線上教學模式下的試卷分析及學習行為數據分析①
——以中醫學“5+3”專業為例

王建光 雷萍 徐銘 關洪全 韓曉偉（遼寧中醫藥大學中西醫結合學院，沈陽110847）

醫學免疫學與病原生物學為高等醫藥院校中 醫類各專業學生必修的專業基礎課程。面對突如其來的新型冠狀病毒肺炎疫情，為了更好地做好本課程的線上教學，授課教師選用了超星在線教學平臺對中醫學“5+3”一體化兒科學專業學生進行了為期一個學期的線上教學。本研究采用教育測量學的方法對線上教學課程醫學免疫學與病原生物學期末考試的試卷進行分析和評價，旨在總結在線教學中存在的問題，評價試卷設計中存在的不足［1］。此外，本研究在試卷整體分析、評價完成的基礎上，還對在線教學平臺記錄的學生學習行為數據進行了統計。以學生考試成績為因變量，通過分析學生在線學習時長、參與討論次數及章節學習次數等為自變量，了解學生學習投入和認知過程的重要信息，篩選出學習行為投入的關鍵因素。同時也為授課教師優化學習過程、提高本課程的在線教學質量提供一定的參考依據。

1 資料與方法

1.1 資料本研究選取2019至2020學年第2學期中醫藥高校中醫學“5+3”一體化兒科學專業醫學免疫學與病原生物學期末考試試卷59份，以及線上教學平臺統計的學生學習行為數據，包括學生的在線學習時長、參與討論次數及章節學習次數，見表1。

表1 學生期末考試成績與在線學習行為數據統計表Tab.1 Statistical table of students′final examination results and online learning behavior

1.2 方法

1.2.1 試卷評分方法所有試題均采用線上加密后批閱，試卷的評判按照制定的評卷標準進行，為減少主觀性閱卷差異，名詞解釋、簡答題和論述題等主觀題閱卷按照制定的得分點各由一人評分，流水作業，評卷后交叉復查，避免錯漏。

1.2.2 試卷分析方法本研究采用的試卷質量測評指標為信度、難度系數、區分度。信度分析采用克倫巴赫系數（Cronbach's alpha）信度法處理數據［1］；難度系數（P）用來評價試卷的難易程度，試題難度分析用公式P=Mean/Score計算，其中P為難度系數，0.7≤P＜0.8，表明試卷難易度適中；P＜0.7，則較難；P≥0.8，則容易。Mean為該題得分均值，Score為該題的滿分［2］。區分度（D）是指考卷區分不同成績學生的一種指標，計算公式為（高分組平均分-低分組平均分）/滿分值，取期末考試分數前27%的學生作為高分組，后27%的學生作為低分組，D≥0.4的試題級別為優秀，0.3≤D＜0.4表明此題的區分度較好，0.2≤D＜0.3表明此題的區分度尚可，D＜0.2則表明此題的區分度較差［1］。

1.3 統計學方法采用SPSS25.0統計軟件進行數據處理和統計分析，對試卷的信度、難度和區分度進行分析；對學生期末考試成績分布及線上學習行為的各項數據進行正態性檢驗，同時對線上學習行為各項數據與期末考試成績數據進行相關性分析及回歸分析。

2 結果

2.1 試卷分析結果統計分析試卷得出平均成績為69.17分，最高分100分，最低分為17分，標準差為18.57，各分數段頻數分布見圖1。采用Shapiro-Wilk方法檢驗分數分布的正態性，結果P=0.111，偏度系數為-0.481，呈正態分布。

圖1 期末考試成績直方圖Fig.1 Histogram of final exam scores

試卷統計分析得出信度α系數為0.788，試卷各題型難度系數（P）、區分度（D）見表2。

表2 各題型難度系數及區分度Tab.2 Difficulty coefficient and differentiation of each type of question

2.2 線上學習行為數據與期末考試成績相關性的分析結果學生個人學習行為數據和成績均為連續變量，為分析其是否存在相關性，首先檢驗各組數據的正態性。由于樣本數量為59個，主要參考Shapiro-Wilk檢驗值，從表3中可見期末考試分數、參與討論次數章節和學習次數符合正態性假設，在線學習時長不符合正態性假設。

表3 正態性檢驗Tab.3 Normality test

由于樣本分布不全具備正態性，采用spearman進行相關性檢驗，分析期末考試分數與在線學習時長、參與討論次數和章節學習次數之間的相關性，結果見表4。由表4可知，期末考試分數與參與討論次數呈現相關性，且占學生人數39%的中分段（60～80分）學生的成績與在線學習時長有一定的相關性。

表4 相關性檢驗Tab.4 Correlation test

進一步通過以章節學習次數、在線學習時長為自變量，以期末考試成績為因變量，進行回歸分析，經分析各變量不具備線性分析的條件，因此通過擬合曲線進行變量替換，以期末考試成績為因變量，繪制散點圖，進行曲線估算的非線性分析，通過曲線估算篩選比較接近的曲線，見圖2、3。在曲線估算中，三次曲線擬合程度最高，并符合統計學意義，方差檢查見表5。

圖2 在線學習時長與期末考試分數回歸分析Fig.2 Regression analysis of length of online learning and final examination scores

表5 方差檢查Tab.5 Variance check

3 討論

3.1 試卷分析討論本研究通過對試卷考查內容分析發現，試卷考查內容緊緊圍繞教學大綱，以免疫學基礎理論、病原微生物主要生物學性狀和致病性及免疫性等為基本理論考查點，分析顯示本次考試試卷信度0.788，說明此次考試信度較好。考試成績正態性檢驗結果偏度系數為-0.481，成績呈負偏態分布，表明中高分數段的人數相對較多，由于“5+3”專業學生基礎較好、學習熱情高，因此成績呈負偏態分布是正常的。分析結果提示本次試卷總體偏難，回顧試卷分析發現學生在免疫學知識點考查部分失分較多，究其原因可能為免疫學主要研究生物體免疫系統的組成、功能及相關疾病的基本免疫機制，其知識結構系統龐大而復雜，學生難以理解，這就要求教師在將來的授課過程中注重構建免疫學的整體觀導學框架，因為免疫學各部分不是相互獨立的，要避免學生碎片化學習。本次考試除名詞解釋題型外，其他各題型區分度均＞0.4，說明試卷總體區分度較好，能夠較為真實地反映學生的真實水平。回顧試卷分析發現名詞解釋部分主要考查內容為課程中的基本概念性知識，學生掌握較好，提示教師在以后的考試中對該類考察基本概念的題型要不斷優化，如設計組合型試題，同時考察多個知識點的掌握情況。通過試卷分析發現，一些學生對基本概念、基本理論等需要單純記憶和簡單應用的知識點掌握較好，但在簡答題、論述題等考察綜合分析和解決問題的題型上丟分較多。提示教師在今后的教學工作中不僅要強調基本理論、知識，還應著重培養學生綜合分析的能力。另外，通過分析試卷常用定量指標信度、難度系數和區分度等發現該試卷整體處于合理水平，也只有在試卷設計合理的基礎上，才能確保在分析線上學習行為數據與期末考試成績相關性時得出的結論具有準確性，且具有統計學意義。

3.2 線上學習行為數據與期末考試成績相關性分析的討論本研究經過分析發現線上授課過程中學生參與討論次數與期末考試分數呈現正相關性，因此在今后的在線教學中可適當提高討論話題的發布量，在保證教學質量的前提下多開展討論活動［2］，討論式教學更容易激發學生的學習熱情；將來在線上教學或者線上線下混合式教學時可嘗試采用PBL討論式教學模式，從而有側重的進行教學［3］。本研究相關性分析發現占總人數39%的中分段（60～80分）學生的期末考試成績與在線學習時長呈正相關，結合回歸分析中三次曲線的分布位置，可發現在線學習時長在達到一定時間量時與期末考試成績也呈現正向關系。這些數據表明投入的學習時長是保證學生掌握知識的根本。另外，有個別學生為降級生，在上一學年已經學習過該課程，因此在圖2中表現為學習時間較少卻取得較好成績的反常現象。也有部分學生是由于客觀環境所致，無法保證足量的在線學習時間，只能依靠線下參照復習資料自學，這部分同學中自學能力較強的學生，同樣也會出現在線學習時長較低但成績較為理想的現象，但對于大部分正常參與教學活動的學生而言，學習時長是保證學習效果的根本［4］。

參考圖3回歸分析中三次曲線分布位置，在排除降級生和受客觀條件影響無法保證線上學習的學生的情況下，可以發現章節學習次數與期末考試成績間更加類似拋物線關系，而不是正向關系。這可能與部分學生線上學習時效率較低或不適應線上教學這種新穎的授課模式有關，以致學生課后頻繁登錄線上平臺學習、復習各章節知識，因此導致回歸分析中章節學習次數與成績這兩個變量呈現近似拋物線的關系。因此要求教師在線授課時要保證課堂效率，及時跟進、了解學生的學習情況以及對知識的理解程度，讓學生扎實、系統性地學習［5］。

圖3 章節學習次數與期末考試分數回歸分析Fig.3 Regression analysis of number of chapters studied and final examination scores

4 結語

本研究評估了線上教學模式下的期末考試試卷的難度、區分度及信度，在試卷總體規范的基礎上，分析了學生期末考試成績與在線學習行為數據的相關性。在數據支撐的條件下分析討論了線上學習行為，篩選出學習行為投入的關鍵因素，為更好地指導學生在線學習及針對性地制定個性化教學策略提供了參考依據。本研究真實反映了使用在線教學平臺開展信息化教學的情況，為后續教學平臺的推廣應用和信息化教學的組織開展提供借鑒。