基于聚類分析的課堂教學質量評價標準研究

王艷娥，梁 艷，丁心安

（西安思源學院 理工學院，陜西西安 710038）

0 引言

課堂教學質量是高校教學活動的重要組成部分，是高校培養高質量人才的保證［1］。2007 年，國家教育部提出關于進一步深化本科教學改革全面提高教學質量的若干意見［2］，將全面提高教學質量作為高校工作的重要內容。2019 年，推進全國職業教育高質量發展現場會在深圳職業技術學院召開，將提高教育教學質量作為高校建設的重要內容。課堂教學質量涉及的主體是學生與教師，教師的教學水平和學生的學習能力關系著課堂教學質量，其中教師專業知識、課堂組織、教學方法的運用直接影響學生學習效果。制定有效課堂教學質量評價準則，不僅有助于教師自我認識，也為高校教師隊伍建設提供可靠依據。

有關提高課堂教學質量的國內外文獻眾多。國外文獻主要從兩個方面進行研究：一種是從開發有效的課堂教學評價工具出發，如文獻［3-5］開發有效的評價工具從各維度對教師教學效果進行有效評價；另一種是從影響課堂教學效果的各因素出發，如文獻［6-8］從教師課堂管理、信息化教學手段運用、教學內容、職業道德等去測試這些特質與教學質量關聯。國內研究的主要內容是如何構建合理的教學評價指標，如謝冬興［9］以高校體育課堂教學為研究基礎，分析課堂教學質量的關鍵因素，提出新的評估指標體系，將教學效果、教學態度、教學內容、教學方法和職業素養作為一級指標，并將5 個指標賦予不同的權重，從而體現課堂教學質量的教與學，實現多元化評價，重視和加強教師自評；唐順定等［10］以教學組織、教學內容、教學方法、教學態度和教學效果作為課堂教學質量的一級評價指標，采用極差化法和層次分析的模糊綜合評價方法對課堂教學質量進行評價；董曉萌等［11］運用K-means 算法對教師的教學效果進行評價，分析出教師的教學態度，教師對課堂的把握以及學生課堂參與的活躍度對教學效果有著重大影響，應加強這方面的管理；亢婷［12］使用對應分析法分析課堂教學質量中的關鍵因子，針對不同特質的教師進行有效管理。

本文先優化傳統的K-means 算法，用優化的K-means算法將教師課堂教學質量的評價數據按等級進行分類，分析不同等級的教師差異點，再使用SPSS 數據分析軟件［13］分析不同職稱在不同指標上存在的差異，協助高校完成對教師針對性專業能力的提升，保證課堂教學效果達到預期。

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督聚類算法，因原理簡單、運行速度快、易于實現而得以廣泛應用。該算法基于“物以類聚”思想，將相似性較高的數據劃分為一類，相似性較低的劃分為不同類。算法執行過程是先隨機選取K 個數據作為初始聚類中心，然后按照相似性原則將其它數據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，計算數據集的聚類誤差平方和，如果聚類誤差平方和滿足條件，聚類結束，否則再次進行劃分直到滿足結束條件。

傳統K-means 算法隨機選擇初始聚類中心，因而極有可能選擇離群點，導致聚類時間長且結果陷入局部最優。本文針對傳統的K-means 算法缺陷進行優化，在選擇初始聚類中心時，將數據與其它數據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 個樣本作為初始聚類中心。

相關概念如下：

設待分析的數據集為X，X=。

定義1 數據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 數據xi在數據集X的距離均值為Vd(xi)。

計算每一個樣本到其余樣本之間距離之和的均值，值越小該數據集就越處于數據集的稠密區域或中間區域。值越大該數據處于數據集的稀疏區域。

定義3 數據集的距離均值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類中的數據個數，xj∈C（i）表示數據xj屬于第i類。

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

將優化K-means 算法應用于教師課堂評價結果數據，通過聚類結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質量的關鍵因素，協助學校制定更優化的課堂教學質量評價表，提高教師教學能力［15］。

2 課堂教學質量評價設計

2.1 課堂教學質量表

根據專家、教師和學生常用的評價指標進行分析和歸納，將課堂教學質量評價表分為5 個一級教學指標教學態度、教學內容、教學方法、課堂氛圍和教學效果，10 個二級指標，如表1 所示。

為了研究教師課堂教學質量與教師職稱是否具有較強關聯，在分析教師課堂教學質量時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個類別進行分析。

教師課堂教學質量結果按照最終總分分值劃分為5個等級，如表2 所示。

Table 1 Evaluation of classroom teaching quality表1 課堂教學質量評價

Table 2 Class quality evaluation grade table表2 課堂質量評價等級表

2.2 數據來源

本文對西安某高校2017 級學生進行問卷調查，發放調查問卷135 份，回收有效調查問卷127 份。調查問卷形式參考表1，每一個二級指標設定為5 個等級，分別是優、良、中、合格和差。統計的教師職稱分布為正副教授42人、講師70 人、助教15 人。

對數據從兩個方面進行分析，先根據課堂質量評價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質量分析表，學校可以針對性地對教師隊伍進行建設。從10 個二級指標分值，分析評價指標的離散度，如果一個評價指標的離散度大，說明該指標對教師課堂教學效果影響大，如果一個指標的離散度小，但指標分值相對較低，則表示該指標需要進行優化或針對該指標對教師隊伍能力進行培訓。

3 實驗分析

對課堂質量評價數據集進行分析的軟件為SPSS19 數據分析軟件，運行環境為聯想筆記本、CPU 為Intelcorei5、內存4G。

將課堂教學質量評價等級分為5 個等級，將聚類結果劃分為5 類，在k值等于5 的情況下，使用優化的K-means對質量評價結果數據集進行聚類分析，聚類后不同等級的教師數量如表3 所示。

Table 3 Clustering results of K-means algorithm表3 K-means 算法聚類結果

從表3 聚類結果可以看出，19% 的教師在課堂教學中表現優秀，45% 的教師表現良好，27% 的教師表現中等，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入課堂前都進行了嚴格的實習和考核，達到課堂教學基本要求。

表4 分析了127 位教師在10 個不同指標上的均值和標準差，通過分析這10 個指標的均值和均方差能夠得到教師需要進行培訓提升的方向。

Table 4 Mean and standard deviation of different evaluation indexes of classroom teaching quality表4 課堂教學質量不同評價指標均值和標準差

本文基于SPSS 軟件工具分析的比較均值方法得到不同指標的均值和均方差。

表4 得出教態的3 個三級指標分值較高、教學效果的兩個三級指標值最低，教學內容和教學方法的分值在這兩者之間。其中，教學內容、教學方法和教學效果的標準差相對較大。通過這些分值反映出教師均有較為嚴謹的教學態度，在教學內容安排上需要花費較多時間和精力進行提高，教師的教學方法應適應當前學生學習習慣，他們的標準差較大，反映出教師在教學內容和教學方法的使用和創新上具有較大差異，在教師培訓中可選分值較低的教師參加進修從而提高教師教學能力。

按照教師職稱分析不同職稱教師的課堂教學質量評價情況，以針對不同職稱的教師進行對應的能力提升培訓，加強教師隊伍建設。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質量評價等級的占比

根據圖1 可以得出，教授在優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。進一步分析教授在課堂教學的高分值主要落在課程內容設置、專業前言知識方面，在教學方法應用上相對其它指標較低，因此現代化的教學手段是對教授們做進一步培訓。同時，反映出教授在專業知識上既具深度也有廣度，因而學生能從整個課堂教學中學到更加專業的知識。

4 結語

本文通過聚類分析和SPSS 軟件對教師課堂教學質量進行分析研究，發現教師在師德、教學態度和專業知識儲備上均受到學生好評，教學效果差異主要在于教學設計、教學方法和教師對專業前言知識的把控方面。因此，在設計教學質量評價表時需要細化這些方面，同時應針對性加強不同年齡和職稱教師的繼續教育培訓。隨著數字化的不斷發展，教師的課堂教學質量評價應更具實時性，開發有效的課堂教學實時評價系統不失為一種有效的解決方法。