交互行為分析軟件GSEQ在課堂觀察中的應用

康苗苗

【摘 要】課堂中的師生互動分析和研究具有非常重要的意義。以往的師生互動分析側重于對行為頻次的統計和分析，卻不能呈現行為與行為之間的關聯關系，無法揭示行為背后隱含的規律。滯后序列分析法能解決這一問題，交互行為分析軟件GSEQ能夠有效地處理行為序列數據，幫助分析課堂中的師生交互模式。本文以小學科學課的觀察數據為例，通過數據獲取、數據處理、數據分析三個步驟完成交互行為分析。

【關鍵詞】序列分析;GSEQ;數據處理;數據分析

【中圖分類號】G434? 【文獻標識碼】A

【論文編號】1671-7384（2020）02、03-116-04

GSEQ軟件介紹

GSEQ是一種用于分析基于時間先后順序的觀測數據的計算機程序。它可以計算各種簡單的統計數據，包括頻率、速率、持續時間和比例（百分比）;處理的統計數據包括調整殘差、卡方等。它是一種檢驗行為序列顯著性的方法，通過對教師的某一個教學行為在另一種教學行為出現之后產生的概率的顯著性來對課堂教學模式進行探索。通過對課堂教學行為數據進行分析，可以得到課堂教學的模式，從而直觀地發現教學行為之間的關聯性并發現教學問題。

教學行為在分析的過程中會生成兩張表格，分別是行為轉換頻次表和調整后的殘差表，其中行為轉換頻次表呈現的是某種行為引發特定伴隨行為的頻次，調整后的殘差表呈現的是根據行為轉換頻次表生成的殘差參數（z）。當z的值大于1.96時，表明該行為序列具有統計意義上的顯著性。根據分析得出的具有顯著性的行為序列，可以制作出行為轉換圖，可視化呈現師生互動行為的規律和特征。

GSEQ軟件數據處理方法分析

GSEQ軟件具有很多功能，所以它的數據處理方法也不是固定的、唯一的。其中最為經典的應用就是按照行為出現的先后順序，得出一個行為與另一個行為關聯出現的頻數，根據記錄的數據進行分析時序觀測數據從而應用于行為序列的研究。教學行為研究過程包括三個部分：數據獲取、數據處理、數據分析。

1.數據獲取

數據獲取包括確定使用編碼、選擇課程視頻、達成編碼共識、進行正式編碼及得出編碼數據五個步驟。

編碼工具就是課堂觀察使用的觀察量表，運用觀察量表對課堂教學行為進行統計和記錄，通過在課堂中運用觀察量表能很好記錄課堂教學行為進而為后續研究打下鋪墊。編碼工具的選擇通常有三種途徑：第一，直接采用成熟的編碼表;第二，對成熟的編碼表進行部分修改后使用;第三，根據研究的需要開發新的編碼表供研究使用。兩位以上研究者進行課堂觀察的記錄，記錄行為前必須達成共識以確保編碼的一致性。觀察記錄的方式依照課堂教學行為出現的先后順序進行排序，每隔3秒鐘記錄一次行為。以一節課的時間作為記錄的總時間，記錄一節課中主要的行為。為了保證課堂觀察數據的信度，首先課堂觀察者需要熟悉所使用課堂觀察量表中所描述的所有教學行為并對其保持一致的理解，然后進行課堂觀察并依照量表的行為以及觀察記錄的規則進行行為的記錄，最后完成一節課的課堂觀察記錄，得出完整編碼數據。

本研究分析使用的編碼采用ITIAS課堂觀察量表進行課堂的打點記錄，觀看的課堂教學視頻數據樣本來源于國家教育資源公共服務平臺（1s1k.eduyun.cn），以一節小學科學課“設計制作小賽車”作為分析樣本。

2.數據處理

（1）新建空白的控制面板，在新建控制面板輸入以下命令符。例如，輸入代碼“（$ Behavior = T1 T2 T3 T4 T5 T6 T7 T8 S1 S2 S3 S4 O1 O2 O2 TT ST TS）”，將編碼表中所有行為編碼依次編寫。輸入的代碼為所用課堂觀察量表中的所有課堂教學行為，按照順序依次輸入，每個行為之間用空格間隔。

（2）繼續輸入代碼：“Type （Clinic Control）”為必寫代碼，再輸入代碼“%Student#1”表示所記錄的課堂行為，后面輸入運用觀察量表打點記錄的課堂教學全部數據，按照行為發生的先后順序進行錄入。每個行為之間用空格間隔，行為編碼錄入結束后，最后一個行為后面以“/”結尾。

（3）將導入的數據保存為“MDS File”，點擊“Run”，選擇“Computer table”。

（4）點擊“stats”運行軟件，選擇“qivens”和“tarqets”將數據選擇進中間和右側空白表內，在右側進行程序的選擇，選擇“adjusted? residual（z）”進行分析，軟件能夠自動生成兩個表：行為轉換表和調整后的殘差表。其中，若殘差值z大于1.96，則認為該行為序列具有統計意義上的顯著性。

3.數據分析

根據課堂打點所記錄的課堂行為，形成的數據運用GSEQ軟件進行處理可形成兩個數據表格，即行為轉換頻率表和調整后的殘差表。

（1）行為轉換頻率表的分析。行為序列是指發起行為和伴隨行為之間的發生順序，如教師提問（T5）編碼后面緊接著出現教師講授（T6）的行為，則相應的行為序列為T5→T6。根據行為打點記錄的課堂數據，運用GSEQ軟件進行數據處理可以得出一個行為轉換頻率的表格。其中每行的數據代碼表示發起行為，每列的數據代碼代表伴隨行為，轉換表中的數字代表橫縱兩種教學行為之間所產生關聯的次數。如圖1所展示的部分數據來看，T5列對應的T6行的數據為3，說明T5這個行為之后關聯T6行為的頻次為3次，整個課堂教學中T5（教師提問）→T6（教師講授）這樣的行為關聯的教學行為有3次。以此類推，可以從通過輸出的完整行為轉換頻率的表格中的數據，統計出行為之間關聯出現的次數，通過此數據分析可以知道哪些行為之間的關聯度較高。

圖1中對角線（左上到右下）上的各個單元格稱為穩態格，表明某種行為持續發生，即同一行為類別持續發生超過3秒以上。從行為轉換頻率可知，教師接受情感（T1）、教師的鼓勵表揚（T2）、教師采納意見（T3）、提問開放性問題（T4）、提問封閉性問題（T5）、教師講授（T6）都存在持續發生的現象。

（2）圖2為利用GSEQ軟件生成的部分調整后的殘差表，從中可以得知所有行為序列的殘差參數（z）。若z值大于1.96，則說明該行為序列達到了顯著水平，如行為序列T5→T7的z值為3.37，達到了顯著水平。

根據圖2中有顯著性的水平的行為繪制出行為序列轉換圖，如圖3所示。其中箭頭指向的是發起行為之后伴隨的行為，連線的數值和粗細代表的是該行為序列的殘差參數，z值越大，連線越粗，該行為序列的顯著水平越高。從圖3可知，除去指向自身的行為序列以外，還存在13種行為序列，所標注的數字為調整后的殘差表中顯示的行為之間的相關性數據。通過行為轉換圖，可以直觀地看到行為之間的關聯度，反映出課堂互動行為的規律和特征。

教師操縱技術（TT）、學生操縱技術（ST）以及技術作用于學生（TS）的行為，達到了極高的顯著性水平，可以看出人與技術的交互十分頻繁。但這些都是獨立產生的行為序列，技術使用行為沒有顯著引發其他行為，也沒有伴隨其他行為而產生。

學生與同伴討論的行為（S4）也達到了非常高的顯著水平，可以說明在課堂中學生積極地與同伴進行討論，但是與同伴討論的行為也是獨立存在的行為，說明沒有引起其他行為的產生，同時也說明學生們在討論的過程中教師沒有進行指導。

從行為轉換圖來看，教師講授過程中提出的問題大多是封閉性的問題，（T6→T5）講授的過程中進行提問;（T5→S1）教師提問完呈現出的是學生的被動回答問題;（T5→T7→S1）教師提出封閉性問題→指定學生進行回答問題→學生作答;通過行為轉換圖可以分析得出，課堂中的課堂提問發出者以教師為主，而教師指定學生進行回答問題的行為，行為與行為之間顯示出的是提問過后緊接著就是學生的作答，而學生思考的時間較短，導致學生無法對問題進行深思熟慮就進行作答。

在學生主動表達觀點后，教師會對學生的發言表示認可（S3→T1）;積極采納學生的意見和觀點，將其應用于問題解決的過程并進一步地提問，與學生進行交流（S3→T3→S3/T4）。這樣的互動過程有助于激發學生的學習興趣，促進深層次的交流，學生主動提問與教師反饋的互動過程取得了較好的效果。

通過上述對GSEQ軟件的介紹和實踐，我們得出以下幾點結論。

（1）GSEQ軟件是一個高精度、高可靠性、高靈活性、功能強、自動處理穩健的數據處理軟件，在國際學術界使用較多。

（2）GSEQ軟件有著科學的數據處理模型和良好的可擴展性，既適用于科學研究、教學實踐，同時也適用于序列分析和行為相關性的數據的計算。

（3）GSEQ軟件的強大功能和詳盡的可控參數設置要求操作人員熟悉數據處理的理論背景。

通過運用交互行為分析軟件處理課堂上的教學行為，可以更好地呈現課堂中的師生行為占比和行為序列，呈現出行為與行為之間的關聯和關系，揭示行為背后隱含的規律，分析課堂中的師生交互模式，揭示課堂中師生互動行為的特征，能夠反映課堂教學過程。這對于教師而言能夠發現課堂教學中存在的問題，對教學環節的設計進行改進和提升，從而更好地實現教師的教與學生的學，進一步提升課堂教學質量。