用聚類方法降低高職院校學生評教的偏差

江先偉 陳常暉 張建國 曾凌靜

[摘 要] 在高職院校學生評教中，教師對所教課程嚴格要求會導致學生評教偏低的現象，相反，教師放松要求可換取較高的評教分數。這會直接導致學生評教失去它本該具有的作用。運用聚類的方法找出態度端正、學習預期較高的學生，再采用這些學生的評教分數進行統計分析得出教師的評教結果。實驗表明，運用這種方法可以較大程度上降低因教師對教學嚴格程度不同而產生的偏差。

[關 鍵 詞] 學生評教；聚類分析；偏差

[中圖分類號] G717 [文獻標志碼] A [文章編號] 2096-0603（2019）01-0046-02

一、基本概念

高校學生評教制度就是賦予大學生以評價教學效果的權利，使他們可以正當地表達對教學活動的意見，從而促進教師改進教學方法、教學內容和教學組織形式等，以最大限度地滿足學生的學習要求。學生評教已經成為高校教學評價的常規措施，高校通過讓學生參與評課、將評教結果作為考核課堂教學質量的依

據，以及與教師的績效考核掛鉤等方式，意圖讓學生評教發揮保障教學質量的作用。“評價最重要的意圖不是為了證明，而是為了改進”[1]，高校學生評教是改進教學的一種教學管理手段，是高校教學深入發展的需要。

聚類分析作為數據挖掘中的一個重要的方法，是將數據集劃分成子集（稱為類或簇），使簇內具有高度相似性，而不同簇之間的數據具有明顯的相異性的過程[2]。由聚類所生成的簇是一組數據對象的集合，這些對象與同一個簇中的對象彼此相似，與其他簇中的對象相異。“物以類聚，人以群分”，在自然科學和社會科學中，存在著大量的分類問題。聚類分析又稱群分析，它是研究（樣品或指標）分類問題的一種統計分析方法。聚類分析一個關鍵的問題就是各對象之間距離的定義，定義方法的不同直接關系著聚類的結果。

二、高職學生評教的現狀

教學評價是教學質量監控的一個重要措施。目前，許多高校都建立了以課堂教學質量為中心的學生教學評價體系。但總的來說，目前的教學評價主要傾向于對教師的教學過程作出評價，評教方式以學生評教為主，采取打分的形式，即將所有參評學生的評教成績取平均。這種評教的方法沒有解決評教樣本的有效性和偏差等問題。

從學生評教分數的“集體高分”現象可以看出，高職學生缺乏評教的積極性，同時也沒有對評教進行約束而導致濫用評教權，從而引發各種評教相關的問題。有部分學生認為評教只是一項可有可無的任務，無須認真對待，快速點評，甚至請他人代評。另一方面，由于學生無需對評教行為承擔任何責任，與自己“關系”好的教師打出高分，也有可能部分學生在評教時趁機報復教師打出極低的分數。有些教師對教學要求高，在課堂教學中嚴格要求，作業量大次數多，考試有難度等。這對于缺乏學習意愿的學生來說這類教師無非就是在“故意為難”他，因此，在評教時打出了低分，甚至是給予惡意評價。可以想象這樣的結果很可能是：一些教學水平高要求且嚴格的教師在評教中無法得到高分。相反的，部分教師課堂教學較為松懈，作業較少，考試容易通過，平時注意與學生“搞好關系”，評教時卻得到了高分。由于種種原因的存在，評價結果無法真實反映教學質量。正是出于高職學生評教存在著較大的偏差，評價結果與教學質量產生背離，因此，這種學生評教制度在一些高職院校只是形式上的存在，并沒有得到大力推行和應用評教結果。

三、影響學生評教偏差的因素分析

對學生評教影響因素的研究，國外學者深入探討了與教師背景有關的因素（職稱、個性特征、表達力、性別）；與學生背景有關的因素（選課動機、預期成績、期望、性別）；與課程背景有關的因素（班級規模、學科領域、課程水平、課程難度和學業負擔）；與評價管理有關的因素（匿名評價、教師在場、評價目的）等[3]。

導致學生評教產生偏差的原因是多方面的。針對學生評教中出現偏差問題，馬秀麟等根據學生的評教樣本，從學生評教的態度、評分習慣、判定能力等方面分析了導致學生評教偏差的一些原因[4]。韓明等則分析了教師的職稱、課程的類別與課程性質等對學生評教分數的影響[5]。這些分析基本都是根據學生的評教結果來進行的，并未考慮學生具體的學習情況。

我們采用了本校2014—2017學年管理工程系和信息工程系兩個系的評教數據及學生情況的基本數據，進行比較分析。分別從評教分數與教師作業布置次數的關系，評教分數與課程總評分數的優秀率的關系，評教分數與課程總評分數的及格率的關系，學生個別評分與其出勤率的關系，學生個別評分與其補考次數的關系進行統計，并做出以下5個圖。

圖1可以看出，當教師布置的作業超過6次時，評教分數會隨作業次數的增加而降低；圖2反映的是當教師評定課程的不及格率增大時，學生評教分數均值會降低；圖3則相反，當教師評定課程的優秀率增大時，學生評教分數均值會升高。

教師的嚴格程度可用課程作業次數、不及格率、優秀率來衡量，從這三個方面可衡量教師的嚴格程度。在一定程度上，課程作業次數越多，不及格率越高，優秀率低，說明教師要求嚴格，在核定學生成績時也把控嚴格，不愿意通過降低標準來拔高學生成績；優秀率越高，在某種程度上說明教師要求不嚴，可能出于擔心自己的評教結果不好，有意“考試放水”，即降低了不及格率，提高了優秀率。教師有意給學生高分從而獲得學生的好評。學生往往從主觀感受出發，受情感、利益沖突、個人好惡的驅使，對嚴格的教師耿耿于懷，往往評分較低，對學生要求不嚴格的“好好先生”往往評分較高。我們的研究也表明，學生對要求嚴格的教師評分較低，對批評過他的教師評分更是不可能高。這正是導致治學嚴謹、嚴格要求的教師常得到較低的學生評價。

圖4可以看出，出勤率越低的學生在評教時打的分數偏差會越大，圖5反映的是過去學生補考次數越多，評教打分的偏差也會越大。學生的出勤情況和過去補考的次數在一定程度上可以表明其學習態度與學習基礎。一般的，出勤率低、補考次數多表明其學習態度差，學習基礎薄弱，而學生的學習態度和基礎又反映到評教打分與均值的偏差上。

四、在高職學生評教中應用聚類分析方法降低偏差

通過上述分析，教師對課程教學的嚴格程度以及學生的態度都會產生較大的學生評教偏差。不同的影響因素會導致評分結果的不同，這里只研究由于學生主觀因素引起的偏差的處理方法。由于教師對學生嚴格要求而導致給出低的打分，學習積極性不高、學習態度低的學生比較容易發生這種情況。而學習態度好、學習預期比較高的學生，比較重視教師的教學態度和真正的教學水平以及教學效果，從而也不會因為教師的嚴格而給出低分。

如何用聚類分析出學習態度好，對課程預期高的一類學生，這些學生不會當心自己是否會補考而做出偏差較大的評價。

根據學所學各科的成績（新生可以根據入學成績），進行聚類。找出其中成績較優秀的簇，進行統計其所評教分數。這里設計了一種較簡單的距離的計算方法。

兩個學生在聚類中采用的距離就用：

其中：pi為科目學分，ci為依據在同專業中排序得出的分數，排序分數的計算方法設定為：ci=100（M-bi+1）/M（特別地把補考科的ci設定為0分），bi為這一科根據教師評定的成績在年級同專業的排名；M為年級同專業總人數。

采用K-Means算法，對其進行K=4或5聚類分析，選出其中均值多的簇的學生（總人數一半左右），對他們的評教分數予以采用，其他的不予采用。

通過從評教系統中選取平行班對同一個教師評教的成績進行比較。在未采用聚類選評教學生的情況下，發現平行班級，由于優秀率和及格率相差較大，而產生評教結果較大偏差。用聚類方法選出學生再進行統計，這種偏差得到明顯控制，甚至幾乎與優秀率和及格率沒有什么關系了。因此，采用聚類的方法，找出學習態度端正、學習期望高的學生進行評教分值的統計可以一定程度上降低因教師嚴格程度不同而導致的偏差。

五、總結與展望

文中討論應用聚類的方法，試圖找出學習態度端正、學習期望較高的學生。應用這些學生的評教分數進行分析處理，以得出教師最后的評教成績。這樣可以減少由于教師對教學的嚴格程度不同而引起的評教偏差。當然，本文提出的聚類方法中距離的選擇，只是一種嘗試。考慮因素還不夠充分，比如出勤、評教習慣等還未考慮。要找出好的距離設計方法，還須用大量的數據進行檢驗和提高。學生的基本數據以及學生與系統交互的過程中也會產生大量的數據。這些“大數據”往往蘊含著一些內在規律，我們一定可以從這些數據中提取出有用的信息加以利用，從而降低現行學生評教中存在的偏差，以提高評教學的有效性，讓學生評教能真正發揮保障教學質量的作用。

參考文獻：

[1]陳玉琨.教育評價[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]饒燕婷.美國大學學生評教的影響因素研究述評[J].比較教育研究，2009（8）：36-40.

[4]馬秀麟，衷克定，張倩.學生評教偏差分析與控制模型研究[J].現代教育技術，2011（2）：40-44.

[5]韓明，陳啟山，王鵬輝.教師與課程特征對高校學生評教分數的影響[J].華南師范大學學報（社會科學版），2010（4）：44-47.

編輯 張 慧