b. 巢湖学院 外国语学院,安徽 巢湖 238000
b. School of Foreign Languages, Chaohu University, Chaohu 238000, China
课堂教学质量是高校生存和发展的生命线,直接影响教育教学和人才培养的质量[1]。我国正处于高等教育大众化阶段, 提高课堂教学质量显得尤为迫切[2]。课堂教学是教师传授知识、学生获取信息的主渠道[3]。课堂教学质量具有多因素、模糊性、迟效性、动态性的特点,必须从多维度综合反映评价对象的质量状况,以实现科学、高效的评价和实时教学质量的监控。课堂教学质量评价是保证教学质量不断提高的重要手段[4],通过对教师课堂教学质量客观、公正的评价,可以促使教学评估标准内化,激发教师的自尊和自我实现的意愿,促使其追求更高层次教学目标[5]。
关于高校教学质量评价的研究一直受学者的关注。张月琪等人运用CS理论对高校教学质量进行CSI顾客满意度测评研究[6];汪建东通过对指标的定量化,采取定性与定量评价相结合的方法,运用模糊综合评价方法,对课堂教学质量进行定量综合评价[7];谢印宝等人针对学生单方向评价高校教师教学质量的局限性,提出一种高校课堂教学质量动态双向模糊评价模型,采用面向对象的数据库技术和三层结构实现方法进行应用研究[8];王勇等人利用因子分析法和线性回归对高校课堂教学质量学生满意度的影响因素进行了实证研究,并提出提升学校教学质量学生满意度的具体措施[9];李长青运用平衡计分卡理论从财务、顾客、内部流程和学习与成长四个方面构建高校教学质量评价指标体系[10]。本研究运用QFD理论构建质量屋将学生需求与高校课堂教学质量要求导入到可界定和衡量的课堂教学质量评价中去,运用因子分析法和灰色关联法确定课堂教学质量重要度,将学生需求转化为课堂教学质量要求,以期挖掘教师潜能、提升教学质量,同时为教学管理者发现教学质量的影响因素、制定合理的教师培训计划提供重要参考[10]。
一 QFD原理概述QFD概念是由日本学者Akao Yoji于1966年首次提出,是顾客驱动的产品设计方法,是将顾客需求转换为产品设计过程的一系列技术特性的系统工程方法[11],目的是为了在产品开发初期就确定出生产过程的质量控制要点。该方法迅速在发达国家制造业和服务业得到广泛应用,通过该方法,企业对提升产品质量、缩短新产品研发周期、增强内部沟通和降低研发和制造成本等方面起很大的作用[12]。QFD的核心是通过构建质量屋的一种图形化的分析方法,具体表现为二元矩阵展开图表,其实质是运用定性定量的方法将顾客需求转化为一系列工程特性[13]。关于QFD的研究主要集中在质量屋结构的改进上,主要体现在顾客需求的提取与分析及其权重的确定、顾客需求与工程特性相关系数的改进等方面。对于顾客需求大多通过调研获得并通过亲和图、树图等方法进行分析,顾客需求权重的确定主要有层次分析法、熵值法、TOPSIS法、粗糙集等方法;对于顾客需求与工程特性相关系数的确定主要使用了神经网络、灰色关联、模糊矩阵等改进方法[12, 14]。
二 基于QFD的课堂教学质量定量分析模型构建QFD所使用的基本工具是质量屋。应用课堂教学质量屋方法将学生对教师课堂教学质量的需求变换为教学质量要求后,需要进一步对教师整体课堂教学质量进行评价,以确定教师课堂教学能否被学生接受。如图 1所示,课堂教学质量屋把高校学生需求、课堂教学质量要求、教学目标等融为一体,其基本构成为:(1) 左墙:学生需求,用学生的语言来描述学生对课堂教学质量的要求,即学生需要什么样的课堂教学;(2) 右墙:同行竞争能力评价矩阵,站在学生的角度,对教师满足学生需求的评价;(3) 天花板:课堂教学质量要求,表示针对学生的需求,高校如何设计课堂教学质量指标;(4) 房间:关系矩阵,描述学生需求与课堂教学质量指标之间的关系程度,反映课堂教学质量指标对学生需求的贡献和影响程度;(5) 地下室:课堂教学质量评价矩阵,是质量屋的输出部分,包括课堂教学质量指标的重要度、教师的课堂教学质量指标值和目标值,完成“学生需求”到“教师该怎么去做”的转换;(6) 屋顶:相关矩阵,是识别课堂教学质量指标之间的自相关关系。
|
图 1 课堂教学质量屋 |
学生需求的提取与分析是课堂教学质量屋最关键的环节。本研究采用问卷调查法收集某高校本科生对课堂教学质量的需求数据。首先选择某高校本科生作为问卷预测试对象,于2014年3月进行了预调查。之后对问卷进行了局部修改,确定正式问卷,问卷采用5点式李克特量表定序测量 (1为“最不重要”,5为“最重要”)。正式问卷调查时间选择在2014年5—6月间,正式发放问卷。共发放问卷200份,回收196份,问卷回收率为98%,其中有效问卷回收率为93.6%。
问卷回收后,对数据进行整理,利用SPSS 21.0进行问卷量表的信度和效度检验,结果表明总量表和分量表克朗巴哈α信度系数均在0.7以上,总量表KMO检验值为0.832,信度和效度检验均合格。
对整理的数据进行因子分析,提取3个公因子,其累积贡献率为81.92%。依次将3个公因子命名为学生能力培养、教学模式、教师能力并输出因子载荷矩阵 (表 1)。
| 表 1 学生需求及重要度分析表 |
课堂教学质量分析表是对学生需求的有效映射。经过多次征询专家意见,对某高校原有的课堂教学质量指标体系进行分析整理,得出课堂教学质量分析表,量表亦采用5点式李克特量表定序测量 (表 2)。
| 表 2 课堂教学质量分析表 |
关系矩阵的作用是将学生和教师联系起来。本研究以课堂教学质量评价矩阵中专家对教师的课堂教学质量评价的均值作为比较数列,同行竞争能力评价矩阵中学生需求对教师课堂教学质量的评价的均值作为参考数列,将其看作灰色系统,利用灰色关联分析确定课堂教学质量与学生需求的关联关系。确定关联关系的具体步骤包括:收集数据,建立灰色关联集;初始化原始数据;计算关联度并进行归一化处理。[15]
选取5名教师作为评价对象,以2014—2015年度第一学期期中教学检查的数据为依据,根据学生评价和专家评价的均值可得同行竞争能力评价矩阵和课堂教学质量评价矩阵 (表 3、表 4)。
| 表 3 同行竞争能力评价矩阵 |
| 表 4 课堂教学质量评价矩阵 |
首先以学生需求B11为参考数列,课堂教学质量A、B、C、…、S、T为比较数列,建立灰色系统 (表 5)。利用灰色关联度公式计算得学生需求B11与课堂教学质量的关联度为:{0.061,0.091,0.110,0.162,0.127,0.031,0.051,0.102,0.062,0.042,0.109,0.138,0.050,0.035,0.051,0.105,0.063,0.243,0.056,0.052}。
| 表 5 课堂教学质量评价及对学生需求B11的评价 |
同理,分别再以学生需求B12至B15、B21至B26、B31至B35为参考数列,各课堂教学质量指标为比较数列,可求出其他学生需求与课堂教学质量的关联度,最终构建关联矩阵R (图 2)。
4. 学生需求重要度及课堂教学质量重要度确定学生需求的一级指标重要度是由各维度解释方差百分比占总解释方差百分比的比重确定,二级指标重要度由各评价指标载荷度占所属维度总的载荷度的比重确定,得出最终排序结果及重要度。
根据学生需求重要度和学生需求与课堂教学质量的关联矩阵,可计算课堂教学质量原始重要度,公式为:
| $ {V_i} = \sum\limits_{i = 1}^n {{\omega _{{\rm{i}}i}}{\gamma _{ij}}} . $ |
其中:Vi为教师课堂教学质量指标重要度;ωi为学生需求指标重要度。
由原始重要度占总原始重要度的比重即可获得相对重要度,结果见表 7。
5. 课堂教学质量屋实施建议构建“学生需求—课堂教学”质量屋,结合专家对各教师课堂教学质量评价及课堂教学质量重要度,可得到各教师课堂教学质量总体状况及各维度评价值 (表 6、表 7)。课堂教学质量重要度可作为教学管理人员进行科学管理方案细化时的重要参考,针对教师总评及各维度上的评价值可通过学习培训等措施进行优化。
| 表 6 教师各维度及总体课堂教学质量评价表 |
| 表 7 教师课堂教学评价质量屋 |
由表 6可知,教师2课堂教学质量最优;教师4课堂教学质量排名第二,但学生状况维度得分较低,需要改进;教师5排名第三,在教学内容和教学准备维度方面需要提升;教师1和教师3排名为最后两位,其中,教师1在学生状况、教学准备、教学方法3个维度上需要大力提升,教师3则除学生状况维度外,还需要全面提升课堂教学质量。
基于以上分析,对提升高校教师课堂教学质量提出以下几点建议:
(1) 树立科学的教学质量观。科学的教学质量观不仅要关注教师的教法、教态,更应该考虑学生的需求,将学生需求纳入课堂教学质量评价中,从而实现师生的共生、共创、共享、共赢。
(2) 促进教与学的协同发展。师生在教学过程要相互交流、相互配合,以建构主义理论为指导,立足于以学论教,创新课堂教学模式,挖掘学生的主动性,建立学习共同体和先学后导的教学新模式。
(3) 建立以教师为本的激励机制。高校应创造有利于教师发展的环境,不断建立健全科学、系统的教学激励制度,转变教师理念,给予教学大力支持,课堂教学才能充分发挥教师的内在潜能,最终成为素质教育和培养创新型人才的助推器。
四 结语本文基于QFD理论及其核心工具质量屋,依据课堂教学质量固有特性和赋予属性可分为教学内容、教学准备、教学手段、教学方法、教风教态和学生状况6个维度,构建高校课堂教学质量定量分析模型,深入考察了学生需求与课堂教学质量之间的相关关系。模型定量表达了学生需求与课堂教学质量两者之间的关系,对精确度量各教学质量指标的重要度和促进高校改进教学质量具有重要意义。模型的建立完全依赖于评价数据,借助因子分析法,使学生需求重要度的确定更加具有客观性,克服了已有研究中直接采用专家打分的主观性;而灰色关联分析法的采用,则使得课堂教学质量重要度的确定客观、真实,可操作性强。教师课堂教学质量评价实例表明,此方法应用于课堂教学质量的提高是可行和有效的。
| [1] | 魏晨明. 高校课堂教学质量改革刍议[J]. 中国成人教育, 2012(14): 108–110. |
| [2] | 周旭清, 邓春生. 高校课堂教学质量监控与评价的研究[J]. 江西教育科研, 2007(3): 77–78. |
| [3] | 张月琴. 论提高高校课堂教学质量的策略[J]. 中国电力教育, 2008(11): 93–94. |
| [4] | 邓万友. 高校课堂教学质量的多层次模糊综合评价模型[J]. 内蒙古师范大学学报 (教育科学版), 2010, 23(5): 57–60. |
| [5] | 骆兰, 薛艳, 唐国强. 论高校课堂教学质量评估指标体系的构建[J]. 高教探索, 2006(6): 55–56. |
| [6] | 张月琪, 胡天彤, 赵亮, 等. 高校教学质量顾客满意度测评研究[J]. 天津师范大学学报 (自然科学版), 2005, 9(3): 62–65. |
| [7] | 汪建东. 高校课堂教学质量的定量综合评判方法研究[J]. 湖北大学学报 (哲学社会科学版), 2007, 34(4): 113–115. |
| [8] | 谢印宝, 王举辉. 高校课堂教学质量动态双向评价模型研究[J]. 曲阜师范大学学报 (自然科学版), 2014, 40(4): 60–64. |
| [9] | 王勇, 曾庆慧. 高校教学质量学生满意度影响因素实证研究——基于X大学理工科学生的调查[J]. 黑龙江高教研究, 2014(10): 46–48. |
| [10] | 李长青. 构建平衡计分卡理论的高校教学质量评价指标体系[J]. 高教探索, 2014(6): 137–141. |
| [11] | ReVelle J B.Overall review of QFD[C].The first QFD Seminar of China, Beijing, April, 2009. |
| [12] | 王晓暾, 熊伟. 基于改进灰色预测模型的动态顾客需求分析[J]. 系统工程理论与实践, 2010, 30(8): 1380–1388. |
| [13] | 张居凤, 汪玉. 基于QFD/SPA的武器装备需求分析方法[J]. 系统工程理论与实践, 2012, 32(9): 2016–2021. |
| [14] | 李延来, 唐加福. 质量屋中顾客需求改进重要度的确定方法[J]. 机械工程学报, 2007, 43(11): 100–118. |
| [15] | 李朝玲, 高齐圣. 在QFD中应用灰色关联度确定关联关系的研究[J]. 机械设计与研究, 2008, 24(4): 10–12, 22. |