• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      在線教學(xué)課程綜合競(jìng)爭(zhēng)力評(píng)價(jià)
      ——基于因子分析法的實(shí)證研究

      2020-11-04 09:17:02周艷麗張京洲
      無(wú)線互聯(lián)科技 2020年13期
      關(guān)鍵詞:強(qiáng)制力吸引力方差

      周艷麗 張京洲

      (安徽商貿(mào)職業(yè)技術(shù)學(xué)院,安徽 蕪湖 241000)

      0 引言

      2020年上半年,各高校積極開(kāi)展了“停課不停學(xué)”在線教學(xué)活動(dòng),在線教學(xué)迅速成為研究的熱點(diǎn)與焦點(diǎn),如在線教學(xué)方法的探討與實(shí)踐[1],從課程內(nèi)容設(shè)計(jì)和視頻制作技巧等方面提高在線課程的質(zhì)量;如對(duì)大學(xué)生在線學(xué)習(xí)體驗(yàn)的實(shí)證分析[2],研究結(jié)果顯示,大學(xué)生對(duì)在線課程學(xué)習(xí)方式接受度較高,但學(xué)習(xí)體驗(yàn)感與線下學(xué)習(xí)體驗(yàn)感相比較弱;如對(duì)學(xué)生在線學(xué)習(xí)效果控制機(jī)制的調(diào)查分析[3],影響學(xué)習(xí)效果的主控因素是課前預(yù)習(xí)完成率和在線學(xué)習(xí)時(shí)長(zhǎng)。然而,隨著在線課程的不斷建設(shè)與推廣,在線課程質(zhì)量參差不齊較為突出,影響在線教學(xué)課程綜合競(jìng)爭(zhēng)力的因素有哪些,如何提升在線教學(xué)課程質(zhì)量與綜合競(jìng)爭(zhēng)力,目前相關(guān)文獻(xiàn)研究甚少,本文以此為出發(fā)點(diǎn),以在線教學(xué)課程綜合競(jìng)爭(zhēng)力為研究主題進(jìn)行實(shí)證探究。

      1 研究方法與變量選擇

      1.1 研究變量選擇

      本文以安徽商貿(mào)職業(yè)技術(shù)學(xué)院開(kāi)設(shè)的54門MOOC在線課程為研究樣本,在線教學(xué)課程數(shù)據(jù)來(lái)源于安徽省網(wǎng)絡(luò)課程學(xué)習(xí)中心平臺(tái)e會(huì)學(xué)在線課程平臺(tái)。研究變量選取了8個(gè)變量,分別為:課程名稱(KEC)、開(kāi)課次數(shù)(X1)、學(xué)習(xí)人數(shù)(X2)、非視頻資源總數(shù)(X3)、教師總討論數(shù)(X4)、課程討論參與人數(shù)(X5)、隨堂作業(yè)參與人次(X6)和課程瀏覽量(X7)。

      1.2 研究方法

      本文運(yùn)用統(tǒng)計(jì)分析軟件SPSS24.0,采用主成分分析方法(PCA),利用降維的思想,把一組相關(guān)變量(X1、X2、……Xn)通過(guò)線性變換轉(zhuǎn)成另一組不相關(guān)的新變量(Y1、Y2、……Ym),這些新的變量按照方差依次遞減的順序排列,在數(shù)學(xué)變換中保持變量的總方差不變,使第一變量具有最大的方差,稱為第一主成分,第二變量的方差次大,并且和第一變量不相關(guān),稱為第二主成分,依次類推,得到所有的主成分。在實(shí)證分析過(guò)程中,一般只選取方差較大的主成分,以達(dá)到簡(jiǎn)化系統(tǒng)結(jié)構(gòu)的目的。主成分分析方法的數(shù)學(xué)計(jì)算過(guò)程請(qǐng)查閱統(tǒng)計(jì)學(xué)書籍。

      2 實(shí)證分析

      2.1 信度和描述性統(tǒng)計(jì)分析

      運(yùn)用統(tǒng)計(jì)分析軟件SPSS24.0采用α系數(shù)法對(duì)樣本數(shù)據(jù)進(jìn)行信度分析(見(jiàn)表1),基于標(biāo)準(zhǔn)化項(xiàng)的克隆巴赫 Alpha為0.742,大于0.6,說(shuō)明樣本數(shù)據(jù)真實(shí)可靠性較高,適合對(duì)數(shù)據(jù)做進(jìn)一步研究。

      表1 信度分析

      2.2 數(shù)據(jù)標(biāo)準(zhǔn)化和因子分析適合檢驗(yàn)

      為消除變量的量綱對(duì)分析結(jié)果的影響,首先進(jìn)行原數(shù)據(jù)的標(biāo)準(zhǔn)化處理,得到新的變量,并對(duì)新的變量進(jìn)行KMO和巴特利特球形度檢驗(yàn)(見(jiàn)表2),KMO值為0.660,大于0.6,巴特利特球形度檢驗(yàn)結(jié)果顯示,近似卡方值為160.823,在自由度為21的條件下顯著性概率達(dá)到了0.000,小于0.01,為高度顯著,說(shuō)明變量適合采用因子分析法。

      表2 因子分析適合檢驗(yàn)

      2.3 公因子方差分析和總方差解釋

      運(yùn)用統(tǒng)計(jì)分析軟件SPSS24.0對(duì)7個(gè)新變量進(jìn)行公因子方差分析(見(jiàn)表3),提取數(shù)值均高于0.7,最小值為0.785,說(shuō)明因子可以很好地提取了原數(shù)據(jù)信息,所提取的公因子對(duì)各變量的解釋能力很強(qiáng)。總方差解釋數(shù)據(jù)結(jié)果(見(jiàn)表4),初始特征值大于1的有3個(gè)因子,累積總方差解釋率為81.821%,大于80%,說(shuō)明探索性因子分析結(jié)果良好。

      表3 公因子方差

      表4 總方差解釋

      2.4 探索性因子分析及因子命名

      采用因子旋轉(zhuǎn)最大方差法進(jìn)行探索性因子分析(見(jiàn)表5),因子載荷系數(shù)均大于0.6,變量與因子緊密關(guān)系程度較高且對(duì)應(yīng)關(guān)系清晰,根據(jù)變量合專業(yè)知識(shí)實(shí)際情況,對(duì)因子進(jìn)行梳理和命名,三個(gè)主因子分別為:課程吸引力、課程引導(dǎo)力和課程強(qiáng)制力。通過(guò)均值法進(jìn)行數(shù)據(jù)轉(zhuǎn)換和變量計(jì)算,對(duì)課程吸引力、課程引導(dǎo)力和課程強(qiáng)制力進(jìn)行相關(guān)性分析(見(jiàn)表6),分析數(shù)據(jù)顯示,“課程吸引力”與“課程引導(dǎo)力”高度顯著相關(guān),“課程強(qiáng)制力”與“課程吸引力、課程引導(dǎo)力”非顯著相關(guān)。

      表5 旋轉(zhuǎn)后的因子矩陣

      表6 相關(guān)性

      3 結(jié)論與建議

      3.1 結(jié)論

      信度分析數(shù)據(jù)顯示,α系數(shù)為0.742,說(shuō)明所選取數(shù)據(jù)樣本具備較好的可信度;KMO和巴特利特球形度檢驗(yàn)結(jié)果顯示,KMO值為0.660,大于0.6,巴特利特球形度檢驗(yàn)顯示顯著性概率為0.000,小于0.01,為高度顯著,說(shuō)明變量適合采用因子分析法;公因子方差數(shù)值均高于0.7,累積總方差解釋率為81.821%,大于80%,說(shuō)明探索性因子分析結(jié)果良好;探索性因子分析顯示,因子載荷系數(shù)均大于0.6,變量與因子緊密關(guān)系程度較高且對(duì)應(yīng)關(guān)系清晰,根據(jù)變量合專業(yè)知識(shí)實(shí)際情況,對(duì)因子進(jìn)行梳理并命名為:課程吸引力、課程引導(dǎo)力和課程強(qiáng)制力。對(duì)三個(gè)因子進(jìn)行相關(guān)性分析顯示,“課程吸引力”與“課程引導(dǎo)力”高度顯著相關(guān),“課程強(qiáng)制力”與“課程吸引力、課程引導(dǎo)力”非顯著相關(guān)。

      3.2 建議

      3.2.1 弱化課程強(qiáng)制力,加強(qiáng)課程引導(dǎo)力與吸引力

      2020年上半年上線的大部分在線教學(xué)課程是出于彌補(bǔ)線下教學(xué)需要而建設(shè)的,這部分課程具有較強(qiáng)的“課程強(qiáng)制力”,即學(xué)生必須參加在線課程的學(xué)習(xí),否則無(wú)法獲得課程學(xué)分和成績(jī)。訪談?wù){(diào)研發(fā)現(xiàn),大部分在線教學(xué)課程運(yùn)營(yíng)推廣模式大同小異[4],一般是要求學(xué)生在線觀看視頻課程,完成課下作業(yè),缺乏有針對(duì)性的課程引導(dǎo)。54門在線課程的主成分分析綜合得分排名中(受篇幅影響,數(shù)據(jù)圖表略),實(shí)操類專業(yè)課綜合得分較低,而一些課程強(qiáng)制力較弱的公共課和應(yīng)用類課程,綜合得分較高。由此可見(jiàn),提高課程綜合競(jìng)爭(zhēng)力,僅靠課程強(qiáng)制力是不行的,甚至?xí)m得其反,滋生學(xué)習(xí)抵制情緒,要加強(qiáng)課程引導(dǎo)力,做好在線教學(xué)過(guò)程中的相關(guān)服務(wù)工作,如完善輔助材料或互動(dòng)性,其次,要提高課程吸引力,豐富視頻課程內(nèi)容,增強(qiáng)在線學(xué)習(xí)體驗(yàn)感。

      3.2.2 明確課程定位,加強(qiáng)課程資源建設(shè),彌補(bǔ)課程綜合競(jìng)爭(zhēng)力指標(biāo)短板

      課程性質(zhì)決定授課方式,公共課比較偏向基礎(chǔ)知識(shí)教學(xué),內(nèi)容多為日常生活知識(shí),知識(shí)趣味性較高,應(yīng)用性較廣,比如《營(yíng)養(yǎng)與健康》《商務(wù)禮儀》等課程,學(xué)習(xí)人數(shù)較多,課程瀏覽量較大,課程綜合競(jìng)爭(zhēng)力較高。而實(shí)操類專業(yè)課的內(nèi)容比較聚焦某個(gè)專業(yè)知識(shí)領(lǐng)域,受眾較小,且需要現(xiàn)場(chǎng)操作與實(shí)踐,比如《微機(jī)組裝與維護(hù)》等課程,需要一定的設(shè)備來(lái)操作,僅通過(guò)觀看在線課程視頻是很難達(dá)到預(yù)期學(xué)習(xí)效果的。因此,課程資源不能僅僅局限在課程視頻,要豐富課程資源,從視頻、情景模擬和模擬實(shí)操等多渠道提高課程的豐富性,增加課程的觀看人數(shù)和參與討論熱情。

      3.3.3 優(yōu)化在線教學(xué)課程平臺(tái),構(gòu)建學(xué)分共享機(jī)制

      在線教學(xué)平臺(tái)比較多,如安徽省網(wǎng)絡(luò)課程學(xué)習(xí)中心(e會(huì)學(xué))、中國(guó)大學(xué)MOOC、智慧職教、學(xué)堂在線、云班課、優(yōu)學(xué)院及高校SPOC平臺(tái)等數(shù)十個(gè)在線教學(xué)平臺(tái),為在線教學(xué)課程建設(shè)提供了良好的硬件條件,滿足了“停課不停學(xué)”線上教學(xué)需要。然而,每個(gè)平臺(tái)都有自己的界面風(fēng)格和特色功能,老師們根據(jù)自身喜好選擇了相應(yīng)的平臺(tái),但痛苦的是學(xué)生們,他們?yōu)榱藢W(xué)習(xí)在線課程,不得不注冊(cè)數(shù)家在線課程平臺(tái),甚至都記不清楚哪門課在哪個(gè)平臺(tái)上學(xué)習(xí)。建議教育部門能夠優(yōu)化在線課程平臺(tái),實(shí)現(xiàn)各平臺(tái)課程學(xué)分共享機(jī)制,降低學(xué)生在多個(gè)平臺(tái)往返切換的學(xué)習(xí)煩惱,提高在線學(xué)習(xí)的便利性。在線教學(xué)課程負(fù)責(zé)人也從多個(gè)平臺(tái)推廣課程的精力中,轉(zhuǎn)移到一心一意把某個(gè)平臺(tái)課程建設(shè)好、服務(wù)好,提升課程吸引力和引導(dǎo)力,提升課程的綜合競(jìng)爭(zhēng)力。

      猜你喜歡
      強(qiáng)制力吸引力方差
      古公亶父避狄事之哲學(xué)分析
      江淮論壇(2024年4期)2024-01-01 00:00:00
      方差怎么算
      概率與統(tǒng)計(jì)(2)——離散型隨機(jī)變量的期望與方差
      計(jì)算方差用哪個(gè)公式
      吸引力1
      吸引力2
      跟蹤導(dǎo)練(三)4
      方差生活秀
      淺析托馬斯?伯恩哈德的《習(xí)慣的力量》中的權(quán)力關(guān)系
      法律強(qiáng)制力觀念的弱化與法家思想的時(shí)代性危機(jī)
      理論探索(2017年1期)2017-03-09 20:39:44
      乌拉特前旗| 涡阳县| 永年县| 阳春市| 杨浦区| 成武县| 长顺县| 阜城县| 江陵县| 海门市| 西和县| 鹤庆县| 平原县| 理塘县| 泌阳县| 浦东新区| 突泉县| 呈贡县| 湘潭市| 巴彦县| 新宁县| 连城县| 河北区| 安塞县| 呼和浩特市| 渝北区| 浠水县| 尉氏县| 隆昌县| 东方市| 鄢陵县| 沭阳县| 九寨沟县| 甘洛县| 湛江市| 徐州市| 平原县| 澄江县| 永善县| 合水县| 神木县|