教师自身因素对学生评教影响的多因素方差分析

邓玲玲

（长沙民政职业技术学院，湖南长沙410004）

1. 引言

评教结果受到学生、教师、课程等多方面因素的影响，因而，对教师自身因素和学生评教结果之间的关系进行研究与反馈是高校提高教学质量的重要保障。Cohen通过实证研究发现教师的教龄与教学评价结果表现出正相关[1]；周秀梅等利用数据挖掘算法发现随着教师教龄的增长，职称越高，其评教分数也越高 [2]；李超峰等通过对评教结果进行多因素方差分析，发现教师的年龄、学历对评教结果存在显著的交互效应[3]。因此，基于现有的关于教师自身因素对评教结果影响的研究，本文采用多因素方差分析方法对长沙某一高职院校学生评价教师教学质量的数据进行研究，分析高职教师自身因素及其交互作用对评教结果的影响，力求为高职院校管理者通过改善师资队伍素质来提高学校教育教学质量提供参考依据。

2. 数据来源及预处理

本文所采用的数据来源于长沙某一高职院校教务系统中2017-2018学年第1学期学生评教的数据，并对评教数据进行异常值处理，即某一个学生对某一个老师的打分超过他给所有任课教师打分的Q1-1.5*IQR～Q3+1.5*IQR范围，将剔除这个异常分数，其中，Q1表示第一分位数，Q3表示第三分位数，IQR=Q3-Q1，剔除异常值后计算的平均分数作为教师的评教得分。选取岗位类型、职称、教龄、近3年是否参加过信息化教学比赛作为教师自身特征因素，并对这些因素进行量化处理和离散化处理。岗位类型分为行政教辅人员、校领导（含中层干部）、专任教师三个水平，分别记为1、2、3；职称分为助教、讲师、教授（含副教授）三个水平，分别记为 1、2、3；教龄分为 ＜=5 年、6-10年、＞=11 年三个水平，分别记为 1、2、3；近 3 年是否参加过信息化教学比赛分为两个水平，未参加过记为1，参加过记为2。经过数据预处理后共获得639条研究数据。

3. 研究方法及工具

多因素方差分析用来研究两个或两个以上控制变量是否对观测变量产生显著影响，观测变量为数值型变量，控制变量为分类型变量，分类型变量的每一种具体表现形式称为控制变量的水平。多因素方差分析的目的在于通过数据研究观测变量与多个控制变量是否具有显著相关关系，并找出对该观测变量有显著影响的控制变量，各控制变量之间的交互作用，以及控制变量显著影响的最佳水平等[4]。本文的观测变量为639名教师的学生评教得分，控制变量为教师的自身因素，包括岗位类型、职称、教龄和近3年是否参加过信息化教学比赛，利用SPSS统计软件进行多因素方差分析研究教师自身因素与评教结果之间是否具有相关关系，并进一步研究教师自身因素对评教结果的交互效应。

4. 实证分析及结果

4.1 方差齐性检验

利用SPSS软件得到学生评教得分Q-Q图，Q-Q图显示，学生评教分数基本上在正态分布直线附近，即近似服从正态分布。利用Levene方差齐性检验方法检验学生评教得分方差是否相同，发现F统计量的值为1.392，p值为0.06，大于显著性水平0.05，可认为学生评教数据满足方差齐性。因此，在SPSS语法窗口对学生评教得分进行多因素方差分析，从结果可以看出：岗位类型和近3年是否参加过信息化教学比赛交互效应的p值为0.002，岗位类型和职称交互效应的p值为0.008，职称和教龄交互效应的p值为0.004，岗位类型、职称和教龄交互效应的p值为0.016，均小于显著性水平0.05，其他因素交互效应的p值均大于0，05，说明岗位类型和近3年是否参加过信息化教学比赛之间交互效应显著，岗位类型、职称和教龄之间交互效应显著。

图1 评教分数的正态分布Q-Q图

4.2 教师岗位类型、近3年是否参加过信息化教学比赛简单效应分析

将评教数据按教师岗位类型三种水平进行划分，对教师近3年是否参加过信息化教学比赛进行简单效应检验，结果表明，教师近3年是否参加过信息化教学比赛在专任教师水平上的简单效应检验结果中p值为0.001，小于显著性水平0.05，说明专任教师的评教得分与其近3年是否参加过信息化教学比赛具有显著相关性。进一步进行事后多重比较分析，部分结果见表1，发现近3年参加过信息化教学比赛的专任教师比近3年未参加过信息化教学比赛的专任教师的评教得分显著高0.072分。

将评教数据按教师近3年是否参加过信息化教学比赛的两种水平进行划分，对教师岗位类型进行简单效应检验，结果表明，教师岗位类型在近3年参加过信息化教学比赛水平上的简单效应检验结果中p值等于0.001，小于显著性水平0.05。进一步进行事后

4.3 教师岗位类型、职称、教龄简单效应分析

将评教数据按教龄三种水平和职称三种水平进行划分，对教师岗位类型进行简单效应检验，结果表明，教师岗位类型在教龄＞=11年、职称为助教和教龄>=11年、职称为教授这两种水平下的简单效应检验p值分别为0.03、0.027，小于显著性水平0.05，说明教龄＞=11年、职称为助教或教授的教师的评教得分与岗位类型具有显著的相关性。同时，进行事后多重比较分析，部分结果见表3，发现教龄＞=11年的助教中，专任教师比行政教辅人员的评教得分显著高0.145分；教龄＞=11年的教授中，专任教师比行政教辅人员的评教得分显著高0.148分。多重比较分析，部分结果见表2，发现近3年参加过信息化教学比赛的教师中，专任教师比行政教辅人员的评教得分显著高0.104分。

表1 不同岗位类型下近3年是否参加过信息化教学比赛的评教分数比较分析结果

表2 近3年是否参加过信息化教学比赛下不同岗位类型的评教分数比较分析结果

表3 教龄＞=11年、不同职称下不同岗位类型的评教分数比较分析结果

将评教数据按教龄三种水平和岗位类型三种水平进行划分，对教师职称进行简单效应检验，结果表明，教师职称在教龄＜=5年的专任教师、教龄6-10年的校领导和教龄6-10年的专任教师这三种水平下的简单效应p值分别为0.01、0.012、0.004，均小于显著性水平0.05，说明这三种类别的教师的评教得分与职称具有显著的相关性。同时，进行事后多重比较分析，部分结果见表4，发现对于教龄＜=5年的专任教师，助教比讲师的评教得分显著高0.055分；对于教龄6-10年的校领导，教授比讲师的评教得分显著高0.171分；对于教龄6-10年的专任教师，讲师比助教的评教得分显著高0.283分，教授比助教的评教得分显著高0.342分。

表4 不同教龄、不同岗位类型下不同职称的评教分数比较分析结果

将评教数据按岗位类型三种水平和职称三种水平进行划分，对教师教龄进行简单效应检验，结果表明，教师教龄在职称为助教的专任教师的水平下p值为0.011，小于显著性水平0.05，说明职称为助教的专任教师的评教得分与教龄具有显著的相关性。同时，进行事后多重比较分析，部分结果见表5，发现职称为助教的专任教师，教龄＜=5年比教龄6-10年的教师的评教得分高0.323分，教龄＞=11年比教龄6-10年的教师的评教得分高0.339分。

表5 职称为助教的专任教师不同教龄的评教分数比较分析结果

5. 结论与建议

实证研究发现：教师的岗位类型和近3年是否参加过信息化教学比赛对评教结果存在交互效应，并且教师的岗位类型、职称、教龄对评教结果同样存在交互效应；近3年参加过信息化教学比赛的专任教师比未参加过比赛的专任教师的评教得分高；近3年参加过信息化教学比赛的专任教师比同样参加过比赛的行政教辅人员的评教得分高；教龄＞=11年的助教、教授，专任教师比行政教辅人员的评教得分高；教龄＜=5年的专任教师，助教比讲师的评教得分高；教龄6-10年的校领导、专任教师，教授的评教得分最高；职称为助教的专任教师，教龄6-10年的教师的评教得分最低。

基于此，该高职院校应积极鼓励教龄＜=10年、职称为助教或讲师的专任教师、行政教辅人员积极参加信息化教学比赛，通过比赛积累教学经验，提升教师的教学业务水平；鼓励教龄6-10年、职称为助教的专任教师多参加教学能力提高培训班，指引他们进行教学改革，提高教育教学质量，突破其职业发展高原期、倦怠期；鼓励教龄＜=10年、职称为讲师的专任教师进行学术研究，通过科研促进其教学进步进而提高其职称；积极关注行政教辅人员的发展，提供其与专任教师交流的机会与平台，鼓励其参加教学能力提高培训班，引导他们在教学上下功夫。