基于SPSS的線上學(xué)習(xí)行為分析研究

廖雅琪 楊杉 孫宇辰

摘要：隨著互聯(lián)網(wǎng)的不斷發(fā)展，產(chǎn)生了線上學(xué)習(xí)的新型模式，該項(xiàng)目以某高校全校學(xué)生線上學(xué)習(xí)行為為研究對象，運(yùn)用SPSS軟件中的探索分析+Excel可視化、簡單相關(guān)分析、等級相關(guān)分析、單因素方差分析的分析方法，針對不同學(xué)院的學(xué)生任務(wù)點(diǎn)完成數(shù)、學(xué)生章節(jié)學(xué)習(xí)次數(shù)相關(guān)分析、不同入學(xué)年級的討論數(shù)差異進(jìn)行分析，對分析結(jié)果進(jìn)行總結(jié)，并提出建議，探索并提高教學(xué)質(zhì)量。

關(guān)鍵詞：SPSS;數(shù)據(jù)分析;線上學(xué)習(xí)

中圖分類號：TP311.13? ? ? ? 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2021）07-0021-04

Analysis and Research on Online Learning Behavior Based on SPSS

LIAO Yaqi，YANG Shan，SUN Yuchen

（School of Computer and Software，Jincheng College of Sichuan University，Chengdu? 611731，China）

Abstract：With the continuous development of the internet，a new mode of online learning has emerged. Taking the online learning behavior of all students in a college as the research object，this project uses the analysis methods of exploratory analysis+Excel visualization，simple correlation analysis，rank correlation analysis，one-way analysis of variance in SPSS software to analyze the number of studentstask points completed，the correlation analysis of the number of times chapters studied by students，differences in the number of discussions among different grades in different colleges. Summarize the analysis results and put forward suggestions to explore and improve the teaching quality.

Keywords：SPSS;data analysis;online learning

收稿日期：2021-03-09

0? 引? 言

隨著科技的進(jìn)步，互聯(lián)網(wǎng)的不斷發(fā)展，產(chǎn)生了新的教育觀念[1]和新型的教學(xué)模式，即“線上教學(xué)”[2]。線上學(xué)習(xí)符合當(dāng)代大學(xué)生的學(xué)習(xí)方式與習(xí)慣[3]，將是學(xué)生未來學(xué)習(xí)的重要途徑之一[4]。本項(xiàng)目以某高校全校學(xué)生的線上學(xué)習(xí)行為為研究對象，以統(tǒng)計(jì)分析為主要核心，通過SPSS軟件進(jìn)行數(shù)據(jù)分析，來提升分析結(jié)果的專業(yè)性和準(zhǔn)確性[5]。并根據(jù)數(shù)據(jù)的統(tǒng)計(jì)分析結(jié)果，有針對性地提出相應(yīng)建議[6]。

1? 研究思路

以某高校全校學(xué)生線上學(xué)習(xí)行為為研究對象，首先對數(shù)據(jù)表進(jìn)行清洗，通過排序、刪除不必要的值、篩選等操作進(jìn)行數(shù)據(jù)的預(yù)處理;再通過SPSS軟件對不同學(xué)院的學(xué)生任務(wù)點(diǎn)完成數(shù)進(jìn)行探索分析和Excel可視化分析，對學(xué)生章節(jié)學(xué)習(xí)次數(shù)與視頻任務(wù)點(diǎn)完成數(shù)和作業(yè)完成數(shù)的關(guān)系進(jìn)行簡單和等級相關(guān)分析，對不同入學(xué)年級的討論數(shù)的顯著性差異進(jìn)行單因素方差分析，對分析結(jié)果進(jìn)行總結(jié)，并提出建議，從而有針對性的幫助老師和學(xué)生進(jìn)行改善和提高，使雙方能共同進(jìn)步。

2? 數(shù)據(jù)說明

數(shù)據(jù)準(zhǔn)備：某高校線上學(xué)習(xí)平臺中的全校學(xué)習(xí)情況數(shù)據(jù)包括：姓名、賬號、院系、專業(yè)、行政班、學(xué)生狀態(tài)、入學(xué)年級、角色、課程數(shù)量、任務(wù)點(diǎn)完成數(shù)、視頻任務(wù)點(diǎn)完成數(shù)、學(xué)生觀看視頻總時長（分鐘）、作業(yè)完成數(shù)、考試完成數(shù)、章節(jié)學(xué)習(xí)次數(shù)、簽到完成數(shù)、課程專題閱讀時長（分鐘）、討論總數(shù)、發(fā)帖總數(shù)、回帖總數(shù)、課程積分、學(xué)生問卷參與數(shù)、選人被選中次數(shù)、學(xué)生搶答參與數(shù)、學(xué)生評分參與數(shù)、學(xué)生任務(wù)參與數(shù)共26項(xiàng)數(shù)據(jù)，合計(jì)24 919條。

數(shù)據(jù)清洗：（1）根據(jù)賬號，進(jìn)行升序排列;（2）刪除非該年級學(xué)生，如留級生;刪除老師及行政人員;刪除學(xué)號不規(guī)范的學(xué)生;（3）刪除課程數(shù)以外數(shù)據(jù)全為0的休學(xué)學(xué)生;（4）刪除跨院校轉(zhuǎn)專業(yè)學(xué)生;（5）刪除專業(yè)列為空值的學(xué)生;刪除章節(jié)測驗(yàn)完成數(shù)，直播總觀看時長，學(xué)生在線課堂參與數(shù)全為0的學(xué)生;（6）對被封賬號進(jìn)行數(shù)據(jù)合并;（7）刪除無用數(shù)據(jù)：姓名、學(xué)號、學(xué)生狀態(tài)、角色等;（8）將各個年級數(shù)據(jù)合并在同一張表中。對篩選出的所需數(shù)據(jù)，進(jìn)行后續(xù)數(shù)據(jù)分析。

3? 數(shù)據(jù)分析

3.1? 不同學(xué)院的學(xué)生任務(wù)點(diǎn)完成數(shù)

采用探索分析+Excel可視化，對不同學(xué)院的學(xué)生任務(wù)點(diǎn)完成數(shù)分析數(shù)據(jù)如表1所示。

根據(jù)圖1可知（國際教育學(xué)院為特設(shè)學(xué)院，此處不參與分析）：

計(jì)算機(jī)與軟件學(xué)院的平均任務(wù)點(diǎn)完成數(shù)為56.58，為最大值;土木學(xué)院的平均任務(wù)點(diǎn)完成數(shù)為47.98，排名第二;電子信息學(xué)院平均任務(wù)點(diǎn)完成數(shù)為28.53，排名最后。

金融學(xué)院的任務(wù)點(diǎn)完成數(shù)最大值為487，排名第一;計(jì)算機(jī)與軟件學(xué)院的任務(wù)點(diǎn)完成數(shù)最大值為453，排名第二;建筑學(xué)院任務(wù)點(diǎn)完成數(shù)最大值為244，排名最后。

綜合比較看來，大部分學(xué)院表現(xiàn)均較為良好，計(jì)算機(jī)與軟件學(xué)院學(xué)生任務(wù)點(diǎn)完成情況相較于其他學(xué)院整體表現(xiàn)較好，而電子信息學(xué)院與建筑學(xué)院的學(xué)習(xí)情況還有待加強(qiáng)。

3.2? 學(xué)生章節(jié)學(xué)習(xí)次數(shù)相關(guān)分析

采用簡單相關(guān)分析和等級相關(guān)分析，探究學(xué)生章節(jié)學(xué)習(xí)次數(shù)與視頻任務(wù)點(diǎn)完成數(shù)的關(guān)系如表2所示。

根據(jù)表2可知：皮爾森的顯著性（雙側(cè)）值為0.00，小于0.01，意味著拒絕原假設(shè)，原假設(shè)為學(xué)生章節(jié)學(xué)習(xí)次數(shù)與視頻任務(wù)點(diǎn)完成數(shù)之間不具有顯著性差異，即學(xué)生章節(jié)學(xué)習(xí)次數(shù)與視頻任務(wù)點(diǎn)完成數(shù)之間具有顯著性差異。

根據(jù)表3可知：視頻任務(wù)點(diǎn)完成數(shù)與章節(jié)學(xué)習(xí)次數(shù)具有相關(guān)性，皮爾森相關(guān)性系數(shù)為0.743，為正數(shù)且大于0.5，小于0.8，表示視頻任務(wù)點(diǎn)完成數(shù)與章節(jié)學(xué)習(xí)次數(shù)之間具有中度正向相關(guān)性。

采用簡單相關(guān)分析和等級相關(guān)分析，探究學(xué)生章節(jié)學(xué)習(xí)次數(shù)與作業(yè)完成數(shù)的關(guān)系，如表4所示。

根據(jù)表4可知：皮爾森的顯著性（雙側(cè)）值為0.00，小于0.01，意味著拒絕原假設(shè)，原假設(shè)為學(xué)生章節(jié)學(xué)習(xí)次數(shù)與作業(yè)完成數(shù)之間不具有顯著性差異，即學(xué)生章節(jié)學(xué)習(xí)次數(shù)與作業(yè)完成數(shù)之間具有顯著性差異。

根據(jù)表5可知：作業(yè)完成數(shù)與章節(jié)學(xué)習(xí)次數(shù)具有相關(guān)性，皮爾森相關(guān)性系數(shù)為0.772，為正數(shù)且大于0.5，小于0.8，表示視頻任務(wù)點(diǎn)完成數(shù)與章節(jié)學(xué)習(xí)次數(shù)之間具有中度正向相關(guān)性。

3.3? 不同入學(xué)年級的討論總數(shù)的顯著性差異

采用單因素方差分析，探究不同入學(xué)年級的討論總數(shù)的顯著性差異（其中顯著性水平為0.05），如圖2所示。

根據(jù)圖2可知：通過方差齊次性檢驗(yàn)得到，顯著性P值為0.00小于0.05，原假設(shè)為方差具有齊次性，拒絕原假設(shè)，即方差不具有齊次性，做非參數(shù)檢驗(yàn)，進(jìn)行后續(xù)多重比較時，應(yīng)對后續(xù)第二張表即Tamhane表進(jìn)行分析。

根據(jù)圖3可知：從ANOVA分析中看出，顯著性P值等于0.000小于0.05，原假設(shè)為不同入學(xué)年級的討論數(shù)不具有顯著性差異，拒絕原假設(shè)，即不同入學(xué)年級的討論數(shù)是具有顯著性差異的;且至少有3個入學(xué)年級之間具有顯著性差異。

根據(jù)表6可知：因?yàn)榉讲畈痪哂旋R次性，故查看不假設(shè)等方差的數(shù)據(jù)，顯著性P值為0.00小于0.05，原假設(shè)為不同入學(xué)年級的討論數(shù)不具有顯著性差異，拒絕原假設(shè)，即不同入學(xué)年級的討論數(shù)具有顯著性差異。

根據(jù)表7可知：兩兩比較得，2017級的討論數(shù)與2018級、2019級和2020級的討論數(shù)的比較差值都為負(fù)數(shù);2017級的討論數(shù)與2018級、2019級和2020級的討論數(shù)的均具有顯著性差異。

根據(jù)表8可知：兩兩比較得，2018級的討論數(shù)與2017級、2019級和2020級的討論數(shù)的比較差值都為正數(shù);2018級的討論數(shù)與2019級的討論數(shù)不具有顯著性差異。

根據(jù)表9可知：兩兩比較得，2019級的討論數(shù)與2017級的討論數(shù)點(diǎn)比較差值為正數(shù)，與2018級和2020級的討論數(shù)的比較差值都為負(fù)數(shù);2019級的討論數(shù)與2020級的討論數(shù)不具有顯著性差異。

根據(jù)表10可知：2020級的討論數(shù)與2017級和2019級的討論數(shù)的比較差值都為正數(shù)，且與2018級的討論數(shù)點(diǎn)比較差值為0。

均值差對比整理為：2018級=2020級>2019級>2017級。

4? ?分析結(jié)果及建議

分析結(jié)果：（1）結(jié)合不同學(xué)院學(xué)生的章節(jié)學(xué)習(xí)數(shù)和任務(wù)點(diǎn)完成數(shù)進(jìn)行分析，可以看出以計(jì)算機(jī)與軟件學(xué)院學(xué)生為代表，學(xué)生的線上學(xué)習(xí)態(tài)度大部分較好，學(xué)習(xí)積極性較高，可能是因?yàn)閷W(xué)院的學(xué)習(xí)任務(wù)加重，或?qū)W生發(fā)現(xiàn)提高自身專業(yè)水平能力的重要性，對自己的未來發(fā)展規(guī)劃而開始努力。（2）學(xué)生章節(jié)學(xué)習(xí)次數(shù)相關(guān)分析中發(fā)現(xiàn)，學(xué)生在點(diǎn)進(jìn)章節(jié)學(xué)習(xí)后，基本都會進(jìn)行視頻的學(xué)習(xí);同時在完成作業(yè)時，也會進(jìn)行視頻的觀看。說明大部分學(xué)生們能夠接受并適應(yīng)線上觀看視頻的方式進(jìn)行知識的學(xué)習(xí)。（3）對比不同入學(xué)年級的討論數(shù)，2018級和2019級的學(xué)生學(xué)習(xí)的主動性較高，2017級的學(xué)生討論數(shù)最少，可能是因?yàn)閷?shí)習(xí)的原因。

建議：（1）老師可以在線上多放一些視頻學(xué)習(xí)內(nèi)容或文字版的知識點(diǎn)梳理，或是適當(dāng)?shù)牟贾米鳂I(yè)，以方便學(xué)生課下對知識進(jìn)行預(yù)習(xí)和復(fù)習(xí)。（2）為防止學(xué)生為了完成任務(wù)點(diǎn)而去刷視頻時長，老師可以將任務(wù)點(diǎn)的分配放到視頻和測驗(yàn)兩個部分，以此督促學(xué)生們的學(xué)習(xí)完成情況。（3）對于學(xué)習(xí)較差的學(xué)生，老師可以多一些關(guān)注，利用優(yōu)生帶動差生，營造良好的學(xué)習(xí)氛圍。（4）老師要在教學(xué)過程中進(jìn)行教學(xué)形式的歸納和改進(jìn)[7]，在充分利用網(wǎng)絡(luò)平臺進(jìn)行教學(xué)時[8]，能有針對性地進(jìn)行調(diào)整[9]，不斷優(yōu)化教學(xué)過程，提高學(xué)生的學(xué)習(xí)積極性和終身學(xué)習(xí)能力的發(fā)展[10]。

5? 結(jié)? 論

線上學(xué)習(xí)可以較好實(shí)現(xiàn)個性化學(xué)習(xí)，學(xué)生能根據(jù)自己的時間和需求安排學(xué)習(xí)進(jìn)度和內(nèi)容，有效地增強(qiáng)了學(xué)習(xí)的針對性。通過對數(shù)據(jù)的分析，有助于老師快速掌握學(xué)生的學(xué)習(xí)情況，并根據(jù)實(shí)際情況做出教學(xué)安排的調(diào)整，有效地提高了教學(xué)質(zhì)量。

參考文獻(xiàn)：

[1] 趙然，孫曉莉.基于“互聯(lián)網(wǎng)+”背景的線上教學(xué)模式探討——以房地產(chǎn)金融課程為例 [J].黑龍江科學(xué)，2021，12（9）：36-38.

[2] 張曉華，文清.新形勢下高校線上教學(xué)的思考 [J].林區(qū)教學(xué)，2021（6）：63-66.

[3] 劉子豪，賈小軍，顧國松，等.線上教學(xué)中知識建構(gòu)效果的監(jiān)督模型探討 [J].嘉興學(xué)院學(xué)報(bào)，2021，33（3）：100-111.

[4] 朱筱笛.線上學(xué)習(xí)未來發(fā)展教育對策研究——以大學(xué)生群體為例 [J].品位·經(jīng)典，2021（11）：87-89.

[5] 黎文光.社會工作調(diào)研中如何科學(xué)運(yùn)用SPSS [J].中國社會工作，2020，（3）：38-39.

[6] 吳瑜.評《傳播內(nèi)容數(shù)據(jù)分析與SPSS統(tǒng)計(jì)應(yīng)用》 [J].統(tǒng)計(jì)與決策，2020，36（8）：2+189.

[7] 賀子彧，劉鳳艷.線上學(xué)習(xí)常態(tài)化的教學(xué)技術(shù)研究 [J].牡丹江教育學(xué)院學(xué)報(bào)，2020（12）：42-46.

[8] 吉尚雷，劉衍芬.高職院校線上教學(xué)模式探索與實(shí)踐——以基于“學(xué)習(xí)通+釘釘”的“牛的疾病防治”課程為例 [J].遼寧農(nóng)業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2021，23（3）：23-25.

[9] 鮑蕊，陳柏材，王秋懿，等.疫情期間學(xué)生線上學(xué)習(xí)狀態(tài)與效果分析——以《材料力學(xué)》課程學(xué)習(xí)為例 [J].高教學(xué)刊，2021，7（13）：36-41.

[10] 宋麗娜.線上教學(xué)及其學(xué)習(xí)環(huán)境對課程教學(xué)效果影響的實(shí)證研究 [J].中國多媒體與網(wǎng)絡(luò)教學(xué)學(xué)報(bào)（上旬刊），2021（5）：34-37.

作者簡介：廖雅琪（2000—），女，漢族，四川成都人，本科在讀，研究方向：數(shù)據(jù)分析、大數(shù)據(jù);楊杉（1983—），女，漢族，四川成都人，副教授，博士，研究方向：數(shù)據(jù)挖掘、大數(shù)據(jù);孫宇辰（2000—），男，漢族，四川成都人，本科在讀，研究方向：電子信息、數(shù)據(jù)處理。