浅谈教学评估数据的处理与分析

摘要：高校的教学评价方式逐步网络化、信息化，由此产生丰富的评价数据。挖掘这些数據所蕴含的信息，使其成为教学改革，提高教学质量重要的依据。本文将建立在武汉高校教学评价数据的基础上，对教学评价数据的处理与分析做相应的探讨。

关键词： 教学评价；教学改革；教学管理；数据分析

高校管理体制改革的中心即为教学管理模式以及教学评估模式的改革。建立符合高校发展的教学评估体系是提高教学质量，这是保证人才培养目标得以实现的重要环节。特别是"教育部开展的全国性的本科教学工作水平评估客观上促进了各个高教的科学办学、规范管理、改革发展和质量的提高。"[1]

在评估体系中对教学最直接的评价是对教师教学的评价。相对于教育组织对学校硬件资源、影响力、教学管理水平和师生水平等进行的广义教学评价（评估），本文所指的教学评价主要指对教师教学进行的狭义的评价。随着计算机软硬件技术和网络技术的发展，各高校都建立了教学管理信息系统，并把教学评价方式网络化、信息化[3]。

通过把教学评价方式信息化，更多的学生得以参与到教学评价之中，相关参数更加丰富和全面，这与以往的课堂填写问卷及学生涂卡的评价方式相比有了本质变化，从而产生了涉及学生、教师和教学督导的丰富数据。挖掘这些数量众多数据所蕴含的信息，使其成为教学管理的重要内容，成为教学改革，提高教学质量重要的依据。教学评价内容始终是为了促进教学质量和学生学习效果的提高为目的[2]，这在数据的分析和处理中要充分被考虑到。本文将建立在武汉大学教学评价数据的基础上，对教学评价数据的处理与分析做相应的探讨。

1 教学评价数据简介

具体地，教学评价包括原始数据表，当前学期参与教学的教师信息表、学生信息表，课头信息表、评价人数统计表、课头使用表及学生评教指标体系表等，部分介绍如下。

1.1 原始数据表。教学评价原始数据表包括从三个主体，即从学生、同行教师和督导获得的原始评教数据。武汉大学的该数据表中共有239288个观测值，保存在5个表格中，每个表格基本5万个观测值，每个观测值有32个变量，其中包括编号项，课头号，学生学号和27个评分选项等。

1.2 辅助说明数据表。辅助说明数据表是针对原始数据表中各个变量内容的补充完善，它们主要包括：教师信息表，包含全校近5000名老师的基本信息，共9个变量；学生信息表：包含全校共2万多名本科生的基本信息，共10个变量；课头信息表，包含全校开设的共5千多门课程的基本信息，共12个变量；评价人数表，即当前学期开设的课程的参评情况，共4个变量。

1.3 课头使用评估体系表。该表显示设的5千多门课程所属体系，分为理论课、实验课、体育课和外语课等。

1.4 学生评价指标体系表。该表主要是文字描述，解释了4个课程体系下，27个评分选项所代表的实际内容，以及各个体系下各个评分项所占的权重。

2 教学评价数据的处理与分析

数据本身与专业特点、学科种类、班级人数和学时数等密切相关，需要我们预先对数据进行处理，并且更有意义的应该是挖掘这些数量众多数据后面所蕴含的信息，使其成为教学管理中重要的内容，成为教学改革，提高教学质量重要的依据。

《数理统计》已经给出丰富的统计推断的方法，如点估计、区间估计、假设检验、最小二乘估计和回归分析等。实际工作要根据自身的目的来选择合适的统计分析方法，并从中得出有意义的结论。各种数据处理软件的出现，特别是SAS软件的使用，使得处理大量数据的时候变得容易起来。

2.1教学评价数据的前期处理。前期准备工作主要是将数据导入到SAS系统，得到SAS数据集。得到的SAS数据集归集在非临时数据库，并按不同指标以变量形式分类，方便后面数据的处理调用。

2.2 教学评价数据的处理与分析。评教原始数据均整合完毕后，便对数据集进行分析处理，输出需要的信息，并按不同的分类标准进行评价。

2.2.1总体教学评价。首先对全校近5千门课程的有效评分计算总体平均，如12年得分为93.52。再根据教学总体方案，课程被归为四个大的体系，即理论课、实践课、外语课主和体育课。对大课程体系计算平均，建立相应的数据表，分析各体系间的得分有无明显偏差，如偏差较大，分析导致这一偏差的原因。

并且，不区分具体课程，分析近5000门课程总体的评价数据，具体评价指标被分为 5 大项（教学态度，教学内容，教学方式，课堂管理，教学效果），共18个小项，研究各项指标下的学生评价结果是否存在着显著性差异。

2.2.2不同类型课程体系平均得分情况。本研究对不同大类课程分学院进行了统计分析，按照评价得分均值排序，列出理论课和实验课教师整体平均得分较高、较低的学院或教学单位，作为教务部门在对各个学院的教学工作进行评估时重要且客观的参考指标。并且教务部门也根据得到的结果，及时对各院系的教学工作给予肯定或建议，有利于有关院系结合其他评教结果，重视加强教学及开设课程的指导和管理，切实做好本学院的本科教学工作。

2.2.3教师的教学情况分析。针对每位教师的学生和督导评价进行数据分析与处理，学生评价带有很强的个体主观性，受学生个人兴趣、相应学科的趣味度、难易程度和社会重视程度影响很大，故不能简单地只给出评价总分。更要把学生的"参与程度"作为评价教师教学的重要指标，国外的一些高校正是把学生"参与程度"的评价指标作为一个新的视角，客观的评价指标并不是教学质量评价的唯一内容和尺度[4]。

2.2.4学生学习效果情况。学生自身学习效果评价有4个指标，以此反应学生通过这门课程的学习，对这门课和中心问题的认识，对自身分析问题、解决问题能力的提高程度，对教学内容的掌握程度，以及对课程的兴趣等情况。

2.3教学评价数据的进一步分析

在现代数理统计学中已产生了大量的统计分析方法，可以对数据进行进一步的分析，挖掘数据隐藏的深层次意义。而这一方有价值的研究文献甚少，值得我们做进一步的研究。

我们针对各种教学评价数据进一步地处理分析。研究不同分类标准下数据的相关性或差异性。在数理统计学意义上把数据反映为函数，并进行差异性分析、回归分析等，可以使我们充分开发这些数据中蕴含的信息。这将是我们下一步深入研究的课题。

参考文献：

[1] 陈学敏.高校内部院系本科教学评估的实践探索[J].中国高等教育评估，2008（4）：63-66.

[2] 胡雪红. 高校本科教学评价体系建没的探索与分析[J].管理观察，2011.

[3] 林荣智. 基于负荷权重算法的教师业绩评估系统的研究与实现[D]. 电子科技大学， 2012

[4] G. D. Kuh. "Assessing what really matter s to student learning"， CHANGE，2001（3）：10-17.