体育师范生TPACK能力评价量表的信度、效度检验

谢 科

（韶关学院 体育学院，广东 韶关 512005）

现阶段，整合技术的学科教学知识（TPACK）是信息教育技术领域研究的热点.该理论体系最早由密歇根州立大学（美国）的Punya Mishra与Matthew J. Koehler 学者提出，TPACK是一种“整合技术的教师知识的框架”，它是“学科内容、教学法和教育技术”这3种知识要素相互之间的“化学反应”，整合技术的学科教学知识是整合了这3种知识要素后形成的一种新知识结构，其中包括、TK（Technological Knowledge）、CK（Content Knowledge）、PK（Pedagogical Knowledge）、TCK（Technological Content Knowledge）、PCK（Pedagogical Content Knowledge）、TPK（Technological Pedagogical Knowledge） 及TPACK（Technological Pedagogical And Content Knowledge）等7个维度［1］.

笔者基于当前应用信息教育技术研究进展，以体育学科为依托，尝试编制体育师范生TPACK能力的测评量表，旨在提高体育师范生的信息技术学科教学知识应用能力.

1 TPACK测量方法的发展趋势

针对TPACK 测量的相关研究，魏婷婷［2］、马建军［3］提出了两个值得深入研究的方向：一是学科化的TPACK测量.不同的学科有其自身独特性，一般性的测量理论与方法不能满足各学科的测量需要，将会一定程度上影响测量结果正确性.国外最频繁采用的研究方法是定量研究，占46.7%，定性、定量结合占41.1%，定性研究占12.1%.二是TPACK混合式测量方法研究，不同测量方法其最终目标应是测量结果的准确性，每种单一测量方法可能有其自身的局限性，通过不同测量方法的对比、分析、修正才能接近测量结果科学性.

同时，徐鹏针对TPACK的测量方法指出，整合量表测量法、开放式问卷调查法、访谈法、观察法和间接测量法、主客观相结合、定性与定量相结合的混合式TPACK测量方法将是研究重点和热点［4］.通过中国知网以TPACK为关键词、核心期刊为附加条件选出的132篇文献，其研究主题为整合技术的学科教学知识理论研究（70.4%），以学科为主题（主要是数学、化学、外语学科）的文献约10.6%，其他为19%.文献分析表明TPACK学科化的研究比较欠缺，理论研究居多.

2 体育师范生TPACK能力测量量表信度、效度分析

量表的设计主要参考国外较为权威的学者Denise A. Schmit和Kent Crippen设计的测量量表，该量表使用了书面测评、教学行为观察法、临床访谈法等方法，对教师在技术整合背景下，在真实课堂中的教学表现进行评价的一种工具［5］.本文量表抽取了TPACK测量共性题目.从学科化的角度参考国内的数学学科的詹艺的量表［6］.经分析，以往的量表随着现代信息技术的发展有些内容和要求已不合事宜，如TK部分有些量表内容如“能轻松解决一些技术问题（如：电脑无法弹出光驱、连接网络失败等）”，现在师范生或年轻教师更多使用的是笔记本、平板电脑，很多方法或软件已不需要使用光驱.

鉴于此，本文量表经过初步设计——听取专家意见并修改——初步测试——再修改——再测试5个步骤.问卷采用Liker 5点积分法，1～5代表“非常不同意”到“非常同意”.问卷的发放主要为电子问卷的形式，于2019年11月发放并完成测试.测量的对象为广东3所高校（广州两所、粤北一所）三、四年级体育师范生，回收问卷235份，其中有效问卷为223份，有效问卷回收率为94.9%.

2.1 TPACK测量量表的效度检验分析

效度越高表明测量结果越准确.测量量表效度的常用方法有：单项与总和相关效度分析即结构效度分析、准则效度分析和内容效度分析等.在准则效度分析中，选择一个合适的准则较为困难，从而使该方法受到限制，故笔者采取结构效度分析和内容效度分析［7-8］.

2.1.1 结构效度检验

结构效度分析所采取用的方法是因子分析.适当性取样的Kaiser-Meyer-Olkim（KMO）度量可用于衡量一组变量的相关程度，当KMO值越接近1越适合做因子分析，反之，不适合于作因子分析.少于KMO值＜0.6为效果不佳［9］.由于量表是詹艺等人已验证过的量表改编而来，量表的7个维度较为权威和清晰，故不对整个量表做因子分析，只对各组成部分作探索性因子分析进行效度检验［10］. 7个维度KMO值＞0.7，Bartlett球度检验的显著性为0.000，适合做因子分析（见表1）.

表1 TPACK量表（7个维度）的KMO值和Bartlett球度检验

因子分析过程中，每一个维度通过主成分分析选取大于1的公因素，若某些维度抽取多个因素时，需要对主因子维度进行降维处理，提取特征值＞1的公因子，基于心理测量学家杜克尔的相关理论，当项目和测验的相关系数在0.3～0.8之间，项目之间的相关系数在0.1～0.6之间，构造的项目被认为较为健全. 在这些相关全矩之内的项目为测验提供满意的信度和效度当公因子共同度＜40%，因子负荷＜0.45时，部分题项表明与公因子关系相关度低，应逐步删除达到降维目的［11-12］.通过分析，共提取7个公因子，以下是各个维度因素分析结果.

（1）技术知识（TK）

TK维度提取一个公因子，因子特征值为3.488 ，解释贡献率为69.76. TK维度各个题项公因子的共同度和因素负荷见表2，题项1～5的公共因子共同度的值分布在0.567～0.762之间，大于0.4，因素负荷值分布在0.715～0.852区间，均大于0.45，可保留所有题项.

表2 TK维度各个题项的共同度和因素负荷

（2）学科内容知识（CK）

CK维度提取一个公因子，因子特征值为2.699，解释贡献率为66.73. CK维度各个题项公因子的共同度和因素负荷见表3，题项1～4的公共因子共同度的值分布在0.471～0.781之间，大于0.4，因素负荷值分布在0.561～0.891区间，均大于0.45，可保留所有题项.

表3 CK维度各个题项的共同度和因素负荷

（3）教学法知识（PK）

PK维度提取一个公因子，因子特征值为3.497，解释贡献率为60.28. PK维度各个题项公因子的共同度和因素负荷见表4，题项1～6的公共因子共同度的值分布在0.566～0.655之间，大于0.4，因素负荷值分布在0.765～0.841区间，均大于0.45，可保留所有题项.

表4 PK维度各个题项的共同度和因素负荷

（4）整合技术的学科内容知识（TCK）

TCK维度提取一个公因子，因子特征值为1.79，解释贡献率为59.67. TCK维度各个题项公因子的共同度和因素负荷见表5，题项1～3的公共因子共同度的值分布在0.523～0.689之间，大于0.4，因素负荷值分布在0.691～0.845区间，均大于0.45，可保留所有题项.

表5 TCK维度各个题项的共同度和因素负荷

（5）学科教学法知识（PCK）

PCK维度提取一个公因子，因子特征值为2.596 ，解释贡献率为64.90. PCK维度各个题项公因子的共同度和因素负荷见表6，题项1～4的公共因子共同度的值分布在0.491～0.658之间，大于0.4，因素负荷值分布在0.611～0.786区间，均大于0.45，可保留所有题项.

表6 PCK维度各个题项的共同度和因素负荷

（6）整合技术的教学法知识（TPK）

TPK维度提取一个公因子，因子特征值为2.53，解释贡献率为63.25. TPK维度各个题项公因子的共同度和因素负荷见表7，题项1～4的公共因子共同度的值分布在0.584～0.686之间，大于0.4，因素负荷值分布在0.738～0.823区间，均大于0.45，可保留所有题项.

表7 TPK维度各个题项的共同度和因素负荷

（7）整合技术的学科教学知识（TPACK）

TPACK维度提取一个公因子，因子特征值为2.706，解释贡献率为67.65. TPACK维度各个题项公因子的共同度和因素负荷见表8，题项1～4的公共因子共同度的值分布在0.599～0.738之间，大于0.4，因素负荷值分布在0.732～0.868区间，均大于0.45，可保留所有题项.

表8 TPACK维度各个题项的共同度和因素负荷

2.1.2 内容效度结果分析

内容效度主要检验量表中的各个维度与下属的题目的相关关系如何，各题目与所属的维度相关度越高，即相关系数越接近1，题目便越能反映所属维度的内容，内容有效.通常采用双因素（双变量）相关分析来做检验.各题目的相关系数＞0.7，属于良好区间，相关系数的显著性水平为0.000，非常显著，可保留所有题项（见表9）.

表9 TPACK问卷内容效度分析

2.2 量表的内在信度分析

信度包括内在信度和外在信度，内在信度的高意味着所评估项目的一致程度高，相应的评估项目有意义，所得评估结果可信.外在信度由于需要不同时间对同批被评估对象进行重测，由于研究的被评估对象都是随机性，且分散广东不同地区，重测不太现实.因此研究只针对量表的内部信度.内部信度常用克朗巴哈系数（Cronbach）α系数.经验上，如果克朗巴哈α系数在0.8～0.9之间是可以接受的，信度较高；如果大于0.9，则认为量表的内在信度很高；如果克朗巴哈α系数小于0.7，则认为量表设计存在很大问题应考虑重新设计.另外，由于该测量量表包含7个维度，为确保量表的可信性，在SPSS的信度分析时对各位维度进行分析.由表10可知，量表各个部分的克朗巴哈α系数在0.819～0.915之间，属于良好区间，量表的整体的克朗巴哈α系数为0.929，因此量表的以及各个维度的内在信度较为理想，不需删除题项.

表10 TPACK量表各维度内部一致性分析

3 结语与展望

3.1 结语

（1）体育师范生TPACK测量含TK、CK、PK、TCK、PCK、TPK、TPACK等7个维度，共30个题项.

（2）在量表的结构效度方面，7个维度KMO值＞0.7，Bartlett球度检验的显著性为0.000，适合做因子分析，各个维度题项的共同度和因素分析都在合理区间，结构效度较好.

（3）在量表的内容效度方面，采用双因素（双变量）相关分析来做检验，各题目的相关系数＞0.7，属于良好区间，相关系数的显著性水平为0.000，内容效度良好.

（4）在量表内部信度方面，内部信度常用克朗巴哈系数α系数，结果显示，量表各个部分的克朗巴哈α系数在0.819～0.915之间，属于良好区间，问卷的整体的克朗巴哈α系数为0.929，问卷的整体以及各个维度的内在信度较为理想.

3.2 展望

（1）研究样本选取广东3所高校（体育教育专业），调查人数为235人，应用范围有限和样本较少，后续研究将扩大多个同省或不同省份的高校进行大范围的试测，以提升体育师范生TPACK能力的施测效度、信度.

（2）测量量表根据国内外权威学者研究基础上改编，在体育学科的层面上未来需进一步修改和应用测评，以致更好提高TPACK测量的学科化和正确性.

（3）研究只完成体育学科化TPACK测量评价的第一步（定量测评），综合测量评价是TPACK测量未来发展的方向，主客观结合、定量与定性结合测评有利于测评可靠性和正确性提升.

（4）测量量表应用价值主要有几个方面：为体育教学理论知识研究及其教育学、心理学等有关学科的交叉研究提供实践工具；为教师在信息技术、体育学科知识、教学法知识3者融合的研究提供一个新的视角；优化体育师范生人才培养方案，全面提升教学质量.