学习感知直接且正向影响其学习成效。

H9：师范生学习基础直接且正向影响其学习成效。

四、实证调查与分析

（一）变量设计

由于上述各因素方面和学习成效均属潜变量、不能直接测量，因此本研究在考察验证各因素方面与课程学习成效等相互间的影响关系和作用大小时，首先设计了如表1所示的测量变量组。每组变量都按照上述因素识别分析结果和要能比较全面反映相应潜变量的原则设计与选取。

（二）数据获取

为获取表1所示变量数据，本研究通过文献分析和专家访谈法设计初步问卷，首先对数学与应用数学大三师范生进行小样本调查和分析，而后通过与课题组成员和有关专家的反复讨论、修正，形成了正式问卷。整个问卷分学习基础（3个指标题项）、学习感知（4个指标题项）、学习行为（4个指标题项）、环境氛围（4个指标题项）、教学特色（4个指标题项）、学习成效（4个指标题项）六个维度，共23个题项，每个题项均采用李克特（Likert）标准五点量表设计，1为非常不同意，2为不太同意，3为一般，4为比较同意，5为非常同意。接着，本研究以笔者所在地方高师院校计算机科学与技术、数学与应用数学、物理学三理工科专业的大三、大四学生为例正式调研，共发放问卷330份，收回有效问卷307份，有效回收率为93.03%。其中，男生占比32.6%，女生占比67.4%;计算机科学与技术专业占29.3%，数学与应用数学专业占40.4%，物理学专业占30.3%;志愿毕业后从教的师范生占68.1%，志愿毕业后不从教的占8.5%，志愿尚不确定的占23.4%。可见，地方高师院校（专业）中女生占比明显高于男生，学生毕业后从教可能性大。

（三）信效度分析

为保证问卷具有较高一致性和可靠性，本研究使用SPSS20.0检验得知，问卷整体信度为0.913，学习基础、学习感知、学习行为、环境氛围、教学特色、学习成效六维的信度分别为0.646、0.735、0.874、0.754、0.807、0.885，均在0.6以上，且各指标题项与其所在维度的相关系数均在0.01水平（双侧）上显著相关，可见该问卷确有较高的内部一致性和可靠性。另外，由于检验图2所示假设模型需先检验其测量模型的合理性，因此采用SPSS20.0进行验证性因子分析，发现仅“提升专业有用”和“学校图书资源”两指标题项因子载荷没有达到社科研究中推荐的因子载荷要在0.4以上的要求。因此删除这两个题项再测，发现剩余21题项的标准化因子载荷最小为0.551、且大多大于0.7，这表明问卷各题项都能很好解释相应潜变量。而后再在这21个题项中抽取六公因子时，发现六公因子累计方差贡献率达70.312%，说明剩余21个题项可以用上述六个维度解释。

（四）结构方程模型检验

1.初始模型构建

根据问卷调查样本数据和图2所示假设模型，运用Amos22.0建立结构方程模型并进行首次模型拟合时发现，H5（学习行为→学习成效）、H9（学习基础→学习成效）两条假设路径系数不显著，P值分别为0.067和0.823。对此，按P值从大到小顺序先删除H9，发现H5（学习行为→学习成效）路径系数仍不显著，因此继续删除H5，继而发现剩下的路径其系数都已显著。由此，结合课件制作课程技术性较强的特性，以及师范生初学课件制作课程的学习行为仍以一般课程学习行为为主的事实，本研究认为师范生课件制作课程学习成效不受学习行为直接影响并不意外，即删除H5合理;再者，很多未系统学习教育理论、只有中小学知识水平的社会青年在社会培训机构直接学习课件制作的诸多实例说明，教育理论基础、专业学科知识、信息技术水平等也并非课件制作学习不可或缺的直接基础，因此删除H9也合理。由此，本研究得到了如图3所示的师范生课件制作学习影响因素的初始结构方程模型。

表2是圖3所示初始模型的拟合指标值及一般的参考标准。可以看出，表中GFI、NFI没有达到一般标准，RMR虽达一般标准但不够理想，这说明初始模型拟合度不好，因此需要进一步修正和拟合。

2.初始模型修正

由于样本数据已经过科学性检验、具备良好信效度，因此本研究在模型修正过程中对潜变量的可测变量指标不作更改。仅依照Amos自动提供的MI指数提示，结合“要修改就要能解析”的原则对模型中的协方差进行修改，直到模型达到较理想优度为止，具体修正内容和历程如下：

首先，e15e25的MI值为最大，修正时需增加“上机实验形式”与“学习感知”之间的残差相关路径，修正后GFI上升为0.900、NFI上升为0.897，模型拟合优度向良好方向发展。结合课程性质和学生学习体验可知，学生学习该课程的有关感知与该课程上机实验形式确实存在一定相关关系，因此修正合理。

其次，e17e18的MI值较大，修正时需增加“考核方式”与“作业交流形式”之间的残差相关路径，修正后GFI上升为0.904、NFI上升为0.902，模型拟合优度已达标准要求。结合课程教学实际可知，学生对作业交流形式是否满意、认同的确与课程的考核方式有关，如果平时作业交流形式与课程考核方式背道而驰、不相一致，那么课程教学特色可能根本无法得到应有的认同，因此增加“考核方式”与“作业交流形式”之间的残差相关路径是合理的。

进一步地，我们发现e3e15与e9学习基础之间的MI值也较大，修正时需分别添加“讨论协作”与“上机实验形式”、“就业信心”与“学习基础”之间的残差相关路径。结合本校应用型人才培养目标要求，课件制作上机实验中师生间、学生间的讨论协作不可或缺，因此它们间的相关路径显然存在;同样，“就业信心”与“学习基础”存在相关，这对师范生就业实际而言显然成立，因此增加它们间的相关路径也合理。至此，模型各拟合指标值已如表3所示。该表显示修正后模型卡方自由度比（χ2/df）明显下降、其它拟合指数也大有改观，说明修正模型与样本数据拟合较好。

3.假设检验及结果分析

图4是初始模型修正、拟合的最终结果。其中：学习成效R2值为0.70，说明修正模型能较好解释学习成效的构成机制;路径显著水平方面，表4显示修正模型各路径参数皆显著，说明原假设中除H5和H9不成立外，其它H1-H4、H6-H8都成立。

综合图4、表4可得出师范生课件制作学习影响因素间直接的、间接的和总体的作用效应，详见表5。总体上，通过表5可以得出：学习成效=0.12学习基础+0.44环境氛围+0.56教学特色+0.25学习行为+0.62学习感知，即学习感知、教学特色、环境氛围、学习行为、学习基础五类因素对学习成效的作用比例分别为31.2%、28.1%、22.1%、12.6%和6%（依次减小）。

表6为各测量变量对相应潜变量的标准化总效应。从中不仅可以看出各观测变量对其所属潜变量的影响大小，还可以看出部分观测变量对其它潜变量的显著影响。例如：理论教学方法对学习环境氛围，继续学习愿望、作品质效以及好的考试成绩对学习感知等的影响就较大，影响系数皆在0.5以上。由此结果可厘清更多因素间的隐含影响关系，这对文后讨论与建议非常有利。

五、讨论与建议

基于上述分析统计结果，可得如下三点结论：第一，仅学习感知、教学特色对师范生课件制作学习成效有直接且正向的影响，且学习感知因素影响最大;第二，学习行为、教学特色是影响师范生课件制作学习感知的直接因素，二者综合对学习感知的影响较大（标准化作用总和达0.81）;第三，学习基础对学习成效影响最小，但其与环境氛围存在较强关联，二者联合对师范生课件制作学习行为的综合影响也较大（标准化作用总和达0.79）。由此，为有效促进师范生课件制作学习，本研究特作如下讨论和建议：

（一）要注重师范生课程学习感知，尤其要使师范生保持良好的娱乐性感知

学习感知是师范生课件制作学习成效的直接正向影响因素，影响作用比例（31.2%）居五类因素之首，所以增强学习感知是改进师范生课件制作学习的最有效途径。由于操作娱乐性是学习感知中最为重要（标准化總效应0.808，表6）的观测变量，且教学特色是学习感知的直接影响因素（影响值0.41，表5），因此教师应积极通过改进教学方法，或选择富有兴趣性的案例/任务来提高师范生在理论学习与上机实践中的娱乐性感知，例如可以采用游戏化教学来提高师范生对课件制作的娱乐性感知。此外，定期做好师范生对课件制作学习的感知调研也相当必要，这对教师应该选择什么样的教学内容、如何调整教学方法等都将有重要的指导意义。

（二）要改进理论讲授及课后作业与交流的形式，注重教学特色对感知和成效的双重影响

教学特色对学习成效的总影响（28.1%）仅次于学习感知，因此提升教学特色是改进师范生课件制作学习的另一可靠途径。而从表6可知，提升教学特色最有效的两个选项是改进课程理论讲授方法和课后作业与交流的形式。由此，鉴于当代大学生对于微信的特别喜好，笔者认为任课教师可以尝试通过构建微群或微公众平台来改进生生间、师生间的课外交流形式，通过朋友圈分享课件作品和教师对其恰当点评等方式变换课后的作业形式，以最终提升师范生学习课件制作的成效。

（三）要加强信息技术、专业学科等学习基础，注重学习基础与环境氛围的关联

学习基础对学习成效影响虽为最小，但其与环境氛围的关联度较高（标准化相关路径系数达0.62），二者联合对学习行为的综合影响值达0.51（图4），因此学习基础不可忽视。而由表6可知，强化师范生课件制作学习基础最重要的是要加强师范生的信息技术基础和专业学科基础（对潜变量的标准化总效应都为0.636）。

（四）要加强学习氛围和网络平台建设，注重环境氛围对学习行为及教学特色的双重影响

图4、表5显示，环境氛围有对学习行为、教学特色的直接影响关系，对应标准化总效应分别为0.31和0.64。而同样由表6可知，院系学习氛围、院系网络平台是师范生课件制作学习环境氛围的主要影响因素（标准化总效应分别为0.967和0.927）。因此，加强院系学习氛围、网络平台等建设相当必要，此举必将有利于师范生课件制作学习行为（如课前预习、课中或课后的讨论协作等）的改进和教师教学特色的效果提升。

六、结束语

信息化教育时代，各种平台、微课、VR、APP等技术手段在教育教学中应用越来越多，但是传统多媒体课件在现代课堂教学中仍发挥着不可替代的作用，课件制作的能力仍是师范生现代教育技能的重要组成部分。因此，地方高师院校作为基础教育师资的主要培育之地，应该在传授师范生基础教育理论和学科专业知识与技术的同时，更加注重对师范生课件制作能力的培养。相关研究也不应总是停留在现状调查和教学模式改进等较浅层面，紧扣课件制作本身具有的强技术性和高综合性要求、以新思维新方法对实证调查数据进行科学分析，是深入了解当前师范生课件制作学习影响因素和机理，从而针对性地改进师范生现代教育技能培养策略的必要前提。本文参照学者研究和TAM模型理论选取相关影响因素，通过对笔者所在高校的师范生的实证调查和结构方程模型分析，考察了有关因素对师范生课件制作学习的影响作用和其间隐含的关联关系，研究方法、结论和建议可为相关学者研究和高校改进师范生课件制作学习、提升师范生现代教育技能提供重要参考。与既有研究相比，本研究将学习者学习感知因素与其他常见因素进行融合，在师范生现代教育技能课程学习影响因素研究的方法和视角上更显科学性和创新性。

参考文献：

[1]李丹茹.数学师范生信息技术能力培养的调查研究[D].河南师范大学，2016.

[2]蔡磊.女大学生体育学习消极行为形成的诸因素解析[J].当代教育科学，2015（11）：59-61.

[3]李妍，罗军，张巍.大学生自主学习影响因素探析[J].中国成人教育，2015（19）：148-150.

[4]宋兵.影响远程学习者学习动机的因素分析[J].中国远程教育，2013（11）：62-67.

[5][19]汪雅君，吴让科.医学课程CBI教学效果影响因素分析[J].解放军外国语学院学报，2017，40（4）：93-99.

[6]黄宁.基于决策树技术的师范生就业影响因素探析[J].中国成人教育，2015（12）：107-109.

[7]皮连生.学与教的心理学[J].教师，2014（29）.

[8]刘巧芝，曹婧妤，车蕙.非智力因素对大学生学习成绩的影响[J].教育探索，2009（5）：127-128.

[9]徐军，马丽娟，王宇，等.高师学生英语学习影响因素分析——辽外专在校生素质抽样调查[J].现代教育管理，1997（5）：44-49.

[10]杨家宽.多媒体课件制作课程教学中学生学习迁移能力的培养策略[J].中国医学教育技术，2013，27（2）：210-212.

[11]张李义，张然.技术接受模型（TAM）关键变量前因分析[J].信息资源管理学报，2015（2）：11-20.

[12]鲁耀斌，徐红梅.技术接受模型的实证研究综述[J].研究与发展管理，2006，18（3）：93-99.

[13]翟雪松，尹吉明，林莉兰.结构方程视角下我国翻转课堂满意度模型构建[J].高教探索，2015（5）：65-72.

[14]RocaJC，ChiuCM，MartinezFJ.Understandinge-LearningContinuanceIntention：AnExtensionoftheTechnologyAcceptanceModel[J].InternationalJournalofHuman-ComputerStudies，2006，64（8）：683-696.

[15]蔡爱丽.高职院校学生SPOC持续学习影响因素及干预路径研究[J].中国职业技术教育，2017（35）：72-75.

[16]胡莹.移动微博持续使用行为影响因素研究[D].北京邮电大学，2013.

[17]解月光.论建构主义学习理论对课堂教学用CAI课件设计的指导意义[J].中国电化教育，1999（2）：43-45.

[18]柳春艳.基于学习共同体的任务驱动型教学尝试——《多媒体课件设计与制作》课程实践探索[J].现代教育技术，2011，21（7）：46-49.

[20]常香云，陈智高，刘红丽，等.信管专业计算机类课程学习的影响因素及机理研究[J].现代教育技术，2010，20（4）：55-59.

[21]孙治国，赵铁成.远程开放教育辍学现象与学员学习基础间的关联分析及对策——以开放教育英语专业（专科）为例[J].现代远距离教育，2015（1）：8-14.

[22]肖建勇，谭宇蕙.医学生物技术教学特色与提高实践能力的改革思路[J].中国中医药现代远程教育，2018（3）.

[23]翟宇卉，杨明辉.基于结构方程视角的大学生慕课学习意愿研究[J].大连理工大学学报：社会科学版，2017，38（4）：152-159.

（责任编辑赖佳）