基于灰色關聯分析法的在線學習績效影響因素分析

■鄧小華,張梅琳，羅曉萍

（四川廣播電視大學，四川 成都 610073）

《國家信息化發展戰略綱要》中提出：“加大教育信息化推廣力度，建立網絡環境下開放式的學習模式，推動更多學校使用網絡課程”[1]。在線學習成為新時代背景下的主要趨勢，尤其是新型冠狀病毒疫情發生以來，教育部“停課不停學”的倡導讓在線教育迎來空前的挑戰和機遇。然而，在線學習的成效與人們的期望還有一定的距離，學習者的學習積極性不夠、學習效率低、學習焦慮、學習者流失等問題不斷涌現，為此，在線學習績效成為學者們關注的焦點。

績效（performance）一詞可以追溯到20世紀40年代，Ryle將其定義為“成就、行為的效益”。而學習績效（Learning performance）美國教育傳播與技術協會（AECT）將其定義為學習者運用新獲得的知識與技能的能力，包括基本知識與基本技能的獲得與靈活運用的能力。國內學者大多認為學習績效是成就、業績，指學習者在一定時間和條件下完成某一任務時所取得的學習業績和學習效益[2]。在選取學習績效影響因素指標中，存在著一些共性和差異。例如：基于可行性、反應、認知遷移、行為遷移、組織成效的五層次評價體系[3]，基于學習者滿意度、學習行為、學習結果的三維度評價體系[4]，以及基于學習行為、協作能力、智慧制品三方面的評價體系[5]等。

對于影響在線學習績效因素指標的研究，從國內外已有研究成果來看，一直是學者們研究的熱點。但主要集中在要素的主觀分析層面，數據研究方法比較單一，缺乏科學的模型分析。本文力求通過文獻分析及問卷調查，建立在線學習績效影響因素體系，并基于灰色理論和灰色關聯分析法，對各個因素指標展開分析，計算出各影響因素的灰色關聯度，識別主要的影響因素，為在線學習研究提供參考，最終實現提升學習績效的目的。

一、構建在線學習指標體系

學習者的績效分析須兼顧學習過程和學習結果的影響。本研究采用基于學習行為、學習者滿意度、學習結果的三維度評價體系[6]，并據此確定參考序列。學習滿意度是學習者感知的價值質量與學習期望的契合度；學習行為是學習者在學習中對學習資源的運用，與授課教師、學習平臺、學習同伴之間的交流協作，從而改變行為及習慣；學習結果是學習使學習者及其組織提升績效而產生的具體結果或獲得的成績。因素分析中，筆者通過文獻分析[7][8]及訪談結果確定在線學習績效的各個影響因素，確立了四個維度：學習者維度、教師維度、技術維度和課程維度，以及14個具體的影響因素指標，從而確定了比較序列。同時，設計在線學習績效調查問卷，并征求專家意見，經過多次修訂，對問卷進行了信效度分析，最終正式在線投放問卷。依據問卷調查結果，建立了如下的績效指標體系。

設參考序列為 X0=（x01,x02x,03），比較序列為 X=（x1，x2，x3，∧，x14），各級指標具體表示見附表 1。

二、構建灰色關聯模型

在數理統計中，方差分析、回歸分析、主成分分析等在對系統數據進行分析的時候存在一些問題，如：數據樣本容量大、分析數據服從一些典型概率分布、計算量大等，導致難以精準分析。灰色關聯分析法能夠在一定程度上彌補這些缺憾，其基本思想是根據序列曲線幾何形狀的相似程度來判斷其聯系是否緊密[9]。基本計算步驟如下：

（1）構建參考序列和比較序列

設參考序列為X0，X0=x0(1),x0(2),x0(3x)，比較序列為Xi，Xi=xi(1),xi(2),∧，xi(14x) ，i=1,2,∧,14。

（2）序列數據預處理

為避免系統中因各因素量綱與量級不同而無法進行比較，需對評價指標的原始數據進行預處理，使指標之間可以直接比較。本文采用初值標準化方法對數據預處理。

（3）計算關聯系數

（4）計算整體灰色關聯度

本文考慮學習滿意度、學習行為和學習結果三者對學習績效是等權重的。整體關聯度為：

式中：γ(X0,Xi)為X0與Xi的灰色關聯度，滿足灰色關聯四公理。

三、實證分析

基于上述確立的指標體系和灰色關聯模型，選取我校10個在線學習項目，分別發放結構性問卷將每個項目對應指標的均值作為研究的原始基礎數據，構建參考序列和比較序列，運用第二節的灰色關聯模型進行計算。

首先，以學習績效評價的學習滿意度指標為例，采用初值化算法對數據序列進行預處理，運用式（2）計算學習滿意度與各指標之間的灰色關聯系數γ（x0（k）,xi（k））如下：

由式（3）求灰色關聯度，γ（X01,Xi）T=（0.5484 0.5500 0.6480 0.6718 0.5130 0.5522 0.8024 0.6304 0.7805 0.5590 0.4973 0.6744 0.6714 0.6069）

可以得出，學習滿意度跟各影響因素指標的灰色關聯程度。

應用上述同樣的方法，可以得到學習行為和學習結果與各指標的灰色關聯度：

最后，我們可以計算總體關聯度，考慮學習滿意度、學習行為和學習結果三者對學習績效是等權重的。于是，得到整體灰色關聯度：

圖1 學習滿意度、學習行為、學習結果三因素與各影響因素指標的關聯度

根據以上結果，可以對各指標對學習績效的影響排序，如附表2所示。

四、結果分析

根據附表2可知，對學習滿意度影響較大的前五個因素指標分別為：教學活動設計、平臺設計及功能、學習資源呈現方式、自我效能感和課程任務要求；影響學習行為的前五個因素指標分別是：評價形式、教學活動設計、自主學習能力、平臺設計及功能、評價形式；影響學習結果的前五個因素指標分別是：教學活動設計、學習認知、平臺設計及功能、自主學習能力、互動和協作。綜合影響學習績效前五個因素指標分別是：教學活動設計、平臺設計及功能、自主學習能力、評價形式、課程任務要求。由此可見，影響在線學習績效的四個維度中，均存在影響作用凸顯的因素，主要集中在學習者維度的學習認知、自主學習能力、自我效能感；教師維度的教學活動設計；技術維度的平臺設計及功能；課程維度的學習資源呈現形式、課程任務要求和評價形式。

下面對影響學習績效的主要因素作進一步的分析。

1.教師維度

從附表2可以看出，教師維度的教學活動設計是影響在線學習績效的主要因素，整體灰色關聯度排在第一位，高達0.8044，高度相關；教師的教學技能、與學生的互動與學習績效中度相關。由此可見，有效的教學活動設計是在線學習績效的關鍵因素。教育家杜威曾說：“經驗是由個體活動來實現的”。教學活動是知識和經驗的載體，有效的教學活動設計能夠持續吸引學生的注意力，從而提升學習績效。因此，教師在教學設計中，應注重教學活動的設計，將課程內容與教學活動有機結合，充分考慮學習者的學習認知、學習期待，通過多樣化、實操性的在線教學活動設計，提高學生的參與率。

2.學習者維度

從附表2可知，學習者維度設計的五個因素指標中，自主學習能力與學習績效的灰色關聯度最高，達到0.7317，高度相關；學習經驗、學習認知、自我效能感、互助與協作與學習績效的灰色關聯度也達到顯著相關。學習認知與學習結果的灰色關聯度是0.7984，排名第二。自主學習能力與學習行為的灰色關聯度是0.7982，排名第三。由此可見，要提高在線學習的學習績效，學習者的學習認知、自主學習能力和自我效能感是關鍵因素。

3.技術維度

技術維度中，平臺設計及功能是影響學習績效的重要因素，灰色關聯度達到0.7886，而技術支持與網絡狀況的灰色關聯度是所有因素指標中最低的。由此可見，隨著我國網絡基礎設施的建設，尤其是4G和智能手機的普及，在線學習中，網絡卡頓、延遲、掉線、宕機等問題，在疫情期間大規模在線教學前期，是存在的。但經過政府、運營商、企業等的不斷努力，這些問題已經不再是影響學習績效的主要因素。平臺設計及功能才是技術層面考慮的重點。

4.課程維度

課程是知識的載體，也是教學的內容。從附表2可知，課程維度中，評價形式與學習績效的灰色關聯度最高，達到0.7046，高度相關，尤其是對學習行為的影響，灰色關聯度排第一。學習資源呈現形式和課程任務要求兩個因素指標與學習績效顯著相關。資源呈現形式對學習滿意度的影響較高，灰色關聯度排名第三。課程任務與學習滿意度的灰色關聯度排名第五。學習資源特性的各灰色關聯度相對較低。由此可見，在線學習中，學習任務的設置、學習成果的認定方式仍然是影響學習績效的重要因素。

五、對策建議

由灰色關聯分析法結果可知，在線學習績效受到來自不同主體的多種不穩定因素影響。因此，要提升在線學習績效，需從多方面入手才能收到良好的效果。基于此，筆者提出以下幾點建議。

（一）教師層面：有效設計教學活動，提升信息素養，做智慧教育未來名師

西北師范大學郭紹青在“A.I.之光點亮在線教與學”公益直播論壇上作了題為《學習質量保障：在線學習活動設計》的演講。他指出，未來的優秀教師，能將信息化理論、技術和學科能力等有機融合。心理學家莫雷定義教學活動：“是教師的教和學生的學所構成的雙邊活動”。教師是有目的、有計劃、有組織地引導和促進學生學習的。教學活動設計包括：教師方面的教學活動設計和學生方面的學習活動設計。在線教學需要更加調動學生的學習主動性，即使疫情結束回到課堂，改變教師講學生聽的現狀，實現以學生為中心的理念，同樣需要進行學習活動設計。教師在“互聯網+”條件下應充分利用技術資源，包括設備、環境、平臺、學科工具、知識類資源等來支持教與學，有效設計教學活動，最終使學生的學習方式得到優化，以達到提升學習績效的目的。

（二）學生層面：科學增加學習投入，有效制定自主學習規劃，提升在線學習自我效能感

學生學習投入（studentengagement）是學生投入到有效學習活動中的時間和精力，以及學生所感知到的學校對其學習的支持程度。學習投入是影響在線學習發生、堅持與成效的關鍵，也是高校教育質量評估的重要指標[10][11]。學者們對學習投入的研究主要從三個維度：情感投入、認知投入和行為投入展開。情感投入是學生在學習過程中的情緒體驗和價值判斷；認知投入是學生在學習過程中對自我的規劃管理與監控調節[12]；行為投入指學生在教育和學習活動中投入的時間、精力和努力，是可以被觀測到的行為表現，包括投入時長、活動強度和努力程度等。在對在線學習投入的研究中，我們發現學生的學習投入整體較低，并且具有明顯的績效驅動特征，與學習供給和需求顯著相關[13][14]。因此，創造良好學習情感體驗，激勵學生的深度參與，增加實質性認知投入，是有效提升學習績效的關鍵。互聯網時代，線上線下相結合的學習模式逐漸成為當下學習的主流模式，學習環境開放聯通、虛實結合、靈活智能等特征越來越顯著，廣大的在線教育研究應突破環境的差異，將學習績效落到實處，探索科學的方法，促進在線學習學生科學增加學習投入，有效自主規劃，提升在線學習自我效能感。

（三）技術層面：保障硬件基礎建設，優化平臺設計及功能，提供多種便捷的創新服務

北京師范大學智慧學習研究院在切實做好疫情防控，有效支持“停課不停學”《在線教學平臺技術調研》中指出：“流暢的通信平臺是超大規模互聯網教育組織的核心要素”。目前，在線教育平臺面臨的問題主要有：基礎平臺搭建需要過硬的平臺服務商；研發及運維成本滿足高并發的架構必然帶來極高的研發成本以及運營成本；全棧式一體化解決方案是剛需；彈性收縮的云端避免資源浪費；在線教育技術迭代全面[15]。總的來說，從用戶出發，在保證平臺流暢運行的前提下，需要不斷優化和完善功能，尤其是公開課、直播、點播、VR/AR到“1v1”、多人互動教學等多種形態的支持，電腦、手機、平板等多終端的功能實現，提供方便快捷的創新服務，滿足教師和學生對平臺的功能需求。

（四）課程層面：創立開放評價體系，提升學習任務挑戰性，資源呈現方式多樣化

教學評價作為保障學習質量和學習效果的重要措施，科學評價是科學干預的基礎。有效的教學評價能讓學生正確地認知自我，挖掘學習潛力，激發學習興趣。在線學習評價中，要注重評價方式的創新性和多樣性，應從個體差異出發，形成差異性評價和總結性評價，絕對評價和相對評價相結合，提高教學評價的有效性。未來在線學習的發展重點就是通過良好的模型和海量的數據，將評價真正融合到在線學習中。

適切的課程任務是教學的重點要素，也是影響學習績效的關鍵。學習任務的設計要難度適中，兼具挑戰性。KAPORM的“有益失敗”模式強調應先讓學生接受具有挑戰性的任務，再提供必要的指導，從而增強學習體驗[16]。課程設計中要明確學習任務和評價準則，讓學生明白背后的價值和意義，激發學習興趣。學習活動評價準則制定后，學生會在完成活動前有一個學習成效期望及計劃安排等，并且通過評價結果掌握自己的學習達標情況。在實施過程中，應根據對學習效果的監控，動態調整學習任務，以滿足學生不同階段的學習需求。

在資源呈現方式方面，要注重多樣化，避免方式單一給學生帶來視覺疲勞。同時，運用大數據分析技術，充分考慮學習資源的個性化推薦。OZYURT Oet.al研究也表明在學習資源呈現中，考慮遴選資源與學習者風格的適應性，會一定程度上提高學習滿意度[17]。因此，多種形式的資源呈現方式是必要的，能給學生帶來視覺沖擊，不斷激發學生的想象力和創造力。

附表1 在線學習基本數據系列

附表2 在線學習的學習績效與影響因素排序