教学实验中的无关变量及其控制研究<br/>——以高师专业信息技术类课程为例

教学实验中的无关变量及其控制研究
——以高师专业信息技术类课程为例

2022-03-17韦德华

教育现代化 2022年7期

韦德华

（梧州学院教师教育学院，广西梧州）

一引言

信息化时代下提升师范生的信息素养，培养其信息技术应用能力成为职前教师专业能力培养的重要组成部分。国家先后出台了教师教育课程标准、教师专业标准、卓越教师培养计划、师范类专业认证标准，这些文件对职前教师信息技术应用能力培养和教师教育信息化环境建设都给予高度重视，所提出的职前教师信息化教学能力要求与中小学教师信息技术应用能力标准紧密对接，形成了全面和持续的职前职后一体化的教师信息化教学能力发展框架。这些文件要落地开花，最终达成职前教师信息化教学能力的培养目标，需要通过高师专业信息技术类课程的教学实践来实现。

教学实验研究是教学改革发展的实践基础，在教学实践中要检验新的教学模式、方法和手段是否促进了职前教师的信息化教学能力，就不得不通过严谨的教学实验来予以验证，然后才能将经过验证、行之有效的教学改革成果推广到更大范围。而教学实验的检验功能要具备科学性就必须在教学实验中实施恰当的实验控制。实验的精髓在于实验控制，对教学实验中的无关因素进行恰当的控制是提高教学实验内在效度和外在效度的必然要求。该文以高师专业信息技术类课程的教学实验为例，探讨其教学实验中的控制问题，以期推动职前教师信息技术类课程教学实验的规范性、科学性，优化教师教育的教学改革和人才培养质量。

二教学实验的内涵

教学实验是教育研究者根据一定的理论依据，针对现实的教育教学问题，提出解决问题的假设，然后在研究过程中主动变革研究的对象或变量，控制无关因素，最后根据结果得出研究变量之间的因果关系，获得理论上的认识[1]。从起源看，教学实验脱胎于自然科学研究中所广泛采用的实验研究法，它效仿自然科学采用合理地控制或创设一定条件的方法来提高实验结果的可靠性和实验变量间的敏感性，揭示在自然情境中教学实验变量之间的因果联系，以证实教学改革中所蕴涵的教学假设、教学原理和教学原则。从操作特征看，教学实验是一个操纵自变量，控制无关变量，使因变量发生预期变化的过程。

三教学实验控制的价值和特征

（一）教学实验控制的价值

教学实验控制是教学实验的灵魂。教学实验中的无关变量是指那些除了由研究者主动操纵的教学措施（即自变量X，或称实验处理，它一般是教学实验中的内容、方法和手段等因素）以外，对教学结果（即因变量Y）会产生影响的因素。教学实验控制指的就是对教学实验中无关因素的控制，目的是减少它们对教学结果的干扰，从而将教学结果最大程度地归结于研究者所操纵的教学措施上。因此，教学实验控制的价值体现在其深刻地影响着教学实验的内在效度和外在效度，它是教学实验取得内在价值和外在价值的基本要求，是教学实验研究的精髓。

从教学实验的内在效度来看：没有控制的教学实验是无效的实验，原因就在于缺失了实验控制我们将无法明确教学实验所产生的教学结果在多大程度上是由教学措施引起的，即教改措施丧失了对教改结果的解释能力，实验假设将无法得到验证。从教学实验的外在效度来看：缺乏对无关变量的合理控制，实验结果的代表性和推广性将无法得到保证，即由实验样本（实验组学生）得到的实验结论无法推广到实验目标总体（如全系、全校或者其他学校的学生）中，由教学实验情境得到的实验结论无法推广到一般教学情境中。

（二）教学实验控制的特征

由于教学情景的复杂性，在教学实验中对无关因素的控制程度很难达到像自然科学实验那般的精确和完全。教学实验研究者形成了教学实验属于准实验的共识——不应该也不可能按照自然科学实验的做法在教学实验中对无关变量实施完全控制[2]。实际上在自然科学实验中也不可能完全做到对无关变量的绝对控制。

教学实验的主要研究对象是具有主观能动性的人，自然实验的研究对象是物，人和物有着本质的不同，两者在实验控制上也有着不同的特点。作为研究对象的学生或者教师，其所处的教育环境是一个无时无刻不在发生人际交互作用的自然情境，同时教学实验的开展还要符合教学实验伦理，因此，教学实验很难创造出一个像自然科学实验那样排除了所有（或绝大多数）干扰因素的“纯化”了的实验环境。这种复杂的教学情境给教学措施和教学结果之间的因果关系带来了干扰。另外，教学实验既具有研究性又具有教育性，它的教育性决定了其多数时候是在一般的教育情境中开展的，不可能放在一个经过“纯化”处理的环境里实施。

由此可见，研究的领域不同实验的控制程度也应该有所不同。一味地追求教学实验控制的绝对严密和教学实验环境的绝对“纯化”，势必会造成教学实验情境脱离一般教学的自然性，造成教学实验结论难以在一般的教学情境中推广，失去了教学实验的意义。综上所述，教学实验是一种准实验研究，教学实验控制是一种准控制，在教学实验中应该实施合理得当的控制。

四高师专业信息技术类课程教学实验中的无关变量

高师专业信息技术类课程教学实验是教学实验的下位概念，其在实施过程中应具有教学实验的属性。本文借鉴问题微、变量简单、周期短的微教育实验原则[3]，结合“基于微课的翻转课堂在‘现代教育技术’实验课程中的应用研究”课题研究中所实施的有关实训项目教学实验，从被试、主试和环境及过程三个维度分析和总结了高师专业信息技术类课程在教学实验中存在的一些主要无关变量及其合理的控制方法。

（一）被试方面存在的无关变量

1.被试特征。被试的年龄、性别、民族、文化程度、智力水平、成熟度等相对稳定的特征，以及兴趣、态度、情绪、疲劳等易于变动的特征可能会对教学结果起到解释作用。例如，在微视频剪辑的教学实验中，实验组和控制组的学生分别来自不同的两个年级，两组被试先前没有视频剪辑经验，他们相关的先修课程，如“计算机文化基础”的成绩无明显差异，但是高年级学生的认识能力更高、自信心更强，若高年级学生作为实验组所取得的测试成绩更优的话，则该实验结果可能不是由基于微课的翻转课堂教学模式引起的，而是由被试的成熟度造成的。

类似的情况还有：因为课程学习平台的用户体验效果不佳而引起被试疲劳；两组被试在性别比例、专业分布、数字设备拥有率方面的差异显著；被试得知被分在实施翻转教学的实验组后情绪高涨而努力提高成绩（霍桑效应），或者被试得知被分在实施常规教学的控制组后情绪受挫或是为了维护荣誉而奋起直追（约翰·亨利效应）。这些被试特征都可能对信息化教学实验的结果发生解释作用。

2.被试的缺失。因疾病、参加其他活动、转学、转专业等原因造成被试缺失，可能会影响到样本代表性。例如：有的学生因为参加全省师范生信息化教学应用大赛而不能完成教学实验，造成优等生缺失；在实施翻转课堂教学模式的实验组，缺乏学习自觉性和自主学习能力,被试中有可能中途退出教学实验，造成后进生缺失；部分被试未完整地参与后测或未完整的提交课程设计作品，造成了被试缺失。被试缺失破坏了教学实验初期的无偏差分组，教学实验结论因此变得不可靠。

3.被试选择。因为实验组和控制组的被试分组不均，两组被试在知识、能力和经验上存在明显差异会干扰实验研究者对教学结果的分析。例如：在选择被试时将已经完成先修课程或者相关课程的学生安排到实验组；把有较好基础的学生放在实验组，如实验组的学生多数来自“卓越教师实验班”或者高考成绩优异的学生。

4.被试经历。被试在教学实验过程中经历了一些会影响实验结果的意外事件，这种经历即履历效应。例如，两组被试都参加了教学实验计划以外的全省师范生信息化教学应用大赛，如果教学实验结束时实验组的成绩优于控制组，或者两组学生的成绩没有明显差异，都无法明确基于微课的翻转课堂教学模式与传统教学模式之间的优劣，因为参与比赛这个事件对两组被试都可能起到了促进作用，造成了教学措施与教学结果之间的因果关系的不可靠。

（二）主试及任课教师方面存在的无关变量

1.主试的偏向与特征。教学实验设计者、主持者可能有意或无意地在被试与任课教师选择、教学安排与实施、数据收集等环节存在偏向并影响教学实验结果。例如：一些主试在信息化教学实验中为了得到自己希望的结论，或者出于某些行政上的原因，在选择实验学校和被试，安排任课教师和教学资源上不知不觉地把优势偏向实验组，造成了实验组和控制组之间的偏差。主试特征会影响教学实验结果。例如，主试（在微教育实验中任课教师即是主试）自身的观念态度会影响其在课堂观察、访谈和作品评价等数据收集环节产生偏向；使用相同的评分标准逐个评阅课程设计作品时，因为主试产生疲劳，造成主试在不同的时间段内的评分会有所不同，一般是前期评分严格，后期评分宽松。

2.任课教师的素质与态度。任课教师的专业素质、思想观念直接影响着教学实验结果，应保证实验组和控制组的任课教师在信息化教学的经验和能力，教育思想和工作态度等主要指标上大致相当。例如，实验组所取得的良好教学效果可能是因为其任课教师的专业素质比控制组的任课教师高，而不是因为教学措施的原因；教学实验中任课教师向学生传递了其对某种教学模式积极或消极的期望或态度，引起学生在该种教学模式中积极或者消极的行为（罗森塔尔效应）。

（三）实验环境和实验过程方面存在的无关变量

1.教学实验条件。实施教学实验和收集教学实验数据的软硬件环境不对等或偏离实际情景可能会给教学实验结论带来其他解释。例如，在基于微课的翻转课堂教学实验中，实验组和控制组在个人拥有数字媒体设备，网络资源分配，教学设备和学习资料配置，教材选定，教学管理制度，教学场所的通风、光照、噪音、卫生环境等软硬件条件方面是否均等，会对两组被试的信息技术教学应用能力水平造成不同影响。另外，如果教学实验安排在信息化水平非常优越的教学场所进行，则获得的研究结论将很难推广到一般的、范围更广的教学环境中。

2.测评工具。教学实验中所使用的测评工具无效、不稳定会影响教学实验结果。测评工具无效主要体现在其本身的区分度低。例如，测试难度过低的合格性测评和测试难度较高的选拔性测评都不能对各层次能力水平的被试进行有效区分，造成实验组和控制组的真实能力水平未能充分反映出来。测评工具不稳定主要体现在对实验组和控制组学习效果的测量手段、评分标准和前后测难度的不统一。例如，后测难度比前测难度大时，可能实验处理已经引起被试产生正向的教育效果，但因为后测更难，使得因变量的正向趋势被削弱，甚至显示出负向的教育效果；后测难度比前测难度小时，则会产生相反的效果。

3.前测。通常的教学实验程序是：教学实验前，通过前测测量被试的因变量水平，施加实验处理后，通过后测测量被试的因变量水平，将前后测的差值归结为实验处理的作用。如果两次测验在内容上相似，甚至使用了同一测验工具，并且在时间上相近，那么由于练习效应（或迁移效应），被试在前测上得到的练习（学习）会促使其后测成绩的提高，另外，前测内容可能会引发被试对随后将要学习内容的预判并做出应对，这些影响可以解释学生后测成绩获得提高的结果。如果被试在前测中形成了惯性思维，则可能会对其后测产生负向作用。

4.教学时间精力。实验组和控制组在教学、辅导、练习上的时间精力投入不同会影响教学实验结果。例如，实验组在加班加点地练习操作，或者实验组的课程作业明显多于控制组；两组被试的后测时间间隔过长，使最后测试的被试组获得了更多的学习和练习时间。

五高师专业信息技术课程的教学实验控制方法

影响教学实验效度的无关变量众多而复杂，在高师专业信息技术类课程的教学实验中需要综合应用多种措施对无关变量以予适当控制，常用的控制方法有以下几种：

1.消除法。在教学实验过程中，采用一定的措施去消除影响信息化教学实验结果的无关变量。例如：可以通过改善教学环境中的通风、光照、噪音、卫生等问题，使两组被试的教学环境大致相当；可以通过增加学习平台的易用性、可用性，减少学生的技术负担、时间成本来提升用户体验[4]，消除被试在平台学习时产生的不良情绪和疲劳等被试特征；为消除前测对后测的影响，前后测应避免使用同一问卷或者量表，非用不可的话应调整后测题目的顺序和呈现方式，增加前后测的时间间隔，或者使用学生的平时成绩、入学成绩作为前测成绩，或者将前测放到教学中进行，避免引起学生的注意。需要注意的是，消除法使用过度会造成实验情境过于“纯化”进而脱离一般的教学活动情境，使教学实验研究的外在效度降低。

2.均衡法。在信息化教学实验中使无关变量基本相同地作用于两组被试，将造成两组被试实验结果差异的原因归结到实验处理的差异上。例如：在信息化教学方面，使两组被试的师资水平、教学环境、仪器设备、学习资料及作业量等方面做均衡化处理；对两组被试做近似或者同样的前测；保持前后测难度对等；两组被试间个人拥有的数字化学习设备、学习资源不均衡的问题，通过课余时间免费开放学校的机房、数字资源库等方法来寻求平衡。对一些无法消除的无关变量，可以应用均衡法使它们对两组被试的影响大致相同，但很难实现像自然实验那样对无关变量进行精确的控制。

3.恒定法。在信息化教学实验中保持无关变量恒定不变，使其不影响实验的前后效果比较。这个方法主要应用在教学环境上。例如：在教学实验前后保持两组被试在信息化的教学场地、教材、学习资源及授课时间等非实验因素上恒定不变；在微教育实验中可以安排同一位任课教师承担两组被试的教学工作。由于被试和任课教师信息化背景下的知识、素养和能力总在不断地自然增长，因此恒定法不适用于周期较长的信息化教学实验中，避免教学实验结果被归因为学生信息化学习能力和教师信息化教学水平的自然增长。

4.随机法。将参与实验的每个被试通过随机的方法分配到实验组和控制组，使具有不同被试特征和经历的学生机会均等地分配到实验组和控制组。例如：使用随机法分组则不论被试是否拥有计算机，性别是男或女，来自文科或者理科，有否相关学习经历，先修课程考试成绩是优或劣等情况，他被分入实验组和控制组的几率都是50%。随机分组有利于提高教学实验的内在效度，但却常常不能随意打乱已有的教学班级去重新分组，因而在教学实验中运用随机分组是有局限的。如果某专业学生在入校时是按随机原则进行分班的，则可认为不同班级的学生在学习能力、智力和态度上是没有显著差异的[5]，可以直接使用现有的行政班作为实验组和控制组。“现代教育技术”是师范生的公共必修课，若由学生通过自由选课的方式构成班级，则各班级学生的构成情况会很相似，可以将这些班级作为随机组来使用[6]。

5.匹配法。以与因变量高度相关的被试特征为基础来进行随机分组。先将被试按照某一种或者几种与因变量高度关联的特征进行两两配对，再将每对被试中的学生通过随机法分别分入实验组或对照组。例如：学生的“教育心理学”和“计算机应用基础”两门先修课程的成绩会影响其在后续课程“现代教育技术”中的学习效果，在后续课程的教学实验中可先计算学生两门先修课程的标准总分，按标准总分来排名配对，将排名第1、2名的学生配成一对，将排名第3、4名的学生配成一对……，再通过随机的方法将每对里的学生分别分派到实验组和对照组。如果原有的教学班级不宜拆散重组，可以在条件近似的两个班级中将条件均等的学生进行配对，再将每对中的学生以其所在班级为依据分别划分为实验组和控制组，在比较教学实验结果时只比较已配对的这部分学生的成绩。匹配分组比随机分组更能产生同质化（即主要条件对等）的被试组，但是操作也更为复杂，如果有多个被试特征与因变量紧密相关则很难找到足够的被试进行匹配分组。经过匹配分组后，来自于被试的无关变量对因变量的影响就得到了降低。

6.盲法。在教学实验中，被试不知道自己在参与实验（即“单盲法”），甚至有时连任课教师也不知道自己在参与实验（即“双盲法”），由此控制被试和任课教师的实验意识和实验情绪。例如，当前高校使用混合式教学已成为常态，进行基于微课的翻转课堂教学实验就可以使用盲法控制而不会引起被试甚至任课教师的察觉。如果学生知道自己正作为被试参与教学实验，则可使用均衡法告知学生所有组都是实验组，使各组被试的态度变化一致，避免发生霍桑效应和约翰·亨利效应。

7.纳入法。当某些无关变量无法排除时，可将其作为一个自变量纳入教学实验中，使它系统变化并分析其与因变量之间的关系，将单变量实验发展成多变量实验。例如，要研究在翻转课堂教学模式和常规教学模式下师范生信息技术应用能力的提升效果，因变量也许除了和教学模式相关，可能还和师范生的性别有关，为了保证研究的外在效度，我们将性别也纳入自变量中，被试的分组就由原来的实施翻转课堂教学的实验组和实施常规教学的控制组变成了：实施翻转课堂教学的女生组，实施常规教学的女生组，实施翻转课堂教学的男生组，实施常规教学的男生组。多变量实验减少了实验中需要控制的无关变量，能很好地检查出每个自变量的单独实施效果和自变量之间相互作用的实施效果。

8.协方差分析。通过协方差分析实现以前测成绩或者其他变量为基础，使各组在统计上保持等同。协方差分析综合了方差分析和回归分析，对于未按照随机分组方式分组而造成的各被试组之间的特征不等同，在分析研究结果时先用回归分析去除不等因素对因变量造成的影响，即校正实验前被试组之间的固有差异，再用方差分析比较结果之间是否存在显著差异。如果只能使用未经随机分组的现有行政班进行教学实验，若其先修课程成绩存在显著差异，在对后测数据进行分析时应以“教育心理学”和“计算机应用基础”两门课程的成绩作为协变量进行协方差分析，将学生的学习基础剥离出去，将分析结果明确为教学模式与学生学习效果之间的因果关系。

9.大数据法。基于大数据的教学实验，在实验对象方面具有“大规模”和“全纳式”的特点。大数据的主要特点是不用抽样调查，而是采用全部数据进行分析处理[7]。教学实验中运用大数据可以使教育实验更接近真实的教育情境，可以将全体实验对象纳入实验，可以综合考虑多种因素，可以对全部实验数据进行分析，最大限度地消除被试、主试和任课教师方面的干扰因素，保证教学实验的科学性。大数据法把真实情境作为实验，在得出因果关系上能够和实验室实验有几乎等同的效力[8]。