基于OBE理念的“多元统计分析”课程MOOC教学设计研究

王巍 王文琴 王洁

摘    要：“多元统计分析”课程教学在大数据时代面临新的机遇与挑战。MOOC作为信息技术与传统课堂结合的一种新形式，在进行教学设计时应明确使学习者获得知识和能力的教学目标。因此，MOOC教学设计应当以OBE理念为原则，按照逆向约束路径设计课程教学，关注学习者的学习成果产出。从知识和能力两个维度确定教学产出目标，从课程内容组织、学习目标定义与实现及学习成果评价和使用三个方面进行教学设计，发现MOOC的学习行为数据优势，阐述其在课程中的实际应用。

关键词：OBE理念;MOOC;“多元统计分析”;教学设计

中图分类号：G642      文献标识码：A      文章编号：1002-4107（2021）06-0074-03

一、引言

自2012年慕课概念提出以来，清华大学和北京大学等高校率先向全球免费开放15门在线课程，标志着我国慕课发展的开始。随后教育部发布了《关于加强高等学校在线开放课程建设应用与管理的意见》（简称《意见》），加快推进适合我国国情的在线开放课程和平台建设。《意见》的发布对在线开放课程的应用、组织与管理具有积极作用，也明确了在线开放课程建设的主要任务。截至2020年4月，全国高校学生在线学习人次为11.8亿，覆盖了本科12个学科门类[1]。

目前，“多元统计分析”课程的在线开放课程资源主

要是厦门大学和上海财经大学建设的慕课。近年来，在线开放课程建设取得了很大的成绩，但是在教学过程中仍然存在一定的不足与认识偏差。MOOC教学不是简单地对课程内容和知识点的重新划分和再组织，也不仅仅是教学时空的简单转变。MOOC教学是在打破传统教学在时间和空间的束缚下，明确知识和能力目标，根据学习者的学习习惯，重构教学内容，提供多种互动方式，激发学生学习兴趣，促进学生积极思考，最终实现知识内化和能力培养的教学目标。

因此，提出了基于OBE理念即成果导向教育的MOOC教学设计理念，教师在进行教学设计时首先要确定教学目标即知识目标和能力目标，并按照OBE理念设计教学框架，将信息技术和课程教学有效融合，转变教学和学习方式，利用现代教学工具组织、展开课程内容教学，促进教育教学理念与方式的升级和转变。

二、“多元统计分析”课程教学基本情况

（一）“多元统计分析”课程的教学内容

“多元统计分析”是一门方法类课程，是统计学、数据科学、经济金融以及计算机科学等专业的本科生、研究生的必修课程，是研究客观世界中多变量统计关系的数理方法。课程教学内容涉及的分析方法主要包括聚类分析、判别分析、主成分分析、因子分析以及回归分析等，这些方法主要可以分为四个方面：一是多元变量的参数估计、假设检验以及统计推断问题等;二是以主成分分析和因子分析为主的简化数据结构，降低数据维度问题;三是样本或者指标的分类问题，主要包括聚类分析、判别分析和逻辑回归等;四是利用定量数据和定性数据建模进行回归分析以及结构方程模型进行判断和预测。

（二）“多元统计分析”课程教学存在的问题

在“多元统计分析”课程教学中，教师注重数理的证明和推导，因数理推导的过程复杂且难度较大，导致教师的“教”与学生的“学”难以较好地结合起来，教学效果不理想。教学形式较为单一，大多停留在多媒体课件的播放和演示上，教学手段简单，教学缺乏有效的讨论、交流和互动[2]。最重要的是传统的教学设计以知识传遞为目标，忽略了知识传授、知识内化以及能力培养，教与学未能在基于成果导向的基础上进行，教学效果不理想。教学考核评价体系不合理，不能科学地评估学生的学习成果。另外，“多元统计分析”课程的在线开放课程资源偏少，而且MOOC教学设计仍然沿用传统的做法，以传授理论知识为主。此外，普通应用型高校学生的数理基础较弱，教学内容相对较难，而且适应性不强。

三、基于OBE理念的MOOC教学设计

（一）基本思路

OBE理念以学生为中心，其指导教学的出发点和终点是以学生毕业应达到的学习成果反向设计教学过程。因此，有别于传统教学以教师的“教”和知识传授为核心。传统教学是以学科为导向，教育模式倾向于解决确定的、线性的、静止封闭问题的模式，忽视了专业的需求。OBE理念的课程教学设计遵循反向设计原则，由需求定目标，由目标定要求，由要求定课程。对一门具体课程而言，按照预期学习成果确定知识单元，然后设计教学策略，最后进行考核评价和教学反思与改进[3]。

1.“知识-能力”二维目标设计

OBE理念以学生为中心，其关键点在于学习的产出，主要体现为知识和能力两个方面。学生根据课程教学目标学习基本的专业知识和理论，掌握必备的技能，具备从事相关工作的专业能力。因此，MOOC教学设计的首要任务就是要在OBE理念下，打破传统教学在教学内容、教学模式等方面的限制，根据课程教学特点设计“知识-能力”二维目标，即在MOOC教学设计中既要有完善的专业知识结构体系，又要注重学生分析问题、解决问题的能力，注重学生个人潜力的开发和创造性思维能力的培养[4]。

2.逆向约束路径教学设计

在课程MOOC教学设计时，要以根据专业需求设计的“知识-能力”二维目标为出发点，确定预期的学习成果，根据预期的学习成果设计和组织相应的知识单元。依据知识单元的特点，教师设计教学策略。最后还要建立有效的学习成果考核评价体系评估预期学习成果的达成度，进行教学反思和改进。

3.重视学习过程数据分析

与传统教学相比，MOOC教学是依托相关的互联网平台开展教与学的，学生利用MOOC进行在线学习，不仅突破了传统教学在时空上的限制，而且平台会记录详细的学习数据。通过对学生学习数据的分析，能有效评估学生的学习行为、学习效果，为后续教学反思与教学改进提供依据。

4.在教学中引入案例教学

案例教学通常是受学生欢迎的一种教学方式。案例教学不仅可以激发学生的学习兴趣，带动学生自主学习的热情，还可以激发学生内在的学习潜质。“多元统计分析”课程理论教学枯燥乏味，内容晦涩难懂，因此在MOOC教学设计时应引入社会生活中的热点问题作为教学案例，以这种学以致用的方式激励、引导学生自主学习。在这个过程中学生不仅加深了对知识的理解，而且学会了用什么方法解决什么问题，学习评估不同方法的优劣，提高了学习效率。

（二）构建MOOC教学框架

基于OBE理念的课程教学设计框架，纵向主要从知识、能力两个维度出发，横向分别包括定义、实现、评价和使用学习成果四个方面[5]，具体如表1所示。

学习成果的定义是基于OBE理念的关键。学习成果主要体现在知识和能力两个方面。根据课程教学目标及知识模块的特点，将知识分成了解、掌握和应用三个层次。能力包括分析解决问题的专业能力、学生自我约束并进行自主学习的学习能力以及综合素质能力。学习成果的实现是OBE理念的实践环节，MOOC通过课程视频、作业、提问、案例讨论与实践等环节实现学习成果。学习成果评价要充分利用MOOC平台数据优势，通过对学生作业完成情况、考试成绩、视频观看时长、答题时间、不同知识模块的正确率等数据指标的分析，评价学习者知识维度的学习成果;通过观看视频和作业完成的行为数据、线上提问及讨论情况、案例讨论与实践等数据指标的分析，评价学习者能力维度的学习成果。学习成果的使用是基于大量的线上学习行为数据记录，得到多层次的学习成果反馈，对学生学习以及教师教学提供分析报告，完成MOOC教学的闭环设计。

四、基于OBE理念的“多元统计分析”课程MOOC教学设计

以“多元统计分析”课程中第三章《聚类分析》为例，基于OBE理念分别从课程内容组织、学习目标定义与实现以及学习成果评价和使用三个方面进行MOOC教学设计。

（一）课程内容组织

聚类分析是“多元统计分析”中重要的分析方法，它在基于一个多维剖面的观测中寻找某种“自然”结构。本章内容主要包括聚类分析的基本思想、相似性度量、常见的聚类方法。学习的主要目标是学会运用聚类分析解决实际问题，区分不同聚类方法及其相应的应用。基于上述目标，分别从知识、能力以及实现三个方面对课程内容进行设计，其中将知识分成了解、掌握和应用三个层次，将能力分成专业能力、学习能力和综合素质能力，具体如表2所示。

（二）学习目标定义与实现

基于专业、人才培养规格以及毕业要求的总原则，结合课程的实际作用，进一步确定具体章节的具体学习目标。在这样的基本思路下将《聚类分析》的学习目标定义为五个方面：目标1，培养学生数据驱动的学习能力，让学生逐步形成问题意识和数据敏锐性;目标2，理解聚类分析的基本思想，了解聚类分析的主要应用领域;目标3，学会应用聚类分析及分析软件解决实际问题，即怎么用;目标4，正确理解分析结果并学会将结果用于指导实践;目标5，通过学、写、说、用，提升学生的综合素质。

学习目标的实现要依托一定的教学策略，主要包括教学方法、教学进程安排、教学过程中的互动与交流以及必要的练习与资料阅读。《聚类分析》教学的核心是让学生学会运用聚类分析方法分析实际问题。因此，MOOC教学设计时将减少聚类分析的基本思想、相似性度量这部分内容的讲解，主要通过学生课前自主学习和自主学习评测环节完成，在MOOC教学中进行必要的归纳总结。MOOC教学以案例教学为主，针对实际问题的分析和解决，逐步讲解系统聚类法和快速聚类法的原理、步骤以及实现。教学目标的实现主要还是以视频教学为主，约占教学内容的80%，视频时长根据内容的差异而不同，时长范围在6～15分钟，60%以上的教学内容安排了测试环节，另外还设计了讨论区，设计一些引导性的讨论选题，引导学生主动学习。

（三）学习成果评价和使用

MOOC为学生学习过程记录和学习成果评价提供了更多的可能性。学习成果可以从知识和能力两个维度进行评价。以某一个学习者为例，通过平台记录可以查看到学习者的视频学习总时长、平均时长、任务完成比例等信息;测试环节的结果可以了解到学生对知识点的掌握情况;讨论区是除教学之外教师与学生以及学生之间进行交流和互动的空间，学生对课程越重视，对课程讨论、互动的参与度越高，讨论区的活跃度就越高，是静态教学之外的动态延伸。讨论区的发言频数和内容可以看出学生对问题的理解深度和思考情况;学习行为数据是学习者学习成果的体现，同时也是考核的重要依据。

教学成果的使用有助于教学反思，能够促进教学改革，提高教学质量。教师在学习成果评价中获取了学习者对知识和能力的掌握情况，并结合MOOC教学过程中产生的大量学习数据，教师可以通过此数据的分析了解自己在教学过程中存在的主要问题，同时掌握学生的学习状况、学习效果以及积极性等情况。学生也可以根据学习行为数据回溯自己的学习情况，找到自己在学习过程中存在的问题，提升学习效果。而对教学管理部门而言，利用学习行为数据，从学校教学管理的角度对教师的教学内容、教学过程、教学效果、教学进度以及学生的学习状况、学习效果进行分析，从而做到精细化的教学管理。

五、结论

“多元统计分析”课程作为统计学、数据科学等专业的一门必修方法类课程，目前在教学过程中存在诸多不足。因此，将课程教学与信息技术相结合，基于OBE理念分别从课程内容组织、学习目标定义与实现以及学习成果评价和使用三个方面进行MOOC教学设计。采用逆向约束路径的方式设计课程教学，明确学生的学习成果是什么、如何进行课程设计让学生获得学习成果、如何帮助学生有效地获得学习成果以及如何知道学生获得了学习成果。相比传统教学而言，MOOC教学能够有效记录教学过程中的教与学的行为数据和过程数据。教师应充分发挥大数据优势，通过及时分析教与学的行为数据和过程数据，掌握学生的学习情况，分析和判断教学目标的实现情况。同时，将数据分析细化到每个学习者，有利于做到因材施教。最后，学习教学数据分析还能够帮助教学管理部门更好地发挥监督、管理职能。

参考文献：

[1]邓娟，周冰，聂玉峰.MOOC平台实践教学课程资源库建设研究[J].电脑知识与技术，2020，16（15）：30-31.

[2]朱辉.大数据时代多元统计分析课程教学模式构建[J].统计与管理，2016（12）：11-15.

[3]刘党社，陈岩.大数据背景下基于OBE理念的《多元统计分析》课程教学设计研究[J].豫章师范学院学报，2020，35（2）：50-54.

[4]李欣.基于能力本位的知识传授与能力培养动态整合 ——以“市场营销学课程”教学为例[J].北京航空航天大学学报（社会科学版），2009，22（2）：72-75;80.

[5]汪潇潇，刘威童.基于OBE理念的MOOC课程设计与案例分析[J].远程教育杂志，2017，35（6）：104-110.

编辑∕李梦迪

作者简介：王巍（1988—），男，安徽池州人，池州学院大数据与人工智能学院讲师，研究方向：数量经济分析。

基金项目安徽省重大線上教学改革研究项目“‘互联网+背景下大学数学公共课线上教学的探索与实践”（2020zdxsjg240）;池州学院大规模在线开放课程示范项目“多元统计分析”（2019XMOOC09）;池州学院教学研究项目“‘金融数学课程建设中创客元素的嵌入研究”（2019XJYXM34）