教师教学质量评估的多元统计

点赞:10554 浏览:44063 近期更新时间:2024-02-01 作者:网友分享原创网站原创

【摘 要】基于多元统计分析中因子分析的方法,借助SAS统计软件,对教师教学质量评估的测评数据进行综合分析,从13项指标中提取了3个客观的因子作为公因子,并以它们为依据评估每位教师的教学质量,从而对授课教师的教学质量作较科学的评估.

【关 键 词】教学质量,因子分析,指标,数据

一、指标和数据

本文以某校公共基础课高等数学(2009~2010年第一学期)的测评数据为例进行分析,其测评体系共有13项指标:教态与仪表x1,执教纪律性x2,对学生的要求与关爱x3,内容更新与学科发展动态x4,学生学习能力、实践能力、创新能力培养x5,教材选择x6,内容组织与重、难点把握x7,表达的条理性与清晰性x8,教学的启发性与互动性x9,多媒体应用的规范性与合理性x10,教案准备x11,课堂管理x12,学习指导与作业批改x13.随机抽取20位教师,指标数据(见表1).

二、因子分析过程与结果

教师教学质量评估指标体系是建立在评估指标的可比性和可操作的原则上,因而指标很多,而且各指标之间通常又有很强的相关性,很难直接判断出教师教学质量的优劣.因子分析法是从研究相关矩阵或协方差矩阵内部的依赖关系出发,把一些错综复杂的变量归结为少数几个不相关的综合变量(因子),以再现因子与原始变量之间的内在关系的多变量统计分析方法.由于原始数据量纲一致,故数据不必进行标准化处理.首先计算出原始数据的相关系数矩阵R,再求出R的特征值和方差贡献率,在SAS软件中调用FACTOR过程得出结果.第一个因子的方差贡献率已达到92.85%,为了充分挖掘信息,提取前三个因子作为公因子,使累积方差贡献率达到96.84%得出相应因子载荷矩阵.

从因子载荷矩阵可以看出:(1)第一公因子F1在每个变量上载荷都很高,可以将F1理解为教学质量综合因子,反映了教学质量的综合水平.尤其在x12课堂管理、x5对学生学习能力、实践能力、创新能力的培养、x8表达的条理性与清晰性和x9教学的启发性与互动性上系数更大,这几个方面最能代表教师教学质量的综合水平,每位教师要想提高自己的教学质量,应着重在这几方面下工夫.(2)第二公因子F2在x2执教纪律性、x6教材选择上载荷较高,将F2理解为教学水平因子.说明教师在教学水平方面应该注重因材施教,选择适合学生特点的教材,有过硬的执教能力,能够控制课堂.(3)第三公因子F3在x1教态与仪表和x13学习指导与作业批改上载荷较高,将F3理解为教学态度因子.教师的教态,对学生的热爱和责任心始终是决定教师教学质量好坏的一个关键因素.

教师教学质量评估的多元统计参考属性评定
有关论文范文主题研究: 关于统计分析的论文范文素材 大学生适用: 自考毕业论文、研究生毕业论文
相关参考文献下载数量: 10 写作解决问题: 如何写
毕业论文开题报告: 论文提纲、论文结论 职称论文适用: 职称评定、中级职称
所属大学生专业类别: 如何写 论文题目推荐度: 免费选题

利用回归法计算出F1、F2和F3各公因子得分,在SAS软件中调用FACTOR过程的SCORE选项得出结果.将三个公因子的贡献率作为权重求加权均值,得到各教师教学质量评估的综合得分并排名,计算公式为:F等于0.9285×F1+0.0227×F2+0.0172×F3(结果见上表4).根据因子得分情况,各教师可以了解自己具体方面的教学情况和整体教学水平,能够有针对性地改进自己的教学.有的教师综合得分很高,但某因子方面相对不足,有的教师综合得分比较靠后,但某方面较突出.从表4中看到,教师综合得分F排名的结果与该校采取的各指标平均值求和作为教师综合得分的排名结果有很大不同,传统的计算方法只是把各指标的平均值直接求和作为教师的综合得分,各指标之间不独立,信息存在较大的交叉和冗余,影响评估结果的准确性,用因子分析的方法分析数据,权重系数是通过数据分析计算得到的各公因子贡献率,避免了以往人为主观确定权重的缺点,且各公因子之间相互独立,剔除了信息的交叉和冗余,评估结果更具客观性和合理性.

本文用因子分析法将评估体系的13项指标综合为3个不相关的公因子指标,既简化了评估体系,又克服了信息间的重叠,并计算出各公因子得分和综合评估得分,通过因子得分,教师可以了解自己的长处和不足.用因子分析法分析教学质量评估问题,方法科学客观,评估结果合理可靠,对教师教学质量的提高和管理部门研究决策教师教学质量评估问题都有一定的指导意义.