大数据在高职人才培养质量影响因素分析中的应用
2018-11-01周静
周静
摘要:该文以四川交通职业技术学院为例,通过深度挖掘学生培养各环节中产生的海量数据,找到影响高职院校人才培养质量的影响因素,从而构建适用于高职人才培养质量评价的指标体系。
关键字:挖掘;海量数据;人才培养质量;影响因素
中图分类号:TP393 文献标识码:A 文章编号:1009-3044(2018)18-0121-03
1 引言
人才培养质量是高职院校生存发展的生命线,提高人才培养质量已成为高职院校面临的紧迫而重要的任务。就目前高职院校人才培养质量现状来看,主要存在几个问题:一是教学资源质量得不到保证,如师资力量不足、实训条件不足等;二是教学效果得不到保证,如课程通过率低、毕业率低等;三是学生学习主观能动性得不到保证,如迟到现象严重、获奖数少等。
在国家政策的要求下,在学校自身的努力下,为什么人才培养质量提升工作没有显著成效呢?在笔者看来是没有找到影响人才培养质量的关键因素,没有一个定量的决策来指导人才培养工作。因此,在海量数据中深层次挖掘职业院校人才培养质量影响因素,积极关注高职院校人才培养质量信息采集,选择科学统计分析方法,实施人才培育过程数据分析研究,建立信息系统过程化监控与管理,对于高职院校全面提升人才培養质量具有重要意义。
2 数据来源
目前我国100%的高校都已接入了互联网,各类信息系统及数字资源的开发也具备一定规模:信息化教学系统的覆盖率达到98%,信息化管理系统达到95.3%,信息化科研系统占84.4%。这些信息系统每天都在产生大量的结构化的、半结构化的以及非结构化的数据,我们可以通过对大量数据的分析与整理,发掘数据潜藏的价值,把这些大量堆积的数据“变废为宝”,创造新的价值。
2.1 问卷调查
以四川交通职业技术学院为例,按照学生培养过程涉及的各个环节,如所用教学资源、教学过程管理、学生自我行为等,初步拟定了527个指标。结合这527个三级指标,针对不同调查对象,设计了一系列的问卷来进行调查。如针对教师的《教师行为调查表》《职业生涯规划调查表》;针对在校生的《学生行为调查表》《教师满意度调查表》;针对毕业生的《岗位及薪资调查表》《学院开设课程与岗位技能关联情况调查表》;针对企业的《顶岗实习情况调查表》《毕业生满意度调查表》等。
2.2 教学管理数据
四川交通职业技术学院一直采用信息化的教学手段进行教学管理。从2004年起先后建立了教务管理系统、网络教学系统、学生工作办公系统等业务系统。这些系统历年来所记录的数据,对人才培养质量的指标选择、数据分析、指标关联度等提供了基础数据支持和指导性。
教务管理系统中可调取人才培养教学计划、学生成绩、教师信息、作业信息、考试信息、实践信息、顶岗信息等教学过程管理信息;对分析人才培养质量主要因素提供关联性。网络教学系统可采集数据分析学生网络课程学习情况,从网络课程学习数据中,力求找到学生的自学与人才培养质量的关联度。学生工作办公系统可以分析学生获得奖励信息、处分信息等,力求找到学生奖惩情况与人才培养质量的关联度。
2.3 第三方调查数据
四川交通职业技术学院自2011年起,一直与麦可思数据有限公司合作,聘请其为学院开展第三方人才培养质量调查,收集分析了人才培养质量的主要因素和数据。
通过以上不同的来源,我们得到了海量的数据,尤其是通过现有的系统得到的数据更是以亿为单位,这些数据具有大量(Volume)、多样(Variety)、价值(Value)、真实(Veracity)的特点。利用这些数据,我们就可以准确地找到影响人才培养质量的因素。
3 数据分析
3.1 主因素分析
主因素的确定采用层次分析法,分解评价目标,并获得更低一层的指标;基于指标之间的相互关系,得到各个指标的权重值。如图1所示。
首先,根据决策目标“人才培养质量”,列出了包含“学校管理”“教学资源”“教学过程管理”“学习主体行为”“机构设置”“办学经费”“专业设置”在内的10个一级指标。
然后,根据层次分析法对权重的计算方式,将指标进行两两重要性对比,按两两比较结果构建判断矩阵,计算出影响人才培养质量的主要因素为“学校管理”“教学资源”“教学过程管理”“学习主体行为”四大方面,即最终的一级指标。用同样的方式,确定出各一级指标下的二级指标目录。
3.2 指标筛选
因层次分析法是模拟人做决策的过程,过程中更多的带有定性的成分。因此仅用此方法确定出一级、二级指标目录。三级指标目录及各级权重采用其他方式进行。
3.2.1 利用问卷调查的方式筛选教学资源对人才培养质量影响的三级指标
教学资源是实施人才培养的基本保证。在众多教学资源中师资源、课程资源、实训资源、校企合作资源对人才培养质量影响因素最大。
教师是人才培养的主体,教师质量的高低决定了人才培养质量的效果。在企业问卷调查、学生问卷调查、家长问卷调查中,教师能力影响占到98.1%。教师能力影响因素21个指标中,教师年龄、学历学位、工作年限、专业技术职务、企业工作时长、科研、教研等指标显得尤为重要,选择率均超过80%,见表1。
课程资源是人才培养的根本,课程资源的数量与质量影响学生的学习效果。对学生学习兴趣吸引较靠前的指标是:课程性质、课程类型、共享资源、课程学分和教材等指标。
实训资源是人才培养过程中学生技术技能训练的基本保证,可以分为硬件资源和软件资源。硬件条件资源主要包括:实验室数的数量、实验室的设备、实验设备的年限、实验设备的先进性、设备的完好率、基础网络联通性、实验室文化、实验耗材等;软件资源主要包括:实验所需软件系统、实践项目书、实践评价体系、实践规范性、实践教学体系、实验教师素养等。
校企合作极大支持了高职院校的发展和人才培养质量的提升,其影响因素主要包括:合作企业的类型、合作企业数量、合作企业的合作时间长短、订单培养学生人数的多少、合作开发课程(教材)数、接受学生顶岗人数、接受教师顶岗人数等。
3.2.2 利用历史数据筛选教学过程管理对人才培养质量影响的三级指标
教学过程管理是直接影响学生培养质量的关键过程因素,主要包括课堂教学管理、课程考核管理、顶岗实习管理、技能训练管理等。
课堂管理体现教师日常教学行为质量,主要包括上课考勤、作业布置、作业批改、课后辅导、教学文件质量、教学辅助手段、课堂秩序管控、学生思考引导、学生交流等。具体影响因子如图2。
课程考核管理是指对教师教学、学生学习效果的评价,一般采用试卷考试、项目考核等形式进行。通过调查研究发现,课程考核过程管理严格与否对人才培养质量的高低有一定影响。具体影响因子如图3所示。
顶岗实习是学生在第6学期进入企业开展的一种实践学习,其质量直接影响学生的职场表现。主要影响因子如图4所示。
技能大賽是检验学生技术技能水平很好的载体,不仅可以检验学生实践动手水平,还可以培养学生的思维能力、设计能力、沟通与交流能力、团队协作能力。主要影响因子如图5所示。
3 利用学生行为记录筛选学习主体行为对人才培养质量影响的三级指标
学生自我严格要求,自我成长规划等自身因素也直接影响人才培养质量。
主要影响因子如图6。
4小结
利用现代化信息技术可以从不同层面、不同角度,掌握学院人才培养质量的基本数据,通过对海量数据的科学统计与分析,可以精准有效的发现教学过程中存在的问题,从而有针对性地提供决策并解决问题,最终实现“全面关注学生成长成才,持续关注教师教学,不断优化学校教育政策”的目标。
参考文献:
[1] 方向阳.高职院校人才培养质量评价研究[D].苏州大学,2007(9):90-92.
[2] 张庆林.对高职院校人才培养质量的思考[J].教育与职业,2013(32):27-29.
[3] 方向阳,莫华善.高职院校人才培养质量评价指标权重设计——高职院校人才培养质量评价研究之二[J].现代教育管理,2009(09).
[4] 常晓茗.高职人才培养质量评价体系建设探析[J].中国成人教育,2014(14).
[5] 郝建锋,吕文静.对我国高职人才培养质量评价问题的探讨[J].职教论坛, 2010(32).
[6] 贾同.大数据对高等教育推动的研究[D],西南大学,2015.