因子分析法在高职院校理论教学质量测评中的应用

因子分析法在高职院校理论教学质量测评中的应用陈燕清（福建信息职业技术学院福州，350003）摘要：运用多元统计分析方法中的因子分析法对高职院校专业教师理论教学质量测评进行评价。通过SPSS软件对样本指标进行因子分析，得出影响教学质量的主要因素，同时利用因子分析法对所选教师样本进行综合评分，并通过聚类进行验证，从而为进一步提高高职院校教师理论教学水平及更科学地评价高职教师绩效提供有价值的意见。关键词：SPSS软件；因子分析；聚类；理论教学质量测评1问题的提出近年来，随着社会对专业技术人才需求的不断增加，我国的高等职业教育发展迅速。与普通高校不同，我国高等职业技术教育培养的是高素质技能型专门人才，因此，培养学生的职业核心能力是高职院校课程教学的重点。高职院校课程教学由专业理论教学与实践教学两个环节组成，前者是后者的前提与基础，后者是前者的目的与归宿，正因为如此，高职院校的多数学生对专业理论教学不够重视。因此，通过让学生参与对任课教师进行测评，并从中发现在高职学生中受欢迎的专业理论教师及影响教师绩效的主要因素，是一种较好的方式。传统的做法是由学校教学管理部门设计一份相关测评表，然后通过调查、汇总、整理，并通过简单平均或通过主观赋予各指标权重的方法算出每个老师的综合得分，并以此作为教师绩效评价的一个依据。这种做法的好处在于简便易行，但其缺陷是这种测评方法过于平均化或过于主观化，不够客观地评价教师的绩效。并且由于考核指标较多，不易从学生参与测评中了解影响高职理论教学质量的主要因素。因此，作为原有测评方法的改进，本人以福建省某一高职院校05—06学年第一学期中期教学质量测评所得资料为样本资料，借助SPSS软件，运用多元分析方法中的因子分析方法，从中找出影响高职生理论教学的主要因素及发现高职理论教师中的“精英”，并通过聚类进行验证，从而为进一步提高高职院校教师理论教学质量及更科学地评价高职教师绩效提供有价值的意见。2样本选取及数据的初步整理本文所选择的样本学校是一所直属省教育厅的公办全日制普通高等职业学校，学院教学管理部门在04-05学年第二学期通过向全院所有班级中每个班级随机抽取20个学生（对于班级总人数少于20的班级抽取实际人数），分理论教学与实践教学两个方面，要求学生按照下发的《教师教学质量测评表》对所有本班任课教师进行量化测评，评估表中A表示非常同意，得10分；B表示同意，得8分；C表示一般，得6分；D表示不很同意，得4分。本文选取的测评表（理论教学部分）如下：福建某职业技术学院教学质量评价项目（理论教学）项目序号评估内容教学态度1为人师表，教书育人，关心并严格要求学生，虚心听取学生意见和建议。教学能力2讲授熟练，条理清楚，深入浅出，通俗易懂。3理论联系实际，不照本宣科，举例典型恰当。4教学内容充实，反映学科发展新动向。5板书规范清楚，语言清晰生动。6因材施教，注重与学生的沟通，答疑耐心认真，解题能力强。7作业适量，批改认真及时，全批全改。8教学方法灵活，教学手段创新，激发学习兴趣，启发学生思维。9注意传授知识与培养职业能力结合。教学效果10学习本课程后，学生能掌握所学知识，能提高分析问题、解决问题和自学能力。因参评的学生班级太多，且有些教师既是理论测评的对象，又是实践测评的对象。故根据本文的研究目的及可操作性原则，本人选择学院只担任专业理论课教学的部分专业教师作为样本，依次匿名设为教师I（I=1，2，3，4，5，……20）。将上述测评表中的十个指标作为样本指标，按测评表中序号依次设为样本指标XI（I=1，2，3，4……10）。将每个教师所任课程在测评中各指标得分通过EXCEL计算各指标的平均得分（注：对于个别带有较大随意性的测评表，如对各指标全部填写10分或全部填写4分的，作为废票不参加平均）。对于担任多个班级同一门课或同时担任多门课程的教师按上述方法算出各个班级分数后，再一次求各指标的平均得分。这样，经过数据压缩后的原始数据（平均得分）如表一：表一姓名指标1指标2指标3指标4指标5指标6指标7指标8指标9指标10教师19.39.19.69.19.59.69.69.79.89.4教师27.537.467.917.77.37.667.457.397.57.25教师37.88.18.38.48.27.48.427.78.48.2教师47.377.588.328.328.21888.328.218教师58.98.899.59.28.19.18.88.99.2教师68.638.538.2188.428.118.538.118.848.32教师798.337.4488.447.788.787.227.787.44教师88.257.387.257.387.75787.137.387.63教师99.69.19.18.88.69.3999.68.9教师108.68.88.88.28.68.28.68.28.88教师118.679.3398.339.3398.339.678.679.67教师129.8999.68.68.88.8998.8教师139.578.578.4398.579.149.149.149.438.43教师149.8109.28.4108.8910109.2教师158.868.719.298.578.718.718.579.2998.71教师168.177.177.57.3377.57.3377.57教师178.7788.629.0887.858.468.628.317.85教师186.947.067.777.416.717.297.176.827.656.71教师199.98.498.99.29.18.99.28.89教师209.078.678.538.89.28.939.078.938.939.072因子分析法在本案例中的运用模型的解释：随着计算机硬件和软件条件的不断完善与发展，主成分分析、因子分析、聚类分析等多元统计方法在经济管理和综合评价中得到广泛应用。其中，因子分析（本文指Q-型因子分析）是主成分分析的推广与发展，其侧重点是通过变量（样品）的相关系数矩阵，找到少数几个不可测的公因子的线性组合与物定因子之和来描述原来观测的每个分量，同时根据不同的因子对原变量或样本进行分类。其数学模型为：设原指标变量为X=（X1，X2，X3……Xp）＇，经标准化的变量为ZX=（ZX1，ZX2，ZX3，……，ZXp）＇，Ｚj为第j个公因子（j≤p），ｖｉ/ｐ为旋转后第j个公因子对原变量的方差贡献度，Uij为第j个公因子对应于原量Xi的因子载荷量，εi为Xi的特定因子，则：Xi=ΣUij*Ｚｉ+εi，综合因子得分(评价)值F综=∑(ｖｉ/ｐ)*Ｚj。公因子Ｚｊ命名依据是利用旋转后的因子载荷阵（RotatedComponentMatrix）中第ｊ列绝对值大的对应变量归为Ｚｊ一类并由此对Ｚｊ命名,命名清晰性高(精细)。2.1运用因子分析找出影响教学质量的关键因素根据因子分析原理,用SPSS分析软件包对数据进行处理。得到表二与表三如下：表二：方差解释（TotalVarianceExplained）特征根InitialEigenvalues因子Component特征值Total方差百分比%ofVariance累计方差百分比Cumulative%18.13681.36181.3612.5365.36386.7253.4734.72991.4544.3223.22494.6785.1991.98796.6656.1521.51898.183表三：旋转后的因子载荷阵（RotatedComponentMatrix）因子Component123指标8.821*.373.372指标3.821*.178.498指标10.782*.440.306指标2.744*.597.128指标9.729*.481.344指标5.714*.615.167指标6.696*.442.375指标1.326.835*.320指标7.419.750*.430指标4.356.375.838*由表二可知，前面第一、二个公因子的特征值方差累积贡献率为86.725%（81.361%+5.363%），大于85%的要求，故取前面两个因子基本包含了全部测评指标所具有的信息。同时，结合表三可知，第一个因子主要与指标8、指标3、指标10、指标2、指标9、指标5相关性强，其中，指标3与指标8（即变量X3、变量X8）是最主要的影响因素，可以定义为教学方法与效果方面；第二公因子与指标1、指标7（即变量X1，X7）相关性强，可以定义为教学态度方面；第三公因子主要由指标4组成（因子载何量为0.835），可以定义为教学内容方面。因此，根据表二结果及表三中变量不出现丢失的原则，可确定公因子个数为三个，它们基本包含了全部指标中的九个指标，原有的十项测评指标可用三类指标来解释。其中，第一类指标（教学方法与效果）是影响高职理论教学质量的最主要因素（因为因子方差贡献度为81.361%）,其中,指标8与指标1是该类指标的主要部分。其次是第二类指标——教师的教学态度（特别是师德、师表方面）；再次是教学内容方面（第三类指标），这不仅与原有测评表设计的指标体系基本一致，而且从中看出针对高职学生特点采用灵活的教学方法是实现良好教学效果的关键因素。2.2运用因子分析对相关教师进行综合评分利用表一与表四结果,第一公因子方差贡献度为81.361%,且与各指标变量高度相关，(其结果与上述表一结果密切相关),故可表述为反映教师教学质量的综合因子,但考虑到被忽略的次要成分(特征值方差累积贡献为18.639%)对各教师综合评价仍有价值,故本文仍选公因子个数为3,其方差累积贡献度为91.454%,大于85%以上要求。评分结果如下：表四教师第一公因子得分y1第二公因子得分y2第三公因子得分y3综合得分（从小到大）Y=y1*0.44474+y2*0.29256+y3*0.17723教师18-.67795-2.10818-.48739-1.00466教师16-1.23000-.61989-.95858-0.89827教师8-1.44574.42447-1.43975-0.77396教师2-.51343-1.45677-.45274-0.73477教师7-1.783871.85453-1.00695-0.42926教师4.24782-1.64939.28972-0.32098教师3-.32089-.60857.10423-0.30228教师17-.83661-.439531.62681-0.21234教师6.01814.39129-.94519-0.04497教师10.29220.03172-.511950.0485教师13-.407811.02661.889280.276583教师5.01129.184181.385130.304391教师12-.30272.527551.725110.32545教师151.04628-.62012.266410.331116教师20.21381.72311.150530.333321教师19.09345.75655.685680.38442教师9.54213.56370.440940.484171教师112.03100-.51820-1.109270.555066教师11.24087.33363.850480.800202教师141.782031.20331-1.502510.8782913.通过聚类验证上述结果如下：本文采用欧式距离，使用Wald法，先将20位教师各自分成一类，然后每次缩小一类，每缩小一类离差平方和就要增大，选择使类内离差平方和增加最小的两类合并，直到所有的样品归为一类为止。借助SPSS软件，聚类结果如下：CASE0510152025LabelNum+---------+---------+---------+---------+---------+9201913115512171114218346108167从聚类图可知，若将所有样本教师分为四类，则Ａ１＝｛教师１１，教师１４｝；Ａ２＝｛教师