欧洲高等学校分类的维度与指标试卷.pptx

欧洲高等学校分类的指标体系构建及启示;;大众化阶段：规模扩张，结构日趋复杂，高等学校的类型和层次也日趋多样。需要一个探索并简化这种复杂性的工具。 因此，构建一个科学、可行的高等学校分类体系对于引导高等学校合理定位、特色发展意义重大。 《国家中长期教育改革与发展规划纲要（2010-2020年）》中提出要“建立高校分类体系，实行分类管理”，“促进高校办出特色”，“优化高等教育结构”。 我们不妨从世界已有的比较成熟的高校分类中寻找答案。 ;“欧洲高等学校分类（U-Map）”：遵循分类学范式，通过一系列维度及指标对欧洲高等学校进行了描述性的分组，并以此充分理解并强化了欧洲高等教育系统的多样性。 在分类理念与分类实践方面都具有一定的创新与超越。 设计一个分类工具就意味着开发一系列分组标准来组织并编排实证案例。分组标准是否合理是分类方案得到认同的关键。U-Map科学合理的指标体系是支撑分类框架的核心。 本研究聚焦于U-Map的指标体系，希望通过提炼U-Map的经验，为构建科学可行的我国高等学校分类指标体系提供一些有益的借鉴。 ;项目组明确地提出了U-Map的设计原则： 充分考虑利益相关者的观点。 以多维分类的视角为基础。 非等级制的分类。 适用于欧洲所有的高等学校。 是描述性的而非规定性的分类。 以数据的可靠性和可验证性为基础。 数据收集遵循简约化的原则。 在分类原则的指导下，项目组初步建立了分类维度与指标体系。;（一）个案研究与问卷试测 为了更好地理解高校对于进行分类的需求和期望，项目组对八所院校进行了深入的调研与问卷试测，希望从调研结果中收获两方面信息： 第一，对于高校而言，这些维度和指标是否有意义，它们是否能够反映院校的特征？ 第二，项目组是否能够从院校层面收集到描述这些维度和指标的相关数据，并在此基础上建立分类体系？ ;维度问卷： ——探测维度与高校的相关性。 ——探测指标的有效性。;指标问卷： 第一部分，真实数据及信息。 第二部分，信度、效度、可行度。;分类维度及指标（二稿）;赢得院校的支持与参与，保证样本的回收率：网络平台，高校联盟，项目说明会 保证所收集的数据来自不同类型的院校：参考国际大学联合会数据库；采用分层随机取样法；根据院校的建校时间及其规模选择了不同类型的院校进行调研。 保证样本地理位置的平均分布：项目组根据联合国区域划分办法，分别挑选了来自北欧、东欧、西欧、南欧的高等学校 最终，项目组回收了85份关于维度的问卷和67份关于指标的问卷。;1）维度的重要性 根据统计分析，在14个维度中有8个维度得到了超过80%的院校的认可，这表示这些院校认为该维度对于描述院校的特点十分重要，它们是维度1、2、3、5、7、9、11和12（维度与指标的编码见表1）。而只有一个维度得到了少于60%的院校的认可，该维度是维度13。 项目组同时采用让院校对他们认为重要的维度进行排名的方法，来验证维度的重要性。统计结果表明，有超过三分之一的院校认为维度1、2、5、7是最为重要的维度，而有三分之一的院校认为维度11、 13是最不重要的维度。 ;;2）指标的效度、信度和可行性 (a) 指标的效度 指标的效度是指该指标是否能够贴切地反映其所在维度的特点。 项目组通过维度问卷中“该指标是否是该维度下的有效指标”这一问题来测量指标的效度。 ;;(b) 指标的信度 指标的信度是指高校所提供的每一指标中信息能否是正确的、可信任的。 指标的信度是通过指标问卷中“该指标中的数据信息是确切可靠的”这一问题进行测量的。 ;;(c) 指标的可行性 最后，项目组分析了获得指标所需数据信息的可行性，即分析通过问卷调查的形式从高等院校收集指标所需数据信息这一方法是否是可行的。 U-Map遵循了分类学范式，其分类的主要依据就每所高校的现实情况，从高校获得实证数据以了解院校活动情况是建立这一分类体系的基础。因此，非常有必要了解院校在反馈问卷的过程中出现的情况。 项目组是通过四个标准来对指标的可行性进行测量的：;第一，院校寻找并填报该指标数据信息所花费的时间： 平均时间： 相对时间：;第二，院校寻找并填报该指标数据信息的难度： 项目组通过“这一信息是否容易得到”这一问题来测量搜集并填报每一指标信息的难度，院校可以选择非常不同意、不同意、同意和非常同意来表达他们对“难度”的反馈意见。 ;;第三，是否可以使用已有的数据资源填报该指标数据信息： 项目组通过“这一信息是利用已有资源获得的吗”这一问题来测量是否院校可以利用已有资源中的数据来填写调查问卷。院校可以通过选择“是”或“否”来给予反馈。 ; 项目组分析了统计结果，并划分了两组指标: 可利用的“已有资源”较多的指标：1a、1b、2a、7b、9a、9b、11a、11b