基于聚類分析的課堂教學(xué)質(zhì)量評價(jià)標(biāo)準(zhǔn)研究

王艷娥，梁 艷，丁心安

（西安思源學(xué)院 理工學(xué)院，陜西西安 710038）

0 引言

課堂教學(xué)質(zhì)量是高校教學(xué)活動的重要組成部分，是高校培養(yǎng)高質(zhì)量人才的保證［1］。2007 年，國家教育部提出關(guān)于進(jìn)一步深化本科教學(xué)改革全面提高教學(xué)質(zhì)量的若干意見［2］，將全面提高教學(xué)質(zhì)量作為高校工作的重要內(nèi)容。2019 年，推進(jìn)全國職業(yè)教育高質(zhì)量發(fā)展現(xiàn)場會在深圳職業(yè)技術(shù)學(xué)院召開，將提高教育教學(xué)質(zhì)量作為高校建設(shè)的重要內(nèi)容。課堂教學(xué)質(zhì)量涉及的主體是學(xué)生與教師，教師的教學(xué)水平和學(xué)生的學(xué)習(xí)能力關(guān)系著課堂教學(xué)質(zhì)量，其中教師專業(yè)知識、課堂組織、教學(xué)方法的運(yùn)用直接影響學(xué)生學(xué)習(xí)效果。制定有效課堂教學(xué)質(zhì)量評價(jià)準(zhǔn)則，不僅有助于教師自我認(rèn)識，也為高校教師隊(duì)伍建設(shè)提供可靠依據(jù)。

有關(guān)提高課堂教學(xué)質(zhì)量的國內(nèi)外文獻(xiàn)眾多。國外文獻(xiàn)主要從兩個(gè)方面進(jìn)行研究：一種是從開發(fā)有效的課堂教學(xué)評價(jià)工具出發(fā)，如文獻(xiàn)［3-5］開發(fā)有效的評價(jià)工具從各維度對教師教學(xué)效果進(jìn)行有效評價(jià)；另一種是從影響課堂教學(xué)效果的各因素出發(fā)，如文獻(xiàn)［6-8］從教師課堂管理、信息化教學(xué)手段運(yùn)用、教學(xué)內(nèi)容、職業(yè)道德等去測試這些特質(zhì)與教學(xué)質(zhì)量關(guān)聯(lián)。國內(nèi)研究的主要內(nèi)容是如何構(gòu)建合理的教學(xué)評價(jià)指標(biāo)，如謝冬興［9］以高校體育課堂教學(xué)為研究基礎(chǔ)，分析課堂教學(xué)質(zhì)量的關(guān)鍵因素，提出新的評估指標(biāo)體系，將教學(xué)效果、教學(xué)態(tài)度、教學(xué)內(nèi)容、教學(xué)方法和職業(yè)素養(yǎng)作為一級指標(biāo)，并將5 個(gè)指標(biāo)賦予不同的權(quán)重，從而體現(xiàn)課堂教學(xué)質(zhì)量的教與學(xué)，實(shí)現(xiàn)多元化評價(jià)，重視和加強(qiáng)教師自評；唐順定等［10］以教學(xué)組織、教學(xué)內(nèi)容、教學(xué)方法、教學(xué)態(tài)度和教學(xué)效果作為課堂教學(xué)質(zhì)量的一級評價(jià)指標(biāo)，采用極差化法和層次分析的模糊綜合評價(jià)方法對課堂教學(xué)質(zhì)量進(jìn)行評價(jià)；董曉萌等［11］運(yùn)用K-means 算法對教師的教學(xué)效果進(jìn)行評價(jià)，分析出教師的教學(xué)態(tài)度，教師對課堂的把握以及學(xué)生課堂參與的活躍度對教學(xué)效果有著重大影響，應(yīng)加強(qiáng)這方面的管理；亢婷［12］使用對應(yīng)分析法分析課堂教學(xué)質(zhì)量中的關(guān)鍵因子，針對不同特質(zhì)的教師進(jìn)行有效管理。

本文先優(yōu)化傳統(tǒng)的K-means 算法，用優(yōu)化的K-means算法將教師課堂教學(xué)質(zhì)量的評價(jià)數(shù)據(jù)按等級進(jìn)行分類，分析不同等級的教師差異點(diǎn)，再使用SPSS 數(shù)據(jù)分析軟件［13］分析不同職稱在不同指標(biāo)上存在的差異，協(xié)助高校完成對教師針對性專業(yè)能力的提升，保證課堂教學(xué)效果達(dá)到預(yù)期。

1 聚類分析K-means 算法原理

K-means 算法［14］是基于劃分式的無監(jiān)督聚類算法，因原理簡單、運(yùn)行速度快、易于實(shí)現(xiàn)而得以廣泛應(yīng)用。該算法基于“物以類聚”思想，將相似性較高的數(shù)據(jù)劃分為一類，相似性較低的劃分為不同類。算法執(zhí)行過程是先隨機(jī)選取K 個(gè)數(shù)據(jù)作為初始聚類中心，然后按照相似性原則將其它數(shù)據(jù)與相似性最高的聚類中心劃分為一類，重新選擇劃分類的聚類中心，計(jì)算數(shù)據(jù)集的聚類誤差平方和，如果聚類誤差平方和滿足條件，聚類結(jié)束，否則再次進(jìn)行劃分直到滿足結(jié)束條件。

傳統(tǒng)K-means 算法隨機(jī)選擇初始聚類中心，因而極有可能選擇離群點(diǎn)，導(dǎo)致聚類時(shí)間長且結(jié)果陷入局部最優(yōu)。本文針對傳統(tǒng)的K-means 算法缺陷進(jìn)行優(yōu)化，在選擇初始聚類中心時(shí)，將數(shù)據(jù)與其它數(shù)據(jù)之間的距離之和作為選擇聚類中心的參考值，將距離和最小的K 個(gè)樣本作為初始聚類中心。

相關(guān)概念如下：

設(shè)待分析的數(shù)據(jù)集為X，X=。

定義1 數(shù)據(jù)xi、xj的相似度定義為d(xi,xj)。

d(xi,xj)的值越小，xi,xj的相似性越大，值越大，相似性越小。

定義2 數(shù)據(jù)xi在數(shù)據(jù)集X的距離均值為Vd(xi)。

計(jì)算每一個(gè)樣本到其余樣本之間距離之和的均值，值越小該數(shù)據(jù)集就越處于數(shù)據(jù)集的稠密區(qū)域或中間區(qū)域。值越大該數(shù)據(jù)處于數(shù)據(jù)集的稀疏區(qū)域。

定義3 數(shù)據(jù)集的距離均值VD。

定義4 第i類的聚類中心Ci。

定義5 聚類誤差平方和E。

其中，Ci是第i類的聚類中心，ni表示i類中的數(shù)據(jù)個(gè)數(shù)，xj∈C（i）表示數(shù)據(jù)xj屬于第i類。

優(yōu)化的K-means 算法在選擇初始聚類中心時(shí)，根據(jù)式（1）計(jì)算每一個(gè)數(shù)據(jù)xi的距離均值Vd(xi)，并將按照從小到大的順序排序，再根據(jù)式（2）計(jì)算數(shù)據(jù)集的距離均值VD，選擇K 個(gè)Vd(xi) 值最小且他們之間的距離大于或等于VD的數(shù)據(jù)作為初始聚類中心。按照式（1）計(jì)算所有樣本與聚類中心的相似度，將所有數(shù)據(jù)與相似性最大的聚類中心劃分為一類，再根據(jù)定義4 計(jì)算新的聚類中心，根據(jù)定義5 計(jì)算數(shù)據(jù)集的聚類誤差平方和，如果聚類誤差平方和滿足結(jié)束條件，聚類結(jié)束，否則重新按照相似性原則進(jìn)行劃分。

將優(yōu)化K-means 算法應(yīng)用于教師課堂評價(jià)結(jié)果數(shù)據(jù)，通過聚類結(jié)果分析不同等級教師之間存在的差異，從而得出決定教師課堂教學(xué)質(zhì)量的關(guān)鍵因素，協(xié)助學(xué)校制定更優(yōu)化的課堂教學(xué)質(zhì)量評價(jià)表，提高教師教學(xué)能力［15］。

2 課堂教學(xué)質(zhì)量評價(jià)設(shè)計(jì)

2.1 課堂教學(xué)質(zhì)量表

根據(jù)專家、教師和學(xué)生常用的評價(jià)指標(biāo)進(jìn)行分析和歸納，將課堂教學(xué)質(zhì)量評價(jià)表分為5 個(gè)一級教學(xué)指標(biāo)教學(xué)態(tài)度、教學(xué)內(nèi)容、教學(xué)方法、課堂氛圍和教學(xué)效果，10 個(gè)二級指標(biāo)，如表1 所示。

為了研究教師課堂教學(xué)質(zhì)量與教師職稱是否具有較強(qiáng)關(guān)聯(lián)，在分析教師課堂教學(xué)質(zhì)量時(shí)分析不同職稱教師之間的等級差異。將教師的職稱按照助教、講師、教授分為3個(gè)類別進(jìn)行分析。

教師課堂教學(xué)質(zhì)量結(jié)果按照最終總分分值劃分為5個(gè)等級，如表2 所示。

Table 1 Evaluation of classroom teaching quality表1 課堂教學(xué)質(zhì)量評價(jià)

Table 2 Class quality evaluation grade table表2 課堂質(zhì)量評價(jià)等級表

2.2 數(shù)據(jù)來源

本文對西安某高校2017 級學(xué)生進(jìn)行問卷調(diào)查，發(fā)放調(diào)查問卷135 份，回收有效調(diào)查問卷127 份。調(diào)查問卷形式參考表1，每一個(gè)二級指標(biāo)設(shè)定為5 個(gè)等級，分別是優(yōu)、良、中、合格和差。統(tǒng)計(jì)的教師職稱分布為正副教授42人、講師70 人、助教15 人。

對數(shù)據(jù)從兩個(gè)方面進(jìn)行分析，先根據(jù)課堂質(zhì)量評價(jià)等級表分析教師等級及各等級教師占比，從而得到全部教師的教學(xué)質(zhì)量分析表，學(xué)?？梢葬槍π缘貙處熽?duì)伍進(jìn)行建設(shè)。從10 個(gè)二級指標(biāo)分值，分析評價(jià)指標(biāo)的離散度，如果一個(gè)評價(jià)指標(biāo)的離散度大，說明該指標(biāo)對教師課堂教學(xué)效果影響大，如果一個(gè)指標(biāo)的離散度小，但指標(biāo)分值相對較低，則表示該指標(biāo)需要進(jìn)行優(yōu)化或針對該指標(biāo)對教師隊(duì)伍能力進(jìn)行培訓(xùn)。

3 實(shí)驗(yàn)分析

對課堂質(zhì)量評價(jià)數(shù)據(jù)集進(jìn)行分析的軟件為SPSS19 數(shù)據(jù)分析軟件，運(yùn)行環(huán)境為聯(lián)想筆記本、CPU 為Intelcorei5、內(nèi)存4G。

將課堂教學(xué)質(zhì)量評價(jià)等級分為5 個(gè)等級，將聚類結(jié)果劃分為5 類，在k值等于5 的情況下，使用優(yōu)化的K-means對質(zhì)量評價(jià)結(jié)果數(shù)據(jù)集進(jìn)行聚類分析，聚類后不同等級的教師數(shù)量如表3 所示。

Table 3 Clustering results of K-means algorithm表3 K-means 算法聚類結(jié)果

從表3 聚類結(jié)果可以看出，19% 的教師在課堂教學(xué)中表現(xiàn)優(yōu)秀，45% 的教師表現(xiàn)良好，27% 的教師表現(xiàn)中等，9% 的教師基本滿足最低要求，不合格的教師為零，反映出高校教師在進(jìn)入課堂前都進(jìn)行了嚴(yán)格的實(shí)習(xí)和考核，達(dá)到課堂教學(xué)基本要求。

表4 分析了127 位教師在10 個(gè)不同指標(biāo)上的均值和標(biāo)準(zhǔn)差，通過分析這10 個(gè)指標(biāo)的均值和均方差能夠得到教師需要進(jìn)行培訓(xùn)提升的方向。

Table 4 Mean and standard deviation of different evaluation indexes of classroom teaching quality表4 課堂教學(xué)質(zhì)量不同評價(jià)指標(biāo)均值和標(biāo)準(zhǔn)差

本文基于SPSS 軟件工具分析的比較均值方法得到不同指標(biāo)的均值和均方差。

表4 得出教態(tài)的3 個(gè)三級指標(biāo)分值較高、教學(xué)效果的兩個(gè)三級指標(biāo)值最低，教學(xué)內(nèi)容和教學(xué)方法的分值在這兩者之間。其中，教學(xué)內(nèi)容、教學(xué)方法和教學(xué)效果的標(biāo)準(zhǔn)差相對較大。通過這些分值反映出教師均有較為嚴(yán)謹(jǐn)?shù)慕虒W(xué)態(tài)度，在教學(xué)內(nèi)容安排上需要花費(fèi)較多時(shí)間和精力進(jìn)行提高，教師的教學(xué)方法應(yīng)適應(yīng)當(dāng)前學(xué)生學(xué)習(xí)習(xí)慣，他們的標(biāo)準(zhǔn)差較大，反映出教師在教學(xué)內(nèi)容和教學(xué)方法的使用和創(chuàng)新上具有較大差異，在教師培訓(xùn)中可選分值較低的教師參加進(jìn)修從而提高教師教學(xué)能力。

按照教師職稱分析不同職稱教師的課堂教學(xué)質(zhì)量評價(jià)情況，以針對不同職稱的教師進(jìn)行對應(yīng)的能力提升培訓(xùn)，加強(qiáng)教師隊(duì)伍建設(shè)。不同等級在不同職稱的占比如圖1 所示。

Fig.1 The proportion of different titles in different classroom teaching quality evaluation grades圖1 不同職稱在不同課堂教學(xué)質(zhì)量評價(jià)等級的占比

根據(jù)圖1 可以得出，教授在優(yōu)秀和良好級別占比中均比講師和助教高，在中等和合格級別中占比少，在合格的占比為零。進(jìn)一步分析教授在課堂教學(xué)的高分值主要落在課程內(nèi)容設(shè)置、專業(yè)前言知識方面，在教學(xué)方法應(yīng)用上相對其它指標(biāo)較低，因此現(xiàn)代化的教學(xué)手段是對教授們做進(jìn)一步培訓(xùn)。同時(shí)，反映出教授在專業(yè)知識上既具深度也有廣度，因而學(xué)生能從整個(gè)課堂教學(xué)中學(xué)到更加專業(yè)的知識。

4 結(jié)語

本文通過聚類分析和SPSS 軟件對教師課堂教學(xué)質(zhì)量進(jìn)行分析研究，發(fā)現(xiàn)教師在師德、教學(xué)態(tài)度和專業(yè)知識儲備上均受到學(xué)生好評，教學(xué)效果差異主要在于教學(xué)設(shè)計(jì)、教學(xué)方法和教師對專業(yè)前言知識的把控方面。因此，在設(shè)計(jì)教學(xué)質(zhì)量評價(jià)表時(shí)需要細(xì)化這些方面，同時(shí)應(yīng)針對性加強(qiáng)不同年齡和職稱教師的繼續(xù)教育培訓(xùn)。隨著數(shù)字化的不斷發(fā)展，教師的課堂教學(xué)質(zhì)量評價(jià)應(yīng)更具實(shí)時(shí)性，開發(fā)有效的課堂教學(xué)實(shí)時(shí)評價(jià)系統(tǒng)不失為一種有效的解決方法。