閆 瓊,張海軍,陳洪根

(鄭州航空工業(yè)管理學(xué)院，河南 鄭州 450015)

1 研究背景

在線課程是信息化與教育深度融合的新事物，與傳統(tǒng)面授課程相比，在線課程對學(xué)習(xí)者的學(xué)習(xí)時(shí)間、學(xué)習(xí)地點(diǎn)、學(xué)習(xí)人數(shù)均無限制，優(yōu)勢明顯。[1-3]在線課程的開發(fā)與應(yīng)用，使得教與學(xué)的模式發(fā)生了重大的變革，這種變革不僅需要改變學(xué)生的學(xué)習(xí)習(xí)慣、學(xué)習(xí)環(huán)境及學(xué)習(xí)過程，也對教師的授課模式、授課方法等提出了更高的要求。

2020年新冠肺炎疫情肆虐期間，為了保證“停課不停學(xué)”，全國各類高校在線課程得到了長足發(fā)展。后疫情時(shí)代，全國各地時(shí)有散發(fā)病例，在線課程依然應(yīng)用十分廣泛。然而，在大規(guī)模在線教學(xué)開展的背景下，學(xué)生們的學(xué)習(xí)質(zhì)量卻有待提高，甚至出現(xiàn)付費(fèi)進(jìn)行“課程刷單”的狀況。究其根源，學(xué)生的自我管理不當(dāng)、學(xué)習(xí)環(huán)境、教師授課平臺、師生網(wǎng)絡(luò)環(huán)境等因素是影響課堂效率的主要因素，由此直接導(dǎo)致學(xué)生學(xué)習(xí)積極性不高、質(zhì)量差。因此，在線授課的模式下如何保證大學(xué)生的學(xué)習(xí)質(zhì)量，探究影響大學(xué)生在線課程學(xué)習(xí)質(zhì)量的影響因素及其結(jié)構(gòu)關(guān)系模型就顯得尤為重要。

近年來，陸續(xù)有學(xué)者對在線課程開展了一系列的相關(guān)研究工作，顏云榕以《漁業(yè)資源評估》在線課程建設(shè)為例，以整合教育資源、提高學(xué)生操作應(yīng)用能力、增加學(xué)生學(xué)習(xí)興趣為目的，探討在線課程特色與建設(shè)過程。[4]常冰梅等人以高等醫(yī)學(xué)院校生物化學(xué)與分子生物學(xué)課程為例，從課程設(shè)計(jì)理念變革、教學(xué)內(nèi)容、課程資源、教學(xué)方法、信息化教學(xué)技術(shù)的綜合應(yīng)用、多元化評價(jià)與反饋等方面探索并實(shí)踐了在線精品課程的建設(shè)。[5]艾雨兵通過研究得到影響SPOC有效教學(xué)的因素主要有學(xué)習(xí)者、指導(dǎo)者、課程資源、課程環(huán)境、教學(xué)交互等5個(gè)維度。[6]但研究給出的影響因素較為寬泛，不夠具體。夏金星通過對大學(xué)生在線課程學(xué)習(xí)質(zhì)量影響因素進(jìn)行SPSS相關(guān)性分析、多元線性回歸分析，提出了提升大學(xué)生在線學(xué)習(xí)質(zhì)量的對策。[7]徐曉青將學(xué)習(xí)者在線學(xué)習(xí)滿意度影響因素分為交互、網(wǎng)絡(luò)自我效能感、自我調(diào)節(jié)學(xué)習(xí)三類，并得到了大學(xué)生在線學(xué)習(xí)滿意度的回歸方程模型。[8]上述兩篇文獻(xiàn)通過量化的數(shù)學(xué)模型分析影響因素與學(xué)習(xí)質(zhì)量之間的相互關(guān)系，但卻無法解釋各影響因素之間的影響機(jī)制。

綜上所述，目前相關(guān)文獻(xiàn)的研究內(nèi)容多集中在具體科目在線課程的建設(shè)及應(yīng)用、政策建議等方面，有部分文獻(xiàn)采用回歸分析模型分析了影響因素與學(xué)習(xí)質(zhì)量之間的相互關(guān)系，為在線課程的建設(shè)與發(fā)展提供了一定的理論依據(jù)研究，但是仍然存在如下問題：在線學(xué)習(xí)質(zhì)量影響因素過于寬泛、不夠具體；未分析各影響因素之間的影響機(jī)制；未對各影響因素進(jìn)行重要性區(qū)分，無法得到需重點(diǎn)干預(yù)的關(guān)鍵因素，致使研究成果無法具體執(zhí)行落地。

為了解決上述問題，本文在現(xiàn)有文獻(xiàn)基礎(chǔ)上，結(jié)合專家訪談，得到大學(xué)生在線學(xué)習(xí)質(zhì)量影響因素，接著通過問卷調(diào)查得到關(guān)鍵影響因素；基于模糊結(jié)構(gòu)解釋模型法(fuzzy interpretative structural modeling method，簡稱Fuzzy-ISM)構(gòu)建大學(xué)生在線學(xué)習(xí)質(zhì)量影響因素結(jié)構(gòu)關(guān)系模型，通過交叉影響矩陣相乘法(matrices impacts croises-multiplication appliance classement，簡稱MICMAC)鑒別大學(xué)生在線學(xué)習(xí)質(zhì)量影響因素中的驅(qū)動(dòng)力因素和依賴性因素，找到需重點(diǎn)管理和干預(yù)的因素，以期對提升大學(xué)生在線學(xué)習(xí)質(zhì)量提供理論依據(jù)和參考意見。

2 理論基礎(chǔ)

2.1 模糊解釋結(jié)構(gòu)模型

1973年，Warfield教授建立了解釋結(jié)構(gòu)模型用于分析復(fù)雜的社會(huì)經(jīng)濟(jì)系統(tǒng)。在運(yùn)用該方法時(shí)鄰接矩陣建立是否合理，直接決定了后續(xù)模型結(jié)論是否可靠。傳統(tǒng)的解釋結(jié)構(gòu)模型在建立鄰接矩陣時(shí)，往往直接探討兩個(gè)元素之間是否有直接聯(lián)系，如果有關(guān)系，則元素值為1，否則為0，鄰接矩陣元素值由專家決定，且具有一定的主觀性，如公式(1)所示。為了提高因素關(guān)系描述的準(zhǔn)確度，將模糊數(shù)學(xué)中的模糊矩陣引入解釋結(jié)構(gòu)模型中，可大大提升分析結(jié)果的可靠性與合理性。[9][10]

(1)

模糊解釋結(jié)構(gòu)模型的建模步驟如下：成立系統(tǒng)分析小組，確定系統(tǒng)的研究目標(biāo)并識別系統(tǒng)的影響因素；邀請相關(guān)專家、用戶等對系統(tǒng)因素之間的關(guān)聯(lián)程度進(jìn)行評分，并建立模糊關(guān)系矩陣；確定隸屬度函數(shù)，推導(dǎo)出關(guān)聯(lián)強(qiáng)度矩陣；選定閾值，求鄰接矩陣；計(jì)算可達(dá)矩陣；對系統(tǒng)因素進(jìn)行區(qū)域劃分、層級劃分、強(qiáng)連通塊劃分，確定縮減的可達(dá)矩陣,最終繪制得到系統(tǒng)的因素結(jié)構(gòu)模型。

2.2 交叉影響矩陣相乘法

模糊解釋結(jié)構(gòu)模型法可以將系統(tǒng)內(nèi)部的影響因素梳理成一個(gè)層次結(jié)構(gòu)清晰的結(jié)構(gòu)模型，用于解釋系統(tǒng)特性形成的機(jī)理，但卻無法識別出哪些因素需要重點(diǎn)干預(yù)和關(guān)注，而交叉影響矩陣相乘法恰好可以彌補(bǔ)模糊解釋結(jié)構(gòu)模型的上述不足。該方法能夠量化影響因素的驅(qū)動(dòng)力和依賴度，并依據(jù)每個(gè)因素的驅(qū)動(dòng)力和依賴度的不同將因素劃分為四種類別，即：自治因素、依賴因素、聯(lián)動(dòng)因素及獨(dú)立因素。[11-12]針對不同類型的因素，為決策者提供不同的解決方案以達(dá)到系統(tǒng)最優(yōu)。

交叉影響矩陣相乘法的應(yīng)用步驟為：構(gòu)建穩(wěn)定的關(guān)系矩陣M，依據(jù)公式(2)、公式(3)計(jì)算驅(qū)動(dòng)力和依賴度；以依賴度為橫坐標(biāo)、驅(qū)動(dòng)力為縱坐標(biāo)，繪制歸類分析圖。

(2)

(3)

其中，Di表示第i個(gè)因素的驅(qū)動(dòng)力；Rj代表第j個(gè)因素的依賴度。

3 模型構(gòu)建

3.1 大學(xué)生在線學(xué)習(xí)質(zhì)量影響因素模糊解釋結(jié)構(gòu)模型的構(gòu)建

3.1.1 大學(xué)生在線學(xué)習(xí)質(zhì)量影響因素的識別

通對國內(nèi)外文獻(xiàn)資料的梳理，采用“文獻(xiàn)研究法”及“頭腦風(fēng)暴法”初步確定大學(xué)生在線課程學(xué)習(xí)質(zhì)量影響因素，編制出“大學(xué)生在線課程學(xué)習(xí)質(zhì)量影響因素調(diào)查問卷”，進(jìn)行問卷調(diào)查，對問卷結(jié)果歸納整理出大學(xué)生在線課程學(xué)習(xí)質(zhì)量的較為關(guān)鍵的影響因素，如表1所示。

表1 大學(xué)生在線課程學(xué)習(xí)質(zhì)量影響因素

影響大學(xué)生在線課程學(xué)習(xí)質(zhì)量的影響因素分為四類，分別為學(xué)生方面、教師方面、課程方面及學(xué)習(xí)環(huán)境。

一是學(xué)生方面，主要包括自我效能、學(xué)習(xí)動(dòng)機(jī)及學(xué)習(xí)習(xí)慣。S1為自我效能，指學(xué)生對自己能夠取得成功的信念；S2為學(xué)習(xí)動(dòng)機(jī)，指在學(xué)習(xí)興趣驅(qū)動(dòng)下對學(xué)習(xí)產(chǎn)生的動(dòng)力；S3為學(xué)習(xí)習(xí)慣，指學(xué)生在學(xué)習(xí)過程中所形成的特有的學(xué)習(xí)行為及學(xué)習(xí)方式。

二是教師方面，包括課程設(shè)計(jì)、授課內(nèi)容、課后作業(yè)、師生互動(dòng)及考核標(biāo)準(zhǔn)。S4為課程設(shè)計(jì)，指教師授課是否經(jīng)過精心的策劃，是否幽默、深入淺出；S5為授課內(nèi)容，指授課內(nèi)容是否符合教學(xué)大綱要求，是否在學(xué)生理解力的可接受范圍內(nèi)；S6為課后作業(yè)，指授課后布置的作業(yè)形式是否多樣且具有挑戰(zhàn)性；S7為師生互動(dòng)，指授課過程中教師與學(xué)生之間是否能夠進(jìn)行積極有效地互動(dòng)；S8為考核標(biāo)準(zhǔn)，指課程結(jié)課時(shí)的考核形式與標(biāo)準(zhǔn)。

三是課程方面,包括課程難易度及課程重要性。S9為課程難易度，指課程本身的難易程度；S10為課程重要性，指該課程對學(xué)生后續(xù)考研或者就業(yè)是否能帶來較大的幫助。

四是學(xué)習(xí)環(huán)境，包括學(xué)習(xí)氛圍、網(wǎng)絡(luò)環(huán)境及授課平臺。S11為學(xué)習(xí)氛圍，指學(xué)生家庭、學(xué)生班級群體及周圍環(huán)境所營造的學(xué)習(xí)氛圍；S12為網(wǎng)絡(luò)環(huán)境，指網(wǎng)絡(luò)狀態(tài)是否良好；S13為授課平臺，指授課平臺是否畫面清晰、易于操作。

3.1.2 確定模糊關(guān)系矩陣

邀請學(xué)校督導(dǎo)專家、專業(yè)教師及學(xué)生代表對13種因素之間的關(guān)聯(lián)度進(jìn)行評分。若aij=0代表因素i對因素j無影響；aij=1表示因素i對因素j有極大的影響，決策者可根據(jù)自己的主觀理解對各因素間的關(guān)聯(lián)度在[0,1]區(qū)間內(nèi)進(jìn)行打分。此步驟共計(jì)發(fā)放電子調(diào)查問卷150份，收回有效問卷131份，運(yùn)用平均法對問卷數(shù)據(jù)進(jìn)行處理后得到模糊關(guān)系矩陣B(見表2)。

表2 模糊關(guān)系矩陣

3.1.3 確定隸屬度函數(shù)，推導(dǎo)關(guān)聯(lián)強(qiáng)度矩陣C

cij=bij/(bi·+b·j-bij)i,j=1,2,…,n

(4)

本文選擇的隸屬度函數(shù)如公式(4)所示，依據(jù)公式對模糊關(guān)系矩陣B計(jì)算得到關(guān)聯(lián)強(qiáng)度矩陣C。

3.1.4 選定閾值，得到鄰接矩陣

根據(jù)實(shí)驗(yàn)，本文選取閾值λ=0.08，結(jié)合公式(5)及關(guān)聯(lián)強(qiáng)度矩陣C得到鄰接矩陣F。

(5)

3.1.5 計(jì)算可達(dá)矩陣

將單位矩陣I，F(xiàn),F2,…,F13進(jìn)行邏輯或運(yùn)算，即可得可達(dá)矩陣G。為方便運(yùn)算并提高計(jì)算結(jié)果的準(zhǔn)確性，本文采用MATLAB編程對可達(dá)矩陣進(jìn)行計(jì)算，計(jì)算結(jié)果如下。

3.1.6 進(jìn)行區(qū)域劃分、級間劃分及強(qiáng)連通子集的劃分

根據(jù)可達(dá)矩陣得到各影響因素的先行集、可達(dá)集及交集，如表3所示。

依據(jù)表3及公式(6)對可達(dá)矩陣進(jìn)行區(qū)域劃分，可得ξ={S3,S12S13}，且S3,S12S13可達(dá)集的交集非空，故13個(gè)因素均屬于同一連通區(qū)域。

ξ={Si|Si∈N,T(Si)=A(Si)}

(6)

L={Si|Si∈N,R(Si)=A(Si)}

(7)

結(jié)合表2及公式(7)對可達(dá)矩陣進(jìn)行級間劃分，可得L1={S2,S4,S7,S11}，即影響大學(xué)生在線學(xué)習(xí)質(zhì)量的最直接的因素有S2學(xué)習(xí)動(dòng)機(jī)、S4課程設(shè)計(jì)、S7師生互動(dòng)及S11學(xué)習(xí)氛圍，將表2中L1的因素全部劃去，進(jìn)行第二級因素的劃分，得到L2={S1,S6}，為間接層因素。同理，依次類推得到關(guān)鍵層因素集合L3={S3,S5,S8,S9,S10,S13}及基礎(chǔ)層因素集L4={S12}。

表3 各因素的可達(dá)集、先行集與交集

至此，可將可達(dá)矩陣中的13元素劃分為四個(gè)級別，且由表2可知，{S2,S4,S7,S11}、{S5,S8,S9,S10}為強(qiáng)連通子集，各強(qiáng)連通子集中的因素關(guān)聯(lián)性強(qiáng)，且互相可達(dá)。對可達(dá)矩陣進(jìn)行縮減和重排得到G0，為后續(xù)繪制結(jié)構(gòu)圖做準(zhǔn)備。

3.1.7 繪制解釋結(jié)構(gòu)模型圖

根據(jù)級間劃分結(jié)果及G0繪制大學(xué)生在線學(xué)習(xí)質(zhì)量影響因素的結(jié)構(gòu)分析圖，見圖1。

圖1 大學(xué)生在線學(xué)習(xí)質(zhì)量影響因素模糊解釋結(jié)構(gòu)模型

該結(jié)構(gòu)模型反映了大學(xué)生在線學(xué)習(xí)質(zhì)量影響因素之間的層級關(guān)系及作用機(jī)理，整個(gè)解釋結(jié)構(gòu)模型包括四個(gè)層級。直接層因素包括學(xué)習(xí)動(dòng)機(jī)、課程設(shè)計(jì)、師生互動(dòng)及學(xué)習(xí)氛圍，且直接因素層中的4種因素構(gòu)成了強(qiáng)連通子集，各個(gè)因素相互影響，相互制約，改善直接層中的各因素能夠快速提升大學(xué)生在線學(xué)習(xí)的質(zhì)量。

自我效能和課后作業(yè)隸屬于間接層因素，該層次因素雖然不能直接影響大學(xué)生在線課程的學(xué)習(xí)質(zhì)量，但可以通過影響直接層的因素對其產(chǎn)生作用。

關(guān)鍵層的因素包括學(xué)習(xí)習(xí)慣、授課內(nèi)容、考核標(biāo)準(zhǔn)、課程難易度、課程重要度以及授課平臺。其中，授課內(nèi)容、考核標(biāo)準(zhǔn)、課程難易度、課程重要度之間構(gòu)成了強(qiáng)連通，且能夠作用于自我效能及課后作業(yè)，進(jìn)而影響直接層的元素。學(xué)習(xí)習(xí)慣通過自我效能影響直接層的元素，而授課平臺則是通過課后作業(yè)影響直接層的元素。

基礎(chǔ)層元素為網(wǎng)絡(luò)環(huán)境，在整個(gè)大學(xué)生在線課程學(xué)習(xí)過程中，網(wǎng)絡(luò)環(huán)境至關(guān)重要，倘若網(wǎng)絡(luò)環(huán)境不符合在線課程的要求，在線課程的學(xué)習(xí)則無從談起，所以在改善大學(xué)生在線課程學(xué)習(xí)質(zhì)量管理中應(yīng)該予以特別關(guān)注。

3.2 大學(xué)生在線學(xué)習(xí)質(zhì)量影響因素歸類分析圖的繪制

采用交叉影響矩陣相乘法繪制歸類分析圖時(shí)，需利用因素關(guān)系的可達(dá)路徑和層次循環(huán)來研究影響因素的影響程度。[11][12]實(shí)際上，可達(dá)矩陣就是所需要的穩(wěn)定的關(guān)系矩陣。根據(jù)公式(2)、公式(3)，依次計(jì)算出每個(gè)因素的依賴度及驅(qū)動(dòng)力，并將其對應(yīng)的值標(biāo)注在坐標(biāo)系中，即得到大學(xué)生在線課程學(xué)習(xí)質(zhì)量影響因素的歸類分析圖(如圖2所示)。

圖2 歸類分析示意

由大學(xué)生在線課程學(xué)習(xí)質(zhì)量影響因素歸類分析圖可知，S12網(wǎng)絡(luò)環(huán)境、S5授課內(nèi)容、S8考核標(biāo)準(zhǔn)、S9課程難易度、S10課程重要度五個(gè)因素為獨(dú)立因素，即該類別因素依賴度較低而驅(qū)動(dòng)力強(qiáng)，受其他因素的影響較小，在管理過程中需重點(diǎn)予以關(guān)注。S2學(xué)習(xí)動(dòng)機(jī)、S4課程設(shè)計(jì)、S7師生互動(dòng)及S11學(xué)習(xí)氛圍為依賴因素，此類因素驅(qū)動(dòng)力弱但依賴性強(qiáng)，屬于表層的影響因素。S3學(xué)習(xí)習(xí)慣、S13授課平臺、S4自我效能和S6課后作業(yè)隸屬于自治因素，此類因素驅(qū)動(dòng)力弱，依賴度不高，在提升大學(xué)生在線課程學(xué)習(xí)質(zhì)量的過程中需要單獨(dú)考慮。另外，從圖2中可知，文中所選取的因素中無聯(lián)動(dòng)因素，即文中所討論的因素均較為穩(wěn)定。

4 啟 示

本文通過構(gòu)建大學(xué)生在線課程學(xué)習(xí)質(zhì)量影響因素解釋結(jié)構(gòu)模型，理清了各個(gè)影響因素之間的層級關(guān)系及其相互的作用機(jī)理，并結(jié)合交叉影響矩陣相乘法識別出了自治因素、依賴因素及獨(dú)立因素，以確定后續(xù)在管理過程中需重點(diǎn)關(guān)注與干預(yù)的因素。研究表明：影響大學(xué)生在線課程學(xué)習(xí)質(zhì)量的直接影響因素為學(xué)習(xí)動(dòng)機(jī)、課程設(shè)計(jì)、師生互動(dòng)及學(xué)習(xí)氛圍；間接層因素包括自我效能和課后作業(yè)；學(xué)習(xí)習(xí)慣、授課內(nèi)容、考核標(biāo)準(zhǔn)、課程難易度、課程重要度以及授課平臺隸屬于關(guān)鍵層因素，網(wǎng)絡(luò)環(huán)境則為基礎(chǔ)層因素；結(jié)合MICMAC歸類分析圖，可確定網(wǎng)絡(luò)環(huán)境、授課內(nèi)容、考核標(biāo)準(zhǔn)、課程難易度、課程重要度需重點(diǎn)關(guān)注與干預(yù)。

根據(jù)上述研究結(jié)論，為切實(shí)有效提升大學(xué)生在線課程學(xué)習(xí)質(zhì)量，結(jié)合需重點(diǎn)干預(yù)的因素，特提出以下建議：

第一，選擇優(yōu)質(zhì)網(wǎng)絡(luò)，確保數(shù)據(jù)傳輸穩(wěn)定高效。線上教學(xué)網(wǎng)絡(luò)先行，教師和學(xué)生在上課之前需首先確認(rèn)網(wǎng)絡(luò)是否通暢、網(wǎng)速是否符合線上教學(xué)的要求。如果網(wǎng)速達(dá)不到線上教學(xué)要求，會(huì)出現(xiàn)畫面卡頓、聲音停頓等問題，將會(huì)極大影響大學(xué)生在線課程的學(xué)習(xí)質(zhì)量，甚至導(dǎo)致在線課程尤其是直播類課程無法正常開展。

第二，講好“緒論”第一課，充分讓學(xué)生認(rèn)識到所學(xué)課程的重要性。在課程開課伊始，授課教師在正式講授課程內(nèi)容之前，需著重介紹學(xué)習(xí)本課程的意義、課程在整個(gè)專業(yè)培養(yǎng)中的地位，以及對學(xué)生未來就業(yè)、考研等方面能夠提供的智力支持，營造濃郁的學(xué)習(xí)氛圍。

第三，完善授課內(nèi)容，提升課程的“兩性一度”。教師在進(jìn)行教學(xué)的過程中，一方面需要遵守既定的教學(xué)大綱，確保教學(xué)內(nèi)容合理；另一方面，也要豐富在線課程的教學(xué)內(nèi)容，與時(shí)俱進(jìn)，積極主動(dòng)地將與課程相關(guān)的鮮活實(shí)際應(yīng)用案例、思政教學(xué)案例融入其中，提升課程的高階性、創(chuàng)新性、挑戰(zhàn)度，讓學(xué)生覺得課程值得學(xué)，愿意學(xué)，變被動(dòng)學(xué)習(xí)為主動(dòng)學(xué)習(xí)。

第四，確保在線課程難易度適中，提升學(xué)生的自我效能。避免將線下課程原封不動(dòng)地包裝為線上課程。教師在在線課程的講解過程中，應(yīng)注重基礎(chǔ)知識點(diǎn)的講解，讓學(xué)生在徹底掌握基礎(chǔ)知識的基礎(chǔ)上進(jìn)一步融會(huì)貫通，以提升學(xué)生的學(xué)習(xí)興趣與自信心。

第五，制定合理可行的課程考核標(biāo)準(zhǔn)?？己藰?biāo)準(zhǔn)是風(fēng)向標(biāo)，制定合理可行的課程考核標(biāo)準(zhǔn)可以有效引導(dǎo)學(xué)生的學(xué)習(xí)動(dòng)機(jī)，加強(qiáng)師生互動(dòng)。線上教學(xué)過程中應(yīng)該在兼顧結(jié)果考核的基礎(chǔ)上，適當(dāng)加大過程考核力度。例如，如果教師利用“雨課堂”進(jìn)行授課，可以充分利用 “隨機(jī)點(diǎn)名”“課堂問答”等形式實(shí)時(shí)了解學(xué)生的學(xué)習(xí)狀態(tài)與知識點(diǎn)的掌握情況，并將課堂互動(dòng)情況計(jì)入平時(shí)成績。