王盟,姚晗,彭非凡,李培巒
(河南科技大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院,河南 洛陽471003)
在新冠疫情爆發(fā)期間,全國各高校的課堂教學(xué)受到了極大的影響,疫情期間由于無法進(jìn)行面對面的教學(xué)研究工作,眾多高校分別推出了線上實(shí)踐教學(xué)活動(dòng)、線上研究生復(fù)試、線上研究生答辯的網(wǎng)絡(luò)教學(xué)模式,而這些線上教學(xué)所取得的成效是不同的.
裴少婧等[1]基于層次分析法對高校教學(xué)質(zhì)量建立評價(jià)模型,龍尉等[2]采用模糊綜合評價(jià)法對新冠疫情期間線上教學(xué)進(jìn)行實(shí)例評價(jià)分析,石莉等[3]基于BP神經(jīng)網(wǎng)絡(luò)對高校實(shí)踐教學(xué)效果實(shí)施評價(jià),尤游等[4]建立以熵權(quán)TOPSIS法為理論基礎(chǔ)的教學(xué)質(zhì)量評價(jià)體系.為了了解不同教學(xué)方式的影響因素之間的關(guān)系和影響效果的程度,我們設(shè)計(jì)了新冠疫情對高校教學(xué)影響的網(wǎng)上調(diào)查問卷,把該問卷各個(gè)活動(dòng)的影響因素分為不同的維度,并對這些維度進(jìn)行了關(guān)聯(lián)度分析,對此采用灰色關(guān)聯(lián)分析模型對線上教學(xué)因素做出綜合性評價(jià).
灰色關(guān)聯(lián)分析是一種多種因素統(tǒng)計(jì)分析方法,它是以各因素的樣本數(shù)據(jù)為依據(jù),灰色關(guān)聯(lián)度來描述因素間的強(qiáng)弱、大小、和次序,若樣本數(shù)據(jù)反映出的兩個(gè)因素變化的態(tài)勢基本一致,則他們之間的關(guān)聯(lián)度較大;反之,關(guān)聯(lián)度較小.此方法可以在很大程度上減少由于信息不對稱帶來的損失,并且對數(shù)據(jù)要求較低,工作量較少,因此本文利用灰色系統(tǒng)理論中的灰色關(guān)聯(lián)分析技術(shù)對高校線上教學(xué)活動(dòng)進(jìn)行了評價(jià),以豐富線上教學(xué)質(zhì)量的評價(jià)方法體系.
線上教學(xué)活動(dòng)基本可以分為三大類:實(shí)踐活動(dòng),畢業(yè)生答辯,研究生復(fù)試.對于每一類而言,其影響因素都是多樣化的.由于不同的影響因素對于評價(jià)目的強(qiáng)弱不同,為了更好地定性分析線上教學(xué)活動(dòng)的影響因素,筆者結(jié)合了這三大類的共同的影響因素,以完成度、方便度、滿意度等為構(gòu)建評價(jià)體系的主要指標(biāo).構(gòu)建指標(biāo)體系見表1.
表1 指標(biāo)體系
為保證評價(jià)指標(biāo)選取的客觀性,采用問卷調(diào)查法和文獻(xiàn)調(diào)查法向本校大四學(xué)生、本校在讀研究生和研究生導(dǎo)師發(fā)出調(diào)查問卷.要求調(diào)查對象對每個(gè)影響因素進(jìn)行打分,評分范圍在1~5.通過對回收的問卷進(jìn)行整理、歸納、分析,確定影響高校線上教學(xué)質(zhì)量因素.通過線上渠道和線下渠道兩種形式發(fā)放了154份調(diào)查,有效問卷為120份,回收有效率達(dá)到77.92%.通過對有效問卷進(jìn)行描述性統(tǒng)計(jì),反映出樣本的整體特征情況,見表2:
表2 樣本的描述性統(tǒng)計(jì)
通常選取能反映系統(tǒng)行為特征的數(shù)據(jù)指標(biāo)為母指標(biāo),我們選取每個(gè)維度的第一個(gè)指標(biāo)為母指標(biāo),其對應(yīng)的指標(biāo)向量為:
Yi=(yi1,yi2,…,yin)(i=1,2,3.n為樣本量)
影響系統(tǒng)行為的因素組成的數(shù)據(jù)指標(biāo)為子指標(biāo):
Xij=(xj1,xj2,…,xjn)(j=2,…,m.m為評價(jià)指標(biāo)的個(gè)數(shù),即影響因素的個(gè)數(shù))
我們采用均值化來對指標(biāo)進(jìn)行無量綱化,具體方法如下所示:
對母指標(biāo)和子指標(biāo)中的每個(gè)值進(jìn)行處理,即先求出每個(gè)指標(biāo)的均值.
再用該指標(biāo)中的每個(gè)元素都除以其均值,由于數(shù)量級大的序列均值比較大,所以除掉以后就能歸一化到1的量級附近,假設(shè)預(yù)處理之后的序列為:
母序列:Y′i=(yi1′,yi2′…,yin′)
子序列:X′ij=(xj1′,xj2′,…,xjn′)
則yi(k)與xij(k)的關(guān)聯(lián)系數(shù)為:
ρ稱為分辨系數(shù),值越小,分辨力越大,一般ρ的取值區(qū)間為(0,1),具體取值可視情況而定.
當(dāng)ρ≤0.5463時(shí),分辨力最好,通常取ρ=0.5.
由于關(guān)聯(lián)系數(shù)是母序列和子序列在各點(diǎn)的關(guān)聯(lián)程度值,所以它的值不止一個(gè),而信息過于分散不便于進(jìn)行整體性比較.因此有必要將各點(diǎn)的關(guān)聯(lián)系數(shù)集中為一個(gè)值,即求其平均值,作為子序列和母序列間關(guān)聯(lián)程度的數(shù)量表示,yi與xij之間的關(guān)聯(lián)度公式如下:
此式反映了子序列指標(biāo)與母序列指標(biāo)的關(guān)聯(lián)程度,如果該式的結(jié)果越大,則說明該子指標(biāo)與母指標(biāo)的的關(guān)聯(lián)程度越大,即所受該子指標(biāo)對應(yīng)的影響因素影響程度就越大;如果該式結(jié)果越小,則說明該子指標(biāo)與母指標(biāo)的關(guān)聯(lián)程度越小,即所受該子指標(biāo)對應(yīng)的影響因素影響程度就越小.
通過上述的方法及步驟得出最后的關(guān)聯(lián)度如表3:
表3 線上實(shí)踐教學(xué)活動(dòng)
表4 線上畢業(yè)生答辯
由表3可知,第3個(gè)子指標(biāo)對應(yīng)的影響因素對于線上實(shí)踐教學(xué)的影響程度最大,即在線上實(shí)踐教學(xué)活動(dòng)中,硬性條件是需要提升的,同時(shí)此結(jié)果與實(shí)際情況也是相符合的.
對于線上畢業(yè)生答辯而言,其結(jié)果如表4:
可得第4個(gè)子指標(biāo)對應(yīng)的影響因素對于線上畢業(yè)生答辯的影響程度最大,即在線上畢業(yè)生答辯過程中,論文的進(jìn)展程度對答辯的最終效果影響最大.
對于最后一類線上研究生復(fù)試而言,其結(jié)果如表5:
從表5中可以看出,第3個(gè)子指標(biāo)對應(yīng)的影響因素對于線上研究生復(fù)試的影響程度最大,即在線上畢業(yè)生答辯過程中,心理壓力對其答辯效果影響最大.
表5 線上研究生復(fù)試
由這3個(gè)表格的關(guān)聯(lián)度可知,我們所設(shè)定的這些子指標(biāo)跟它們所對應(yīng)的母指標(biāo)的關(guān)聯(lián)程度r>0.6,關(guān)聯(lián)程度都比較密切,但是對于不同的影響因素還是有區(qū)別的.因此,在以后的線上教學(xué)過程中,對于不同的影響因素我們需要加以不同力度的改善,以促進(jìn)線上教學(xué)體系的發(fā)展.
本文針對疫情期間,高校進(jìn)行的線上的實(shí)踐教學(xué)活動(dòng)、畢業(yè)生答辯及研究生復(fù)試所被影響的因素和問題進(jìn)行研究,通過建立評價(jià)指標(biāo)體系來采用灰色關(guān)聯(lián)分析的方法,確定了這些影響因素與反映這些活動(dòng)的重要特征的關(guān)聯(lián)程度,結(jié)果可用于減少和避免以后線上的實(shí)踐活動(dòng)不良的影響因素,可以提前做好準(zhǔn)備,有一定的參考價(jià)值.