基于結構方程模型的計算思維能力影響因素分析

蔡榮華 樊蒙蒙

摘 ?要 旨在探討學生的計算思維能力和各種變量之間的關系是否存在，并測試這些變量是否能預測他們的計算思維能力水平，然后產生一個來解釋和預測計算思維能力與各種變量之間關系的模型，也就是關系篩選模型。根據研究結果發現，計算思維能力是可以由一些變量預測的。

關鍵詞 計算思維;結構方程模型;計算機科學

中圖分類號：G652 ? ?文獻標識碼：B

文章編號：1671-489X（2019）02-0063-05

1 前言

計算思維并不是一個新概念，而是自20世紀60年代以來在計算機科學領域中強調的一項重要能力。對年輕人來說，計算思維的發展已經變得至關重要，這是為了培養未來的一代人，他們需要與技術結合，獲得創造力和解決問題的能力。在此背景下，美國國際教育技術協會（ISTE）強調，年輕人應該準備成為計算型的思考者，他們能夠理解如何利用當今技術解決未來的問題。本研究的重點在于K-5～K-12教育水平上各種因素對計算思維（CT）能力水平的影響。

2 計算思維

計算思維定義 ?周以真將計算思維表達為一種思維活動，就是運用計算機科學的思想方式及基礎概念進行問題解答和系統設計，像計算機科學家一樣思考問題、理解問題、解決問題。ISTE和CSTA（美國計算機科學教師協會）將計算思維能力定義為算法思維、創造性思維、邏輯思維和問題解決能力的反映。美國國家研究理事會（NRC）將數學和計算思維作為K-12科學教育的主要實踐。后來，ISTE將計算思維定義為創造力，算法思維，協作性、批判性思維，問題解決等的共同體現。考慮到這些定義，計算思維能力與眾多變量之間的關系是具有可傳達性的。

計算思維能力影響因素 ?本研究通過性別、教育水平、IT使用經驗、每日使用互聯網時間、數學課的成功及對數學課的態度、科學課的成功及對科學課的態度、信息技術課的成功及對信息技術課的態度、思維方式等11個變量來解釋學生的計算思維能力水平。學生的計算思維能力與各種變量之間關系存在質疑，并測試了這些變量是否能預測計算思維能力水平。此外，產生一個模型來解釋和預測計算思維能力和各種變量之間的關系。有關這些影響因素的研究假設如下。

H1：學生的性別對他們的計算思維能力水平有積極影響。

H2：學生的教育水平對他們的計算思維能力水平有積極的影響。

H3：學生IT使用經驗對他們的計算思維能力水平有積極影響。

H4：學生每日使用互聯網時間對他們的計算思維能力水平有積極影響。

H5：學生在數學課上的成功對他們的計算思維能力水平有積極影響。

H6：學生對數學課的態度對他們的計算思維能力水平有積極影響。

H7：學生在科學課上的成功對他們的計算思維能力水平有積極影響。

H8：學生對科學課的態度對他們的計算思維能力水平有積極影響。

H9：學生在信息技術課上的成功對他們的計算思維能力水平有積極影響。

H10：學生對信息技術課的態度對他們的計算思維能力水平有積極影響。

H11：學生的思維方式對他們的計算思維能力水平有積極影響。

3 研究方法

研究模型 ?這項研究的研究小組由152名在2015—2016學年中的中學生（7、8和9年級）和高中生（10、11和12年級）組成。其中45.4%的參與者是女生，54.6%是男生。就教育水平而言，其中21.7%是中學生，78.3%是高中生。研究模型是根據文獻而創建的。在這個模型中，研究假設用變量之間的單向箭頭表示。圖1顯示了研究的假設模式。

數據收集 ?研究中使用了三種不同的數據收集工具，第一個是“個人信息表”，第二個是“計算思維能力量表”，第三個是“思維方式量表”。個人信息表采用李克特樣式，由18個項目組成，收集的數據涉及參與者的個人信息，獲取信息技術和使用這些技術的情況、數學、科學和信息技術方面的學術成就以及對這些課程的態度。

計算思維量表是由Korkmaz等人開發的，由29個項目和五個因素組成。在五個因素中，“創造力”子維度由八個項目組成，“算法思維”子維度由六個項目組成，“協作”子維度由四個項目組成，“批判性思維”子維度由五個項目組成，“問題解決”子維度由六個項目組成。本研究中計算的克朗巴哈系數處于較高水平（0.916）。

思維風格量表是由Fer改編（見表1）的李克特樣式的量表。本研究采用13個項目，在立法型、執行型和司法型等方面進行研究，并將其納入思維范圍的功能維度。為了適應相關的教育水平，Y?ld?z進行了調整，并且進行了有效性和可靠性研究。在這項研究中計算的克朗巴哈系數是0.899。

數據分析 ?本研究采用網上創建的問卷調查，將數據收集工具應用于研究小組。在研究中使用結構方程模型（SEM）來質疑學生的計算思維能力和各種變量之間的關系的存在，并測試這些變量是否能預測他們的計算思維能力水平，然后產生一個模型來解釋和預測計算思維能力和各種變量之間的關系。

本研究中通過LISREL 8.51程序預測了觀察到的變量，并創建了模型。為了揭示推薦模型中關系模式的相容性水平，使用和審查了χ2（卡方擬合指數檢驗）、RMSEA（近似均方根殘差）、GFI（擬合優度指數）、CFI（比較擬合指數）、NFI（規范擬合指數）指數測試。

4 研究結果

圖2顯示了結構方程模型的系數，該模型由根據應用于學生的數據收集工具獲得的數據選擇的變量組成。在確定與結構方程模型的相關性之前，有必要測試具有潛在變量的測量模型的擬合指數。此外，還可以在結構方程模型中用單個模型分析所有模型。表2列出擬合標準的擬合范圍和研究中獲得的值。

χ2=495.23，自由度df=134，假定值p=0.000。RMSEA的值是0.10，所獲得的值表示可接受的匹配。同樣，NFI為0.94，NNFI為0，97，GFI為0.93，表明該模型呈現出可接受的結果。此外，發現該模型的各項指標均顯著高于0.05水平（χ2、RMSEA、NNFI、NFI、CFI和GFI）。根據擬合指數的計算值，確定已形成的結構方程模型的能力水平處于良好和可接受的水平。數據和結構方程模型之間存在一種可接受的和諧關系，旨在確定計算思維與影響CT因素之間關系的水平與方向。據了解，為確定結構方程模型的充分程度而進行的合規性指數與計算值相吻合。

根據圖2對結構方程模型進行分析，“計算思維能力”被確定為潛變量。模型擬合指標具有顯著性（χ2=495.23;p=0.000）。

當分析學生計算能力的變量時，發現“思維方式”是最顯著的變量，具有最高的相關系數（g=0.89）;然后是變量“數學課的成功”（g=0.25）;再次是變量“對數學課的態度”。計算思維能力潛變量有五個子維度，其中子維度“創造力”具有最高的因子負荷。思維變量的思維方式由三個子維度構成，其中子維度立法型具有最高的因子負荷。

根據關系系數，預測變量在計算思維能力水平上的相對顯著性順序為思維方式、數學課的成功、對數學課的態度、教育水平、科學課的成功、信息技術課的成功、對信息技術課的態度、性別、IT使用體驗、日常互聯網使用時間和對科學課的態度。

根據表3，對數學課的態度變量方差值（var=1.29）最高，發現教育水平變量方差值（var=0.17）是最低的。此外，考慮變量之間的協方差值，發現最高值（cov=0.38）是在對數學課的態度和數學課的成功之間，最低值（cov=-0.12）是在日常互聯網使用時間和數學課的成功之間。

根據表4，H2假設被接受（β=-0.325，p<0.05，t=

-3.514）。因此，可以說K12中教育水平的提高與一般的計算思維水平相平行，可以認為認知發展是CT能力發展的重要因素。

H5假設被接受（β=0，142，p<0.05，t=1.627）。因此，可以預期數學好的人比數學差的人具有更高的計算思維能力。這種情況可以解釋為計算思維結構需要數學思維。Wing通過將計算思維描述為涉及數學、工程和科學思想的概念來支持這一發現。

H7假設被接受（β=0.158，p<0.05，t=1.936）。因此，可以認為在科學課程中參與者的成績與計算思維能力的水平存在正相關關系。在此背景下，NRC強調科學教育范圍內最基本的應用之一就是計算思維，另一個是數學教育。因此，可以預期在科學教育范圍內進行的培訓具有支持學習者計算思維能力發展的結構。

H11假設被接受（β=0.704，p>0.05，t=12.150）。因此，與其他變量相比，思維方式對計算思維能力的影響達到最高水平。此外，思維方式量表包含三個子維度，并且已經確定每個子維度和計算思維之間存在正相關關系。

其余假設都被拒絕。

5 結語

研究發現，計算思維被思維方式、數學課的成功、對數學課的態度、教育水平、科學課的成功、信息技術課的成功、對信息技術課的態度、性別、IT使用體驗、日常使用互聯網時間和對科學課的態度等因素影響。根據這些發現，確定了在有效模型中預測計算思維的最有效變量是思維方式。調查結果與文獻中的研究結果一致。由于本研究中認為思維方式是預測計算思維能力的重要因素，因此，人們認為學習者的認知和思維方式以及具備這種特定的意識，會使他們在獲得計算能力方面更加成功。學習思維方式可以增強學生的創造性學習能力并提高他們的能力，如問題解決和抽象。教師應該支持和探索學習者的思維方式。

對于未來的研究，建議在學習環境設計研究的基礎上，根據學習者的思維方式，通過考慮有效模型來探究計算思維能力，并研究這些課程的效果，從而對課程進行評估。

參考文獻

[1]Wing J M. Computational Thinking[J].Communications of the ACM，2006（3）：33-35.

[2]ISTE & CSTA（2011）. Operational Definition of Computational Thinking for K-12 Education.[EB/OL].[201-707-01].http：//www.iste.org/docs/ct-documents/computational-thinking-operational-definition-flyer.pdf？sfvrsn=2.

[3]劉向永，周以真，王榮良，等.計算思維改變信息技術課程[J].中國信息技術教育，2013（6）：5-12.

[4]郁曉華，肖敏，王美玲.計算思維培養進行時：在K-12階段的實踐方法與評價[J].遠程教育雜志，2018，36（2）：18-28.

[5]張立國，王國華.計算思維：信息技術學科核心素養培養的核心議題[J].電化教育研究，2018，39（5）：115-121.