基于課程成績分析的高校學生評教結果識別與應用

馬朝珉 李偉凱 袁曉東 孟軍 吳秋峰

摘? 要：該文以某高校思政類必修課程的學生評教結果為研究樣本，從評教分數（封閉式問題）和意見建議（開放式問題）兩部分出發，分析課程成績與評教結果的關系，識別評教結果的有效性，探索高校學生評教結果應用路徑。研究發現，學生課程成績與評教分數整體數據呈現不相關，個別課程出現負相關；在大多數情況下，課程成績為“中”（70分≤中<80分）的學生評教分數有效性最高；大一年級課程成績中等以上（≥70分）的學生評教分數有效性高于其他年級。運用K-means聚類算法對評教數據進行聚類分析，將學生評教樣本分為高滿意高收獲型、高滿意低收獲型、低滿意高收獲型和低滿意低收獲型四個類別。在課程成績分析基礎上，提出高校學生評教結果合理應用的建議。

關鍵詞：高校學生評教；課程成績；評教結果識別與應用；思政類必修課程；K-means聚類算法

中圖分類號：G642? ? ? ? 文獻標志碼：A? ? ? ? ? 文章編號：2096-000X（2023）28-0014-06

Abstract： Using the students' teaching evaluation results of ideological and political compulsory courses in a university as a research sample， the article analyzes the relationship between course scores and evaluation results， identifies the effectiveness of evaluation results， and explores its application path from two parts-closed question and open questions. The study found that the overall data of student course scores and evaluation scores are not correlated， and individual courses are negatively correlated; in most cases， students whose course scores are "medium"（70 points≤medium<80 points） have the highest effectiveness in evaluation scores; the effectiveness of evaluation scores for students with average grades（≥70 points） in the freshman year is higher than other grades. The article uses K-means clustering algorithm to cluster the teaching evaluation data， and the students' evaluation samples are divided into four categories： high satisfaction-high yield， high satisfaction-low yield， low satisfaction-high yield， and low satisfaction-low yield. Finally， the article puts forward some suggestions on the reasonable application of university students' teaching evaluation results.

Keywords： university students' teaching evaluation; course score; identification and application of teaching evaluation results; compulsory ideological and political courses; K-means clustering algorithm

學生評教是教學評價的常規方式，也是教學質量監控和反饋的重要手段。除教學因素外，其他非教學因素不同程度地影響學生評教結果。學術界對此展開深入研究，探尋評教過程及結果的優化路徑。李盼道等[1]分析高校學生評教結果失效的影響因素，包括學生因素、教師因素、學校因素及課程因素，提出評教容易導致逆向選擇并闡述了改善路徑；盛艷燕等[2]認為教師職稱、教師年齡、教師學歷、學生年級和班級人數對評教分數有微弱影響，學生年級和教師職稱對評教分數的影響相對較大，應挖掘非教學因素影響學生評教分數的調節變量。潘云華等[3]研究發現，性別、年級、學習成績、對評教必要性的認知、對評教潛在作用的認知及評教態度是影響高校學生評教有效性的學生個體因素，且學生主觀因素對評教有效性的影響大于客觀因素。本課題組前期研究發現，教師的職稱、性別、學歷和年齡段，課程的學分、班額、屬性及年級均對學生評教分數具有獨立或交互作用，應完善教學安排、合理利用評教數據、改變職稱評定導向。

在非教學影響因素中，教師背景、課程背景、學生背景可測量但難以改變；對評教意義的認知可通過宣傳引導等措施改善，但較為抽象，難以實時測量；課程成績可測量可篩選，與評教成績幾乎同時獲得（同類研究中有“學習成績、學習成果、考試成績、考試分數”等描述，本文研究對象為課程最終的總成績，包含平時成績、考試成績、作業等，以下統稱為“課程成績”）。因此一些研究者和高校教學管理人員重點關注學生課程成績，試圖通過課程成績分析評定評教數據的有效性。有研究者認為應刪除課程成績差的學生的評教數據，原因有三：第一，對教師心存不滿，故評教打分低，不夠客觀；第二，沒有聽懂課程內容，無法評論教師教課水平；第三，出勤率較低，未參加教學活動則不具備評價資格。也有研究者認為，無論課程成績好壞，學生都有表達學習感受的能力和意見建議的權利，且若因教師教學安排和水平原因，學生未聽懂而導致考試成績差，這部分學生的心聲更應關注，并有針對性地改進教學。基于以上討論，本文在課程成績分析基礎上研究課程成績與評教結果的關系，分析判斷學生評教結果的有效性，并基于課程成績因素提出評教結果的應用建議。

一? 研究設計

（一）? 數據來源

本研究的案例數據是某高校連續三個學期全校思政類必修課程的學生課程成績與學生評教結果，課程包括思想道德修養與法律基礎、毛澤東思想和中國特色社會主義理論體系概論（1）（2）、馬克思主義基本原理概論和中國近現代史綱要。思政課在全校范圍內開設且內容一致，不存在不同專業難度不同（如英語課）、不同專業內容不同（如數學課）等情況，便于共性分析。共回收評教問卷25 593份，其中有效問卷25 548份。

（二）? 研究思路

本研究應用SPSS23.0和Excel統計軟件，通過分析學生課程成績與學生評教結果的關系，提出合理應用學生評教結果的建議。學生評教結果包含封閉式問題（closed question）和開放式問題（open question）。封閉式問題從教學效果、教學態度、教學內容、教學方法和教學表達五個方面考查學生對教師、課程的滿意度，根據權重、選項自動生成評教分數；開放式問題需填寫對教師、課程的意見建議。通過評教分數的應用分析，探索“課程成績”與“評教分數”的相關性及“課程成績”與“評教分數有效性”的關系，提出合理應用各分數段評教分數的建議；通過評教“意見建議”的應用分析，運用K-means聚類算法，根據課程成績與評教分數兩個變量對樣本聚類分析，提出分類使用意見建議的路徑。

二? 評教分數（封閉式問題）分析

（一）? 課程成績與評教分數的相關性

Spooren P[4]運用交叉分類多層次分析發現，學生成績對學生評教結果的影響并不大，Zabaleta F[5]研究發現，學生課程成績與評教結果之間的關系比較模糊。朗本等學者研究發現，學生成績和學生評教分數兩者存在正相關關系[6]。對于這種正相關關系，有的學者認為是分數互惠、寬容評分導致，是一種潛在偏差來源。如趙穎[7]、孫鰲[8]、黃桂[9]等學者認為學生成績和學生評教分數之間存在“分數膨脹”，在“教師利益與學生評教分數捆綁”背景下，教師存在“討好”“寬松給分”現象。而有的學者認為，評教分數高的教師教學效果好，有利于學生獲得知識、獲取好成績，認可度高，二者相互促進，教學相長，這種正相關關系恰好驗證了學生評教的效度，符合“預期分數的內生性”。如森特拉等研究發現，學習成果對學生評教結果產生很大的積極影響[6]。簡單而言，兩種觀點的分歧在于，學生評教分數高是源于教學收獲多還是與教師“分數互惠”。基于此，本研究詳細分析課程成績與評教分數的相關關系，首先觀察平均分的走勢，然后在SPSS中分析全體樣本的相關性，最后細化到一名教師教授的一門課程（以下簡稱為“一門次”），研究兩者的相關性。

本文研究發現，在研究樣本中依次刪除課程成績不及格、低于70分、低于80分的學生的評教結果，評教分數由92.47分依次升至92.48、92.51、92.62分，呈上升趨勢，但幅度很小，可見“課程成績差的學生普遍給教師評價分數低”這一觀點不成立。同時，以教學班為單位，評教平均成績并沒有隨著考試平均成績下降而呈下降趨勢。在統計的45門次課程中，課程成績平均分在80分以下的有19門次（表1），其對應的評教分數排名在前10名中占據6位，基本可以判斷不存在“普遍學生因教師給分低而在評教中故意打出低分”現象。

在SPSS中進行相關性分析，全部學生評教分數與全部課程成績的皮爾遜相關系數為0.033，在P=0.01的水平上顯著相關，但由于相關系數在0.3以下，接近于0，表示兩者無相關性。

為進一步驗證結果，排除教師教學因素影響，以門次為單位，分析課程成績與學生評教分數之間的相關性。共分析45門次課程，其中2門次課程的皮爾遜相關系數絕對值大于0.3，為弱相關，其他均為不相關（表2列出的是絕對值大于0.1的課程）。2門次弱相關的課程皮爾遜相關系數分別為-0.43和-0.37，為負相關，即因變量值隨自變量值的增大（減小）而減小（增大）。進一步說明，學生評教分數不會隨課程成績相應變化，甚至會出現相反情況。

（二）? 課程成績與評教分數有效性的關系

前文分析了課程成績與評教分數的相關性，結果是整體不相關，個別存在弱相關，即課程成績對評教分數基本不產生影響。以下通過確認評教結果有效性較差的數據在各課程成績段（優≥90分，80分≤良<90分，70分≤中<80分，60分≤及格<70分，不及格<60分）的分布，分析課程成績與評教分數有效性的關系。

1? 確定教學質量較差的教師集

本文從兩個方面獲取教學質量較差的教師信息：一是課程成績優秀的學生（成績≥90分）中評教分數小于80分的數據。該部分學生成績優異，知識獲得量較高，基本不存在“因沒學會而無法客觀評價”或“因成績不好打出報復性分數”的現象，該群體打出低分數主要與教學質量、教學感受有關，有效性較高。二是認真填寫意見建議的學生中評教分數低于80分的數據。認真填寫意見建議，在一定程度上排除了“一鍵評教”“應付性評教（隨意快速勾選）”的可能性，有效度較高。低于80分評價信息的原因是，評教題目選項為四級量表“優、良、中、差”，若全部勾選為良，得分為80分，低于80分的所有評價中均有“中”評價，即認為該項指標感覺一般。由此獲得較為準確的學生群體評價出的教學質量存在問題的教師集，再與督導評價出的低于90分的教師集（約為后30%）取交集，從而獲取督導、學生一致認為教學質量較差的教師集。

在25 548份樣本中，課程成績大于等于90分的樣本有5 609條，其中評教分數低于80分的541條；意見建議有5 906條，去掉標點符號、亂碼、數字等無意義的評價，剩余有價值的意見建議5 869條，其中評教分數低于80分的362條。兩者合計903條，去除重復項，剩余791條，統計得出以學期、教師編號、課程名稱為觀測點的76條數據。與督導評價信息比對，得出學期、教師編號、課程名稱完全一致的12條數據；學期不一致，教師編號、課程名稱一致的16條數據；涉及教師15人，編號分別為1010、1011、1014、1022、1024、1026、1029、1030、1032、1033、1034、1053、1054、1056、1058。

2? 確定評教分數有效性較差的評價

確定教學質量較差的教師集后，可將該教師群體的滿分評價視為有效性較差的評價，計算滿分的占比，即可分析有效性差的評價在各成績段的分布情況。

以課程為單位，詳細數據見表3，整體走勢基本相同。因開設學期不同，有效性差的評價在各成績段的占比情況為，課程成績中等以上（成績≥70分）的學生，大一年級有效性差的評價明顯占比較低，有效性高。

按照出現頻次排序，前5名為1030講授的毛澤東思想和中國特色社會主義理論體系概論（1）、1029講授的思想道德修養與法律基礎、1026講授的毛澤東思想和中國特色社會主義理論體系概論（2）、1022講授的毛澤東思想和中國特色社會主義理論體系概論（2）、1010講授的馬克思主義基本原理概論，五名教師各成績段有效性差的評價占比情況見表4。

由整體數據分析發現，有效性較差的評價在各成績段均有分布，從“優”至“中”均呈下降趨勢，之后到“不及格”呈上升趨勢，“中”為最低點。一名教師講授的一門課程分析中，大多和整體分析的趨勢一致。可見，有效性較差的評價未隨課程成績下降而呈上升趨勢，即“課程成績差的學生評教分數有效性差”的觀點不成立。在大多數情況下，課程成績為“中”（70分≤中<80分）的學生有效性差的評價最少，評價有效性最高。

三? 意見建議（開放式問題）分析

（一）? 以課程成績與評價分數為變量的聚類分析

在SPSS中利用“課程成績”和“評教分數”兩個變量信息對學生樣本進行K-means聚類，即K-均值聚類。因聚類分析是一種數據描述性方法，而非統計檢驗分析方法，沒有統計假設檢驗理論支持，無法判斷其結果是否正確，只能檢驗聚類效果。第一，通過聚類質量圖判斷，本次聚類凝聚與分離的輪廓測量值大于0.5，聚類質量良好；第二，聚類分析后得到的每個類別均可有效命名，每個類別的特征符合現實意義，說明聚類效果良好。聚類根據各類別課程成績和評教分數的平均分命名，得到“高滿意高收獲型”“高滿意低收獲型”“低滿意高收獲型”“低滿意低收獲型”四種類型，依次簡稱為A、B、C、D類。

（二）? 各類別特征分析

本次共統計25 548份學生樣本，其課程成績總平均分為82.97分，其評教分數總平均分為92.17分。

其中A類學生有11 164名，占比43.7%，評教分數平均分98.17分，課程成績平均分87.97分，兩者均高于總平均分，為“高滿意高收獲型”。這類學生成績好，對教學效果很滿意。此類學生的“意見建議”均以贊揚和感謝為主。如“老師除了講解課本上的知識外，還在鍛煉我們思考問題的方式方法，謝謝老師！”

其中B類學生有7 281名，占比28.5%，評教分數平均分98.14分，課程成績平均分75.58分，課程成績平均分低于總平均分7.39分，但評教分數平均分高出平均分5.97分，為“高滿意低收獲型”。這類學生課程成績一般，但對課程教學很滿意。存在兩種情況：一是學生學習收獲較多但考試失利，二是學生學習收獲較少但并不歸因于教師教學行為。此類學生的“意見建議”均以贊揚為主。如“上課認真，知識點講解充分，善于擴展知識面”“本課程令我受益匪淺”。

其中C類學生有4 496名，占比17.6%，評教分數平均分81.30分，課程成績平均分86.44分，課程成績平均分高于總平均分3.47分，但評教分數平均分低于總平均分10.87分，為“低滿意高收獲型”。這類學生成績好，但對課程教學滿意度一般，認為仍存在提升空間。這類學生的“意見建議”中除贊揚外，有一些實質性的建議，對教學效果提升具有參考價值。如“課堂氣氛過于沉悶”“希望更加有趣味”“希望能豐富課堂形式”“老師應該將一些當下的社會現象與所學科目聯系起來，而不是總是用一些古代的我們已經聽過的例子”“希望引用一些案例或新聞對理論進行說明”。

其中D類學生有2 607名，占比10.2%，評教分數平均分68.51分，課程成績平均分76.16分，兩者均低于總平均分，課程成績平均分低于總平均分6.91分，評教分數平均分低于總平均分23.66分，為“低滿意低收獲型”。這類學生課程成績一般，對課程教學意見很大，將學習收獲小歸因于教學問題，或因不喜歡課程或教師而產生厭學心理。這類學生的“意見建議”包含以下方面：一是贊揚和肯定；二是意見建議，如“講課思路再清晰一些比較好”等；三是困惑“不怎么懂”“課堂沉悶，難懂”等；四是牢騷性評價，如“我一個理科生對這個興趣不大”“為什么上課不能上廁所”等；五是發泄性評價，有的未顯示具體意見建議，僅表示“必須差評”；六是與課程評價無關的內容。

B、D類學生成績一般，“70分以下的”均為B、D兩類學生，B類學生占72.13%，D類學生占27.87%；“80分以下的”B類學生占72.59%，D類學生占22.48%，C類學生占4.93%。如果計算評教分數時刪除課程成績差的學生評教數據，會將評教分數很高的B類學生和評教分數較低的D類學生、評教分數很低的C類學生同時刪除，導致前文所述的“刪除課程成績差的學生評教數據后評教分數未出現明顯提升”情況。

四? 結束語

基于以上課程成績分析，對學生評教結果應用提出以下建議。

（一）? 嚴格執行考勤制度，設置必要評教權限

一些學校《本科學生成績管理細則》中對缺課行為的處理作出明確規定，如“學生必須參加每門課程的各項教學活動。缺課累計超過該課程教學時數的三分之一者，不得參加本課程的考核，成績以零分計”。嚴重缺課的學生，一方面說明學習態度有問題，缺乏積極主動性；另一方面，未參與教學全過程，無法全面準確作出判斷與評價，學習感受也不夠完整。這部分評價數據參考價值有限。教師應及時將缺課學生名單錄入教務系統，達到學校規定嚴重缺課次數后，評價結果統計時將自動剔除該部分學生的評教分數，學校可根據實際情況保留其評教數據中的意見建議。

（二）? 合理使用評教數據，避免刪除有效數據

課程成績差的學生不一定評教打分低，也不一定評教有效性差。若將成績差學生的評教數據刪除，評教分數變化不大，有效性未提升，反而剝奪了學生對學習感受評價的權利，失去一些有價值的評價內容，學生學不會聽不懂，在一定意義上也說明教師教學方法或進度需要調整或改進。因此，對于按時出勤、認真聽講但考試未及格的學生，應當保留其評教數據。本研究表明，在大多數情況下，課程成績為“中”（70分≤中<80分）的學生評教分數有效性最高，大一年級課程成績中等以上（≥70分）的學生評教分數有效性高于其他年級，應重點關注此類有效性較高的數據，另外應關注認真填寫意見建議的評教數據。還可通過查看評教頁面停留時間、對所有課程評分的差異性等信息，據此判斷學生是否認真答題，篩選有效性較高的評教數據。

（三）? 科學分析評教結果，分類使用“意見建議”

對評教數據聚類分析，分類使用各類數據中的意見建議，有助于學生提高學習成效。重點考慮C類學生的意見建議，對教學進行改進完善；關注D類學生的困惑和真實想法，了解學生的學習困難，不斷調整教學方法或進度。聚類分析評教數據的優勢是，一方面能快速處理評教數據，高校每學期獲得幾十萬條學生評教數據，其中意見建議有幾萬條。評教分數可篩選、排序處理，而意見建議只能人工逐條查看，且干擾信息較多，從中挑選對教學質量提高有建設性的意見建議，效率低且時效性差。運用聚類分析可快速篩選教學管理者所需的C類和D類數據（以本文研究樣本為例，從25 548條數據中篩選出4 496條C類和2 607條D類數據），工作量大大減少，實效性提高。另一方面，聚類分析根據輸入變量自動分類，以獲取組內距離最小化、組間距離最大化，屬于無監督學習的一種，非人為主觀分類，更為客觀。

（四）? 轉變教學評價觀念，促進教學良性循環

以改進教學為目的，弱化評教分數的獎懲作用，強化“意見建議”的有效應用。目前多數學校重點關注評教分數，將其與職稱評定、評獎評優、津貼分配等掛鉤。評教的主要作用應是了解學生學習效果及感受，不斷改進教學方法，提高教學質量。因此應重視評教的診斷與改進功能，強化過程性評價：一是由教學管理者發起，方便教學單位對教學過程實行實時、針對性管理，學校管理部門也可運用ROST-CM等文本內容挖掘軟件對學生反饋的意見建議進行快速分詞與詞頻統計[10]，了解學生的普遍關注點，從而確定教學質量提升點；二是由授課教師發起，根據課堂教學實際設置問卷，與學生匿名互動，即時掌握學生的學習狀態與感受，及時發現教與學的問題，改進教學方法。通過教學過程中不斷反饋與互動，形成教與學的良性循環，從而保障并提高教學質量，提升學生學習效果。

參考文獻：

[1] 李盼道，孟慶瑞.高校學生評教結果緣何失效——影響因素、逆向選擇機制及其治理路徑研究[J].教育學報，2020（16）：85-96.

[2] 盛艷燕，喻秋山，孫一平.非教學因素影響大學生的評教分數嗎？——來自元分析的證據[J].教育理論與實踐，2020（40）：48-52.

[3] 潘云華，張意燕.高校學生評教有效性影響因素的實證研究——學生視角[J].教育學術月刊，2016（7）：51-56.

[4] SPOOREN P. On the credibility of the judge： a cross- classified multilevel analysis on students' evaluation of teaching[J]. Studies in Educational Evaluation，2010，36（4）：121-131.

[5] ZABALETA F. The use and misuse of student evaluations of teaching[J]. Teaching in Higher Education，2007，12（1）：55-76.

[6] 韓映雄，周林芝.學生評教的信度、效度、影響因素及應用風險[J].復旦教育論壇，2018（16）：74-81.

[7] 趙穎.學生評教制度下分數膨脹的內在邏輯：博弈模型的建立[J].中國高教研究，2019（4）：20-26.

[8] 孫鰲.分數膨脹的博弈分析[J].現代大學教育，2016（5）：23-27.

[9] 黃桂.分數膨脹與等級膨脹：評教系統雙重失效原因探析——基于某部屬重點高校大學生評教的視角[J].高教探索，2011（6）：95-103.

[10] 陳玉嬋，劉威.基于情感分析的學生評教文本觀點抽取與聚類[J].計算機應用，2020（1）：113-117.

基金項目：全國教育科學“十四五”規劃2022年度課題“學術型研究生學術志趣：測量工具、影響因素與提升路徑研究”（BIA220099）；教育部新農科研究與改革實踐項目“高等農林院校教學質量監控體系改革與實踐”（教高廳函〔2020〕20號）；黑龍江省教育科學“十四五”規劃2021年度重點課題“大數據背景下高校學生評教數據自動聚類研究”（GJB1421223）

第一作者簡介：馬朝珉（1989-），女，漢族，山東臨清人，碩士，講師。研究方向為教學質量評價。

*通信作者：李偉凱（1965-），男，漢族，黑龍江大慶人，博士，教授，博士研究生導師，副校長。研究方向為教育管理。