自主在线案例学习体验的构念模型研究——基于结构方程模型的探索

2018 年 4 月 27 日 MOOC 罗恒、杨婷婷

 | 全文共8789字,建议阅读时8分钟 |

 

本文由《现代远距离教育》授权发布

作者:罗恒、杨婷婷

摘要

 

网络学习环境能够将多媒体、超媒体以及各种交互功能有机地整合在案例的设计开发中,为自主在线案例学习提供可能。在线案例因其真实性、趣味性、交互性和启发性,近年来受到越来越多的关注,然而目前针对其学习体验的问卷工具比较匮乏,亦缺少对其核心构念的深入探索。针对该研究需求,根据案例教学的相关理论以及问卷信效度检验结果,设计并完善了一份测量学习者自主在线案例学习体验的问卷工具。通过对问卷结果的探索性因子分析,最终确定了“案例情境性”“媒体交互性”“开放探索性”“自主学习特性”和“学习感知效果”五个核心构念,并利用结构方程模型对这些构念之间的关系进行了探索与检验。研究结果对深入理解自主在线案例学习的核心构念和指导在线案例的设计、开发与评估具有一定理论价值。

关键词:案例教学;自主在线学习;问卷信效度;探索性因子分析;结构方程模型


一、引言


随着学习型社会的加速构建及网络信息技术的日益成熟,在线情境下的自主学习将成为未来学习的重要发展趋势[1]。自主在线学习提供了不同于教师引导的学习体验,其海量的学习资源和灵活自由的学习方式满足了信息时代学习者自我提升和终生学习的需要。然而,目前针对自主在线学习的研究更多关注于学习资源的开发与获取,忽略了对学习者高阶思维能力的培养。以大规模网络公开课(MOOC)为代表的在线课程更多地倾向于知识的讲授,而缺少以学习者为中心的活动设计[2]。因此,对学习者而言,自主在线学习往往是一种知识接收式的被动学习,而不是主动探究式的有意义的学习。如何将探究式学习理念与网络学习环境有机地结合起来,克服自主在线学习的局限性,提升学习体验,是亟待解决的关键问题。案例教学作为一种广泛使用的探究式教学方法,为解决该问题提供了一种潜在途径[3-4]。


案例教学通过展现一个或多个具体详实的案例,引导学生基于具体情境开展问题求解、决策分析、批判推理、反思总结、讨论辩论等学习活动,从而提升学生的高阶思维能力,被广泛应用于如法律、商业、医学和教师教育等教学领域[5]。进入信息时代,网络与多媒体技术的发展为案例的开发和呈现提供了新的方式——视频与图片通常包含更多的情景信息,从而能提高案例描述的真实感[6];通过使用自动反馈、导航控制、提示问题、小测验等交互功能,学习者能够自定学习步调,更加积极地思考案例中的问题[7]。在线案例因其真实性、趣味性、交互性和启发性,近年来受到越来越多学者的关注。然而,当前对在线案例的研究往往集中在对案例特征和设计原则的理论讨论层面,缺乏对案例学习体验的实证研究[8]。文献中只发现了为数不多的问卷工具用以测量自主在线案例学习的学习体验,包括学习动机、感知效果、偏好倾向和反馈评价[4,9];并且上述研究中的问卷未进行信效度的检验,也少有涉及关于自主在线案例学习核心构念(constructs)的探讨。这些不足影响了问卷研究结果的可信度和可解读性,不利于我们深入、全面和准确地理解在线情境中学习者的案例学习体验。为弥补现有研究的不足,本研究旨在编制一份具有良好信效度、能够有效测量在线案例学习体验的问卷工具,尝试以学习者的视角来探索自主在线案例学习的核心构念,对影响学习体验的因素及其相互关系进行探索,以期丰富案例教学的研究视野,为在线案例的设计、开发和应用提供基于实证的指导。  


二、自主在线案例学习的核心构念


尽管案例教学法在历史上得到了广泛的认可和实践,但文献中对案例教学法的基本特征及核心构念仍缺少清晰的定义。正如杜里和斯金纳所说,案例方法这个词涵括了一系列的教学方法,以致这个术语本身缺乏准确的定义。有多少位案例教学的实践者就有多少种案例方法[10]。为了准确地理解案例教学这个概念,首先应该理解“案例可供性”(affordance)这一重要构念。所谓案例可供性,即高质量案例可以给教学和学习提供诸多益处。总结文献研究发现,一个高质量的案例通常具有以下可供性:● 真实感:案例中大量的具体细节描写提升了案例的真实感和可信度,真实的案例能提升学生的学习动机和投入程度[9];


● 复杂性:案例的复杂性与真实感密切相关,案例中的劣构性问题、开放式解决方案、多样化观点展示了真实世界的矛盾和模糊,能激发讨论和反思[5];


● 间接经验的获取:案例全面细致地呈现工作中可能出现的相似场景和问题,培养学习者应对不同职业问题的分析能力,为学习者未来从业做好前期培训与准备[11];


● 反思性活动:案例本身可以作为教学中的锚点,以此开展例如分析、求解、决策、推理、评价等高阶思维活动,教师可以指导学生辨别、分析和解

读案例情境中的重要信息,从不同角度收集和处理数据,提出解决案例问题的方案并加以评估[8];


● 应用理论的机会:案例教学的一个重要功能是“填补理论与实践之间的鸿沟”[12],为学习者提供机会将抽象理论用于解决具体的案例问题。总结文献研究发现,一个高质量的案例通常向学习者展示出真实、复杂的现实情景,通过案例中的人物活动向学习者提供间接经验以及反思和应用理论的机会。案例的诸多可供性正是案例教学发挥作用的一个重要原因,因此,将“案例可供性”作为自主在线案例学习的一个重要构念。与传统的基于文字的案例相比,在线案例具有独特的优势。在内容呈现上,在线案例可以选择图片、视频、动画、语音等多种媒体类型,丰富的媒体形式增强了内容的表现力,从而创设更加真实、复杂的案例情景;在案例组织上,网络交互功能赋予在线案例更大的组织灵活性。通过多媒体交互的跳转、层级设置、交互反馈等功能,学习者在学习在线案例时可以采用更加灵活、自由的学习顺序。这些媒体表现特性能显著提高学习者学习兴趣、增强案例的真实感和代入感、促进对案例内容的理解,在展示内容和引导学习反思方面具备了更多优势[6]。因此,案例的“媒体表现”是在线案例学习的一个重要构念。



对在线案例教学的有关研究中,一部分研究关注于在线案例的教学支架设计。教学支架可以在策略选择、问题思考、行为判断、效率提升以及工具使用等方面,给予学习者必要的帮助与指导[13]。自主在线教学情境中,教师不可能为每一位学生提供一对一辅导,因此在教学资源中整合教学支架成为了必需。对在线案例学习而言,通过将引导问题、交互元素、反馈机制和学习者控制等教学支架整合到案例设计中,将促使学习者获得更有意义的学习体验[7]。因此,案例的“教学支架”也是本研究要探索的一个重要构念。综合以上有关在线案例的特性分析,本研究选取“案例可供性”、“媒体表现”和“教学支架”作为自主在线案例学习体验的核心构念。同时将自主在线案例学习的“学习效果”作为一个构念,探索学习效果和其他构念之间的关系。  


三、研究过程与方法  


(一)研究过程


立足于某研究型高校应用在线案例进行教学的课堂,本研究依次进行以下三部分工作开展研究:首先,进行相关文献的查阅与分析,用理论指导自主在线案例学习体验问卷的编制,并基于问卷获得学习者的反馈数据,通过对数据的分析验证问卷的信效度;其次,使用探索性因子分析、结构方程模型等分析方法对自主在线案例学习体验的构念及相互关系进行探索和研究;最后,根据数据分析结果对研究问题进行讨论和总结。  


(二)研究对象


与情境本研究中的数据来源于某研究型高校“教学设计及案例分析”课程的94人课堂,该课程为教育技术学专业研究生的必修课,学生均为该校研究生一年级学生。该课程中的一项重要教学活动是利用在线案例引导学生探究不同情境中的教学设计问题。一个完整的案例学习活动分为三个阶段进行:第一阶段,学生在课下对案例材料进行自我探索学习;第二阶段,学生运用相关的教学设计知识分析案例中的问题,完成案例学习报告,提出解决方案;第三阶段,由教师在课堂上引导学生对案例问题和解决方案进行研讨。在完整的案例学习活动完成之后,我们利用一个在线调查平台向学生发放了案例学习体验问卷,学生使用手机扫描二维码填写问卷并在线提交。最终,我们一共收到86份电子答卷,从在线调查平台下载后转换整理为SPSS格式的问卷数据,利用SPSS19.0统计分析软件进行后续的数据分析。

 

 

本研究中使用的案例描述了一个发生在医院情境中的教学设计问题,如图1所示。某医院为培训实习医生开展了每周一小时的研讨例会,却没有取得很好的效果。大多数实习医生对研讨例会的学习效果评价不高,约有2/3的实习医生在实习期结束后不能通过医师资格认证考试。学生在案例中扮演了教学设计师的角色,需要分析医院研讨例会中存在的问题,并设计相应的解决方案。学生可以访谈案例中不同的角色人物如医院院长(客户)、授课医师(教师)和实习医生(学习者),查看研讨会使用的教学材料以及巡视研讨会的场地和设施。案例中的访谈记录、教学材料、音视频资料全部改编自真实的事件。案例学习没有固定的顺序,学生可以自行选择数据来源对案例进行开放性探索。


(三)问卷工具的编制


本研究选取案例可供性、媒体表现、教学支架和学习效果四个自主在线案例学习的核心构念作为编制问卷的初始维度,初步设计出包含39个题项的学习体验问卷。该问卷包括三个部分,第一部分(题项1-5)包括五个问题,涉及学习者性别、年龄、专业和初始学习动机等个人信息;第二部分是问卷的主体部分,包含32项李克特式5点量表问题(见表1),用以获知学习者对在线自主案例学习四个构念的态度倾向,分别设计为:(1)案例可供性(题项6-21),包括真实感(题项6、7、11、13、21)、复杂性(题项8、9、20)、间接经验(题项10、14)、反思活动(题项12、15、18、19)和理论运用(题项16、17);(2)媒体表现,使用多媒体的吸引力和效果(题项22-25);(3)教学支架,以引导问题、交互反馈和学习者控制等形式体现(题项26-31);(4)学习效果,在线案例学习对学习者动机、认知和元认知等方面的影响作用(题项32-37)。问卷第三部分包含两个二项式问题(题项38-39),询问学习者的整体学习体验是否愉悦以及是否愿意在后续课程或者其他课程中参与类似的案例学习活动,目的在于获知学习者对在线案例学习活动的整体态度倾向。  


(四)数据分析方法


本研究将对收集到的问卷数据进行以下分析:首先,对问卷的信效度进行检验,使用项目分析方法检验问卷题项的适切性,移除问卷中不适切的题项,提升问卷的整体信度;其次,使用探索性因子分析检验问卷整体的构念效度,根据提取出的因子对自主在线案例学习体验的构念进行界定和再命名;最后,使用结构方程模型的方法对自主在线案例学习的核心构念及其关系进行探索、检验和修正,从而得出与理论框架最为符合、匹配度较佳且较为精简的模型,并对结果进行讨论。  


四、结果  


(一)项目分析


本研究将以下三点评判标准作为检验问卷题项是否适切的指标[14]:(1)题项具有较佳的鉴别度。项目分析对每一个题项进行高低分组,根据高低组平均数差异的独立样本t检验得出决断值,决断值小于3.00表明题项的高低组差异不显著、鉴别度较差,则考虑将其删除;(2)题项与问卷整体具有较高的一致性。问卷单个题项与整体的相关性由皮尔森积矩相关系数(Pearson Correlation Coefficient,PCC)表示,相关系数小于0.4表示该题项与问卷整体的同质性不高,可以考虑将其删除;(3)题项能解释共同特质或属性的变异量。问卷题项的同质性由共同性和因子负荷量(Factor Loading value,FLV)共同判定,共同性值低于0.20(此时因子负荷量小于0.45)表示该题项与共同因子间的关系不密切,可以考虑将其删除。综合问卷项目分析的结果,最终删除7个不符合判断标准的问卷题项,分别为题项6、7、9、17、22、23、29(如表1所示)。

 

 

(二)探索性因子分析


项目分析删除了与整体问卷不适切的7个题项后,我们对问卷进行了探索性因子分析,目的在于检验剩余题项的构念效度(constructvalidity),同时对在线自主案例学习的重要构念进行探索。检验操作采用主成分分析、正交旋转法抽取的方式,结果生成特征值(eigenvalue)大于1的因子6个,累计方差解释率为69.03%。Kaiser-Meyer-Olkin值(KMO=0.85)和Barlett球形检验(χ2=1263.06,df=85,p<.001),这一结果表明问卷数据适合做因子分析。


采用相同的因子分析方法,首先检验单个题项是否满足构成因子成分的要求,并进行多轮因子分析删除不符合构成因子成分标准的题项。题项37的因子负荷量小于0.45,表明该题项的共同性低于0.2,考虑将其删除。依据因子提取的合理性即共同因素包含的题项最少在3题以上,考虑删除题项8、10。删除不符合因子构成标准的3个题项后,因子分析抽取5个因子的累计方差解释率为67.94%,分别解释总量的43.65%、8.56%、5.78%、5.17%、4.78%。对修正问卷进行信度检验,结果显示出问卷的Cronbach’sα系数高达0.934,具备了较理想的内部信度。5个因子的一致性α系数分别为0.844、0.852、0.880、0.812、0.691,也体现了可接受的因子内部信度。


分析提取出的5个共同因子,因子1为解释变异量最大的1个因子,包含了5个用于验证案例可供性的题项,例如案例真实感、间接经验的获得、反思机会等(题项11、13-15、21),根据因子特性我们将其命名为“案例情境性”。因子2将有关媒体偏好的题项(24、25)和学习支架的题项(26-28)汇聚于1个因子,关注具体的多媒体与支架设计细节,如媒体比例、引导问题、学习顺序等,因此将其命名为“媒体交互性”。因子3包含的6个题项(题项12、16、32-35)反映了在线自主案例学习的感知效果,如学习兴趣的提高、理论理解的深入、实践机会的获得以及高阶思维的发展,因此将其命名为“学习感知效果”。因子4的3个题项(题项18-20)均聚焦于多媒体案例学习过程的探索性,强调对不同观点、不同解决方案的分析、比较与评估,由此将其概括为自主在线案例学习的“开放探索性”。因子5包含3个题项(题项30-31、36),关注学习者控制、反馈获取和顿悟现象,反映了自主学习的一些设计理念,将其命名为“自主学习特性”。综合以上探索性因子分析的结果及分析,在线自主案例学习体验问卷的修正版本如表2所示。

 

 

(三)结构方程模型


根据探索性因子分析的结果,本研究提取出在线案例学习体验问卷的5个主要因子,分别概括为“案例情境性”“媒体交互性”“开放探索性”“自主学习特性”“学习感知效果”。结合案例学习的相关理论,本研究提出假设——自主在线案例的案例情境性、媒体交互性、开放探索性及自主学习特性对在线案例的学习感知效果有正向直接影响,而其中在线案例的媒体交互性和开放探索性正向影响案例情境性。基于研究假设,本研究采用AMOS软件作为建立结构方程模型的工具,建立自主在线案例学习体验的构念模型,采用最大似然法对模型进行估计,得到模型的标准化路径系数如图2所示。

 

 

依据问卷数据,假设模型的整体模型适配度检验指标如表3所示。结构模型的适配度卡方值为0.116,显著性概率值P=0.733,大于0.05,结果显示接受虚无假设:理论模型隐含的协方差矩阵与从数据所得的协方差矩阵不存在显著性差异,即理论模型符合实际数据情况。在结构模型的各项适配指标检验结果中,整体指标都达到了适配标准,表明假设模型在整体上与观察数据的拟合情况良好。自主在线案例学习体验的构念间关系得到了统计数据的检验:案例的媒体交互性、开放探索性和自主学习特性均直接影响自主在线案例学习感知效果,同时媒体交互性和开放探索性可以增强案例的情境性,从而间接影响学习感知效果。

 

 

五、讨论与总结


本研究的目的在于编制一份具有较高信效度的问卷工具,用于测量学习者自主在线案例学习的学习体验,同时基于问卷数据对在线案例学习体验的构念进行探索。根据项目分析和因子分析的结果,本研究从原始问卷删除了共十项不符合信效度统计标准的题项。修正后问卷的内部一致性系数可高达0.93,具备了理想的信度。同时,问卷主体部分可提取出5个因子,分别解释为案例情境性、媒体交互性、学习感知效果、开放探索性和自主学习特性。接着根据这5个因子提出了自主在线案例学习体验的构念间关系模型,并使用结构方程模型对该模型进行验证。研究结果对深入理解自主在线案例学习的核心构念、指导在线案例的设计、开发与评价具有一定理论价值。现将本研究一些较为有趣的发现讨论如下。


首先,案例情境性是问卷提取的具有最大方差解释率的一个因子,因此可将其看作是在线案例学习的最核心构念。构念模型则显示案例情境性对学习效果有直接正向影响,同时案例的媒体交互性和开放探索性通过创设或增强案例情境性间接影响学习效果。这一发现与现有的有关案例教学的文献观点高度一致,即情境化的故事描述是案例教学最核心、最本质的特征,能够辅助案例呈现,促进对案例的理解,提升高阶思维,同时有助于增强案例学习的吸引力[11]。关于如何增强案例的情境性,不少学者也给出了自己的建议。巴恩斯等强调案例最好基于自己的亲身经验,要包含时间、地点、人物、事件以及不同视角等故事元素[8];赫雷德进一步指出好的案例要在读者和案例主角中建立共鸣,多用鲜活的语言和对话呈现案例中令人深思的问题和戏剧冲突[15]。这些设计原则在本研究使用的在线案例中得到了体现,得到了学习者的积极评价。


本文另一个有趣的发现在于提取出媒体交互性这一构念。如构念模型所示,媒体交互性与在线案例学习体验的开放探索性和自主学习特性紧密相关,同时直接影响案例的情境创设和学习效果。在初始问卷中,媒体表现与教学支架被设计为两个独立的构念,然而进行因子探索分析时出现了一个令人意外的结果——有关多媒体使用和教学支架设计的部分题项被提取为一个共同因子,暗示了两者的共通性。对此,我们的解释是现今网络多媒体技术越来越多地整合了交互功能,交互式多媒体在呈现案例内容的同时也起到了教学支架的作用,引导学生进行分析、决策、求解与反思等高阶思维活动。以文中案例为例,教学支架与学习者控制可以通过内嵌于多媒体中的视觉线索、超链接、反应触发器和交互式小测验等方式得以实现。交互式多媒体被证实有着文字和单纯视频无法比拟的优势,能够为学习者提供更加丰富、复杂和有意义的学习体验,本文则进一步表明在线案例可以借助多种媒体形式及网络交互技术进行更加丰富的情境创建和支架设计,从而增强学习者的自主学习体验。


第三点发现在于,探索性因子分析提取出第四个和第五个因子分别概括为开放探索性和自主学习特性,表明自主探索式学习是在线案例教学的重要特征。该发现支持了文献研究中关于案例设计的一个重要原则——案例在描述劣构问题时应同时呈现多种矛盾的视角和求解可能性,并鼓励学习者自定义学习顺序开展自主探究[16]。该原则给案例设计带来了几点启示:第一,案例应该以非线性的方式呈现,允许学习者从不同路径探索案例问题,思考解决方案;第二,案例中应该同时呈现彼此冲突的观点和信息,支持来自不同角度的分析和解释;第三,在案例中应体现充分的学习者控制,实现学习内容、顺序和进度的自主定义和灵活选择;第四,案例应该整合多种教学支架并提供及时反馈,引导学习者进行深入思考、评估和比较案例问题的不同解决方案。此外,本文的构念模型揭示,虽然自主学习特性对案例情境性没有直接影响,但对于在线学习效果的提升有积极的作用,因此在线案例的设计中不仅需要考虑多种案例可供性的实现,也需要关注学习者控制、反馈机制等自主学习设计原则的应用。


最后,我们建议读者在解读本文的研究发现时需正视本研究存在的两点不足。第一,本研究采用的取样方法趋向方便易行,样本数量相对偏小,这一不足降低了研究发现的外部效度和统计效度。第二,本研究的问卷数据采集于某师范大学的教育技术专业研究生必修课课堂,相关研究结论能否适用于其他领域的案例教学情境尚有较大不确定性。这些局限性可以通过扩大样本数量和研究情境范围来解决,有待在后续研究中进一步克服和改进。

 


基金项目:2014年教育部哲学社会科学重大课题攻关项目“信息技术支持下的教育教学模式研究”(编号:14JZD044 );2016 年教育部人文社会科学青年基金项目“面向大规模在线教育的众包评测模型研究”(编号:16YJC880054 )。 

作者简介:罗恒,博士,华中师范大学教育信息技术学院讲师,硕士生导师;杨婷婷,华中师范大学教育信息技术学院硕士研究生。


转载自:《现代远距离教育》2018年第2期

排版、插图来自公众号:MOOC(微信号:openonline)


喜欢我们就多一次点赞多一次分享吧~


有缘的人终会相聚,慕客君想了想,要是不分享出来,怕我们会擦肩而过~

《预约、体验——新维空间站》

《【会员招募】“新维空间站”1年100场活动等你来加入》

有缘的人总会相聚——MOOC公号招募长期合作者


产权及免责声明 本文系“MOOC”公号转载、编辑的文章,编辑后增加的插图均来自于互联网,对文中观点保持中立,对所包含内容的准确性、可靠性或者完整性不提供任何明示或暗示的保证,不对文章观点负责,仅作分享之用,文章版权及插图属于原作者。如果分享内容侵犯您的版权或者非授权发布,请及时与我们联系,我们会及时内审核处理。


了解在线教育,

握MOOC国际发展前把沿,请关注:
微信公号:openonline
公号昵称:MOOC

   


登录查看更多
0

相关内容

结构方程模型(Structural Equation Modeling,SEM)是一种建立、估计和检验因果关系模型的方法。模型中既包含有可观测的显在变量,也可能包含无法直接观测的潜在变量。结构方程模型可以替代多重回归、通径分析、因子分析、协方差分析等方法,清晰分析单项指标对总体的作用和单项指标间的相互关系。
异质信息网络分析与应用综述,软件学报-北京邮电大学
基于多头注意力胶囊网络的文本分类模型
专知会员服务
77+阅读 · 2020年5月24日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
213+阅读 · 2020年2月21日
支持个性化学习的行为大数据可视化研究
在线学习体验影响因素结构关系探析
MOOC
7+阅读 · 2019年3月20日
人工智能在教育领域的应用探析
MOOC
12+阅读 · 2019年3月16日
AliCoCo: Alibaba E-commerce Cognitive Concept Net
Arxiv
13+阅读 · 2020年3月30日
Arxiv
5+阅读 · 2019年4月21日
Precise Detection in Densely Packed Scenes
Arxiv
3+阅读 · 2019年4月8日
Arxiv
5+阅读 · 2018年12月18日
Arxiv
3+阅读 · 2018年10月11日
Arxiv
19+阅读 · 2018年3月28日
VIP会员
相关论文
AliCoCo: Alibaba E-commerce Cognitive Concept Net
Arxiv
13+阅读 · 2020年3月30日
Arxiv
5+阅读 · 2019年4月21日
Precise Detection in Densely Packed Scenes
Arxiv
3+阅读 · 2019年4月8日
Arxiv
5+阅读 · 2018年12月18日
Arxiv
3+阅读 · 2018年10月11日
Arxiv
19+阅读 · 2018年3月28日
Top
微信扫码咨询专知VIP会员