基于青海藏族686 名學(xué)生“線上”教學(xué)與“線下”教學(xué)的調(diào)查分析

劉雪松，謝曉蓉，耿廣琴，李雪燕，陳雪娟，張小平，張小花，張浩令，張金芝

(甘肅中醫(yī)藥大學(xué)， 甘肅 蘭州)

0 引言

許多學(xué)者視教育為實現(xiàn)現(xiàn)代化和發(fā)展的重要力量[1]。在2014 年的調(diào)查中，認(rèn)為在線教育對學(xué)校的長期戰(zhàn)略至關(guān)重要的首席學(xué)術(shù)官的比例達到了歷史最高的71%[2]。在過去幾年內(nèi)，線下教學(xué)難以滿足學(xué)生個性化的需求，線上教學(xué)成為學(xué)生的一種便捷式的學(xué)習(xí)方式。

全國每年線上教學(xué)人數(shù)以10%的速度持續(xù)增加。信息和通信技術(shù)極大促進了線上教學(xué)的發(fā)展，在最近幾年里，許多教育機構(gòu)和學(xué)校把線上教學(xué)作為一種新的教學(xué)的趨勢。Harasim 指出，線上教學(xué)已成為一種新的教學(xué)范式[3]。由于線上教學(xué)獨特的優(yōu)勢，受到廣大學(xué)生的喜愛，其可隨時調(diào)節(jié)學(xué)習(xí)進度，重復(fù)播放，費用低，課程安排靈活，學(xué)生可以自己決定上課時間等。常常認(rèn)為，線上教學(xué)和線下教學(xué)有同樣效果的教學(xué)模式，卻不知線上教學(xué)存在諸多瓶頸，損害教學(xué)質(zhì)量。

自從2019 年12 月以來，COVID-19(新冠肺炎)席卷全國各地，全國確診新冠肺炎患者已過萬例。由于疫情影響，為了阻止疫情向校園蔓延，全國各地不同教育階段的學(xué)生延遲開學(xué)，多地響應(yīng)教育局“停課不停學(xué)”的號召，積極展開線上教學(xué)。鑒于此，本研究與2020 年3 月至2020 年6 月對青海藏族地區(qū)686 名學(xué)生進行了相關(guān)問卷調(diào)查，了解線上教學(xué)在實際應(yīng)用中存在的瓶頸，并對學(xué)生線上教學(xué)和線下教學(xué)滿意度分析總結(jié)。

1 研究背景

2003 年至2008 年間有關(guān)線上教學(xué)發(fā)文量相對較少，此階段處于混合式學(xué)習(xí)基礎(chǔ)理論的研究和探索階段[4]。2009年至2014 年掀起了線上和線下混合式教學(xué)模式的熱潮[4]。2014-2018 年期刊上發(fā)表的相關(guān)論文數(shù)量占在線學(xué)習(xí)行為全部研究的65%[5]。截至2018 年6 月，中國在線教育用戶規(guī)模達到1.72 億，手機在線教育用戶規(guī)模達到1.42 億[6]。洪宣容把在線教學(xué)研究者分四大類，分別主要研究教師繼續(xù)教育，網(wǎng)院學(xué)生學(xué)歷教育，廣播電視大學(xué)學(xué)生進行在線學(xué)歷教育，相關(guān)行業(yè)職員繼續(xù)教育的情況[7]。

2 調(diào)查對象與方法

2.1 樣本選擇與數(shù)據(jù)來源

圖1 學(xué)習(xí)時長

圖2 滿意度與線上教學(xué)滿意度

本研究對青海藏族地區(qū)686 名學(xué)生展開網(wǎng)絡(luò)問卷調(diào)查，回收問卷686 份，其中有效問卷為686 份，問卷有效率100%。樣本基本情況：男生46.65%，女生53.35%；學(xué)習(xí)階段：大學(xué)/ 大專40.38%，高中/ 中專20.7%，初中27.55%，小學(xué)( 六年級)11.37%；平均成績：優(yōu)秀(＞90)9.62%，良好(89-80)33.82%，中等(79-70)34.11%，及格(69-60)16.62%，不及格(＜60)5.83%。

2.2 問卷調(diào)查

問卷采用統(tǒng)一自制調(diào)查表，以教學(xué)態(tài)度，教學(xué)成果，教學(xué)方法，教學(xué)內(nèi)容為主要內(nèi)容，根據(jù)30 例預(yù)調(diào)查反饋的相關(guān)信息進行修改完善后，于2020 年3 月由經(jīng)規(guī)范培訓(xùn)后的調(diào)查員發(fā)放與回收。對收集的問卷進行嚴(yán)格篩選，排除不合格的問卷。

2.3 統(tǒng)計學(xué)方法

所得數(shù)據(jù)均用SPSS 22.0 統(tǒng)計軟件進行處理，對樣本數(shù)據(jù)進行描述統(tǒng)計、因子等相關(guān)分析，P＜0.05 被認(rèn)為有統(tǒng)計學(xué)意義。首先，對樣本數(shù)據(jù)以 Cronbach’s 系數(shù)為標(biāo)準(zhǔn)對樣本觀測值進行信度分析，以KMO 和Baltlett 球形度檢驗法檢測問卷的效度；其次，采用主成分分析法提取因子，根據(jù)因子分析結(jié)果，進一步分析學(xué)生對于線上教學(xué)和線下教學(xué)滿意度4 個因子的看重程度，最后得出哪類因子對滿意度影響更大，進而得出不同教學(xué)方式23 個指標(biāo)的看重程度排序結(jié)果。

2.4 AMOS 模型構(gòu)建

利用 Amos 24 繪制教學(xué)質(zhì)量概念圖，該模型包含23 個觀測變量和4 個潛變量，模型估計方法為一般化最小平方法(generalized least squares，GLS)，根據(jù) AMOS 輸出結(jié)果進行適當(dāng)?shù)哪Ｐ托拚?/p>

3 討論與結(jié)果

3.1 描述性分析

研究顯示：線上教學(xué)平臺或工具以釘釘，微信/QQ，騰訊課堂/騰訊會議主要；疫情期間線上學(xué)習(xí)時間和自學(xué)時間均明顯低于平時在校學(xué)習(xí)和自學(xué)時間(圖1)；在長時間的線上教學(xué)過程中，44.02%學(xué)生已經(jīng)可以熟練操作各個APP，順利完成學(xué)習(xí)，44.75%學(xué)生初步掌握，基本可以完成學(xué)習(xí)；66.62%學(xué)生已經(jīng)適應(yīng)線上學(xué)習(xí)，還有33.38%學(xué)生不適應(yīng)；47.23%學(xué)生認(rèn)為線上教學(xué)極大影響了假期安排，46.5%學(xué)生認(rèn)為基本沒影響；在線上教學(xué)過程中59.91%學(xué)生存在學(xué)習(xí)軟件卡頓的問題，48.25%學(xué)生缺乏自控力，48.25%學(xué)生認(rèn)為習(xí)氛圍冷淡，64.14%學(xué)生存在長時間看屏幕，眼睛受不了，66.18%學(xué)生容易受環(huán)境影響，注意力不集中；84.69%學(xué)生喜歡線下教學(xué)。

3.2 卡方檢驗分析

3.2.1 學(xué)生對線上教學(xué)滿意度與線上學(xué)習(xí)遇到困難之間的關(guān)系

學(xué)生對線上學(xué)習(xí)的效果是否滿意與學(xué)習(xí)過程中遇到困難呈現(xiàn)出0.01 水平顯著性(chi=40.700， P=0.004＜0.01)，結(jié)合數(shù)據(jù)可知：針對學(xué)習(xí)軟件卡頓來講，很不滿意選擇學(xué)習(xí)軟件卡頓的比例73.53%，會明顯高于平均水平59.91%；針對不熟悉平臺來講，很不滿意選擇不熟悉平臺的比例41.18%，會明顯高于平均水平24.34%；不太滿意選擇不熟悉平臺的比例35.48%，會明顯高于平均水平24.34%；針對缺乏自控力來講，很不滿意選擇缺乏自控力的比例79.41%，會明顯高于平均水平48.25%；不太滿意選擇缺乏自控力的比例70.97%，會明顯高于平均水平48.25%；針對學(xué)習(xí)氛圍冷淡來講，很不滿意選擇學(xué)習(xí)氛圍冷淡的比例73.53%，會明顯高于平均水平48.25%；不太滿意選擇學(xué)習(xí)氛圍冷淡的比例70.97%，會明顯高于平均水平48.25%；針對問題不能及時解決來講，很不滿意選擇問題不能及時解決的比例52.94%，會明顯高于平均水平29.30%；不太滿意選擇問題不能及時解決的比例48.39%，會明顯高于平均水平29.30%。圖2。

3.2.2 線上學(xué)習(xí)的適應(yīng)度與學(xué)習(xí)過程中遇到的困難之間的關(guān)系

是否適應(yīng)線上學(xué)習(xí)與學(xué)習(xí)過程中遇到的困難之間呈現(xiàn)出0.01 水平顯著性(chi=22.525， P=0.000＜0.01)，結(jié)合數(shù)據(jù)可知：針對不熟悉平臺來講，適應(yīng)選擇不熟悉平臺的比例19.04%，明顯低于不適應(yīng)的選擇比例34.93%。針對缺乏自控力來講，適應(yīng)選擇缺乏自控力的比例42.45%，明顯低于不適應(yīng)的選擇比例59.83%。針對學(xué)習(xí)氛圍冷淡來講，適應(yīng)選擇學(xué)習(xí)氛圍冷淡的比例41.58%，明顯低于不適應(yīng)的選擇比例61.57%。針對問題不能及時解決來講，適應(yīng)選擇問題不能及時解決的比例22.98%，明顯低于不適應(yīng)的選擇比例41.92%。

表1 旋轉(zhuǎn)后因子載荷系數(shù)表格

3.2.3 線上教學(xué)參與度與學(xué)習(xí)過程中遇到困難之間的關(guān)系

線上教學(xué)參與度與學(xué)習(xí)過程中遇到困難之間呈現(xiàn)出0.05 水 平 顯 著 性(chi=26.118，P=0.037＜0.05)，結(jié) 合 數(shù) 據(jù) 可知：針對上課氛圍差來講，基本不參與選擇上課氛圍差的比例45.00%，會明顯高于平均水平34.69%；較積極參與選擇上課氛圍差的比例44.98%，會明顯高于平均水平34.69%。針對老師上課的時間以及講課進度不合理來講，偶爾參與選擇老師上課的時間以及講課進度不合理的比例24.56%，會明顯高于平均水平15.60%。針對容易受環(huán)境影響，注意力不集中來講，較積極參與選擇容易受環(huán)境影響，注意力不集中的比例74.30%，會明顯高于平均水平66.18%。針對遇到不懂的問題無法及時反饋來講，基本不參與選擇遇到不懂的問題無法及時反饋的比例45.00%，會明顯高于平均水平32.94%。

3.3 學(xué)生對線上教學(xué)滿意度分析

3.3.1 信度分析

一般情況下，學(xué)者們多采用Cronbach 所開發(fā)的Cronbach’s系數(shù)檢驗問卷的信度，因此，本文采用Cronbach’s 系數(shù)法進行信度分析，數(shù)據(jù)處理的結(jié)果：一般情況下，當(dāng)0.7 ≤α ≤0.8 表示問卷信度良好，通過數(shù)據(jù)可以看出，信度系數(shù)為0.983，大于0.9，因此，研究數(shù)據(jù)的可靠性非常高。對于已刪除的項系數(shù)，刪除任何項目后，信度系數(shù)不會有明顯的上升，所以這意味著項目不應(yīng)該被刪除?！癈ITC 價值觀”，分析項目的CITC 值均大于0.4，說明分析項目狀況良好。相關(guān)分析還表明，系統(tǒng)可靠性水平良好。總之，研究數(shù)據(jù)可靠性系數(shù)值大于0.9，說明數(shù)據(jù)可靠性質(zhì)量較高，可用于進一步分析。表示問卷對線上教學(xué)滿意度均有較高的可信度。

3.3.2 效度分析

使用KMO 和 Bartlett 檢驗進行效度驗證，KMO 值為0.981，KMO 值大于0.8，研究數(shù)據(jù)效度非常好，因此，由以上結(jié)果可知各變量適合進行因子分析。

3.3.3 變量因子分析

經(jīng)旋轉(zhuǎn)后4 個因子的方差解釋率分別是27.131%、22.961%、20.649%、13.788%，旋轉(zhuǎn)后累積方差解釋率為84.530%。具體的旋轉(zhuǎn)因子載荷量結(jié)果見表1，由此得出綜合指標(biāo)。第一個因子在X1、X2、X3、X4、X5、X6 上載荷較大，可以看成是學(xué)生總的認(rèn)為為人師表，文明授課，作業(yè)能及時批改并與學(xué)生交流，提出的問題及時得到反饋，按時上課，講課熱情，老師能夠引導(dǎo)學(xué)生正確對待學(xué)習(xí)是影響學(xué)生線上學(xué)習(xí)滿意度的綜合指標(biāo)；第二個因子在X7、X8、X9、X10 上載荷較大，可以看出對老師所講知識記憶深刻，通過老師的授課激發(fā)了學(xué)習(xí)興趣，通過老師的講授能清楚地掌握理解所學(xué)內(nèi)容，感覺收獲巨也會影響學(xué)生對線上教學(xué)的滿意度；第三個因子在X11、X12、X13、X14 的系數(shù)較大，可以看出老師教學(xué)內(nèi)容安排合理，熟練掌握所講內(nèi)容，重難點清晰，基礎(chǔ)知識詳細(xì)也是影響學(xué)生線上教學(xué)滿意度的綜合指標(biāo)；第四個因子在X15、X16 的系數(shù)較大，證明教學(xué)互動性強以及教學(xué)方法靈活是影響其線上教學(xué)的綜合指標(biāo)。

3.4 學(xué)生線下教育滿意度分析

3.4.1 信度分析

本文采用系數(shù)法進行可靠性分析。數(shù)據(jù)處理結(jié)果為0.991，大于0.9，說明研究數(shù)據(jù)的可靠性質(zhì)量很高。從被刪除項的系數(shù)來看，刪除后的信度系數(shù)不會顯著增加，說明不應(yīng)該刪除該項目。對于“CITC 值”，各分析項目的CITC 值均大于0.4，說明各分析項目之間具有良好的相關(guān)性，具有良好的信度水平。綜上所述，研究數(shù)據(jù)的信度系數(shù)值大于0.9，說明數(shù)據(jù)的信度質(zhì)量較高，可以用于進一步的分析。

3.4.2 效度分析

結(jié)果表明：所有研究項目對應(yīng)的共度值均大于0.4，表明可以有效提取研究項目信息。KMO 值為0.986，大于0.6，說明數(shù)據(jù)是有效的。使用KMO 和 Bartlett 檢驗進行效度驗證，KMO 值為0.986，KMO 值大于0.8，研究數(shù)據(jù)效度非常好，因此，由以上結(jié)果可知各變量適合進行因子分析。

3.4.3 因子分析

經(jīng)旋轉(zhuǎn)后4 個因子的方差解釋率分別是26.917%、26.343%、24.694%、12.421%，旋轉(zhuǎn)后累積方差解釋率為84.530%。具體的旋轉(zhuǎn)因子載荷量結(jié)果見表2，由此得出綜合指標(biāo)。第一個因子在X1、X2、X3、X4、X5 上載荷較大，可以看成是學(xué)生總的認(rèn)為老師教學(xué)內(nèi)容安排合理，熟練掌握所講內(nèi)，重難點清晰，基礎(chǔ)知識詳細(xì)，布置的作業(yè)有助于理解基礎(chǔ)知識是影響學(xué)生線下教學(xué)滿意度的綜合指標(biāo)；第二個因子在X6、X7、X8、X9、X10 上載荷較大，可以看出對為人師表，文明授課，作業(yè)能及時批改并與學(xué)生交流，提出的問題及時得到反饋，按時上課，講課熱情，老師能夠引導(dǎo)學(xué)生正確對待學(xué)習(xí)也會影響學(xué)生對線下教學(xué)的滿意度；第三個因子在X11、X12、X13，X14 的系數(shù)較大，可以看出對老師所講知識記憶深刻，通過老師的講授能清楚地掌握理解所學(xué)內(nèi)容，通過老師的講授能清楚地掌握理解所學(xué)內(nèi)容感覺收獲巨大，也是影響學(xué)生線下教學(xué)滿意度的綜合指標(biāo)；第四個因子在X15、X16 的系數(shù)較大，證明教學(xué)互動性強以及老師授課富有吸引力是影響其線下教學(xué)的綜合指標(biāo)。

表2 旋轉(zhuǎn)后因子載荷系數(shù)表格

圖 3 教學(xué)質(zhì)量概念模型圖

3.5 評價體系的結(jié)構(gòu)方程(AMOS)分析

3.5.1 結(jié)構(gòu)方程模型構(gòu)建

該模型包括觀測變量23 個，潛變量4 個。觀察到的變量分別在教師的教學(xué)中合理的安排能力觀測變量分別為老師教學(xué)內(nèi)容安排合理、熟練掌握所講內(nèi)容、重難點清晰、基礎(chǔ)知識詳細(xì)、老師授課時理論聯(lián)系實際、布置的作業(yè)有助于理解基礎(chǔ)知識、注重對學(xué)生的能力培養(yǎng)、提供相應(yīng)的參考資料、教學(xué)互動性強、表達清晰有條理、板書工整、教學(xué)方法靈活、老師授課富有吸引力、為人師表，文明授課、作業(yè)能及時批改并與學(xué)生交流、提出的問題及時得到反饋、按時上課、講課熱情、老師能夠引導(dǎo)學(xué)生正確對待學(xué)習(xí)、對老師所講知識記憶深刻、通過老師的授課激發(fā)了學(xué)習(xí)興趣、通過老師的講授能清楚地掌握理解所學(xué)內(nèi)容、感覺收獲巨大，潛變量分別為教學(xué)內(nèi)容、教學(xué)方法、教學(xué)態(tài)度和教學(xué)成果。依據(jù)本文所構(gòu)建的概念模型，提出如下假設(shè)：假設(shè)H1：教學(xué)態(tài)度對教學(xué)內(nèi)容有顯著的正向影響；假設(shè)H2：教學(xué)內(nèi)容對教學(xué)方法有顯著的正向影響；假設(shè)H3：教學(xué)態(tài)度對教學(xué)方法有顯著的正向影響；假設(shè)H4：教學(xué)方法對教學(xué)成果有顯著的正向影響；假設(shè)H5：教學(xué)內(nèi)容對教學(xué)成果有顯著的正向影響；假設(shè)H6：教學(xué)態(tài)度對教學(xué)成果有顯著的正向影響。通過AMOS 我們得到了圖3 教學(xué)質(zhì)量的路徑圖。

圖 4 “教學(xué)質(zhì)量”路徑圖

圖 5 修正后的模型

由于本次調(diào)查樣本選擇較多，卡方值不能作為判斷模塊擬合度的一個參數(shù)。表3 顯示了數(shù)據(jù)CFI、NFI 和IFI 的值接近0.90，RMSEA 值小于0.01。根據(jù)模型進行測試根據(jù)擬合優(yōu)度準(zhǔn)則，該模型具有良好的擬合效果。模型檢驗參數(shù)見表1。

表3 參數(shù)檢驗與擬合結(jié)果

3.5.2 結(jié)構(gòu)模型的修正

但是由于卡方值過大，模型不能與數(shù)據(jù)配合，因此對上面的模型進行修正。

修正后的模型卡方為1396.6，模型檢驗與擬合優(yōu)度如表4。相比初始的模型，該模型的CFI、NFI 和IFI 均有所增加，RMSEA 的值減少。因此修改后的模型比原來的模型更適合數(shù)據(jù)。

表4 修正后的擬合優(yōu)度

3.5.3 結(jié)構(gòu)方程模型分析

根據(jù)分析，我們得到了觀測變量的所有因素載荷均較高，均在0.001 水平上顯著通過檢測，說明接近模型中的觀測變量可以很好地解釋潛在變量。潛在變量之間的關(guān)系通過了顯著性試驗表明，本文所建立的概念模型中隱含變量之間存在著相互關(guān)系這與模型的假設(shè)基本一致，說明模型具有較強的現(xiàn)實解釋力能力。但假設(shè)6 與原假設(shè)不符，教學(xué)態(tài)度與教學(xué)質(zhì)量之間為負(fù)相關(guān)，但是其他的假設(shè)均成立，表明該模型具有較強的現(xiàn)實解釋能力。

4 結(jié)論

隨著線上教學(xué)在各行各業(yè)中的持續(xù)發(fā)展，衡量和評估該項目的有效性是至關(guān)重要。本研究針對學(xué)生的滿意度收集的數(shù)據(jù)，作為評估線上教學(xué)質(zhì)量的主要依據(jù)。綜合以上結(jié)果可以得出以下結(jié)論；線上教學(xué)平臺或工具以釘釘，微信/QQ，騰訊課堂/騰訊會議主要；在線上教學(xué)過程中學(xué)生存在學(xué)習(xí)軟件卡頓，缺乏自控力，習(xí)氛圍冷淡，長時間看屏幕，眼睛受不了，易受環(huán)境影響，注意力不集中；總的來說大部分學(xué)生喜歡線下教學(xué)。學(xué)生對線上學(xué)習(xí)的效果的參與度，適應(yīng)度以及滿意度與學(xué)習(xí)過程中遇到困難呈現(xiàn)顯著性。學(xué)生總的認(rèn)為為人師表，文明授課，作業(yè)能及時批改并與學(xué)生交流，提出的問題及時得到反饋，按時上課，講課熱情，老師能夠引導(dǎo)學(xué)生正確對待學(xué)習(xí)是影響學(xué)生線上學(xué)習(xí)滿意度的綜合指標(biāo)；認(rèn)為老師教學(xué)內(nèi)容安排合理，熟練掌握所講內(nèi)，重難點清晰，基礎(chǔ)知識詳細(xì)，布置的作業(yè)有助于理解基礎(chǔ)知識是影響學(xué)生線下教學(xué)滿意度的綜合指標(biāo)。教學(xué)態(tài)度對教學(xué)內(nèi)容，教學(xué)內(nèi)容對教學(xué)方法，教學(xué)態(tài)度對教學(xué)方法，教學(xué)方法對教學(xué)成果，教學(xué)內(nèi)容對教學(xué)成果有顯著的正向影響。本研究發(fā)現(xiàn)線上教學(xué)學(xué)生與老師和其他同學(xué)的連接性較弱，如與老師和同學(xué)缺乏互動。其次學(xué)生控制能力匱乏，是影響線上教學(xué)質(zhì)量主要原因。方佳明也指出學(xué)生存在的惰性因素，負(fù)向影響了從傳統(tǒng)教學(xué)遷移到線上教學(xué)的意愿[14]。線上教學(xué)平臺應(yīng)完善改進管理模式及性能，更應(yīng)該關(guān)注人際關(guān)系的構(gòu)建。此外，大多數(shù)學(xué)生希望老師可以發(fā)布一些習(xí)題，以加強鞏固知識；老師語音與PPT 同步也是至關(guān)重要的，同時教師應(yīng)增加課堂趣味性，學(xué)生也需加強自我克制能力，靈活，有效，高效地運用平臺通訊工具及時交流，解決課堂問題等。同時提升廣大學(xué)生在線學(xué)習(xí)的獲得感、幸福感、安全感。