大课堂教学形成性评价因素与成绩相关性实证研究
彭玉忠，韩晓伟，郑雪梅，王金才，刘桂花，滕文杰
（潍坊医学院公共课教学部，山东 潍坊）
摘 要： 公共基础课通常采用大课堂教学，探索适合大课堂教学的形成性评价模式就非常重要。根据大课堂教学实际，采集学生考勤、作业情况、随堂测验成绩、课堂表现四个评价因素，进行正态性检验和相关性分析，结果表明，以上因素在学生平时成绩的评价方面有很高的可信度，可以较好地促进学生养成良好学习习惯，提高教学质量。
关键词： 大课堂教学 形成性评价 相关性分析 正态性检验
大课堂教学[1]是当前公共课普遍采用的授课方式，一般上课人数较多，授课以教师讲授为主，这种授课方式节约了师资和教学资源，但不能很好地掌握学生平时学习情况，难以采用形成性评价模式，[2]因此，探索适合传统大课堂教学的评价模式，研究各种评价因素与学生平时成绩、最终成绩的相关性就非常重要。
考虑到当前大课堂的授课实际，适合大课堂教学的形成性评价因素主要有：考勤情况、作业完成情况、随堂测验成绩、课堂表现等几方面，这些因素都是学生平时成绩的重要参考因素。
一 形成性评价方法
在大课堂教学过程中，注重对学生平时表现的数据采集。根据教学实际采集学生考勤情况、作业完成情况、随堂测验成绩、课堂表现情况四类数据作为学生平时成绩的形成性因素，分别赋予10%、30%、50%、10%的权重，得到百分制的平时成绩。
正说着，布莱德先生回来了。他说：“很抱歉，但是没有办法。南希去世了，就在刚才。我到了她的床边，她很平静。”
数据采集过程中，按照出勤3分、迟到及早退1分、请假1分、旷课-1分统计考勤情况，共采样16次并标准化到[0,10]区间；对作业完成情况赋予4个等级，分别为优秀3分、良好2分、一般1分、未完成0分统计作业完成情况，共采样8次并标准化到[0,30]区间；按照随堂测验题的难易程度和成绩分布情况对多次测试成绩进行加权统计，共采样9次并标准化到[0,50]区间；按照课堂问题难度、问题回答正确率、小组讨论及发言情况分别给0-3分，统计学生课堂表现情况，每位同学采样3次并标准化到[0,10]区间。
组织学与胚胎学是医学生必修的重要医学基础课程之一，学好组织学与胚胎学对于相关医学基础课程的学习至关重要，也为将来从事临床工作和开展科学研究奠定基础。因此，做好组织学与胚胎学教学工作具有十分重要的现实意义。然而组织学与胚胎学的课程特点是内容多，结构微观而抽象，学生难以理解把握，更难以记忆，很容易产生畏难心理，直接影响后期的学习效果，也直接影响到生理学、病理学等相关课程的学习。因此，如何做好组织学与胚胎学教学工作，是每位专业教师应该认真思考和研究的问题。下面就结合多年来的教学实践，谈几点教学体会。
最终成绩按照平时成绩30%，期末成绩70%的比例计算。
二 数据统计与分析
（一）数据抽样
以生物医学工程专业学生计算机课程为例，对全体学生进行抽样，抽样结果包括男生26人，女生23人。按最终成绩由高到低排序，部分数据如表1所示。
表1 采集的部分样本数据
（二）描述性统计
非参数检验中的单一样本K-S检验，[4]是正态性检验的有效手段。通过对比变量序列与标准正态分布的显著性差异来判断变量是否服从正态分布，如果渐近显著性(双侧)p＞0.05，表明变量与标准正态分布没有显著性差异。
表2 均值和标准差
（三）正态性检验
10月以来，随着豆粕价格逐步回落，提货量慢慢下滑。截至11月22日，90家豆粕提货量约为14.33万吨，较10月初下降19.6%。与此同时，盘面压榨利润在经历小幅反弹后回落明显，截至11月15日，仅有巴西大豆盘面压榨利润为正。加之当前豆油库存较高，故而油厂总体压榨意愿一般，开机率徘徊于45%～60%区间，截至11月25日，油厂开机率回落至48%左右。
Pearson相关分析[4]，要求已知总体分布或变量服从正态分布，若变量不服从正态分布，可通过计算Spearman相关系数[4]来确定双变量间的相关性。因此，在进行相关性分析之前，要对各变量做正态性检验，以确定采用什么方法计算双变量的相关性。
对样本的最终成绩进行描述性统计和相关性分析。最终成绩分析是在样本49人的基础上产生的，最高分92，最低分10分，全距82，平均值67分，标准差19.08，最终成绩服从正态分布。难度P=0.3309，试卷难度适宜，区分度D=0.4539，试卷区分度优秀，信度B=0.8276，试卷信度非常好，效度R=0.5168，有效地实现了考试目标。[3]表2为部分评价因素的均值和标准差。
表3 单样本 Kolmogorov-Smirnov 检验
从表4可以看出，最终成绩、期末成绩、平时成绩间的相关系数在置信度0.01水平（双侧）显著相关，即各变量间相关系数为零的假设成立的概率均小于0.01。
（四）相关性分析及结果讨论
从表5可以看出，平时成绩与考勤情况、作业情况、随堂测验、课堂表现四个因素变量在置信度0.01水平（双侧）显著相关。除考勤情况与作业情况在置信度0.05水平（双侧）显著相关外，四个因素变量间均在置信度0.01水平（双侧）显著相关。
表4 Pearson相关系数
根据表3的检验结果，最终成绩、期末成绩、平时成绩三个变量服从正态分布，它们之间采用Pearson相关分析。考勤情况、作业情况、课堂表现三个变量不服从正态分布，因此，这三个变量与随堂测验、平时成绩间采用Spearman相关分析。
表5 Spearman相关系数
将抽样数据导入SPSS，建立七个数值型变量，分别为最终成绩、期末成绩、平时成绩、考勤情况、作业情况、随堂测验、课堂表现。对这七个变量进行双变量分析。结果 如表4和表5所示：
以上结果表明，大课堂教学形成性评价因素采用考勤情况、作业情况、随堂测验、课堂表现四种因素数据所获得的平时成绩有很高的可信度，在很大程度上，可以代替期末考试，这对考察课的等级评定有很好的参考价值。从相关系数、正态性检验结果和采样数据量来看，构成平时成绩的四个因素在权值分配上是适当的。
在研究新型城镇化背景下我国城市精明增长与蔓延发展的关系时，不可割裂看待精明增长与城市蔓延，这两者是城市发展过程中不可或缺的阶段，有相互交织、相互依存的关系，对各地城市发展都有一定的意义。
三 结论与建议
当前的公共课大范围采用大课堂教学，要根据大课堂教学自身特点，注重学生平时表现的数据采集，尤其是随堂测验成绩，符合正态分布，与平时成绩接近线性相关，表明平时学习认真的同学随堂测验成绩较高，这也相应地体现在最终成绩当中。该结论也表明，形成性评价有利于促进学生养成良好的学习习惯，有利于学生知识的积累，提高了教学质量。
大课堂教学中的影响因素很多，在当前信息社会条件下，应充分利用互联网+技术，采用多种手段更广泛地采集数据，有针对性地分析学生的学习特点和规律，提供更完善的形成性评价模式。
图2对比了4种算法的瞬态MSD。这4种算法分别是:符号滤波算法(3)、Probit-MLE算法(4)、传统RLS算法(使用未经量化数据yk,i)以及本文提出的OB-RLS。设置传统RLS和OB-RLS算法的遗忘因子 λ=0.98,Probit-MLE和符号滤波算法的步长分别为0.03和0.3。从图中可以看到,Probit-MLE算法的估计精度比符号滤波算法高,但两者的精度都比本文所提出的OB-RLS算法低。
参考文献
[1] 谢莉.大课堂背景下心理健康课程教学质量的影响因素及对策[J].当代教育实践与教学研究,2015,9：156-157.
[2] 沈玉顺.课堂评价[M].北京：北京师范大学出版社,2006：28-34.
[3] 郝荣霞 彭玉忠.成绩分析指标及其系统应用[J].中国教育技术装备 ,2012.3：101-102,109.
[4] 杨晓明. SPSS在教育统计中的应用[M].高等教育出版社,2004.
本文引用格式： 彭玉忠,等.大课堂教学形成性评价因素与成绩相关性实证研究[J]. 教育现代化,2019,6(77)：236-237.
DOI： 10.16541/j.cnki.2095-8420.2019.77.078
基金项目： 山东省教育科学规划项目(YC2017082)；中国学位与研究生教育指导委员会项目(B2-YX20180202-08)；全国高等院校计算机基础教育研究会项目(2019-AFCEC-182)；潍坊市科学技术发展计划(2018RKX043)；潍坊医学院校级教学改革项目(2018ZD005)。
作者简介： 彭玉忠，男，山东省潍坊市人，潍坊医学院公共课教学部，副教授；韩晓伟，讲师；郑雪梅，讲师；王金才，教授；刘桂花，讲师。
通讯作者： 滕文杰，教授。
标签：大课堂教学论文; 形成性评价论文; 相关性分析论文; 正态性检验论文; 潍坊医学院公共课教学部论文;