來華留學醫(yī)學生線上線下教學滿意度單組及多組潛類別分析

肖 霞 ，宋肖肖 ，郭賢慧 ，張玉嬌 ，趙永娜 ，劉 耘 ，李 茜 ，羅春蕊 ，屈凡偉

（1）昆明醫(yī)科大學公共衛(wèi)生學院，云南 昆明 650500;2）紅河州婦幼保健院，云南 蒙自 661100;3）宣威市婦幼保健院，云南 宣威 655400;4）昆明醫(yī)科大學國際教育學院，云南 昆明 650500;5）昆明醫(yī)科大學質量監(jiān)控與評估中心（高等教育研究所），云南 昆明 650500;6）云南省疾病預防控制中心，云南 昆明 650022）

“一帶一路”倡議是我國對外開放的重點。新時代教育對外開放的工作重點也在擴大對沿線國家的交流中不斷拓展。習近平總書記在全國教育大會講話中指出，教育對外開放關鍵是提高質量，而不是盲目擴大規(guī)模。質量是教育對外開放的生命線，要以高質量發(fā)展為追求，在不斷“擴大”開放的基礎上著力于“做好”教育對外開放工作[1]。目前我國來華留學生教育已進入“提質增效” 階段，本研究響應國家政策要求，按照《來華留學生臨床醫(yī)學專業(yè)本科教育（英語授課）質量控制標準（試行）》，針對 MBBS 留學生，利用前期開發(fā)的量表對本校 MBBS 留學生教學服務質量滿意度進行研究，旨在為MBBS 留學生教育教學改革提供參考和借鑒，以期通過評價發(fā)現并改正問題，促進學校來華留學生教育事業(yè)高質量發(fā)展，提升學校醫(yī)學教育的國際影響力。

然而目前留學生教學滿意度的研究多集中在單獨關注線上或線下教學方式，較少將二者進行深入的評估和比較[2-3]。新冠肺炎的全球大流行，給予我們一個真實環(huán)境下評估來華醫(yī)學留學生線上及線下全英文教學服務滿意度的機遇，且即使后疫情時代，線上線下混合教學模式也必然是高等教育的一個趨勢和手段[4-5]。以往的研究多是將研究對象看成是“同質”的總體假設條件下，以變量為中心的方式，隨著方法學的發(fā)展，以個體為分析對象，考慮“異質”的潛類別分析（latent class analysis，LCA）獲得廣泛的關注[6-7]。潛在類別分析本質上來說是一種基于概率模型的聚類方法，主要對分類的外顯變量數據進行聚類分析，以識別數據中多個未知的，互不重疊的潛類別結構并關注個體的異質性。通過模型擬合，確定每個個體屬于哪個類別的概率，并給出每個類別的概率分布和特征[8]。醫(yī)學留學生教育本身存在異質性，如來自不同的國家，宗教、文化背景和生活經歷等不同，醫(yī)學教學內容多樣和復雜，線上和線下教學環(huán)境各異，對教師語言能力，信息化素養(yǎng)要求更高，對學生自主學習能力和自律性要求不同[9-10]。本研究的目的是根據不同留學生個體在教學滿意條目上的反應，應用傳統(tǒng)/單組潛變量模型（latent class model，LCA），探討其不同的模式（Pattern）或潛在類別（Class）及其影響因素，進一步分析多群組潛類別分析（multiple group latent class analysis，MGLCA）[11-12]，進行線上和線下滿意度不同亞組之間的比較和評估，從而發(fā)現二者在教學方式和需求等方面的差異，達到提高“一帶一路”沿線國家醫(yī)學高等教育服務質量，滿足來華留學生留學研究生的培養(yǎng)質量，做優(yōu)做強“留學昆醫(yī)”品牌，服務于學校高水平醫(yī)科大學和“雙一流”建設的教育格局。

1 對象與方法

1.1 研究對象

研究對象為某醫(yī)科大學的來華醫(yī)學留學生（英語授課）。線下樣本是基于2019 年2 月至6 月新冠肺炎疫情前實施的教研教改課題（J132100633）收集的112 名留學生，線上樣本是基于新冠肺炎疫情后，我國留學生教學轉為大規(guī)模的線上形式，從2021 年2 月至6 月期間全部參與線上教學MBBS 的174 名學生。

1.2 方法

為確保線上和線下兩部分人群測量工具的一致可比性，采用前期項目開發(fā)并具有良好信度和效度的全英文測評工具來華留學生教學服務滿意度量表（International students in China with educational service satisfaction English version，ISCESSE）[13]?？紤]研究目的及線上和線下教學的共性，選取其中14 個條目（總體評價1 項，教學水平6項和教學態(tài)度7 項），及國籍、性別及年級信息。所有條目采用Likert 量表5 級計分方式，為非常滿意（1 分）、滿意（2 分）、一般（3 分）、不滿意（4 分）、非常不滿意（5 分），均值分數越低，滿意程度越高。量表由學校來華留學生管理干部（以下簡稱“留管干部”）通過手機APP 釘釘發(fā)放及回收。

1.3 質量控制

征得被試者知情同意后，由留管干部向被試者解釋本次研究的目的、問卷填寫的方法及注意事項。要求境外留學生本人用手機獨立完成電子問卷，每個IP 地址限填寫1 次，保證調查內容的保密性，現場線上解答疑問，全部答題完成后方可提交。問卷收集后經過邏輯查錯，確保無明顯錯誤或漏填后，導出為csv 格式備用。

1.4 統(tǒng)計學處理

線上和線下數據合并后，將測量滿意度的14個條目由5 分類轉為2 分類（非常滿意和滿意賦值為1，代表滿意，其余賦值為2，代表不滿意）。結合醫(yī)學教學內容的不同，將1～2 年級分為低年級組，3～4 年級為高年級組。留學生中以印度籍為主，國籍分為印度籍和非印度籍。采用卡方比較線上線下在滿意度的14 個條目上有無差異。應用R 軟件的glca 包進行傳統(tǒng)/單組潛類別分析。將14 個條目為外顯變量，擬合1～4 個潛類別探索“最優(yōu)”模型。潛類別模型適配檢驗方法包括有對數似然比（Log-likelihood），AIC 準則（Akaike information criterion），BIC 準 則（Bayesian information criterion）和Entropy 等。其中AIC、BIC 是最為廣泛的信號評價指標，其均建立于似然比卡方檢驗基礎之上，二者值越小，表明模型的擬合效果越好。Entropy 表示分類的精確度，取值范圍在0 到1 之間，分值大于0.8 時則類別劃分準確率超過90%。根據模型擬合指標選擇出“最優(yōu)”類別，進一步多群組潛類別比較線上和線下滿意度異質性群體之間的潛類別模式，且以確定的潛在類別為因變量，性別、國籍和年級進行多因素logistic 回歸分析，以探討留學生滿意度潛類別的影響因素。為避免LCA 模型擬合過程中的局部最大化（local maximum）問題，默認設置初始隨機值為10，檢驗水平為0.05。

2 結果

2.1 線上和線下滿意度率比較

線上和線下共收集174 例和112 例留學生，男性分別占52.9%和52.7%，性別無統(tǒng)計學意義（P＞ 0.05）。線上印度籍有82 例（47.1%），線下印度籍有92 例（占82.1%），差異有統(tǒng)計學意義（P＜0.001）。線上高年級稍多些，占121 例（69.5%），線下有56 例（50%），差異有統(tǒng)計學意義（P＜0.001）。全英文來華留學生線上和線下14 個條目滿意度率（%）差異均有統(tǒng)計學意義，卡方值對應P＜ 0.001，見表1。

表1 留學生線上和線下教學滿意的人數及教學滿意率比較[n（%）]Tab.1 Comparison of the satisfaction rate with online and offline teaching for international students [n（%）]

2.2 傳統(tǒng)/單組潛類別分析

以初始模型為起點，依次增加1 個類別數據進行數據擬合，共建立4 個類別模型，模型擬合指數見表2。結果顯示當類別為3 時，BIC 值最?。˙IC=2 813.61），且Entropy 達到0.98。綜合考慮擬合指數、類別的可解釋性及不同類別的預測樣本數，3-class 的模型擬合最佳，且類別更符號實際情況。

圖1 留學生滿意度3-分類潛在類別在14 個條目上的條件概率圖Fig.1 Conditional probability plot of 3-class latent class of international student satisfaction on 14 items

表2 留學生傳統(tǒng)單組不同潛類別擬合指數Tab.2 Fit indices for traditional single-group latent class models of international students

2.3 多組潛在類別模型及多因素影響因素分析

傳統(tǒng)的LCA 模型有二個假設：（1）顯變量在每個潛在類別內是條件獨立的；（2）個體觀測值是相互獨立的。我們收集線上和線下的數據集有可能“違反”第2 個假設，即組內滿意度的條目應答模式相比組間有更多的相似性。因而我們擴展從單組潛類別模型到多組潛類別模型。比較后發(fā)現多組潛類別模型測量恒定（measurement invariance in multiple-group LCA）有更小的AIC=2 546）和BIC=2 736.1，筆者選擇其為最佳模型，同時考慮納入可能的影響因素變量：性別，年級和國籍，以class3（低滿意度組）為參比，擬合多分類logistic 回歸，并與單組潛類別模型進行比較，見表3。

表3 單組潛類別模型和多組潛類別模型多分類logistic 回歸分析Tab.3 Multinomial logistic regression analysis of single-group latent class model and multiple-group latent class model

由上表單組LCA 模型中發(fā)現，分組變量（線下 VS 線下）在3 個潛類別比較中效果及統(tǒng)計學檢驗結果是不一致的（OR=0.029 和OR=1.689），這也驗證了筆者選擇能考慮“異質性”的多組LCA 是合理的。在多組LCA 模型多分類logistic回歸結果中，以低滿意度組類別3 為參比，僅高滿意組類別1 顯示性別、年級和國籍有統(tǒng)計學意義（P＜ 0.05），其OR 值分別為1.917、0.591 和0.413，提示無論是在線上還是線下教學中，男性、低年級非印度籍留學生均顯示相對有更高的教學滿意度。但是其邊際潛類別的概率（類別1-類別3）在線下和線上群體構成的比例是不同的。線上教學留學生高滿意度的比例較高（55.6%），中滿意最低（11.9%），而線下則以中低滿意度組為主（43.2%和53.2%），可見留學生對線上教學滿意是比較高，相反大部分人則對線下教學不太滿意。

3 討論

在“一帶一路”倡議和中國教育國際化進程加快推進背景下，越來越多留學生選擇來華留學，中國成為了世界上留學生最多的國家之一，然而2020 年以來，新冠肺炎疫情導致來華留學生規(guī)模大幅縮減，與此同時世界各國對創(chuàng)新型高精尖人才資源的競爭愈加激烈，來華留學教育工作面臨嚴峻考驗[14-15]。提升來華留學醫(yī)學生培養(yǎng)質量是一個系統(tǒng)工程，需要切實將發(fā)展重點聚焦到提高人才培養(yǎng)質量與內涵發(fā)展上來[16]。學校構建了較為完善、能夠適應生源國需求的來華留學醫(yī)學生人才培養(yǎng)體系、校院兩級教學監(jiān)控體系和“1+4+2” MBBS 教學質量監(jiān)控體系，設立“學生-管理部門-教學單位”及“學生-學校-家長”2 個三級信息反饋系統(tǒng)，線上線下結合，閉環(huán)持續(xù)改進教學質量，進一步規(guī)范了教務教學管理工作，提高服務水平。教學過程中采用線下+線上混融式教學，構建融課堂教學、實驗實踐教學、網絡教學為一體的多維教學平臺。

本研究利用多群組潛在類別分析方法，探究了疫情前后線上和線下教學滿意潛類別上的差異，識別個體歸屬于在不同類別分布比例上的差異，及可能的影響因素等。發(fā)現線上和線下醫(yī)學留學生教學滿意度均可分為高、中和低滿意度三個亞組。但學生所占的比例不相同，線上約有一半左右的留學生對目前的教學水平和態(tài)度有較高的滿意度，而線下高滿意組的比例偏小。這與針對中國籍醫(yī)學生開展的線上線下教學研究結果相一致[17-18]。原因可能和線上教學資源豐富，學生可基于平臺重復學習教學視頻有關，從而避免部分教師英語口語水平不高導致學生不能理解講授的知識。另外線下留學生面臨的壓力是求學國家的文化背景適應及心理上障礙，而線上教學學生在自己的國家就不存在這些壓力，從而能以更放松的心態(tài)來學習課堂的知識，易于學習知識點，從而有較高的滿意度。

多分類logistic 回歸影響因素結果提示，首先相比低滿意度組，男性留學生有更高的滿意度，廣西大學生中東盟七國的留學生研究也發(fā)現性別上有明顯的差異[19]。其次，發(fā)現占比重最多的印度籍留學生顯示有較高的概率屬于低滿意度組，可能英語本來是其母語，并且對于印度留學生而言，獲得回國后能被認可的學位是他們來華學習的重要因素，對教學內容作方式的期望更高[20]。提示管理者應該主動了解印度籍學生學習、生活及心理上的適應和需求，提高教學質量。最后，高年級學生相比低年級學生來說，無論線下還是線下，均有更高的概率歸屬于低滿意組。這可能由于醫(yī)學不同階段的學習內容和學習難度是不同的。低年級課程的內容多以語言教學及簡單的基礎知識為主，高年級則涉及臨床內容，難度大大提高，且高年級學生的課業(yè)負擔加重和對自己前途擔憂，都會導致對教學的滿意度評價較低。提示教師群體應該針對高年級臨床專業(yè)課程，推進教學改革，增開指導學生進行人生方向和提高自主學習能力的課程，提高教師語言表達能力和信息化素養(yǎng)，同時激發(fā)學生自主學習能力和自律性。

本研究也具有一定的局限性，LCA 模型所處理的原始數據滿意度條目是離散型且由留學生自述獲得，本身精度有所欠缺，且該方法最大的局限性即分類標準具有一定的主觀性，另外橫斷而調查無法確定因果關系或探討關聯的方向。