CAI教學在大學生學習行為中應用效果的比較與分析

王留琴 丁宇辰 孔維豪 林麗 楊琳

摘 要：為了實現教學質量和教學效率的最優化，探索契合大學生學習心理、學習習慣、學習興趣的教學模式，展開了CAI教學在大學生學習行為中應用效果的理論性研究。通過觀察和比較使用CAI教學工具前后對學生考核成績的影響程度，使用統計方法和SPSS軟件建立模型，分析CAI模式在教學領域的應用效果，結合線上調查問卷結果綜合衡量，總結實現CAI教學最優化的方法，為其發展應用的方向提供理論基礎。

關鍵詞：CAI教學；學習行為；比較分析；應用效果

本實驗就使用CAI教學工具前后對學習成績上的影響進行觀察比較，以真實數據推算統計模型，通過實驗驗證結果的正確性，反映出CAI教學在大學生學習行為中的應用效果。

一、 目的與模型

（一） 實驗目的

選取學院119名數字媒體專業的學生作為研究對象，隨機分為A、B、C三個班，通過為期6個月的實驗（CAI教學），觀察與比較使用CAI教學工具前后在大學生學習行為中的應用效果。實驗樣本和實驗內容均合理，具有可比性和探究性。

（二） 評價標準

1. 教學結果：以期末考核成績評估，對分值（0-100分）進行關聯性檢測，判斷是否使用CAI教學與考試成績的相關性。

2. 學生評價：以線上不記名問卷形式評估，由“關于CAI模式下大學生學習行為的調查”問卷反映結果。比較學生對CAI教學在喜愛程度、適應程度、學習興趣、學習效率、師生交流五個方面的百分率。

（三） 統計模型

1. Pearson積差相關系數

通過兩個離差相乘反應變量之間的相關程度，取值范圍在-1到+1之間，數值穩定，標準誤小。一般可按三級劃分：|r|<0.4為低度線性相關；0.4≤|r|<0.7為顯著性相關；0.7≤|r|<1為高度線性相關。

2. Kendalls Tau-b等級相關系數。

用于判斷兩個有序分類變量的相關性，適用于總體分布未知或變量皆為等級變量且對應同一研究對象。取值范圍在-1到+1之間，τ=1為一致的等級相關性；τ=-1為完全相反的等級相關性；τ=0為相互獨立。

3. 根據相關性推算線性方程，通過上學期成績與是否使用多媒體教學工具來推測其下學期成績，二元線性回歸分析預測法的回歸方程為：

最小二乘法建立的求參數的方程為：

二、 結果

（一） A班學生成績與是否使用CAI教學的相關系數測試見表1。

分析：假設1為使用CAI教學，使用SPSS軟件對成績數據分析處理，計算Pearson系數0.540（.01表明99%案例可用），計算Kendall系數0.430，證明下學期成績與使用CAI教學正相關，與上學期成績正相關。

（二） 將多個上學期成績因變量帶入前文的方程組中，計算系數b1x，y、b2x，y和常數ay，x，得出預估模型：下學期成績=ay，x+b1x，y*上學期成績+b2x，y*是否使用CAI教學。以此預估模型預測B班的下學期考試成績，并同真實結果對比，見圖1。

分析：真實成績與預測成績基本重合，其中不重合部分可視作學生考試中的發揮失常或超常發揮，證明CAI教學對促進學生成績的有利影響。

（三） 以C班作對照組，統計未使用CAI教學的班級，成績統計結果見表2。

分析：C班各同學期末與期中成績浮動不大，均分相近，證明在未使用CAI教學條件下，個人在短時間內的學習成績無太大變化，側面驗證CAI教學可以有效提高學生成績。

（四） 學生對CAI教學的主觀評價結果，見表3。

三、 結論

綜合衡量期末考核結果和調查問卷結果，可以得出結論：CAI教學在提高學習成績方面優于傳統教學，證明了CAI教學在促進教學效果方面的有效性；學生對CAI教學模式充分認可、適應較快、效率較高，肯定了CAI教學在促進大學生學習行為方面的應用價值。

根據調查問卷總結實現CAI教學最優化方法：（1）完善CAI教學硬件設備和軟件系統；（2）合理安排信息容量和課堂節奏，讓主動學習代替機械灌輸；（3）電子課件以教材為主，合理拓展知識，豐富形式內容；（4）教師靈活運用CAI，與學生多多交流互動。

參考文獻：

[1]計算機輔助教學CAI在高職教學中的應用[J].國家圖書館，2013.

[2]王航航.教學媒體理論與實踐[J].2011.

[3]周翼翔.CAI的應用現狀與發展趨勢[J].四川職業技術學院學校，2004，14（4）：89-91.

[4]孫謙.基于SPSS軟件的高校學生課程考試成績分析方法[J].曲靖師范學院學報，2013，32（3）：43-47.

作者簡介：

王留琴，丁宇辰，孔維豪，林麗，楊琳，江蘇省南京市，南京工程學院計算機工程學院。