在線教學課程綜合競爭力評價
——基于因子分析法的實證研究

周艷麗 張京洲

(安徽商貿職業技術學院，安徽 蕪湖 241000)

0 引言

2020年上半年，各高校積極開展了“停課不停學”在線教學活動，在線教學迅速成為研究的熱點與焦點，如在線教學方法的探討與實踐[1]，從課程內容設計和視頻制作技巧等方面提高在線課程的質量；如對大學生在線學習體驗的實證分析[2]，研究結果顯示，大學生對在線課程學習方式接受度較高，但學習體驗感與線下學習體驗感相比較弱；如對學生在線學習效果控制機制的調查分析[3]，影響學習效果的主控因素是課前預習完成率和在線學習時長。然而，隨著在線課程的不斷建設與推廣，在線課程質量參差不齊較為突出，影響在線教學課程綜合競爭力的因素有哪些，如何提升在線教學課程質量與綜合競爭力，目前相關文獻研究甚少，本文以此為出發點，以在線教學課程綜合競爭力為研究主題進行實證探究。

1 研究方法與變量選擇

1.1 研究變量選擇

本文以安徽商貿職業技術學院開設的54門MOOC在線課程為研究樣本，在線教學課程數據來源于安徽省網絡課程學習中心平臺e會學在線課程平臺。研究變量選取了8個變量，分別為：課程名稱(KEC)、開課次數(X1)、學習人數(X2)、非視頻資源總數(X3)、教師總討論數(X4)、課程討論參與人數(X5)、隨堂作業參與人次(X6)和課程瀏覽量(X7)。

1.2 研究方法

本文運用統計分析軟件SPSS24.0，采用主成分分析方法(PCA)，利用降維的思想，把一組相關變量(X1、X2、……Xn)通過線性變換轉成另一組不相關的新變量(Y1、Y2、……Ym)，這些新的變量按照方差依次遞減的順序排列，在數學變換中保持變量的總方差不變，使第一變量具有最大的方差，稱為第一主成分，第二變量的方差次大，并且和第一變量不相關，稱為第二主成分，依次類推，得到所有的主成分。在實證分析過程中，一般只選取方差較大的主成分，以達到簡化系統結構的目的。主成分分析方法的數學計算過程請查閱統計學書籍。

2 實證分析

2.1 信度和描述性統計分析

運用統計分析軟件SPSS24.0采用α系數法對樣本數據進行信度分析(見表1)，基于標準化項的克隆巴赫 Alpha為0.742，大于0.6，說明樣本數據真實可靠性較高，適合對數據做進一步研究。

表1 信度分析

2.2 數據標準化和因子分析適合檢驗

為消除變量的量綱對分析結果的影響，首先進行原數據的標準化處理，得到新的變量，并對新的變量進行KMO和巴特利特球形度檢驗(見表2)，KMO值為0.660，大于0.6，巴特利特球形度檢驗結果顯示，近似卡方值為160.823，在自由度為21的條件下顯著性概率達到了0.000，小于0.01，為高度顯著，說明變量適合采用因子分析法。

表2 因子分析適合檢驗

2.3 公因子方差分析和總方差解釋

運用統計分析軟件SPSS24.0對7個新變量進行公因子方差分析(見表3)，提取數值均高于0.7，最小值為0.785，說明因子可以很好地提取了原數據信息，所提取的公因子對各變量的解釋能力很強。總方差解釋數據結果(見表4)，初始特征值大于1的有3個因子，累積總方差解釋率為81.821%，大于80%，說明探索性因子分析結果良好。

表3 公因子方差

表4 總方差解釋

2.4 探索性因子分析及因子命名

采用因子旋轉最大方差法進行探索性因子分析(見表5)，因子載荷系數均大于0.6，變量與因子緊密關系程度較高且對應關系清晰，根據變量合專業知識實際情況，對因子進行梳理和命名，三個主因子分別為：課程吸引力、課程引導力和課程強制力。通過均值法進行數據轉換和變量計算，對課程吸引力、課程引導力和課程強制力進行相關性分析(見表6)，分析數據顯示，“課程吸引力”與“課程引導力”高度顯著相關，“課程強制力”與“課程吸引力、課程引導力”非顯著相關。

表5 旋轉后的因子矩陣

表6 相關性

3 結論與建議

3.1 結論

信度分析數據顯示，α系數為0.742，說明所選取數據樣本具備較好的可信度；KMO和巴特利特球形度檢驗結果顯示，KMO值為0.660，大于0.6，巴特利特球形度檢驗顯示顯著性概率為0.000，小于0.01，為高度顯著，說明變量適合采用因子分析法；公因子方差數值均高于0.7，累積總方差解釋率為81.821%，大于80%，說明探索性因子分析結果良好；探索性因子分析顯示，因子載荷系數均大于0.6，變量與因子緊密關系程度較高且對應關系清晰，根據變量合專業知識實際情況，對因子進行梳理并命名為：課程吸引力、課程引導力和課程強制力。對三個因子進行相關性分析顯示，“課程吸引力”與“課程引導力”高度顯著相關，“課程強制力”與“課程吸引力、課程引導力”非顯著相關。

3.2 建議

3.2.1 弱化課程強制力，加強課程引導力與吸引力

2020年上半年上線的大部分在線教學課程是出于彌補線下教學需要而建設的，這部分課程具有較強的“課程強制力”，即學生必須參加在線課程的學習，否則無法獲得課程學分和成績。訪談調研發現，大部分在線教學課程運營推廣模式大同小異[4]，一般是要求學生在線觀看視頻課程，完成課下作業，缺乏有針對性的課程引導。54門在線課程的主成分分析綜合得分排名中(受篇幅影響，數據圖表略)，實操類專業課綜合得分較低，而一些課程強制力較弱的公共課和應用類課程，綜合得分較高。由此可見，提高課程綜合競爭力，僅靠課程強制力是不行的，甚至會適得其反，滋生學習抵制情緒，要加強課程引導力，做好在線教學過程中的相關服務工作，如完善輔助材料或互動性，其次，要提高課程吸引力，豐富視頻課程內容，增強在線學習體驗感。

3.2.2 明確課程定位，加強課程資源建設，彌補課程綜合競爭力指標短板

課程性質決定授課方式，公共課比較偏向基礎知識教學，內容多為日常生活知識，知識趣味性較高，應用性較廣，比如《營養與健康》《商務禮儀》等課程，學習人數較多，課程瀏覽量較大，課程綜合競爭力較高。而實操類專業課的內容比較聚焦某個專業知識領域，受眾較小，且需要現場操作與實踐，比如《微機組裝與維護》等課程，需要一定的設備來操作，僅通過觀看在線課程視頻是很難達到預期學習效果的。因此，課程資源不能僅僅局限在課程視頻，要豐富課程資源，從視頻、情景模擬和模擬實操等多渠道提高課程的豐富性，增加課程的觀看人數和參與討論熱情。

3.3.3 優化在線教學課程平臺，構建學分共享機制

在線教學平臺比較多，如安徽省網絡課程學習中心(e會學)、中國大學MOOC、智慧職教、學堂在線、云班課、優學院及高校SPOC平臺等數十個在線教學平臺，為在線教學課程建設提供了良好的硬件條件，滿足了“停課不停學”線上教學需要。然而，每個平臺都有自己的界面風格和特色功能，老師們根據自身喜好選擇了相應的平臺，但痛苦的是學生們，他們為了學習在線課程，不得不注冊數家在線課程平臺，甚至都記不清楚哪門課在哪個平臺上學習。建議教育部門能夠優化在線課程平臺，實現各平臺課程學分共享機制，降低學生在多個平臺往返切換的學習煩惱，提高在線學習的便利性。在線教學課程負責人也從多個平臺推廣課程的精力中，轉移到一心一意把某個平臺課程建設好、服務好，提升課程吸引力和引導力，提升課程的綜合競爭力。