基于因子分析的教学质量评价体系研究

摘要：鉴于目前高校教学质量测评指标多、计算量大这一问题，文章通过因子分析以某高职院二级学院为例，对其中的部分老师的教学质量进行评价，得出影响教学质量的主要因素，同时对所选老师进行综合评分，为高校教学水平测评提出新的方法。

关键词：因子分析;教学质量;评价体系

中图分类号：G642.4     文献标志码：A     文章编号：1674-9324（2014）42-0034-03

近年来，高等教育快速发展，学生规模不断增大，在经过高等教育向大众教育转化后，大力培养高等职业技术人才是符合我国现代社会的发展需要。而高等教育的大众化，为我国大力发展教育提供了新契机的同时，也给教育教学工作带来了极大的压力，教学质量成为高等院校生存和发展的生命线。目前，高等院校教学质量的测评质量多、计算量大，都给教学质量的科学评价带来一定的难度。因而，教学质量的相关研究更具现实意义和重要性，也是深化教育改革一个重要突破口。

一、文献综述

目前我国的教师教学质量评价还处于研究、实行的起步阶段。在教师的教学质量评价体系的构建上和评价的方法、机构、作用、内容等方面都进行了广泛的研究和讨论。当前，我国各高校的教学质量评价系统主要分两种：一是传统的手工统计系统，二是基于网络的教学质量评价系统。国内已经有许多高校结合自身实际情况，并且在借鉴国外的成熟经验的基础上，建立了自己的教学质量评价系统。

在高等学校教学质量评价方面的研究，多是定性对教学质量管理体系进行分析，只有少数定量的研究分析。上世纪90年代，林昌华在《学校教育评价》一书中利用层次分析法（AHP）对高等学校教学质量进行定量评价。秦梦华，李红霞构建了“以人为本，三维一体”的教学质量监控体系。其中“以人为本”又包括“以教师为本”和“以学生为本”。“三维”指顶层维度（学校）、中间维度（二级学院）、基础维度（教师），“一体”指的是作为教学活动主体的学生。王如平则指出从源头质量监控、过程质量监控、制度化质量监控三方面来完善高职教育教学质量监控体系。

综上可知，我国的理论工作者和实践工作者对高职高专院校教学质量监控体系的研究起步相对较晚，且研究较为宽泛，结合高职高专院校特色进行的系统研究较少。本文将采用多元统计中的因子分析法对某高职的16名教师的课堂教学质量测评数据进行定量分析和定性解释，获取隐藏在课堂教学质量评价指标背后的主因子即潜在变量，从而以点到面，以高职院扩展到高等院校，根据这些潜在变量合理地确定课堂教学质量评价的主要因素，为促进课堂教学质量评价改革奠定基础。

二、因子分析及参数估计

（一）样本及变量指标的选择

对某高职院二级学院2012-2013学年第一学期的教学质量评估测评成绩进行分析，选取16名老师作为评估对象。运用spss19.0统计软件，新建一个数据库，设置13个指标变量，第1个为字符串变量，用来存放标识变量，命名为教师，其余12个变量xi（i=1，2，...，12）为标准数值型变量用于存放样本指标值。具体说明见表1，以期用较少的相互独立的因子变量代替原来变量的大部分信息。

（二）因子分析

1.KMO检验和Bartlett球形假设检验。因考虑到指标单位不统一，本文首先对数据进行标准化消除量纲对分析结果的影响。接着利用SPSS19.0软件进行因子分析，以期对变量进行分类，提取几个衡量授课质量的主因子。要进行因子分析首先必须进行KMO检验和Bartlett球形假设检验，以检验待分析变量是否适合做因子分析。由检验可以看出，KMO统计量为0.692>0.5，近似卡方值为82.696，自由度为66，伴随概率P值接近0.000，说明各变量间信息的重叠度较高，适合采用因子分析法。

2.提取公共因子。运用spss软件，选择方差最大经过多次旋转，使得因子载荷矩阵上每一列元素能够尽量极大，以便有利于解释因子的实际意义。根据选取特征值大于1的原则提取了五个公因子，分别为3.386、2.463、1.613、1.207、1.092，旋转后的方差累计贡献率仍达到81.198%，表明所提取的五个因子包含了原变量超过80%的信息，效果较好。

由旋转后的因子载荷表可知，主因子1主要表现为：X7、X8、X9、X1，我们将这个因子命名为“教学水平及态度因子”，它对全部初始变量方差的贡献率为20.095%，是评价一位老师教学质量的主要因素。主因子2主要表现为：X12、X11，我们将这个因子命名为“教学成效因子”，它对全部初始变量的方差贡献率为18.118%。主因子3主要表现为：X3、X5。我们将这个因子命名为“教学目标因子”，它对全部初始变量的方差贡献率为16.403%。主因子4主要表现为：X2、X6，我们将这个因子命名为“教学组织因子”，它对全部初始变量的方差贡献率为13.695%。主因子5主要表现为：X10、X4，我们将这个因子命名为“教学方法因子”，它对全部初始变量的方差贡献率为12.888%。

而由因子变量的协方差矩阵可知这三个因子之间是相互独立的。除对角线元素值为1外，其他均为0，符号在因子模型中各公因子是正交的不相关的，说明我们提取的因子是成功的，因子之间不具相关性。

3.计算综合得分。采用回归法对因子得分进行计算，进而以各个因子的方差贡献率为各个因子的权数，并加权汇总，计算出综合因子得分，由此可得16位老师教学质量评价模型：

F=0.2474*F1+0.2231*F2+0.202*F3+0.1686*F4+

0.1589*F5

其中，F为综合得分，Fi为各因子得分，I=1、2、3、4、5。通过计算得出16位老师教学质量综合得分的排序。通过计算可以看出教师1、教师5和教师10的综合得分较高，再细看他们的公因子的得分，三位老师在公因子4上的得分都比较高，既教学组织能力突出，可以看出这几位老师在教学经验比较丰富，知识渊博，能大量拓展新知识，对课堂的驾驭能力较强。我们将得到的结果和从该学院的实际情况来看，确实如此，几位老师皆为资深教师，深受学生们的爱戴。反观，我们再看教师4、教师6和教师15的综合得分较低，三个人的公因子1都得分较低，均为负值，即教学水平及态度。事实上结合督导听课和学生反馈的情况亦是如此，上课内容不够丰富，照本宣科型，教学水平有待进一步提升。我们可以对照这个表的得分给与每位参评的教师相应的意见，以达到提高教学质量的目的。

三、结论

教师的教学质量评价本身就是一个复杂的综合评价问题，因子分析法既能大大减少参与数据建模的指标个数，同时又借助于统计软件从而不会造成信息的大量丢失，是进行降维的有效方法。本文即根据因子分析这一特点，利用spss软件对某高职院二级学院16位教师的12项教学质量测评指标进行因子分析，从中筛选出教学水平及态度、教学成效、教学目标、教学组织和教学方法五个关键指标，并根据因子得分矩阵给出了教学质量综合评价函数，计算出每位老师的综合得分。即能反映宏观的总体情况，又能反映微观个体的具体表现，有利于教师找到自己的薄弱环节，从而有针对性地改进，提高教学水平，同时也可以为教学管理部门制定教学改革措施、加强教学管理提供参考依据。从数据分析的结果来看，公因子1和公因2，即“教学水平及态度”和“教学成效”所占方差的贡献率较高，共计近40%，因而这也要求我们的老师在教学过程中，不仅要做好自身的储备和研究，做好教学工作的各个环节，还要同时提升自身的教学素养，包括教学技巧、教学控制，努力营造更好的课堂氛围和生动、有趣的学习环境。环境的创造可以提高学生对教师的认可水平，也可以提高学生的学习效果。这也是我们今后所应不断努力的方向。

参考文献：

[1]张素梅，罗卫民.基于因子分析和聚类分析的教学质量综合评价[J].统计教育，2008，（1）：23-25.

[2]张乐毅，颜其嘉.因子分析对教师教学质量评估的研究[J].四川教育学院学报，2010，（1）：65-67.

[3]李玮玲.基于主成分分析的高等数学教学质量评价模型[J].河西学院学报，2011，（5）：17-19.

[4]李静，孙昌盛.美国高校教学质量评价指标体系的特点及启示[J].黑龙江高教研究，2009，（11）：87-89.

[5]秦梦华，李红霞等.构建“以人为本、三维一体”的教学质量监控体系[J].教育研究，2007，（11）：83-87.

[6]林昌华.学校教育评价[M].成都：四川大学出版社，1990.

基金项目：江苏省教育科学十二五规划课题”中美高职院校兼职教师队伍发展的比较研究”（C-c/2013/03/020）;南京铁道职业技术学院院级重点课题“高职院教师教学质量评价体系的优化研究”（Y13008）。

作者简介：苏娜（1982-），女，河北景县人，经济学硕士，南京铁道职业技术学院讲师，中级经济师，研究方向：高职教育。