交互行为分析软件GSEQ在课堂观察中的应用

2023.09.01

康苗苗

【摘要】课堂中的师生互动分析和研究具有非常重要的意义。以往的师生互动分析侧重于对行为频次的统计和分析，却不能呈现行为与行为之间的关联关系，无法揭示行为背后隐含的规律。滞后序列分析法能解决这一问题，交互行为分析软件GSEQ能够有效地处理行为序列数据，帮助分析课堂中的师生交互模式。本文以小学科学课的观察数据为例，通过数据获取、数据处理、数据分析三个步骤完成交互行为分析。

【关键词】序列分析;GSEQ;数据处理;数据分析

【中图分类号】G434? 【文献标识码】A

【论文编号】1671-7384（2020）02、03-116-04

GSEQ软件介绍

GSEQ是一种用于分析基于时间先后顺序的观测数据的计算机程序。它可以计算各种简单的统计数据，包括频率、速率、持续时间和比例（百分比）;处理的统计数据包括调整残差、卡方等。它是一种检验行为序列显著性的方法，通过对教师的某一个教学行为在另一种教学行为出现之后产生的概率的显著性来对课堂教学模式进行探索。通过对课堂教学行为数据进行分析，可以得到课堂教学的模式，从而直观地发现教学行为之间的关联性并发现教学问题。

教学行为在分析的过程中会生成两张表格，分别是行为转换频次表和调整后的残差表，其中行为转换频次表呈现的是某种行为引发特定伴随行为的频次，调整后的残差表呈现的是根据行为转换频次表生成的残差参数（z）。当z的值大于1.96时，表明该行为序列具有统计意义上的显著性。根据分析得出的具有显著性的行为序列，可以制作出行为转换图，可视化呈现师生互动行为的规律和特征。

GSEQ软件数据处理方法分析

GSEQ软件具有很多功能，所以它的数据处理方法也不是固定的、唯一的。其中最为经典的应用就是按照行为出现的先后顺序，得出一个行为与另一个行为关联出现的频数，根据记录的数据进行分析时序观测数据从而应用于行为序列的研究。教学行为研究过程包括三个部分：数据获取、数据处理、数据分析。

1.数据获取

数据获取包括确定使用编码、选择课程视频、达成编码共识、进行正式编码及得出编码数据五个步骤。

编码工具就是课堂观察使用的观察量表，运用观察量表对课堂教学行为进行统计和记录，通过在课堂中运用观察量表能很好记录课堂教学行为进而为后续研究打下铺垫。编码工具的选择通常有三种途径：第一，直接采用成熟的编码表;第二，对成熟的编码表进行部分修改后使用;第三，根据研究的需要开发新的编码表供研究使用。两位以上研究者进行课堂观察的记录，记录行为前必须达成共识以确保编码的一致性。观察记录的方式依照课堂教学行为出现的先后顺序进行排序，每隔3秒钟记录一次行为。以一节课的时间作为记录的总时间，记录一节课中主要的行为。为了保证课堂观察数据的信度，首先课堂观察者需要熟悉所使用课堂观察量表中所描述的所有教学行为并对其保持一致的理解，然后进行课堂观察并依照量表的行为以及观察记录的规则进行行为的记录，最后完成一节课的课堂观察记录，得出完整编码数据。

本研究分析使用的编码采用ITIAS课堂观察量表进行课堂的打点记录，观看的课堂教学视频数据样本来源于国家教育资源公共服务平台（1s1k.eduyun.cn），以一节小学科学课“设计制作小赛车”作为分析样本。

2.数据处理

（1）新建空白的控制面板，在新建控制面板输入以下命令符。例如，输入代码“（$ Behavior = T1 T2 T3 T4 T5 T6 T7 T8 S1 S2 S3 S4 O1 O2 O2 TT ST TS）”，将编码表中所有行为编码依次编写。输入的代码为所用课堂观察量表中的所有课堂教学行为，按照顺序依次输入，每个行为之间用空格间隔。

（2）继续输入代码：“Type （Clinic Control）”为必写代码，再输入代码“%Student#1”表示所记录的课堂行为，后面输入运用观察量表打点记录的课堂教学全部数据，按照行为发生的先后顺序进行录入。每个行为之间用空格间隔，行为编码录入结束后，最后一个行为后面以“/”结尾。

（3）将导入的数据保存为“MDS File”，点击“Run”，选择“Computer table”。

（4）点击“stats”运行软件，选择“qivens”和“tarqets”将数据选择进中间和右侧空白表内，在右侧进行程序的选择，选择“adjusted? residual（z）”进行分析，软件能够自动生成两个表：行为转换表和调整后的残差表。其中，若残差值z大于1.96，则认为该行为序列具有统计意义上的显著性。

3.数据分析

根据课堂打点所记录的课堂行为，形成的数据运用GSEQ软件进行处理可形成两个数据表格，即行为转换频率表和调整后的残差表。

（1）行为转换频率表的分析。行为序列是指发起行为和伴随行为之间的发生顺序，如教师提问（T5）编码后面紧接着出现教师讲授（T6）的行为，则相应的行为序列为T5→T6。根据行为打点记录的课堂数据，运用GSEQ软件进行数据处理可以得出一个行为转换频率的表格。其中每行的数据代码表示发起行为，每列的数据代码代表伴随行为，转换表中的数字代表横纵两种教学行为之间所产生关联的次数。如图1所展示的部分数据来看，T5列对应的T6行的数据为3，说明T5这个行为之后关联T6行为的频次为3次，整个课堂教学中T5（教师提问）→T6（教师讲授）这样的行为关联的教学行为有3次。以此类推，可以从通过输出的完整行为转换频率的表格中的数据，统计出行为之间关联出现的次数，通过此数据分析可以知道哪些行为之间的关联度较高。

图1中对角线（左上到右下）上的各个单元格称为稳态格，表明某种行为持续发生，即同一行为类别持续發生超过3秒以上。从行为转换频率可知，教师接受情感（T1）、教师的鼓励表扬（T2）、教师采纳意见（T3）、提问开放性问题（T4）、提问封闭性问题（T5）、教师讲授（T6）都存在持续发生的现象。

（2）图2为利用GSEQ软件生成的部分调整后的残差表，从中可以得知所有行为序列的残差参数（z）。若z值大于1.96，则说明该行为序列达到了显著水平，如行为序列T5→T7的z值为3.37，达到了显著水平。

根据图2中有显著性的水平的行为绘制出行为序列转换图，如图3所示。其中箭头指向的是发起行为之后伴随的行为，连线的數值和粗细代表的是该行为序列的残差参数，z值越大，连线越粗，该行为序列的显著水平越高。从图3可知，除去指向自身的行为序列以外，还存在13种行为序列，所标注的数字为调整后的残差表中显示的行为之间的相关性数据。通过行为转换图，可以直观地看到行为之间的关联度，反映出课堂互动行为的规律和特征。

教师操纵技术（TT）、学生操纵技术（ST）以及技术作用于学生（TS）的行为，达到了极高的显著性水平，可以看出人与技术的交互十分频繁。但这些都是独立产生的行为序列，技术使用行为没有显著引发其他行为，也没有伴随其他行为而产生。

学生与同伴讨论的行为（S4）也达到了非常高的显著水平，可以说明在课堂中学生积极地与同伴进行讨论，但是与同伴讨论的行为也是独立存在的行为，说明没有引起其他行为的产生，同时也说明学生们在讨论的过程中教师没有进行指导。

从行为转换图来看，教师讲授过程中提出的问题大多是封闭性的问题，（T6→T5）讲授的过程中进行提问;（T5→S1）教师提问完呈现出的是学生的被动回答问题;（T5→T7→S1）教师提出封闭性问题→指定学生进行回答问题→学生作答;通过行为转换图可以分析得出，课堂中的课堂提问发出者以教师为主，而教师指定学生进行回答问题的行为，行为与行为之间显示出的是提问过后紧接着就是学生的作答，而学生思考的时间较短，导致学生无法对问题进行深思熟虑就进行作答。

在学生主动表达观点后，教师会对学生的发言表示认可（S3→T1）;积极采纳学生的意见和观点，将其应用于问题解决的过程并进一步地提问，与学生进行交流（S3→T3→S3/T4）。这样的互动过程有助于激发学生的学习兴趣，促进深层次的交流，学生主动提问与教师反馈的互动过程取得了较好的效果。

通过上述对GSEQ软件的介绍和实践，我们得出以下几点结论。

（1）GSEQ软件是一个高精度、高可靠性、高灵活性、功能强、自动处理稳健的数据处理软件，在国际学术界使用较多。

（2）GSEQ软件有着科学的数据处理模型和良好的可扩展性，既适用于科学研究、教学实践，同时也适用于序列分析和行为相关性的数据的计算。

（3）GSEQ软件的强大功能和详尽的可控参数设置要求操作人员熟悉数据处理的理论背景。

通过运用交互行为分析软件处理课堂上的教学行为，可以更好地呈现课堂中的师生行为占比和行为序列，呈现出行为与行为之间的关联和关系，揭示行为背后隐含的规律，分析课堂中的师生交互模式，揭示课堂中师生互动行为的特征，能够反映课堂教学过程。这对于教师而言能够发现课堂教学中存在的问题，对教学环节的设计进行改进和提升，从而更好地实现教师的教与学生的学，进一步提升课堂教学质量。