任愛華
摘要:教學質量與產品質量的要求特點不同。因為教學的對象是人,它包含了教師“教”以及學生“學”的質量問題,其質量的實現,顯然與人的因素具有非常密切的關系,比起物質產品的質量,自然要復雜的多。如何科學地衡量教師的教學質量與學生的學習質量,一直是教學探索的主題。本文論述了我院針對學生課堂出席率的統計數據,結合課堂問題反饋,利用控制圖反映教學過程的異常情況,并通過統計過程控制穩定改進教學過程,這一方法為量化教學質量奠定了基礎。
關鍵詞:教學質量;統計過程;量化;控制圖
中圖分類號:G642 文獻標識碼:B
1引言
教學質量是學校生存與發展的生命線。學生評教是整個教學過程中實現學校教學質量自我監控的重要環節之一。學生是老師教學的對象,是教學質量好與差的直接接受者,學生有權力和義務也有條件對教師的教學工作進行評價。通過學生對教師教學工作的評價,能進一步增進師生之間的溝通與了解,促使教師更加關注學生,不斷更新教學觀念,改進教學方法,提高教學質量。另外,學生評教的結果還是學校加強和改進教學管理工作的重要依據,在提高教學質量中起著非常重要的作用。

如果把老師看成是生產人員,而掌握了知識的學生則是產品。學生既然具有可塑性,老師就該從教學內容的組織、教學方式、課外輔導、作業批改各方面采取措施,以優質教學來對每一個學生負責,而這一系列的環節形成了教學過程。如果對教學過程的每個環節都進行了詳細周到的安排,并付諸實施,那么教學質量就會得到保證。良好的生產過程必然會導致優質的產品,這在制造業、軟件行業等眾多領域已經得到了證實。
作為授課的教師可以通過采集學生的聽課出席情況數據統計了解教學過程性能以及教學過程中所存在的問題。通過這些統計數據了解自己的教學水平和執教能力,可以根據過程數據的反饋情況及時調整教學環節與方法,
本文提出了通過量化指標改進教學過程的流程,如圖1所示。通過這個流程,實施教學過程的改進,從而保證教學質量。
在圖1中,首先要提出教學目標,然后將其落實到教學過程中的度量目標,針對度量目標確定度量元并采集度量結果,通過這些采集到的數據反映教學過程的異常情況和教學過程的穩定性,從而決定教學過程改進的具體措施。過程改進需要持續進行、不斷改進,這樣才能不斷提高教學水平,圖1的過程改進框架表達了這一規律。

統計過程控制(SPC)及其相關的控制圖是由Walter A.Shewhart在20世紀二十年代提出,用于對產品成本和質量的控制領域。Shewhart的技術在第二次世界大戰中得到廣泛應用,并且在近些年被W.Edwards Deming等人作為改進產品質量的基礎,在日本和很多美國的企業中重新得到推廣。由于SPC在工業界中獲得巨大成功,這種技術已經被應用到很多其他商業領域、服務業和軟件界的過程改進。
本文將采用XmR控制圖了解和分析學生聽課過程的穩定性,通過采集這方面的數據對聽課過程進行統計過程控制,發現學生聽課過程中存在的異常,解決異常,穩定過程,并改進教學過程,提高過程能力,為高質量的教學過程奠定量化基礎。
2量化教學過程
量化教學過程首先是在提出了教學目標的基礎上,確定度量目標,而由度量目標決定具體的度量元,通過對度量元的采集,最終形成教學評價需要的指示器。學校每個學期都有針對教師講課情況的聽課記錄,通常的格式如表1所示。

在表1中,內容有定量與定性兩類評價。其中的“人數”一欄填寫每次聽課學生數目,如果以每次課記錄的人數為采集的基礎數據,當累計幾次課的數據之后,將這些數據繪制到控制圖上,便可以從控制圖中觀察出當前學生聽課過程的性能,以此反映教師執教的能力。通過這些過程數據,可以讓教學過程表達自身的性能和異常點,隨著累積數據的增多,過程的狀態會更加真實地展現在控制圖上。
采集每次聽課人數,可以采用兩種途徑。一種是通過旁聽課程的教師客觀地記錄,以此形成的控制圖曲線可以反映學生平常聽課的狀態和教學質量。另一種是通過授課教師每次上課前提供簽到表,統計聽課人數。這種方式會對學生有觸動,因為大部分學生都會擔心自己的缺課可能給授課教師留下不良印象,因而會有較多的人簽到聽課。授課教師自己采集聽課人數的方式實際上加強了教師與學生之間的互動和交流,以簽到的形式既可督促學生主動參與正規課堂教學的學習,又可從采集的這些數據中展示目前學生“聽課過程”的性能和存在的異常情況。授課教師可以根據這個性能曲線確定問題,了解聽課的穩定情況,及時解決問題,從而控制教學過程并使之得到改進。
控制圖是量化過程行為的技術。控制圖以及統計質量控制相關方法若用在為實現目標而執行的活動的上最有效。
本文旨在保證教學質量,首先要穩定教學過程,再經過不斷地改進教學過程,提高教學水平。這一過程非常適合統計過程控制,即讓數據說話,使教學過程可視化,從中發現教學環節中的問題,通過解決問題不斷地改進教學過程,從而可以預測過程性能并保證高質量的教學。
3利用控制圖揭示教學過程中的異常環節
3.1控制圖基本要素
所有傳統的控制圖都有一條中心線并在中心線的兩側有控制限。中心線和上下控制界限都是在執行過程時采集的一組觀察值經統計公式計算得出的估計值。中心線和控制限是不能擅自假設的,因為要用這三條線揭示過程實際能做什么,即表達過程現有的性能水平,而不是通過這三條線要求過程去做什么。
畫在控制圖上的值是從任意特定的度量統計中得到的觀察值,像分組平均值、分組值域、移動平均值、移動值域、以及單點值本身都是可以按時序繪制在控制圖上的統計例子,成為控制圖的基礎。
控制圖的基本形式如圖2所示。中線通常是被觀察過程的平均值。在中線兩側的上下控制限是從過程可變性度量導出(最常出現的分組值域)。傳統的(Shewhart)控制限是±3σ,這里σ是畫在圖上的偏差統計。如果一個控制限超出了值域的可能結果,比如一個負值的產品尺寸,通常則省略這種控制限。

本文采用單點圖和移動值域圖(XmR-圖)來檢查過程數據的時序行為。表2提供了構造XmR-圖的基本要素的實例,即:通過學生聽課出席數據反映教學過程穩定性。利用表2中的數據繪制的控制圖如圖3所示。

在圖3(a)中較早地出現了一個偏差,即:第二個值過低,超出了控制下線。根據穩定過程的定義可知,這個過程不是一個穩定過程。通過對該數據的調查,發現是由于另一門課程的大作業到了提交期限,這部分同學為了突擊這個上機作業造成缺課。當解決這個問題之后,將該數據剔出,重新計算控制線,得到的結果如圖4所示。這時的控制圖展現出一個穩定過程。

3.2教學過程的性能分析
從圖3到圖4可以看出,當排除了這個異常因素之后,根據控制圖分析理論,圖4呈現的聽課過程是穩定的,學生的出席率在81%左右。從學生的聽課出席率可以反映出該過程的能力,也就是說,如果保持目前的授課方式不變,學生聽課率會一直維持在81%左右。圖4揭示出這是一個穩定過程,如果希望提高聽課率,則需要改進授課環節。
3.3建立過程性能模型
當得到了一個穩定的過程之后,可以根據學生聽課出席率與學生作業出錯率兩類數據,分析兩者之間的相關性,根據表2數據可得出:這兩組數據之間具有0.99相關性,通過回歸分析,可以得出預測模型為:
Y=0.83-0.82X
其中:X為學生聽課出席率;
Y為學生作業的出錯率。
利用該過程性能模型,可以根據學生出席率預測學生作業的完成質量。比如:當學生聽課率為90%時,可以預測學生的作業總體出錯率約為9%。
4教學過程的改進
由于在圖3(a)中展示了學生聽課過程存在異常原因,通過對異常原因的調查之后,解決了存在的問題并在今后的教學中避免出現類似的問題,從而可以保證教學過程的穩定性。對于一個穩定的過程,可以預測結果,此時的XmR圖上下控制線和中線代表了該過程的能力。學生的聽課率的高低反映了學生對該課程的認可程度,在上述例子中,平均聽課率為81%,它反映了絕大部分同學對本課程的認可程度,但仍然有個別同學沒有經常出席,利用過程模型預測一下學生作業出錯率,其值接近17%。針對這種情況,可以對經常缺席的同學進行調查了解,尋找解決的辦法,進一步采集同學對教學內容的需求。
XmR控制圖的三條基線可以揭示學生聽課的穩定性和教學環節存在的異常點,當教學過程穩定之后,可以通過XmR圖展示的過程能力,了解與教學目標要求的能力之間的差距。在教學過程改進中,可以根據緊迫程度,有目的地選擇某個教學環節進行改進,逐步提高能力水平。比如教師授課水平、課程內容的實用性、與其他課程的銜接性等。總之,需要對教學過程涉及到的各種環節進行調查了解,找到根本原因,對癥下藥,提高學生的聽課率,保證高質量的教學。教學過程的改進是多個環節相互協調和配合的活動,比如:教師專業素質、授課經驗和水平、講課環境與設施、配套教材和實驗環境等。這些都是影響著優質教學的因素,需要得到保障,而這些環節同樣可以作為過程的因子確定度量元,選擇合適的度量元并對其進行采集、分析,依據這些度量數據了解教學過程相應環節的穩定性。在此基礎上,再從反映學生的學習效果的因變量上進行度量,觀察這些度量數據的相關性,從而可以得出這些過程因子的穩定性對學習效果的影響。如果相關性很高,則可建立過程性能模型,通過調整過程因子便可以使得因變量“學習效果”得到改善。此項工作需要長期的數據積累,持續的過程進行改進。
5結束語
統計過程控制可以用于教學過程改進。通過量化教學過程,展現教學過程中存在的異常情況,通過對異常情況的調查和了解,可以排除造成過程異常的特殊原因,從而使教學過程逐步達到穩定狀態。在此基礎上利用控制圖可以進一步了解教學過程本身的能力,將其與教學目標進行比較,看看是否達到了要求。若沒達到則需要在教學過程的各種環節上進行分析,找出影響教學過程能力的根本原因,確定教學過程的關鍵環節,再針對這些關鍵環節開始新一輪的教學過程改進,從而提高教學水平。過程改進是一個持續不斷的過程,只有持續進行,才能保證質量,達到預定的目標。
參考文獻:
[1] William A. Florac, Anita D. Carleton. Measuring the Software Process[M] .New York: ADDISION-WESLEY,1999.
[2] Shewhart Walter A.. Economic Control of Quality of Manufactured Product[M]. New York: Van Nostrand, 1931.
[3] Deming W. Edwards. On Probability as a Basis for Action[J]. The American Statistician 29, no. 4(1975):146-152.
[4] Austing Robert D.. Measuring and Managing Performance in Organizations[M]. New York: Dorset House Publishing Company,1996.
[5] Wheeler Donald J.. Understanding Variation-The Key to Managing Chaos[M]. 2nd ed. Knoxville, Tenn.: SPC Press, 2000.
[6] Wheeler Donald J., Poling Sheila R.. Building Continual Improvement[M]. Knoxville, Tenn.: SPC Press,1998.
[7] 李菊華,同毓舟. 六西格瑪工具手冊[M]. 上海:上海交通大學出版社,2005.