楊雪陶,張榮禎
(南京郵電大學(xué),江蘇 南京 210023)
南京郵電大學(xué)于2016 年10 月成立現(xiàn)代郵政學(xué)院,其物流管理專業(yè)面向現(xiàn)代郵政信息和郵政物流快遞服務(wù),與國家郵政局及郵政、快遞及物流企業(yè)等開展政產(chǎn)學(xué)研合作,越來越受到大眾的青睞。該專業(yè)主要培養(yǎng)適應(yīng)現(xiàn)代物流服務(wù)業(yè)發(fā)展需要,具有較高的思想道德和文化修養(yǎng),具有國際視野、創(chuàng)新精神和實(shí)踐能力的物流管理專業(yè)人才。物流管理專業(yè)的學(xué)生需要掌握管理科學(xué)基礎(chǔ)理論、現(xiàn)代物流管理理念等專業(yè)知識,能夠熟練運(yùn)用現(xiàn)代物流與供應(yīng)鏈管理理論、系統(tǒng)規(guī)劃設(shè)計(jì)方法、計(jì)算機(jī)信息技術(shù)[1-2]。但是從該專業(yè)學(xué)生的課堂表現(xiàn)與考試成績來看,傳統(tǒng)課堂主要存在如下幾個(gè)問題:(1)學(xué)生的基礎(chǔ)不同,教師無法實(shí)現(xiàn)個(gè)性化教學(xué);(2)專業(yè)課程較為枯燥且教師為主學(xué)生為輔的教學(xué)模式很難調(diào)動(dòng)學(xué)生學(xué)習(xí)的積極性;(3)傳統(tǒng)教學(xué)受時(shí)間空間限制很大。
隨著“互聯(lián)網(wǎng)+”時(shí)代的到來,學(xué)習(xí)場景地點(diǎn)發(fā)生了巨大的變化,學(xué)習(xí)不再被拘于小小的教室之中,傳統(tǒng)課堂教學(xué)與在線學(xué)習(xí)相結(jié)合的混合式教學(xué)模式應(yīng)運(yùn)而生。相對于傳統(tǒng)教學(xué)的不足,混合教學(xué)能夠以學(xué)生為主體,實(shí)現(xiàn)精確、個(gè)性化教學(xué),構(gòu)建高校互動(dòng)教學(xué)模式,實(shí)現(xiàn)精準(zhǔn)學(xué)習(xí)評價(jià)。且通過線上教學(xué)和線下教學(xué)的有機(jī)結(jié)合,可以充分實(shí)現(xiàn)學(xué)習(xí)環(huán)境、學(xué)習(xí)資源和學(xué)習(xí)方式的合理整合,不受時(shí)間空間的限制。建設(shè)線上、線下混合教學(xué)課堂,能夠更好地踐行以學(xué)生為主體的新時(shí)代教育思想,提高教學(xué)質(zhì)量,促使學(xué)生深度學(xué)習(xí),滿足當(dāng)代大學(xué)生發(fā)展實(shí)際需要,培養(yǎng)走向新時(shí)代的人才。目前,國內(nèi)外已有眾多針對“互聯(lián)網(wǎng)+”混合教學(xué)的相關(guān)研究[3-9],例如:王晶心等[3-4]運(yùn)用相關(guān)分析和多元線性回歸分析等方法研究基于MOOC 的混合式課程對北京大學(xué)在校生的學(xué)習(xí)影響;許德泓[5]通過案例分析法和對比分析法,縱向跟蹤福州大學(xué)在2007—2016 年期間實(shí)施混合教學(xué)改革的效果;徐鳳等[6]以《運(yùn)籌學(xué)》課程為例,闡述了混合教學(xué)模式的設(shè)計(jì)。
然而現(xiàn)有研究大多沒有采用定量的研究方式,缺乏數(shù)據(jù)分析的理論支撐且研究手段較為單一。因此,本文采用物流管理專業(yè)學(xué)生總平均學(xué)分績點(diǎn)(GPA)為因變量,基于線上發(fā)布并收集的310 份調(diào)查問卷的數(shù)據(jù),運(yùn)用描述性統(tǒng)計(jì)、交叉分析、有序logistic 回歸分析等定量研究方法來研究混合課程對該專業(yè)學(xué)生績點(diǎn)的影響。
本次調(diào)查面向南京郵電大學(xué)現(xiàn)代郵政學(xué)院物流管理專業(yè)本科全日制大學(xué)生隨機(jī)發(fā)放問卷。調(diào)查問卷采用問卷星設(shè)計(jì),并發(fā)布線上問卷。問卷主要內(nèi)容包括學(xué)生個(gè)人情況(性別、年級、專業(yè)、日平均學(xué)習(xí)時(shí)長、GPA 等)以及物流管理專業(yè)學(xué)生對學(xué)?;旌险n程設(shè)計(jì)的態(tài)度、了解程度、滿意程度和適應(yīng)程度等,共計(jì)設(shè)置22 個(gè)問題。一共發(fā)放350 份問卷,收回有效數(shù)據(jù)310 份。利用SPSS 分別以學(xué)生個(gè)人情況和混合課程開展情況兩個(gè)方面進(jìn)行學(xué)生的GPA 交叉分析。
根據(jù)表1,使用卡方檢驗(yàn),做如下假設(shè):
表1 個(gè)人情況與GPA 之間的交叉表
(1)H0: 性別和GPA 之間是獨(dú)立的;VS H1: 兩者之間不獨(dú)立。
(2)H0: 學(xué)科和GPA 之間是獨(dú)立的;VS H1: 兩者之間不獨(dú)立。
(3)H0: 年級和GPA 之間是獨(dú)立的;VS H1: 兩者之間不獨(dú)立。
由表2 可知,性別、學(xué)科類型、年級和GPA 之間的卡方檢驗(yàn)的P 值均小于0.05,拒絕原假設(shè),表明性別、學(xué)科類型、年級和GPA 之間不獨(dú)立,存在一定相關(guān)性。
表2 卡方檢驗(yàn)P 值表
由表3 可知,性別、學(xué)科類型、年級和GPA 之間的列聯(lián)系數(shù)c,Cramer's V,近似顯著性表明性別、學(xué)科類型、年級和GPA 之間存在一定的關(guān)聯(lián)程度。
表3 相關(guān)系數(shù)表
(1)了解程度、適應(yīng)速度和日平均學(xué)習(xí)時(shí)長分別與GPA 的交叉分析結(jié)果如表4 所示。
表4 混合課程開展情況與GPA 之間的交叉表
類似1.1 節(jié)使用卡方檢驗(yàn)以及相關(guān)系數(shù)分析,得到結(jié)論:對混合課程的了解程度、適應(yīng)速度和GPA 之間存在一定的關(guān)聯(lián)程度,但混合課程日平均學(xué)習(xí)時(shí)長和GPA 之間不存在關(guān)聯(lián)。
(2)作業(yè)完成情況、專注程度和討論情況分別與GPA 的交叉分析結(jié)果如表5 所示。
表5 混合課程開展情況與GPA 之間的交叉表
同樣地,使用卡方檢驗(yàn)及相關(guān)系數(shù)分析,可知,線上學(xué)習(xí)作業(yè)的完成情況和GPA 之間存在一定的關(guān)聯(lián)程度,而線上學(xué)習(xí)的專注程度、討論情況和GPA 之間不存在關(guān)聯(lián)。
根據(jù)交叉分析結(jié)果,選取和GPA 之間存在一定關(guān)聯(lián)程度的自變量:性別、學(xué)科類型、年級、對混合課程的了解程度、對混合課程的適應(yīng)速度和線上學(xué)習(xí)作業(yè)完成情況,對其進(jìn)行多重共線性檢驗(yàn),結(jié)果如表6 所示。
表6 多重共線性檢驗(yàn)表
由表6 可知,容忍度均遠(yuǎn)大于0.1,方差膨脹因子VIF 均小于10,可認(rèn)為自變量之間不存在嚴(yán)重的多重共線性。
根據(jù)表7,選擇聯(lián)系函數(shù)Complementary log-log,結(jié)果如表8 所示。
表7 聯(lián)系函數(shù)表
表8 聯(lián)系函數(shù)為Complementary log-log 的檢驗(yàn)表
當(dāng)聯(lián)系函數(shù)為Complementary log-log 時(shí),顯著性為0.477,大于0.05,不拒絕原假設(shè),即認(rèn)為滿足平行線假設(shè)。
有序logistic 回歸結(jié)果如表9 所示。
表9 參數(shù)估計(jì)表
表9 中,臨界值常數(shù)GPA=1、GPA=2、GPA=3 和GPA=4 對應(yīng)的估計(jì)值分別代表“4.0 以上vs4.0 以下”、“3.5 以上vs3.5 以下”、“3.0 以上vs3.0 以下”和“2.5 以上vs2.5 以下”的二元logistic 回歸的常數(shù)項(xiàng)。自變量系數(shù)中,學(xué)科類型=1、2、3、4 對應(yīng)的估計(jì)值分別代表“學(xué)科類型為工科”、“學(xué)科類型為理科”、“學(xué)科類型為文科”和“學(xué)科類型為其他”的自變量系數(shù)估計(jì)值;年級=1、2、3、4 對應(yīng)的估計(jì)值分別代表“年級為大一”、“年級為大二”、“年級為大三”和“年級為大四”的自變量系數(shù)估計(jì)值;作業(yè)完成情況=1、2、3、4、5 對應(yīng)的估計(jì)值分別代表“作業(yè)全部完成”、“作業(yè)大部分完成”、“作業(yè)基本完成”“作業(yè)少部分完成”和“不完成”的自變量系數(shù)估計(jì)值。
由表9 可以看出,在顯著性水平為0.05 時(shí),學(xué)科類型不會(huì)對GPA 等級水平產(chǎn)生顯著影響。而“年級=2”、“年級=3”及“作業(yè)完成情況=3”也均未在模型中呈現(xiàn)顯著性。
對模型中是否所有自變量偏回歸系數(shù)全為0 進(jìn)行似然比檢驗(yàn),由表10 可知,顯著性0.000 小于0.05,說明至少有一個(gè)自變量的偏回歸系數(shù)不為0,即擬合包含學(xué)科類型、年級和作業(yè)完成情況3 個(gè)自變量的模型擬合優(yōu)度好于僅包含常數(shù)項(xiàng)的模型。
表10 模型擬合信息表
通過對物流管理專業(yè)學(xué)生個(gè)人基本情況、混合課程開展情況同GPA 的交叉分析以及以GPA 為因變量的有序logistic 回歸分析可得以下結(jié)論:
(1)年級對GPA 具有顯著影響,且年級為大一的學(xué)生更為明顯,相對于其他年級的學(xué)生,其GPA 處于較低等級水平的概率更高。性別、學(xué)科類型和GPA 之間雖然存在一定的關(guān)聯(lián)程度,但對GPA 的影響并不顯著。
(2)混合課程線上學(xué)習(xí)作業(yè)完成情況對GPA 具有顯著性影響,而且作業(yè)完成情況越好,GPA 所處等級水平的概率也相對越高。對混合課程的了解程度、對混合課程的適應(yīng)速度同樣和GPA 之間存在有一定的關(guān)聯(lián)程度,但對GPA 的影響并不顯著。
(1)學(xué)院應(yīng)積極發(fā)揮頂層設(shè)計(jì)的作用,高屋建瓴,確保物流管理專業(yè)學(xué)生,尤其是大一新生充分了解混合課程的形式、內(nèi)容等,加快其對混合課程的適應(yīng)速度,進(jìn)而達(dá)到大力提升混合課程具體內(nèi)容的開展。
(2)教師應(yīng)提供課程的電子課件、在線資源、精品課程等,豐富學(xué)習(xí)內(nèi)容。從圖1 可以看出,需加強(qiáng)學(xué)習(xí)監(jiān)督力度。比如:每次線上課程中設(shè)置簽到環(huán)節(jié),計(jì)入課程總成績的計(jì)算,線上課程打開視頻,突擊檢查,采用實(shí)時(shí)互動(dòng)的直播問答等方式。從圖2 和3 可以看出,教師可以開展線上線下課程的有機(jī)結(jié)合,豐富課程內(nèi)容,使用生動(dòng)的視頻語言、在線資源,以彈幕留言的方式與學(xué)生互動(dòng),調(diào)動(dòng)學(xué)生的積極性。
圖1 學(xué)生對混合課程的改進(jìn)看法
圖2 學(xué)生對混合課程核心的看法
圖3 線上學(xué)習(xí)方式圖
(3)從圖4 以及有序logistic 回歸分析可以看出,物流管理專業(yè)學(xué)生應(yīng)提高自制力,以高效率積極投入到線上線下的課堂中而不是長時(shí)間卻低效率的學(xué)習(xí),尤其是作業(yè)完成情況,應(yīng)獨(dú)立按時(shí)完成作業(yè)、多與教師交流,在平時(shí)就打下堅(jiān)實(shí)知識基礎(chǔ)。
圖4 適應(yīng)混合課程具體做法圖