基于成绩的专业教学质量评价模型设计.docx
- 文档编号:10839975
- 上传时间:2023-02-23
- 格式:DOCX
- 页数:7
- 大小:19.71KB
基于成绩的专业教学质量评价模型设计.docx
《基于成绩的专业教学质量评价模型设计.docx》由会员分享,可在线阅读,更多相关《基于成绩的专业教学质量评价模型设计.docx(7页珍藏版)》请在冰豆网上搜索。
基于成绩的专业教学质量评价模型设计
基于成绩的专业教学质量评价模型设计
摘要基于成绩的专业教学质量评价模型主要通过分析学生学业成绩来评价专业教学质量水平。
以西南地区某高校计算机学院各专业学生成绩为基础,提出课程集群化分析的观点,应用事后比较法发现专业间的整体差距;采用克伦巴赫α系数描述课程集群的耦合度,通过删除项目度量法,定位并删除成绩评价不合理的课程。
最后应用卓越班的成绩数据检验其信效度,结果符合实际。
该模型有效弥补了传统学生评估带有主观化的缺陷,对教学质量评价具有重要参考价值。
关键词专业教学质量;成绩分析;克伦巴赫α系数;评价模型;卓越班
中图分类号:
G642文献标识码:
B
文章编号:
1671-489X(2018)04-0069-04
AbstractTheevaluationmodeloftheprofessionalteachingqualitybasedonperformance,whichevaluatetheprofessionalteachingqua-litybyanalyzingstudents’score.BasedonthescoreofthestudentsstudyinthecollegeofcomputerscienceinSouthwestChina,thisarticleputsforwardtheconceptofcurriculumcluster,andfindsoutthedifferencebetweentheprofessionalcoursesandthedifferentcoursesofthesamespecialty.TheCronbach’sαdescribesthedegreeofcouplingofthecoursecluster;bydeletingtheprojectmetricmethod,positioningthecurriculumwithunreasonableperformanceevaluation.Applytheactualgradedatatotestitsreliabilityandvalidity,andtheresultisconsistentwiththehypothesis.Thismodelmakeupthetraditionalevaluationthatignorestheteacher,themodelhasacertainreferencevaluetoevaluatetheprofessionalteachingquality.
Keywordsprofessionalteachingquality;performanceanalysis;Cronbach’sα;evaluationmodel;excellentclass
1引言
良好的教?
W评价工作,可使高校及时发现教学中存在的问题并且进行适当改进,从而使教学工作高效有序进行,保证学生培养质量。
斯克里文和豪斯把教育评价定义为:
“评价是一种对优缺和价值的评价,是一种既有描述又有判断的活动。
”[1]这个定义强调了教育评价的描述和判断功能的全面性。
我国学者陈玉琨提出:
“教育评价是对教育活动满足社会与个体需要的程度做出判断的活动,是对教育活动现实的或潜在的价值做出判断,以期达到教育价值增值的过程。
”[2]此概念强调评价内容的全面性,认为教育评价的着重点应该在人才的培养。
泰勒模式又称“行为目标模式”[3],将整个评价围绕教育目标展开,具有很强的逻辑性和可操作性;但泰勒模式由于行为目标的固化,会导致对于学生和教师意见的忽视。
美国著名教育评价专家斯塔弗毕姆提出的以背景评价、输入评价、过程评价和成果评价四种评价相结合的CIPP课程评价模式,在评价过程中关注到工作的改进,评价活动的方向性和价值性极具优势,但更多关注于描述性信息,缺乏价值上的判断[4];
现有主流评价模式往往只重视第二方(学生、教学督导人员等)的评价,忽视了第一方(教师本人)的评价[5]。
但教师是教学过程的直接参与者,其主体评价在综合评价体系中起到支撑作用,而学业成绩是教师对学生评价的直接反映。
本文以西南地区某高校计算机学院学生历年的总体成绩为基础,对课程进行集群分类,采用最小显著差数法对比分析不同专业之间的差异,用克伦巴赫α系数(Cron-
bach’sα)的一致性检验进行课程集群内部的数据处理,构建基于成绩的教学质量评价模型。
对三个不同专业共五个班的成绩数据进行实证分析,通过相同专业的普通班和卓越班对比,验证该模型的可靠性,结果符合实验假设。
该模型的设计旨在关注教师评价,完善传统的专业教学质量评价模型,弥补教学评价方法不够多样的现状[6]。
2评价模型的构建
课程集群化处理不同专业的课程开设不同,即使同一个专业的不同年级,都存在课程变化和教学方案改变等情况,使用课程成绩直接比较不具备普适性和鲁棒性。
为此,本文提出课程集群化处理的观念:
课程集群是将教学计划中内容联系紧密、内在逻辑性强、属于统一培养范畴的相关课程,进行重新规划、设计、构建的具有连贯性、递进的课程集群[7]。
本文依据西南地区某高校计算机学院的课程数据,通过教师访谈和参考专业培养方案,将专业课程分为公共课、学科基础和专业课三个课程集群。
通过课程集群之间的比较,可以解决不同专业的课程不一致和课程数量不同而无法计算的问题。
模型的进一步计算将以课程集群为单位进行,对集群间比较和集群内部进行分析。
比较各专业成绩差异本文在多个专业之间比较采用显著性检验法[8],判断专业和集群之间的差异性。
采用方差分析的多重比较检验,明确不同专业间的成绩差异程度,有无达到显著性标准。
研究中采用多重比较中的最小显著差数法(LSD法)。
基本做法是:
在F检验显著的前提下,求出该专业成绩差异显著水平为α时的最小显著差数,然后将任意两个课程成绩平均数的差数的绝对值与其比较。
利用LSD法进行多重比较时,可按如下步骤进行:
1)列出所有课程成绩平均数的多重比较表,比较表中各课程成绩按其平均数,从大到小自上而下排列;
2)计算课程达到显著差异时的最小显著差数LSD0.05和LSD0.01;
3)将课程平均数多重比较表中课程成绩平均数差数的绝对值与LSD0.05、LSD0.01比较,做出统计推断。
计算集群耦合度及删除无效课程克伦巴赫α系数作为一种衡量心理或教育测验可靠性的方法,可用于处理课程集群内部数据一致性检验。
在课程成绩分析中,依据公式估量课程集群的内部一致性,以此作为信度指标,可克服部分折半法的缺点[9],测量一组同义或平行测验“总和”的信度。
研究中将每一科考试科目当作测验中的一个题目来验证,分析每个课程组之间的一致性,α系数在0~1之间:
如果α系数小于0.6,一般认为内部一致信度不足;达到0.7~0.8时,表示内部一致性具有相当的信度;达到0.8~0.9时,说明结果信度非常好。
如果该课程集群的克伦巴赫α系数小于0.6,应当进行下一步的分析,筛选出对一致性影响较大的课程。
需要采用“对项目删除进行度量”的方式进行。
比较移除该课程后,其余课程的一致性系数的变化,并判断该课程的打分情况。
3试验及讨论
基于成绩的教学质量评价模型是利用学生在校期间的全部课程成绩进行分析。
在本研究中,研究学校的计算机学院有三大专业,分别是计算机科学与技术(课程数N=72)、
软件工程(课程数N=53)和信息安全(课程数N=72),筛选其中选课人数大于30人的课程。
其中计算机科学与技术和软件工程专业根据学校培养的需要,通过考核选拔部分优秀学生组成“卓越班”进行培养,分别是计算机科学与技术卓越班(课程数N=43)、软件工程卓越班(课程数N=46)。
因此,本次研究中“卓越班”的成绩作为对照组,对专业教学质量评估模型进行检验。
实验对学生总体成绩进行差异性分析。
求得专业所有学生该课程成绩的平均值,数据导入SPSS22.0,对五个专业(包含两个卓越班)进行多重比较分析。
研究假设
1)计算机科学与技术、软件工程、信息安全三个专业的成绩没有显著性差异;
2)计算机科学与技术卓越班、软件工程卓越班的成绩显著高于计算机科学与技术、信息安全和软件工程三个非卓越专业。
实验结果分析在该校计算机学院的三个专业和两个卓越班级之间成绩差别主效应显著的基础上(F=20.895,P<0.001),进行事后因子的多重比较。
从表1的研究结果来看,三个普通专业中软件工程专业的成绩要显著优于计算机科学与技术和信息安全专业,其二者均具有显著性差异(P0.05)。
该结果基本符合培养目标。
计算机科学与技术专业的卓越班和软件工程专业的卓越班没有显著性差异(P>0.05),但两个卓越班的成绩都明显好于计算机科学与技术、软件工程和信息安全专业。
这说明在学院培养中,卓越班?
W员的筛选及培养效果是明显的。
课程集群差异专业的成绩有不同,专业不同类别的比较要有意义,还要根据课程组成绩和耦合度来进行比较。
将数据导入SPSS22.0进行独立样本t检验。
根据课程性质,将课程分为专业课、学科基础课和公共基础课三个课程集群。
根据对成绩结果比较分析发现,计算机科学与技术、软件工程和信息安全专业的差异主要在公共课上,专业课与学科基础课没有显著性差异(P≥0.05),故在文章中没有展示。
表2与表3是软件工程的公共课程对比。
对比差异,软件工程与计算机科学技术,P<0.05;与信息安全,P<0.05。
结果表明,软件工程专业的公共课成绩要明显优于计算机科学与技术和信息安全专业。
耦合度分析课程耦合度可以以课程组成绩的一致性来代表,表明该课程组对学生能力检验的一致性,以及学生掌握情况的一致性。
成绩数据导入SPSS22.0,对每个课程集群的数据采用克伦巴赫α系数一致性检验。
从表4可以看出,该学校三个专业的大部分课程组耦合度都较低,只有计算机科学与技术专业学科基础的α系数达到0.6以上。
由此可以看出,该校计算机专业课程的成绩结果一致性程度不足。
问题课程筛选,以软件工程学科基础课程组为例,通过对项目删除进行度量,可以得出如果删除该项目带来的α系数的变化。
根据变化可以看出该项目对整个课程集群带来的影响。
表5是软件工程专业的学科基础类别课程的成绩,以“程序设计(C)”课程为例,如果把“程序设计(C)”删除掉,那么克伦巴赫α系数将上升到0.362。
这说明“程序设计(C)”与其他课程的一致性差异很大,导致该课程组的一致性信度下降。
4结语
基于成绩的教学质量评估模型为现在教育界常采用综合评估模式提供了一种方法补充,为进一步增强教学质量评估效果提供了有效措施。
从相关数据来看,该校卓越班计划效果是非常明显的,卓越班的整体成绩要显著优于非卓越班。
但该校的专业课程集群耦合度不太理想,只有计算机科学与技术专业的部分课程集群耦合度较好。
该校软件工程专业的学科基础和信息安全专业的专业课两个课程集群的成绩一致性得分很低,说明应对这两个课程集群的课程成绩打分模式进行优化。
特别是在删除项目度量中,对删除该课程后一致性系数上升的课程,要进一步进行试卷分析和成绩评价方案分析,提升教师成绩评价的效度。
运用基于成绩的教学质量评估模型,能够实现成绩数据的深度运用,将教师评价直接运用到教育质量分析中。
课程集群化分析可以协助对专业课程质量进行评估,观察教学质量水平,探究教师成绩评价质量。
通过对集群内部的一致性检验和删除项目度量,实现对问题课程的精确定位,发现一致性不足的课程,并进行进一步分析。
参考文献
[1]北京教育行政学院.学校管理的技术与手段[M].北京:
文化艺术出版社,1990.
[2]陈玉琨.教育评价学[M].北京:
人民教育出版社,1998.
[3]邢政权,赵忠.泰勒模式对学生评教的影响研究[J].高等农业教育,2017
(1):
40-42.
[4]袁琴.CIPP评价模式在高职项目课程评价中的应用[J].中国职业技术教育,2013(35):
53-57.
[5]许国莹,刘家秀.专业课程教学质量评价体系的构建:
基于医学检验技术专业实践[J].中国医学教育技术,2015
(2):
229-232.
[6]黄巨臣,肖海燕.素质教育背景下农村中小学课堂教学评价研究[J].教育探索,2016(10):
10-12.
[7]张丽萍,刘东升,林民.“课程群”教学管理体系的建设与实践[J].内蒙古师范大学学报:
教育科学版,2013(3):
61-64.
[8]张厚粲,徐建平.现代心理与教育统计学[M].北京:
北京师范大学出版社,2007.
[9]席仲恩,汪顺玉.论负克伦巴赫alpha系数和分半信度系数[J].重庆邮电大学学报:
自然科学版,2007(6):
785-787.
[10]黄静宜.CIPP课程评价模式简析[J].职业技术教育,2005(10):
38-39.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 成绩 专业 教学质量 评价 模型 设计