高校教师特征对学生评教影响的多因素方差分析.docVIP

高校教师特征对学生评教影响的多因素方差分析 [摘要]通过1355个课堂的学生评教结果的多因素方差分析，考查了教师自身特征对学生评教结果影响的显著性。研究结果表明：教师学历和年龄对学生评教结果具有交互效应；具有硕士研究生学历教师的评教平均得分与教师年龄具有显著的相关性；年龄在51～55岁的教师的评教平均得分与教师学历具有显著的相关性。 网:m [关键词]学生评教；教师特征；多因素方差分析 []/2018.03.200 1引言 通过对高校学生评教数据中教师自身背景特征与评教结果之间关系分析与反馈是提高教学质量的一种有效手段。在国外，Basow研究发现学生对男教师的评价要高于对女教师的评价；[1]Cohen通过对几千名大学教师的学生评价结果分析出教龄与评价分数之间呈线性正相关。[2]在国内，穆燕等研究表明教师职称与学生评价呈正相关；[3]周秀梅等发现教师年龄和教龄越长，职称越高，学生评教结果也越好；[4]关玉晶等人的研究发现，教师年龄、性别、学历和职称等对学生评教结果的影响不显著。[5]然而，目前关于教师特征对评教结果影响的研究基本上都是分别考虑诸如性别、职称、年龄和学历等单项教师特征的影响，同时考虑教师所有背景特征及其交互作用影响的研究极少。本文利用多因素方差分析方法对某部属高校学生评教的真实数据进行分析，找出高校教师自身特征及其交互作用对学生评教结果的影响，以期为培养高素质的高校教师队伍进而提升高校教学质量提供实证研究依据。 2数据来源及预处理 本文所采用数据来自某部属高校2014―2015学年度第2学期学生评教数据库中的原始数据。数据在进行分析之前进行了预处理。其中，对学生评教数据进行了筛选、课堂评教平均得分计算、缺失值和异常值去除等处理。对教师自身特征数据进行了筛选、专业技术职务名称统一和年龄离散化等处理。教师专业技术职务名称中的教授和正高级统一为正高级职称，副教授和其他副高级统一为副高级职称，讲师和其他中级统一为中级职称，助教和其他初级统一为初级职称。教师年龄划分为35岁及以下、36～40岁、41～45岁、46～50岁、51～55岁、55岁以上共6个年龄段。通过预处理后共得到1355条基础数据。 3研究方法及工具 方差分析用于分析一个数值型变量与一个或多个分类型变量是否相关。其中，数值型变量称为观测变量，分类型变量称为控制变量，分类型变量的类别值称为控制变量水平。多因素方差分析的结果可以用于分析多个控制变量的不同水平以及控制变量之间的交互效应是否对观测变量产生了显著影响，不仅可以检验观测变量与多个控制变量是否存在相关关系，还可以寻找有利于观测变量的最优控制变量水平组合。本研究的观测变量为某一课堂学生评教分数的平均值，控制变量为授课教师的自身特征，包括性别、职称、年龄和学历。采用R语言软件的多因素方差分析方法研究教师自身特征是否与学生评教结果之间存在显著的相关性以及教师自身特征对学生评教结果的交互效应。 4研究结果及分析 4.1整体方差分析 下图为评教平均得分Q-Q图，直线为正态分布的Q-Q线，圆圈为平均得分数据散点。从下图可以看出，评教平均得分总体上集中在正态分布直线附近，说明近似服从正态分布。 评教平均得分Q-Q图 利用Levene方差同质性检验验证评教平均得分方差齐性，结果发现F统计量的观测值为1.2445，概率p值为0.0805，p值大于α=0.05的显著性水平，可以认为评教平均得分总体具有方差齐性。 评教平均得分总体上近似服从正态分布且具有方差齐性，可以采用多因素方差分析模型进行分析。利用R语言中的aov函数进行分析，?Y果表明：学历与年龄交互效应的p值为0.04518，小于显著性水平0.05，其他因素交互效应的p值均大于0.05，说明学历和年龄之间存在显著的交互效应。 4.2教师年龄简单效应分析 将评教数据按教师学历分别为大学本科、硕士研究生和博士研究生三种水平进行划分，对教师年龄进行简单效应检验，结果如表1所示。 由表1可知，教师年龄在大学本科和博士研究生两个水平上的简单效应检验结果中，p值均大于0.05的显著性水平，说明这两种学历水平上教师的评教平均得分与教师年龄相关性不大。而在硕士研究生水平上的简单效应检验结果中p值为0.0115，小于0.05的显著性水平，简单效应显著，说明具有硕士研究生学历教师的评教平均得分与教师年龄具有显著的相关性。利用TukeyHSD检验方法进行事后多重比较分析，结果如表2所示。 表2表明，在具有硕士研究生学历的教师中，35岁及以下年龄教师的评教得分的均值最高，51～55岁年龄教师的评教得分均值最低，二者之间的差别最为显著。 4.3教师学历简单效应分析 将评教数据按教师年龄段分别为35岁及以下、36～40岁、41～45岁、46～50岁、51～55岁和55岁以上6种水平进行划分，对教师