数学课授课情况调查问卷的信度和效度分析——以三亚航空旅游职业学院为例

李苑辉， 刘 夏

(三亚航空旅游职业学院 人文社科学院，海南 三亚 572000)

课堂授课作为高职院校最基础同时也是最重要的教学组织形式，是实现人才培养目标、保证教学质量的重要环节.以学生为参与主体的教师课堂授课情况调查是教学质量评估的重要组成部分.完善和改进以学生为主体的课堂教学质量评价制度，建立一套科学、完善的课堂教学质量评价指标体系，对于诊断和改进课堂教学质量，促进师资建设，强化教学工作的中心地位具有重要的理论价值和实践意义.在此过程中，研究者较为关心的是教师教学质量评估的科学性和可行性问题，即学生对教师教学质量的评价是否可靠和有效.问卷是调查的主要形式，通过问卷调查能够获得第一手资料，而问卷的信度和效度是衡量问卷质量的一项重要标准.本文利用所设计的数学授课情况调查问卷，对三亚航空旅游职业学院(以下简称“学院”)数学课授课情况进行了调查，并通过SPSS软件来分析、研究调查问卷的信度和效度.

1 研究的基本情况

1.1 研究对象

选取学院学习“高等数学”或“经济应用数学”课程的学生为本次调查的目标人群.

1.2 问卷内容

在设计高职数学课授课情况问卷时，构建了相关的指标体系，主要从学生对教师业务能力的评估、学生对学习数学的兴趣两方面来综合考虑，从而使各项指标之间能够相互印证、相互检测、相互解释和说明.通过分析教师业务能力与学生对数学的兴趣之间的关系,研究它们的关联度，为以后制定或修改教学大纲、教学计划提供参考.

该调查问卷共包括身份甄别、评价任课教师、对数学的兴趣三部分.身份甄别部分要筛选出合格的受访者.评价任课教师部分共11个问项，内容分为各方面评价项和总体评价项两部分，这11个问项均设置了“非常满意、满意、一般、不满意、非常不满意” 5个选项.对数学的兴趣部分包括学生对与数学相关的竞赛、选修课、课外知识、课后习题等方面的态度.

1.3 数据采集

为确保调查的代表性与广泛性，要求每个班级参与问卷调查的学生人数不少于班级总人数的2/3. 在进行调查时，让学生扫描二维码，在线作答，由计算机后台自动采集并得到相关数据.此次调查共获得920份答卷，因预先对计算机调查软件进行了当有部分条目缺失时问卷将无法提交的设置，故后台统计时已经剔除缺失值，统计的有效样本量为920例.

2 统计结果处理

2.1 信度评价

信度(Reliability)是指对问卷进行重复测量，产生一致性结果的程度[1].调查结果的一致性是指对于同样一个调查问卷中的问项，得出结果的一致水平[1].如果问卷调查结果的一致性比较高，表明同一被调查对象接受相同问项的不同问卷测试时，所得出的各调查结果之间的正相关关系非常强.

按照不同的测量方法，信度可以分为重测信度、复本信度和内部一致性信度[2].重测信度(Test-retest Reliability)指用同一份调查问卷，用相同的测量方法，在不同时间对同一对象进行两次检查，计算相关系数[2].复本信度(Alternative-forms Reliability)是指制作两份等价的问卷，在不同的时段让同样的被调查者接受原卷和复本的测量，对原卷和复本的两个测量结果计算其相关系数，该系数称之为复本信度[2].内部一致性信度(Internal Consistency Reliability)用来评价一份问卷的各个问题之间的一致性水平[2]，主要反映调查问卷内部的一组问题的信度关系，即问卷的不同问项是否测量了同一个概念.在实际应用中，重测信度和复本信度由于受实施条件、时间、成本等现实因素的制约而很少使用,因此，内部一致性信度为评价信度的主要方式.

本次研究采用Cronbach’sα系数指标作为信度指标.调查问卷分为两个维度：一是学生对教师业务能力的评估；二是学生学习数学的兴趣.使用统计软件SPSS对该问卷的数据进行分析得到的信度水平见表1.

表1 问卷信度的计算结果

由表1知，问卷总体的Cronbach’sα系数值为0.944，基于标准化项的Cronbach’sα系数值为0.950，代表该问卷的总体信度极好.教师业务能力维度的信度也处于极好水平.但是学生对数学的兴趣维度的信度系数只有0.555，处于偏小水平，需要对此维度中的各项问题的内容或表述进行修改，可增加一些问项，完善各问题之间的相关性，再分别对两个维度的信度描述统计量进行分析.两个维度的总分均值、方差、标准偏差见表2.

对每个问题的分析结果见表3.

表2 问卷信度统计量

表3 问卷各项的总计统计量

表3显示，评估教师业务能力维度中各项的相关系数均在0.7以上，且多数在0.9以上，表示信度处于良好乃至优秀水平.学生学习数学的兴趣维度中，问项Q12和问项Q15的相关系数较低，显示这两个问题与总分的关联性较小，说明这些问题设计得不好，未能区分出学生对数学的喜恶(如是否因为基础不好而不愿意参加、不愿意学习等).如果删除这两项，则可以提高本维度的信度，但是这两项对于反映学习数学的兴趣又非常重要，不能删除，只能重新设计或者添加变量(问项).因此，对学生学习数学的兴趣维度的设计有一定的缺陷，需要修改后再对问卷的信度进行分析.

2.2 效度评价

效度(Validity)是指被调查对象的测量值的差异所能反映的真实值的差异程度，即反映问卷的有效性.效度是表征研究对象测量值和真实值距离的指标，它能表征问卷准确描述被研究对象的程度；反映调查人员的初衷是否能够被受测对象理解,受测对象的行为或想法是否能有效地被问卷测量出来及问卷的各个题目刻画相应概念的准确程度.问卷测量结果的准确性能反映出其对系统误差的控制度.

在研究中，一般会检验内容效度、区分效度和结构效度.内容效度是指问卷测量的内容与研究目标的一致程度；区分效度是指问卷测量结果与效度标准之间的一致程度；结构效度是评价可观测变量之间的相关关系是否与理论预测一致的一个指标.通常认为，结构效度是最强有力的效度评价指标[4]，而检验结构效度常用的统计方法是因子分析.用因子分析法检验结构效度时,主要依据3个指标：共同度、累积贡献率和因子负荷.其分析流程如下：

(1)判断是否适合做因子分析

KMO(Kaiser-Meyer-Olkin)和Bartlett(检验各个变量是否各自独立)的检验量表中，KMO统计量的取值x≥0.9，表示非常适合做因子分析，0.8≤x<0.9表示适合，0.7≤x<0.8表示一般，0.6≤x<0.7表示不太适合，0.6以下说明变量间的相关性不强，应该重新选择变量.问卷的KMO和Bartlett检验结果见表4.

表4中KMO的值为0.967，Bartlett球形检验卡方值为16 064.649，自由度为105，p值为0，表明这些问项间存在共同因素，非常适合做因子分析.

表4 问卷的KMO和Bartlett检验

(2)统计变量共同度

统计变量的共同度与旋转成分矩阵见表5.表5中因子1、因子2、因子3俱为公共因子，其第i行、第j列(i=1，2，3，…，14，15；j=1，2，3)的值为第i个变量与第j个公共因子的相关系数(载荷即权重).从表5可以看出，除了变量Q15的提取值低于0.4，其余变量的提取值都比较高，说明因子分析的整体效果比较好.

(3)统计因子的累计贡献率

因子的累计贡献率在因子分析中用来确定因子的个数.当累计贡献率大于80%时，即损失的信息量少于20%时，可认为因子个数足够.问卷总的方差解释情况见表6.从表6可以看出，前三个因子的累积贡献率达81.165%，满足因子个数对累积贡献率的要求.因此，可以选择这3个因子作载荷矩阵.

表5 变量共同度与旋转成分矩阵

表6 总的方差解释

(4)作出旋转以后的因子载荷矩阵

从表5可以看出，在因子1上，载荷较大的变量是前11项，说明这11个变量具有共同的特征；与因子1密切相关的变量恰好都属于评估教师业务能力的维度.在因子2上，载荷较大的变量分别是对数学竞赛、数学选修课、数学知识的态度，这都与对数学的兴趣密切相关.在因子3上，载荷较大的变量是“‘经济应用数学’课后习题二维码是否有帮助”，说明该变量与其余变量的相关性较弱，需要修改、完善.

3 结语

研究表明，学院目前的数学课授课情况评价体系总体具有良好的信度和效度，但如果对学生学习数学的兴趣维度的个别问项进行补充、完善亦可改善评价结果的有效性和可靠性.采用因子分析法的过程中，发现了影响课堂教学质量的3个潜在因子，根据因子指标间的相关系数，可将其大致归为教师的业务能力、学生的学习兴趣、学生的课后表现3方面.每个潜在因子的方差贡献率就是其影响课堂教学质量测评结果的权重系数，根据它可以确定评价指标体系中各模块的权重，以减少实际工作中的盲目性和随意性[4].

高职教育侧重于培养高素质技能型人才，将数学定位为为专业课服务的基础课程，让学生能够应用数学知识解决工作实践中可能遇到的问题，因此，数学课具有应用型和工具性的特征.此调查问卷侧重于“评估教师的业务能力”，对其他方面展开得还不够.在后续修改问卷时，可针对不同专业的学生，在问卷中加入诸如感兴趣的数学知识、专业课中的数学难点、考证中的数学重点、专升本的数学难题等问项，并将调查结果应用于教学中，为各专业的数学课程建设及教学改革提供数据支持和决策依据.