教师信息技术应用能力迁移影响因子模型构建研究

1、    教师信息技术应用能力迁移影响因子模型构建研究    摘要：信息技术应用能力是信息化社会教师必备的专业能力，如何采取有效措施促进教师信息技术应用能力的获取和迁移，对于促进教师转变教学方式，深入推进基础教育课程改革，推动教师终身学习，有效促进专业自主发展，进一步破解教育信息化发展瓶颈问题起着至关重要的作用。近年来，国家开展了大量各级各类教师信息技术应用能力培训，取得了一定成效，但在培训过程中存在严重的“学用脱节”问题，亟待在发现问题根源并加以解决。本研究选取东北教师教育创新实验区220名中小学教师为研究对象，通过量表测量并采用结构方程模型方法构建了包

2、含学校因素、人为因素、政策制度因素、培训因素、自我效能因素和动机因素的教师信息技术应用能力迁移影响因素模型，希望能为破解教师信息技术应用能力培养过程中的“学用脱节”问题，促进教师信息技术应用能力的有效迁移提供重要参考。关键词：信息技术应用能力，教师教育技术，能力迁移基金项目：教育部人文社会科学青年基金项目“教师信息技术应用能力迁移影响因素模型构建研究以教师教育创新实验区为例”(14yjc880092)；2011年度教育部高等学校博士学科点专项科研基金课题“信息技术深层整合教学结构与教师教育技术学科化研究”(20110043110013)；吉林大学本科教学改革研究项目(2013280)。一、研究

3、背景国家中长期教育改革和发展规划纲要(20102020年)明确指出：“信息技术对教育发展具有革命性影响，必须予以高度重视”(教育部，2010)。教师队伍建设是教育信息化可持续发展的基本保障，信息技术应用能力则是信息化社会教师必备专业能力。2013年10月，教育部决定实施“全国中小学教师信息技术应用能力提升工程”，该工程就是要在标准引领下，通过“培训-测评-应用”三大环节的实施，系统化提升教师信息技术应用能力。教育部关于实施全国中小学教师信息技术应用能力提升工程的意见明确指出，目前教师信息技术应用能力培训存在项目分散、标准不全、模式单一、学用脱节等突出问题(教育部，2013)。因此，如何制定切实

4、可行的培训课程标准，构建具有较高适应性的培训模式，完善评测体系，采取有效策略和方法促进教师信息技术应用能力由培训场所到真实课堂的有效迁移，这些都将是下一步教师信息技术应用能力提升工作所要迫切解决的问题。学用脱节一直都是教师信息技术应用能力培训存在的主要问题，教师在培训中习得的信息技术知识和获得的信息技术应用能力无法有效迁移到真实课堂教学情境。而对于教师信息技术应用能力迁移影响因素的界定，长期以来都是本领域的研究盲区。事实上，教师信息技术应用能力迁移影响因素的界定，不仅对于解决培训过程中的学用脱节问题，实质性地提高教师信息技术应用能力具有直接作用，而且对教师信息技术应用能力标准的制定、培训模式的

5、选择、培训资源的建设及相关评测体系的构建也将起到重要的借鉴作用。二、研究现状有关能力培训迁移的研究较多见于商业领域，研究人员通过对企业培训迁移影响因素的研究，有针对性地制定相应的能够促进能力迁移的策略，提高企业培训项目的效率。令人遗憾的是，对于同样存在较多培训项目的教师教育领域，此类研究一直未引起重视。近年来，随着教育信息化和教师专业化的发展，国内外有关教师信息技术应用能力的培训如雨后春笋般涌现，但实际培训的成效却让人忧心。美国著名教师教育专家里克·金斯伯格(rick ginsberg)通过研究发现，教师在相关培训项目中所形成的信息技术应用能力仅10%迁移到日常教学工作。因此，越来越

6、多的学者开始反思相关培训，关注教师信息技术应用能力迁移的相关问题。国外有代表性的研究包括：1)美国迈阿密大学贾森·阿比特(jason t.abbitt)以45名职前教师为研究对象，通过回归分析发现教师在教学过程中整合技术的自我效能与信息技术应用能力迁移之间存在明显的相关关系(abbitt，2011)；2)土耳其中东科技大学吉瓦克·赛米兹(kivanc semiz)等以760名职前教师为研究对象，发现教师信息技术应用能力、自我效能和结果期望三者显著相关(semiz & ince，2012)；3)法国杰夫·皮埃尔(jef peeraer)以1191名在职教师为

7、研究对象，通过回归分析发现信息技术培训课程对教师的信息技术应用能力有一定影响，但并不显著(peeraer & van petegem，2012)；4)新加坡南洋理工大学乔伊斯(joyce hwee ling koh)以162名职前教师为研究对象，发现教师信息技术应用能力培训课程的课程内容、师资力量和培训环境，特别是培训后的在线支持与教师信息技术应用能力迁移明显正相关(koh et a1.，2013)。以上研究指明了教师信息技术应用能力培养相关研究的方向，即通过对教师信息技术应用能力迁移相关数据的采集、处理和分析，探索影响教师信息技术应用能力迁移的因素，制定能够促进能力迁移的具体策略。但

8、该领域的已有研究在数据样本数量和数据分析方法方面还存在不足，亟待未来研究加以改进。本研究将力求克服以往研究在样本数量和数据分析方法方面的不足，探索教师信息技术应用能力迁移的影响因素，构建相关影响因素模型。三、研究假设和方法通过对国内外相关研究的梳理，我们得出目前影响教师信息技术应用能力迁移的因素主要包括政策制度、学校、人为、培训、动机和自我效能因素。因此，本研究做出如下假设：h1：教师所在学校软硬件条件、时间资源保障等会对教师信息技术应用能力迁移的自我效能产生影响。h2：教师信息技术应用能力培训中软硬件条件、时间安排、师资力量等会对教师信息技术应用能力迁移的自我效能产生影响。h3：国家或地方相

9、关的政策制度会对教师信息技术应用能力迁移的动机产生影响。h4：学校领导、同事、学生和领域专家对待信息技术应用于教学的观念、态度和做法会对教师信息技术应用能力迁移的动机产生影响。h5：国家或地方相关的政策制度会对学校在教师学习和使用信息技术方面的人力和物力的投入产生影响。h6：国家或地方相关的政策制度会对教师参加信息技术应用能力培训质量产生影响。h7：国家或地方相关的政策制度会对学校领导、同事、学生和领域专家对待学习和应用信息技术的观念、态度和做法产生影响。基于以上研究假设的模型见图1。该模型包含学校、培训、政策制度、人为、自我效能和动机六个潜在变量。图1 假设模型本研究选取220名来自黑龙江、

10、辽宁和吉林三省的中小学教师为研究对象，向其发放包含16个题项的五点式里克特(likert)量表问卷(见表一)，选项分别为“完全同意”“基本同意”“中立”“不太同意”和“完全不同意”，记分依次为5、4、3、2、1。对问卷回收的数据，本研究采用结构方程模型方法，通过假设模型构建、模型拟合、模型评价和模型修正四步，最终构建教师信息技术应用能力迁移影响因素模型。表一 测试量表题项设置编号题项1将信息技术应用于日常教学会使我的教学行为事半功倍2将信息技术应用于日常教学会使我得到更好的职业发展机会3我有信心在教学准备过程中，能够依据课标选择合适的信息技术辅助(如使用ppt、flash和网页等技术制作演示课

11、件)进行课程的教学设计4我有信心在课堂教学过程中，选择合适的信息技术(如使用模拟软件演示化学反应过程)促进学生学习，提高课堂教学效果5国家将教师信息技术能力列为教师能力考核的重要指标，会促使我在日常教学中应用信息技术6我所在的省市如果提出明确的教师信息技术能力相关的政策或行动计划会促使我在日常教学中应用信息技术7如果所参加的教师信息技术应用能力培训能提供良好的课程结构和软硬件学习环境，将有利于我将信息技术应用于日常教学8如果所参加的教师信息技术应用能力培训在课时安排、师资配备等方面合理，将有利于我将信息技术应用于日常教学9如果所参加的教师信息技术应用能力培训能够提供优质的培训后续支持(如设立讨

12、论群、答疑支持等)，将有利于我将信息技术应用于日常教学10如果学校能够为教师应用信息技术提供充足的硬件保障(如电脑、高速宽带、多媒体教室、打印机、扫描仪等)，将促使我在日常教学中应用信息技术11如果学校能够为教师应用信息技术提供充足的软件保障(如办公软件、课件制作软件、制作素材资源等)，将促使我在日常教学中应用信息技术12如果学校能够赋予教师一定的教学自主权，将有利于我将信息技术应用于日常教学13如果学校领导重视教师的信息技术应用能力，将促使我在日常教学中应用信息技术14如果同事都热衷于将信息技术应用于日常教学，将促使我在日常教学中应用信息技术15如果学生都喜欢老师将信息技术应用于日常教学，将

13、有利于我将信息技术应用于日常教学16如果领域专家对将信息技术应用于日常教学持肯定态度，将促使我在日常教学中应用信息技术四、研究结果研究共回收有效问卷206份，其中男教师25人，女教师181人；具有研究生学历的教师16人，本科学历183人，专科学历7人(见表二)。表二 调查对象描述性统计被试特征特征值人数百分数(%)性别男2512.1女18187.9学历专科73.4本科18388.8研究生167.8教龄3年及以下52.53-10年3215.510(含10年)-15年4019.415年及以上12962.6学校性质市级重点中小学5124.8市级普通中小学11354.9县级以下中小学4220.3将量表

14、的测试数据利用spss统计分析软件进行分析，可以得出量表的克隆巴赫系数(cronbachsalpha)为0.912，表明测试量表有良好的信度，可进行下一步结构方程模型构建。接下来，本研究利用amos软件对假设模型进行检验，包括识别度计算、拟合度检测和模型修正三个步骤：1.模型的识别度计算。只有在模型能够被识别的前提下，才能顺利对模型中各个参数进行估计，完成模型的拟合度检测。本研究采用t法则，利用自由度进行模型识别度的判别。通过计算得到该假设模型的自由度为96，即模型的识别度为过度识别，表示可以进行下一步的模型拟合度检测。2.模型拟合度检测。这主要是通过假设模型的协方差矩阵与样本数据的协方差矩阵

15、比较完成，二者的协方差矩阵越接近，说明假设模型的拟合度越好。单纯通过观察两个协方差矩阵很难判别其是否接近，因此结构方程模型的拟合度检测一般通过卡方自由度比(2/f)、残差均方和平方根(rmr)、适配度指数(gfi)、渐进残差均方和平方根(rmsea)、规准适配指数(nfi)和比较适配指数(cfi)等指标系数判定，其中卡方自由度比为卡方值(2)和自由度(f)之比，卡方自由度比越小，表明模型拟合度越好。一般来讲，卡方自由度比小于3为可接受；rmr为残差均方和平方根，是度量拟合残差的平均值。一般来讲，rmr值越小，说明模型拟合度越好。rmr的参考值为0.05，rmr值大于0.05，表示假设模型需要修

16、正；gfi为适配度指数，度量样本数据的协方差矩阵在多大程度上被假设模型的协方差矩阵所预测。gfi的参考值为0.9，gfi值小于0.9，表示假设模型需要修正；rmsea为渐进残差均方和平方根。一般认为，rmsea值小于0.05的模型拟合度良好；nfi为规准适配指数。一般认为，nfi值大于0.9的模型拟合度良好；cfi为比较适配指数，一般认为，cfi值大于0.9的模型拟合度良好(吴明隆，2013)。利用amos软件分析后的结果(见表三)显示，除规准适配指数和比较适配指数两个指标系数达标外，其余指标系数均未达标，说明假设模型的拟合度不佳，需要对假设模型进行修正。表三 模型拟合度检测指标系数指标名称卡方自由度比残差均方和平方根适配度指数渐进残差均方和平方根规准适配指数比较适配指数参考值3.000.050.900.050.900.90实际值3.3110.0920.8570.0780.9740.9733.模型修正。模型拟合度检测后，在分析结果报表中包含若干修正建议，修正指标包含协方差、方差和回归系数三个子选项。一般来讲，模型修正只采纳修正指数大于5的修正建议(吴明隆，2013)。此次数据分析后修正指数大于5的模型修正建议包括增列e2和e3误差变量的公变关系；增列由动机到自我效能的路径，修正后的模型路径见图2。修正后模型拟合度检测结果见表四。可以看出，除残差均方和平方根指标系数值略高