談談因子分析的教學質量評價實證研究

談談因子分析的教學質量評價實證研究

　　摘　要：采用因子分析法和SPSS統計軟件，對安徽科技學院工商管理大類， 2008～2009學年57門主要專業課教學質量進行實證研究。結果顯示：反映知識傳播、素質培養、授課技巧、人格魅力、敬業精神及學術水平的幾個公共因子不同程度地影響課程的教學質量;在57門主要專業課的教學質量評價中，宏觀經濟學、微觀經濟學、會計學及管理學等綜合得分較高。

　　關鍵詞：因子分析;教學評價;評價指標;綜合因子

　　安徽科技學院自2005年啟動本科教學工作水平評估以來，始終貫徹“以評促建、以評促改、以評促管、評建結合、重在建設”的指導方針，不斷拓展辦學思路，明晰發展方向，改善辦學條件，加強教學管理，提高教學質量和核心競爭力，并在2008年教育部普通高等學校本科教學工作評估中取得優異的成績，從而實現了學校綜合辦學能力及核心競爭力的歷史性跨越。經濟管理學院致力于畢業生素質和教學水平的提升，于2007年開展“厚基礎，寬口徑”的工商管理大類專業招生，實施“2 + 2”培養模式[ 1 ] ，并注重課程教學質量，尤其是評估后課程教學質量的監控。在設計和發放與教學質量評價指標體系相應的調查問卷并依據收回的382份有效問卷進行評價指標賦值后，嘗試采用因子分析法和SPSS統計軟件，對經濟管理學院2008～2009學年工商管理大類宏觀經濟學、微觀經濟學、管理學、會計學、統計學、市場營銷學等57門主要專業課教學質量進行綜合評價，檢驗該評價方法的可行性，并通過與教務部門統計的學生評價結果相比較來印證其結果的有效性。課堂教學質量，實際上是教師的“教”和和學生的“學”兩個方面的質量，與課程的性質、難度也有密切的關系，教風、學風、班風、專業認識、思想教育等都是重要的影響因素。

　　1、因子分析簡介因子分析( factor analysis)是研究如何用少數相互獨立的因子變量較好地解釋眾多原始變量的相關性，從而達到降低變量維數，簡化數據目的的一種多元統計方法，通常可表示成如下形式：

　　Xi =Σkj = 1aij Fj +εi (1)式中aij ( i = 1， 2， ?， p)為第i個原始變量對第j個因子變量的荷載值， Fj ( j = 1， 2， ?， k)為原始變量X= (X1 ， X2 ， ?， Xp )的公共因子，Σkj = 1a2ij ， ( j = 1， 2， ?， k)表示公共因子Fj 對Xi ， ( i = 1， 2， ?， p)所提供的方差貢獻率的總和，常用以度量公共因子的相對重要性[ 2 ] ，εi 稱為特殊因子，表示第i個指標在k個公共因子方面的能力，常假定εi ～N (0，σ2i ) 。

　　2、評價指標的選取依據層次性、代表性、獨立性、綜合性和可行性等原則構建一個由5個二級指標、18個三級指標共同構成的教學質量評價指標體系[ 3 - 4 ] ，如圖1所示：

　　教學質量評價指標體系運用SPSS13. 0統計軟件，新建一個數據庫，設置19個指標變量，第1個為字符串變量，用于存放標識變量，命名為課程名稱，其余18個變量xi ( i = 1， 2， ?， 18)為標準數值型變量用于存放樣本指標值。令X1=教學目標明確、X2 =授課內容科學、X3 =重點難點處理、X4 =授課熟練藝術、X5 =品格高尚、X6 =觀念先進、X7 =富有愛心、X8 =舉止文明、X9 =學習方法指導、X10 =獨立思維啟發、X11 =創新能力培育、X12 =動手能力培養、X13 =人生哲學教育、X14 =科學認識水平、X15 =理論前沿掌握、X16 =責任意識、X17 =職業熱情、X18 =學術追求，在數據編輯窗口錄入相應樣本指標數據并進行因子分析。

　　3、因子分析過程運行SPSS打開數據文件后，依次選擇“數據簡化”(Data Reduction) →“因子”( Factor)來調用“因子分析”( FactorAnalyze)過程，運算過程如下：

　　3. 1　KMO及Bartlett球形檢驗表1　KMO及Bartlett球形檢驗結果Kaiser - Meyer - OlkinMeasure of Samp ling Adequacy 0. 687App rox. Chi - Square 420. 937Bartlett’s Test of Sphericity df 153Sig. 0. 000從輸出結果可以看出： KMO值為0. 687大于0. 5，表明KMO檢驗較顯著，即各指標變量間相關程度無太大差異，適合做因子分析;另外Bartlett球形檢驗的卡方值為420. 937 (自由度153) ，顯著性小于0. 05，表 明指標變量的相關系數矩陣間有共同因素存在，適合進行因子分析。

　　3. 2　特征值及方差貢獻率用SPSS13. 0統計軟件對以上18個指標進行數據標準化處理，然后對標準化后的變量進行分析。如果不想得到標準化數據而只作因子或主成分分析則不需調用Descrip tives過程，直接依次選擇Data Reduc2tion→Factor來調用Factor Analyze過程即可， SPSS會自動對原始數據進行標準化處理。進入Factor Ana2lyze對話框后單擊Extraction選項，在Extraction中選擇使用主成分法提取特征值大于1的因子，得到6個公共因子，結果如表2所示：

　　未旋轉的因子方差貢獻率分析表序號未旋轉的因子特征值(λj ) 方差貢獻率(γj ) ： % 累計方差貢獻率(Σγj ) ： %3. 3　旋轉變換為更好地解釋公共因子的實際意義，采用方差最大法(Varimax)對因子進行旋轉，即使每個因子上的負載盡可能向1或0的方向靠近。經過旋轉后得出旋轉后因子貢獻率及負荷矩陣　由旋轉后因子荷載矩陣可知，公共因子F1 主要由X2、X1 和X3 3個指標決定，反映知識傳播情況;授課內容越科學，教學目的越明確，重點難點處理得越好，知識傳播得越好。公共因子F2 主要由X9 和X10 2個指標決定，反映學生素質;學生越能掌握學習方法，獨立思考以及具有創新能力，綜合素質就越高。公共因子F3 主要由X4 和X12 2個指標決定，反映教師的授課技巧。公共因子F4 主要由X8 和X7 2個指標決定，反映授課教師的人格魅力。公共因子F5 主要由X18、X17和X16指標決定，反映教師的敬業精神。公共因子F6主要由X14和X15等指標決定，反映教師的學術水平。

　　4、因子綜合得分可以得出課程教學質量評價指標體系的因子分析模型：　由因子得分矩陣，得到各公共因子Fi 得分模型如下：

　　Fj =Σ18i = 1βij xi ， i = 1， 2， ?， 18; j = 1， 2， ?， 6 (3)式中βij為因子得分系數矩陣的元素。以各因子方差貢獻率作為各因子權重進行加權匯總，得出綜合因子得分函數及57個樣本的綜合因子得分，即教學質量評價排名，如表6所示：

　　F =Σkj = 1γj q Fj = (15. 442F1 + 12. 506F2 + 11. 538F3 + 10. 684F4 + 10. 672F5 + 10. 154F6 ) /70. 997 (4)式中， q為因子累計方差貢獻率，有時候也取100。5　結論及不足對經濟管理學院2008～2009學年工商管理大類宏觀經濟學、微觀經濟學、管理學、會計學、統計學、市場營銷學等57門主要專業課程教學質量評價的因子分析表明：素質培養( F2 ) 、授課技巧( F3 ) 、人格魅力( F4 ) 、敬業精神( F5 )乃至學術水平( F6 )已經成為繼知識傳播( F1 )之后影響教學質量的重要因子，它們對綜合因子的貢獻率依次為12. 506%、11. 538%、10. 684%、10. 672%、10. 154%和15. 442%。在這57門課程的教學質量評價中，宏觀經濟學、微觀經濟學、會計學及管理學等綜合因子得分較高，與安徽科技學院教務處期末學生課程教學質量評價統計結果接近的同時又存在著一定差異。產生這種差異的主要原因在于本評價指標體系包含了對教學質量起潛移默化作用的素質培養、人格魅力、敬業精神及學術水平等因子，這些因子的影響往往需要一段時間才能被學生認識和體會到，而期末學生課程教學質量評價的主要依據則是學生在課堂上直接感受到的知識傳播因子和授課技巧因子。此外，盡管KMO及Bartlett球形檢驗均表明本次調查的指標數據較適合做因子分析，但從調查問卷和因子分析過程來看，仍然存在一些不足：

　　(1) 調查問卷的數量由于時間和成本的原因無法大量發放，這就導致了個別課程指標數據可能存在一定的偏差; (2)從回收的調查問卷來看，一些問卷無效的直接原因是調查指標數量太多且樣本容量較大導致審美疲勞; (3)部分學生在課程教學評價時傾向于保持各個指標數據的大致平衡，從而人為地破壞了各原始指標之間的內在聯系。

　　以上缺憾和不足在因子分析過程中可能的直接表現就是KMO及Bartlett球形檢驗不易通過或者公共因子特征值不高，對原始指標的累計解釋力度不足。為此，本文特別選取了樣本中的微觀經濟學、宏觀經濟學、管理學、會計學、統計學、經濟法及市場營銷學等課程進行的問卷調查，經因子分析得到5個公共因子，其特征值依次為5. 729、4. 788、4. 340、2. 242和0. 792，對原始指標的解釋力度(即方差貢獻率)分別達到了31. 828%、26. 599%、24. 109%、12. 455%和4. 398% ，累計解釋力度高達99. 388%。

　　參考文獻：

　　[ 1 ]劉朝臣， 鮑步云， 胡振江，等. 課程改革要以能力和素質的提升為導向[ J ]. 安徽技術師范學院學報， 2005， 19 (3) ： 61 -65.

　　[ 2 ]高惠旋. 實用統計方法與SAS系統[M ]. 北京：北京大學出版社， 2001.

　　[ 3 ]鮑步云， 王勇， 劉朝臣. 高校教學質量模糊評價研究[ J ]. 安徽科技學院學報， 2008， 22 (1) ： 73 - 80.

　　[ 4 ]張輯， 胡春陽. 秦皇島世紀海洋花園競爭力因素分析[ J ]. 燕山大學學報(自然科學版) ， 2007， (3) ： 277 - 282.

【談談因子分析的教學質量評價實證研究】相關文章：

基于因子分析的套利定價模型及實證研究03-24

審計風險的實證研究12-06

整體上市效應的實證研究03-05

核心業務測度及實證研究03-21

淺議高職英語教學質量監控與評價體系研究03-20

家族企業審計需求的實證研究03-24

ＣＡＰＭ模型對青島海爾股票的實證研究03-21

實證研究方法在治理會計中運用現狀的評價11-15

西方實證會計理論與我國的實證會計研究12-04