论文部分内容阅读
摘 要：在线课程是信息化条件下高等院校教育教学的重要手段，本文根据实际调查数据，采用因子分析的方法，对在线课程建设质量及其影响因素进行了实证分析，找到主要影响因素，并向有关部门提出若干建议。
关键词：因子分析；在线课程；影响因素
随着教育信息化步伐地不断加快，在线课程在高校教学过程中扮演的角色越来越重要。在线课程是高校基于互联网在现代教育技术和信息技术发展的基础上构建的教学管理与信息交流平台。通过在线课程平台进行教学实践活动，创造数字化学习氛围，促进教育观念的转变、丰富教学方式改革的途径，进而提高教育教学的成效。
1 评价指标
根据国内高校在线课程的运行主要特点、学生自主学习的习惯及我校师生反馈的信息，本文设置了10个指标，分别包括：硬件及软件建设X1、在线课程平台的简明性X2、在线课程平台内容的更新程度X3、在线课程平台的兼容性X4、在线课程平台界面的美观性X5，校园无线网络的覆盖率X6、学生的学习能力X7、学习的学习兴趣X8、学生的学习习惯X9、教师对学生的引导X10。每个评价指标分别按照效果很好、效果较好、效果一般、效果较差、效果很差5个等级要求被调查对象进行评判打分，分别对应5分、4分、3分、2分和1分。
2 数据来源
通过对我校学生和教师进行问卷抽样调查并对于指标进行打分，用量化的方式将教师及学生的评价表现出来，将我校在线课程建设质量及其影响因素的评价从定性分析转化为定量分析。本次问卷调查覆盖了我校大部分专业学生，由于我校师生比约为1：15，按照约1：15的比例发放了1800份问卷，剔除多选或漏选的120份问卷并成功收回1680份问卷，其中包含了1590名学生和90名老师。
为了更全面地分析我校在线课程建设的质量及其影响因素，在分析数据过程中使用因子分析的方法，即通过观测多个变量之间的相关关系以探求数据内部的基本结构，再使用少数几个变量达到化简原始所得数据的最终目的。最后对研究结果进行分析，对在线课程的建设与维护提供一些改进措施和意见。
3 因子分析
对原始数据进行总方差的分解，设置特征值界限为0.9，结果如表1所示。
从表1可以看出，前三个变量特征值的累积方差贡献率为74.12%，说明前三个特征值包含所调查信息的74.12%。因此，选取前三个特征值对应的向量为主成份，并将原始评价指标体系中的10个评价指标划分为三类。第一类因子命名为师生因子，记为F1，该因子包含X7、X8、X9、X10指标的内容；第二类因子命名为平台因子，记为F2，该因子包含X2、X3、X4、X5指标的内容；第三类因子命名为学校因子，记为F3，该因子包含X1、X6指标的内容。
利用所有师生在调查问卷中对各个原始指标的得分，计算出各个因子平均得分，并转化为百分制，结果如表2所示。
从表2可以看出，各个因子对在线课程的建设都产生了积极正面的影响。因子F1得分最高，表明师生能够充分发挥在线课程的作用，提高大学生自主学习的效果。因子F2得分第二高，表明在线课程本身的建设规范，得到了使用者的认同。因子F3得分较低，表明在线课程在建设运行中，还有存在运行不稳定、维护不及时等不足。
4 结语
为了更好地提高我校在线课程的建设效果，提出以下几点建议：（1）首先从方差贡献率可以发现师生因素是最重要的因素，需要加强教师正确的引导和有效的督促。（2）其次是在线课程平台的简明性和内容丰富性对自主学习的效果也较大影响，学校对于操作系统的兼容性应也应该加以重视。（3）建议能够进一步优化在线课程平台的导航功能，从而帮助使用者能够快速上手，同时增强在线课程平台运行的稳定性，减少强行退出等情况的发生。
参考文献：
[1]信伟华，郑莉.在线课程分析与比较[J].北京教育，2016（02）：65：67.
[2]卢雪艳，邹霞，胥碧.国内MOOC式平台网络资源建设问题分析——基于对学堂在线、爱课程、智慧树在线教育三大学习平台的分析[J].中国教育信息化，2015（07）：51-53.
[3]常志鵬，卞良.在线课程平台移动端APP的设计与实现[J].黑龙江科技信息，2016（21）：171.
关键词：因子分析；在线课程；影响因素
随着教育信息化步伐地不断加快，在线课程在高校教学过程中扮演的角色越来越重要。在线课程是高校基于互联网在现代教育技术和信息技术发展的基础上构建的教学管理与信息交流平台。通过在线课程平台进行教学实践活动，创造数字化学习氛围，促进教育观念的转变、丰富教学方式改革的途径，进而提高教育教学的成效。
1 评价指标
根据国内高校在线课程的运行主要特点、学生自主学习的习惯及我校师生反馈的信息，本文设置了10个指标，分别包括：硬件及软件建设X1、在线课程平台的简明性X2、在线课程平台内容的更新程度X3、在线课程平台的兼容性X4、在线课程平台界面的美观性X5，校园无线网络的覆盖率X6、学生的学习能力X7、学习的学习兴趣X8、学生的学习习惯X9、教师对学生的引导X10。每个评价指标分别按照效果很好、效果较好、效果一般、效果较差、效果很差5个等级要求被调查对象进行评判打分，分别对应5分、4分、3分、2分和1分。
2 数据来源
通过对我校学生和教师进行问卷抽样调查并对于指标进行打分，用量化的方式将教师及学生的评价表现出来，将我校在线课程建设质量及其影响因素的评价从定性分析转化为定量分析。本次问卷调查覆盖了我校大部分专业学生，由于我校师生比约为1：15，按照约1：15的比例发放了1800份问卷，剔除多选或漏选的120份问卷并成功收回1680份问卷，其中包含了1590名学生和90名老师。
为了更全面地分析我校在线课程建设的质量及其影响因素，在分析数据过程中使用因子分析的方法，即通过观测多个变量之间的相关关系以探求数据内部的基本结构，再使用少数几个变量达到化简原始所得数据的最终目的。最后对研究结果进行分析，对在线课程的建设与维护提供一些改进措施和意见。
3 因子分析
对原始数据进行总方差的分解，设置特征值界限为0.9，结果如表1所示。
从表1可以看出，前三个变量特征值的累积方差贡献率为74.12%，说明前三个特征值包含所调查信息的74.12%。因此，选取前三个特征值对应的向量为主成份，并将原始评价指标体系中的10个评价指标划分为三类。第一类因子命名为师生因子，记为F1，该因子包含X7、X8、X9、X10指标的内容；第二类因子命名为平台因子，记为F2，该因子包含X2、X3、X4、X5指标的内容；第三类因子命名为学校因子，记为F3，该因子包含X1、X6指标的内容。
利用所有师生在调查问卷中对各个原始指标的得分，计算出各个因子平均得分，并转化为百分制，结果如表2所示。
从表2可以看出，各个因子对在线课程的建设都产生了积极正面的影响。因子F1得分最高，表明师生能够充分发挥在线课程的作用，提高大学生自主学习的效果。因子F2得分第二高，表明在线课程本身的建设规范，得到了使用者的认同。因子F3得分较低，表明在线课程在建设运行中，还有存在运行不稳定、维护不及时等不足。
4 结语
为了更好地提高我校在线课程的建设效果，提出以下几点建议：（1）首先从方差贡献率可以发现师生因素是最重要的因素，需要加强教师正确的引导和有效的督促。（2）其次是在线课程平台的简明性和内容丰富性对自主学习的效果也较大影响，学校对于操作系统的兼容性应也应该加以重视。（3）建议能够进一步优化在线课程平台的导航功能，从而帮助使用者能够快速上手，同时增强在线课程平台运行的稳定性，减少强行退出等情况的发生。
参考文献：
[1]信伟华，郑莉.在线课程分析与比较[J].北京教育，2016（02）：65：67.
[2]卢雪艳，邹霞，胥碧.国内MOOC式平台网络资源建设问题分析——基于对学堂在线、爱课程、智慧树在线教育三大学习平台的分析[J].中国教育信息化，2015（07）：51-53.
[3]常志鵬，卞良.在线课程平台移动端APP的设计与实现[J].黑龙江科技信息，2016（21）：171.