線上教學課程綜合服務能力評價

張京洲 周艷麗 江芳

摘 ?要：“停課不停學”加快了線上教學課程建設的步伐，及時滿足了各高校專業(yè)學習需求，發(fā)揮了巨大的作用。線上教學課程是否受歡迎，學生學習參與度如何，是線上教學課程綜合服務能力的重要體現(xiàn)。通過對線上教學實施過程及效果的實證研究，總結出影響線上教學課程綜合服務能力的主要因素有課程性質、課程興趣、課程需要和課程服務等，并提出根據課程性質彌補課程綜合服務能力指標短板;區(qū)分學生學習目的，制定靈活的課程服務方式;厘清學生的課程需要與課程興趣，杜絕“假學習”現(xiàn)象和構建在線課程“進退”機制，加大獎懲力度等管理建議。

關鍵詞：線上教學;服務能力;評價;主成分分析;實證研究

中圖分類號：G633.41;G434 ? ? ? ? ?文獻標識碼：A ? ? ? ? 文章編號：1671-9255（2020）04-0073-04

一、引言

2020年初，新型冠狀病毒感染肺炎疫情在國內迅速蔓延。受疫情影響，教育主管部門及時發(fā)布了“推遲開學、線上教學”的通知。各高校積極響應教育主管部門的號召，開展了多種多樣的“停課不停學”線上教學活動。[1]然而，“停課不停學”的線上教學逐漸浮現(xiàn)出諸多問題[2]，許多學者從不同視角進行問題剖析并提出了管理建議，主要從“在線學習體驗”“在線學習效果控制”和“具體課程在線教學方法”等方面進行研究。如賈文軍（2020）對大學生在線學習體驗進行了聚類分析研究，分別從課前的軟硬件條件、課中的教學平臺使用和教學組織及課后教學輔導等方面分析了在線學習體驗的影響狀況，研究表明，大學生在線學習接受度較高，但體驗感不強，希望回歸線下教學方式。[3]劉可（2020）對學生在線學習效果控制機制進行了研究，將學生學習行為分為主動型、自由型和被動型三類，研究結果表明，課前預習完成率和參與直播時長是控制學生在線學習效果的主控因素。[4]唐源（2020）對在線教學方法進行了探討與實踐，從網課平臺選擇、課件與視頻制作、教學活動設計等方面提高課程在線教學質量。[5]然而，是否所有課程都適合開展在線教學？學生對不同課程（公共課與專業(yè)課、實操課與理論課等）的喜愛程度如何？各課程的學習人數(shù)、討論參與人數(shù)、課程輔助資料等綜合表現(xiàn)如何？課程綜合表現(xiàn)差異性及應對策略有哪些？目前相關文獻研究甚少，本文以此為契入點，以線上教學課程綜合服務能力為研究主題進行實證探究。

二、研究方法與變量選擇

（一）研究變量選擇

本文引用數(shù)據來源于安徽省網絡課程學習中心平臺e會學在線課程平臺數(shù)據，數(shù)據統(tǒng)計時間為自課程開設以來至2020年6月，以某高職學校開設的57門MOOC課程數(shù)據為研究樣本。本文在原始數(shù)據中選取了9個變量，分別為課程名稱（KC）、課程開課周期（X1）、在線課程教師數(shù)量（X2）、課程學習人數(shù)（X3）、課程資料數(shù)量（X4）、教師總討論數(shù)（X5）、課程討論參與人數(shù)（X6）、隨堂作業(yè)參與人次（X7）和瀏覽量（X8）。

（二）研究方法

本文采用主成分分析方法（Principal Components Analysis），利用降維的思想，在損失較少數(shù)據信息的基礎上把多個線性相關的指標轉化為幾個不相關的有代表意義的綜合指標，具體計算過程參閱了相關統(tǒng)計學書籍。

三、實證分析

（一）數(shù)據標準化和因子分析適合檢驗

首先，運用統(tǒng)計分析軟件SPSS24.0對數(shù)據進行描述性統(tǒng)計（因篇幅受限，數(shù)據圖表略），各變量的均值和標準差的差異性較大;其次，對X1-X8的8個變量數(shù)據進行標準化處理，消除變量的量綱對分析結果的影響;最后，對標準化處理后的8個新變量進行KMO和巴特利特檢驗。如表1所示，KMO值為0.674，大于0.6，巴特利特球形度檢驗結果顯示，近似卡方分布值為182.898，在自由度為28的條件下顯著性概率達到了0.000，小于0.01，為高度顯著，說明變量適合采用因子分析法。

（二）公因子方差分析和總方差解釋

運用統(tǒng)計分析軟件SPSS24.0對8個新變量進行公因子方差分析。如表2所示，除了“教師數(shù)量”外，大部分公因子方差都在70%以上，所提取的公因子對各變量的解釋能力很強。

總方差解釋數(shù)據結果，如表3所示，初始特征值大于1的有三個因子，累積總方差解釋率為74.197%，大于60%，能夠較好地解釋原信息量。

（三）成分得分系數(shù)矩陣和主成分因子表達式

成分得分系數(shù)矩陣顯示了3個主成分與8個變量之間的關系，如表4所示。據此可以寫出各公因子的表達式①：

F1=0.161*ZX1-0.031*ZX2+0.085*ZX3+0.229*Z

X4+0.154*ZX5+0.258*ZX6+0.262*ZX7+0.273*ZX8

F2=0.422*ZX1+0.265*ZX2+0.544*ZX3-0.034*ZX4-0.263*ZX5-0.157*ZX6-0.094*ZX7+0.029*ZX8

F3=-0.282*ZX1+0.341*ZX2-0.05*ZX3-0.399*ZX4-0.434*ZX5+0.279*ZX6+0.356*ZX7+0.195*ZX8

（四）綜合得分排名和分類梳理

為了對課程綜合服務能力情況做進一步分析，要對各課程進行綜合得分計算并排序，如表5所示。根據綜合得分大于1、（0.2，1]、（0，0.2]、[-0.4，0]、小于-0.4進行分類②，將57門課程分為5類，如表5所示。

第1類課程的綜合得分最高（3個），以公共課為主，其中基礎會計課程的開課班級較多;

第2類課程的綜合得分較高（14個），以公共課和專業(yè)基礎課為主;

第3類課程的綜合得分一般（6個），以專業(yè)課為主，實操類課程較少;

第4類課程的綜合得分較低（21個），以專業(yè)課為主，且實操類課較多;

第5類課程的綜合得分最低（13個），大部分是實操類課程。

（五）主因子命名

采用因子提取最大似然法和因子旋轉最大方差法進行探索性因子分析。如表6所示，以特征值大于1作為標準設置因子個數(shù)，旋轉后因子矩陣為3個因子。根據各因子載荷系數(shù)分值和變量代表的實際意義，對提取到的因子進行命名。將“隨堂作業(yè)參與人次、課堂討論參與人數(shù)和課程瀏覽量”命名為“課程興趣”，將“開課周期、學習人數(shù)和教師數(shù)量”命名為“課程需要”，將“非視頻資源總數(shù)、教師總討論數(shù)”命名為“課程服務”。其中，“教師數(shù)量”分值過低，且在“開課周期、學習人數(shù)和教師數(shù)量”相關性分析中（因篇幅受限，相關性分析圖表略），其與另外兩個變量皆為非顯著性相關，故從“課程需要”中剔除。表6中各因子載荷系數(shù)均大于0.4（除教師數(shù)量），變量與因子緊密關系程度較高，變量與因子對應關系清晰，符合變量所代表的專業(yè)知識實際情況，所選取變量具有良好的結構效度。

四、結論與建議

（一）結論

數(shù)據描述性統(tǒng)計結果顯示，標準差較大的是課程瀏覽量、隨堂作業(yè)參與人次和學習人數(shù)，即不同課程在這三個方面的數(shù)據差異性明顯;主成分分析結果顯示，綜合得分差異較明顯。根據綜合得分高低并結合課程性質將課程分為5類。數(shù)據顯示，綜合得分較高的課程為公共課和專業(yè)基礎課，綜合得分較低的課程為實操類專業(yè)課;探索性因子分析結果顯示，變量與因子緊密關系程度較高，變量與因子對應關系清晰，所選取變量具有良好的結構效度。結合專業(yè)知識實際情況，提取了三個因子并命名為：課程興趣、課程需要和課程服務。根據課程興趣高低、課程需要高低和課程服務高低可劃分為9個細分組合以體現(xiàn)出不同水平特征的課程綜合服務能力。

（二）建議

1.根據課程性質，彌補課程綜合服務能力指標短板

課程性質決定課程觀看人數(shù)等課程綜合服務能力指標，比如實操類專業(yè)課與公共課（適合于不同專業(yè)背景的學生和社會人士觀看學習）相比，受眾較少而且需要邊看邊操作。那些在家通過電腦在線觀看學習的學生很難達到預期學習效果，使得課程討論參與人次和課程瀏覽量較少。對此，課程負責人應通過動畫演示、游戲互動等方式來彌補在線學習無法實操的缺陷，提高課程討論參與的積極性。

2.區(qū)分學生學習目的，制定靈活的課程服務方式

在線課程學習群體中，一般分為本校專業(yè)學生、校外專業(yè)學生及社會人士。課程負責人要區(qū)分清楚課程學員學習目的，配備相應的輔助材料，滿足學生學習需要。比如，針對在校專業(yè)學生可提供豐富的練習題與答疑互動，針對社會人士可提供操作性強或商業(yè)化運作的相關技能知識。

3.厘清學生的課程需要與課程興趣，杜絕“假學習”現(xiàn)象

在線課程建設已有數(shù)年，但總體上數(shù)量不夠多。受新冠疫情影響，各高校在短時間內建設了大量的在線課程，其中，絕大部分課程是源于學生的“課程需要”而非“課程興趣”，即是為了彌補線下教學需要而開設的。訪談調研發(fā)現(xiàn)，部分學生參加有些在線課程的學習是出于“課程需要”（必須參加該門課程學習，否則課程成績不及格）而非“課程興趣”。學生每天數(shù)小時坐在電腦前觀看視頻課程，學習方式單一，厭煩情緒較高，滋生了“假學習”現(xiàn)象（即學生雖然按時參加了老師直播課程，但卻未認真觀看學習，或直接復制粘貼其他同學的作業(yè)來完成作業(yè)任務）。杜絕“假學習”現(xiàn)象要從課程需要與課程興趣方面下功夫，要挖掘學生課程興趣的特點，提高“課程需求”的趣味性和應用性，確保在線學習的質量和效果。

4.構建在線課程“進退”機制，加大獎懲力度。

對一些課程興趣、課程服務和課程需要評價較高的課程，要積極推進國家精品課程的申報和建設;對一些課程興趣、課程服務和課程需要評價較低的課程，要剖析問題根源，及時完善優(yōu)化;對完善優(yōu)化不達標的課程，可強制下線，退出在線課程平臺，逐步建立“寧缺毋濫”“獎懲明確”的高質量在線課程資源庫，提高課程綜合服務能力水平。

（三）總結與展望

本文研究的理論貢獻是提出了在線課程綜合服務能力的概念。與在線課程教學方法或學生學習體驗等研究相比，本研究選取多個指標探究課程綜合服務能力水平及差異性，從課程根源挖掘課程性質、課程興趣、課程需要和課程服務等方面與課程綜合服務能力的關系，并強調課程綜合服務能力的重要性。

本文研究結論具有一定的局限性，主要表現(xiàn)在所選擇數(shù)據是以某一個高校的57門MOOC在線課程作為樣本進行研究，希望本研究能夠拋磚引玉，在后續(xù)研究中擴大數(shù)據選取范圍，如不同高校在線課程綜合服務能力的橫向對比研究等，進而推進在線課程綜合服務能力研究的廣度和深度。

參考文獻：

[1]鄔大光.我國高校大規(guī)模線上教學的階段性特征—— 基于對學生、教師、教務人員問卷調查的實證研究[J].華東師范大學學報，2020（7）：1-30.

[2]曾麗雯.疫情防控背景下線上教學實施效果及影響因素分析-基于廣東省高校的調查[J].高教探索，2020（7）：85-91.

[3]賈文軍.大學生在線學習體驗的聚類分析研究[J].中國高教研究，2020（4）：23-27.

[4]劉可.疫情防控背景下高職院校學生在線學習效果控制機制研究[J].中國教育信息化，2020（8）：63-67.

[5]唐源.抗疫期間高校課程在線教學方法探討與實踐[J].計算機教育，2020（8）：23-27.

Abstract： The requirement by the Ministry of Education that teaching should be ensured when students cannot go back to school during the outbreak of COVID-19 has sped up the online teaching course construction， which timely met the learning needs of students in colleges and universities， playing a big role during the special period. Whether the online teaching course is popular or not， and how much the students can participate in the online learning are important in judging the comprehensive service capability of online teaching courses. Through the empirical study of the implementation process and effect of online teaching， the main factors affecting the comprehensive service capability of online teaching courses are concluded as course nature， students interest in the course， students needs for the course and course service， and some suggestions are then proposed， such as improving the specific aspect of the course comprehensive service capability according to the course nature; establishing flexible course service mode to suit students different learning purposes; clarifying students' course needs and interests to avoid "false learning" ; establishing a mechanism according to which online courses can be established or removed; enhancing the strength of reward and punishment， etc.

Key Words： online teaching; service capability; evaluation; principal component analysis; empirical research