高校學生行為的多維學困衡量和分析

路 亮，楊 毅

(云南農業(yè)大學 大數(shù)據(jù)學院，云南 昆明 650201)

隨著高校擴招，生均教學資源不可避免的被攤薄[1].如何優(yōu)化教學資源的分配，找到學生面臨的困難，提高教學質量，已成為當前教育部門面臨的挑戰(zhàn)[2].

教育工作者一直在嘗試利用大數(shù)據(jù)的技術來幫助教育的改革和提高學生的學習效果[3].如何更好的利用數(shù)據(jù)使之為教學決策、學業(yè)預警等服務，正成為教育部門及研究者關注的重點[4-8].

相關研究表明，高校學困生(智力正常, 但由于各種不同的原因, 造成其學習成績明顯差于同年級的學生, 而不能達到高校規(guī)定的教學大綱要求)，根據(jù)主要形成原因可把他們劃分為7大類型：網(wǎng)絡成癮型、專業(yè)厭倦型、知識脫節(jié)型、動機缺失型、心理障礙型、方法不適型和事務纏身型[9].

高校學困生形成的因素是多方面的、動態(tài)的，因此學困的識別不能單純的使用單維的角度如學習成績來設計.在此背景下，本研究的目的是將導致學生學習困難的不同種類的數(shù)據(jù)容納在一個總體框架內，并對從多個角度對數(shù)據(jù)的重要性、學困指數(shù)以及學困生(學習成績暫時落后的學生)的判定進行綜合的測度和分析.

1 多維學困測量方法

A-F(Alkire-Foster)方法描述了如何利用“雙界限法”識別窮人[10].方法的應用基于評估事物的指標是多樣的、可量化的前提.由于方法應用的靈活性，適用于評價指標多樣化的條件.由于學困形成的復雜性，本文使用A-F雙重界限學困線，確定學生在多少維度被剝奪視為學困.在這里，雙重界限指的是學生的剝奪界限和學困界限，分別表明誰被剝奪了哪些指標，以及一個人是否被剝奪了足夠的學困.

在維度學困測量中，還采用A-F維度聚合和分解方法，分別反映了學困線上的學困總體水平，即“總體上學困多少”進行評估和監(jiān)測，共同分配剝奪通過計算得到多維學困發(fā)生率(H),平均剝奪份額(A)，多維學困指數(shù)(MUI, multidimensional underachiever index)以及各指標(C)的貢獻程度.

以學生個體為評估單元，以班級為單位，設計多維度衡量指標，采用A-F識別以及按班級、學科分解，比較不同師資和環(huán)境下學困特征的多樣性.

使用的數(shù)據(jù)主要來源于云南省某大學網(wǎng)絡教學平臺數(shù)據(jù)庫、學生校園一卡通數(shù)據(jù)庫.包括自2010—2016年該大學與網(wǎng)絡教學系統(tǒng)的存在交互行為的學生行為、基礎數(shù)據(jù)，行為數(shù)據(jù).從中選取數(shù)據(jù)完整度最高的2 015級4 512名學生數(shù)據(jù)，包括833名期末考試不及格和3 679名成績合格的學生，通過分層抽樣抽取1 100名學生.

數(shù)據(jù)在投入使用前經(jīng)過預處理，例如消除特異值，不適合的學生數(shù)據(jù)等.

2 多維學困指標體系

2.1 維度及指標設定

為構建多維度學困指標體系，按照科學、可用和實用的原則,確定從態(tài)度、基礎和行為3個維度進行分析.構建了該大學多維學困度量指標體系，見表1共有3個維度14個基本指標.作為確定誰被剝奪的依據(jù)和在哪個指標中(具體定義見表格).例如，如果一個學生作業(yè)缺交和晚交的次數(shù)大于臨界值，則這個學生為學困生.

表1 維度及指標設定

在剝奪向量Z的選擇上，本文采取了專家打分和實際數(shù)據(jù)表現(xiàn)結合的形式，原則上根據(jù)3∶ 7的比例劃分需要重點關注的學生，將轉化后的數(shù)據(jù)對學業(yè)成績作邏輯回歸以驗證其有效性.

關于A-F方法中這些維度的權重，參考普遍采用的等權方案[11],本文對所有的3個維度以及各維度的指標賦予同等的權重，指定每個維度具有相同的權重1/3，并且每個維度中的每個指標具有相同的權重.

2.2 方法介紹

A-F方法在學生數(shù)據(jù)的基礎上，計算不同類型指標的不足，剝奪這些資料分析來識別誰是學困生.此外，在學困維度測量中，還采用了維度聚合和分解方法，分別反映了學困生的學困總體水平，即“總體學困多少”進行評估和檢測，共同分配剝奪，以及確定后按維度分列.通過學生數(shù)據(jù)構建維度指標體系得到數(shù)據(jù)矩陣Y，根據(jù)剝奪臨界值向量Z構建剝奪矩陣g0，然后測算出表示學生個人多維學困情況的指標(H)“多維學困發(fā)生率”，學困深度指標(A)“平均剝奪份額”，然后用來構造一個多維學困指數(shù)(MUI)用以來表明學困群體的綜合學困情況，雙重界限是指目標群體和其他群體的剝奪界限和學困界限，分別表明誰被剝奪了哪些指標，以及一個學生是否被剝奪了足夠的學困指標.

各變量具體解釋見表2.

表2 A-F方法具體變量的解釋

2.3 方法的應用前提

Alkire-Foster方法應用時，需考慮到以下前提[12]：

1) 選擇分析單位，通常為個人，也可以是其他的單位分組

2) 選擇數(shù)據(jù)，通常應考慮5種選擇方法：

a.引起利益相關者的價值觀和觀點；

b.通過公眾共識獲得一定程度合法性的清單；

c.來自慣例、社會學、心理學理論或哲學關于人們重視或應重視什么的假設；

d.唯一具有所需特征的可用數(shù)據(jù)；

e.關于人們價值觀的經(jīng)驗證據(jù)，偏好和行為的數(shù)據(jù)

這些方法是重疊的，并且經(jīng)常串聯(lián)使用;使用時需要考慮數(shù)據(jù)可用性的問題，并且通常需要參與或至少達成共識才能使維度具有公共合法性.

3)選擇指標

a.準確性(使用盡可能多的指標，以便分析可以正確指導政策)

b.簡約性(使用盡可能少的指標，以確保易于分析政策目的和透明度)

為每個維度選擇指標，統(tǒng)計特性通常應是相關的.

3 多維學困估計結果

3.1 按維度分解

利用數(shù)據(jù)及A-F方法，估算出學生的多維學困結果，按指標分解如表3、表4所示：

表3 不同k值下學困維度及其貢獻度

表4 不同k值下細分指標及其貢獻度

可根據(jù)各項指標的貢獻度來選擇合適的k值，探索學困的影響因素.由表3和表4可見，在不同的k值下可得到多維學困指數(shù)(M)，以及3個維度分別對給定的k值下的學困貢獻率.隨著k的增加，H和MUI的值呈下降趨勢.k<5時，學生行為和基礎的貢獻率要高于態(tài)度，這說明對于學困判定較嚴苛(即滿足很小的k值就被認定為學困生時)，大部分的學生在行為和基礎維度上做的不夠好，而當k值增加，群體中表現(xiàn)最差的那部分學生里，態(tài)度不好所占的比重得到了顯著的增加，即在大多數(shù)維度都做的不好的學生里，他們共同的特點是學習態(tài)度存在問題.

第1次作業(yè)的成績貢獻低于同組其他指標，而第1次作業(yè)提交的時間貢獻較高，由于第1次作業(yè)通常不是在課堂現(xiàn)場完成，是由學生下課以后提交，提交的時間反應了學生對于開學的適應程度以及學習的積極性，而學習的積極性對于學習起到的作用，要高于第1次作業(yè)成績所代表的學習基礎.

以第1次作業(yè)提交時間為例，k>5時，它的貢獻率達到所有指標中的最大，表明受該指標影響的學生個體，至少同時受到其他4項指標的影響.而如家庭收入，消費行為等隨k值增加，貢獻率下降的指標，在我們的樣本中大部分的學生可能在這些方面表現(xiàn)不佳，但真正的學困生受到這些方面的影響較小.

由于學生的基礎數(shù)據(jù)相對固定，從開學時至學期末數(shù)據(jù)不會有太大變化，學困預警無法實時更新預測結果.但是，學生成績也和自身的學習以及生活行為習慣特性密切相關[13].學生在校園內的行為習慣的變化是可以實時監(jiān)測的，為實時地預測學生成績提供可能.

學業(yè)成績預測借助了兩個影響成績最顯著的行為特性：學習態(tài)度和生活行為對學生進行刻畫[13].間接反映了學習時間和學習態(tài)度，得出學生的成績預測分析，能很好地反映出學生成績的未來走勢.

3.2 按班級分解

在本次樣本中，我們選擇了某專業(yè)A和B兩個班級的學生數(shù)據(jù)進行分解，得到不同k值下不同班級的學生對學困的貢獻如表5所示.

表5 按班級分解 %

可以看到2個班級的學生表現(xiàn)情況較好，在k>6時，2個班都不存在學困生，相對于總體來說，是更好的表現(xiàn)，但在2個班級的對于比較中，不難發(fā)現(xiàn)在k∈[1,5]時，B班的學困生始終大于A班，而k=6時，A班的學困生超過了B班，這表明A班的整體學困水平要優(yōu)于B班，但A班個別學困程度較深的學生，情況要比B班嚴重，此結果對于了解班級綜合評價，教學質量的評估有著重要的意義.

3.3 學困生與期末成績分析

將不同k值下A-F方法認定的學困生與期末考試卷面成績掛科的學生做混淆矩陣[14]：

表6 不同k值下學業(yè)預警混淆矩陣 %

從結果可見，當k=7的時，以學困生的判斷對于學生掛科情況可以有一個較高準確率的判斷，可為學生掛科的可能性提供預警參考.

4 結語

本文針對提高本科教學質量的戰(zhàn)略，提出了多維學困測度與分析的方法，以云南省某大學為樣本，研究了不同條件下學困生的多維學困特征.

提出了一套多維學困指標體系，包括3個維度和14個基本指標；建立了給予A-F雙重界限的多維學困度量模型來評估學困生的多維學困特征；使用學困生的判定來對學業(yè)進行預警.

通過研究可見，在教育工作者選擇不同的學困界限對于學生進行管理時，通過不同程度的判別條件，可以得到學生的指標貢獻情況.在學困問題上，給各類學生指標進行排序，可以得到教育工作者應關注問題的優(yōu)先級，為教育決策的執(zhí)行提供依據(jù)并觀察執(zhí)行的效果.我們選擇了以班級為單位進行分解，可得到各個班級的學困綜合評估，這給教學質量評估工作提供了重要的數(shù)據(jù)參考.本文方法還可根據(jù)課程、性別、民族等其它分組方式進行分析，隨著數(shù)據(jù)的完善，亦可拓展到專業(yè)、學院、學校乃至區(qū)域等應用層面，為教育決策提供更深入的支持.

值得注意的是，由于本研究存在地域限制以及數(shù)據(jù)的局限性.并不意味著在其他情況下依然成立，畢竟這僅僅是一種情況下的應用.在未來應開展進一步的研究，以界定和論證學生和教師如何分享想法和交流教學，數(shù)據(jù)類型，方法和評估的實際差距.

此外，如何確定“正確”的剝奪界限，學困線和權重以及對各種加權的方法進行系統(tǒng)的檢驗，也需要進一步的深入研究，特別是為了考察各種權重可能得到結果的多樣性，在權重的選擇上，可以基于博弈論使用主觀等權與組合權重兩種不同的加權方法，組合權重可以定義為等權重法和熵值法之間的最優(yōu)權重[15]，可得到更多樣的結果.