第五节 学习方式对编程质量提高的影响
一、研究目的
学习方式的差异会得到不同的学习结果。[16]隐性知识来源于个体的学习经验，而个体的学习经验则会受到其学习方式的影响，因此，学习方式的不同会对个体隐性知识的获得产生影响。本研究主要考察学习方式对个体编程质量提高的影响，即考察不同学习方式对个体隐性知识获得和水平提高的影响效果。
二、研究方法
（一）被试
华中科技大学环境学院大二本科生50名，提交数据47份，有效数据47份。其中练习后再学习组被试16名，学习再练习组被试16名，学习再学习组被试15名。男性40名，女性7名。被试均学习过C语言程序设计课程，但并未学习过其他程序设计等相关计算机类课程。被试具体情况见表7－21。
表7－21 被试情况表
（二）实验设计
本实验为单因素被试间实验设计，实验条件有：①练习后再学习；②学习再练习；③学习再学习。实验任务为在60分钟内完成规定的程序编程任务。记录被试程序设计代码，根据正确性、编程风格、代码效率、健壮性和扩展性五个指标，采用专家评定法对被试程序进行成绩评定。自变量为学习方式，分别为学习再学习、学习再练习、学习再学习；因变量为程序成绩评定的正确性、编程风格、代码效率、健壮性和扩展性五个指标。
（三）实验材料
本实验的实验材料主要由三个部分组成，包括C语言显性知识问卷、学习阶段的学习材料和一道C语言编程题。
C语言显性知识测试问卷。该问卷由20道C语言基础知识测试题组成，主要考察被试对C语言课本中基础知识的掌握情况，考察主要涉及课本上提及的知识点，通过课本学习均可获得的知识。
学习材料为两道C语言编程题“用筛选法求100以内的素数”及“一个偶数总能表示为两个素数之和”。
C语言编程题如下：有15个人围成一圈，顺序从1到15编号。从第一个开始报数，凡报到n的人退出圈子。用C语言写出程序，输入n（n≥1）的值，输出最后留在圈子里的人的编号。
（四）实验程序
实验分为三个阶段。
第一阶段，被试完成与C语言相关的书本知识的纸笔测试题，时间为15分钟。
第二阶段，将被试随机分配到不同的学习方式小组，让被试进行两道C语言练习编程题的学习或练习活动。其中学习再学习小组先花15分钟的时间完成“一个偶数总能表示为两个素数之和”编程题的样例学习，然后接着花15分钟的时间完成“用筛选法求100以内的素数”编程题的样例学习；练习后再学习小组先花15分钟练习编程题“用筛选法求100以内的素数”，然后再给被试5分钟的时间进行此编程题的参考代码学习，接着被试花10分钟完成“一个偶数总能表示为两个素数之和”编程题的样例学习；学习再练习小组先花10分钟完成“一个偶数总能表示为两个素数之和”编程题的样例学习，然后花15分钟的时间完成“用筛选法求100以内的素数”编程题的练习，然后再给被试5分钟的时间进行此编程题的参考代码学习。
在第三个阶段，让被试按照实验任务，在60分钟内采用C语言完成指定的编程任务，并将所写代码以“学号．C”的格式保存在桌面上。
三、实验结果与分析
（一）被试在显性知识方面的差异分析
根据收集的数据，对三组被试在显性知识方面的得分进行分析，具体情况见表7－22。
表7－22 被试显性知识成绩的差异分析
采用方差分析进一步分析，结果表明，三组被试在显性知识的得分上不存在显著性差异（F＝0．328，p＞0．05），因此，三组被试在对C语言程序设计的显性知识掌握方面不存在显著性差异。
（二）专家评定成绩的信度检验
采用SPSS软件计算Cronbachα系数的方法对专家所评定的成绩进行信度检验，结果发现对于程序代码从正确性、编程风格、代码效率、健壮性和可扩展性五个方面的评价，三位专家的评价结果具较高一致性，一致性系数（Cronbachα）分别为0．822824、0．7777、0．7258、0．7984和0．7675，因此，三位专家对被试所编程序正确性、编程风格、代码效率、健壮性和可扩展性五个方面评定成绩的一致性系数具有较高水平。因此，不同专家对被试在程序设计五个方面的成绩评定具有较高信度。
（三）被试在完成编程任务质量方面的差异
本研究中，被试在各个因变量指标上的成绩采用三位专家评定成绩的平均数，进一步对三组被试在程序正确性、编程风格、代码效率、健壮性和可扩展性五个方面的成绩进行差异分析。三组被试在程序设计五个指标上的描述统计结果见表7－23。
表7－23 三组被试在程序各指标上的差异分析
（续表）
我们对三组被试的成绩进行One－Way ANOVA方差分析，结果表明，三组被试在五项指标上的成绩均存在显著性差异。数据分析表明，练习后再学习、学习再练习和学习再学习三组被试在程序的正确性、编程风格、代码效率、健壮性以及可扩展性上均存在显著性差异，显著性水平分别为0．07、0．006、0．013、0．019和0．010。
以被试的显性知识成绩作为协变量，对三组被试程序质量的五个指标进行差异分析，结果表明，三组被试在程序的正确性、编程风格、代码效率、健壮性以及可扩展性上均存在显著性差异，显著性水平均小于0．05。具体数据见表7－24。
表7－24 三组被试在程序各指标上的差异分析
（续表）
进一步进行多重比较分析显示，在程序的正确性方面，练习后再学习组和学习再练习组以及学习再学习组之间均存在显著性差异，显著性水平均小于0．01。学习再练习组的平均成绩虽然优于学习再学习组，但是两者之间没有显著差异。
在程序的编程风格方面，练习后再学习组和学习再练习组之间以及学习再学习组之间均有显著性差异，显著性水平分别为0．025和0．002；学习再练习组和学习再学习组之间的显著性水平大于0．05，不存在显著性差异。
在程序的代码效率方面，练习后再学习组和学习再练习组之间具有显著性水平，显著性水平为0．025，小于0．05，练习后再学习组和学习再学习组之间的显著性差异为0．005，小于0．01；而学习再练习组和学习再学习组之间不存在显著性差异。
在程序的健壮性方面，练习后再学习组和学习再练习组以及学习再学习组之间有显著性差异，其中和学习再练习组之间的显著性水平小于0．05，而和学习再学习组之间的显著性水平则小于0．01。而学习再练习组和学习再学习组之间的显著性水平能够要远远大于0．05，则不存在显著性差异。
在程序的可扩展性方面，练习后再学习组与学习再练习组以及学习再学习组之间有显著性差异，显著性水平分别为0．029和0．004；而学习再练习组和学习再学习组之间不存在显著性差异。具体数据情况见表7－25。
表7－25 三种不同学习方式下被试成绩的多重比较分析
（续表）
三组被试在完成实验任务的时间上，练习后再学习组被试所用的时间最少，平均为38．5625分钟，但是和学习再练习组所用的时间相差不多，其中学习再学习组被试所用时间最长，平均为40．1064分钟，具体情况见表7－26。
表7－26 被试完成实验任务时间的差异分析
方差分析结果表明，三组被试在完成实验任务的时间上存在显著性差异（F＝3．635，P＝0．035）。进一步采用多重比较，结果发现，练习后再学习组和学习再练习组在完成实验任务的时间上没有显著性差异，练习后再学习组和学习再学习组在完成实验任务的时间上存在显著性差异，显著性水平小于0．05。具体数据见表7－27。
表7－27 不同学习方式组被试在完成实验任务时间上的多重比较
四、讨论
以上结果显示，在不同学习方式条件下，被试获得隐性知识的效果不同。练习后再学习组的成绩要好于学习再练习组和学习再学习组这两组的成绩，也就是说练习后再学习这种学习方式对个体隐性知识提高的效果最好。
有研究者发现，无经验的机械贸易学徒学习了样例或者问题解决，在随后的测试中，无经验的学徒更受益于样例条件。随着经验的增加，样例的优越性消失了。[17]
对经验和实践能力要求较高的计算机编程认知活动而言，被试不仅仅需要具备相关理论知识，更重要的是有较强的动手能力。练习后再学习组被试通过练习和学习活动，促进了他们对相似问题解决的积极加工，得到了较好的学习效果。学习再练习组被试虽然也经历过练习加工的活动，但是其学习效果却不如练习后再学习组。可能的原因是练习后再学习组在先前进行的练习活动中对问题有了深加工的过程，容易将之后学习阶段的问题与练习阶段的问题结合起来形成认知图式；而学习再练习组在学习阶段因为未对所学习的问题进行深加工，所以之后进行的练习中对两者的联系比较弱，故在隐性知识的获得上不如练习后再学习组被试。学习再学习组被试因为没有经由练习这一认知活动来对问题进行深加工，因此他们隐性知识的获得和水平的提高不如练习后再学习组被试和学习再练习组被试。
【注释】
[1]郝宁，吴庆麟．编程专家的编程过程认知模型［J］．计算机时代，2004（10）：27－25．
[2]R K Wagner．Tacit Knowledge in Everyday Intelligence Behavior［J］．Journal of Personality and Psychology，1987，52：1236－1247．
[3]Larry Weissman，et al．Psychological Complexity of Computer Programs：an Experimental Methodology［J］．SIGPLAN Notices 1974，9（6）：25－36．
[4]Winer B．Statistical Principles in Experimental Design［M］．New York：McGraw－hill，1991．
[5]Nunnally J．Psychometric Theory［M］．New York：McGraw－hill，1994：64．
[6]Amabile T M．Creativity in Context：Update to the Social Psychology of Creativity［M］．Boulder，GO：Westview，1996．
[7]宋晓辉，施建农．创造力测量手段——同感评估技术（CAT）简介［J］．心理科学进展，2005（6）：739－744．
[8]郝宁，吴庆麟．编程专家的编程过程认知模型［J］．计算机时代，2004（10）：27－25．
[9]K J Holyoak，K Koh．Surface and Structural Similarity in Analogical Transfer［J］．Psychology of Learning and Motivation，1987（15）：332－340．
[10]H A Simon，K J Gilmartin．A Simulation of Memory for Chess Positions［J］．Cognitive Psychology，1973（5）：29－46．
[11]W G Chase，H A Simon．The Mind’s Eye in Chess［M］．In W G Chase，ed．，Visual Information Processing，New York：Academic Press，1973：215－281．
[12]邵光华．样例学习的理论与实践［M］．杭州：浙江大学出版社，2013：9．
[13]R Libby．The Role of Knowledge and Memory in Audit Judgment，In R H Ashton（Ed．），Judgment and Decision－making Research in Accounting and Auditing［M］．New York：Cambridge University Press，1995：176－206．
[14]J R Anderson．Acquision of Cognitive Skill［J］．Psychological Review，1982，89（4）：369－460．
[15]J R Anderson，P J Kline and D M Neves．Acquisition of Problem－solving Skill．In Cognitive Skills and Their Acquistion，ed．J R Anderson．Hillsdale，New Jersey：Lawrence Erlbaum，1981：191－230．
[16]F Marton，D Watkins ＆C Tang．Discontinuities and Continuities in the Experience of Learning：An Interview Study of High－school Students in Hong Kong［J］．Learning and Instruction，1997，7：21－48．
[17]S Kalyuga，P Chandler，J Tuovinen，J Sweller．When Problem Solving is Superior to Studying Worked Examples［J］．Journal of Educational Psychology，2001，93：579－588．
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
