基于Moodle平台的翻转课堂实施影响因素分析

戴世盼　沈良忠

摘要：网络在线教学平台的广泛应用使得基于网络的新型教学模式被深入研究，翻转课堂教学模式就是其中很重要的一个方面。该文针对学校立项的翻转课堂教学改革项目，采用问卷调查的方式研究翻转课堂的教学成效以及影响因素，发现了翻转课堂实施过程中存在的一些问题，并提出了针对性的相关建议。

关键词：Moodle；翻转课堂；影响因素；教学成效

近年来，基于互联网的教育教学新模式不断推出，网络教学所特有的时空无限制、学习可碎片的优势极大地冲击了传统课堂教学的单一模式，各高校都开始积极推动网络教学平台的建设和基于网络教学平台的教学改革。众多学者基于网络教学平台开展了各类教学模式的改革与研究，例如混合式教学、翻转课堂教学以及PBL教学等等。其中，翻转课堂教学模式在近几年广受关注，这种教学模式把课堂传授知识和课外内化知识的结构翻转过来，形成学习内化在课堂、传授知识在课外的新教学结构。早在2006年，美国林地公园高中科学教师乔纳森.伯格曼和亚伦.萨姆斯就观察到，学生可以在课外自己学习知识和内容，而他们做功课遇到问题的时候才是真正需要教师的时候。互联网技术和智能设备的发展及其应用提供了学生课外学习所需要的平台支撑和设备支撑，有效促进了学者们对于翻转课堂教学模式的研究。张金磊在Robert Talbert教授的基础之上，构建除了更加完善的二阶段翻转课堂模型。沈良忠在二阶段翻转课堂模型的基础之上，又构建更加完善的三阶段翻转课堂教学模型，并利用Moodle平台将其应用到实践类课程的教学中去，取得了较好的实践效果。梁亚冰利用Moodle平台在“普通语言学”的教学上进行翻转教学的尝试，调查问卷结果显示82.7%的学生对其学习效果表示满意，有效地遏制了低头族的现象的加剧，改善课堂学习氛围。尽管众多学者对翻转课堂教学都进行了一定的研究，但是对于翻转课堂教学成效的影响因素的研究不足，因此本文主要针对学校立项的10门翻转课堂教学改革项目，通过调查问卷的形式对翻转课堂实施教学成效的影响因素进行研究，希望能够得到一些有益的结果反过来指导翻转课堂的教学应用。

1影响因素数据收集

高曼如、沈良忠等在对Moodle课程教学成效的评价中提出了课程建设度、教师参与度以及学生参与度的三个评价维度，参考以上文献本文将翻转课堂教学成效的影响因素设定为Moodle平台因素、学生自身影响因素和教师自身影响因素三个方面。Moodle平台因素主要因为学校设立的翻转课堂教学改革项目均是基于Moodle平台开展，因此平台本身的易用性等问题会影响教学成效。学生自身影响因素主要因为学生即是翻转课堂教学的接收对象，又是翻转课堂教学的实施主体，其参与学习的深度和广度将影响翻转课堂教学成效。教师因素主要是翻转课堂的教学主要是由教师来进行设计和组织实施，教师的过程管理能力和各类教学项目的评价反馈工作将直接影响到学生的学习积极性，师生自然而然的组成一个不可分割的整体。

本文以学校开展翻转课堂教学的班级为研究对象，主要通过调查问卷的形式结合访谈班级部分学生从而希望全面了解学生以及翻转课堂的实施情况。问卷三个部分共设计23个问题，从三个维度去了解影响翻转课堂实施效果的因素，采用李克特五级量表进行测量，其中1表示完全不同意、2表示不同意、3表示不确定、4表示基本同意、5表示完全同意。调查问卷的对象主要为大二、大三、大四实施翻转课堂教学的学生，其中以大二学生为主。调查问卷共发放230份，回收问卷201份，有效问卷共188份，其中大二学生是123人，占比65.4%；大三学生41人，占比21.8%；大四学生24人，占比12.8%。

2影响因素数据分析

2.1可信度分析

调查问卷的可信度分析是为了保证问卷具有较高的可靠性与有效性，通常使用克隆巴赫一致性系数（Cronbach's alpha）来测量表示不同题项之间的一致程度。通过SPSS 17.0软件的分析得到：Moodle平台因素的Cronbach's Alpha系数为0.879；学生自身影响因素的Cronbach'sAlpha系数为0.909；教师自身影响因素的Cronbach'sAlpha系数为0.929；总体评价的Cronbach's Alpha系数为0.920。以上三个因素的可信度系数均远高于0.7，且所有变量的总的可信度为0.964，表明该问卷具有较高的可靠性以及有效性，能较为真实的反應学生的看法。

2.2描述性统计分析

描述性统计用来描述测量样本的各种特征并归纳数据变量之间的关系。本文对研究模型中的23个问题进行了描述性统计分析，主要是对平均值以及标准差的计算，如表1所示。

由表1可知23个问题的平均值都在3.4-4.4之间，表明学生总体上还是认可。其中，学生对“视频观看流畅”、“上传下载顺畅”认可程度最高，说明Moodle平台的性能得到众多学生的认可；而“每周花费很多时间使用在Moodle平台进行学习”是均值最低的项目，说明学生花费在Moodle平台上的时间相当的有限，也表明Moodle平台在资源建设部分还有欠缺，在平台交互体验方面还有不足。

2.3因子分析

因子分析就是通过降维操作将相关性高的变量聚在一起，从而减少需要分析的变量的数量，而减少问题分析的复杂性。因子对应的特征值就是因子所能解释的方差大小，而由于标准化变量的方差为1，因此特征值法要求保留因子特征值大于1的那些因子。KMO样本测度和巴特莱特球体检验表明变量之间具有较高的相关度，适合做因子分析。通过对问卷中三个因素部分的19个问题进行因子分析，并进行最大方差旋转，得到3个因子，该3个因子解释了总方差的约70%，说明这些因子代表性较好，同时得到的旋转成分矩阵如表2所示。

因子荷载的衡量标准是各问项问相关矩阵的因子负载结果应在0.4以上，从而应删除与其他问项的相关系数在0.4以下的问项。为给多元回归分析提供方便，需要对原有的3个变量进行重新的整合修改，从而提出新的模型假设。具体整理步骤如下：成分1对应调查问卷中的问项Q13-Q19以及Q9，他们的因子负载结果都大于0.4，问项Q13，Q14与教学视频相关，Q15，Q16是教师的授课情况，Q17为教师沟通的主动性，Q18，19是教师提供资料的相关情况，而Q9是学生完成作业的情况，Q13-Q19中所归纳的并不适合整合在一起，为了使研究结果具有一致性，因此删掉问项Q9，综合以上几个问项，将成分1命名为：教师影响因素。成分2对应研究问卷中问项Q7，Q8，Q10-Q12他们的因子负载结果都大于0.4，其中问项Q7与Q8与学生学习Moodle的主动性相关，Q10-Q12都与学生交流沟通相关，所以将成分2命名为：学生自身因素。成分3与问卷中Q1到Q6相对应，这6个问题中Ql与Q2为Moodle性能相关，Q3与Q4为Moodle界面相关，Q5与Q6与Moodle教学模块相关，均与Moodie存在紧密的关系，故成分三命名为：Moodle平台因素。由此可见，得到的结论基于前面的影响因素设定是一致的。

2.4回归分析

相关性分析用来衡量两个变量因素间密切相关的程度，而回归分析是指两种或两种以上变数间相互依赖的定量关系。根据因子分析得到的结果，重新对问题进行归类、计算变量，按Moodle平台因素、学生自身因素、教师因素以及总体评价进行计算。Moodle平台因素=Q1+Q2+Q3+Q4+Q5+Q6，学生自身因素=Q7+Q8+Q10+Q11+Q12，教师因素=Q13+Q14+Q15+Q16+Q17+Q18+Q19，总体评价=Q20+Q21+Q22+Q23。通过对Moodle平台影响因素、学生自身影响因素、教师影响因素与总体评价之间的回归分析结果如表3所示：

表3利用一元回归分析建立结构方程即总体评价=0.107*Moodle平台影响因素+0.352*教师影响因素+0.199*学生自身影响因素-0.610。可见，Moodle平台影响因素、教师影响因素、学生自身影响因素均与总体评价成正向相关。

3总结

本文主要通过对学校开展翻转课堂的班级学生的调查问卷研究基于Moodle平台的翻转课堂实施的影响因素。总体来看温州商学院Moodle平台经过多年的发展，不论在功能还是性能上都是令人比较满意的，但也存在一定的缺陷。翻转课堂不同于传统课堂，学生作为翻转课堂的主角，其自身因素对翻转课堂的实施影响的重要程度不言而喻，它的实施需要学生主动的，自觉的参与其中。翻转课堂很重要的一点，是通过教师的引导和答疑来检查学生学习的效果，在翻转课堂中，教师的角色其实不是被淡化了，而是从另一个侧面有所加强，教师应该积极主动的了解学生的学习情况才能根据学生的具体情况安排教学的进度，使翻转更贴近学生。