教学评价数据库的建立及数据挖掘在课堂教学质量监测中的应用

高广信 郭艳萍 蔡 锋 关 庆 宋印利 刘金成 马 星

（1.哈尔滨医科大学大庆校区教学督导委员会，大庆 163319；2.哈尔滨医科大学大庆校区教务处，大庆 163319；3.哈尔滨医科大学大庆校区，大庆 163319；4.哈尔滨医科大学高教研究与教学质量评估中心，哈尔滨 150081）

教学督导评课是高校教学质量监督评价的重要手段，是评价教学质量、发现教学问题、辅导教师提高教学能力、促进教学质量提高的重要保证。教育信息技术的发展，为医学院校教学评价体系的科学化、便捷化提供了可实现的路径[1]。目前，由于各高校教学督导工作信息化程度不高等原因，大多数高校的评课数据仅使用Excel电子表格进行简单的统计分析，数据挖掘深度不够，利用率低。教学质量评价数据库建设，可保证评价结果的准确性、科学性，提高工作效率[2]。多年来，我们在实践中利用SPSS软件建立了“哈尔滨医科大学（大庆）SPSS课堂教学质量数据库”（简称“SPSS数据库”）。自2012年以来，已完成了7个学年14个学期的SPSS评课数据文件的建设工作，收录了近5000余人次的评课信息，累计录入数据20余万个。在“SPSS数据库”的应用实践中，探索深入挖掘评课数据的方法，在教学质量监测工作中进行创新，取得了比较好的应用效果。

1 基于SPSS的教学质量评价数据库的建立及应用

“SPSS数据库”以《哈尔滨医科大学（大庆）理论/实验课课堂教学质量评价表》（简称《评价表》）为框架构建。数据库的指标按功能分为分析性指标和属性指标。分析性指标是用于评价受评教师课堂教学表现和教学效果的指标，一般以分值表示，也可根据分析需要转化为等级指标。分析性指标是课堂教学质量评价体系的核心。属性指标是指体现受评对象各种特征的指标，其设置的完善程度与未来数据库分析功能的强弱有关，设置的越完善，数据库挖掘信息的能力就越强。该指标由院系代码、教研室代码、角色代码共6位数组成，构成“三级值标签代码”系统。

2 依据评课特点建立完善的指标代码系统

建立数据库的第一步，是为变量设置SPSS系统能够识别的变量名、变量类型和变量值标签的方案。通常数据库中的变量名与《评价表》中的指标名相同，但对于“属性指标”还需要为变量定义“值标签”。简单的“属性指标”，如“课程类型”，其分类不多，所以定义“值标签”比较简单。可以用“1”代表“理论课”，“2”代表“实验课”等。但对于教研室、课程、教师和专业班级等分类众多的指标，就必须建立系统规范的“值标签代码”方案。我们为《评价表》中的这类“属性指标”设计了一套由6位数组成的“三级值标签代码”系统。该系统把院系设为一级指标变量，代码由前两位数字组成；把教研室设为二级指标变量，代码由前4位数字组成；把教师、课程、学生等变量都设为三级指标变量，代码由6位数字组成。现以三级指标变量“课程”为例，说明“SPSS数据库”值标签代码方案。表1为部分院系、教研室、课程的值标签代码设计。表1可见，基础学院的代码为01，护理学院的代码为02，……；基础学院生理学教研室的代码为0101，解剖学教研室的代码为0102，……；基础学院生理学教研室的《生理学》课程的代码为010101，《人体解剖生理学》的代码为010102，……，依此类推。由于“三级”变量数量较多，所以不同的三级变量的代码会出现重复，但由于变量值都录在自己变量名之下，所以不会影响统计分析和结果的输出。

表1 部分院系、教研室、课程的值标签代码设计

教学督导评课数据具有指标多、数据量大的特点。SPSS中的“自定义表格（custom tables）”功能，可极大地提高评课数据的分析效率和结果的输出能力，能够实现按规定格式输入表单的目的。由此，利用SPSS数据库可实现随时调用任何一个学年、学期的评课数据进行分析，也可以将多个学期的数据合并在一起，做纵向分析。分析的层次可以是对所有院系、教研室、课程、教师或职称的综合分析评价，也可以是对单一院系、教研室、课程、教师或职称的单项分析评价；可以对教案、课件、学生的学习状况或是学生的满意度测评结果做不同层面的专题分析评价，还可以根据需要把分析结果用各种统计图的形式输出。利用“SPSS数据库”实现了对评课数据进行全方位、多层次、多形式的分析挖掘，已成为我校教学质量监督评价工作中不可或缺的重要手段。

3 课堂教学质量评价的信息挖掘及在

教学质量监测工作中的应用

数据的价值在于利用。随着“SPSS数据库”的不断完善，课堂教学质量评价数据报告的质量越来越高。在“SPSS数据库”的基础上，生成系统化、规范化、层次化的评课数据分析表格，并编辑成册，即哈尔滨医科大学（大庆）课堂教学质量数据分析汇编》（简称《汇编》），使评课数据为基层教学质量工作服务。《汇编》由3个部分组成，第一部分为课堂教学质量分析报告，是对全校课堂教学质量现状全面综合的质量评价报告，具有代表性，是学校教学管理中最重要的教学质量监督参考数据；第二部分为课堂教学质量评价结果分层次分析，该部分按院系、教研室、课程、课程类型、课程性质、职称和教师等系列输出评价结果，并包括了学生学习情况和学生满意度测评的分析结果；第三部分为课堂教学质量按教学维度和评价指标分层次分析。该部分从4个教学维度和16项评价指标的角度，对评课数据进行了更加全面深入的挖掘。

每期《汇编》印刷近百册，向上呈送给校领导和教务处，并送人事处存档，向下则发至院系领导和各教研室。为各级教学评优、教师晋级、教学管理和教学决策提供了较为全面、详实的参考依据。《汇编》充分体现了“SPSS数据库”强大功能，实现了教学督导评课结果效益的最大化。

4 统计图是揭示教学质量规律的重要手段

用统计图反映事物的特征具有直观形象、生动鲜活的特点，在课堂教学质量分析中能够发挥重要的作用。

4.1 利用箱图分析院系教学质量变化动态

箱图反映原始数据分布的特征，还可以进行多组数据分布特征的比较。图1～图3是3个学年第一学期课堂教学质量比较分析箱图实例。

图1 大庆校区2015-2016学年第一学期课堂教学质量分院系箱图

图2 大庆校区2016-2017学年第一学期课堂教学质量分院系箱图

报告通过对3个不同学期课堂教学质量分院系箱图的分析可得出以下结论：比较同比3个学期教学质量箱图可以看出，各院系课堂教学质量变化呈现以下特点：一是从各院系的总体中位数（箱体中横线）所在的位置与A级（虚线）关系的变化情况可以看出，各院系课堂教学质量呈上升趋势，但并不稳定，存在波动性，相比较护理学院、基础学院和外语教学部提升较快，且相对稳定；二是各学期箱图中均存在离散值，甚至奇异值（图中●为离散值，＊奇异值），但可以看出离散值、奇异值的数量和分布的院系在逐期减少，说明各院系教师课堂教学质量评价结果的差距在逐渐缩小；三是各学期箱图的下触须线多比上触须线长，且后两个学期的离散值、奇异值均出现在低分值一端，提示教学质量仍然承受着下行压力。

图3 大庆校区2017-2018学年第一学期课堂教学质量分院系箱图

4.2 利用折线图分析院系教学质量平均分变化情况

在课堂教学质量分析报告中还经常利用其它统计图为数据分析服务。例如，在分析2018-2019学年第一学期的评课结果时发现，近三个学期的总体平均分出现了大幅波动。为分析波动的含义，通过调用9个学期的数据资料，绘制了9个学期总体平均分线图。图4为报告中所用线图的截图，从中可以看出：图4为校区9个学期课堂教学质量总体平均分变化曲线图。图4可见，除2017-2018学年第二学期外，其余8个学期的总体平均分一直波动在88.5～89.3分之间（图4两条蓝色长虚线之间）。但从2017-2018学年第一学期至2018-2019学年第一学期（本学期）这3个学期总体平均分出现了大幅波动。总体平均分由2017-2018学年第一学期的89.0分（中间蓝色短虚线处），升至2017-2018学年第二学期的90.4分（上方蓝色短虚线），升幅达1.4分，为9个学期中唯一一次突破了A级线（红色虚线）的总体平均分（见图4内侧蓝色向上箭头表示此次升幅），但随即总体平均分又下降到2018-2019学年第一学期的88.6分（图4下面蓝色短虚线处），降幅达1.8分，接近9个学期总体平均分的最低值88.5分（图4外侧蓝色向下长箭头表示此次降幅）。同比总体平均分下降了0.4分（图4下面两条蓝色短虚线之间内侧向下短箭头）。总体平均分出了“过山车”式的波动是异常的，应找出异常波动原因的结论。

图49个学期课堂教学质量平均分变化曲线图

4.3 利用饼图和百分条图分析教师队伍结构

在对2017-2018学年第二学期的平均分升高的原因进行的分析中，报告通过对3个学期受评教师职称构成饼图的分析发现，在受评教师中，副教授以上职称教师的比例明显高于其它两个学期，是导致该学期总体平均分升高的主要原因。导致受评教师职称构成变化的原因，是学校加强“教授上讲台”这一要求，但同时也可以看出这一要求落实得并不顺利。

图5为2017-2018学年第二学期质量分析报告中使用的饼图。 在分析为什么2018—2019学年第一学期，初、中级职称的受评教师比例比2017—2018学年第一学期的比例降低6.6%，而副教授以上职称教师比例增高6.6%的情况下，总体平均分却降低了0.4分，报告应用了百分构成条图。图6为2014-2018学年第一学期质量分析报告中使用的百分条图。通过对前后5年教师队伍教龄构成图的分析发现，大庆校区教师队伍的教龄结构呈现长教龄（教龄＞20年）＜中教龄（教龄≤20年）＜短教龄（教龄≤10年）的正“金字塔”型结构（正常应为倒置的“金字塔”），且这种不合理的教龄结构5年来更加严重。报告还依据相关数据，绘制了未来5年校区教龄结构变化预测百分条图（限于篇幅限制预测百分条图略）。报告通过系列分析得出了在今后一个较长时期内，教师队伍结构性矛盾将是制约校区教学质量的最主要因素的结论。并指出这种结构性矛盾的影响作用，单纯依靠强化教学管理，开展教学法活动和加大监督评课力度等教学手段是不足以应对的，应当引起高度重视，从顶层设计入手，在更高层面上研究加快解决的对策的建议。

上述案例说明，恰当地应用统计图可以对评课数据分析表述得更加透彻，实现图文并茂的效果。

图52017-2018学年第二学期质量分析报告中使用的饼图

图62014年与2018年教师教龄构成百分条图

5 小 结

综上可见，“SPSS数据库”的功能强大，极大地提高了教学督导评课数据的挖掘利用效率，使督导评课工作取得事半功倍的效果。如果把评课数据比作一座教学质量信息宝藏的话，“SPSS数据库”就相当于一架挖掘机，为我们挖掘出蕴藏在评课数据中的规律。这架“挖掘机”的效率，取决于数据库的框架是否完善和运用数据库的能力。数据库框架的完整与否，取决于教学质量评价体系，即《评价表》的科学性和完整性。构建科学的、系统的、有效的教学质量评价体系, 保证人才培养质量，实现教学规模、质量、结构和效益的协调发展[3]。我们将在今后的教学质量监督评价实践中，与时俱进，不断完善教学质量评价体系和“SPSS数据库”体系，提高运用“SPSS数据库”的能力，使现代教育技术与手段在新时代高校教学质量建设中发挥更大的作用。