MVA和试卷统计分析方法评价课程教学质量.docVIP

MVA和试卷统计分析方法评价课程教学质量 　　摘 要：多变异分析方法是用来分析工序过程质量特征值变异规律的，文章将多变异分析模型和试卷统计分析方法应用于专业课教学质量评价中。班级间差异、学生间差异、课程内容间差异是影响课程教学质量的变异因素。通过对三种变异的分析，找出变异的因素，给分析和控制变异指明方向，为采取有效措施减少变异，得出科学的质量数据，为提高课程教学质量提供依据。 　　关键词：多变异分析 统计分析 教学质量 方差分析 　　中图分类号：F222 文献标识码：A 　　文章编号：1004-4914（2015）10-226-03 　　从统计质量管理的角度来看，工序质量的连续改进过程就是不断地发现产品/工序质量变异并逐步减少变异的过程。多变异分析方法（multi-variant analysis，MVA）是用来分析工序过程质量特征值变异规律的一种重要方法。在工序能力分析、设计控制图和试验设计之前都采用MVA的方法确定影响产品质量特征值的变异来源。 　　对高校而言，学生就是高校的“产品”，培养学生成为合格的“产品”是一个庞大的系统工程。而教学工作是高校培养学生最重要而基本的工作，教学质量直接影响学生质量，教学过程就是培养合格产品的过程。在教学过程中，同一专业中存在着班级与班级之间的变异，学生个体之间的变异，每个学生对不同课程接受程度的变异，同一课程不同章节内容的变异。 　　研究中采用多变异分析方法（MVA）用于分析课程教学质量时发现，该模型可以有效确定影响课程教学质量的变异因素，但教学班学生整体对课程掌握的程度、与课程期望值的差异、成绩的分布是无法表现出来的。笔者尝试将多变异分析方法（MVA）与佳木斯大学试卷分析统计评价方法整合起来，共同用于教学质量评价，找出变异产生的原因，分析发生质量问题的根源，提出相应改进和提高的措施，以达到控制教学过程和教学质量的目的。 　　一、课程教学质量分析模型的建立 　　（一）课程教学质量试卷分析统计评价模型 　　试卷分析统计采取全面调查，确保数据普遍性与全面性，包括课程期望值、试卷平均值、偏差等主要内容。 　　课程的期望值E（X），公共基础和专业基础课E（X）=75，专业课E（X）=78。 　　试卷平均值X= Xi 　　标准差S= 　　偏差 -E（X） 　　利用上述试卷分析统计模型确定课程教学效果、学生对课程掌握的程度、与课程期望值的差异等信息。 　　（二）课程教学质量多变异分析模型 　　课程教学质量多变异分析采取抽样调查，抽样方式为等距抽样，操作简单易行。 　　多变异的分析问题可以看成一种随机效应的嵌套性实验。建立一定的线性统计模型，并假定各种变异效应相互独立，且不存在交互影响，以此前提下利用统计学方法进行方差分析。 　　MVA将工序质量特征值的变异分为三类：产品内变异、产品间的变异和时间变异。产品内的变异是指生产出的单位产品，其质量特征值在不同位置上所存在的差异。产品间变异是指从工序上连续抽检的两件产品，两件产品的质量特征值的均值间所存在的差异。从不同时间点抽取样品，观察其在不同时间的差异，称为时间变异。通过对三种变异的分析，可以发现哪种变异是显著的变异，从而为分析和控制变异指明了方向。 　　专业课程教学工作是高校学生学习专业知识的基本单元，影响课程教学质量的变异有不同班级间的差异（班级间变异）、同一班级内不同学生之间的差异（学生间变异）、每名学生对同一课程不同内容接受和掌握程度的差异（课程内容间变异）等三种。其关系如图1所示。通过对这三种变异的分析，找出哪种变异是显著的变异，从而为分析和控制变异指明方向，进而对某一专业课程的教学质量、学生综合素质与能力进行质量分析，得出科学的质量数据。 　　各测量点观测值见图2： 　　观测值Y1，1，1 Y1，2，1…Y1，b，1 Y2，1，1Y2，2，1…Y2，b，1 Ya，1，1Ya，2，1…Ya，b.1Y1，1，2 Y1，2，2…Y1，b，2 Y2，1，2Y2，2，2…Y2，b，2 Ya，1，2Ya，2，2…Ya，b.2Y1，1，n Y1，2，n…Y2，b，n Y2，1，nY2，2，n…Y2，b，n Ya，1，nYa，2，n…Ya，b，n 　　图2 教学质量的三种变异的观测值 　　由图2，模型表示第i个班级第j名学生第k个课程内容的学习成绩采样值： 　　Yi，j，k=μ+τi+βj（i）+εjk（i）～N（μ，σ2）（1） 　　上式中，μ为不考虑三种变异时的均值;σ2为不考虑三种变异时的方差;τi为班级间变异的影响;τi～N（0，στ2），（i=1，2，3，…a）;βj（i）为同一班级不同学生间变异的影响;βj（i）～N（0， σβ2），（j=1，2，3，…b）;εjk（i）为同一名学生对同一