您好, 访客   登录/注册

基于因子分析的高校远程教学激励因素分析

来源:用户上传      作者:邵宇辉 谭欣芷 黄彬娉 韩昌延

  摘 要:随着互联网技术的发展,远程教学成为高校教学的重要形式之一,受新冠肺炎疫情影响,各地高校普遍开展线上教学。为探究远程教学中的激励因素,本文对安徽省等地高校学生关于17个指标进行了问卷调查,通过因子分析得到四个公因子,分别为互动、激励与反馈,学习者内因,教学内容与安排和学习条件与环境。
  关键词:远程教学;因子分析;激励因素
  中图分类号:G4
   文献标识码:A doi:10.19311/j.cnki.1672-3198.2020.19.073
  0 引言
  现代远程教育在我国教育历程中是一种全新的教育模式,目前也已然成为了我国教育事业中的重要组成部分。我国《国民经济和社会发展第十三个五年规划纲要》明确指出了“推动互联网医疗、互联网教育、线上线下结合等新兴业态快速发展。”随着我国科技事业的发展,互联网技术引导着各行各业的改革,现代远程教育也对传统的教育模式发起了冲击。
  2020年初,受新型冠状病毒疫情影响,全国高校延迟开学,线下教学停滞。教育部为此印发相关指导意见,要求采取政府主导、高校主体、社会参与的方式,共同实施并保障高校在疫情防控期间的在线教学。由于现代远程教育在缩短教育差异、实现公平教育、弥补教育资源短缺、满足学习者多样学习需求、培养创新型人才的重要意义。因此,如何采取积极措施发挥远程教学激励因素的影响,将是研究者的重要研究方向之一。
  目前我国国内对在远程教育方面有一定的研究成果,孙晓英等认为开展线上线下混合式教育需要机构、教师和学生的能力和态度准备;薛颖认为网络教育数据分析平台需要具有良好的可扩展性、应用价值和可维护性;刘志山等认为传统教学模式在新的网络教学模式下,需要实现教学理念的变革、教学方式的更新、教学过程的调整和教学资源的优化;梅红等研究后发现,大学生慕课学习的有用性感知对学习绩效和互动学习行为均有正向影响。
  本文在已有理论的基础上,通过问卷的形式面向高校在读学生收集信息,测量各项因素指标,通过对样本数据的因子分析寻找这些因素的共同因子,从而讨论可能影响高校远程教学的因素。
  1 数据收集及相关说明
  1.1 问卷设计思想
  本次调研的目的在于探究远程教学的激励因素,基于已有的理论基础和研究成果,构建测量指标体系。戴蓉认为,改善学习环境和条件有利于保持大学生的学习积极性。而在远程教育中,学习环境主要可以分成硬件环境和软件环境,硬件环境包括设备支持、无线网络和有安静的听课环境;软件环境包括家长监督和教师提供的学习资源。于是可以确定一项指标,即学习环境。包括设备支持、流量费用、安静环境和家长监督,而教师提供的学习资源则需要进一步详细阐述,故需单独列出指标。谭玉洪认为,在教师提供的学习资源中,教学资源的实时性和实用性、教师自身能力、师生互动十分重要。因此可以设置两个指标,即教学内容和教师个人,教学内容包括教学学科、教学质量和学习效果,因为网课较传统课程有时间灵活性的特点,故再设置时间安排指标。教师个人包括个人风格、教师互动和教师激励,同时网课教师拥有一定网络权限,如调用学生摄像头、查看学生电脑桌面等权限,故再设置教师权限指标。张伟远等认为,远程教育中学生的学习目标、学习动机和学习兴趣是重要的个人内因。于是,可以确定一项指标,即个人内因,包括学习目标、学习动机和专业兴趣。此外,由于远程教育往往有第三方平台参与,平台的一些功能可以协助教师更好完成授课,因此再设置一个指标,即平台功能,包括互动功能和反馈功能。
  将以上指标整理为5个一级指标,17个二级指标。一级指标包括学习环境、教师个人、教学内容、学习者内因、平台功能;二级指标包括安静环境、设备支持、流量费用、家长监督、个人风格、教师互動、教师权限、教师激励、教学学科、时间安排、教学质量、学习效果、专业兴趣、学习目标、学习动机、互动功能和反馈功能。问卷设置一般性选择题19个,其中主体问题17个,分别对应17个二级指标,采用李克特五级量表形式。
  1.2 数据收集及相关说明
  本次问卷发放211份,回收有效问卷206份。收集时间为2020年2月24日到3月8日,受新冠肺炎疫情影响,本次调查采用线上问卷的形式。所收集到的有效样本中,本科在读97.14%,研究生在读1.43%,博士生在读1.43%;其中77.18%的样本来源于安徽省高校,22.82%的样本来源于四川省、广西壮族自治区、湖北省、江苏省、北京市等地高校;其中有95.26%的样本曾经参加过学校安排、自己寻找或录播课等形式的网络课程。
  2 数据分析
  2.1 数据信度和效度分析
  信度是调查结果的可靠程度,介于0—1之间,越接近1其可信度越高。一般性研究探索中信度系数高于0.6,则被认为信度较高。本文利用SPSS软件对样本数据的Alpha信度系数进行检验,得到Cronbachs Alpha=0.81,其信度大于0.8。说明本问卷信度可靠。
  效度是测量结果的真实性程度,主要包括内容效度和结构效度。KMO值高于0.6就可以进行因子分析。本文利用SPSS软件对样本数据的进行KMO检验和Bartlett球形度检验,得到KMO检验值为0.821,Bartlett球形度检验的近似卡方为965.992,Sig值为0.000<0.05,说明该问卷效度较好,适合做因子分析。
  2.2 因子分析
  利用SPSS软件对样本数据进行因子分析,在结果中抽取初始特征值大于1的因子,共得到4个公共因子,累积方差贡献率达到54.454%。在社会学研究中累积方差贡献率大于50%,因子分析的结果可以接受。结果说明4个公共因子蕴含了样本数据中17个三级指标所表示的信息。
  
  利用SPSS软件最大方差法正交旋转后,去掉较小系数,得到整理后的旋转成分矩阵。将旋转成分矩阵中4个因子分别对应的原始因素进行归纳分析,发现因子1包括:互动功能、教师互动、反馈功能、教师激励和个人风格共5个因素,可命名为互动、表扬与反馈;因子2包括:学习目标、安静环境、学习动机和专业兴趣4个因素,可命名为学习者内因;因子3包括:教师权限、学习效果、时间安排、教学质量、教学学科,可命名为教学内容与安排;因子4包括:流量费用、设备支持和家长监督,可命名为学习条件与环境。   将新的4个因子作为一级指标,17个原始因素作为二级指标,以因子贡献度占累积贡献度的比例作为因子权重,得到结果如表2所示。
  2.3 结论
  因子分析归纳出4个可能影响远程教学的激励因子,分别为:互动、激励与反馈,学习者内因,教学内容与安排以及学习条件与环境。与预先设置的一级指标相比,学习者内因、学习条件与环境因子基本相符,分别对应原有的学习者内因、学习环境指标;教学内容与安排因子综合体现了教师个人和教学内容2个原有的一级指标;而教师个人中的关于激励、互动等内容,以及平台功能中的互动、反馈功能被提取出来,重新组成了一个新的因子:互动、激励与反馈。
  从因子权重的排序来看,互动、激励与反馈的权重最高,学习者内因其次,教学内容与安排再次,最后是学习条件与环境。这说明在远程教学中,学习者内因较教学内容与安排和学习条件与环境更为重要;除了预想的影响因素之外,互动、激励与反馈作为一个提取出来单独的因子,其作用在远程教学中十分重要。在问卷的指标来源的文献中,除了强调学习者内因、教学内容和学习条件的重要性外,也都提及了激励的正向作用,但没有提及互动和反馈的作用。本文认为除了激励之外,互动和反馈也是影响远程教学的重要因素。
  3 总结分析及建议
  随着我国远程教育的不断发展,如何提升线上教学质量、提高学习绩效是十分重要的。本文通过分析归纳,得出4个可能影响高校远程教学的激励因素,分别为:互动、激励与反馈,学习者内因,教学内容与安排和学习条件与环境。以下从这4个因素出发,给出一些建议。
  3.1 教学过程中注重互动、激励与反馈
  由于远程教学有别于传统教学的面对面授课,教师需要在网络教学中更加积极地互动、适时表扬、及时反馈;高校可以设置奖优名额,鼓励学习积极、优秀的学生,可以结合物质激励,但主要在精神层面给予学生持久的激励;平台提供互动、反馈功能,帮助教师和学生及时互动、有效沟通和双向反馈。
  3.2 学习者明确学习动机、目标,提高专业学习兴趣
  学习者内因在学习过程中十分重要,学生需要明确学习动机,是为了职业发展的需要、个人价值的需要、承担社会和家庭责任或是其他动机;需要树立学习目标,培养专业兴趣,有助于学生从内在出发,提高学习积极性和自信心。高校可以开展相关教育活动,教师在开展教学时,也可以帮助学生树立正确的学习动机和学习目标、提高学生对专业的兴趣,从外部引导学生自发提高学习积极性。
  3.3 优化教学内容质量,合理安排教学计划
  教师是开展大学生线上教学的实践者,教师需要合理安排具体的教学时间和教学内容,提高教学质量,输出优质、高效的知识和技能,提高专业知识的实时性和有用性;在网络教学中积极互动、适时表扬及时反馈;树立学生喜欢的教学风格,保持师生关系融洽。
  3.4 保障和改善遠程教学环境和条件
  高校作为开展大学生远程教育的组织者,需要提供基本教学安排和教学资源、配合教师完成线上教学活动、做好教师和学生考核工作,改善教学环境,还可以在数据流量、设备费用上对学生和教师提供一定的补助。第三方远程教育平台也需要提供有良好兼容性的软件或平台,能够在移动端、PC端的不同系统中正常使用,保障教师和学生在远程教学的过程中不受设备、系统的限制。
  参考文献
  [1]冯晓英,王瑞雪,吴怡君.国内外混合式教学研究现状述评——基于混合式教学的分析框架[J].远程教育杂志,2018,36(03):13-24.
  [2]薛颖.网络教育数据分析平台的研究与实现——评《网络教育应用(第2版)》[J].新闻爱好者,2019,(06):97.
  [3]刘志山,李燕燕.慕课背景下“思想道德修养与法律基础”课教学面临的机遇、挑战及其对策[J].思想教育研究,2014,(11):55-58.
  [4]梅红,王静静,张俊斌,等.MOOC学习感知对学习绩效的影响研究[J].北京工业大学学报(社会科学版),2019,19(05):102-112.
  [5]戴蓉.对大学生学习激励的再思考———基于双因素理论的启示[J].思想教育研究,2011,(07):81-84.
  [6]谭玉洪.我国现代远程开放教育学生学习激励机制探讨[J].现代远距离教育,2006,(04):18-20.
  [7]张伟远,胡军.西北地区远程学习者特征和学习障碍的调查报告[J].中国远程教育,2002,(04):10-14.
  [8]Nunnally JC. Psychometric Theory[M].New York: McGraw-Hill,1978.
  [9]吴明隆.SPSS统计应用实务:问卷分析与应用统计[M].北京:科学出版社,2003.
转载注明来源:https://www.xzbu.com/2/view-15254596.htm