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

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。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)課程綜合競爭力的因素有哪些，如何提升在線教學(xué)課程質(zhì)量與綜合競爭力，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)課程綜合競爭力為研究主題進(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)證分析過程中，一般只選取方差較大的主成分，以達(dá)到簡化系統(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(見表3)，提取數(shù)值均高于0.7，最小值為0.785，說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)?？偡讲罱忉寯?shù)據(jù)結(jié)果(見表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)，否則無法獲得課程學(xué)分和成績。訪談?wù){(diào)研發(fā)現(xiàn)，大部分在線教學(xué)課程運(yùn)營推廣模式大同小異[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，提高課程綜合競爭力，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)課程綜合競爭力指標(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，課程綜合競爭力較高。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)備來操作，僅通過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，提升課程的綜合競爭力。