论文部分内容阅读
【摘 要】青年教师已是当前黑龙江省乃至全国高职院校教师队伍的主力军，其教学水平直接影响高职院校人才培养的质量。构建了较为全面的青年教师教学水平评价指标体系，从多个角度诠释了高等职业院校青年教师教学水平的构成，以期为青年教师教学水平的发展和提高提供参考。
【关键词】高职院校；青年教师；教学水平；指标体系
随着黑龙江省高职院校青年教师所占比重不断增加，青年教师已经成为了黑龙江省高职院校教师队伍的主力军。青年教师的教学水平直接影响教学质量和效果，也是影响高职院校整体教学质量和人才培养质量的关键因素。[1] 然而目前黑龙江省的高职院校教学水平的评价都采用一套评价体系，而忽略了青年教师自身的特点，因此需要构建一套针对青年教师教学水平评价的指标体系。
一、构建青年教师教学水平评价指标体系
构建青年教师教学水平评价指标体系应本着全面性与简明性原则，通用性与可比性原则，可靠性与可操作性原则和科学性原则。[2] 通过对黑龙江省近15所高职院校教学水平评价体系的分析研究，同时电话访问20名教育专家调查了他们对青年教师教学水平的评价内容，现总结以下指标体系如表1所示。
表1 青年教师教学水平评价指标体系
二、对构建的指标体系进行检验
为了检验表1中所有的指标是否必要，首先要对构建的指标系统进行巴特利特球度检验和KMO检验。这也是检验该指标体系是否适合进行下一步的因子分析。检验结果如图1所示。可见，KOM值大于0.8，巴特利特球形检验的统计值显著性概率小于0.01，依据检验判断标准该指标体系适合进行因子分析。
图1 评价因子的巴特利特球度检验和KMO检验
三、提取关键指标
从图2的分析结果来看，第一列为因子编号，以后每三列组成一组，分别是是特征根值、方程贡献率和累计方差贡献率。第二列至第四列数据描述了初始因子的情况。可见第一个因子的特征根为5.779，解释原有17个变量总方差的28.799%，累计方差贡献率为36.318%。以此类推。第五列至第七列描述了因子解的情况。提取了4 个主成分，共解释了原有变量总方差的85.446%。总体上原有变量的信息丢失较少，因子分析效果较理想。第八列至第十列则描述了最终因子解的情况。因子旋转后累计方差比没有较大变化，没有影响原有变量的共同度，但却重新分配了各因子解释原有变量的方差，改变了各因子的方差贡献，使得因子更易于解释。前4个因子的特征根值大于1对解释原有变量的贡献率最大，所以提取4个主成分是合适的。
图2因子解释原有变量总方差
四、对已构建的指标体系进行信度分析
信度分析可以进一步判断指标的稳定性和可靠性，同时可以起到净化指标的作用。信度系数越大，表明测量的可信程度越大，学者DeVellis（1991）认为，0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；0.80～0.90（非常好）[3] 。通过运算得出以上指标的alpha系数值均大于0.70（如图3所示）。说明构建的青年教师教学水平评价指标体系中的各项指标具有很好的一致性。
图3 指标内部一致性检验
本文对青年教师教学水平评价指标体系进行了初探，在对高职院校青年教师教学水平及教学能力的特征分析的基础上，采用因子分析法构建了上述指标体系，可以应用于高职院校青年教师评价。但各项评价指标的权重和评价标准的确定等方面还需进一步研究。本指标体系也应随着教育教学方法的改革和人才培养模式的转变而调整和完善。
参考文献：
[1]和燕. 基于因子模型的高效教师教学评价指标体系研究[J].楚雄师范学院学报，2011，3：23-24.
[2]刘慧. 高等院校青年教师教学能力评价指标体系与方法探讨[J]. 职业时空，2010，6：150-151.
[3]王吉权. 因子分析法在高校教师教学质量评价中的应用[J].数学的实践与认识，2011，15：50-51.
【关键词】高职院校；青年教师；教学水平；指标体系
随着黑龙江省高职院校青年教师所占比重不断增加，青年教师已经成为了黑龙江省高职院校教师队伍的主力军。青年教师的教学水平直接影响教学质量和效果，也是影响高职院校整体教学质量和人才培养质量的关键因素。[1] 然而目前黑龙江省的高职院校教学水平的评价都采用一套评价体系，而忽略了青年教师自身的特点，因此需要构建一套针对青年教师教学水平评价的指标体系。
一、构建青年教师教学水平评价指标体系
构建青年教师教学水平评价指标体系应本着全面性与简明性原则，通用性与可比性原则，可靠性与可操作性原则和科学性原则。[2] 通过对黑龙江省近15所高职院校教学水平评价体系的分析研究，同时电话访问20名教育专家调查了他们对青年教师教学水平的评价内容，现总结以下指标体系如表1所示。
表1 青年教师教学水平评价指标体系
二、对构建的指标体系进行检验
为了检验表1中所有的指标是否必要，首先要对构建的指标系统进行巴特利特球度检验和KMO检验。这也是检验该指标体系是否适合进行下一步的因子分析。检验结果如图1所示。可见，KOM值大于0.8，巴特利特球形检验的统计值显著性概率小于0.01，依据检验判断标准该指标体系适合进行因子分析。
图1 评价因子的巴特利特球度检验和KMO检验
三、提取关键指标
从图2的分析结果来看，第一列为因子编号，以后每三列组成一组，分别是是特征根值、方程贡献率和累计方差贡献率。第二列至第四列数据描述了初始因子的情况。可见第一个因子的特征根为5.779，解释原有17个变量总方差的28.799%，累计方差贡献率为36.318%。以此类推。第五列至第七列描述了因子解的情况。提取了4 个主成分，共解释了原有变量总方差的85.446%。总体上原有变量的信息丢失较少，因子分析效果较理想。第八列至第十列则描述了最终因子解的情况。因子旋转后累计方差比没有较大变化，没有影响原有变量的共同度，但却重新分配了各因子解释原有变量的方差，改变了各因子的方差贡献，使得因子更易于解释。前4个因子的特征根值大于1对解释原有变量的贡献率最大，所以提取4个主成分是合适的。
图2因子解释原有变量总方差
四、对已构建的指标体系进行信度分析
信度分析可以进一步判断指标的稳定性和可靠性，同时可以起到净化指标的作用。信度系数越大，表明测量的可信程度越大，学者DeVellis（1991）认为，0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；0.80～0.90（非常好）[3] 。通过运算得出以上指标的alpha系数值均大于0.70（如图3所示）。说明构建的青年教师教学水平评价指标体系中的各项指标具有很好的一致性。
图3 指标内部一致性检验
本文对青年教师教学水平评价指标体系进行了初探，在对高职院校青年教师教学水平及教学能力的特征分析的基础上，采用因子分析法构建了上述指标体系，可以应用于高职院校青年教师评价。但各项评价指标的权重和评价标准的确定等方面还需进一步研究。本指标体系也应随着教育教学方法的改革和人才培养模式的转变而调整和完善。
参考文献：
[1]和燕. 基于因子模型的高效教师教学评价指标体系研究[J].楚雄师范学院学报，2011，3：23-24.
[2]刘慧. 高等院校青年教师教学能力评价指标体系与方法探讨[J]. 职业时空，2010，6：150-151.
[3]王吉权. 因子分析法在高校教师教学质量评价中的应用[J].数学的实践与认识，2011，15：50-51.