学生评教偏差分析及控制模型探究.docVIP

学生评教偏差分析及控制模型探究【摘要】随着学生评教的普及，学生评教中的偏差问题已经引起教学管理者的警惕。该课题从分析学生评教偏差现象和偏差产生的原因入手，探索了对学生评教开展控制的控制模型，并论证了模型的有效性。 【关键词】学生评教；偏差分析；控制模型 【中图分类号】G420 【文献标识码】A 【论文编号】1009―8097（2011）02―0040―05 随着高等教育大众化的到来，高等教育质量问题成为影响高等教育能否可持续发展的决定因素。从高等教育质量监控的层次来看，可以分为微观层次、中观层次和宏观层次，在各类教学质量监控举措中，由教学管理部门负责的学生评教、督导评教、院系领导听课制度是中观控制的常见手段。尽管学生评教已经在高校中普遍存在，但对高校中学生评教有效性的争议一直存在，对于如何提升学生评教的有效性水平，也有许多学者进行了有益的探索。 一 针对学生评教数据样本的实证分析 思辨的方法不能解决学生评教数据的有效性和偏差问题。因此，课题组决定针对真实的评教数据，开展实证性分析，从数据分析的视角探索评教数据的有效性和偏差现象。 1 数据样本采集及其信度、效度分析 （1） 评教样本的选取 为保证研究的有效性，研究的样本量应该达到一定的规模，并且具有一定的代表性。为此，课题组选用了三所高等院校的学生评教数据开展研究。其中A大学是位于北京的一所综合性重点大学，共采集了该校自2004年上学期至2009年上学期（共11学期）的全部学生评教数据，大约有80万条记录（7万×11条记录）；B大学是位于河南的一所普通院校，只获得了该校4个学期的部分评教数据，大约有10万多条记录。C大学是位于山西的一所普通院校，只获得了该校一个院系2个学期的评教数据，仅有2万条评教记录。从当前获得的评教样本看，A校的数据比较全面，适合开展较为详细的数据分析，B校和C校的数据规模较小，但B校和C校的评教数据能够部分代表普通院校学生评教的情况，因此可作为对A校数据的有效补充。 （2） 评教样本的信度和效度 课题组首先针对数据样本进行了内部一致性检验，发现全体数据的克朗把哈系数全部在0.85以上，呈现出较好的可靠性；然后，分别以专家评价和教师在其他学期同一课程上的评教得分作为再测复本，开展复本检验，发现数据之间的相关性显著，其检验概率全部小于0.05，呈现出极好的一致性。因此，从整体上看，评教样本具有较好的信度和效度。 2 数据样本的离散性与偏差状况 充分肯定评教数据整体有效性，并不能否认评教数据中偏差的存在。从评教数据的视角看，学生评教中明显存在着以下问题： （1） 少量学生的评教给分缺乏离散性。有少量学生对一门课程的所有评教指标项全部给予相同的分值（比如全部5分，或者全部3分），彷佛没有认真地思考每个指标项的语义和教师在相关方面的表现； （2） 部分学生的评教给分整体偏低（或偏高）。部分学生对所有课程都给予了较低（或较高）的成绩，尽管对不同的课程，这些成绩能够区分出高低的顺序，但对样本整体的统计分析极为不利； （3） 通过网上调查和学生座谈得知，在学生评教活动中有代评现象存在。 3 针对学生评教数据的协同性分析 在已经证明学生评教有效性和评教指标基本合理的情况下，课题组分别从学生和课程两个维度对学生评教过程中的协同性进行了分析，论证某一行政班级中多位学生针对某一课程（学期+教师工号+课程代码）的评价是否具有协同性、一致性。这类关于多位学生针对某一课程的评价是否保持一致性的研究虽然可以通过学生们评价的离散度（方差）来体现，但在面对众多课程的时候，利用多配对样本的Kendall协同系数检验更是非常有效的方法。在这种思路中，如果把对每个评判对象的分数看作是来自多个总体的配对样本，采用变形的Friedman检验，就能通过Kendall协同系数检验多个评价者对多门课程开展评价的协同性水平问题[1]。 （1） 多名学生针对同一课程的肯德尔协同系数分析 针对一个行政班级，在此班级中有多名学生。在评教活动中，这些学生充当着评价者角色。由于这个班级的学生同时参与多门课程（多个教学班）的学习，现在可以检测这些评价者对多门课程的评价数据是否具有协同性和一致性。 首先，选取样本并进行数据准备。从A校的评教数据中选择一个人数比较多的行政班级，把该行政班级的所有学生和这些学生选修的所有课程以及评教结论整理到一个数据表中。然后，进行转置与清理，剔除无效数据，最终得到一个以学生为行、课程为列的二维数据表。 其次，执行Kendall协同系数检验。对学生、课程数据表执行多配对样本的非参数检验，要求实施FriedMan检验并计算Kendall W协同系数。执行检验后获得的结果