疫情期間本科生規(guī)?；诰€學(xué)習(xí)的支持度分析

鞏倩 包娜萍 仲卓帆 蔡佳蕙

摘要：本文研究了杭州市本科生對(duì)規(guī)?；诰€學(xué)習(xí)的支持度。利用問(wèn)卷調(diào)查獲得的數(shù)據(jù)，結(jié)合多元邏輯回歸模型建立本科生對(duì)規(guī)?；诰€學(xué)習(xí)的支持度量化評(píng)價(jià)體系，最后對(duì)模型進(jìn)行實(shí)際應(yīng)用并分析。

關(guān)鍵詞：描述性分析;列聯(lián)表分析;多元邏輯回歸

1.引言

2020新冠疫情來(lái)勢(shì)洶洶，為阻斷疫情向校園蔓延，教育部號(hào)召全國(guó)各類(lèi)學(xué)校利用網(wǎng)絡(luò)平臺(tái)“停課不停學(xué)”，要求各級(jí)各類(lèi)學(xué)校做好春季學(xué)期延期開(kāi)學(xué)等相關(guān)工作。結(jié)合我國(guó)教育部頒發(fā)的《教育信息化2.0行動(dòng)計(jì)劃》提出積極推進(jìn)“互聯(lián)網(wǎng)+教育”的發(fā)展，規(guī)?；诰€學(xué)習(xí)成為疫情期間學(xué)生學(xué)習(xí)的主要方式。因此，我們決定對(duì)杭州市疫情期間本科生規(guī)?；诰€學(xué)習(xí)的支持度進(jìn)行調(diào)研。

2.樣本容量的確定

本文設(shè)置置信度為95%，最大允許絕對(duì)誤差為，對(duì)初始樣本量進(jìn)行計(jì)算[1]：

通過(guò)初始計(jì)算、調(diào)整，并考慮調(diào)研時(shí)的回答率，初步得到。為進(jìn)一步保證估計(jì)精度和實(shí)際操作方便，我們確定最后的樣本容量為950。

3.對(duì)疫情期間規(guī)?；诰€學(xué)習(xí)支持度的描述性分析——授課方式選擇為例

由數(shù)據(jù)可知，近半的調(diào)查對(duì)象選擇了線上線下結(jié)合的授課方式，這表明高校大學(xué)生還是喜歡線上線下結(jié)合授課，能有效吸收兩種方式的優(yōu)點(diǎn);其次，線下的比重明顯大于線上，這也說(shuō)明高校大學(xué)生還是習(xí)慣線下學(xué)習(xí)，完全以線上學(xué)習(xí)的授課方式并不能被高校大學(xué)生所接受。總體而言，我們目前更需要宣傳線上線下結(jié)合的授課方式，更有利于高校大學(xué)生的學(xué)習(xí)。

4.多因素影響下疫情期間規(guī)模化在線學(xué)習(xí)支持度的列聯(lián)表分析——居住所在地為例

在本次調(diào)研中，我們選取了3類(lèi)地點(diǎn)，分別是浙江省杭州市、浙江省非杭州市以及省外。不同居住所在地的本科生對(duì)規(guī)?；诰€學(xué)習(xí)會(huì)有不同的看法，會(huì)影響其支持度，從而造成差異性。具體分析如下：

卡方檢驗(yàn)的p值均小于0.05，得出結(jié)論，不同居住所在地對(duì)規(guī)?；诰€學(xué)習(xí)支持度有影響。首先我們可以比較浙江省杭州市和非杭州市的部分，可以發(fā)現(xiàn)整體上兩者都支持線上線下結(jié)合的方式，但又有區(qū)別，浙江省非杭州市更傾向于線上線下結(jié)合的方式，因?yàn)榫幼〉剌^遠(yuǎn)，這部分高校大學(xué)生希望線上線下結(jié)合更有利于他們的學(xué)習(xí)。其次，我們可以發(fā)現(xiàn)省外在線上線下結(jié)合的比重遠(yuǎn)超于其他兩類(lèi)居住地，可能因?yàn)橐环矫嬗捎诼吠具b遠(yuǎn)的問(wèn)題，他們希望線上，另一方面，他們無(wú)法完全適應(yīng)線上的授課模式，所以整體上傾向于線上線下結(jié)合。

5.多元Logistic下疫情期間規(guī)模化在線學(xué)習(xí)的支持度分析

5.1構(gòu)建模型

我們將疫情結(jié)束后授課方式選擇定義為因變量，其中y=1代表更喜歡線上學(xué)習(xí);y=2代表更喜歡線下學(xué)習(xí);y=3代表更喜歡線上線下結(jié)合學(xué)習(xí)。

接著我們選取問(wèn)卷中的A1-A5，B6，B8，C2-C4，C6這11道題目作為初始自變量，選取C7作為因變量。由于回歸模型自變量較多，我們先將各個(gè)自變量與因變量之間進(jìn)行列聯(lián)表和相關(guān)性分析，挑選出與因變量顯著的因子作為本次回歸模型的自變量，運(yùn)行結(jié)果如下：

由上述卡方檢驗(yàn)結(jié)果可得，A5與C7之間的關(guān)聯(lián)度顯著。運(yùn)用同樣的方法，可以得到各自變量與因變量之間的關(guān)聯(lián)度如下表：

由此，我們可以得到，對(duì)因變量有顯著性影響的一些因素。為進(jìn)一步分析和預(yù)測(cè)我們對(duì)顯著的變量建立多元Logistic回歸模型。

5.2結(jié)果與分析

借助SPSS，經(jīng)過(guò)多次迭代，依據(jù)AIC準(zhǔn)則，我們剔除了B6，B8，C3，C4，其余變量（A5，C2，C6）均具有統(tǒng)計(jì)學(xué)意義，參數(shù)估計(jì)表如下：

6.多元Logistic回歸方程的應(yīng)用

基于上述模型，我們可以具體分析杭州本科生對(duì)規(guī)模化在線學(xué)習(xí)支持度的看法。我們將模擬對(duì)象的參數(shù)設(shè)置為預(yù)期目的完成很好、支持教師當(dāng)前授課方式的高校大學(xué)生，僅改變居住所在地，再利用該回歸模型分別計(jì)算出模型對(duì)象的相應(yīng)參數(shù)下的規(guī)?；诰€學(xué)習(xí)支持度，進(jìn)行對(duì)比分析得出相應(yīng)結(jié)論。模擬過(guò)程以及結(jié)構(gòu)如下：

（1）設(shè)定模擬對(duì)象居住所在地為浙江省杭州市，代入求解得到：

（2）設(shè)定模擬對(duì)象居住所在地為浙江省非杭州市，代入求解得到：

（3）設(shè)定模擬對(duì)象居住所在地為省外，代入求解得到：

對(duì)比分析以上三個(gè)結(jié)果，我們發(fā)現(xiàn)隨著居住所在地不斷遠(yuǎn)離杭州，規(guī)?；诰€學(xué)習(xí)不斷傾向于線上線下結(jié)合。這可能原因是居住地不在杭州的大學(xué)生，希望線上學(xué)習(xí)，但又不能完全適應(yīng)線上學(xué)習(xí)，就選擇線上線下結(jié)合的授課方式，隨著居住地不斷遠(yuǎn)離杭州，高校大學(xué)生更傾向于線上線下結(jié)合的模式。因此，居住所在地能較大程度影響規(guī)?；诰€學(xué)習(xí)支持度。

參考文獻(xiàn)：

[1]王榮.如何確定樣本量[J].北京統(tǒng)計(jì)，2002（07）.6-9.;

[2]徐靜遠(yuǎn).抽樣調(diào)查中樣本量的確定[J].統(tǒng)計(jì)與咨詢，2009（4）：45.;

（杭州師范大學(xué) 310000）