基于課堂區位愿態的高職生學習心理探究

谷峰

摘 要 課堂區位偏好與學業水平存在相關關系。基于課堂區位集聚分析和區位熵分析，構建課堂區位愿態函數，用以分析學生群體的學習心理分布特點，預測區位偏好者學業發展趨勢，指導學生改善學習行為，提升學業水平，也指導教師建立針對性的教學策略，完善課堂布局。與簡單的以距離為變量的分析相比，課堂區位愿態函數更準確的描述了課堂區位內涵。

關鍵詞 課堂區位；區位集聚；區位熵；區位愿態函數；高職院校

中圖分類號 G442 文獻標識碼 A 文章編號 1008-3219（2016）11-0067-04

高校課堂座位一般呈秧田式，學生自由選擇座位。課堂區位具有不同的感知（視、聽）通道和心理影響，是影響學習效果的重要因素。許多學者的研究均表明座位與學習行為和學業水平極大相關[1]。課堂區位偏好行為受到學習意愿、性格等個性心理特征的調節，受學習態度的認知、情感和行為傾向三因子指導，反映其中的意向因素。課堂區位吸引力及其偏好者學業水平綜合體現的區位特性稱為課堂區位愿態，通過集聚分析、熵分析等方法可構建課堂區位愿態函數，分析區位偏好者的學習心理分布，預測其學業發展趨勢。

一、課堂區位愿態函數構建

（一）成績處理和區位定義

需將學業成績做等值分級。本課題組的研究表明，將學業成績分成4～6個等級具有較好的區分度和區分信度。設同班學生的成績均值為μ，標準差為σ。將學生按百分制成績分別位于[0，μ-σ]，（μ-σ，μ]，（μ，μ+σ]，（μ+σ，100] 分為較差、中等、良好和優秀四級。

各校課堂有所不同。本研究樣本中，將秧田式課堂分割為4乘3共12個區位，見圖1。講臺和投影幕是課堂的吸引力中心。大教室的一個區位約含3行乘3列座位，小教室的一個區位約含2行乘2列座位。多余行并入后排區位。大教室常為雙班上大課。

（二）分析參數與課堂區位愿態函數

區位集聚指數（Ellision-Glaeser指數）EGi=（Gi-（1-Hi）Hi）/（1-Hi）2。其中Gi=[|λij-λik|]/（N2λ*）是Gini系數；Hi=λij2是Herfindahl指數；λij是i等級在j區位的分布比例，λ*是其均值；N為區位數[2]。Hi考慮了區域和規模差異的影響。EGi由此修正Gi的誤差[3][4][5][6]。區位熵Eij=（Sij·Sij）/（Sij·Sij）度量區位分級程度或區位能量。Sij為j區位中i等級人數。Eij越高，則i等級生在j區位集聚程度越高。基于以上參數構建區位熵權等級、區位愿態和區位愿態函數。

區位熵權等級WLj=（j·Eij/Eij），即區位偏好者以區位熵為權的加權平均等級。

區位愿態值Aj=WLj·Sij/Sij，即區位熵權等級*區位占用率，是區位吸引力和區位偏好者學業水平的綜合量度，反映了區位偏好者的學習態度和學業水平提升的概率。據愿態值可將教室區位分為奮進、積極、中庸和消極四類區位。

區位愿態函數y=-alnx+b，是將區位按離心距離、愿態值等條件降序編號后的對數擬合函數。其中x為區位編號，y為區位愿態值；b為奮進區位愿態值；a表示愿態衰減度。區位愿態分布參數（a，b）反映樣本學習態度的分布情況。a值越大，學生學習態度差異越大。b值越大，學生平均學習意愿越強。擬合度R2越接近1，區位特異性越小。對數擬合函數能較好地反映區位愿態變化的特點，比較符合學生學習心理的變化情況。

相關系數是用以檢驗區位按愿態分類的效度。

二、樣本分析

取某學院4個班做分析，樣本容量為147。取第一、第二學年的總成績作為學業評價。將學生按班等值分級后合成一組。成績比例：優秀∶良好∶中等∶較差=0.18∶0.28∶0.41∶0.13。以調查表方式調查學生的座位偏好。區位偏好人數可能大于區位容量。

（一）區位集聚測度分析

由表1知，優秀生集聚度明顯較高，且隨時間顯著遞增；較差生的集聚指數也偏高；良好生、中等生的區位集聚度平穩，隨時間變化不大。

（二）區位熵分析

表2顯示，在大教室，S3、S2處的優秀生比例較高。在小教室，由于各區位容量和感知通道等異于大教室，S7、S8的優秀生熵值明顯高于大教室。第二學年S3的優秀生熵值增大，同時這個區位的中等生和良好生熵值減小。這一情況在座位容量較小的小教室更明顯；S4、S1、S11等處的良好生熵值較高，但集聚度不高；S5、S12等處中等生較多，集聚度也不高。第二學年，S1、S10、S11、S12等邊緣區位中等生熵值增大；部分較差生抱團漂移，在大、小教室的座位有顯著不同。最隱蔽的逃避區位S12是他們的最愛。

（三）區位愿態度量與區位分類

依據表5的區位愿態值，可以將教室區位分成奮進（>.15）、積極（.07～.15）、中庸（.03～.07）、消極（<.03）等四類區位。奮進區位：S3占用率和熵權等級都高。大教室的S3意愿值遠大于小教室，主要源于占用率差異。積極區位：S7占用率次高，熵權等級不高。S2的占用率較高，熵權等級較低。S9緊貼后門，熵值較高，是個特異現象。中庸區位：S1占用率很低，熵權等級最高。S4占用率偏低，熵權等級不高。S5的占用率更低，但熵權等級不低。消極區位：S12是逃避區位，占用率和熵權等級都低。

（四）區位按愿態值分類的效度

以講臺與投影幕為中心，將區位按離心距離可分為四類L1，L2，L3，L4。其中：L4：S3；L3：S2，S4，S6，S7，S8；L2：S1，S5，S10，S11；L1：S9，S12。

按熵權等級WLj>1.3，1.0

分別計算三種區位分類與學業水平的相關系數如下：

由表6可知，區位按愿態值分類與學業水平的線性相關性明顯強于按熵權等級或空間距離分類。愿態值更好的描述了區位特性。第二學年的相關性明顯強于第一學年。

（五）區位愿態函數

以講臺和投影幕為中心，將區位按離心距離、愿態值等條件降序重新編碼為：S′1=S3，S′2=S7，S′3=S8，S′4=S6， S′5=S2，S′6=S4，S′7=S1，S′8=S11，S′9=S5， S′10=S10，S′11=S12，S′12=S9。按新編碼和總成績得到區位愿態函數：大教室：y=-.097lnx+.249，擬合度R2=.72；小教室：y=-.053；In+.171，擬合度R2=.70。區位愿態函數擬合度明顯高于單純按離心距離給區位編碼的擬合度。大教室區位愿態參數值大于小教室的原因是大教室奮進區位容量較大，容納了更多的優秀生，使奮進區位愿態值異常高。

大教室區位愿態函數：第一年：y=-.089lnx+.2299；第二年：y=-.109lnx+.274。第二年的區位愿態參數值明顯大于第一年，顯示第二年優良級學生的學習意愿增強，優差生的學習意愿差異加大，平均意愿提升。

小教室區位愿態函數：第一年：y=-.064lnx+.192；第二年：y=-.062lnx+.1888。小教室兩年中區位愿態參數變化不大。原因是小教室的區位容量小，同班同學之間的區位爭奪意愿和空間都不大，座位相對固定。

三、課堂區位愿態函數及分析參數的應用

區位愿態函數定量描述了課堂區位與學生學習心理的關聯，具體見圖3。某些區位的愿態值特異變化表明以往簡單的用離心距離判斷學習意愿不符合學生復雜的個性心理。

復雜的個性心理中，主體意識（即目標意識、危機意識和自律意識）差異是形成區位偏好的主要原因。課堂區位愿態函數綜合反映區位吸引力和區位偏好者的學業水平，反映樣本群體的學習心理分布。a值較大則函數曲線較陡，顯示群體中學習心理差異較大。b值較大顯示平均學習意愿較強。

區位集聚參數分析同類學生的區位取向。本文例中，優秀生的區位取向較為一致。較差生同類心理認同、喜歡抱團共同承受壓力。良好生、中等生的學習行為平穩。

區位熵值分析區位偏好者的學業水平變化。本文例中，經過一年的學習，優良區位偏好學生的學習態度向積極方向進一步服從、同化和內化，學業水平提升明顯。這也證明優良區位與學業水平正相關。良好生變化平穩。中等生第二學年逃避或被擠向邊緣區位。部分較差級學生抱團逃避，影響了他們為擺脫較差成績的努力。

根據區位愿態值預測學業發展更符合學生個性多樣的實際。Drubrow等研究認為焦慮、注意以及學習行為對學業水平的影響占到32%～35%，認知能力等的影響占11%～14%[7]。因此愿態值與學業水平的線性相關性也是有限的。

學生可以根據區位愿態函數建構、解釋教學實際，調整區位偏好，以提升學業水平。奮進區位偏好者本能的理解知識需主動獲取而非教師傳授，并積極指導學習行為，爭取優秀資源。學習意愿強烈者，學業大都優良。積極區位偏好者中，有學習感覺略吃力、略感自卑但積極努力發奮向上的學生，也有學習自主性、獨立性較強的優良級學生。對偏好熵權等級低而占用率高的區位的學生，可建議其改善學習策略，選擇更有助于學習的區位。中庸區位偏好者中，有的個性獨立、行事低調、默默努力，有的課堂自律偏松。消極區位常由邊緣化學生或戀人占據，他們學習興趣低，較自閉。Dolan認為，消極學習行為是學習面臨失敗的強烈信號。教師應該鼓勵消極區位偏好者擺脫慣性，擺脫小群體，換區位，換心理[8]。實踐表明，區位對學業水平的影響是實際存在的。驗證差生的學習成績與非智力因素較強相關的實例很多。

其他方面的應用還包括教師可根據區位愿態函數建立課堂教學策略，有針對性地指導學生提高學業水平；區位愿態值和愿態函數可用于指導優化課堂布局[9]；課堂區位愿態函數揭示了大、小教室的愿態值分布差異；區位愿態函數擬合度顯示區位愿態的特異變化，表明學生個性心理的復雜程度。與以往的研究相比，課堂區位愿態函數更準確地揭示了區位與學業的關系，反映了學生群體的學習心理分布特點。

參 考 文 獻

[1]杜萍.有效課堂管理：方法與策略[M].北京：教育科學出版社，2008.

[2]Ellison G， Glaser EE. Geographic Concentration In U.S. Manufacturing Industry： A Dartboard approach [J].Journal of Political Economy， Oct. 1997：889-927.

[3]蒲業瀟. 理解區位基尼系數：局限性與基準分布的選擇[J]. 統計研究，2011（9）：101-109.

[4]Mori T，Nishikimi K，Smith T E.A Divergence Statistic for Industrial Localization [J].Review of Economics and Statistics，2005（87）：635-651.

[5]楊林濤. 一種可供選擇的產業集聚測度新方法——來自已有測度方法比較的啟示[J]. 上海經濟研究，2014（4）：104-118.

[6]趙果慶，羅宏翔.中國制造業集聚：度量與顯著性檢驗——基于集聚測量新方法[J]. 統計研究. 2009（3）：64-69.

[7]Drubrow，EH. Leaning Behaviors，Attention and Anxiety in Caribbean Children： Beyond the “Usual Suspects” in Explaining Academic Performance [J]. School Psychology International，2000（3）：243-250.

[8]Dolan S，Mallott DB & Emery JA. Passive Learning： a Marker for the Academically at Risk[J]. Medical Teacher，2002（6）：648-649.

[9]閆江濤.大班額教學環境下學生座位價值的實現[J].教育評論，2005（4）：82-85.

Abstract There is relationship between learning level and location preference in classroom. By location clustering analysis and location entropy analysis，the location desire function in a classroom was developed in this paper. It is used to analyze students learning psychology， and to predict learning development of location fans. The function can be used to direct students to improve their learning behavior， and teachers to design their teaching strategy. The function can also be used to improve classroom setup. Compared with those methods which only take distance as the variable， the location desire function touches the connotation of locations in a classroom more precisely.

Key words location in a classroom； location clustering； location entropy； location desire function； higher vocational colleges

Author Gu Feng， associate professor of Zhejiang Vocational and Technical Institute of Economics（ Hangzhou 310018）