基于大數據的高職院校教學質量評價體系研究

季秀霞 李立早

摘要：教學質量評價是高職院校教學質量監控體系的重要組成部分。信息時代，借助大數據的支持構建高職院校教學質量評價體系是必然趨勢。基于此，從“搜集數據、分析數據、利用數據”的角度展開研究，提出一種基于大數據的教學質量評價PSRS模型，指出影響教學質量的關鍵數據來源于過程分析、主體屬性、角色認知和環境因素，并在此基礎上構建了基于大數據的高職院校教學質量評價體系。該評價體系可以對大數據進行深度挖掘和分析，全面合理地對教學質量進行評價。

關鍵詞：高職院校;教學質量評價;PSRS模型;大數據

基金項目：江蘇省高等教育學會評估委員會重點資助課題“大數據在高校教學質量評價體系中的運用研究”（項目編號：2018-206）;江蘇省高校哲學社會科學研究項目“基于能力目標矩陣的高職電子信息類綜合課程改革的研究”（項目編號：2016SJB880051）

作者簡介：季秀霞，女，南京信息職業技術學院電子信息學院副教授，博士，主要研究方向為數據挖掘和職業教育;李立早，男，南京信息職業技術學院電子信息學院副教授，主要研究方向為高等職業教育。

中圖分類號：G712

文獻標識碼：A

文章編號：1674-7747（ 2020） 01-0087-06

教學質量評價是高職院校教學質量監控體系的重要組成部分，客觀公正合理的教學質量評價體系可以促使教師關注學生，更新教學觀念，改進教學方法，提高教學水平。同時，教學質量評價也是學校全面了解教學的運行狀態和優化學校教務管理的重要依據。

一、高職院校教學質量評價的現狀

目前，高職院校主要從學生、同行、督導和領導對教師的課堂教學質量進行評價，將四個評價分數加權平均后作為教師的教學質量評價結果。盡管這種教學質量評價系統是信息時代的產物，可以提高教學管理的效率，但是在實際應用中卻存在一定的問題。由于學生全程參與教學過程，所以學生評價較全面，但學生的主觀性較強，尤其當教師要求較嚴、課程較難、學生成績不理想的時候，可能會出現不客觀、不公正的評價。有研究發現：教師給學生的評分是影響學生評教的重要因素，教師評分的松緊對學生評教有中等或中等以上的影響[1]。由于同行對課程知識點和概念的理解更加準確透徹，評價分數應該更加合理，但是礙于情面，目前同行評價幾乎流于形式。督導評價和領導評價關注更多的是教師的上課準備情況和課堂狀態等，但由于聽課次數有限，無法全程跟蹤教學課程，用有限的幾節課認定教師的教學素質顯然不夠客觀全面。同時，由于大多數課堂教學質量評價結果是在期末課程結束時公布，沒有辦法對評價結果進行及時總結和利用，無法根據評價結果對課堂教學進行改進，所以教學質量評價也沒有發揮“以評促教”作用。

從上述分析可以看出，高職院校的傳統教學質量評價體系存在一定的主觀性與片面性。例如：評價主體相對單一、評價指標缺乏層次、評價實施過程缺乏客觀性、評價結果缺乏有效利用等。這些問題容易使評價流于形式，脫離評價初衷。針對上述普遍存在的教學質量評價體系的現狀，許多高職院校進行了積極的、有益的改革。例如：曹潔提出一種基于AHP層次分析法的教學質量模糊評價方式閉，從教師課前準備、課堂教學規范和課后學生反饋三個環節，通過數據分析來構建教學質量評價體系，具有一定的合理性和科學性。但是，這種評價方式僅僅是一種簡單的量化行為，根據制定的評價標準進行簡單的打分和匯總，并不能準確反應教師的個人教學水平。陳以藏提出一種教考分離、以成績作為評教依據的課堂教學質量評價體系[3]。因為以標準化考試成績作為教學質量評價的標準，可以有效避免傳統評教中因個人主觀因素出現的不公正現象，但是這種評價體系的弊端也顯而易見。其一，由于成績是唯一的評價標準，所以可能導致應試教育的盛行，并不利于學生其他能力的培養和思想道德教育;其二，由于標準化考試是在課程結束后進行，所以評價的結果并不能發揮導向和激勵的作用，教與學不能形成一個良好的閉環系統，對教學質量的提高和學生學習能力的培養起不到積極作用。牛津大學認為，討論評價結果可能是整個評價過程中最重要的一步[4]，所以對教學質量評價的結果進行討論并及時反饋給教師和學生，教師才能根據評價的結果反思教學行為，發現不足，提高教學能力，學生才能根據評價的結果反思學習行為，發現薄弱環節，改進學習方法。

隨著大數據時代的到來，各高職院校經過多年的信息化建設，已經形成了較好的信息技術基礎設施，積累了大量與教學質量相關的數據。利用大數據可以評估教學質量，進行關系分析、診斷問題、預測趨勢等，同樣，利用大數據可以對已經出現的問題或即將出現的問題進行評判和解決[5]。通過對大數據的挖掘與分析，能夠全面、合理地對教學質量進行評價，對影響教學質量的關鍵因素挖掘分析，才能更好地對教學質量進行評估和預測，從而有效提高高職院校的教學質量。借助大數據的支持構建高職院校教學質量評價體系是必然趨勢。

二、基于大數據的高職院校教學質量體系構建思路

本文提出的基于大數據的高職院校教學質量評價體系按照“搜集數據、分析數據、利用數據”的基本思路展開研究。首先，按照數據產生的主體及場所搜集相關的數據。其次，用聚類、數據挖掘等方法及工具，挖掘與教學質量評價相關的數據，并研究各類數據的類型及其之間的關系，運用統計分析法、內容分析法、話語分析法將碎片化的數據加以分析、整理和篩選，獲得關于教學質量的多種規律性數據和特征。最后，構建基于大數據的高職院校教學質量評價體系。

基于大數據的高職院校教學質量評價體系的具體構建思路如圖1所示。

（一）搜集數據

建立基于大數據的高職院校教學質量評價體系的前提是獲取有效的關于教學質量的大數據信息。高等教育質量評價體系的數據來源呈現多元化，既包括按照數據產生的主體生成的相關數據，如學生家庭數據、師資隊伍資源、科學研究水平、人才培養目標、課程設置等信息，也包括按照數據產生的場所生成的數據，如課堂教學視頻、課堂討論記錄、學生圖書館打卡記錄、借閱圖書記錄、圖書館監控視頻等信息。這里面既有以文字信息為主的結構化數據，也有以圖片信息為主的半結構化數據，更有以視頻、音頻為主的非結構化數據。數據量大，更新速度快，每時每刻都在產生，數據呈現出大數據特有的4V特性，即海量性（Volume）、多樣性（Varietv）、高速性（Velocity）、價值性（Value），因此可以基于大數據構建高職院校教學質量評價體系[6]。

在搜集數據時，必須深入了解高職院校教學管理的規章制度和教學活動的各個環節和所有的場所，將學校的教務管理系統、學生管理系統、師資管理系統、科研管理系統、人事管理系統等相關數據庫有機結合在一起，建立教學質量評價的數據采集與獲取的平臺。

（二）分析數據

對大數據進行多維度、深層次的挖掘與科學分析.發現大數據背后隱含的關系與價值，有助于將高職院校教學質量評價體系從基于小樣本數據或片段化信息的推測，轉向基于全方位、全過程數據的證據性決策。將數據挖掘技術應用在教學質量評價系統中，從采集到的海量數據中提取或挖掘出對教學質量評價有用的知識，對提高管理者的決策能力和管理水平都具有深遠的意義。

在分析數據時，首先，采用可視化分析技術將大數據的特點直觀地呈現出來，將單一表格變為豐富多彩的圖形模式。其次，用聚類、數據挖掘的方法，挖掘與教學質量評價相關的數據，并研究各類數據的類型及其之間的關系。最后，運用統計分析法、內容分析法、話語分析法將碎片化的數據加以分析、整理和篩選，獲得關于教學質量的多種規律性數據和特征。

（三）利用數據

本部分以學生為中心，即以學生的學習和發展為中心，實現從“以教為中心”向“以學為中心”轉變，構建基于大數據的高職院校教學質量評價體系。在建立評價體系時需要設計評價指標，設計的指標應該簡單明了、便于收集、并且具有一定的代表性，各個指標之間應該有一定的邏輯關系，指標選取時的計算量度和計算方法必須統一，要有很強的現實可操作性和可比較性。

在利用數據時，可以采用層次分析法（Analytical Hierarchv Process，AHP），將與決策相關的元素分解成目標、準則、方案等層次，在此基礎之上進行定性和定量分析。

三、基于大數據的高職院校教學質量評價PSRS模型

管理學中的“MARS模型”認為，動機（Motivation）、能力（Ability）、角色認知（Role Perception）和環境因素（Situational Factor）是直接影響公司員工的自發行為和最終績效的四個因素。其中，動機是影響個人自發行為方向、強度和持久性的內在力量;能力是完成某項任務所需要的自然天賦和后天知識;角色認知是個人要有清晰的角色認知，同時能得到關于職位工作的描述和相關培訓;環境因素是超出員工的控制，制約或促進員工行為和績效的條件。“MARS模型”認為：擁有較高的動機和能力，又明晰角色認知，只要環境支持他們的任務目標，員工就可以取得良好的績效。

員工行為和結果的“MARS模型”，如圖2所示。

對應到教學質量評價體系，教學質量的好壞同樣取決于上述四個要素。其中，動機和能力是決定教學質量的主要內部因素，動機可以體現在學生的日常生活規律和教師的教研狀態數據中，即過程分析。能力可以體現在教師和學生的自身素質中，即主體屬性。角色認知和環境因素是影響教學質量的外部因素。為此，本文建立了一個基于大數據的教學質量評價“PSRS模型”，即影響教學質量評價的數據主要來源于過程分析（Process Analvsis）、主體屬性（Subject properties）、角色認知（Role Perception）和環境因素（SituationalFactor），它們共同影響著教學質量的產出，即學生的績效評價。教學質量評價“PSRS模型”如圖3所示。

（一）過程分析

“PSRS模型”中的過程分析對應于“MARS模型”中的動機（即努力的方向、強度、持續性）。作為教與學的主體，教師與學生的努力方向、工作與學習的強度、投入的精力以及持續性對教學質量的績效產出起著決定性的因素，這些可以通過分析學生的日常生活規律和教師的授課狀態數據得到結論。學生的日常生活規律主要包括學生的課堂出勤情況、操場鍛煉情況、作業提交情況、圖書館打卡記錄情況等等，教師的授課狀態包括教學準備、教學內容、教學方法、教學管理等等。

（二）主體屬性

“PSRS模型”中的主體屬性對應于“MARS模型”中的能力。由于教學質量評價最終的主體是教師和學生，所以教師和學生的能力對最終的績效產出至關重要。能力包括完成某項任務所需要的自然天賦和后天知識，這些可以從學生的性別、家庭、愛好、高考成績、專業成績等屬性，教師的性別、年齡、職稱、學歷、學位、教齡、科研業績等屬性中一窺全豹。在教與學的過程中，能力是一項重要的考慮因素，教師應該根據學生的能力因材施教，增強其績效表現。

（三）角色認知

“PSRS模型”中的角色認知對應于“MARS模型”中的角色認知。提高教學質量不僅僅包括必須的動機和能力，還包括教師和學生對各自“教”與“學”任務重要性的了解，以及自身需要付出怎樣的努力才能完成任務，即教師和學生必須要有清晰的角色認知。增強角色認知最基本的方式就是讓教師和學生得到提高教學質量和學習質量的相關培訓。

（四）環境因素

“PSRS模型”中的環境因素對應于“MARS模型”中的環境因素。影響教學質量的環境因素包括超出教師和學生的控制，制約或促進教學質量績效的條件，如學校的辦學經費投入、實驗室硬件設施、實訓基地建設、圖書館圖書資源和課堂教學條件等等。

（五）績效評價

從“PSRS模型”可知：教師和學生作為“教”與“學”的主體，若有較高的學習（教學）動機和學習（教學）能力，對自身有明確的角色認知，并能得到關于角色的必要培訓，學校提供相應的環境支持，教學質量就可以取得良好的績效。教學質量評價最終的目標是學生獲得學習的能力、創新的能力、可持續發展的能力等等，具體可以體現在學生的課程成績、技能競賽表現、畢業設計、創新創業項目、實驗實踐能力等方面。

四、基于大數據的課堂教學質量評價

與管理學中的“MARS模型”一樣，基于大數據的高職院校教學質量評價“PSRS模型”也是一個有效的診斷工具，既可以考評教師的課堂教學質量情況，也可以通過學生的日常生活規律、績效產出等信息預測學生未來的發展狀況。下面以教師的課堂教學質量評價為例進行簡單介紹。