因子分析法在教学效果满意度评价中的量化

摘 要 评价工作中最关键的组成就是评价结果，由数据处理的结果表现出评价的有效性。同时可采取多种计算方法如因子分析法、模糊评价法等对教学评价的原始数据进行处理。本文主要借助于因子分析法，来阐释教学效果的满意度是如何进行量化考核和量化分析的。

关键词 因子分析法 教学效果 满意度

中图分类号：G642 文献标识码：A

Quantify of Factor Analysis in Teaching Effect Satisfaction Evaluation

YANG Qiufen

（Technology Teaching Department， Hu'nan Radio & TV University， Changsha， Hu'nan 410015）

Abstract The most important step of teaching evaluation is to evaluate the teaching result， while the result through data processing can demonstrate the effectiveness of evaluation. The original data of teaching evaluation can be processed by many calculation methods， such as the factor analysis and fuzzy evaluation. This paper mainly performs the factor analysis， and interprets the way to conduct quantitative evaluation and quantitative analysis， which is intended for the satisfaction degree of teaching effects.

Key words factor analysis; teaching effect; satisfaction

0 引言

随着高等教育的不断发展，对于教学质量的要求将会越来越高，这对教师的教学质量提出了更高的要求。学校要想取得长远的发展，其务必要不断提高自己的教学质量。所以，积极探索客观有效的教学质量评价方法，建立科学完善的教学质量评价和监控体系，是推动教学改革，提高教学质量的一项重要措施。

近年来，大学生作为主体参与教师评价，已成为我国高等院校普遍采用的评价方法。学生对教师进修评价有着非常明显的优势，首先，学生本身就是教师教学水平、教学成果的体现者，教师的一言一行都将对学生产生影响;其次，学生了解到教师的各方面的教学素养、风纪以及教学能力等，他们对教师的教学是最知根知底的，所以，由学生对教师的能力及教学质量进行评价能够较全面地分析出教师的教学质量。

1 因子分析法简介

因子分析法是一种统计分析法，其通过对样本相关系数矩阵的内部结构的剖析，来研究变量之间的内部依赖关系，探求观测数据中的基本结构，从大量的数据中，推理出一些不能直接观测到的“潜在变量”。使用因子分析法的一个主要目的是想用最少的因子去推断出最多的观测事实，如此一来，可以更好地实现对数据结构的简化，可以更深一步地揭示事物之间的本质联系。

因子分析是根据样本资料将一组变量分为成潜在起支配作用的特殊因子和公共因子的组合，由此可见，因子分析法既突出了变量的特殊性，又突出了变量的公共性。此处的特殊性是指变量存在本身都有的信息，这些信息是其他变量所不具备的;公共性是指变量之间受到公共因子的作用，变量与变量之间具有相关性。其数学模型为：

=  +  + … +  （ = 1，2，…，）（≤）

其中，为一组原始变量，，，…，称为公共因子，称为的特殊因子。用矩阵形式可表示为： =  +

其中， = ，称为因子荷载，其能够很好地反映出第个变量与第个公共因子的相关性程度， = 。中各列元素的平方和 =  （ = 1，2，…，）称为公共因子的方差贡献，则是衡量公共因子相对重要性的尺度。中各行元素的平方和 =  （ = 1，2，…，）称为变量的公共度，刻画所有公共因子对变量的总方差所做的贡献。则公共度越高表示该因子分析模型的解释能力越好。

因子分析法的适用条件：若相关系数矩阵中大部分相关系数都大于0.3且通过统计检验，则变量适合做因子分析;反之，则不适合。

2 教学效果满意度评价结果分析

2.1 样本及变量指标的选择

在样本的选择方面，本文对某一阶段奥鹏远程学员2012- 2013年度第二学期的课程教学效果满意度进行问卷调查。为了使调查结果更具代表性，本文选取了国贸专业的25名教师作为被评估的对象，在这些老师教过的班级中，每个成绩段都抽取一定比例的学生，让这些学生填写问卷，总共发放180份问卷，最终有效问卷150份。

在变量指标的选择方面，本文主要选择了十项指标，具体指标如表1所示：

表1中的十项指标都视为一个数据分析的变量，10分作为每项的指标分值，每个指标的数据为所有的原始数据的平均（见表2）。

表1 关于教学效果满意度评价指标

2.2 因子分析过程的结果

（1）数据标准化。最初数据输入到SPSS13.0软件中，由该自动第数据进行标准化操作。

（2）相关性分析。相关性分析过程中，还是采用上述软件来对相关系数矩阵进行精确计算，最终结果表明大部分的相关系数都大于0.3。此外，这些相关系数也都符合显著性检验。Bartlett检验值为283.197，数值较大，P<0.0001。KMO统计量为0.678>0.5;所以这10项教学满意评级指标可以借助于因子分析法。

表2 25位教师的教学效果满意度评价数据

（3）求解因子载荷。借助于SPSS13.0软件，可以得到各项指标的相关系数矩阵的特征值与方差贡献率。为了使因子载荷矩阵的结构得到进一步的简化，需要将因子载荷矩阵旋转。在旋转的过程中，本文主要采用的是方差最大。

（4）计算因子得分，对教学效果满意度进行综合评价。

公共因子的得分函数为：

= 0.023 + 0.055  0.058  0.014  0.035  0.100 + 0.256 + 0.280 + 0.264 + 0.258

= 0.059  0.172 + 0.117 + 0.350 + 0.364 + 0.408  0.019  0.095  0.041  0.041

= 0.409 + 0.410 + 0.280  0.140  0.021  0.023 + 0.007 + 0.065  0.008  0.012

进而可得到构造评价函数公式：

=  +  +

上式中，、、既可以是每个公共因子的方差贡献率，也可以是由专家来直接给定相应的权重。本文在计算过程中，是以前者来得到相应的评价函数。

= 44.200% + 28.329% + 15.631%

通过上式可以得到25位教师的综合因子得分，由此可以看出谁是最受学生满意的教师。本文综合得分以0为基准，得分越大于0，其说明满意度越高;反之，则满意度越低。

3 结论

综上所述，因子分析能够有效对教师的教学效果进行评估。由最后计算得到的公共因子得分，教师能看到学生对自己的评价情况，从而发现自己存在的不足和优势，进而对自己进行有针对性的提高和完善。教育主管部门可以根据该结果来对教师的教学情况作出准确评判，从而做出相应的激励，如此能够对提高教学质量起到积极的促进作用。

基金项目：本文系湖南省十二五规划资助项目（XJK013 BXX006）的研究成果

参考文献

[1] 丁兴富.远程教育学[M].北京：北京师范大学出版社，2009.

[2] 杨秋芬.计算机辅助教学研究[M].西安交通大学出版社，2014.

[3] 张秀伟.因子分析模型在新课程课堂教学评价中的应用[J].苏州科技学院学报（自然科学版），2008.9：12-17.

[4] 卢丽虹.高校英语教师对课堂教学评价标准的理解[J].开放教育研究，2011.8：79-83.

[5] 蔡国春，郗霏，胡仁东.院校研究在欧洲的发展特征——兼与美国院校研究比较分析[J].高等教育研究，2011.2：56-60.