用聚类方法降低高职院校学生评教的偏差
来源:用户上传
作者:江先伟 陈常晖 张建国 曾凌静
[摘 要] 在高职院校学生评教中，教师对所教课程严格要求会导致学生评教偏低的现象，相反，教师放松要求可换取较高的评教分数。这会直接导致学生评教失去它本该具有的作用。运用聚类的方法找出态度端正、学习预期较高的学生，再采用这些学生的评教分数进行统计分析得出教师的评教结果。实验表明，运用这种方法可以较大程度上降低因教师对教学严格程度不同而产生的偏差。
[关 键 词] 学生评教；聚类分析；偏差
[中图分类号] G717 [文献标志码] A [文章编号] 2096-0603（2019）01-0046-02
一、基本概念
高校学生评教制度就是赋予大学生以评价教学效果的权利，使他们可以正当地表达对教学活动的意见，从而促进教师改进教学方法、教学内容和教学组织形式等，以最大限度地满足学生的学习要求。学生评教已经成为高校教学评价的常规措施，高校通过让学生参与评课、将评教结果作为考核课堂教学質量的依
据，以及与教师的绩效考核挂钩等方式，意图让学生评教发挥保障教学质量的作用。“评价最重要的意图不是为了证明，而是为了改进”[1]，高校学生评教是改进教学的一种教学管理手段，是高校教学深入发展的需要。
聚类分析作为数据挖掘中的一个重要的方法，是将数据集划分成子集（称为类或簇），使簇内具有高度相似性，而不同簇之间的数据具有明显的相异性的过程[2]。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。“物以类聚，人以群分”，在自然科学和社会科学中，存在着大量的分类问题。聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法。聚类分析一个关键的问题就是各对象之间距离的定义，定义方法的不同直接关系着聚类的结果。
二、高职学生评教的现状
教学评价是教学质量监控的一个重要措施。目前，许多高校都建立了以课堂教学质量为中心的学生教学评价体系。但总的来说，目前的教学评价主要倾向于对教师的教学过程作出评价，评教方式以学生评教为主，采取打分的形式，即将所有参评学生的评教成绩取平均。这种评教的方法没有解决评教样本的有效性和偏差等问题。
从学生评教分数的“集体高分”现象可以看出，高职学生缺乏评教的积极性，同时也没有对评教进行约束而导致滥用评教权，从而引发各种评教相关的问题。有部分学生认为评教只是一项可有可无的任务，无须认真对待，快速点评，甚至请他人代评。另一方面，由于学生无需对评教行为承担任何责任，与自己“关系”好的教师打出高分，也有可能部分学生在评教时趁机报复教师打出极低的分数。有些教师对教学要求高，在课堂教学中严格要求，作业量大次数多，考试有难度等。这对于缺乏学习意愿的学生来说这类教师无非就是在“故意为难”他，因此，在评教时打出了低分，甚至是给予恶意评价。可以想象这样的结果很可能是：一些教学水平高要求且严格的教师在评教中无法得到高分。相反的，部分教师课堂教学较为松懈，作业较少，考试容易通过，平时注意与学生“搞好关系”，评教时却得到了高分。由于种种原因的存在，评价结果无法真实反映教学质量。正是出于高职学生评教存在着较大的偏差，评价结果与教学质量产生背离，因此，这种学生评教制度在一些高职院校只是形式上的存在，并没有得到大力推行和应用评教结果。
三、影响学生评教偏差的因素分析
对学生评教影响因素的研究，国外学者深入探讨了与教师背景有关的因素（职称、个性特征、表达力、性别）；与学生背景有关的因素（选课动机、预期成绩、期望、性别）；与课程背景有关的因素（班级规模、学科领域、课程水平、课程难度和学业负担）；与评价管理有关的因素（匿名评价、教师在场、评价目的）等[3]。
导致学生评教产生偏差的原因是多方面的。针对学生评教中出现偏差问题，马秀麟等根据学生的评教样本，从学生评教的态度、评分习惯、判定能力等方面分析了导致学生评教偏差的一些原因[4]。韩明等则分析了教师的职称、课程的类别与课程性质等对学生评教分数的影响[5]。这些分析基本都是根据学生的评教结果来进行的，并未考虑学生具体的学习情况。
我们采用了本校2014—2017学年管理工程系和信息工程系两个系的评教数据及学生情况的基本数据，进行比较分析。分别从评教分数与教师作业布置次数的关系，评教分数与课程总评分数的优秀率的关系，评教分数与课程总评分数的及格率的关系，学生个别评分与其出勤率的关系，学生个别评分与其补考次数的关系进行统计，并做出以下5个图。
图1可以看出，当教师布置的作业超过6次时，评教分数会随作业次数的增加而降低；图2反映的是当教师评定课程的不及格率增大时，学生评教分数均值会降低；图3则相反，当教师评定课程的优秀率增大时，学生评教分数均值会升高。
教师的严格程度可用课程作业次数、不及格率、优秀率来衡量，从这三个方面可衡量教师的严格程度。在一定程度上，课程作业次数越多，不及格率越高，优秀率低，说明教师要求严格，在核定学生成绩时也把控严格，不愿意通过降低标准来拔高学生成绩；优秀率越高，在某种程度上说明教师要求不严，可能出于担心自己的评教结果不好，有意“考试放水”，即降低了不及格率，提高了优秀率。教师有意给学生高分从而获得学生的好评。学生往往从主观感受出发，受情感、利益冲突、个人好恶的驱使，对严格的教师耿耿于怀，往往评分较低，对学生要求不严格的“好好先生”往往评分较高。我们的研究也表明，学生对要求严格的教师评分较低，对批评过他的教师评分更是不可能高。这正是导致治学严谨、严格要求的教师常得到较低的学生评价。
图4可以看出，出勤率越低的学生在评教时打的分数偏差会越大，图5反映的是过去学生补考次数越多，评教打分的偏差也会越大。学生的出勤情况和过去补考的次数在一定程度上可以表明其学习态度与学习基础。一般的，出勤率低、补考次数多表明其学习态度差，学习基础薄弱，而学生的学习态度和基础又反映到评教打分与均值的偏差上。 四、在高职学生评教中应用聚类分析方法降低偏差
通过上述分析，教师对课程教学的严格程度以及学生的态度都会产生较大的学生评教偏差。不同的影响因素会导致评分结果的不同，这里只研究由于学生主观因素引起的偏差的处理方法。由于教师对学生严格要求而导致给出低的打分，学习积极性不高、学习态度低的学生比较容易发生这种情况。而学习态度好、学习预期比较高的学生，比较重视教师的教学态度和真正的教学水平以及教学效果，从而也不会因为教师的严格而给出低分。
如何用聚类分析出学习态度好，对课程預期高的一类学生，这些学生不会当心自己是否会补考而做出偏差较大的评价。
根据学所学各科的成绩（新生可以根据入学成绩），进行聚类。找出其中成绩较优秀的簇，进行统计其所评教分数。这里设计了一种较简单的距离的计算方法。
两个学生在聚类中采用的距离就用：
其中：pi为科目学分，ci为依据在同专业中排序得出的分数，排序分数的计算方法设定为：ci=100（M-bi+1）/M（特别地把补考科的ci设定为0分），bi为这一科根据教师评定的成绩在年级同专业的排名；M为年级同专业总人数。
采用K-Means算法，对其进行K=4或5聚类分析，选出其中均值多的簇的学生（总人数一半左右），对他们的评教分数予以采用，其他的不予采用。
通过从评教系统中选取平行班对同一个教师评教的成绩进行比较。在未采用聚类选评教学生的情况下，发现平行班级，由于优秀率和及格率相差较大，而产生评教结果较大偏差。用聚类方法选出学生再进行统计，这种偏差得到明显控制，甚至几乎与优秀率和及格率没有什么关系了。因此，采用聚类的方法，找出学习态度端正、学习期望高的学生进行评教分值的统计可以一定程度上降低因教师严格程度不同而导致的偏差。
五、总结与展望
文中讨论应用聚类的方法，试图找出学习态度端正、学习期望较高的学生。应用这些学生的评教分数进行分析处理，以得出教师最后的评教成绩。这样可以减少由于教师对教学的严格程度不同而引起的评教偏差。当然，本文提出的聚类方法中距离的选择，只是一种尝试。考虑因素还不够充分，比如出勤、评教习惯等还未考虑。要找出好的距离设计方法，还须用大量的数据进行检验和提高。学生的基本数据以及学生与系统交互的过程中也会产生大量的数据。这些“大数据”往往蕴含着一些内在规律，我们一定可以从这些数据中提取出有用的信息加以利用，从而降低现行学生评教中存在的偏差，以提高评教学的有效性，让学生评教能真正发挥保障教学质量的作用。
参考文献：
[1]陈玉琨.教育评价[M].北京：人民教育出版社，1986：16.
[2]Han Jiawei， Micheline Kamber.Data Mining Concepts and
Techniques[M].Second Edition. China Machine Press，2012.
[3]饶燕婷.美国大学学生评教的影响因素研究述评[J].比较教育研究，2009（8）：36-40.
[4]马秀麟，衷克定，张倩.学生评教偏差分析与控制模型研究[J].现代教育技术，2011（2）：40-44.
[5]韩明，陈启山，王鹏辉.教师与课程特征对高校学生评教分数的影响[J].华南师范大学学报（社会科学版），2010（4）：44-47.
编辑 张 慧
转载注明来源:https://www.xzbu.com/1/view-15272820.htm
