大学物理课堂教学评估指标体系的研究

2014-07-17张继东姜伟陈志刚

中国校外教育(下旬) 2014年4期

张继东+姜伟+陈志刚

介绍了我校的大学物理课堂教学评估指标，对评估指标采用了SPSS软件进行了主成份分析，从而得出了指标相对重要性的量化值，再利用量化值对AHP法中的判断矩阵进行赋值并计算层次单排序和总排序，进而得出评估指标的权重值。评估指标及其权重值共同形成带有量化特征的大学物理课堂教学评估指标体系。

大学物理课堂教学成分分析评估指标层次分析法一、课堂教学问卷的设计及其效度与信度检验

1.课堂教学问卷的设计

本文采用的大学物理课堂教学质量评估问卷是以PZB三人的Servqual标尺，以及英国苏格兰高等教育委员会提出的教学质量评价指标体系为基础，并参考我国高校的实情进行优化而成。课题组制定的大学物理课堂教学评估指标，如表1所示。

课题组以本校教学管理部门以及与大学物理教学相关的专家和教师为调查对象，通过向他们发放问卷共30份，来调查5名教师大学物理课堂教学评估指标。本课题设置分值处于3.5～4区间为优，处于3～3.5区间为良，处于2～3区间为合格，处于0～2区间为不合格。30名专家对10名教师的各项教学评估指标评分并取均值，作为课堂教学评估指标得分，如表2所示。

2.问卷的效度与信度的检验

（1）效度检验

效度（validity）是测量的有效性程度，即测量工具确能测出其所要测量特质的程度，或者简单地说是指一个测验的准确性、有用性。一般地，共同性系数大于0.5认为具有较高的效度。利用SPSS19.0软件进行分析得各准则层的共同性系数分别为：B1{0.696，0.697，0.701，0.743，0.829}；B2{0.723，0.812，0.648}；B3{0.656，0.607，0.660}；B4{0.821，0.724}。从共同性系数均远大于0.5，可见评估指标具有较高效度。

（2）信度检验

信度（reliability）指测验结果的一致性、稳定性及可靠性，多以内部一致性来加以表示该测验信度的高低。信度系数cronbach's α愈高即表示该测验的结果愈一致、稳定与可靠。经计算B1、B2、B3和B4的cronbach's α的值分别为0.952，0.909，0.710，0.988，均大于0.7，问卷表现出较高的信度和内部一致性。

二、课堂教学评估指标的主成分及其载荷分析

1.课堂教学评估指标的主成分分析

教师课堂教学评估指标体系的内容复杂，众多的指标虽然对评估教学质量有很大作用，但很难从中直接判断出教师授课水平的优劣，课题组运用主成份分析方法，使用SPSS19.0软件，从表2所列数据出发进行计算，把原来多个指标化为少数几个相关性较小的综合指标，找出主要成份，进而可以对任课教师的课堂教学质量做出较为全面、客观的评价。

由计算可知，各成分的累积贡献率分别为59.57%，81.25%，90.35%，95.26%，98.17%……由此可知前三个主成份已经概括了全部信息的90%以上，分别作为第一主成份、第二主成份和第三主成份。

2.课堂教学评估指标的主成分载荷分析

通过SPSS19.0软件进行计算得主成分载荷矩阵如表3所示。

可见，在第一主成份中，除C04（学校教学管理制度与执行）外，其他全部的变量都具有一定的正载荷。这说明Z1为“大学物理课堂教学评估指标”的综合指标，从问卷中可以得知C03、C05、C06、C12、C13构成“大学物理课堂教学评估指标”最为重要的四项因素。第二主成份中C06、C07具有较高的正载荷，说明Z2可作为“教学内容”指标。第三主成份中C02、C04具有较高的正载荷，说明Z3可作为“教学态度”指标。

三、指标权重设定

1.建立递阶层次结构

应用AHP（Analytic Hierarchy Process的简称，即层次分析法）。AHP要求的递阶层次结构一般由以下三个层次组成：目标层（最高层）——指问题预定达到的目标；准则层（中间层）——指影响目标实现的准则；措施层（最低层）——指促使目标实现的措施。本课题层次结构如表1所示。

2.构造判断矩阵并赋值

根据本文上述的主成份分析和主成分载荷分析，对各项指标进行量化，通过量化数据来描述：其中两个元素哪个重要，重要多少，获得判断矩阵。判断矩阵中的元素具有如下性质：aij＞0；aji=1/aij；aii=1。由于判断矩阵具有对称性，填写时仅需填写上三角形或下三角形的元素即可。

3.层次单排序与检验

（1）一致性检验（上接第116页）

判断矩阵应遵循一致性准则，通过计算一致性比例C.R.(Consistency Ratio)进行判断。一般地，当C.R.＜0.1时，认为判断矩阵的一致性是可以接受的。通过计算得判断矩阵A、B1、B2、B3、B4的C.R.值分别为：0.0218，0.0695，0.0370，0.0000，0.0000，均小于0.1，因此这五个判断矩阵的一致性是可以接受的。

（2）计算权重

利用判断矩阵，采用“和法”计算权重值进行层次单排序：B层的单排序权重值分别为0.1123，0.3930，0.2808，0.2139；C层的单排序权重值分别为0.1757，0.1676，0.3270，0.0027，0.3270；0.3746，0.3096，0.3158；0.2734，0.3772，0.3495；0.5063，0.4937。

4.层次总排序与检验

总排序是指每一个判断矩阵各因素针对目标层（最上层）的相对权重，本文中即为大学物理课堂教学质量评价指标权重值。

（1）一致性检验

B层的C.R.=0.0218＜0.1，C层的层次总排序C.R.=0，说明B层和C层的层次总排序的整体一致性是完全可以接受的。

（2）计算权重

本研究的准则层（B层）的单排序即为总排序，措施层（C层）的总排序为：0.0197，0.0188，0.0367，0.0003，0.0367，0.1472，0.1217，0.1241，0.0768，0.1059，0.0981，0.1082，0.1056。

将指标赋予权重值，即构成本课题的核心内容——大学物理课堂教学评估指标体系。利用该体系对大学物理课堂教学进行评估，即可得到相应的量化分值。

四、结论

本文对大学物理课堂教学评估指标问卷进行设计并对其效度和信度进行检验，结果说明，问卷能够符合内容效度的要求，表现出较高的信度和内部一致性；主成分及其载荷分析反映了影响课堂教学质量的主要指标，并从量化分析中可得出各指标的相对重要程度。结合以上分析，采用AHP法对大学物理课堂教学评估指标进行设置，得出了各项指标的权重值。

参考文献：

[1]刘凤泰.高度重视不断完善建立中国特色的高校教学评估制度[J].中国高等教育，2004，(19)：19-21.

[2]孙建荣.教育质量之内涵：对本科教学工作水平评估后整改的思考[J].教育发展研究，2006，(11)：22-25.

[3]管西亮.世界高水平大学的评估机制对中国大学发展的启示[J].教育研究，2007，(08)：23-27.

[4]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(03)：10-12.

[5]钱存阳，李丹青.多元统计分析在课堂教学质量评价中的应用[J].数理统计与管理，2005，24(06)：40-43.

[6]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(03)：87-88.

[7]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(04)：67-70.

[8]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.

[9]丁家玲，叶金华.层次分析法和模糊综合评判在教师课堂教学质量评价中的应用[J].武汉大学学报，2003，56(02)：241-245.

[10]寿纪麟.数学建模方法与范例[M].西安：西安交通大学出版社，1993.

[11]冯小安，刘艳平.“通信原理”课程教学质量指标体系的构建与评价[J].电气电子教学学报，2010，32(04)：18-19.