提高学生评教有效性的对策研究

        摘要: 在文献回顾的基础上，针对学生评教在高校质量保障体系中所具备的优势及存在的问题，提出了优化对策: 采用中位数取代算术平均数，以评校数据为常模，对评教数据进行标准化。同时给出了新的学生评教系统的E － Ｒ 模型、数据模型以及算法设计。

        关键词: 评教; 评校; 中位数; 参照物; 算法

        在高等学校的教学管理过程中，引入学生评教的质量控制手段，起源于20 世纪20 年代的美国。从20 世纪80 年代开始，学生评教成为美国大学教学评价的主要手段之一，目前是美国支持度最高的评教方法。我国在高等学校质量控制体系中引入学生评教，肇始于20 世纪80 年代中期，进入21 世纪第二个十年，学生评教已成为我国高校普遍使用的评价教师教学过程与教学状态的常规化工作^［1］29。许多高校把学生评教的结果作为评价教师教学绩效的主要指标，进而成为教师职称晋升的重要依据。所以，如何进一步提高学生评教的有效性，就是提高学生评教结果与客观上教师教学过程与教学状态的真实状况相一致的程度，其现实意义不言自明。

        1 提高学生评教有效性的意义

        1． 1 目前对学生评教的正面观点

        对学生评教持肯定态度的观点认为，第一，学生作为教学活动最密切的利益相关者，全程参与了教师的教学过程，对教师的教学过程和教学状态最为了解; 第二，大学生本身具备一定的认知与鉴别能力，多数学生能够客观公正地对教师的教学过程与教学状态作出恰当的评价; 第三，因为参与评价的学生人数较多，少数非理性的极端因素不至于影响评价结果的可靠性^［1］30。笔者基本赞同上述观点。与同行评教及专家评教相比，学生评教更加贴近现实运行的教学全过程，因而具有较高的有效性。这是因为: 第一，多数高校的同行教师之间相互听课与相互检查更多的是流于形，教师甲在一个教学周期内甚至可能没有听过教师乙的课却要要求某甲对某乙作出评价，导致同行评教成为没有意义的泛泛而论，甚至成为教师之间人缘关系的一种体现，谁人缘好谁的同行评教结果就好。第二，同行及专家的督查在某教师教学过程中不可能全程跟踪，仅仅是对某一次课最多是某几次课的检查，所以同行评教与专家评教的结果难以避免以偏概全之嫌。第三，在同行或专家对某一教师作检查听课的时候，该教师一定会将自已最优秀的一面展示出来，至于平时的教学过程与教学状态如何则不得而知，导致信息性偏倚的“霍桑效应”极为明显，据此而作出的评价的有效性就大打折扣了。所以笔者认为在教学评价的体系中，学生评教应该是主体，同行评教与专家评教只能作为补充与参考。

        1． 2 目前对学生评教的负面观点

        也有研究者认为教学内容具有学术性，学生作为初级入门者难于作出评判，因此没有发言权^［2］，对这种观点笔者不敢苟同。在信息技术如此发达的今天，要求教师将教学资源电子化、网络化已逐渐成为一项基本要求，面对教师的电子教案、授课PPT、授课视频乃至课程网站，同行与专家对之进行学术评价的优势则可以充分弥补学生评教所面临的上述不足。同时客观地讲，并不能认为大学生是完全自由的、完全理性的、完全信息的评价主体，他们对评教的重要性、评教要领与方法、对评价项目和评价指标内涵的理解常常存在偏差，再加上其知识、经验及情感因素的限制，许多因素将不可避免地影响他们的感知和判断，降低他们对教师评价结论的可信度^［1］30。而对学生评教结果的不当使用，会产生相当的负面效应，甚至会导致教师迁就学生、降低对学生的要求以求得一个较高的评教结果^［3］。把某一高校作为一个研究总体，从学生评教的原始数据出发，尽可能地剔除各种噪声与干扰，在同一个尺度之下，得到该校对每一位教师的较为客观的评价结果，是本文的研究目的。

        2 学生评教数据模型的现状及优化

        2． 1 学生评教数据模型的现状

        在现行的学生评教体系中，一般存在两个实体，一个是学生，记作stu，另一个是教师，记作tch。实体－ 联系模型，也就是所谓的E － Ｒ 模型如图1 所示，这两个实体之间的联系就是“评教活动”，记作rt，显然rt 是一种多对多的联系，也就是说，一个学生需要对所有任课教师进行评教，一个教师也需要接受他所承担课程的所有学生的评教。

图1 现行学生评教数据模型

        对这一概念模型的数据化描述也就是数据模型，一般采用关系模型。具体有三个关系，也就是三张二维表: 第一张表是学生stu，包含诸如“学号”“姓名”“班级”等字段，每一个学生占一行记录，主键是“学号”; 第二张表是教师tch，包含诸如“工号”“姓名”“职称”……“评教得分”等字段，每一教师占一行记录，主键是“工号”; 第三张表是评教活动rt，至少包含“学”“工号”“评教得分”三个字段，某一位学生对某一位教师的一次评教活动就生成一条记录。该表通过“学号”与表stu 关联，通过“工号”与表tch 关联。由于利用关系模型实现多对多的数据联系，所以该表中存在一定的数据冗余。在表rt 中，通过关系模型的“选择”运算，可以得到与某一位教师相关的所有记录，这些记录包含该教师在这一教学周期中所教过的全部学生的评教原始数据。根据这些数据如何得到这一位教师的评教最终得分? 多数学校就是简单取这些数据的算术均数作为教师的评教最终得分，也有部分学校考虑到极端数据的存在，将所有数据的高低两端各剔除一定百分比的数据后再取算术均数，以期望消除极端数据的影响，但是这个百分比设置为多大才能达到目的，这与一组数据中极端数据的比例有关，或者更确切地说，是与该组数据的分布有关。多数学校为了操作简单只是随意设置这个百分比，诸如5%、10%等等。

        2． 2 学生评教数据模型的优化对策

        2． 2． 1 现行学生评教数据模型存在的问题

        笔者在2009 年曾撰文提出采用较为稳健的中位数，代替对极端数据极为敏感的算术均数，作为一组学生对某一教师评教原始数据的平均值。如果中位数较高，则说明该组学生中的大多数对该教师的教学过程与教学状态较为满意，如果较低，则说明大多数学生对该教师的教学过程与教学状态不满意，极端数据对中位数不起作用。只是从笔者所接触的学校来看，很少有学校这样做。另一个普遍存在的问题是，对于教师甲，在表rt 中，通过关系模型的“选择”运算得到的所有记录所涉及的学生群体记为集合A，教师乙在表rt中通过“选择”运算得到的所有记录所涉及的学生群体记为集合B，A 与B 往往不是同一集合，甚至交集是空集。因为学科差异、课程差异及生源差异等原因，学生集合A 的评分尺度与学生集合B 的评分尺度一般并不相同，包括分值的平均水平与分值的离散程度都存在差异，学生集合A 对教师甲的评分的代表值( 假设为中位数) 与学生集合B 对教师乙的评分的代表值，两者之间缺乏可比性。所以学校把这种学生评教结果作为评价教师教学绩效的主要指标，缺乏理论依据，因为不同教师的得分是在不同的尺度下评出来的。这一问题笔者在2009 年曾提出过类似问题，只是当时没有给出一个较为妥善的对策^［4］。

        2． 2． 2 学生评教数据模型的优化

        为解决这一问题，所有学生在评教的同时必须有一个共同的参照物，才能保证全体教师的评教结果是在同一个尺度下评出来的，这样彼此之间才具有可比性。于是在图1 所示的E － Ｒ 模型中增加一个实体( 学校clg) 与一对联系( 评校rt2) ，原rt 改为rt1，如图2 所示。实体clg 将作为全校学生在评教过程中的共同参照标的。

图2 优化的学生评教数据模型

        在数据模型中再增加一张二维表rt2，至少包含“学号”“评校得分”两个属性，“学号”是主键，通过“学号”与表stu 关联。将原来的表rt 改为rt1，表rt2 与表rt1 也是通过“学号”关联。要求学生在评价教师的同时评价学校，并把评价结果存储在表rt2 中，一个学生的评校数据占一条记录。这里需要指出的是，学生评教问卷与学生评校问卷的题型与题量应该一致，综合计分的方法也应该一致。实体clg 由于只有一个个体，所以可以不提供专门的一张表来描述它。

        2． 2． 3 学生评教数据模型的具体算法

        利用学生的原始评价数据，在同一个尺度下，生成每一位教师的最终评教得分的过程按如下步骤进行:

        第一步: 在表rt1 中，通过“选择”运算，得到与某一位教师( 记作k) 相关的所有记录，并取所有记录的“评教得分”的中位数，作为教师k 的初步得分，记作M_k;

        第二步: 利用第一步所得记录的“学号”主键，通过“选择”运算，查询二维表rt2 得到所有对教师k 评教的学生的评校得分，并求得这些评校得分的代表值中位数M_c及描述其离散程度的四分位距Q_c;

        第三步: 以第二步所得该组学生的评校得分的中位数M_c与四分位距Q_c为常模，也就是以实体clg 为共同参照标的，类似于正态分布的标准化过程，利用公式(1) 计算得教师k 的无量纲化的标准得分B_k;

B_k = (M_k － M_c)/Q_c                                                                          (1)

        第四步: 重复第一步至第三步，直至得到全校每一位教师标准得分B_k，组成集合{ B_k} ;

        第五步: 利用公式(2) 计算集合{ B_k} 的均值μ 与标准差σ，其中N 为学校教师总数;

                                                              (2)

        第六步: 利用公式( 3) 计算教师k 的正态标准分Z_k;

                                                                                    (3)

        第七步: 利用公式( 4) 计算教师k 最终的评教得分T_k，并更新至表tch 的属性“评教得”中。

T_k = 70 + 10·Z_k                                                                                    (4)

        3 结语

        关于本文的优化对策，作几点说明:

        第一，在本文的优化对策中，采用较为稳健的中位数代替对极端数据极为敏感的算术均数，作为一组学生对某一教师评校原始数据的代表值，最大程度地排除了极端数据对评教结果的影响。

        第二，在评价体系中引入学生评校的内容，不仅使得每一位教师的标准得分B_k，均是依据同一个尺度、同一个参照物clg 而得到，因而不同教师的B_k值具有可比性，而且学生的评校数据在学校或二级学院的办学绩效评估体系中，也是不可或缺的内容^［5］。

        第三，直接使用第一步至第四步所得到的{ B_k} 评价教师的教学绩效，理论上是可行的，但实际使用时不方便，因为B_k表现为小数且有正有负，所以有必要进行随后的第五步至第七步，把使用不便的B_k转化成使用方便的T_k。对某高校而言，全体教师的评教得分T_k的均值为70，几乎100%的教师的评教得分T_k均处于40 分到100分之间，偶有极个别( 千分之一到千分之二之间)的T_k会略超过100 分，此时按100 分计。

        第四，从{ B_k} 变换至{ T_k} ，共经历了两次线性变换，这两次变换都严格单调递增，所以集合{ B_k} 与集合{ T_k} 对应元素在集合中的秩次完全相同，没有变化。

        第五，从教师k 的T_k值按公式( 4) 逆推，可以得至正态标准分Z_k，再根据标准正态分布的概率分布函数( 智能手机自带的电子表格软件NOＲMSDIST( ) 具备这一功能) ，可以得到教师k的评教结果在全校教师中的由低向高的序位百分数，记为Ｒ_k，具体按公式( 5) 计算。

Ｒ_k = 100 × NOＲMSDIST( Z_k) ( %)                                         ( 5)

        最后需要指出，某两位教师T_k值，不仅同一个教学周期可比较，在两个不同的教学周期同样具有可比性。

参考文献:

［1］ 傅萍，贾月． 近十年我国高校学生评教有效性问题研究述评［J］． 现代大学教育， 2013( 4) : 29 － 34．

［2］ 刘妙龄． 高校学生评价教师教学的有效性研究［D］． 武汉: 华中科技大学， 2005．

［3］ 陈卫． 高职学生评教的问题因缘及优化对策［J］． 教育与职业， 2017( 3) : 77 － 81．

［4］ 王晓刚． 学生评教数据的统计处理［J］． 今日科苑，2009( 8) : 238 － 239．

［5］ 丁晶． 高校二级学院绩效评估研究［J］． 扬州职业大学学报， 2013( 1) : 55 － 58．

该文已发表于扬州职业大学学报2018年第4期。