基于多元统计分析的地方高校课堂教学质量评价——以台州学院为例

李宏明

（浙江工业大学，浙江 杭州 310014）

基于多元统计分析的地方高校课堂教学质量评价
——以台州学院为例

李宏明

（浙江工业大学，浙江 杭州 310014）

评价教师的教学质量是在以教学型大学为主的地方高校办学过程中的一项重要工作。应用多元统计方法对教学质量进行评价，通过对数据的筛选、整理、加工和分析运算给出一种有效的量化评估手段，对建立科学的评价体系，促进教学质量的提高有一定的促进作用。

多元统计分析；主成份分析；地方高校；教学质量评价

地方性、应用性和综合性是台州学院办学的三大目标，其中提高教学质量，为地方培养优秀专门人才，是一项重要的具体应用。评价教师的教学质量是教育评价中的核心问题［1］，目前几乎所有地方高校都进行了形式不同的学生对任课教师课堂教学质量的评估。实践证明，教育评估在诊断教学、改进教学、加强管理、提高办学水平、保证教育质量等方面起着重要的作用。本文利用多元统计分析的理论和方法对调查所得的原始数据进行分析和处理，得到台州学院整体课堂教学的总体概况，为教学管理部门的决策及我校教学视导员对教师的评价等提供可靠的理论依据，从而更好地促进我校教学质量的提高。

1 评价指标及数据统计

1.1 评价指标

学校以教学为主，教师是教学各个环节的具体执行者，并在教学过程中起着主导作用。因此，教师不仅要正确有效地传授学科知识，更要注重引路。应该说，影响课堂教学效果的因素是很多的，在我校学生对教师教学质量评价共有16项指标［2］。

表1 台州学院教师课堂教学质量评价指标

1.2 数据统计

各项指标均分为4个等级，得分分别为4分、3分、2分和1分。为了降低偶然性，学生以班为单位，每个学生对每个任课教师的各项指标打分。现从数信学院随机抽出具有代表性的一门基础课，再随机抽出从事该课程教学工作的20位教师，将学生对这些教师的各项打分进行统计分析［3］，原始数据见表2。

表2 教师教学质量分项指标得分情况表

2 统计分析

2.1 指标得分的差异分析

根据表2的数据，各指标的平均值与标准差如表3。

表3 指标均值及标准差

从表3的数据显示来看，X9的标准差最小，其次是X6，这两项是分别是教师备课和讲课的选项，反映教师讲课的实际功力与教学水平的情况，说明学生对教师是否认真对待教学，对教师讲课水平讲学方法等看法是较为一致的，绝大多数学生都渴望与教师能认真对待他们的课，不太欢迎那些敷衍了事，照本宣科或者填鸭式的教学方式，现在的学生早已具有自己的一套看法和观点，往往教师在课堂上的一次表现直接就会在学生思维中行程一个固定的印象，对于教师教学水平的高低，学生也有自己心中的一杆称。

标准差最大的是X5，其次是X4，这与实践是相符合的。进入教育产业化的今天，随着地方高校连年扩招学生上课早已不是一对一的师傅带徒弟，以我校为例，大多数公共基础课都是大班教学，人数动辄超过150人。在这样的情况下，要求“注意因材施教，注重示范、启发、引导”是不现实也是基本不可能实现的，在人数多，课时少，教师精力有限的情况下，往往只能保证效率优先，可能对个别学生能做到偶尔指点，大多数学生都只能在课堂上听到教师的讲学。对于“作业布置合理，批改认真，能够适时答疑解惑”，学生们的看法则往往会觉得自己辛苦写的作业教师根本没有时间批阅，依他们的阅历与经验，要求教师公平对待每个人的作业和成绩是天经地义的，但在目前现实中根本不可能，有些学生平时作业写得认真，但是考试分数不高，有些学生平时根本不写作业或者随便东抄西抄，结果反而得了高分。体现的结果是教师对学生情况的不熟悉，这是学生对这两个问题看法有很大的差异的原因之所在［4］。

然而X5的平均值是最大的，其次是X9。这说明，尽管学生对X5、X9的看法存在很大的分歧，但作为衡量课堂教学的效果，它们乃是最重要的。这不仅要求我们任课教师提高业务水平，更要注重自己的品德修养。当发现学生普遍学习兴趣不高时，不该单方面指责学生，应该反省一下自己，冷静地思考，用自己的正确言行去培养与教育学生。

2.2 主成分分析

教师教学质量评估体系的内容复杂，众多的指标虽然对评价教学质量有很大作用，但很难从中直接判断出教师的优劣，本文运用主成份分析方法［5］，使用SAS软件包，从表2所列数据出发，把原来多个指标化为少数几个互不相关的综合指标，找出主要成份，为每位教师的教学质量做出较为全面、客观的评价，同时分析得到整个英语教学的总体概况，为教学管理部门纵观学院的英语教学情况提供了科学依据，使教学评估更好地起到促进教学质量的提高和教育管理科学化的作用.

1）标准化处理

x=（xij）16×16进行标准化处理得到 X=（Xij）16×16进行标准化处理得到。

2）计算相关系数矩阵

利用SAS统计软件先求表2数据阵的相关系数阵R16×16，然后求出R的特征根及其对应的特征向量。

3）求矩阵R的特征值及贡献率

4）确定主成份的个数

由计算可知，累积贡献率分别为73.45%，81.46%，87.37%，92.96%，98.83%，……。由此可知前五个主成份已经概括了大部分的信息。因此，在这里取前5个分别作为第一主成份、第二主成份、第三主成份、第四主成份和第五主成份，相应我们取前五个主成份进行分析，相应的主成份载荷见表4。

式中 Zi是 xij（i=1，2…16）的标准化指标。

5）主成份载荷分析

从主成份及其变量的关系可以看出［6］：

①在第一主成份中所有变量均有相当的正载荷，这说明Z1为“教学质量”的综合指标，对每位教师的第一主成份的值由小到大排序结果是：3、13、11、15、8、4、7、16、14、12、1、6、2、9、5、10。

②在第二主成份中变量X1，X3，X4都有较高的正载荷，这说明Z2可作为“教学态度”指标。

表4 主成份载荷矩阵

③在第三主成份中变量X8，X9，X10均有较高的正载荷，可以把Z3看成是“教学方法”指标。

④在第四主成份中变量X11，X13都有较高的正载荷，可以把Z4理解为“教学效果”指标。

⑤在第五主成份中变量X5，X6，X7均有较高的正载荷，可以把把Z5看成是“教学水平”指标。

主成份分析所得结果与实际资料反映出来的基本相符，这表明了主成份分析法的有效性和可行性。

4 结束语

教学是教与学的结合体，是教师与学生的一种交互活动，在这一活动中教师是主导，学生是主体。因此，教师是提高教学质量的关键。通过本文方法可以看出，多元统计分析可以从不同侧面、不同角度、较准确地分析和研究多指标的综合评价问题，克服了以往教师评价中只有一个平均分的方法，可为教育行政管理部门了解和考评教师的教学业绩提供更多的信息与科学依据，在以教学型大学为主的地方高校尤其值得推广和应用。

［1］吴群英．多元统计分析在教学质量评估中的应用［J］．数理统计与管理，1995，14（3）：10-12.

［2］钱存阳，李丹青．多元统计分析在课堂教学质量评价元中的应用［J］．数理统计与管理，2005，24（6）：40-43.

［3］梁邦助．多元统计分析在教学质量评价中的应用［J］．天津工业大学学报，2003，22（3）：87-88.

［4］牛裕琪，何平．教学质量评价数据的多元统计分析［J］．陕西工学院学报，2001，17（4）：67-70.

［5］张尧庭，方开泰多元统计分析引论［M］．北京：科学出版社，1982：322-325.

［6］张有正，吴以莉，朱益民．多元统计在教学评教体系中的应用［J］．宁波教育学院学报，2006，8（1）：30-33.

The Class Teaching Quality Evaluation in Regional Universities based on Multivariate Statistical Analysis——A Case Study of Taizhou University

LI Hong-ming
(Zhejiang University of Technology,Hangzhou 310014,China)

The evaluation of teachers’teaching quality is an important part in regional teaching-oriented universities.This paper evaluates the teaching quality by means of multivariate statistical analysis method.An effective quantitative evaluation method is presented through selecting,sorting,processing analyzing and calculating of the data,which will promote the establishment of scientific evaluation system and the improvement of teaching quality.

multivariate statistical analysis; principal component analysis; regional universities; evaluation of teaching quality

耿继祥）

TG146.4

A

1672-3708（2010）03-0077-04

2010-03-29；

2010-05-06

李宏明（1980- ），男，浙江临海人，实验师。