论文部分内容阅读
[摘 要] 本研究以陕西省西安市高中教师为研究对象，对高中教师使用信息技术教学的心理适应性进行了深入的调查与分析。主要研究结论：个人因素中的能力适应、理念适应和态度适应对教师使用信息技术教学行为改变有显著的正向影响；教师使用信息技术教学行为的改变主要是由使用信息技术教学环节所需的各种能力所决定，理念适应次之，决定作用最小的为态度适应。教学支持环境的适应对教师使用信息技术教学行为的改变没有明显的决定作用，但教学支持环境是教师实施与开展信息化教学的必要条件，也应该受到学校和教育相关部门的重视。
[关键词] 高中教师； 信息技术； 教学应用； 适应性
[中图分类号] G434 [文献标志码] A
[作者简介] 郭小平（1983—），男，山西吕梁人。讲师，硕士，主要从事信息技术教育应用、教育技术基本理论研究。E-mail：guoxp2008@163.com。
一、引 言
比尔·盖茨曾经说过：“信息技术最重要的就是在促进教育的发展。”信息技术在教学中的应用已经成为当今教育发展的必然趋势。《国家教育事业发展“十一五”规划纲要》中进一步指出：“加快普及信息技术教育，全面提高教师和学生运用信息技术的能力，实现信息技术与教育教学的有机结合。”信息技术在教育教学领域中的应用，改变了传统的教育思想、教学观念、教学方法以及评价方式，进一步推动我国基础教育改革。[1]一线教师作为信息化教学的直接实施者，应该成为教育信息化建设中最为核心和活跃的因素，教师是否愿意使用信息技术进行教学，能否很好地适应使用信息技术教学的新型教学方式，决定着教育信息化的成效和可持续发展。随着我国2007年高中新课程改革的全面启动，大力推进信息技术在学科教学过程中的普遍应用，促进信息技术与学科课程的整合成为当今基础教育的必然趋势，“信息技术走进学科教学”的研究已引起人们越来越多的关注。
二、高中教师使用信息技术教学
适应性问题的提出
适应本是生物学术语，指生物体在环境作用下发生变异，并经过自然选择而形成的，是指生物在生存竞争中适合自然环境条件形成一定性状的现象。它是生物体屈从环境的威力所作出的适合生存的改变。[2]心理学借用这一术语后，用来表示认知主体对客观环境变化作出的反应，心理学中的适应强调的是人对社会环境的适应。它是指“当外部环境发生变化时，主体通过自我调节系统作出能动反应，使自己的心理活动和行为方式更加符合环境变化和自身发展的需求，使主体和环境达到新的平衡的过程。”[3]斯滕伯格认为，个体总是努力适应他所处的环境，力图在个体及其环境之间达到一种和谐。当和谐的程度低于个体的满意度时，就是不适应。当个体在一种情境中感到不适应或不愿意适应时，他会选择能够达到的另一种和谐环境。在这种情况下，人们会重新塑造环境以提高个体与环境之间的和谐程度，而不只是适应现存的环境。可见，适应既可以是一种状态，也是一种过程。[4]本研究所提到的适应性主要是指心理上的适应性，是指个体进入一个新的、陌生的环境后，适当调整自己的认知、情绪、行为方式、价值观念等，以达到个体之间、个体与客体之间相互协调，个体体验满意的心理过程。
对于大多数高中教师来说，在课堂教学中使用信息技术无疑是一场新的“教育改革”。因为使用信息技术教学从教学理念、教学结构、内容组织、教学实施、教学评价及管理等方面较传统的教学方式有了重大的突破和创新，这对高中教师提出了许多新的、更高的要求和更大的挑战。教师必须改变原有的教学观念、教学行为、评价方式，形成新的教学观念、教学方式，适应新的教学环境和教学模式。正如美国一位高中数学教师Paula Fistick所言，“当你在课堂上使用计算机时，你开始怀疑你过去所做过的一切，不知道怎样让它们适合于计算机。然后，你开始怀疑自己最初的所有概念。”[5]在高中新课程改革和教育信息化的双重冲击下，很多教师对新型的教学方式不适应，特别是信息化教学方式。研究教师在使用信息技术教学过程中的心理适应性，对进一步推进高中新课程改革，实现教育信息化、现代化具有非常重要的意义。
三、行为改变与个人因素、环境
因素关系模型建构
本研究从理念、态度、能力、教学支持环境、行为的改变等五个一级指标来测量教师使用信息技术教学心理适应性的程度。这五个指标之间内部存在某些因果关系，教师对使用信息技术教学的理念、态度、能力、教学支持环境的适应是教师教学行为改变的必要条件。其中，教师关于使用信息技术教学的理念、态度、能力属于教师个人层面，是教师使用信息技术教学行为产生的内部条件；教学支持环境属于环境层面，是教师使用信息技术教学行为产生的外部（物质）条件。
关于教师使用信息技术教学，应该将关注点聚焦到教师将信息技术有效地应用于自己的日常教学活动，并且在日常教学中乐于使用信息技术，即教师的教学行为真正发生持久、稳定的改变。要使教师的教学行为真正发生持久、稳定的改变，教师必须在理念上接受使用信息技术教学的优越性，以积极的态度对待使用信息技术教学而给教师带来的额外工作量和在使用信息技术教学中遇到的问题，并且教师个人应该拥有使用信息技术教学各个环节所需的各种能力，另外，学校与政府应该给予教师环境和资源等方面的相应支持。相应地，如果教师在日常教学中积极地使用信息技术，教师个人的理念、态度将得到进一步改变，使用信息技术教学的能力也将得到进一步提高，学校与政府也会给予更多的支持与鼓励。这五个一级指标之间的内部关系如图1所示。
四、调查数据的收集与整理
（一）调查问卷的编制
本研究所采用的调查问卷最终确立了理念、态度、能力、教学支持环境、行为的改变等五个一级指标来测量教师使用信息技术教学的心理适应性，每个一级指标下面根据实际问题采用3～5个二级指标来测量。二级指标下面分别设置了与之相关的一些问题情境（衡量项目），每个二级指标最初设置了5～8个衡量题项，组成一个共有108题的调查问卷题项库。并对最初设计好的108个题项经过教育学、心理学、教育技术学、高中相关教师和研究生的评议，最后给每个二级指标选定3个最为合适的题项。每个题项采用Likert（李克特）的5分制法对其进行测量，即设置了五个反应形式（完全同意、同意、不确定、不同意、完全不同意），反应形式根据题目的内容不同，得分分别为5分、4分、3分、2分、1分（正题）；1分、2分、3分、4分、5分（反题）。这样就构建了教师使用信息技术教学的心理适应性调查的初测问卷（共51题），为了尽可能地提高问卷设计的科学性，确保以准确的数据和客观的结果来分析问题，笔者在一定范围内对问卷进行两次试测，并对问卷的信度和效度进行相关检验，对问卷中不符合统计标准的题项进行了删减与修改，最终形成一份由51题组成的关于教师使用信息技术教学适应状况的调查问卷。 （二）研究对象
本研究主要以陕西省西安市高中教师为研究对象，主要选取了碑林区、长安区、新城区等10个区（县）的16所高中的部分教师进行调查研究。共发放问卷380份，回收323份，有效问卷294份，回收率为85.00%，有效率为91.02%。
（三）数据收集与整理
本次调查研究主要采用Excel 2003输入数据，采用统计软件SPSS 16.0进行数据处理。对问卷的5个一级指标（理念、态度、能力、教学支持环境、行为的改变）进行数据处理，分别计算出均值、标准差、方差、偏态量，得出的结果见表1。
五、行为改变与个人因素、
环境因素的关系分析
相关分析和回归分析都是分析客观事物之间相关性的数量分析方法。本研究在教学行为改变与个人因素、环境因素关系模型建构部分论述五个一级指标之间的内部关系时提到：教师使用信息技术教学行为的改变，一方面受到教师对使用信息技术教学的教学理念、态度、教学环节所需的各种能力等个人因素的影响；另一方面，也受到学校与政府能否给予教师环境和资源等方面的相应支持等教学支持环境的影响。为了探讨教师在使用信息技术教学中，其教学行为的改变与理念、态度、能力和教学支持环境之间的内部关系，本研究采用了相关分析与线性回归分析方法。
（一）行为改变与个人因素、环境因素的相关分析
相关分析可以说明各因素之间是否存在关系以及关系的紧密度与方向，有效地揭示事物之间统计关系的强弱程度。为了探讨教师在使用信息技术教学中，其教学理念、态度、能力和教学支持环境对教师教学行为改变的影响作用，我们将教学理念、态度、能力和教学支持环境等4个一级指标与教学行为改变进行相关性分析，结果见表2。
由表2可知，教师使用信息技术教学的教学行为改变适应与理念适应、态度适应、能力适应和教学支持环境适应之间的Pearson简单相关系数分别为0.583、0.620、0.663和0.528，且相关系数检验的概率p值都近似为0。因此，当显著性水平α为0.05或0.01时，都应拒绝相关系数检验的零假设，认为教师使用信息技术教学的教学行为改变适应与理念适应、态度适应、能力适应和教学支持环境适应之间存在线性关系，可进一步作线性回归分析。
（二）行为改变与个人因素、环境因素的回归分析
回归分析是一种应用极为广泛的数量分析方法。它用于分析事物之间的统计关系，侧重考察变量之间的数量变化规律，并通过回归方程的形式描述和反映这种关系，帮助人们准确把握变量受其他一个或多个变量影响的程度，进而为预测提供科学依据。前面通过相关性分析表明：教师使用信息技术教学的教学行为改变适应与理念适应、态度适应、能力适应和教学支持环境适应之间存在着显著相关。但是这种关系的紧密程度和方向，我们需要进一步通过回归分析来了解变量之间的因果关系。本研究利用多元线性回归分析方法，以教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应和教学支持环境适应作为解释变量（自变量），采用逐步筛选（Stepwise）策略（向前筛选和向后筛选策略的综合），建立最优多元线性回归方程，来验证教师使用信息技术教学的理念适应、态度适应、能力适应和教学支持环境适应与教学行为改变适应之间的因果关系。
通过样本数据建立回归方程后一般不能立即用于对实际问题的分析和预测，通常要进行各种统计检验，主要包括回归方程的拟合优度检验、回归方程的显著性检验、回归系数的显著性检验、残差分析等。
1. 回归方程的拟合优度检验
回归方程的拟合检验是检验样本数据点聚集在回归线周围的密集程度，从而评价回归方程对样本数据的代表程度，在多元线性回归分析中采用调整的判定系数R2统计量反映回归方程对样本数据的拟合程度。本研究中教师使用信息技术教学的行为改变与个人因素、环境因素的回归方程拟合优度检验见表3，由表3可知，模型3——教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应为解释变量（自变量），最终建立的回归方程调整的判定系数R2为0.542，说明回归方程模型3对样本数据点的拟合优度较高。需要说明的是，在多元回归分析中，我们的目的并不是为了得到一个高的R2，而是要得到真实总体回归系数的可靠估计并做出有关的统计推断，即应更加关心解释变量对被解释变量的理论关系和统计显著性，就是下面将要论述的回归方程的显著性检验与偏回归系数的显著性检验。
a. Predictors： （Constant）， 能力适应
b. Predictors： （Constant）， 能力适应， 理念适应
c. Predictors： （Constant），能力适应， 理念适应，态度适应
2. 回归方程的显著性检验
根据因变量与多个自变量的实际观测值建立因变量对多个自变量的多元线性回归方程后，还必须对因变量与多个自变量间的线性关系的假设进行显著性检验，也就是进行多元线性回归关系的显著性检验，或者说对多元线性回归方程进行显著性检验，检验、分析各个自变量对因变量的综合线性影响的显著性。研究中教师使用信息技术教学的行为改变与个人因素、环境因素的回归方程的整体显著性检验见表4，由表4可知，模型3——教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应为解释变量（自变量），最终建立的回归方程的整体显著性检验F值为116.370，P值为0.000，显著性概率小于0.001，达到了极其显著性水平，说明模型3的总体回归效果非常良好。
a. Predictors： （Constant）， 能力适应
b. Predictors： （Constant）， 能力适应， 理念适应
c. Predictors： （Constant）， 能力适应， 理念适应， 态度适应 d. Dependent Variable： 行为适应
3. 偏回归系数的显著性检验
当多元线性回归关系经显著性检验为显著或极显著时，还必须对每个偏回归系数进行显著性检验，以判断每个自变量对因变量的线性影响是显著的还是不显著的，以便从回归方程中剔除那些不显著的自变量，重新建立更为简单的多元线性回归方程。研究中教师使用信息技术教学的行为改变与个人因素、环境因素的回归方程的偏回归系数显著性检验见表5，由表5可知，模型3——教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应为解释变量（自变量），最终建立的回归方程中，有3个变量进入了回归方程，即能力适应、理念适应、态度适应。根据能力适应、理念适应、态度适应3个解释变量的t检验情况来看，3个解释变量的偏回归系数显著性水平都小于0.01，说明这3个变量都可以作为解释变量存在于模型中，以解释潜在使用信息技术教学行为改变的适应情况。
a. Dependent Variable： 行为适应
由回归分析结果可以得出相应的回归方程与标准回归方程，行为改变与个人因素、环境因素的回归方程为：
教学行为改变适应=4.059+0.26*能力适应+0.302*理念适应+0.19*态度适应；
行为改变与个人因素、环境因素的标准回归方程为：
教学行为改变适应=0.398*能力适应+0.295*理念适应+0.197*态度适应。
4. 残差分析
残差分析是回归方程检验中的重要组成部分，其出发点是，如果回归方程能够较好地反映被解释变量的特征和变化规律，那么残差序列中应不包含明显的规律性和趋势性。残差分析主要包括以下几项：残差均值为0的正态性分析、残差的独立性分析、异方差分析等。
（1）残差均值为0的正态性分析
残差的正态性分析采用标准化残差的频数分布直方图（如图2所示）与标准化残差的常态机率图（如图3所示）来分析。根据预测值统计量表6可知，残差均值等于0；根据图2可知，标准化残差的频数分布直方图呈现较好的正态性，说明了残差的正态性较好，回归方程的拟合效果较优；根据图3可知，标准化残差的常态概率图中各散点较好地落在45度线上，也说明了残差的正态性较好，回归方程的拟合效果较优。综上所述，本研究中教师使用信息技术教学的行为改变与个人因素、环境因素的回归方程中，模型3——教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应为解释变量（自变量），最终建立的回归方程的残差符合均值为0的正态分布，说明了回归方程模型3拟合效果较优。
a. Dependent Variable： 行为适应
（2）残差的独立性分析
残差序列的独立性也是回归模型所要求的，要求残差序列的前期和后期数值之间不存在相关关系，即不存在自相关。如果残差序列存在自相关，说明回归方程没有能够充分说明被解释变量的变化规律，还留有一些规律性没有被解释，也就是认为方程中遗漏了一些较为重要的解释变量；或者，变量存在取值滞后性；或者，回归模型选择不合适，不应选用线性模型等。本研究中，残差的独立性分析采用DW（Durbin-Watson）检验。由表3（回归方程拟合优度的相关系数表）可知，模型3——教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应为解释变量（自变量），最终建立的回归方程，DW等于1.803（当DW等于2时，说明残差序列无自相关），说明回归方程模型3残差具有独立性，拟合效果较优。
（3）异方差分析
在多元回归分析中，应符合无论解释变量取怎样的值，对应残差的方差都应相等，它不应随着解释变量或被解释变量取值的变化而变化，否则认为出现了异方差现象，异方差最终会使模型的预测偏差较大。本研究中，残差的异方差分析采用绘制残差图（如图4所示）和计算标准化残差和标准化预测值等级相关系数（见表7）两种方式实现。根据图4可知，随着标准化预测值的变化，标准化残差点在0线周围随机分布，基本满足残差的等方差性；根据表7可知，标准化残差和标准化预测值的Spearman等级相关系数接近于0，且检验不显著。因此认为模型3——教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应为解释变量（自变量），最终建立的回归方程不存在异方差现象，回归方程的拟合效果较优。
（三）行为改变与个人因素、环境因素的关系分析
利用样本数据建立回归模型的目的，是对变量之间的关系进行分析判断与预测。本研究利用多元线性回归分析方法，以教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应和教学支持环境适应作为解释变量（自变量），采用逐步筛选（Stepwise）策略（向前筛选和向后筛选策略的综合），建立最优多元线性回归方程，回归方程模型3经过拟合优度检验、回归方程的显著性检验、回归系数的显著性检验、残差分析都说明了模型3的总体回归拟合效果较优。对教师使用信息技术教学行为改变与个人因素、环境因素之间的关系进行分析判断与预测，本研究发现个人因素中的能力适应、理念适应和态度适应对教师使用信息技术教学行为改变有显著的正向影响，而教学支持环境（环境因素）则对教师使用信息技术教学行为改变没有显著性影响，见表8。这表明了教师使用信息技术教学行为的改变，主要是由教师对使用信息技术教学的理念、态度、教学环节所需的各种能力等个人因素所决定，而教学支持环境对教师使用信息技术教学行为的改变影响不显著。
教师对使用信息技术教学的理念、态度、教学环节所需的各种能力作为解释变量，都会显著影响教师使用信息技术教学行为的改变。然而，各个解释变量的相对重要性如何呢？
由回归模型的整体显著性检验（表4）可知，模型3——教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应为解释变量（自变量），在这3个解释变量中，能力适应对教师使用信息技术教学行为改变的影响相对来说最大，因为其最先进入回归模型，理念适应次之，而态度适应变量最后进入回归模型，说明其对教师使用信息技术教学行为改变的影响相对来说最小。
在最优多元线性回归方程中包含的自变量Xi都对因变量Y有显著作用，偏回归系数bi表示了Xi对Y的具体效应。但实践中还需评定这些显著自变量的相对重要性（主次的判断），以利于抓住关键因素，达到调整和控制因变量反应量的目的，更好地解决实际问题，但偏回归系数bi本身并不能反映自变数的相对重要性。其实，在多元线性回归分析中，解释变量的相对重要性，通常采用标准偏回归系数（Standard Partial Regression Coefficient）的比较来确定（标准偏回归系数为不带单位的相对数，其绝对值的大小可以衡量对应的自变量对因变量作用的相对重要性，大者，其对应的自变量对因变量的作用是主要的）。本研究中，行为改变与个人因素、环境因素的标准回归方程为：教学行为改变适应=0.398*能力适应+0.295*理念适应+0.197*态度适应。
六、结束语
研究结果表明，教师在使用信息技术进行教学的过程中，个人因素中的能力适应、理念适应和态度适应对教师使用信息技术教学行为改变有显著的正向影响，教师使用信息技术教学行为的改变主要是由使用信息技术教学环节所需的各种能力所决定，理念适应次之，决定作用最小的为态度适应。教学支持环境的适应对教师使用信息技术教学行为的改变没有明显的决定作用，但教学支持环境是教师实施与开展信息化教学的必要条件，也应该受到学校和教育相关部门的重视。因此，当前在信息化教学进一步推进的过程中，学校和教育相关部门不仅应该在教师使用信息技术教学过程中给予教师相应的环境、资源与政策的支持，更应该采取鼓励教师在教学中使用信息技术，使教师在实际使用信息技术教学的过程中，掌握和提高相关的技术与能力，促进教师理念与态度的转变。
[关键词] 高中教师； 信息技术； 教学应用； 适应性
[中图分类号] G434 [文献标志码] A
[作者简介] 郭小平（1983—），男，山西吕梁人。讲师，硕士，主要从事信息技术教育应用、教育技术基本理论研究。E-mail：guoxp2008@163.com。
一、引 言
比尔·盖茨曾经说过：“信息技术最重要的就是在促进教育的发展。”信息技术在教学中的应用已经成为当今教育发展的必然趋势。《国家教育事业发展“十一五”规划纲要》中进一步指出：“加快普及信息技术教育，全面提高教师和学生运用信息技术的能力，实现信息技术与教育教学的有机结合。”信息技术在教育教学领域中的应用，改变了传统的教育思想、教学观念、教学方法以及评价方式，进一步推动我国基础教育改革。[1]一线教师作为信息化教学的直接实施者，应该成为教育信息化建设中最为核心和活跃的因素，教师是否愿意使用信息技术进行教学，能否很好地适应使用信息技术教学的新型教学方式，决定着教育信息化的成效和可持续发展。随着我国2007年高中新课程改革的全面启动，大力推进信息技术在学科教学过程中的普遍应用，促进信息技术与学科课程的整合成为当今基础教育的必然趋势，“信息技术走进学科教学”的研究已引起人们越来越多的关注。
二、高中教师使用信息技术教学
适应性问题的提出
适应本是生物学术语，指生物体在环境作用下发生变异，并经过自然选择而形成的，是指生物在生存竞争中适合自然环境条件形成一定性状的现象。它是生物体屈从环境的威力所作出的适合生存的改变。[2]心理学借用这一术语后，用来表示认知主体对客观环境变化作出的反应，心理学中的适应强调的是人对社会环境的适应。它是指“当外部环境发生变化时，主体通过自我调节系统作出能动反应，使自己的心理活动和行为方式更加符合环境变化和自身发展的需求，使主体和环境达到新的平衡的过程。”[3]斯滕伯格认为，个体总是努力适应他所处的环境，力图在个体及其环境之间达到一种和谐。当和谐的程度低于个体的满意度时，就是不适应。当个体在一种情境中感到不适应或不愿意适应时，他会选择能够达到的另一种和谐环境。在这种情况下，人们会重新塑造环境以提高个体与环境之间的和谐程度，而不只是适应现存的环境。可见，适应既可以是一种状态，也是一种过程。[4]本研究所提到的适应性主要是指心理上的适应性，是指个体进入一个新的、陌生的环境后，适当调整自己的认知、情绪、行为方式、价值观念等，以达到个体之间、个体与客体之间相互协调，个体体验满意的心理过程。
对于大多数高中教师来说，在课堂教学中使用信息技术无疑是一场新的“教育改革”。因为使用信息技术教学从教学理念、教学结构、内容组织、教学实施、教学评价及管理等方面较传统的教学方式有了重大的突破和创新，这对高中教师提出了许多新的、更高的要求和更大的挑战。教师必须改变原有的教学观念、教学行为、评价方式，形成新的教学观念、教学方式，适应新的教学环境和教学模式。正如美国一位高中数学教师Paula Fistick所言，“当你在课堂上使用计算机时，你开始怀疑你过去所做过的一切，不知道怎样让它们适合于计算机。然后，你开始怀疑自己最初的所有概念。”[5]在高中新课程改革和教育信息化的双重冲击下，很多教师对新型的教学方式不适应，特别是信息化教学方式。研究教师在使用信息技术教学过程中的心理适应性，对进一步推进高中新课程改革，实现教育信息化、现代化具有非常重要的意义。
三、行为改变与个人因素、环境
因素关系模型建构
本研究从理念、态度、能力、教学支持环境、行为的改变等五个一级指标来测量教师使用信息技术教学心理适应性的程度。这五个指标之间内部存在某些因果关系，教师对使用信息技术教学的理念、态度、能力、教学支持环境的适应是教师教学行为改变的必要条件。其中，教师关于使用信息技术教学的理念、态度、能力属于教师个人层面，是教师使用信息技术教学行为产生的内部条件；教学支持环境属于环境层面，是教师使用信息技术教学行为产生的外部（物质）条件。
关于教师使用信息技术教学，应该将关注点聚焦到教师将信息技术有效地应用于自己的日常教学活动，并且在日常教学中乐于使用信息技术，即教师的教学行为真正发生持久、稳定的改变。要使教师的教学行为真正发生持久、稳定的改变，教师必须在理念上接受使用信息技术教学的优越性，以积极的态度对待使用信息技术教学而给教师带来的额外工作量和在使用信息技术教学中遇到的问题，并且教师个人应该拥有使用信息技术教学各个环节所需的各种能力，另外，学校与政府应该给予教师环境和资源等方面的相应支持。相应地，如果教师在日常教学中积极地使用信息技术，教师个人的理念、态度将得到进一步改变，使用信息技术教学的能力也将得到进一步提高，学校与政府也会给予更多的支持与鼓励。这五个一级指标之间的内部关系如图1所示。
四、调查数据的收集与整理
（一）调查问卷的编制
本研究所采用的调查问卷最终确立了理念、态度、能力、教学支持环境、行为的改变等五个一级指标来测量教师使用信息技术教学的心理适应性，每个一级指标下面根据实际问题采用3～5个二级指标来测量。二级指标下面分别设置了与之相关的一些问题情境（衡量项目），每个二级指标最初设置了5～8个衡量题项，组成一个共有108题的调查问卷题项库。并对最初设计好的108个题项经过教育学、心理学、教育技术学、高中相关教师和研究生的评议，最后给每个二级指标选定3个最为合适的题项。每个题项采用Likert（李克特）的5分制法对其进行测量，即设置了五个反应形式（完全同意、同意、不确定、不同意、完全不同意），反应形式根据题目的内容不同，得分分别为5分、4分、3分、2分、1分（正题）；1分、2分、3分、4分、5分（反题）。这样就构建了教师使用信息技术教学的心理适应性调查的初测问卷（共51题），为了尽可能地提高问卷设计的科学性，确保以准确的数据和客观的结果来分析问题，笔者在一定范围内对问卷进行两次试测，并对问卷的信度和效度进行相关检验，对问卷中不符合统计标准的题项进行了删减与修改，最终形成一份由51题组成的关于教师使用信息技术教学适应状况的调查问卷。 （二）研究对象
本研究主要以陕西省西安市高中教师为研究对象，主要选取了碑林区、长安区、新城区等10个区（县）的16所高中的部分教师进行调查研究。共发放问卷380份，回收323份，有效问卷294份，回收率为85.00%，有效率为91.02%。
（三）数据收集与整理
本次调查研究主要采用Excel 2003输入数据，采用统计软件SPSS 16.0进行数据处理。对问卷的5个一级指标（理念、态度、能力、教学支持环境、行为的改变）进行数据处理，分别计算出均值、标准差、方差、偏态量，得出的结果见表1。
五、行为改变与个人因素、
环境因素的关系分析
相关分析和回归分析都是分析客观事物之间相关性的数量分析方法。本研究在教学行为改变与个人因素、环境因素关系模型建构部分论述五个一级指标之间的内部关系时提到：教师使用信息技术教学行为的改变，一方面受到教师对使用信息技术教学的教学理念、态度、教学环节所需的各种能力等个人因素的影响；另一方面，也受到学校与政府能否给予教师环境和资源等方面的相应支持等教学支持环境的影响。为了探讨教师在使用信息技术教学中，其教学行为的改变与理念、态度、能力和教学支持环境之间的内部关系，本研究采用了相关分析与线性回归分析方法。
（一）行为改变与个人因素、环境因素的相关分析
相关分析可以说明各因素之间是否存在关系以及关系的紧密度与方向，有效地揭示事物之间统计关系的强弱程度。为了探讨教师在使用信息技术教学中，其教学理念、态度、能力和教学支持环境对教师教学行为改变的影响作用，我们将教学理念、态度、能力和教学支持环境等4个一级指标与教学行为改变进行相关性分析，结果见表2。
由表2可知，教师使用信息技术教学的教学行为改变适应与理念适应、态度适应、能力适应和教学支持环境适应之间的Pearson简单相关系数分别为0.583、0.620、0.663和0.528，且相关系数检验的概率p值都近似为0。因此，当显著性水平α为0.05或0.01时，都应拒绝相关系数检验的零假设，认为教师使用信息技术教学的教学行为改变适应与理念适应、态度适应、能力适应和教学支持环境适应之间存在线性关系，可进一步作线性回归分析。
（二）行为改变与个人因素、环境因素的回归分析
回归分析是一种应用极为广泛的数量分析方法。它用于分析事物之间的统计关系，侧重考察变量之间的数量变化规律，并通过回归方程的形式描述和反映这种关系，帮助人们准确把握变量受其他一个或多个变量影响的程度，进而为预测提供科学依据。前面通过相关性分析表明：教师使用信息技术教学的教学行为改变适应与理念适应、态度适应、能力适应和教学支持环境适应之间存在着显著相关。但是这种关系的紧密程度和方向，我们需要进一步通过回归分析来了解变量之间的因果关系。本研究利用多元线性回归分析方法，以教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应和教学支持环境适应作为解释变量（自变量），采用逐步筛选（Stepwise）策略（向前筛选和向后筛选策略的综合），建立最优多元线性回归方程，来验证教师使用信息技术教学的理念适应、态度适应、能力适应和教学支持环境适应与教学行为改变适应之间的因果关系。
通过样本数据建立回归方程后一般不能立即用于对实际问题的分析和预测，通常要进行各种统计检验，主要包括回归方程的拟合优度检验、回归方程的显著性检验、回归系数的显著性检验、残差分析等。
1. 回归方程的拟合优度检验
回归方程的拟合检验是检验样本数据点聚集在回归线周围的密集程度，从而评价回归方程对样本数据的代表程度，在多元线性回归分析中采用调整的判定系数R2统计量反映回归方程对样本数据的拟合程度。本研究中教师使用信息技术教学的行为改变与个人因素、环境因素的回归方程拟合优度检验见表3，由表3可知，模型3——教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应为解释变量（自变量），最终建立的回归方程调整的判定系数R2为0.542，说明回归方程模型3对样本数据点的拟合优度较高。需要说明的是，在多元回归分析中，我们的目的并不是为了得到一个高的R2，而是要得到真实总体回归系数的可靠估计并做出有关的统计推断，即应更加关心解释变量对被解释变量的理论关系和统计显著性，就是下面将要论述的回归方程的显著性检验与偏回归系数的显著性检验。
a. Predictors： （Constant）， 能力适应
b. Predictors： （Constant）， 能力适应， 理念适应
c. Predictors： （Constant），能力适应， 理念适应，态度适应
2. 回归方程的显著性检验
根据因变量与多个自变量的实际观测值建立因变量对多个自变量的多元线性回归方程后，还必须对因变量与多个自变量间的线性关系的假设进行显著性检验，也就是进行多元线性回归关系的显著性检验，或者说对多元线性回归方程进行显著性检验，检验、分析各个自变量对因变量的综合线性影响的显著性。研究中教师使用信息技术教学的行为改变与个人因素、环境因素的回归方程的整体显著性检验见表4，由表4可知，模型3——教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应为解释变量（自变量），最终建立的回归方程的整体显著性检验F值为116.370，P值为0.000，显著性概率小于0.001，达到了极其显著性水平，说明模型3的总体回归效果非常良好。
a. Predictors： （Constant）， 能力适应
b. Predictors： （Constant）， 能力适应， 理念适应
c. Predictors： （Constant）， 能力适应， 理念适应， 态度适应 d. Dependent Variable： 行为适应
3. 偏回归系数的显著性检验
当多元线性回归关系经显著性检验为显著或极显著时，还必须对每个偏回归系数进行显著性检验，以判断每个自变量对因变量的线性影响是显著的还是不显著的，以便从回归方程中剔除那些不显著的自变量，重新建立更为简单的多元线性回归方程。研究中教师使用信息技术教学的行为改变与个人因素、环境因素的回归方程的偏回归系数显著性检验见表5，由表5可知，模型3——教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应为解释变量（自变量），最终建立的回归方程中，有3个变量进入了回归方程，即能力适应、理念适应、态度适应。根据能力适应、理念适应、态度适应3个解释变量的t检验情况来看，3个解释变量的偏回归系数显著性水平都小于0.01，说明这3个变量都可以作为解释变量存在于模型中，以解释潜在使用信息技术教学行为改变的适应情况。
a. Dependent Variable： 行为适应
由回归分析结果可以得出相应的回归方程与标准回归方程，行为改变与个人因素、环境因素的回归方程为：
教学行为改变适应=4.059+0.26*能力适应+0.302*理念适应+0.19*态度适应；
行为改变与个人因素、环境因素的标准回归方程为：
教学行为改变适应=0.398*能力适应+0.295*理念适应+0.197*态度适应。
4. 残差分析
残差分析是回归方程检验中的重要组成部分，其出发点是，如果回归方程能够较好地反映被解释变量的特征和变化规律，那么残差序列中应不包含明显的规律性和趋势性。残差分析主要包括以下几项：残差均值为0的正态性分析、残差的独立性分析、异方差分析等。
（1）残差均值为0的正态性分析
残差的正态性分析采用标准化残差的频数分布直方图（如图2所示）与标准化残差的常态机率图（如图3所示）来分析。根据预测值统计量表6可知，残差均值等于0；根据图2可知，标准化残差的频数分布直方图呈现较好的正态性，说明了残差的正态性较好，回归方程的拟合效果较优；根据图3可知，标准化残差的常态概率图中各散点较好地落在45度线上，也说明了残差的正态性较好，回归方程的拟合效果较优。综上所述，本研究中教师使用信息技术教学的行为改变与个人因素、环境因素的回归方程中，模型3——教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应为解释变量（自变量），最终建立的回归方程的残差符合均值为0的正态分布，说明了回归方程模型3拟合效果较优。
a. Dependent Variable： 行为适应
（2）残差的独立性分析
残差序列的独立性也是回归模型所要求的，要求残差序列的前期和后期数值之间不存在相关关系，即不存在自相关。如果残差序列存在自相关，说明回归方程没有能够充分说明被解释变量的变化规律，还留有一些规律性没有被解释，也就是认为方程中遗漏了一些较为重要的解释变量；或者，变量存在取值滞后性；或者，回归模型选择不合适，不应选用线性模型等。本研究中，残差的独立性分析采用DW（Durbin-Watson）检验。由表3（回归方程拟合优度的相关系数表）可知，模型3——教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应为解释变量（自变量），最终建立的回归方程，DW等于1.803（当DW等于2时，说明残差序列无自相关），说明回归方程模型3残差具有独立性，拟合效果较优。
（3）异方差分析
在多元回归分析中，应符合无论解释变量取怎样的值，对应残差的方差都应相等，它不应随着解释变量或被解释变量取值的变化而变化，否则认为出现了异方差现象，异方差最终会使模型的预测偏差较大。本研究中，残差的异方差分析采用绘制残差图（如图4所示）和计算标准化残差和标准化预测值等级相关系数（见表7）两种方式实现。根据图4可知，随着标准化预测值的变化，标准化残差点在0线周围随机分布，基本满足残差的等方差性；根据表7可知，标准化残差和标准化预测值的Spearman等级相关系数接近于0，且检验不显著。因此认为模型3——教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应为解释变量（自变量），最终建立的回归方程不存在异方差现象，回归方程的拟合效果较优。
（三）行为改变与个人因素、环境因素的关系分析
利用样本数据建立回归模型的目的，是对变量之间的关系进行分析判断与预测。本研究利用多元线性回归分析方法，以教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应和教学支持环境适应作为解释变量（自变量），采用逐步筛选（Stepwise）策略（向前筛选和向后筛选策略的综合），建立最优多元线性回归方程，回归方程模型3经过拟合优度检验、回归方程的显著性检验、回归系数的显著性检验、残差分析都说明了模型3的总体回归拟合效果较优。对教师使用信息技术教学行为改变与个人因素、环境因素之间的关系进行分析判断与预测，本研究发现个人因素中的能力适应、理念适应和态度适应对教师使用信息技术教学行为改变有显著的正向影响，而教学支持环境（环境因素）则对教师使用信息技术教学行为改变没有显著性影响，见表8。这表明了教师使用信息技术教学行为的改变，主要是由教师对使用信息技术教学的理念、态度、教学环节所需的各种能力等个人因素所决定，而教学支持环境对教师使用信息技术教学行为的改变影响不显著。
教师对使用信息技术教学的理念、态度、教学环节所需的各种能力作为解释变量，都会显著影响教师使用信息技术教学行为的改变。然而，各个解释变量的相对重要性如何呢？
由回归模型的整体显著性检验（表4）可知，模型3——教学行为改变适应为被解释变量（因变量），理念适应、态度适应、能力适应为解释变量（自变量），在这3个解释变量中，能力适应对教师使用信息技术教学行为改变的影响相对来说最大，因为其最先进入回归模型，理念适应次之，而态度适应变量最后进入回归模型，说明其对教师使用信息技术教学行为改变的影响相对来说最小。
在最优多元线性回归方程中包含的自变量Xi都对因变量Y有显著作用，偏回归系数bi表示了Xi对Y的具体效应。但实践中还需评定这些显著自变量的相对重要性（主次的判断），以利于抓住关键因素，达到调整和控制因变量反应量的目的，更好地解决实际问题，但偏回归系数bi本身并不能反映自变数的相对重要性。其实，在多元线性回归分析中，解释变量的相对重要性，通常采用标准偏回归系数（Standard Partial Regression Coefficient）的比较来确定（标准偏回归系数为不带单位的相对数，其绝对值的大小可以衡量对应的自变量对因变量作用的相对重要性，大者，其对应的自变量对因变量的作用是主要的）。本研究中，行为改变与个人因素、环境因素的标准回归方程为：教学行为改变适应=0.398*能力适应+0.295*理念适应+0.197*态度适应。
六、结束语
研究结果表明，教师在使用信息技术进行教学的过程中，个人因素中的能力适应、理念适应和态度适应对教师使用信息技术教学行为改变有显著的正向影响，教师使用信息技术教学行为的改变主要是由使用信息技术教学环节所需的各种能力所决定，理念适应次之，决定作用最小的为态度适应。教学支持环境的适应对教师使用信息技术教学行为的改变没有明显的决定作用，但教学支持环境是教师实施与开展信息化教学的必要条件，也应该受到学校和教育相关部门的重视。因此，当前在信息化教学进一步推进的过程中，学校和教育相关部门不仅应该在教师使用信息技术教学过程中给予教师相应的环境、资源与政策的支持，更应该采取鼓励教师在教学中使用信息技术，使教师在实际使用信息技术教学的过程中，掌握和提高相关的技术与能力，促进教师理念与态度的转变。