S-T分析法及其在教学中的应用

摘要：S-T分析法能科学地呈现师生教学行为及过程，对提高课堂教学质量、促进教师专业发展具有重要意义。针对目前S-T分析法应用中出现的问题，提出基于视频进行S-T分析、增加师生互动行为、明确各学科教学中师生行为的具体表现、遵从采样编码的原则等改进建议。结合实例及文献，提出借助信息技术使S-T分析法更加便捷易用以及S-T分析法同其他方法、软件、课堂实录相结合进行多角度教学分析的应用策略。

关键词：S-T分析法;师生行为分析;信息技术

中图分类号：G420 文献标志码：A 文章编号：1673-9094（2019）10B-0004-05

学生和教师是课堂教学最基本的要素，研究教学中教师与学生的行为是现代教育理论的重要内容。运用科学的分析方法、借助相关的辅助工具分析师生教学行为及过程，并在此基础上明确教师与学生在课堂教学中的位置、作用及构建良好的师生关系，对于提高教学质量、促进教师专业发展具有非常重要的意义。

S-T分析法是一种较为成熟的师生行为量化分析方法。它通过以图形的方式直观地呈现课堂中师生行为随时序变化的情况来分析教学过程和模式，以达到科学地分析课堂、优化课堂的目的。近年来，S-T分析法也越来越多地运用到了中小学课堂分析当中，因此，一线教师学习、借鉴该方法，探索其在各自学科分析中的应用很有必要。

一、S-T分析法

S-T分析法是一种比较完善、科学的课堂教学分析方法，它可以对教学的“过程与方法”进行测量和评价。这种分析方法将课堂教学行为分为学生行为和教师行为两类，学生行为用“S”（student）表示，教师行为用“T”（teacher）表示。傅德荣等研究认为：教师T行为主要有听觉方面的讲话行为和视觉方面的板书、演示等行为。在教学过程中，T行为的具体表现为：解说、示范、板书、利用OHP（投影仪）等各种媒体进行提示、提示与点名、评价及反馈等。学生S行为包括T行为以外的所有行为，具体表现为：发言、思考和计算、记笔记、做实验或完成作业、沉默等。[1]

S-T数据的收集，一般设定采样的时间间隔为30秒。在观察的过程中，每隔30秒选取一个样本。若该时刻为教师行为，则在表中记入T，否则记入S，以手工的方式制作S-T数据记录卡片。45分钟的教学应有90个样本，记录表中应有90个S或T符号，并有由这些符号构成的一串S-T时序列数据，简称S-T数据。

基于S-T分析法分析教学的教学过程与模式有两种表示方法。一种以S行为、T行为随时间变化的S-T曲线图来表示，可以直观地显示出整个教学过程中师生行为随时间的变化及师生互动的情况。S-T曲线图绘制方法为：纵轴为S，横轴为T，数轴的长度适应课堂时长，每2分钟标注一个对应数字。其原点为教学的起始时刻，将收集的S-T数据序列绘制成相应线段：S对应30秒的垂直线段，T对应30秒的水平线段，直到教学结束，绘成这节课的S-T曲线图。[2]

另一种以表示教学风格的Rt-Ch图来表示，它对教学模式的描述、教学过程的分析具有重要意义。Rt即教师T行为占有率，表示教师T行为数与总的行为采样数之比，计算公式为：Rt=Nt/N。其中，N表示教学行为的采样总数，Nt表示T行为的采样数。Ch即师生行为转换率，表示教学过程中T行为、S行为间的相互转换次数与总的行为采样数之比，计算公式为：Ch=（g-1）/N。其中，g表示数据中的连数，如S-T数据为“T T S S T S S T T T”，该数据中有5个连（T T S S T S S T T T），则g=5。将计算出的Rt和Ch数据描绘在横轴为Rt、纵轴为Ch的坐标图上，可得到Rt-Ch图。一節课的教学，在Rt-Ch图中对应一个点，依据这个点可以界定该课的教学模式。日常45分钟左右的课，采样间隔为30秒的情况下设定的教学模式界定标准为：练习型Rt≤0.3，讲授型Rt≥0.7，对话型Ch≥0.4，混合型0.3

S-T分析法中的行为类别仅有T行为和S行为两类，它极大地减少了教学过程中行为分类的模糊性，增加了其客观性和可靠性。另外，它直观地将教学过程与模式以图形的方式呈现，很容易对课堂给出科学、客观的指导意见，能更好地使教师发现课堂中的不足从而完善自己的教学。该方法操作简便、计算简单，一线教师稍加训练就能在自己的课堂分析中成功应用，有利于在中小学教研中推广和实施。

二、S-T分析法应用存在的问题

在“中国知网”检索发现，从2004年至今（2019年3月）的十多年里，中国知网收录的关于S-T分析法在教学中应用的文献仅有103篇。这说明S-T分析法虽然好用，但是在具体的课堂分析中却少有人应用。笔者结合查阅文献的情况和个人的实践，认为S-T分析法在课堂分析中应用较少可能有以下的原因：

首先，S-T分析法将课堂教学行为仅分为教师教学行为T和学生学习行为S，与基础教育课程改革背景下的师生互动课堂实际不相符。因为目前的课堂教学更注重师生间的互动交流，在30秒的采样间隔内师生有可能进行了几次简短的课堂对话交流，这种对话交流是教师行为还是学生行为，采样者在判断时会有困难。

其次，应用S-T分析法数据采样时，观察者需在设定的采样间隔内很快地对此刻教学行为做出判断并进行记录。在30秒内完成以上操作，可能在时间的掌控上和行为类型的判断上产生较大误差。如果再缩短采样间隔时间（有的研究采样的时间间隔为10秒），还以这样的纯手工方式去收集数据，观察者仓促间恐怕难以完成。

再次，较为成熟地运用计算机软件来辅助完成S-T分析的工具和方法，目前还没有典型的、易于操作的案例。为解决S-T分析法以手工方式收集数据、绘制图形费时费力甚至无法完成的问题，在现有文献中也有一些尝试，如李钱光等基于VB软件开发的S-T教学分析软件[4]，但这一软件仍将课堂行为分为学生行为S和教师行为T两类，而且不能实现视频播放30秒暂停的功能，容易造成采样间隔和判断类型的误差。张璇曾“运用专业软件绘制出与教学过程对应的S-T图和Rt-Ch图”[5]，但并未说明运用什么软件，也未说明其具体绘制的过程与方法。目前文献中所提到的S-T分析法软件，要么仍旧只把课堂教学行为分为两类，要么含糊其词，并未提及相应的软件，至于具体的操作更是没有详细说明。

最后，更为关键的是，S-T分析法只能对教学过程和教学模式进行简单分析，获得的信息很有限，课堂中教师行为是什么、学生行为是什么、师生行为关系怎样等等并不清楚。S-T分析法方法虽然简单，但是专家学者“看不上”，而中小学教师具体操作时费时费力又效果不佳，于是，S-T分析法被束之高阁，很少在教学中被应用。

三、S-T分析法的改进与完善

（一）基于视频的S-T分析法

随着手机录像功能的逐渐成熟，可以对课堂教学进行录像，以方便课堂观察，为借助信息化工具以避免手工收集数据的烦琐提供了可能;同时，课堂视频方便教师对自己的课堂进行自我反思。这种“复盘式的评课”也有利于更加准确地处理师生的一些非语言行为，如教师对学生的眼神鼓励、教师操作设备等不会再简单地被归入S行为的“沉默”中去了。

（二）增加师生互动行为D

在原有S-T分析法T行为和S行为的基础上，为适应当前课程改革课堂观察的需要，增加师生互动D行为。艾伦等就提出：“将教师与学生交互对话的行为填D（或T），但计算时当作T处理，D与T等价”;在依S-T数据绘制曲线时，“一个D对应0.5分钟的45度倾角的线段”，Rt-Ch值按原来的公式计算，并根据原来的设定标准来界定教学模式。[6]刘立新等继续对师生互动D行为进行改进，D与T之间也记作一次转换，在计算Nt教师T行为采样数时加上1/2的师生互动D行为，即Rt=（Nt+0.5Nd）/N 。由于行为类别由两类增为三类，尽管计算公式没有变化，但数据中的连数g发生了改变，对Ch值的结果影响很大，这必定影响到教学模式的判断标准。因此改变了原来的教学模式判断标准，增加了一种新的教学模式——板块型。板块型是指一节课的教学过程由某种持续时间较长的单一教学行为的板块组合而成的，其主要特点就是行为转换率很低。板块型教学模式的判断标准初步界定为Ch≤0.2，即每5分钟内S、T、D之间的转换次数不超过2次。新的教学模式的判断标准界定为：练习型Rt≤0.3，讲授型Rt≥0.7，对话型Ch≥0.6，平衡型0.3

借鉴以上观点，笔者认为将课堂教学行为分为学生S行为、教师T行为和师生互动D行为三类，更加符合当前的课堂教学实际。师生互动D行为是在课堂教学过程中师生采取不同策略而产生的磋商过程，这是一种双向的互动过程。D行为主要表现为教师与学生之间的对话交流。在绘制S-T曲线时，用一段长30秒的45度斜向线段表示。D在计算时S和T各占一半，计算行为转换时，D与T、S之间都记作一次转换。即T行为占有率为：Rt=（Nt+0.5Nd）/N，其中N表示教学过程中的行为采样总数，Nt表示T行为采样数，Nd表示D行为采样数。行为转换率为：Ch=g/N，其中g表示S、T、D之间的行为转换次数。如：一段S-T数据T-T～S-S～T～S-S～T-T-T之间发生了4次行为转换，中间用“～”表示，则g=4。这里g含义发生了变化，由原来“数据中的连数”直接变成了“S、T、D行为之间的相互转换次数”，从而使Ch值的计算更简便。[8]在界定课堂的教学模式时，采用刘立新等的判断标准，分为练习型、讲授型、对话型、平衡型、板块型五种不同的教学模式。

（三）明确各学科教学中师生行为的具体表现

为使采样者在进行S-T分析时更加清楚地判断上述三种行为类型，使各个学科课堂中的S行为、T行为和D行为的具体表现更加明确可辨，应考虑从言语行为和非言语行为方面对不同学段各个学科课堂中的教学行为表现做适当的解释。如笔者将S-T分析法应用到初中语文教学中时，对前述傅德荣等人关于教学行为的具体表现做了补充和修改，最终形成了初中语文课堂教学师生行为类型及表现，详见表1[9]。

（四）遵从采样编码的原则

已有的S-T分析研究与实践一般采用30秒为间隔时间进行采样，在采样的那一时刻，如果是教师行为记为T，学生行为则记为S。如果该时刻正在进行师生平等互动，则记为D;而明显有一方主导的互动仍记为T或S。[10]

四、应用信息技术，实现S-T分析法的便捷化

采用首都师范大学方海光教授团队研发的“Flash_Light视频分析系统”[11]，可以使S-T数据的收集变得便捷。

首先，在系统中装载需要分析的课堂视频（wmv格式），在“工具”选项里设置编码表“1.S行为”“2.T行为”“3.D行为”，编码时间“30s”。视频播放30秒会自动暂停，研究者在“编码列表”栏内点选编码后，点击“播放”继续。播放、点选结束，点“生成数据表”。用Microsoft Excel软件打开数据表，分别用S行为、T行为、D行为替换表中的数据1、2、3，就形成S-T数据表了。

其次，用Excel软件生成S-T曲线图。依据S-T时序列数据产生T轴和S轴数值：一个S行为表示S轴数值增加0.5，一个T行为表示T轴数值增加0.5，一个D行为表示S轴和T轴数值各增加0.25。可用IF函数自动判定，如：B4单元格“=IF（A4="T"，0.5，IF（A4="D"，0.25，0））”，C4单元格“=IF（A4="S"，0.5，IF（A4="D"，0.25，0））”。T轴、S轴数值依次累加，B5单元格“=B4+IF（A5="T"，0.5，IF（A5="D"，0.25，0））”，向下拖动会自动生成T轴所有数值。S轴同理。这样，就自动产生了一张辅助表（见表2）。然后，选中T轴、S轴的所有数值，依次执行菜单“插入”“图表”“所有图表”“散点图”“带平滑线的散点图”命令，就产生了一个曲线图。最后，分别右击纵轴和横轴“设置坐标纵格式”，“边界-最大值”設为30.0（S、T轴的最大值各30分钟，合计60分钟，一般来说足够描绘45分钟左右的课堂），“单位-主要”设为2.0，稍加美化改改颜色、加入文字，一个S-T曲线图便自动产生了（如图1）。以后再用时，只需将新的S-T数据粘贴到表中，图形便会跟着改变，S-T曲线图迅速生成。

最后，用“格子法”繪制Rt-Ch图。在Excel软件中选定100行×100列的表格调整行列间距，每个小格子即表示0.01，然后分别画出Ch=0.2、0.6的横线和Rt=0.3、0.7的竖线，构成Rt-Ch框架图（如图2）。若某节课教师行为占有率Rt≈0.59，师生行为转换率Ch≈0.57，则Rt值为横坐标，Ch值为纵坐标，在图中找到对应的小格子标出（见图2中的H点）。[12]依据这个点，就可以确定本节课的教学模式为平衡型。

五、结合多种方法，尝试从多角度进行创新分析

（一）S-T分析法与其他方法、软件的结合使用

弗兰德斯互动分析也是常用的课堂师生行为分析方法之一，它的数据采样和处理更加精细，能对师生的言语行为做更有意义的分析。如郭梦婷等将S-T分析法与改进型的弗兰德斯互动分析系统ITIAS相结合分析信息化课堂教学，客观分析了目前青年教师物理教学的情况，并针对存在的问题提出建议[13]。

另外，QSR Nvivo10.0 软件也是常用的教学视频分析软件。如金仙芝基于S-T分析法对小学语文识字与写字教学视频课例进行教学模式分类，结合Nvivo软件对视频课例进行三维度的数据收集，对比分析“一师一优课”的“优质”与“不足”，总结课例中“人机互动”方面值得一线教师学习借鉴的地方，并提出教师进行信息化教学的相关建议[14]。

S-T分析法还可以尝试与调查法、谈话法相结合，实现量化的分析与质性的评价相统一，使得课堂分析更加合理、科学。

（二）结合课堂实录尝试从多角度分析

1.分析教学过程、教学模式。如刘飞等比较分析了网易公开课上袁涤非副教授和Sandel 教授的教学风格、教学过程[15]。又如张璇利用S-T分析法对特级教师袁爱国执教的《目送》一课的教学进行观察与分析，发现本节课教学过程有情境导入、文本初读、美读赏读、阅读探究四个活动，从表面叙事深入作者内心，课堂环环相扣，表明教师教学有梯度，符合学生认知[16]。

2.分析课堂中的教师和学生的教学行为。可以按课堂时序分析教师何时讲授教学内容、何时提出问题、何时进行课堂总结等;同时也可以分析学生思考或练习的时间、讨论与回答的情况等。单迎杰采用S-T分析法进行研究，发现教育技术学专业课大部分课堂中T行为约占90%，教师仍习惯用教师讲学生听的形式;师生行为转换率较低，课堂提问较少，学生活动以听讲、记笔记为主，“以学生为主体”的教改理念未能深入实施。作者进而提出一些课堂教学改革的具体措施。[17]

3.分析教学过程中的师生的教学互动。如董晶等运用S-T分析法对生物公开课“人类遗传病和遗传病的预防”进行师生互动分析，发现课堂各个环节中教师活动和学生活动均交替进行，且师生互动频繁交流积极[18]。

参考文献：

[1][3]傅德荣，章慧敏.教育信息处理[M].北京：北京师范大学出版社， 2001：95，104.

[2][8][9][12]薛新国，杨延环.信息技术支持的初中语文课堂观察——S-T分析法的实践与改进[J].教育导刊， 2019（1）：71，72，70，73.

[4]李钱光，沈健.基于S-T分析法的教学分析软件[J].武汉工程大学学报， 2011，33（9）：84-87.

[5][16]张璇.基于S-T分析法的语文课堂观察——以公开课《目送》的教学评价为例[J].江苏教育研究， 2016（7A/8A）：75-76，76-77.

[6]艾伦，艾霁野.基础教育质量监测与评价的测量工具研究[J].中国教育技术装备， 2008（6）：2.

[7]刘立新，杜卫民，王萍，等.对S-T分析法的改进及全国高中化学优质课分析[J].化学教学， 2014（7）：19-22.

[10]刘立新，王萍，和安宁，等.S-T分析法在高中化学教学分析中的应用研究[J].化学教学， 2014（1）：28.

[11]方海光，高辰柱，陈佳.改进型弗兰德斯互动分析系统及其应用[J].中国电化教育， 2012（10）：111.

[13]郭梦婷，张学军，李平.基于ITIAS和S-T的物理课堂交互及教学模式分析——以全国中学物理青年教师教学技能大赛为例[J].物理教师， 2015，36（7）：65-68+71.

[14]金仙芝.“一师一优课”视频课例的人机互动行为分析研究——以2014年度小学语文部级优课为例[D].兰州：西北师范大学， 2017：24-83.

[15]刘飞，刘雁，黄成云.基于S-T分析法的教学过程对比分析——以网易视频公开课为例[J].中国教育信息化， 2012（11）：58-60.

[17]单迎杰.以S-T分析法分析教育技术专业课课堂教学问题[J].现代教育技术， 2008（10）：29-31.

[18]董晶，柯晓莉.运用S-T教学分析法评价师生互动行为[J].生物学教学， 2015，40（6）：11-12.