基于廣義線性模型的師范生教師職業(yè)教學(xué)技能應(yīng)用研究*

周 杰，洪河條，李國強(qiáng)，王國湖

（1.杭州師范大學(xué) 現(xiàn)代教育技術(shù)中心，浙江 杭州 311121；2.杭州師范大學(xué) 教育學(xué)院，浙江 杭州311121）

基于廣義線性模型的師范生教師職業(yè)教學(xué)技能應(yīng)用研究*

周 杰1，洪河條2，李國強(qiáng)2，王國湖2

（1.杭州師范大學(xué) 現(xiàn)代教育技術(shù)中心，浙江 杭州 311121；2.杭州師范大學(xué) 教育學(xué)院，浙江 杭州311121）

文章以浙江省師范生教學(xué)技能大賽參賽選手作為研究對象，從師范生成長過程角度考察師范生的教師職業(yè)教學(xué)技能發(fā)展的路徑和影響因素。以浙江省師范生的教師職業(yè)教學(xué)技能競賽數(shù)據(jù)為實(shí)證依據(jù)進(jìn)行廣義線性模型的建模，探討了影響師范生的教師職業(yè)教學(xué)技能因素之間的關(guān)系。研究表明：性別因素對師范生的教學(xué)技能水平無顯著影響；以師范教育為主的高等院校相較于其他院校表現(xiàn)較好；各個(gè)學(xué)科專業(yè)的師范生信息化素養(yǎng)水平較好。

廣義線性模型；Logit回歸模型；師范生；教學(xué)技能

一、問題的提出

師范生的教師職業(yè)教學(xué)技能[1]包括口語表達(dá)技能、書面表達(dá)技能、教學(xué)工作技能（教學(xué)設(shè)計(jì)的技能、使用教學(xué)媒體和編制教學(xué)軟件的技能、課堂教學(xué)技能、設(shè)計(jì)和批改作業(yè)的技能、組織和指導(dǎo)學(xué)科課外活動(dòng)的技能、教學(xué)研究的技能）、班主任工作技能（集體教育的技能、個(gè)體教育的技能、與任課教師和學(xué)生家長的溝通技能）等方面，主要是教師開展教育教學(xué)活動(dòng)必備的技能。教師作為一種專門的職業(yè)，需要師范生（未來從業(yè)者）經(jīng)過一套嚴(yán)格的、科學(xué)的專業(yè)知識(shí)和專門技術(shù)的訓(xùn)練才能勝任[2]。教學(xué)技能是教師在長期的教學(xué)實(shí)踐中形成的一種熟練而靈活多變的能力，同時(shí)也是培養(yǎng)合格的師范生訓(xùn)練的重點(diǎn)內(nèi)容。目前，政府、專家以及學(xué)者在師范生的教學(xué)技能培訓(xùn)和考核中做了積極而有益的探索。有學(xué)者提出信息技術(shù)與教育教學(xué)深度融合深刻影響著教師的教學(xué)技能結(jié)構(gòu)，伴隨著課堂教學(xué)模式的變化，必然對師范生教學(xué)技能的培養(yǎng)提出新的要求，信息技術(shù)能力也將納入師范生必須具備的教師職業(yè)教學(xué)技能范圍。再比如，由浙江省教育廳、浙江省教育技術(shù)中心、各市縣教育局等政府部門協(xié)同各級各類高等學(xué)校開展浙江省師范生教學(xué)技能競賽[3]，旨在主動(dòng)適應(yīng)并服務(wù)于基礎(chǔ)教育改革發(fā)展對師資培養(yǎng)的需求，促進(jìn)師范生教學(xué)能力的提升，同時(shí)也是衡量師范生的教師職業(yè)教學(xué)技能水平的有益嘗試。

在“互聯(lián)網(wǎng)+”時(shí)代背景下，為了適應(yīng)新課程改革和新的教學(xué)模式，培養(yǎng)達(dá)到專業(yè)化標(biāo)準(zhǔn)的教師隊(duì)伍，應(yīng)改變過往對師范生的教師職業(yè)教學(xué)技能粗略地、描述性統(tǒng)計(jì)整體水平的研究，轉(zhuǎn)向精確化、深層次量化的研究方法，進(jìn)而深入剖析師范生的教師職業(yè)教學(xué)技能水平與各類因素之間的關(guān)系或者影響因素。因此，本文以浙江省師范生教學(xué)技能大賽參賽選手作為研究對象，從師范生成長過程角度考察師范生的教師職業(yè)教學(xué)技能發(fā)展的路徑和影響因素。以浙江省師范生的教師職業(yè)教學(xué)技能競賽數(shù)據(jù)為實(shí)證依據(jù)進(jìn)行廣義線性模型的建模，根據(jù)浙江省高等學(xué)校師范生教學(xué)技能大賽中的年齡、學(xué)校、專業(yè)、參賽科目等各個(gè)屬性或類別因素逐步構(gòu)建出Logit回歸模型的飽和模型，能夠更加客觀、科學(xué)而全面地分析各個(gè)變量或者屬性之間的內(nèi)在聯(lián)系，以期檢驗(yàn)師資培養(yǎng)質(zhì)量，加強(qiáng)教師基本技能的學(xué)習(xí)與訓(xùn)練，以促進(jìn)教師教育的發(fā)展，提高師范生的教師教育教學(xué)基本素質(zhì)和能力。

二、數(shù)據(jù)的選取與Logit回歸模型的構(gòu)建

1.數(shù)據(jù)來源及說明

浙江省高等學(xué)校師范生教學(xué)技能競賽自2007年始每年開展一屆，已經(jīng)順利完成九屆大賽。該競賽是一項(xiàng)封閉式大賽，由浙江省大學(xué)科技競賽委員會(huì)主辦。參賽選手選自浙江省高等學(xué)校師范專業(yè)全日制普通本科、?？圃谛４髮W(xué)生。競賽由“教學(xué)設(shè)計(jì)、課件制作、模擬上課、即席演講”四個(gè)部分組成，競賽組別分為普通組、學(xué)前組、職教組，其中普通組包含語文、數(shù)學(xué)、外語、綜合一、綜合二、綜合三，綜合一組包含歷史、思想政治、歷史與社會(huì)、心理、地理，綜合二組包含物理、化學(xué)、生物、科學(xué)、信息技術(shù)，綜合三組包含音樂、體育、美術(shù)。競賽評審由競賽評審專家組負(fù)責(zé)，專家組成員由各有關(guān)高等學(xué)校推薦的師范教育專家以及若干名基礎(chǔ)教育一線的特級教師組成，各校有參賽組別的每組推薦兩名。本文選取浙江省高等學(xué)校師范生某一屆教學(xué)技能大賽為研究數(shù)據(jù)，參賽選手來自浙江省內(nèi)17所高等學(xué)校院校30個(gè)科目方向的282名師范生，其中普通組221名、職教組24名、學(xué)前組37名。競賽數(shù)據(jù)多數(shù)為屬性數(shù)據(jù)：參賽組別、參賽科目、參賽學(xué)校、參賽者姓名、參賽者性別、指導(dǎo)老師等。競賽流程環(huán)節(jié)有150分鐘完成教學(xué)設(shè)計(jì)并制作課件、3分鐘即席演講和10分鐘模擬上課，共計(jì)四個(gè)項(xiàng)目。每個(gè)項(xiàng)目中有5位評委根據(jù)參賽選手表現(xiàn)打分，取5位評委的平均分作為該項(xiàng)目的分?jǐn)?shù)，最后將參賽選手四個(gè)項(xiàng)目的得分按照權(quán)重計(jì)算得到選手參賽的最終分?jǐn)?shù)，數(shù)據(jù)條目示例如表1所示。

在獲取的源數(shù)據(jù)中，有部分?jǐn)?shù)據(jù)缺失的情況，如參賽選手遇突發(fā)狀況臨時(shí)放棄比賽4人，針對這類數(shù)據(jù)我們直接刪除。再加之，師范生專業(yè)的特點(diǎn)，競賽人數(shù)有限，某些類別的參賽選手樣本量較小，參數(shù)選手女生占據(jù)相當(dāng)大的比重，中、低學(xué)段以及高學(xué)段的男生較少。綜上，我們刪除缺失的數(shù)據(jù)之后得到有效數(shù)據(jù)208條。

表1 數(shù)據(jù)條目

2.構(gòu)建Logit回歸模型

廣義線性模型是線性模型的擴(kuò)展，其特點(diǎn)是不強(qiáng)行改變數(shù)據(jù)的自然度量，數(shù)據(jù)可以具有非線性和非恒定方差結(jié)構(gòu)。對數(shù)線性模型作為廣義線性模型中一種重要、成熟的模型，是指導(dǎo)數(shù)據(jù)中因變量及因變量之間的相關(guān)關(guān)系非常重要的模型。Logit回歸模型[4]是處理屬性數(shù)據(jù)資料的統(tǒng)計(jì)模型，是處理具有非線性相關(guān)的離散變量的統(tǒng)計(jì)處理方法。以n個(gè)變量為例，當(dāng)n個(gè)變量相互不獨(dú)立時(shí)，建立的logit回歸模型是飽和模型。飽和模型的形式如公式1所示：

這里的p(y=1)是響應(yīng)變量y成功的概率，y成功概率服從0-1二項(xiàng)分布；β為其他因變量一致時(shí)響應(yīng)變量y成功的優(yōu)勢比 （也即截距項(xiàng)的優(yōu)勢比）；β1為因變量xi對應(yīng)的因變量增加一個(gè)單位時(shí)優(yōu)勢比增加值。當(dāng)因變量的優(yōu)勢比值大于0時(shí)，說明隨著因變量的值增加，響應(yīng)變量y成功的優(yōu)勢在增加；當(dāng)因變量的優(yōu)勢比值小于0時(shí)，說明隨著因變量的值增加，響應(yīng)變量y成功的優(yōu)勢在減小；當(dāng)因變量優(yōu)勢接近于0時(shí)，表明隨著因變量的值增加，響應(yīng)變量y成功的優(yōu)勢沒有發(fā)生變化，由此進(jìn)一步表明因變量對于響應(yīng)變量的影響較小。

在實(shí)際的數(shù)據(jù)分析中，通常除了因變量的主效應(yīng)項(xiàng)以外，各個(gè)因變量之間存在著交互作用，飽和模型的擬合效果不一定最好。因而，需要根據(jù)變量之間的獨(dú)立性關(guān)系，選擇合適的模型才能得到較好的模型擬合效果。好的模型既能充分?jǐn)M合數(shù)據(jù)，又能最大程度的發(fā)現(xiàn)數(shù)據(jù)中的信息。首先，我們考慮飽和模型，形式如公式2所示：

在模型擬合結(jié)果發(fā)現(xiàn)，模型參數(shù)估計(jì)算法無法聚合，仔細(xì)研究發(fā)現(xiàn)，原始數(shù)據(jù)只有208個(gè)，但是飽和模型中參數(shù)已經(jīng)不止208個(gè)了，因此必須考慮從飽和模型中逐步篩選變量。經(jīng)過模型篩選過程發(fā)現(xiàn)，僅有包含主效應(yīng)項(xiàng)的模型是能夠擬合數(shù)據(jù)的。為此建立僅有主效應(yīng)項(xiàng)的模型，如公式3所示：

根據(jù)“性別”、“學(xué)校”、“專業(yè)”、“類別”等變量之間的獨(dú)立性關(guān)系，考察4個(gè)自變量兩兩之間以及與總分的相關(guān)關(guān)系。例如，檢驗(yàn)性別與組別的相關(guān)關(guān)系，得到如下的列聯(lián)表：對性別、組別做卡方檢驗(yàn)時(shí)，卡方值為13.527，自由度為6，P-值為0.03539。

可見，性別與組別有著顯著的相關(guān)關(guān)系，說明4個(gè)自變量之間存在著較強(qiáng)相關(guān)關(guān)系，但在自變量中，數(shù)據(jù)分布的不均衡性非常明顯，使得只能建立僅包含住效應(yīng)的logit模型。

類似的，性別、組別、學(xué)校、類別與總分之間都存在著相關(guān)關(guān)系，統(tǒng)計(jì)4組變量的卡方值和顯著性結(jié)果時(shí)，匯總?cè)绫?所示。

表2 四組變量的卡方值與顯著性結(jié)果

另外，針對“組別”、“學(xué)?！薄ⅰ邦悇e”變量中某些變量顯著性檢驗(yàn)不通過的情況，考慮將“組別”、“學(xué)?！?、“類別”中不顯著的類別合并。例如，將組別中“綜合一組”、“綜合三組”、“外語組”合并為“其他組”，將類別中除“小學(xué)語文”、“小學(xué)數(shù)學(xué)”、“初中思品”、“初中數(shù)學(xué)”、“初中英語”之外的學(xué)科合并為“其他組”。

經(jīng)過模型變量的篩選以及對于4個(gè)變量取值的重新設(shè)定，我們建立了如下的logit回歸模型，如公式4所示：

三、實(shí)證結(jié)果分析

建立logit模型后，應(yīng)對各個(gè)效應(yīng)的估計(jì)值是否顯著進(jìn)行檢驗(yàn)。通過對效應(yīng)系數(shù)的顯著性可以判斷該效應(yīng)在模型中是否合理。對數(shù)線性模型系數(shù)的檢驗(yàn)通常用Z檢驗(yàn)法。模型系數(shù)的檢驗(yàn)結(jié)果及參數(shù)估計(jì)值見表3。

表3 模型系數(shù)檢驗(yàn)結(jié)果及參數(shù)估計(jì)值

表3中，β=-1.1915，P值為0.1728>0.10，表明截距項(xiàng)不顯著；β性別=-0.408，其中基線類別為女性，P值為0.3908，表明比賽結(jié)果中性別的差異不明顯；β學(xué)校=其他= 0.9130，β學(xué)校=A師范大學(xué)=2.0054，基線類別為B大學(xué)，P值分別為0.25549和0.02545，表明相對于其他學(xué)校（包括B大學(xué)），A師范大學(xué)的學(xué)生比賽結(jié)果比較好；β組別=學(xué)前組=-1.2252，β組別=語文組=3.2249，β組別=綜合二組=-1.6817，基線類別為其他組，3個(gè)組別的P值都小于0.10，表明3個(gè)組別相對于其他組別都是顯著的；另外，由于所有類別的P值都是顯著，綜合了一些類別項(xiàng)仍然無濟(jì)于事。在類別中，其實(shí)部分信息已經(jīng)包含在組別之中了，例如外語組就包含了高中英語組、初中英語組、小學(xué)英語組，同時(shí)，由于類別中維度多達(dá)26項(xiàng)，模型中參入了學(xué)校、組別和性別等因素，使得模型有2*3*4*26=624項(xiàng)，但是樣本數(shù)據(jù)中僅有208項(xiàng)，因此多數(shù)項(xiàng)擬合之后為0或者負(fù)值。因此，只能在模型中舍棄類別項(xiàng)。因此，最終的模型定位為如公式5所示：

模型中，組別和學(xué)校是顯著變量，在學(xué)校這個(gè)變量中，A師范大學(xué)、B大學(xué)（基線類別）的選手相對于其他學(xué)校的選手成績比較優(yōu)秀，同時(shí)，學(xué)前組、語文組以及綜合二組的比賽選手相對其他組別的選手優(yōu)勢比較明顯。

四、研究結(jié)論與不足

從實(shí)證結(jié)果我們得出以下結(jié)論：①在浙江省高等學(xué)校師范生教學(xué)技能競賽中，性別因素對比賽成績沒有顯著影響。也就是說，通過一系列教學(xué)技能訓(xùn)練之后，男生和女生在師范生的教師技能水平諸如口語表達(dá)技能、書面表達(dá)技能、教學(xué)工作技能以及信息化水平等方面表現(xiàn)差異不大。②以師范教育為主的高等師范類院校的表現(xiàn)成績相較于其他院校在師范生教學(xué)技能的培養(yǎng)方面有一定的資源優(yōu)勢，主要是優(yōu)秀的教師資源。③在專業(yè)類別上，由于國家政策對教育信息化的導(dǎo)向和財(cái)政支持，信息技術(shù)學(xué)科正逐步壯大，正逐步提升各個(gè)學(xué)科專業(yè)的師范生信息化素養(yǎng)水平。然而，不足之處在于樣本數(shù)量小，參賽選手人數(shù)有限，這有待后續(xù)采用大數(shù)據(jù)樣本開展分析，從而得到更全面和更準(zhǔn)確的研究結(jié)果。

[1]高等師范學(xué)校學(xué)生的教師職業(yè)技能訓(xùn)練大綱[DB/OL].http://wenku.baidu.com.

[2]鐘啟泉.現(xiàn)代教學(xué)論發(fā)展[M].北京:教育科學(xué)出版社,1988:84.

[3]關(guān)于舉行浙江省高等學(xué)校師范生教學(xué)技能競賽. [DB/OL].http://www.zjcontest.net/zjcontest/index.

[4]Luce,R.D.(1959/2005)Individual Choice Behavior:A TheoreticalAnalysis.New York:Wiley. Reprinted by Dover Publications.

（編輯：魯利瑞）

G451

:A

：1673-8454（2017）06-0075-03

本文系浙江省社會(huì)科學(xué)界聯(lián)合會(huì)研究課題成果 “數(shù)據(jù)挖掘技術(shù)優(yōu)化教師網(wǎng)絡(luò)學(xué)習(xí)共同體的應(yīng)用研究”（課題編號(hào): 2017Z06）；2014年教育部卓越教師項(xiàng)目《師德·師能·師藝并重的卓越小學(xué)全科教師培養(yǎng)創(chuàng)新與實(shí)踐》階段性成果。