不同角色对教师教学能力评价的差异性分析

1、    不同角色对教师教学能力评价的差异性分析    摘要：教师教学能力评价是教师成长必不可少的一环，本文通过对专家、专任教师、学生三种不同角色对相同教师的评分数据，进行pearson相关系数分析，并运用spss对其进行回归分析和差异性分析，经分析得出专家、专任教师、学生三类评分，专家评分和专任教师评分更为相近，而学生评分差异稍大些，但是对综合得分的影响是一致的，作为评价教师教学能力是合理的。关键词：教师教学能力，评价，差异性分析在高校中，不管是授课竞赛，还是日常课堂质量评估中，往往都会通过一定的教师教学能力评价指标来对教师的教学能力进行评价，教师评价准

2、确才能更好地促进教师们的积极性和激发其创造性。群体参与的评价是否存在差异性呢？参与评价的主体往往有三类，即专家评分、同行评分及学生评分，或为这三类评分的均值，或为三者评分施以不同的权重，对其加权综合，最终得到总得分，继而以此为依据评价教师教学能力或评选授课优秀教师。在这种评价机制下，三个评价主体的打分标准是否是一致的，是否之间有什么关联，对被评价对象的最终得分是否有显著的影响。本文通过对某高校授课竞赛过程中专家评分、同行评分和学生评分的数据进行差异性分析和相关性分析，找寻评价方式的合理性。1数据的处理本文选取某高校授课竞赛决赛参赛选手和评委的评分作为样本，参与决赛的老师有19名，即样本容量为1

3、9。每名参赛教师用20分钟的时间进行课堂教学，10名督导专家、10名专任教师、20名大学生听课，用于分析的数据来源于专家、专任教师和在校大学生依照课堂评价指标对参赛老师的打分结果，由此获得此分析的原始数据。将10位专家评分的算术平均数作为本次研究中的专家评分，将10位专任教师的评分的算术平均数作为本次研究中的专任教师评分，将20位在校学生的评分的算术平均数作为本次研究中的学生评分，最终将专家评分、专任教师评分和在校学生评分进行加权求和，得到每位参与评教的老师的综合得分。根据高校中评教权重的确定，分别将专家评分、专任教师评分和学生评分的权数确认为50%、30%和20%。算术平均数的计算公式如下：

4、其中为平均值，n表示打分人数，xi表示每个人的评分。经过处理后，最终得到样本数据如表1。表1经处理后的样本数据评教对象序号专家评分普通任职教师评分学生评分综合得分171.4871.9073.3871.99272.5974.5069.8572.61371.6072.2071.6071.78470.7875.0072.0172.29569.4270.7069.5169.82670.2474.4068.6371.17776.6575.6072.3375.47875.2576.7070.4874.73975.2073.4073.1074.241075.7576.4571.0275.011176.107

5、5.4072.0875.091275.6075.0069.6874.241376.0973.0069.3073.811475.7671.8070.4073.501575.9672.8072.0574.231675.0770.6069.8572.691774.3572.8068.5072.721874.6173.8071.2773.701973.8673.4070.5573.062相关性分析相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的线性相关关系的一种统计方法。在统计学中，一般用样本相关系数r来推断总体相关系数，相关系数的取

6、值范围为-1r1，其中r0表示两变量之间呈负的线性相关，r=0表示两变量之间不相关，r0表示两变量之间呈正的线性相关。通过样本的相关系数可大体上推断出总体的相关系数，继而可推断出变量总体间的关系。运用相关分析进行统计推断，提出的原假设和备择假设为：原假设h0：变量之间不存在显著的相关关系；备择假设h1：变量之间具有显著的相关关系。本文运用pearson相关系数对变量间的相关关系进行分析，分析结果如表2。表2pearson相关分析结果  专家评分专任教师评分学生评分专家评分pearson1.311.134显著性 .194.583专任教师评分pearson.3111.

7、124显著性.194 .613学生评分pearson.134.1241显著性.583.613 综合得分pearson.912*.629*.344显著性.000.004.149从表2中可以看出，综合得分与专家评分、专任教师评分、学生评分的pearson相关系数分别为0.912、0.629、0.344，说明综合得分与专家评分、专任教师评分、学生评分这三个变量之间具有线性相关关系，且综合得分与专家评分呈现高度正线性相关，与专任教师评分、学生评分这两个变量呈现中度正线性相关。综合得分与专家评分、专任教师评分的p值分别为0.000、0.004，都远小于0.05，即通过了显著性检验，认

8、为综合得分与这两个变量之间具有显著的相关关系，而综合得分与学生评分之间的p值为0.149，大于0.05，即没有通过显著性检验，认为综合得分与学生评分之间没有显著的相关关系。从表中可以看出，其余变量之间的显著性关系都不明显。3回归分析为了解专家评分（x1）、专任教师评分（x2）、学生评分（x3）对综合得分（y）的影响程度，对其进行线性回归分析。建立回归模型如下：y=+1x1+2x2+3x3+。运用spss统计软件对其进行回归分析，分析结果如表3和表4所示。表3模型总体检验结果模型平方和自由度均方差f显著性回归38.894312.9651409313.808.000b残差.00015.000

9、60; 总计38.89418   表4回归参数估计及检验结果模型未标准化标准化t显著性b误差beta c.053.045 1.190.253专家评分.500.000.7721500.867.000专任教师评分.299.000.364708.706.000学生评分.200.001.195395.782.000表3是对回归模型的总体显著性的检验，从检验结果可以看出，f统计量的p值为0，小于0.05，即通过了显著性检验，认为回归模型的总体是显著的。表4是模型中回归参数的估计以及回归参数的显著性检验结果，从表中可以看出，专家评分、专任教师评分

10、和学生评分这三个自变量都通过了显著性检验，即认为专家评分、专任教师评分和学生评分对综合得分都有显著性的影响。由表4可得估计的回归方程为：从方程中可以看出每个变量对综合得分的影响程度。例如专家评分增加1分会使得综合得分增加0.500分，专任教师评分增加1分会使得综合得分增加0.299分，学生评分增加1分会使得综合得分增加0.200分。4差异性分析在综合得分中，涉及到专家评分、专任教师评分和学生评分这三个变量，那么这三个变量对参与评教的教师的综合得分是否有显著性差异，对其进行均值和方差分析。均值分析是计算各种样本描述统计量的过程，对样本进行分组计算均数和标准差。用于检验两组样本的均值是否相同，且其

11、差异是否具有统计学意义。本文对专家评分、专任教师评分和学生评分这三个变量进行均值比较。比较结果如表5所示。表5均值比较结果 专家评分专任教师评分学生评分均值74.018973.655370.8205个案数191919标准差2.268111.787991.43664最小值69.4270.6068.50最大值76.6576.7073.38从表5中可以看出，专家评分和专任教师评分的均值分别为74.02、73.66，标准差分别为2.27和1.79，最大值分别为69.42、70.60，最小值分别为76.65、76.70，从主观上可以判断出专家评分和专任教师评分之间的差异比较小，可认为两者之间没

12、有显著性的差异。而学生评分的均值、标准差、最大值和最小值与前两者相比，其差异都比较明显，故可认为学生评分与专家评分和专任教师评分之间有显著性差异。为进一步了解专家评分、专任教师评分和学生评分这三者之间是否有显著性的差异，运用方差分析对其进一步作出分析。方差分析在形式上是比较多个总体均值是否相等，而本质上是研究变量之间的关系，其目的在于检验均数差别是否具有统计学意义，将总变异分解为由随机误差造成的变异和由均数差异造成别的变异，若前者小于后者，即具有统计学意义，认为总体中均数存在差异。方差分析的原假设和备择假设分别为：原假设h0：总体中均数间没有显著性差异；备择假设h1：总体中均数之间具有显著性差

13、异。有关方差分析的结果如表6所示。表6方差分析表  平方和自由度均方f显著性专家评分组间92.518175.44268.028.095组内.0801.080  总计92.59818   专任教师评分组间56.264173.3102.586.458组内1.28011.280  总计57.54418   学生评分组间31.303171.841.315.907组内5.84815.848  总计37.15118   由表6的分析结果可知，专家评分、专任教师评分和学生评分的p值分别为0.095、0.458、0.907，均大于0.05，由此可见在95%的置信水平下，需接受原假设，即认为专家评分、专任教师评分和学生评分之间没有显著性的差异，这三者的评分对综