角色扮演法教学效果评价指标体系的实证研究

2016-04-20 07:02林明辉
长春师范大学学报 2016年3期
关键词:信息熵主成分分析角色扮演

林明辉

(安徽新华学院 商学院,安徽 合肥 230031)



角色扮演法教学效果评价指标体系的实证研究

林明辉

(安徽新华学院 商学院,安徽 合肥 230031)

[摘要]随着我国高等教育教学改革的深入开展,以案例教学为代表的互动式教学模式广泛应用于高校教学活动。角色扮演式案例教学在工商管理高级应用型人才教育中具有重要的意义,但是由于缺乏科学合理的评价指标,在课堂绩效考核与人才培养效果上评价标准单一。本文通过主成分分析法和层次分析法,构建角色扮演教学法效果评价指标体系,建立基于信息熵权重的评价模型,以期为角色扮演教学效果评价提供实践依据。

[关键词]角色扮演;教学效果;主成分分析;信息熵

角色扮演教学法是一种特殊的任务导向式情景教学方法,通过情景设置和角色互动鼓励学生参与体验,在情景模拟和教学互动中思考领悟,完成知识传递和能力培养。角色扮演教学法融合了情境体验、案例模拟、互动学习等先进的教学理念,满足了不同学习背景和个性特征的学生需要,极大程度上提高了学生学习的积极性,因此在众多学科教学中得到广泛应用。然而,目前对角色扮演教学法的教学效果评价仍然比较模糊,无法通过评价手段导向改进课堂教学绩效、提升学习效果。因此,建立一套科学有效的角色扮演教学评价指标体系对保障教学质量显得十分必要。

一、文献综述

(一)关于教学效果的研究

教学效果是对课堂参与者在教学活动中实现教学目标的程度及其在实现教学目标过程中有效利用资源的情况的客观评价,表现为教学双方自我效能提升与情感体验满足[1]。美国学者Kirkpatrick从评估的深度和难度将教学效果分为四个递进的层次——反应层、学习层、行为层、效果层,结合教师、学生、外部专家三个维度设计了教学效果评价体系,动态跟踪课程参与的学习效果和对知识和技能的应用情况[2]。

(二)关于教学效果评价指标研究的内容

教学效果评价指标体系主要涉及三个方面的内容,即教师的成长性指标、学生的成长性指标、社会贡献性指标[3]。国外学者对于教学效果评价指标体系主要有两方面的代表意见:一是Meeth.L.R.提出的反映教师授课质量本质特征的主要因素,包括授课过程的媒介指标与授课效果的终极指标,其中授课质量评价媒介指标的设计侧重于教师的引导和学员的反应[4]。二是前苏联教育学家Юрий Константинович Бабанский的教学过程最优化理论,认为教学过程的结构成分包括教学目的与任务、教学内容、教学方法、教学组织形式和教学效果,以辩证的系统方法看待教学过程,实现教学资源的最优配置[5]。国内的毛文林、王中生等人通过实证研究提出教学方法的评价指标主要由教学态度、教学内容、教学方法、课堂结构、课堂管理、教学效果、教学能力七个方面组成[6]。

可见,国内外专家学者主要围绕传统的教学方式设计、论证教学效果的评价指标,缺乏专门针对角色扮演教学法的评价指标体系。角色扮演教学与传统的教学在教学形式、教学内容、教学目标上存在较大差异。为了公正客观评价教师的教学质量和学生的学习成果,必须构建科学有效的角色扮演教学效果评价指标体系。

二、角色扮演教学法评价指标体系的建立

(一)指标的选择

课题组选取MBA学员为代表的高级应用型人才为研究样本,通过文献查阅、现场访谈等形式,广泛收集MBA学员、MBA中心教师、教学管理人员及教育行业专家的意见,以Meeth.L.R.的教师授课质量指标体系和Бабанский的教师教学评价指标为指导,根据可靠性、全面性和可比性原则,参照毛文林、王中生等人的教学质量评价系统中的评价指标权重,选择15个适合进行角色扮演效果评价的指标[7],如表1所示。并根据这15个指标进行问卷调查,选择中国科技大学、合肥工业大学等代表性的MBA教学基地学员作为调查样本,共发放问卷148份,有效问卷136份。

表1 初选指标

(二)指标的聚类

我们利用SPSS13.0对问卷提供的信息进行主成分分析,实现对初选指标的聚类,选取累计贡献率≧80%的特征值来确定主成分的个数,并采用正交旋转法提取7个主成分F1~F7,对原始信息的涵盖率达到了80.613%,如表2所示。

表2 主成分分析结果

表3 旋转后的因子载荷矩阵

通过主成分因子载荷矩阵表3可以看出:

(1)主成分F1主要由X5知识的理解和应用,X7创造力培养,X10分析思考力培养解释。

(2)主成分F2主要由X4角色互动融洽度,X8情境设计有效性,X14与专业知识的结合度解释。

(3)主成分F3主要由X2高效的教学示范与引导,X3考核的科学性和合理性,X9教学组织效率解释。

(4)主成分F4主要由X1自主性培养,X11激发学习欲望,X12培养职业兴趣。

(5)主成分F5主要由X6教师自我效能提升解释。

(6)主成分F6主要由X13增强社会适应力解释。

(7)主成分F7主要由X15对职业发展的启示解释。

为了降低主观评价给指标相对重要度带来的影响,研究小组使用相对判断矩阵的方式来确定指标层对于标准层的自相关权重。根据萨迪标度,依次给其他指标标上重要性值[8],如表4所示,并通过规范列评价法求F1~F4的权重。

表4 F1指标相对重要度

构造判断矩阵,通过列规范算法求得特征值。

则F1表达式为

F1=0.709X5+0.214X7+0.077X10.

同理可得:

F2=0.301X4+0.352X8+0.347X14,

F3=0.703X2+0.098X3+0.185X9,

F4=0.072X1+0.232X11+0.697X12,

F5=X6,F6=X13,F7=X15.

经过综合分析,对聚类后的指标进行标准化命名:F1为教学效果、F2为情境体验、F3为教学管理、F4为情感培养、F5为教师效能、F6为社会适应、F7为职业启发,得到角色扮演教学效果评价指标体系,参见表5。

(三)熵权赋值

研究小组比照李克特量表评价结果产生的离散数据,利用MATLAB软件构建由7个标准层、若干个指标层对应的评价指标矩阵,针对136份问卷调查结果进行数据计算,建立基于信息熵算法的标准层权重,量化估算出标准层聚合信息量。

构造矩阵如下,其中m=7,n=136,k为二级指标序号,i为二级指标所含子项数。

1.数据标准化

由于所选用的量纲不统一,所以需要对指标进行标准化处理,使指标实际值转化成不受量纲影响的指标值。然而测试样本序列存在明显的最大值和最小值且原始数据不一定呈现正态分布,故舍弃标准差标准化法,选择线性无量纲化极值法来进行数据标准化。使用公式如下:

由此可得,V=(vki)m×n.

2.数据归一化

归一化是一种无量纲处理手段,使系统数值的绝对值变成某种相对值关系,从而起到简化计算、缩小量值的理想效果。使用公式如下,其中i为标准化后的二级指标序号,j为标准化后的二级指标所含子项数。

(3)熵权赋值

计算属性信息熵重要度向量W=(w1,w2,w3,…,wn)

表5 角色扮演教学效果评价指标体系

从表5中可以看出教学效果最重要,其次是情境体验,再次是教学管理和情感培养。说明角色扮演教学应该以情境设计和体验为载体,将培养学生的分析思考和创造力作为首要任务,辅以高效的教学组织和教师示范引导,实现教学效果的最优化。

三、结论

角色扮演已经成为高级职业经理人培训和应用型人才教育的主要方式,该教学模式重视工作实务体验和角色认知,注重学生的情感培养和分析思考能力提升。厘清学生、教师、社会对于角色扮演教学法的评价标准,有助于规范教学行为,提升教学效果。本研究通过问卷调查,利用主成分分析法和AHP层次分析法,进行指标的聚类和降维,构建角色扮演教学效果评价标准体系,并利用信息熵算法对标准层指标进行赋权,得到各个标准对教学效果的影响程度。通过实证研究,我们再次证实角色扮演教学应该注重教学效果和情境体验,注重情感培养和对职业的思考,以此为中心进行教学内容和教学环节设计,真正有效提升教学效果。

[参考文献]

[1]李宝斌,许晓东.高校课堂教学效果的教师评价维度探究[J].中国大学教学,2011(8).

[2]杜晓静,高洁.基于柯克帕特里克模型的MBA课程效果评价[J].河北大学成人教育学院学报,2012(9).

[3]李志,牛丽琴.课堂教学质量评估指标结构的实证研究[J].重庆大学学报:社会科学版,2006(1).

[4]吕凤虎,肖甜甜,李宜敏.教师课堂教学质量评估研究[J].科技创新导报,2009(1).

[5]ю.К巴班斯基著,吴文侃等译.论教学过程最优化[M].北京:教育科学出版社,2001.

[6]毛文林,王中生.教学质量评价系统中评价指标权重的研究[J].湖南冶金职业技术学院学报,2004(4).

[7]张丽.高等院校课堂教学质量评价体系的构建[D].济南:山东师范大学,2009.

[8]冯丽霞,施韶亭,杜文明.基于层次分析法的教学评价指标模型[J].西北师范大学学报:自然科学版,2010(5).

[中图分类号]G633

[文献标识码]A

[文章编号]2095-7602(2016)03-0180-05

[作者简介]林明辉(1982- ),男,讲师,从事网络营销、消费者购买行为研究。

[收稿日期]2015-12-18

猜你喜欢
信息熵主成分分析角色扮演
基于信息熵可信度的测试点选择方法研究
角色扮演游戏
“角色扮演”拯救荷兰舰队
一种基于信息熵的雷达动态自适应选择跟踪方法
剖析角色扮演在初中英语会话教学中的应用
主成分分析法在大学英语写作评价中的应用
江苏省客源市场影响因素研究
SPSS在环境地球化学中的应用
基于信息熵的IITFN多属性决策方法
泊松分布信息熵的性质和数值计算