SPSS在教师考评中的应用――回归分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇SPSS在教师考评中的应用――回归分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要： 现行教师考评指标体系，没有反映出教师劳动的本质特征及其运动规律，还存在定性指标多，定量指标少，考评指标内涵缺乏，考评指标多而乱的问题.所以必须抓住众多指标中，起关键作用的指标，以遵循全面考评与重点考评相结合等原则。采用回归分析的方法，借用SPPS 统计软件对各种指标进行分析。

关键词：教师考评 考评指标 回归分析

中图分类号：G632 文献标识码：A 文章编号：1003-9082（2015）11-0142-02

一、当前教师考评的现状及存在的问题

自1978年我国恢复教师考评工作以来，坚持对教师年度和任期教学工作考评就日益显得重要。而为了做好对教师的考评工作，自上世纪80年代中，后期，全国各省，市，自治区先后都制定出了相关的考核指标体系，不少学校还在次基础上，结合自身工作实际研究制定了本校教师教学工作考评指标体系。所有这些，对加强中小学教师队伍建设特别是对规范中小学教师日常工作管理，促进教师综合素质的提高，无疑发挥了重要的作用。但据对诸多中小学校教师开展日常教学工作考评实践情况的调查研究来看，结果发现：现行的中小学及教师考评指标体系仍存在诸多亟待解决的问题。其主要表现：

第一，从总体上看，没有反映出中小学教师工作的本质特征及其客观规律。教师劳动明显具有劳动经济学中揭示的 “潜在”，“流动”和“凝结”三种表现形态的本质特征。这也就是说，若想对教师日常工作情况做出真实的考评，必须同时考评其综合素质，工作投入和工作绩效三个方面。并依据其建构起相应的考评指标体系，都是模仿国家公务员按德，能，勤，绩四个方面来建构的，因此无法反映出中小学教师工作的本质特征，继而也就无法对教师工作做出最合理，科学的考评。

第二，定性指标多，定量指标少。以我省中小学教师考评指标体系为例，除“出勤率”和“工量”为定量指标外，其余几乎都是定性描述性指标。其结果是不仅考评实践中可操作性差，而且考评的区分度很低。

第三，考评指标内涵模糊甚至缺失。如我省中小学教师考评指标体系，除一，二级考评指标外，对二级考评指标的任何一项的内涵界定都没有。这样，考评主体在考评实践中就缺失了对考评客体具体工作情况进行具体评价的标准，结果只能凭个人想象甚至好恶而任意地进行评价，因此考评指标体系本应具有标准化作用也就荡然无存了。

第四，考评指标太多，各指标之间的相关性很强，考评重点不够突出。考评指标多而繁杂，重点不明确，使得考评效率低下。教师考评，要面对来自各方面的资料和数据，如何做到资料科学，数据提供有据，对考评组织者来讲，是首要考虑的问题。

为了保证资料数据的客观提取，提高考评资料数据的可信度，提高考评的效率，我们尝试用spss软件在教师考评中，应用相关分析与回归分析对众多考评指标进行处理简化，以提高考评的合理性，科学性。

二、回归分析原理

回归分析主要描述的是两个变量间变化的直线趋势，并在散点图上找到这样一条直线相应的方程也就被称为直线回归方程。在线性回归中又可分为：一元线性回归和多元线性回归。

一元线性回归简单地说，是涉及一个自变量的回归，主要功能是处理两个变量（因变量与自变量）之间的线性关系，建立线性数学模型并进行评价预测。在教师考评中涉及多个指标，也就是有多个自变量，所以本文中主要应用到的是多元线性回归。

三、应用举例

对教师的考评，主要是通过对教师的教学质量的评估来体现的。在这里仅仅就教学质量这一方面，在SPSS中应用回归分析的方法来对各项指标进行处理。由教学质量考评这一个方面可以推及其它各个方面，也可以利用该方法对各项指标进行处理。下面是某高校考评组织部门设计了一个教学评估表，对学生进行一次问卷调查，要求学生对12位教师的15门课程（其中3位教师有两门课）按以下7项内容打分，分值为1-5分（5分最好，1分最差）。 ：课程内容组织的合理性; ：主要问题展开的逻辑性;

：回答学生问题的有效性; ：课下交流的有; ：教科书的帮;

：考试评分的公正性;Y：对教师总体评价。收回问卷调查表后，得到了学生12位教师、15门课程各项评分的平均值。见下表2

表2

表注：（上表数据来自：姜启源.数学模型[M].高等教育出版社，2004年第一版）

此时首先假设因变量y与自变量 存在线性关系，即存在方程： 。初步看来，影响变量的因素较多，并得到大量的数据。为了建立一个有效的回归方程，可以利用逐步回归只选择那些影响显著的变量“入围”。所以在SPSS中，我们选择菜单“analyzeregressionlinear”并且在“method”下拉框中选择“stepwise”（逐步回归）。逐步回归就是一种从众多有变量中有效地选择重要变量的方法。

依照上面的步骤，在SPSS中把表2中的数据输入运行。下面再对所得的结果逐个进行具体的分析一下。

上表给出了参与回归分析的7个变量（1个因变量，6个自变量）的相关系数表及其检验。整个表的内容可分为3个部分，“pearson correlation”栏给出了7个变量两两相关系数表，因变量y（对教师的总体评价）与自变量

的相关系数分别为： 一般认为，两个变量的相关系数超过0.85时才具有显著的相关关系。由上面的结果知道，与

Y相关关系显著的只有 。

上表给出了4个回归方程模型（model）拟和总结，回归方程模型（model）3和4的复相关系数（R）分别为0.989和0.988，决定系数（R square）分别为0.978和0.977，而调整决定系数（adjusted.R square）为0.972和0.973，从而可知回归方程模型（model）3和4的拟和度很好。

上表给出了4个回归方程模型（model）的方差分解及检验结果，4个回归方程模型（model）的统计量F值分别为：

P值均为0.000。可见4个回归方程模型（model）都是极其显著的。

上表给出了拟和的回归方程系数以及对回归方程系数检验的结果。从表中我们可以清楚的看到在方程Mode 3中，自变量x2回归系数为-0.110。统计量t=-0.631，对应的置信水平为0.541> =0.05（常用置信水平），所以自变量x2检验结果是不显著的。可以考虑去除x2项的回归方程。在方程Mode 4中，只有自变量x1，x3并且其检验结果是显著的。所以最终得到一个有效的回归方程：

在最终Mode 4里回归变量值只有x1，x3，是一个简单易用的指标，据此可把课程内容组织的合理性（x1）和回答学生问题的有效性（x3）列入考评的重点。最后由方程可表明，x1的分值每增加一分，对教师的总体评价就增加约0.5分;x3的分值每增加一分，对教师的总体评价就增加约0.77分。所以可建议考评组织者，应当抓住这两个考评指标作为考评的重点。

参考文献

[1]黄应堂， 梅冠延， 高永峰， 梅林.教师考评质量控制研究与实践[J].西北医学教育，2006年第三期

[2]张文彤.SPSS统计分析基础[M].高等教育出版社，2004年第一版

[3]姜启源.数学模型[M].高等教育出版社.2003年第三版.

[4]罗继荣，王芳，罗贤明.中小学教师综合考评指标体系重构初探[J].江西教育科研2005年第12期

[5]问卷统计分析实务-----SPSS操作与应用[M].重庆大学出版社，2010年5月第一版

[6]章文波，陈红艳.实用数据统计分析及SPSS 12.0应用[M]人民邮电出版社，2006年

[7]邓楠，蒋祖发.课堂教学质量考评与教学业绩考核的实践研究[J]湖南科技学院学报.2006年第七期

[8]梅冠延，黄应堂.教师考评组织管理策略研究[J].西北医学教育，2006年第三期

作者简介：徐校会（1984-），女，硕士，助教，主要从事教育教学管理

孟红军（1980-），男，硕士，讲师，主要从事学校管理研究。