基于結構方程模型的WPBL學習效果評價*

廣州醫科大學衛生統計教研室（510182） 冼鳳英 王心旺

基于結構方程模型的WPBL學習效果評價*

廣州醫科大學衛生統計教研室（510182） 冼鳳英 王心旺△

目的基于結構方程的WPBL學習效果評價模型可以了解學生對于課程學習的效果評價以及相關因素對于學習效果的影響程度。方法基于學生自我評價視角，對廣州醫科大學2010級全科醫學系及2011級康復醫學系本科生進行隨機抽樣250名學生發放調查問卷獲得數據，進行WBPL學習效果調查，對構成學習效果及其因果變量的相互關系進行分析和路徑設計，構建WPBL學習效果評價模型，并借助SPSS20.0與AMOS20.0軟件進行分析，證實修正模型4擬合度較好，使WBPL學習效果評價的結果更加合理、準確和可信。結果整體測量指標的標準化信度為0.970，說明此組數據具有很高的內在信度。選用修正模型4為最終模型，學習能力對WPBL學習效果評價的影響最大，學校應注重學生綜合能力與素質的提升，使WPBL網絡學習模式充分顯現出自身的優勢。結論本研究利用結構方程模型，對WPBL學習效果評價進行研究，通過分析，幫助教師制定相關的評價量表，進而為改進課堂教學提供指導。

WPBL教學 學習效果評價 結構方程

基于網絡平臺的PBL教學模式（web-based PBL，WPBL）最先由廣州醫學院引入醫學教育領域并獲得成功［1］。對于一種教學模式，影響學生學習效果的因素多種多樣，而部分因素無法直接測量，由此增加了對在教學模式［2］下學習效果評價的難度。筆者利用結構方程模型進行研究，通過對觀測變量的測量數據進行分析，使潛變量和測量指標，潛變量和潛變量之間的關系在模型里得以顯示，可以有效解決以上問題。本研究利用結構方程的方法與思想，構建WPBL學習效果評價模型［3］，有效評價學生在WPBL教學模式下的學習效果。

研究方法與樣本數據

1.研究方法

本研究通過設計調查問卷，發放并回收調查問卷獲得數據，運用AMOS20.0建立模型，進行定量分析和實證研究。本研究結合網絡課程評價規范，同時應用里克特量表［4］，采用非極端的表述方式設計調查量表，設計了5個維度，運用5個評分表示不同的水平，對WPBL學習效果評價的影響因素設計了25個測量指標，作為25個觀察變量，分別構建五個潛變量；結構模型由學習態度、學習能力、知識技能、合作意識4個外生潛變量和學習效果內生潛變量組成。對于潛變量之間的關系建立結構方程模型。本研究運用統計軟件SPSS 20.0錄入數據，結構方程模型軟件AMOS20.0編制路徑圖，運用極大似然估計得到參數估計結果。

2.樣本數據

為了獲得有效準確的數據，本研究自主設計了調查量表，在隨機抽樣的學生中進行實測。調查量表選項采用里克特量表（Likert Scale）技術，運用5個評分表示不同水平。

該次調查專門成立調查組并進行培訓，經過預調查、修改問卷［5］，采用不記名方式由專人對廣州醫科大學2009級口腔醫學系、預防醫學系、全科醫學系、臨床醫學系；2010級全科醫學系及2011級康復醫學系本科生進行隨機抽樣250名學生發放調查問卷獲得數據，共發放調查問卷250份，實際收回問卷234份，根據問卷中設置的邏輯項和完整性進行篩查，得到有效問卷224份，問卷有效率89.60%。

統計數據分析

1.潛變量和可測變量的設定

學習態度、學習能力、知識技能、合作意識、學習效果等指標都是不能直接測量的變量，屬于潛變量，每個潛變量可由一些能被觀測的指標來測算，本科課堂教學質量全息指標體系各潛變量與其對應的指標見表1。

2.變量的設置

3.數據的信度分析

用信度系數來表示信度的大小。信度系數越大，表明測量的可信程度越大。究竟信度系數要多少才算有高的信度，經驗上，如果克朗巴哈系數大于0.9，則認為量表有很高的內在信度；如果克朗巴哈系數大于0.7小于0.8，則可以認為量表設計存在某些問題，但是仍有一定參考價值；如果克朗巴哈系數小于0.7，則認為量表設計上存在很大問題應該重新設計［6］。

本文得到以下結果：5個緯度的Cronbach′s Alpha分別為0.882、0.880、0.898、0.922、0.888，則所有潛變量視為可信，予以保留；整體測量指標的標準化信度為0.970，說明此組數據具有很高的內在信度［7］。

表1 結構模型中的潛變量和觀測變量

WPBL學習效果評價結構方程建模

1.含有潛在變量的結構方程模型

用X11～X45代表學習效果評價中的20個外生潛變量；ξ1表示學習態度，ξ2表示學習能力，ξ3表示知識技能，ξ4表示合作意識，表示外因潛變量［8］是第i個外生潛在變量在外因潛變量上的因子負荷…，20，表示測量誤差，建構測量方程式：

用Y1～Y5代表學習效果評價中的5個內生潛變量；η表示學習效果，表示內生潛在變量［8］是第i個內生潛變量在內因潛變量上的因子負荷；εi，i＝1，…，5，表示測量誤差，建構測量方程式

由于外生潛在變量之間、內生潛在變量之間以及外生潛在變量和內生潛在變量之間具有相互影響，因此結構模型的數學表達形式為：

其中B表示內生變量之間的關系，Γ表示外生潛在變量對內生潛在變量的影響，ζ為模型的殘差項。

2.結構方程模型建模

由于潛變量的作用有多種情況。因此，我們在初始模型（圖1）的基礎上，通過輸出結果觀察修正指標MI值［9］，建立4種修正模型，來比較它們的優劣。

修正模型1：在初始模型的基礎上使外因潛變量相關。

修正模型2：在修正模型1的基礎上添加ε1與ε5的一個相互關系。

修正模型3：在修正模型2的基礎上添加δ6與δ20的一個相互關系。

修正模型4：在修正模型3的基礎上添加δ4與δ19的一個相互關系。

3.結構方程及最終模型系數圖

綜合以上擬合評價指標［10］的比較結果，我們認為修正模型4在各個模型中是較優的，所以我們選用修正模型4為最終模型，由回歸方程得到潛在變量之間的結構方程及影響系數如下：

4.模型分析

（1）由最終模型及系數圖2可見，學習能力對WPBL學習效果評價的影響最大，學習態度其次，合作意識對WPBL學習效果評價的影響最小。

（2）從外生潛變量對內生潛變量效應系數看，對學習效果的影響方面，學習能力效應超過學習態度、知識技能和合作意識，提示WPBL教學模式學習效果偏重于學習能力的效應，學習態度、知識技能和合作意識還未充分體現其學習效果。對于新的教學模式的引進，學校應注重學生綜合能力與素質的提升，使WPBL網絡學習模式充分顯現出自身的優勢。

（3）內生潛變量Y1、Y2、Y3、Y4、Y5在學習效果上的標準化負荷系數分別為1.00、1.31、1.20、1.26和1.05，說明在WPBL網絡教學的模式下學習效果主要體現在“實際教學效果與開課前期望水平的比較”，其他“該課程完成學習目標程度的評價”、“對這門課程的總體滿意度”、“其他課程相比較對該課程收獲大小的評價”與“與其他課程相比較對該課程教學質量的評價”等對學習效果的作用則依次減小［11］。

表2 總體擬合狀況比較

圖2 WPBL學習效果評價最終模型及系數圖

（4）根據結構方程對內容效度的評價原則，標準化因子負荷大于0.71，則復相關系數（因子負荷的平方）R2大于0.5，也就是說該潛變量能解釋量表對應問題的效能在50%以上。本研究中5個潛變量在25個觀測指標上的標準化因子負荷大于0.71的有21個，也就是說，相應的潛變量能解釋指標變異性的效能均在50%以上。模型中有21個復相關系數大于0.5，說明模型的解釋能力較強［12］。

結 論

一種新的教學模式的引入，其效果對學生學習質量產生直接的影響［13］。本研究利用結構方程模型，對WPBL學習效果評價進行研究，通過分析，幫助教師制定相關的評價量表，進而為改進課堂教學提供指導。

結構方程模型的采用，克服了采用專家打分的主觀性［14］；而學習效果的評價，為高校改進WPBL教學模式與質量提供依據。對WPBL學習效果的評價，可以依據其質量固有特性和賦予特性區分為學習態度、學習能力、知識技能和合作意識，并正向直接影響學習效果［15］。現階段高等醫學院校臨床教學應注重學生的學習態度、知識技能和合作意識，通過廣泛開展WPBL教學模式來提高教學質量［1］。

1.魏東海，林愛華，尹梅，等.基于網絡平臺的以問題為基礎學習教學模式的構建.中華醫學教育雜志，2009（5）：93-95.

2.Li ZY.Study on the Cultivation of College Students′Science and Technology Innovative Ability in Electrotechnics Teaching Based on PBL Mode.International Conference on Future Computer Supported Education，August22-23，Volume，2012，2：287-292.

3.候杰泰，溫忠麟，成子娟.結構方程模型及其應用.北京：教育科學出版社，2004.

4.Lee JW，Jonss PS.Cultural differences in responses to a Likert Scale. Research in nursing＆Health，2002，25：295-306.

5.Simona Balzano，Laura Trinchera.Structural Equation Models and Student Evaluation of Teaching：A PLS Path Modeling Study.Statistical Methods for the Evaluation of University Systems Contributions to Statistics，2011：55-66.

6.張虎，田茂峰.信度分析在調查問卷設計中的應用.統計與決策，2007（21）.

7.Jamia Azdina Jamal，Choong Lai Yuan，Adliah Mhd Ali，et al.Instrument to Assess Pharmacist′s Perception on Application of Pharmaceutical Chemistry Subjects in Pharmacy Practice.Universiti Kebangsaan Malaysia Teaching and Learning Congress，December17-20，2011，Volume II.

8.陳炳為，陳啟光，許碧云.潛在變量模型及其在中醫證候中的應用概述.中國衛生統計，2009，26（5）.

9.程開明.結構方程模型用于顧客滿意度研究的理論探討.市場研究，2006（4）.

10.Evaluation of the life satisfaction questionnaire（LSQ）using structural equation modelling（SEM），Marianne Carlsson＆Elisabeth Ham rin，Quality of Life Research，2002，11：415-425.

11.Margit Wiesner，G.Thomas Schanding.Exploratory structural equation modeling，bifactor models，and standard confirmatory factor analysis models：Application to the BASC-2 Behavioral and Emotional Screening System Teacher Form.Journal of School Psychology，Available online4 October，2013.

12.梅國平.基于復相關系數法的公司績效評價實證研究.管理世界，2004（1）.

13.高波，陸文杰.網絡教學模式形成的理論研究.河北廣播電視大學學報，2005（4）.

14.謝煥瑛.國家重點實驗室評估專家評分偏差效應分析.研究與發展管理，2006（6）.

15.周孟君，王心旺.關鍵因素構建WPBL學習效果評價模型實證研究.中國衛生統計，2012（4）.

（責任編輯：劉 壯）

廣州市教育科學十二五規劃課題（11A002）

△通信作者：王心旺，Email：xinwwang＠aliyun.com