張曉華 楊胡波

（宿遷職業(yè)技術學院，江蘇 宿遷 223800）

新時期高職院校英語教學策略研究
——以宿遷職業(yè)技術學院為例

張曉華 楊胡波

（宿遷職業(yè)技術學院，江蘇 宿遷 223800）

本文在對高職院校大學生英語成績調查的基礎上，采用SPSS統(tǒng)計軟件對新時期可能影響大學生英語成績的因素進行統(tǒng)計分析，確定其主要因素，建立數(shù)學模型，并對英語教學的針對性加以探討，以促進英語教學，提高學生素質及其能力。

英語教學 影響因素 教學策略

1.引言

英語學習成績的高低是英語教學策略優(yōu)劣的外在表現(xiàn)之一，也是學生閱讀能力、水平、素質高低的重要體現(xiàn)，從一定程度上反映了學生的能力與水平，也是對教師教學策略的直接反饋。隨著網(wǎng)絡時代的發(fā)展，新時期影響大學生成績的因素也在變化，近年來的一些文獻討論了學習成績的影響因素，如文獻中謝紛暉探討了學習倦怠與學習投入的關系；而沈祖超等分析了學生家庭背景等因素對學生進入高校后的學習觀及具體學習措施的影響；張俊珍則分析了工科大學生英語學習的一些影響因素。本文以非英語專業(yè)大學生為研究對象，深入具體地分析了新時期影響大學生英語學習成績的因素，并探討了它們之間的關系，建立了相關的數(shù)學模型，進而對英語教學策略作出適應性分析。

新時期影響大學生英語學習成績的因素較多，文獻結合實際分析了家庭經濟情況、性別、制訂計劃、課外學習時長、是否戀愛等潛在的因素對英語成績的影響?？紤]新時期影響學生學習的因素在變化，我們以宿遷職業(yè)技術學院2014級非英語專業(yè)高職高專學生為研究對象，列舉了12種可能影響英語成績的因素：（1）是否經常預習英語新課（用變量表示，1.經常，2.偶爾，3.基本不預習）；（2）平均每天自我主動學習英語的時間（不包括上課及晚自習，用變量表示，1.20分鐘左右，2.40分鐘左右，3.60分鐘左右）；（3）是否對手機及上網(wǎng)情有獨鐘（1.無所謂，2.不用手機或上網(wǎng)感覺心里癢癢）；（4）是否喜歡英語老師的上課分析（用變量x4表示，1.是，2.否）；（5）周圍同學的學習是否影響你的學習（用變量x5表示，1.正影響，2.負影響，3.無影響）；（6）家庭環(huán)境是否有壓力促使你學習（用變量x6表示，1.家長有要求，自己沒有落實到實際行動，2.家長有要求，自己落實到實際行動，3.家長無要求，自己也無學習的實際行動，4.家長無要求，自己主動學習）；（7）作業(yè)是否是自己思考后做的（用變量x7表示，1.是，2.否）；（8）你認為老師注意到你了嗎（用變量x8表示，1.注意了，2.沒注意到）；（9）是否主動課外學習英語（用變量x9表示，1.主動學點，2.不學，沒時間）；（10）必要的知識+正確的方法+獨立的思考探索，三步學習中你認為你最需補哪一步（用變量x10表示，1.必要的知識，2.正確的方法，3.獨立的思考探索）；（11）是否喜歡自己做些試卷來檢驗一下自己的學習情況（用變量x11表示，1.做，2.不做）；（12）上課是否經常開小差（用變量x10表示，1.是，2.否）。我們隨機抽取了全校53名非英語專業(yè)畢業(yè)大學生作為研究對象，進行了有效的調查，得到了真實可靠的數(shù)據(jù)。其中大學英語成績平均分用變量y表示。之所以考慮上述因素，是因為它們可能影響到英語的學習。

2.兩變量間相關分析

我們使用SPSS軟件對成績及其他12個變量進行線性相關分析，得到英語成績與學習時間、作業(yè)是否思考，是否主動課外學習英語、是否檢驗、是否開小差的雙尾概率分別為8.74877E-05、0.00272265、0.007392441、0.0039695 62、0.043267055，它們皆小于0.05，說明英語成績與這五個變量之間有較強的線性關系。而預習與否與手機的使用、作業(yè)是否思考、是否引起注意等變量的雙尾概率分別為0.012664、0.003705、0.029934，它們皆小于0.05，說明預習與否與這三個變量之間有較強的線性關系。主動學習英語的時間與作業(yè)是否思考，是否主動課外學習英語的雙尾概率分別為0.017479、0.002086，它們皆小于0.05，說明主動學習英語的時間與這兩個變量之間有較強的線性關系。手機的使用與作業(yè)是否思考的雙尾概率為0.028736，說明兩者之間線性關系明顯。分析是否到位與作業(yè)思考的雙尾概率為0.01867＜0.05，說明兩者之間線性關系比較明顯。上課是否開小差與家庭壓力、作業(yè)是否思考、是否主動課外學習英語、是否檢驗的雙尾概率分別為0.019979101、0.032562791、0.033104、0.049647皆小于0.05，說明上課是否開小差與這四個邊兩個變量之間的線性關系比較明顯。除此之外，是否主動學習與作業(yè)思考及是否檢驗的雙尾概率分別為0.007042407、0.012589，也小于0.05，說明兩者之間線性關系同樣比較明顯。

3.主要相關變量間的線性回歸分析

3.1 對英語成績與學習時間、作業(yè)是否思考，是否主動課外學習英語、是否檢驗、是否開小差進行逐步回歸分析，線性模型結果如表一、回歸系數(shù)結果如表二所示。

表一 ANOVA（c）

a.Predictors：（Constant），時間 b.Predictors：（Constant），時間，檢驗 c.Dependent Variable：成績

表二 Coefficients（a）

a.Dependent Variable：成績

由表一知兩個線性回歸模型的顯著性概率皆為0.000小于0.01，說明兩回歸模型非常顯著；由表二的兩個模型的線性方程分別為：（1）（英語學習成績）=34.538+20.285x2（主動時間）；（2）y（英語學習成績）=60.810+17.652x2（主動時間）-13.710x11（檢驗），相應的各自的系數(shù)的顯著性概率為0.000、0.000、0.000、0.000、0.025皆小于0.05，說明也是顯著的。由此知英語學習成績與主動學習時間成正比，有檢驗能夠提高學習成績。

3.2 對作業(yè)預習與否、學習時間、手機影響、分析到位與英語成績的關系進行逐步回歸分析。線性模型結果如表三、回歸系數(shù)結果如表四所示。

a.Predictors：（Constant），成績 b.Predictors：（Constant），成績，預習 c.Predictors：（Constant），成績，預習，分析 d.Dependent Variable：作業(yè)

表三 ANOVA（d）

表四 Coefficients（a）

a.Dependent Variable：作業(yè)

由表三知三個線性回歸模型的顯著性概率皆為0.003、0.001、0.000，均小于0.01，說明三回歸模型非常顯著；由表四知三個模型的線性方程分別為：（1）x7（作業(yè)）=1.380-0.004y（英語學習成績）；（2）x7（作業(yè)）=0.947-0.003y（英語學習成績）+0.173x1（預習）；（3）x7（作業(yè)）=0.662-0.003y（英語學習成績）+0.182x1+0.187x4；相應的各自的系數(shù)的顯著性概率為0.000、0.003、0.000、0.012、0.017、0.006、0.038、0.010、0.034，皆小于0.05說明也是顯著的。由此可知，獨立思考做作業(yè)能提高學習成績，經常預習及分析到位使做作業(yè)時能獨立思考。

4.結論及對策教學實施對策

由于實際學習中影響英語學習成績的因素較多，我們僅對一些較重要的因素進行分析。通過研究發(fā)現(xiàn)，一些因素之間相關關系不明顯，有些則比較明顯。作為高職高專學校的英語教師，基于上述因素的分析我們可對教學策略做如下調整：教學時盡量做到講解分析到位，盡量安排時間讓學生提前預習所講內容，上課期間不允許學生帶手機，以免影響學習，課上課下盡量多與學生溝通，讓學生知道老師在關注自己。從外在影響因素來看，應設法讓家庭、學校及社會等方面給予學生適當?shù)膲毫?，進行一定的思想教育，讓其能夠自覺地學習，自覺地對自己的學習狀況進行反思測驗檢查，自覺主動的學習是推動學習提高的主要動力，能有效地提高成績。當然，在實際教學中應督促學生增加課外學習的時間，讓學生養(yǎng)成良好的學習習慣，促進英語學習成績的提高。誠然，影響英語學習的因素還有很多，這里僅僅探討了最常見的一些因素，對于一些其他的相關因素我們將在以后逐步進行研究。

［1］謝紛暉.學習倦怠與學習投入相關性的實證研究［J］.湘潭師范學院學報（社會科學版），2009（4）.

［2］沈祖超，閻鳳橋.社會分層對于高等教育分層的影響［J］.北京大學教育評論，2006（4）：72-84.

［3］張俊珍.工科大學生學習態(tài)度影響因素的實證研究［J］.價值工程，2011（01）.

［4］張曉華.大學生英語成績影響因素的分析研究與教學策略探討［J］.語文學刊，2012（9）.

［5］楊善朝，等.SPSS統(tǒng)計軟件應用基礎［M］.廣西師范大學出版社，2001（9）.

江蘇省高等教育教改研究課題（2013JSJG509）