鐘建新 藍志清
(贛州師范高等??茖W校 江西贛州 341000)
線上教學是一種以聯網技術為基礎、師生異地同步教學展開教學的形態,是傳統的課堂教學的有益補充。近年來,“互聯網+教育”“大數據+教育”等信息技術與高等教育不斷融合,高校線上教學得到了蓬勃發展,線上學習也已成為學生重要的學習方式之一。2020年疫情期間,我國參加線上學習的高校學生就達1775萬人,超23億人次。教育部號召“停課不停學、停課不停教”,國內各高校積極響應,在極短的時間內組織了有史以來規模最大、線上課程最多、覆蓋人數最廣的線上教學,有效地完成教學計劃。本次線上教學既體現了中國共產黨“人民至上、生命至上”的崇高理念,又嘗試了“用教育技術倒逼教學改革”的變革,是我國開展線上教學的“試驗田”。疫情的爆發,加速了線上教學成為新常態的步伐,也讓教育者和社會對線上教學有了新的認識。如此大規模線上教學實踐完成以后,很多教育工作者開始關注線上教學的質量、評價、社會認同等問題[1]。
隨著疫情防控取得戰略性成果,高校教學也逐漸走向常態化疫情防控下的秩序恢復,而如何科學地評價高校線上教學質量,以及如何準確測量線上教學社會認同度,并據此判斷下一階段高校教學應當采取的主要模式,都是具有重要現實意義的研究課題。已有研究表明,學生線上學習成效和滿意度受多種因素影響,但研究者往往難以從繁雜的因素中歸納影響線上教學的關鍵維度,相比其他研究,本文依據社會認同理論,從線上教學直接關聯的教學雙方師生及教學監督方家長為出發點,擬定影響線上教學效果的三個維度:學生滿意度、教師接受度、家長認可度?;诖耍疚臄M對疫情防控下高校線上教學效果的影響因素進行研究。
本文所采用的測量工具來源于廈門大學教師發展中心編制的疫情期間高校線上教學效果問卷,該中心在2020年2—3月進行的全國范圍在線教學基礎調查,形成了在線教學調查數據庫[2]。本研究抽取了江西省11所高校相關的教師、學生、家長共630人參與調研問卷,經檢查核對去除錯答、亂答、漏答等無效問卷后得到有效問卷總計560份,有效率達88.8%。
結構方程模型(SEM)是一種多元線性的統計建模方法,它的分析過程包括模型構建、模型修正及模型解釋。模型中的變量分為潛在變量和觀測變量兩種,其中觀測變量是可以直接測量的變量,潛在變量為不能通過直接測量得到但可借助觀測變量間接測量的變量[3]。
結構方程模型不僅能夠測量量表的信效度,還能發現影響因素并能明確影響因素之間的關系,具有傳統回歸分析方法無法比擬的優勢。因此,結構方程模型非常適合運用于線上教學效果和相關滿意度影響因素和影響路徑的研究。
本研究的結構方程理論模型主要基于圖1,對于變量的處理主要基于表1的說明。結構方程模型由兩個基本模型構成:觀測模型和結構模型[4]。本研究中主要用來分析學生滿意度、教師接受度、家長認可度和社會認同等潛在變量與相應觀測變量之間的關系;而結構模型主要用于討論潛在變量之間的關系,本研究中主要用來討論學生滿意度、教師接受度、家長認可度和教學效果等潛在變量之間的內在關系。實證檢驗前,社會認同與學生滿意度、教師接受度、家長認可度等內部因素聯系較為緊密,我們假設學生滿意度(H1)、教師接受度(H2)、家長認可度(H3)正向影響社會認同。

圖1 理論模型
本研究對回收的有效問卷進行有序登記與編碼,采用SPSS 24.0輸入和管理數據,再運用軟件AMOS 24.0建立結構方程模型,進行數據分析處理,主要探討高校線上教學效果的影響因素三個維度學生滿意度、教師接受度、家長認可度與社會認同的因果關系,以及在路徑分析的基礎上對模型擬合度進行檢驗,如表1所示。

表1 線上教學效果影響指標
本研究針對問卷作CFA因子分析,提取方法采用主成分分析法,旋轉方法采用直交轉軸最大方差法,把因子負荷量在0.6以下,交叉負荷量在0.4以上的題型刪除,所有維度的因子負荷量都位于在0.631~0.841,而且顯著。
(1)信度檢驗
如表2所示,通過因子內部一致性阿爾法分析發現,克朗巴哈α系數的值均在0.802~0.873,組成信度在0.802~0.873,平均方差提取值AVE在0.514~0.581,根據統計專家海爾建議的標準,所有題目信度均達到要求。

表2 驗證性因子分析
(2)收斂效度檢驗
本研究采用當前最嚴謹的AVE檢驗法進行聚合效度與區分效度分析,分析結果表明,各維度的平均方差提取值都在0.514~0.581,克朗巴哈α系數的值在0.802~0.873,根據專家海爾等人以及費耐爾等人所提出的建議的標準,因子的信度要大于0.70,AVE值要大于0.50,因此,3個分量表都達到了比較理想的信度與聚合效度標準[5]。
(3)區分效度檢驗
根據費耐爾等學者的建議,判斷各維度之間是否具有區分效度的標準就在于該維度的AVE算術平方根值是否大于與其它維度之間的相關系數。如表3所示,對角線的粗體字數值代表各維度的AVE值的平方根,這些值都大于各維度之間的標準化相關系數,因此各維度之間全都具有顯著的區分效度[6]。

表3 區分效度分析

表4 研究模型擬合度指標
研究模型擬合度指標主要用于分析理論模型與樣本數據之間相互擬合的程度,本研究采用了當前最嚴格的擬合度檢測指標進行驗證,各指標全部符合專家學者所建議的標準,表明模型擬合度非常理想,因此本研究所建構的高校線上教學效果的社會認同模型符合預期,可用于對實際觀察數據進行解釋。
如圖2、表5所示,理論模型中的3個假設:學生滿意度對社會認同、教師接受度對社會認同、家長認可度對社會認同都存在顯著影響,證明假設都成立。

表5 研究假設的驗證結果

圖2 模型的路徑系數
從上述分析結果可知,路徑系數為0.301,P<0.001,說明學生滿意度可以顯著正向預測社會認同,學生滿意度越高,社會認同就越高;學生滿意度越低,社會認同就越低。依據社會滿意理論,對線上教學滿意度高的學生往往更加主動和努力,因而更容易獲得學業的成功,對成功和挫折的歸因更積極、正向,將成功歸結為自己努力的結果,而挫折歸因于外部因素的不利影響[7],進一步激發學生對線上教學的投入和熱情,使他們不斷地獲得更多的線上教學成功體驗,從而生成更高的成就取向,從而有效促進線上教學的滿意度和認同感。
行為意向作為教師接受度的考察變量,在影響教師接受度的因素中,通過對路徑系數的分析可知態度對高校教師開展線上教學的行為意向有顯著正向影響,在態度的影響變量中,感知有用性、兼容性、自我效能對態度都有積極正向影響。感知行為控制對高校教師開展線上教學的行為意向有顯著正向影響,感知行為控制與行為意向的路徑系數較高是受到自我效能與便利條件的共同影響,說明高校在開展線上教學過程中,給教師提供了較好的技術支持與培訓,使得教師不受外界資源的約束,同時也表明學生都具備線上學習的賦能[8]。
主觀規范對高校教師開展線上教學的行為意向沒有影響。任務技術適配對高校教師開展線上教學的行為意向沒有影響。原因有兩個方面:一是大多數參與訪談的高校教師可能處在線上教學的初期探索階段,未能充分發掘平臺的功能來支持其教學任務;另一方面教師發布的學習任務有一些借助其他的技術和軟件來完成。
從上述分析結果可知,路徑系數為0.334,P<0.001,說明教師接受度可以顯著正向影響社會認同,教師接受度越高,教師的投入就越高,社會認同就水漲船高。
研究發現家長對線上教學的四個指標的滿意度得分均大于中值,表明高校的“停課不停學”取得了良好的效果,得到了家長的支持和肯定。此結果與學生滿意度調查結果基本一致,驗證了教育部和高?!巴Un不停學”政策的正確性和合理性,為后疫情時代線上教學提供了支持。進一步從四個指標中發現家長對課程安排的滿意度最高,對教學反饋滿意度最低。此分析結果說明未來線上教學要講求設計和反饋的方式和方法,更新線上教學內容,從而提高線上教學的質量和滿意度[9]。
對家長的教學滿意度的影響因素進行了詳細的分析,結果發現家長對教學資料準備、線上答疑、課程安排和教學反饋的滿意度均受到生源地和自身學歷的影響,城市地區家長的滿意度顯著高于鄉鎮和農村地區,原因有兩方面:一是農村地區的網絡資源和信息化設備受限;二是已有研究發現農村地區兒童比城市地區兒童更容易產生網絡成癮,很多家長對于沉迷網絡的警惕之心更重,不愿意子女將更多的時間花費在網絡上,可能影響他們對線上教學的認可程度。
家長對線上教學的整體滿意度較高,普遍認為線上教學能夠確保學習進度和安全,自然社會認同就高。不過家長對線上教學也存在一些顧慮,因此,如果想要長期開展線上教學,高校應該開展更多的調查和研究,根據線上學習的特點,制定和完善更加可行和理適合的線上教學方式和內容,遴選出一批適合的課程繼續開展線上教學,為線上教學的推廣和常態化提供支持。
總之,高校線上教學效果的社會認同,關鍵在于推進基于師生共識的在線教學的課程體系建設,在線教學的教學設計如何從“教師中心”轉向“以學生為中心”應是在線教學重點突破的問題。在疫情常態下,師生將探索一條把傳統教學與新型信息技術融合的線上線下互促之路,以此提升在線教學效果的社會認同,從而推進在線教學的可持續發展。
隨著信息技術的蓬勃發展,在線教學與傳統課堂教學會出現相互耦合、相互革新的辯證關聯,大概率會形成一種混合型、交互式的教學新模式,此模式有望成為我國高等教育實現彎道超車的助推器,在新戰略抉擇期,師生必須就教學革新形成共識,找到一條將傳統教學經驗與新型信息技術充分融合的線上線下互促之路,共同提升在線教學的社會認同,從而推進在線教學的可持續發展。