学生评教的数据分析与处理论文.docVIP

学生评教的数据分析与处理 摘要 模型通过对所给数据的总体概括分析及个别抽样调查，总结出评教过程中可能出现的引发不公平判断的因素: 1.少数学生由于个人恩怨产生的对某教师的偏见; 2．不同院系、专业的老师所教的学生数量差别; 3．不同老师授课数目不同. 使用方差分析、F判别法研究了参评人数的多少、教师任课门数的多少对评价结果的影响程度。然后通过对数据波动程度因子Si统计研究，分析出了这两个因素对评教稳定性的影响,得出参评人数越多，授课数越少，评分结果越稳定的结果。在定量分析中，应用线性回归模型计算总结出了异常评分剔除率公式，即剔除率与参评人数间的关系式。 接着对现有的加权平均法的评教模型进行了优缺点的分析，指出需要改进的方面。对各项评教指标进行直观分类，然后通过绘制图表等分析方法检验分类是否合理。之后对每一组指标分析出对应的模糊矩阵和权重向量，得出各组指标的综合评价向量。再计算整个系统综合评价向量，求出各教师的综合评价分值。然后与加权平均法的结果相互比较，指出新模型的优劣。 最后，在本题涉及内容以外，讨论了其它教师评定工作中可能出现的问题，为评教系统的进一步发全面展提出了一些建议。 关键词 单因素方差分析层次分析法综合评价----- 组内平方和----- 组间平方和----- 平均方差； ----- 相对方差； Si----- 数据波动程度因子； ----- 相对方差的均值； e i----- 残差； y----- 异常数据所占比例； x----- 参评人数; B ：目标因素集 By----代表教师业务素质的指标集 By----（1）原指标（1） By----（2）原指标（3） By----（3）原指标（4） By----（4）原指标（6） Bj ----代表教师驾控课堂的能力 Bj----（1）原指标 (2) Bj----（2）原指标（5） Bj----（3）原指标（7） Bj----（4）原指标（12） Bs----代表教师授课多样化 Bs----（1）原指标 (8) Bs----（2）原指标（9） Bs----（3）原指标（10） Bs----（4）原指标（11） V----评判元素集 Ry----By对应的模糊矩阵 Rj----Bj对应的模糊矩阵 Rs----Bs对应的模糊矩阵 A----二级权重向量 A1----对应By的一级权重向量 A2----对应Bj的一级权重向量 A3----对应Bs的一级权重向量 w-----对应教师的分值 问题分析 第一题 学生评教中可能发生不公平的可疑之处 现在大多数学校评教采用收集学生打分取平均值作为评价标准的方法。然而，这一系统同样存在很多漏洞和缺陷。通过对原始数据的调查、分析，总结了一些可能发生不公平的可疑之处： 1.少数学生由于个人恩怨产生的对某教师的偏见 由于不同教师教学手段、方法的差异，总会或多或少地引起部分学生的反感，从而导致评教中的偏见。有些同学甚至仅因为某位老师布置作业太多或自己考试成绩不理想，就在评教中给该老师很低的得分。这对老师是不公平的。就题目中所给的数据，其中，有一些异常的打分。 例如：序号为0007的教师，有3个学生评价其十二个指标都为最低分； 序号为0013的教师，有8个学生评价其十二个指标都为最低分； 序号为0014的教师，有10个学生评价其十二个指标都为最低分； …… 某位教师可能存在不足，但全部指标都得最低分，这不能不令人怀疑。 2．不同院系、专业的老师所教的学生数量差别 各个教师由于所在专业、院系状况等客观因素的不同，所教的学生数量有很大差别，这就直接影响到了评教人数。而评教人数又与评教结果有着密切的关系。该题所给的数据中，共有63位老师，其中有13人次参评人数在100人一下，26人次参评人数在100人－200人之间，8人次参评人数在200人－300人之间，16人次参评人数在300人以上；参评人数最多可达1174人，而最少只有33人。人数上的巨大差距对评教结果的稳定性有很大影响。 3．不同老师授课数目不同 由于教学的需要，某些教师可能不只担任一门科目的教学任务。例如，题中所给数据中，就有18位老师教2门课，11位老师教3门课（已做剔除异常数据处理：排除了诸如同一教师分属不同且毫无干系院系的实例）。 教师不单授一门科目会造成很多后果，如教师精力分散，进而导致教学质量下降；不同科目由于难易程度、重要性不同，学生对教师的评教基准也不同。可见，教不同数量科目的教师其评教起点不尽相同，但如果对他们的评教仍不分青红皂白地统统采用平均分法，必然会造成评教结果的不公。 接下来，将针对以上提出的问题展开深入的分析。 第二题 参评人数的多少、教师任课门数的多少，对评价结果的影响 两种因素对参评结果