教師自身因素對學生評教影響的多因素方差分析

鄧玲玲

（長沙民政職業技術學院，湖南長沙410004）

1. 引言

評教結果受到學生、教師、課程等多方面因素的影響，因而，對教師自身因素和學生評教結果之間的關系進行研究與反饋是高校提高教學質量的重要保障。Cohen通過實證研究發現教師的教齡與教學評價結果表現出正相關[1]；周秀梅等利用數據挖掘算法發現隨著教師教齡的增長，職稱越高，其評教分數也越高 [2]；李超峰等通過對評教結果進行多因素方差分析，發現教師的年齡、學歷對評教結果存在顯著的交互效應[3]。因此，基于現有的關于教師自身因素對評教結果影響的研究，本文采用多因素方差分析方法對長沙某一高職院校學生評價教師教學質量的數據進行研究，分析高職教師自身因素及其交互作用對評教結果的影響，力求為高職院校管理者通過改善師資隊伍素質來提高學校教育教學質量提供參考依據。

2. 數據來源及預處理

本文所采用的數據來源于長沙某一高職院校教務系統中2017-2018學年第1學期學生評教的數據，并對評教數據進行異常值處理，即某一個學生對某一個老師的打分超過他給所有任課教師打分的Q1-1.5*IQR～Q3+1.5*IQR范圍，將剔除這個異常分數，其中，Q1表示第一分位數，Q3表示第三分位數，IQR=Q3-Q1，剔除異常值后計算的平均分數作為教師的評教得分。選取崗位類型、職稱、教齡、近3年是否參加過信息化教學比賽作為教師自身特征因素，并對這些因素進行量化處理和離散化處理。崗位類型分為行政教輔人員、校領導（含中層干部）、專任教師三個水平，分別記為1、2、3；職稱分為助教、講師、教授（含副教授）三個水平，分別記為 1、2、3；教齡分為 ＜=5 年、6-10年、＞=11 年三個水平，分別記為 1、2、3；近 3 年是否參加過信息化教學比賽分為兩個水平，未參加過記為1，參加過記為2。經過數據預處理后共獲得639條研究數據。

3. 研究方法及工具

多因素方差分析用來研究兩個或兩個以上控制變量是否對觀測變量產生顯著影響，觀測變量為數值型變量，控制變量為分類型變量，分類型變量的每一種具體表現形式稱為控制變量的水平。多因素方差分析的目的在于通過數據研究觀測變量與多個控制變量是否具有顯著相關關系，并找出對該觀測變量有顯著影響的控制變量，各控制變量之間的交互作用，以及控制變量顯著影響的最佳水平等[4]。本文的觀測變量為639名教師的學生評教得分，控制變量為教師的自身因素，包括崗位類型、職稱、教齡和近3年是否參加過信息化教學比賽，利用SPSS統計軟件進行多因素方差分析研究教師自身因素與評教結果之間是否具有相關關系，并進一步研究教師自身因素對評教結果的交互效應。

4. 實證分析及結果

4.1 方差齊性檢驗

利用SPSS軟件得到學生評教得分Q-Q圖，Q-Q圖顯示，學生評教分數基本上在正態分布直線附近，即近似服從正態分布。利用Levene方差齊性檢驗方法檢驗學生評教得分方差是否相同，發現F統計量的值為1.392，p值為0.06，大于顯著性水平0.05，可認為學生評教數據滿足方差齊性。因此，在SPSS語法窗口對學生評教得分進行多因素方差分析，從結果可以看出：崗位類型和近3年是否參加過信息化教學比賽交互效應的p值為0.002，崗位類型和職稱交互效應的p值為0.008，職稱和教齡交互效應的p值為0.004，崗位類型、職稱和教齡交互效應的p值為0.016，均小于顯著性水平0.05，其他因素交互效應的p值均大于0，05，說明崗位類型和近3年是否參加過信息化教學比賽之間交互效應顯著，崗位類型、職稱和教齡之間交互效應顯著。

圖1 評教分數的正態分布Q-Q圖

4.2 教師崗位類型、近3年是否參加過信息化教學比賽簡單效應分析

將評教數據按教師崗位類型三種水平進行劃分，對教師近3年是否參加過信息化教學比賽進行簡單效應檢驗，結果表明，教師近3年是否參加過信息化教學比賽在專任教師水平上的簡單效應檢驗結果中p值為0.001，小于顯著性水平0.05，說明專任教師的評教得分與其近3年是否參加過信息化教學比賽具有顯著相關性。進一步進行事后多重比較分析，部分結果見表1，發現近3年參加過信息化教學比賽的專任教師比近3年未參加過信息化教學比賽的專任教師的評教得分顯著高0.072分。

將評教數據按教師近3年是否參加過信息化教學比賽的兩種水平進行劃分，對教師崗位類型進行簡單效應檢驗，結果表明，教師崗位類型在近3年參加過信息化教學比賽水平上的簡單效應檢驗結果中p值等于0.001，小于顯著性水平0.05。進一步進行事后

4.3 教師崗位類型、職稱、教齡簡單效應分析

將評教數據按教齡三種水平和職稱三種水平進行劃分，對教師崗位類型進行簡單效應檢驗，結果表明，教師崗位類型在教齡＞=11年、職稱為助教和教齡>=11年、職稱為教授這兩種水平下的簡單效應檢驗p值分別為0.03、0.027，小于顯著性水平0.05，說明教齡＞=11年、職稱為助教或教授的教師的評教得分與崗位類型具有顯著的相關性。同時，進行事后多重比較分析，部分結果見表3，發現教齡＞=11年的助教中，專任教師比行政教輔人員的評教得分顯著高0.145分；教齡＞=11年的教授中，專任教師比行政教輔人員的評教得分顯著高0.148分。多重比較分析，部分結果見表2，發現近3年參加過信息化教學比賽的教師中，專任教師比行政教輔人員的評教得分顯著高0.104分。

表1 不同崗位類型下近3年是否參加過信息化教學比賽的評教分數比較分析結果

表2 近3年是否參加過信息化教學比賽下不同崗位類型的評教分數比較分析結果

表3 教齡＞=11年、不同職稱下不同崗位類型的評教分數比較分析結果

將評教數據按教齡三種水平和崗位類型三種水平進行劃分，對教師職稱進行簡單效應檢驗，結果表明，教師職稱在教齡＜=5年的專任教師、教齡6-10年的校領導和教齡6-10年的專任教師這三種水平下的簡單效應p值分別為0.01、0.012、0.004，均小于顯著性水平0.05，說明這三種類別的教師的評教得分與職稱具有顯著的相關性。同時，進行事后多重比較分析，部分結果見表4，發現對于教齡＜=5年的專任教師，助教比講師的評教得分顯著高0.055分；對于教齡6-10年的校領導，教授比講師的評教得分顯著高0.171分；對于教齡6-10年的專任教師，講師比助教的評教得分顯著高0.283分，教授比助教的評教得分顯著高0.342分。

表4 不同教齡、不同崗位類型下不同職稱的評教分數比較分析結果

將評教數據按崗位類型三種水平和職稱三種水平進行劃分，對教師教齡進行簡單效應檢驗，結果表明，教師教齡在職稱為助教的專任教師的水平下p值為0.011，小于顯著性水平0.05，說明職稱為助教的專任教師的評教得分與教齡具有顯著的相關性。同時，進行事后多重比較分析，部分結果見表5，發現職稱為助教的專任教師，教齡＜=5年比教齡6-10年的教師的評教得分高0.323分，教齡＞=11年比教齡6-10年的教師的評教得分高0.339分。

表5 職稱為助教的專任教師不同教齡的評教分數比較分析結果

5. 結論與建議

實證研究發現：教師的崗位類型和近3年是否參加過信息化教學比賽對評教結果存在交互效應，并且教師的崗位類型、職稱、教齡對評教結果同樣存在交互效應；近3年參加過信息化教學比賽的專任教師比未參加過比賽的專任教師的評教得分高；近3年參加過信息化教學比賽的專任教師比同樣參加過比賽的行政教輔人員的評教得分高；教齡＞=11年的助教、教授，專任教師比行政教輔人員的評教得分高；教齡＜=5年的專任教師，助教比講師的評教得分高；教齡6-10年的校領導、專任教師，教授的評教得分最高；職稱為助教的專任教師，教齡6-10年的教師的評教得分最低。

基于此，該高職院校應積極鼓勵教齡＜=10年、職稱為助教或講師的專任教師、行政教輔人員積極參加信息化教學比賽，通過比賽積累教學經驗，提升教師的教學業務水平；鼓勵教齡6-10年、職稱為助教的專任教師多參加教學能力提高培訓班，指引他們進行教學改革，提高教育教學質量，突破其職業發展高原期、倦怠期；鼓勵教齡＜=10年、職稱為講師的專任教師進行學術研究，通過科研促進其教學進步進而提高其職稱；積極關注行政教輔人員的發展，提供其與專任教師交流的機會與平臺，鼓勵其參加教學能力提高培訓班，引導他們在教學上下功夫。