基層電大會計學專業教學環節與成績相關性分析

葉中華

[摘 要] 本文結合基層電大的實際對會計學專業學員的學習成績與各教學環節成績進行了相關分析、回歸分析，并進行了分組檢驗，分析得出終結性考核成績、形成性考核成績和教學各環節的相關性結論，進而提出了一些完善措施。

[關鍵詞] 開放教育 會計學 教學環節 相關分析 回歸分析

一、引言

開放教育考試通常采用形成性考核和終結性考核相結合的方式進行，且更注重面授課到課次數、作業成績、網上學習時間、網上發貼等學習過程的形成性、階段性、學習者學習能力及實際學習效果的度量和評價，并將考試考核作為促進學習者主動學習、提高學習效果的重要手段。筆者對兩者相關性，各教學環節成績與終結性成績相關性，影響各教學環節的因素進行了分析。

二、研究設計

（一）研究假設

假設1：終結性考核成績（卷面成績）隨形成性考核成績（形考成績）的上升而上升。

課程的形考性考核主要從形成性考核冊成績（作業成績）、面授課到課次數、上網學習時間和網上發帖數等方面進行，所以提出以下假設。

假設2：終結性考核成績和形成性考核冊成績（作業成績）正相關。

假設3：終結性考核成績和面授課到課次數正相關。

假設4：終結性考核成績和上網學習時間（上網時間）正相關。

假設5：終結性考核成績和網上交流發帖（網上發帖）數正相關。

（二）數據來源

本文收集了海鹽學院2015年1月，13秋會計學本科《西方經濟學》、14秋會計本科《高級財務會計》《企業集團財務管理》，2014年7月，13春會計本科《高級財務會計》《企業集團財務管理》的形成性考核成績和浙江電大教務系統中終結性考核成績，刪除了缺考學生的數據和個別極值數據。

三、實證結果分析

本文用SPSS統計軟件，進行了線性相關分析、多元線性回歸模型和均值T檢驗分析，具體結果如下。

（一）描述性統計

從（表1）卷面成績和形考成績的描述性統計特征來看，各統計量的均值較高，標準差較小，偏度都小于0是左偏，說明總體而言各項得分較高，各教學環節做的較好，形考成績和期末考試卷面成績較理想。但個體上存在較大差異，個別學員某些環節并不理想，有2位同學面授課為0，8位同學網上學習時間為0，20位同學網上發貼數為0。

（二）相關分析

表2報告了終結性考核成績與形成性考核成績、作業成績、面授課到課次數、網上學習時和網上發帖數相關關系分析結果。

假設1成立，由表2可知，終結性考核成績與形成性考核成績間的簡單相關系數為0.435，它們的相關系數檢驗的概率P值近似為0。因此，當顯著性水平α為0.01時，應拒絕相關系數檢驗的零假設，認為兩變量存在顯著線性正相關性。終結性考核成績與成性考核成績正相關，相關系數為0.435。對學員學習過程的評價，促進了學習者主動學習，提高了學習者學習能力及實際學習效果。

假設2不成立，由表2可知，終結性考核成績與作業成績間的簡單相關系數為0.104，相關系數檢驗的概率P值0.133，因此不能拒絕相關系數據檢驗的零假設，兩變量不存在顯著的線性相關性。作業成績平均成績93.92分、標準差5.37（表1）標準系數0.057說明作業成績很高，而且差異很小，主要原因在于作業答案可以從網上下載。作業不是自己獨立完成的，當然與終結性考核成績相關性就低了而且無法通過顯著性檢驗。現在部分課程進行了“基于網絡改革”，形成性作業在中央電大形考平臺上完成，這是發展的趨勢，但作業答案還能在網上找到，這樣學員抄襲作業就更簡單了，只要復制粘帖。所以必需對題庫改革，題庫應該以客觀題為主，而且題庫量要足夠大，全國電大系統教師資源豐富完全有這個條件，這樣有條件讓學員克服“惰性”獨立完成作業，使過程評價更客觀些。

假設3成立，由表2可知，終結性考核成績與面授課到課次數間的簡單相關系數為0.414，相關系數檢驗的概率P值近似為0，因此應拒絕相關系數據檢驗的零假設，兩變量存在顯著的線性相正關性。面授課主要講解課程的重點難點、分析作業和歷年試卷，對應試幫助很大。學校規定每門到4次滿分占形考總成績的30%，學員平均到課2.62次、標準差 1.14（表1）標準系數量0.44，同時學校加強了“雙點名制度”，由任課教師和班主任同時點名，提高了到課率、保證了簽到的真實性。

假設4不成立，由表2可知，終結性考核成績與上網學習時間的簡單相關系數為0.097，相關系數檢驗的概率P值0.162，因此不能拒絕相關系數據檢驗的零假設，兩變量不存在顯著的線性相關性。按上級電大網上學習時間要求的精神，學校規定每學期每門課的網上學習時間25小時滿分占形考總成績15%，資料中學員平均網上學習時間23.35小時，標準差5.66（表1）標準系數0.24，網上學習時間較理想。學校網站主要以文字資料為主，視頻教學資料較少，文字資料下載后學習較方便，為了達到網上學習要求，學員就打開網上資料去幫別的，這樣一來，“學習時間”失真質量不高與終結性考核成績的相關性就差。

假設5成立，由表2可知，終結性考核成績與網上發帖數間的簡單相關系數為0.276，相關系數檢驗的概率P值近似為0，因此應拒絕相關系數據檢驗的零假設，兩變量存在顯著的線性相正關性。學校規定每學期每門課網上交流發帖5個為滿分占形總成績10%，學員平均發帖3.88個，標準差2.02（表1）標準系數0.52，均值不高差異較大。無效和抄襲的帖子指導老師可以刪除，所以要完成必需對課程內容有一定的了解，同時在形考成績中所占比重較低，部分學員不大重視，有42位同學發帖數為0。因此，態度較認真，對課程內容有解的同學才可能完成網上交流的任務，這樣與終結性考核成績正相關。

（三）回歸模型

由于形考成績由作業成績、面授課到課次數、上網學習時間和網上發帖數來決定，形考成績與之有較強的相關性（表2），為了避免變量共線性，建立了以下兩個模型，同時以住地、專科學習專業和工作崗位為控制變量。

模型1，終結性考核成績=α0+α1形成性考核成績+ε

模型2，終結性考核成績=α0+α1作業成績+α2面授課到課次數+α3上網學習時間+α4網上發帖數+ε。

表3和表4報告了模型1和模型2回歸分析的結果。從表3可知，模型1中變量形成性考核成績在0.01的水平上顯著，從表4可知，模型2中變量面授課到課次數在0.01的水平上顯著，變量網上發帖數在0.05的水平上顯著。所以結果與相關分析一致，從控制變量來看，不住在武原鎮的學員終結性考核成績較好、專科非會計學專業的學員終結性考核成績較好、從事會計工作的學員終結性考核成績較好，但都不顯著。

模型1和模型2的標準化殘差的非參數檢驗結果表明標準化殘差與標準正態分布不存在顯著差異，可以認為殘差滿足了線性模型的前提條件。模型1和模型2中標準化殘差與標準化預測值的Spearman相關系數分別為-0.012和-0.021且檢驗并不顯著，因此認為異方差現象并不明顯。在表4多元回歸結果的共線性診斷中容差較近1，方差膨脹因子（VIF）較小（表4），變量間不存在共線性問題，所以可以采用線性模型。

（四）獨立樣本T檢驗

通過相關分析和回歸分析，我們掌握了形考成績與終結性考核成績的相關程度，哪些環節取得了較好的效果，哪些環節效果不理想。下文將通過獨立樣本T檢驗方法，分析工作崗位、專科學習專業和居住地的差異對各學習環節帶來影響。

從表5可知，從事會計工作的學員在卷面成績、形考成績、作業成績、面授課、上網時間和網上發帖六項上均值都優于不從事會計工作的學員，而且在卷面成績、形考成績、面授課和網上發帖四項的概率P值都小于0.05，如果顯著性水平α為0.05，說明這四項存大顯著差異。所以，工作崗位的不同對卷面成績、形考成績、面授課和網上發帖帶來了顯著的影響。從事會計工作的學員有較強的求知欲，在教學各環節都較認真，得分較不從事會計工作的學員明顯要高。面授課的概率P值為0.032網上發帖的概率P值為0.001，說明工作崗位的不同給網上發帖數帶來的影響更顯著，現行教材是以上市公司、集團企業為研究對象，而基層電大學員都在中小企業工作，教材內容與實際需求存在一定程度的脫節，而網上交流可以幫助學員解決工作實際中的問題，所以學員參與更加積極。

從表6可知，專科專業是“會計學”的學生在形考成績、面授課和網上發帖四方的均值大于“非會學”學員，其中在面授課的概率P值0.036小于顯著性水平0.05。而在卷面成績作業成績和網上發帖上“非會計學”專業的學員的均值要大，但相應的概率P值都大于顯著性水平0.05，說明存在的差異并不明顯。所以，專科學習專業的不同，在面授課上給學員帶來顯著的影響。會計學本科的專業課都要求有一定的專業基礎知識，面授課時講解的是課程的重點難點，缺乏相關基礎知識的學員很難聽懂，最終導致專科非會計專業的學員到課率不高。現在專科非會計專業的學員中學員總數2/3左右，如何補相關的基礎專業課相當重要，現行的補修方式不夠理想，個人認為可以調整現行的教學計劃，將基礎會計、中級財務會計、成本會計和管理會計作為會計學本科的必修課，專科是會計學專業的學員可以申請免修。

從表7可知，住在武原鎮的學員，在形考成績、作業成績、面授課和上網時間四項上的均值高于非武原鎮的學員，其中面授課的概率P值為0.037小于顯著性水平0.05。在卷面成績和網上發帖上非武原鎮學員的均值要高，但相應概率都大于顯著性水平0.05，說明居住地不同帶來的影響是不明顯的。所以，居住地的不同給面課授帶來的影響是顯著的。其原因在于會計學本科大部分課程的面授課安排在晚上，不住在武原鎮的同學往返學校不方便，到課次數要少。

四、結論

本文對開放教育終結性考核成績和形成性考核成績的相關性進行了檢驗，得出如下結論：終結性考核成績與形成性考核成績的高低正相關，終結性考核成績與面授課到課次數、網上發帖數正相關，與作業成績和網上學習時間相關度不強。

在分組檢驗中，工作崗位不同對面授課和網上發帖數有較顯著的影響，專科學習專業不同對面授課有顯著影響，居住地不同對面授課有顯著影響。上文分析了面授課和網上發帖對學員終結性考核有顯著影響，所以我們的教學及組織工作應考慮到學員的個體差異。

針對上述分析結果提出以下措施：（1）對于作業可以采取“基于網絡”的形式，同時題庫要足夠大，促使用學員獨立完成。（2）對于網上學習，我們可以完善網上資源增加視頻課件，同時完善統計功能，將學員在浙江電大在線和中央電大在線占擊視頻課件的時間也統計在內。（3）對于工作崗位和專科學習專業不同帶來的影響，認為可以結合學員的工作和原有知識結構的差異來進行小組分層教育。（4）調整本科教學計劃，增加會計學專業的基礎課程。（5）在教學中要注重學員自主學習能力的培養。

參考文獻：

[1]薛薇. SPSS統計分析方法及應用[M]. 北京：電子工業出版社，2010.11

[2]葛道凱.開放教育學習指南[M].北京： 中央廣播電視大學出版社，2009.7