作者：王晓宇 东南大学脑与学习科学系
研究生导师：姜飞月
【摘要】：
计算思维（CT）在科学、技术、工程和数学（STEM）领域发挥着重要作用。然而，学生对STEM的学习态度是否与他们的计算能力有关仍然是未知数。我们进行了两项研究来解决这一知识空白。在研究1中，我们在中国小学生中验证了一个新开发的STEM学习态度量表。探索性和确认性因素分析结果显示，该量表由三个因素（数学、科学和信息技术）组成，可以充分测量当前样本中小学生的STEM学习态度。在研究2中，我们探讨了学生的STEM学习态度和他们的CT技能之间的联系。证据显示，对STEM的学习态度显著预测了CT技能。我们还发现，女生对STEM的学习态度比男生更积极，而四年级可能是CT技能发展的关键时期。我们还讨论了对促进小学生STEM学习和CT技能的影响。
【关键词】：计算思维 学习态度 小学生 量表验证 STEM
引言
在全球范围内，科学、技术、工程和数学（STEM）体系已经成为K-12教育的重点，学生的学习态度在STEM教育中的作用也成为重要的研究议程。现在培养学生的CT技能已经成为STEM教育的主要目标之一。国际研究发现，学生的学习态度决定了他们的学习成绩和成就。然而，对于学生对STEM的学习态度是否会积极影响他们的CT技能，目前还缺乏研究。我们的研究探讨了中国小学生的STEM学习态度和CT技能之间的关系。我们认为学习态度对学习成绩有很大的影响，特别是在STEM教育中。然而，由于CT是STEM教育的核心目标，关于学生对STEM的学习态度与其CT技能之间的关系的研究还存在着知识空白。因此，本研究旨在探讨小学生STEM学习态度对其CT技能的预测作用。我们提出以下假设来指导这项研究。
假设1：STEM学习态度量表在中国小学生样本上具有较好的信度和效度。
假设2：小学生的STEM学习态度与CT技能存在相关关系。
假设3：学生的STEM学习态度对其CT技能有正向预测作用。
研究一：STEM学习态度量表的效度
2.1参与者
本研究的对象是中国一所公立小学的学生。本研究共发出520份问卷，收到500份，回收率为96.2%。其中，11份为无效问卷，因此被删除，有效问卷率为97.8%（N=489）。样本包括三至六年级的学生，其中262名（53.6%）是男生，227名（46.4%）是女生。三年级有78人（16.0%），四年级有129人（26.4%），五年级有120人（24.5%），六年级有162人（33.1%）。被试的基本人口统计学信息见表1。
2.1.2 STEM学习态度量表
根据小学STEM教育所涉及的课程，本研究构建了一系列相关测试题，主要反映小学生在STEM驱动的课程相关学习中持续的积极或消极行为倾向和内在反应。我们编制了30个项目的STEM学习态度量表，这些项目以五点李克特量表评分（1=非常不同意；5=非常同意）。
2.1.3 数据分析
首先，通过正态性假设和缺失数据的确定来检验数据分析的适宜性。在录入问卷的过程中，如果任何一个变量含有缺失数据，相应的案例将从分析中删除。其次，对STEM学习态度量表的信度和效度进行了检验。关于样本量，我们考虑了参与者的数量必须至少是项目数量的五倍这一规则。为了测试量表的有效性，EFA和CFA必须用两组独立的数据来完成。样本（N = 489）被随机分为两个不同的组：一组用于EFA，另一组用于CFA。为了确定量表的可靠性，进行了内部一致性和不变性测试。
2.2 结果
2.2.1 效度分析
探索性因素分析（EFA）
采用SPSS 23.0软件对第一组样本(N = 212)进行EFA分析。通过主成分分析确定了量表分离成因子的条件，发现量表的KMO值为0.877（大于0.80），而Bartlett的值为X 2(212) = 2,493.083, DF = 435, p <.000.。在这些数值的框架内，因此可以对由30个项目组成的学习态度量表进行因子分析。首先，进行主成分分析（PCA）以确定量表是否是一维的。根据PCA，采用了Varimax旋转法,发现有三个特征值超过1.50的因子。在我们的研究中，因子载荷应大于0.45。从因子分析的结果和项目测试的相关性来看，共有25个项目的项目负荷超过0.45。共有5个因子载荷小于0.45的项目被从量表中舍弃了。如表2所示，每个项目的因子载荷在0.474和0.891之间。接下来，为了命名因子，对因子中的项目内容进行了检查。在考虑了中国小学STEM教育所涉及的科目后，一个因子被命名为数学（M），而另一个被命名为科学（S）。由于中国小学生的信息技术课程通常将工程和技术的元素结合在一起，所以第三个因子被命名为信息技术（T）。三个因子累计解释了42.96%的变异。因此，一个由25个项目和3个因子组成的可靠的STEM学习态度量表就这样产生了。
确认性因素分析（CFA）
用AMOS Graphics 24.0对从277名小学生那里收集的数据进行了CFA测试。图1显示了与量表因子模型有关的t检验值和因子-项目的相关性。数学因子的因子载荷在0.44-0.71之间，科学因子在0.41-0.64之间，信息技术因子在0.40-0.78之间。总的来说，每个项目的因子负荷都在0.40-0.78之间（大于0.3），表明STEM学习态度量表的所有因子都是收敛的和有效的。
图1 量表验证性因素分析图
同时考察了拟合度的数值，χ2 /df = 1.595，RMSEA = 0.046，IFI = 0.923，CFI = 0.922和TLI = 0.913。表3显示了所考察的适配指数值的接受标准，这证实了STEM学习态度量表构建的收敛效度。
表3 从CFA获得的适合度指标
2.2.2可靠性分析
内部一致性水平
经过内部一致性测量，STEM学习态度量表的Cronbach's alpha系数为0.889（大于0.80），各因子的Cronbach's alpha系数为数学因子（0.727）、科学因子（0.711）和信息技术因子（0.745），说明STEM学习态度量表具有较高的可靠性。
恒定水平
该量表的恒定水平是用测试-复验方法计算的。在2个月后，将25个项目的量表最终形式重新应用于31名学生。对每次应用后获得的分数之间的相关性进行了研究，包括一般量表和这31名学生的量表中的每个项目。结果显示在表4中。
从表4中可以看出，用测试-复验方法得到的每个项目的相关系数在0.406和0.834之间，每个相关都是显著的和正的（P<.001）。
表4：量表项目的重测结果(N = 31)
另外，获得的因素相关系数在0.583和0.819之间；总分的相关系数为0.793，每个相关系数都是显著的和正的（P <.001）。很明显，该量表可以进行稳定的测量。
综上所述，STEM学习态度量表包括三个因子--数学、科学和信息技术--25个项目，全民教育证实了其清晰的因子结构。CFA结果、Cronbach's alpha系数和测试-恢复系数都表明，该量表具有较高的信度和效度，适合用于评价中国小学生对STEM的学习态度。因此，假设1在研究中得到了支持。
研究 2：学习态度与CT技能之间的联系
3.1方法
3.1.1参与者
研究2的参与者与研究1相同。
3.1.2测量
Bebras CT的挑战
在这项研究中，CT测量是从“The Bebras Computational Thinking Challenge”中挑选出来的任务-问题构建的。Bebras CT挑战旨在帮助了解8-18岁青少年的CT能力，已经在50多个国家使用，它在中国也得到了验证，整体的Cronbach's alpha系数为0.756 。根据不同的年龄，测试问题分为五个年龄组，即Castors（8-10岁）、Benjamins（10-12岁）、Cadets（12-14岁）、Juniors（14-16岁）和Seniors（16-18岁）。每组测试的测验有三个难度级别：A、B和C，其中A级问题最简单，C级问题最难。
由于不同年级学生认知水平的差异，本研究选择了不同年龄段的测试问题来测试三至六年级学生的CT技能。每个年级的测试问题包括从 “The Bebras计算思维挑战”2016-2019版的Castors和Benjamins类别中初步选择的10个项目。由于在本研究中需要将这些任务转为纸质格式来执行，那些无法转化的问题最终被排除。每组测试包括10个项目，其中 “A”级问题的得分是8分，“B”级是10分，“C”级是12分，总分是100分。
3.1.3统计分析
该研究分析了CT技能和对STEM的学习态度的描述性统计。我们还进行了差异分析，包括使用独立样本t检验和单因素方差分析对性别和年级等人口统计学变量的平均水平差异进行检验。此外，还评估了对STEM的学习态度和CT技能之间的相关性。
此外，我们还分析了不同年级的相关强度变化。最后，我们进行了分层回归分析，以确定对STEM的学习态度是否可以预测CT技能。在步骤1中，性别、年级、数学分数和科学分数被作为预测变量，而在步骤2中，对STEM的学习态度和三个因素被作为预测变量进行分析。所有因素都作为预测变量输入，而不是在步骤2中单独考察对每个因素的学习态度在预测CT技能方面的差异，以减少出现第一类错误的可能性。所有这些统计分析都是通过SPSS23.0进行的。
3.2结果
3.2.1描述性分析
描述性统计的结果见表5。
为了分析中国小学生对STEM和CT技能的学习态度的平均水平差异，我们进行了t检验和单因素方差分析。结果显示如下。
小学生CT技能的平均分（满分100分）为43.58，范围为0-94。如图2所示，随着年级的增加，学生的CT技能呈下降趋势。
图2 不同年级CT技能变化趋势
其中，四年级学生的CT技能最高（M=46.64，SD=16.27）。因此，可以得出结论，目前样本中的中国小学生的CT技能处于中低水平。然而，STEM学习态度量表三个因子的平均得分分别是：数学（M=38.47，SD=5.14，满分45）、科学（M=30.83，SD=4.13，满分35）和信息技术（M=35.74，SD=6.36，满分45）。都处于中上水平，说明中国小学生对STEM有积极的学习态度。
考虑到变量之间的差异，如表5所示，在CT技能方面，各年级存在明显的差异（F=2.765，P=0.041）。其中，四年级学生的分数最高（M=46.64，SD=16.27），而六年级学生的分数最低（M=40.82，SD=18.26）。然而，在性别上没有显著差异（t=-1.073，p>.05）。学生的CT技能在数学分数（F=7.643，p=.000）和科学分数（F=3.612，p=.000）中的差异都很明显。同样，对STEM的学习态度也有显著的年级差异（F=3.957，p=.008），四年级学生的表现最积极（M=107.84，SD=11.73）。
然而，对STEM的学习态度的性别差异（t=-2.463，p=.024）存在显著性，反映在科学因素（t=-3.278，p = .001）和信息技术因素（t=-1.964，p=.048）。其中，女生对STEM的学习态度（M=106.60，SD=11.60）明显比男生（M=103.70，SD=14.32）更积极。而在独生子女（t=0.638，p>0.05）和家庭收入（F=0.939，p>0.05）方面，对STEM的学习态度没有显著差异。
3.2.2相关性分析
相关分析的结果见表6。结果表明，学生对STEM的学习态度和CT技能之间存在着显著的相关性。因此，假设2得到了支持。考虑到每个因素，数学因素和CT技能之间的相关性是最强的。
本研究进一步探讨了不同年级学生对STEM的学习态度和CT技能之间的关系。在四年级，对STEM的学习态度和CT技能之间存在显著的相关性，但在其他年级没有。从每个因素来看，三年级和五年级的数学因素与CT技能之间没有显著的相关性，而四年级和六年级的相关性是显著的。而科学因素与CT技能在四年级和五年级之间有显著的相关性，但三年级和六年级之间没有显著的相关性。四年级学生的信息技术因素和CT技能有显著的相关性，但其他年级的学生之间的关系并不显著。研究结果证明，对STEM的学习态度和CT技能之间的相关关系并没有显示出年级的连续变化。但是很明显，四年级样本的相关关系更为突出。
3.2.3分层回归分析
为了进一步探索学生对STEM和CT技能的学习态度的预测功能，我们进行了回归分析。表7描述了有关人口统计学变量对STEM的学习态度和CT技能之间的联系的结果。在人口统计学变量方面，学生的成绩（β=-.113，t=-2.414，p<.01）和数学分数（β=.210，t=4.015，p<.01）可以正向预测他们的CT技能。而假设3被证实，对STEM的学习态度可以预测CT技能（β=.117，t=2.608，p<.01）。谈到三个因素，研究结果显示，数学（β = .119，t = 2.636，p < .01）、科学（β = .102，t = 2.254，p <.05）和信息技术（β=.108，t=1.806，p< .05）三个因素都可以正向预测中国小学生的CT能力。如图3所示，对STEM的学习态度可以显著正向预测样本中学生的CT技能。
图3 预测因素和CT示意图
结论
本次调查的目的是创建STEM学习态度量表，然后验证其可靠性和有效性。此外，还研究了中国小学生的STEM学习态度和CT技能之间的关系。结果表明，STEM学习态度量表具有较高的信度和效度。该量表由25个条目和三个因子（即数学、科学和信息技术）组成，可用于评价中国小学生对STEM的学习态度。
描述性统计显示，样本学生对STEM有积极的学习态度。与普通课程相比，学生在CT测试中更加积极。相应地，回归分析的结果也呼应了这一观察现象，学生对STEM的学习态度和STEM学习态度的三个因素（数学、科学和信息技术）都正向预测了学生的CT能力。学生的学习态度越积极，他们的CT技能就越强。这些发现支持了以前的研究，即STEM教育和CT技能之间存在明显的正相关关系。CT和STEM的整合已经成为必然；然而，目前的学生样本的CT技能处于中低水平。如何加快STEM和CT之间的融合进度，应列入未来的研究议程。改善学生对STEM的学习态度可能是促进CT教育的一个有效和可行的方法。
关于STEM学习态度量表中的三个因素与CT技能之间的预测关系，一些有趣的结果也值得讨论。通常，在考虑CT时，人们首先想到的是信息技术教育。然而结果显示，数学因素对学生的CT技能的预测比信息技术因素更显著。这再次证实了CT不是只在某一学科中培养的技能，而是一套全面的思维技能，可以应用于任何STEM相关领域。
这与我们的课堂观察相一致，即CT技能的关键方面--逻辑思维和推理过程通常在中国小学的信息技术课程中缺失。因此，我们认为，CT教育的实际立足点不一定是信息技术课程，有效结合相关的STEM领域，可能会在培养学生的CT技能方面取得更突出的效果。
关于不同年级学生在CT技能和STEM学习态度方面的差异，也值得注意。
根据统计分析，四年级学生的CT技能和STEM学习态度与其他年龄组相比是最高的。这些结果与心理学领域现有的关于儿童认知发展的相关研究是一致的。由于儿童的成熟和大脑发育，小学四年级（10-11岁）可能是儿童在收集信息和形成思维方面的学习和认知发展的关键时期。因此，在STEM教育中整合CT方面，教师应根据不同年级学生的需求采取适当的方法。
结果还显示，同期女生对STEM的学习态度普遍比男生积极，而对于CT技能，虽然性别差异不明显，但女生的得分略高于男生。这可以解释为男女学生在这个阶段的发展差异。在我们的课堂观察中，与男生相比，女生在解决问题的过程中更加沉默，这可以帮助她们更深入地思考。然而，这一发现与之前的研究结果不一致，即STEM是性别鸿沟特别严重的一个领域。早期报告说，相对于男孩来说，女生对计算机的兴趣较少。然而相反，许多研究表明，与其他的教育阶段相比，在幼儿教育和小学教育阶段，男孩和女孩的同质性更大。我们的研究表明，女孩在STEM教育中可能更有潜力发展CT技能，这支持了加强女性在STEM领域地位的可行性和必要性。尽管积极的学习态度不一定会导致学术上的成功，但早期的兴趣对于支持女孩在STEM领域的未来表现非常重要。因此，在这个时期，教师应该鼓励和保护女孩对STEM教育的兴趣和想法，这对女孩的学习和CT技能的发展非常重要。
4.1对政策和实践的影响
首先，根据本研究的结果，教师应实施将CT更好地融入STEM课堂的措施，关注学习态度消极的学生，促进STEM教育与CT融合，通过改善学生的学习态度，达到在STEM学习过程中提高CT技能的目的。教师还应该创新教学方法（如增加实验操作、现场探究、户外实践等），培养学生对STEM学习的兴趣，促进学生形成积极的学习态度，提高学生的CT技能。
其次，不同年级的学生，相关强度呈现不同程度。因此，教师在将CT引入小学STEM课程时，应关注不同年级学生的发展特点，采取适合小学生学习和发展轨迹框架的教学方法。研究表明，四年级学生的CT技能水平最高，因此，必须了解学生认知发展的关键阶段，例如为四年级学生提供更多的CT教学干预，追求CT教育的最高效率。
最后，女孩可能有更多发展CT技能的潜力。学校、家庭和社会应该改变对性别陈规定型的错误看法，平等、公正地对待小学里的不同性别的学生。这可能有助于女孩从小抵制陈规定型观念的束缚，建立她们在STEM领域的自信心。教师还应该关注学习态度不端正的群体，以确保所有学生都能在STEM课堂上有效提高CT技能。
查阅原文：Lihui Sun，Linlin Hu ，Weipeng Yang， Danhua Zhou，Xiaoqian Wang Journal of Computer Assisted Learning
DOI: 10.1111/jcal.12493
转自：“百研工坊”微信公众号
如有侵权，请联系本站删除！
