教學(xué)評估分析報告

教學(xué)評估分析報告重要手段。為了考評教師的教學(xué)質(zhì)量，為了更好的了解學(xué)生的學(xué)習(xí)狀表，對學(xué)生進(jìn)展問卷調(diào)查。一、選題本報告是為了考評教師教學(xué)質(zhì)量。二、資料收集本報告數(shù)據(jù)來自對某校某年級學(xué)生的調(diào)查問卷。說明：本報告數(shù)據(jù)是對七項(xiàng)數(shù)據(jù)指標(biāo)進(jìn)展分析整合。1215門課程〔3位教師有兩門課〕按以下7項(xiàng)內(nèi)容打分，分值為15分51分最差考試評分的公正性；Y~對教師的總體評價。形式：用SPSS軟件對數(shù)據(jù)處理做報告分析。三、提出問題X1~X6這六項(xiàng)內(nèi)容的分析，提出問題：它們對教師的教學(xué)總體評價Y是否都有影響？四、首先對六項(xiàng)數(shù)據(jù)資料分析數(shù)據(jù)整體分析描述統(tǒng)計(jì)量15狀態(tài)〕首先用描述統(tǒng)計(jì)量15狀態(tài)〕N統(tǒng)計(jì)量微小值統(tǒng)計(jì)量極大值統(tǒng)計(jì)量均值統(tǒng)計(jì)量標(biāo)準(zhǔn)差統(tǒng)計(jì)量偏度統(tǒng)計(jì)量標(biāo)準(zhǔn)誤統(tǒng)計(jì)量標(biāo)準(zhǔn)誤X1152.474.674.1053.61988-1.639.5802.3991.121X2152.794.644.0633.53704-1.210.580.6851.121X3153.244.534.0320.44653-.804.580-.7911.121X4153.504.754.1493.41518-.224.580-1.3621.121X5152.644.633.8027.68880-.433.580-1.1231.121X6153.754.574.1973.25381-.408.580-.8191.121Y有效的N〔列表152.844.693.9420.61021-.582.580-1.2061.12112156項(xiàng)指標(biāo)的最明顯表示。先觀看微小值、極大值欄，6項(xiàng)指標(biāo)幾乎沒有太大的差異，可以無視；再看均值欄，在這一欄中，最小的是X53.8027，其余指4.0Y3.9420X5的標(biāo)準(zhǔn)差也最大，說明它的數(shù)據(jù)波動比較大，即每門課的教科書發(fā)揮的作用不一樣，有些作用大，有些作用較小寫，綜合均值和標(biāo)準(zhǔn)偏度欄，都在0.580的標(biāo)準(zhǔn)誤差下，6項(xiàng)統(tǒng)計(jì)量指標(biāo)均小于零，說明它們的數(shù)據(jù)整體集中點(diǎn)距中心偏左，峰度欄里，在1.121的標(biāo)準(zhǔn)誤差下，6項(xiàng)指標(biāo)中只有X1、X2大于零，說明它們較正態(tài)分布陡峭，其余小于零，整體水平Y(jié)也小于零，說明較正態(tài)分布根本平緩。對數(shù)據(jù)進(jìn)展主成分分析解釋的總方差提取方法：主成份分析。解釋的總方差提取方法：主成份分析。成份合計(jì)初始特征值方差的%累積%合計(jì)提取平方和載入方差的%累積%合計(jì)旋轉(zhuǎn)平方和載入方差的%累積%14.15469.23069.2304.15469.23069.2303.94665.76665.76621.02817.14086.3701.02817.14086.3701.23620.60586.3703.4036.70993.0804.2404.00697.0865.1402.33099.4166.035.584100.000為72.839%，數(shù)據(jù)信息損失度為27.161%；再看其次個成分，它對總體的奉獻(xiàn)率為14.981%，加和可得兩個成分的共同累積奉獻(xiàn)率為87.811%，大于我們心里承受的85%信息保存的力量，即信息損失度只要小于15%適宜。下面用以下碎石圖對主成分確實(shí)定做進(jìn)展分析：觀看上圖我們可以了解到：成分1和成分2的連線斜率最大，X0損失度恰在我們可以承受的范圍中。對兩個成分進(jìn)展成分分析用SPSS軟件的主成分分析法對上面確定的兩個主成分做以下成分矩陣和旋轉(zhuǎn)成分矩陣：成份矩陣成份矩陣a成份12X1.880.033X2.951-.085X3.899-.282X4.885.205X5.335.924X6.878-.212a.已提取了2旋轉(zhuǎn)成份矩陣旋轉(zhuǎn)成份矩陣a成份12X1.842.259X2.941.163X3.942-.041X4.802.426X5.086.979X6.903.022Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。a.旋轉(zhuǎn)在3觀看成分矩陣和旋轉(zhuǎn)成分矩陣，主要看旋轉(zhuǎn)成分矩陣，其目的是對主成分進(jìn)展相應(yīng)命名。1中除X5是0.297其影響較大；而在成分2中只有X5對其影響最大。所以我們可以對成分1命名為教師成分；成分2命名為教科書成分。再看下面成分圖可進(jìn)一步確認(rèn)：觀看上面成分圖也可以得出命名結(jié)論：六項(xiàng)指標(biāo)中，只有X5孤立自成一類，其余成分成積存一起成一類。所以將X5其命名教科書成分；其余為教師成分。分析成分得分狀況成份得分系數(shù)矩陣成份得分系數(shù)矩陣成份12X1.196.086X2.243-.021X3.280-.209X4.154.247X5-.154.889X6.257-.144Kaiser構(gòu)成得分。對標(biāo)準(zhǔn)化以后的數(shù)據(jù)做因子得分，即對每個因子做一個客觀評1中只有X5為負(fù)值，其余都是正值，說明只有X5在標(biāo)準(zhǔn)水平以下，其數(shù)據(jù)具都在標(biāo)準(zhǔn)水平以上。再看成分2，有X1、X4、X5大于零，說明在標(biāo)準(zhǔn)水平以上，這中間X5的數(shù)值最大，說明它的統(tǒng)計(jì)值遠(yuǎn)遠(yuǎn)超出標(biāo)準(zhǔn)水平，其余都為負(fù)。現(xiàn)在看成分得分協(xié)方差矩陣的狀況：成份得分協(xié)方差矩陣成份得分協(xié)方差矩陣成份1211.000.0002.0001.000成份1211.000.0002.0001.000提取方法:主成分分析法。成份得分協(xié)方差矩陣Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。構(gòu)成得分。設(shè)DX觀看可知和數(shù)是對角矩陣，對角線都為1，,成份得分協(xié)方差矩陣Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。構(gòu)成得分。就可以把6元正態(tài)性問題化為6與總評價Y的圖形線性關(guān)系散點(diǎn)圖的觀看：〔在此僅以X1為例〕認(rèn)真分析X1與Y的關(guān)系，整體幾乎在一條線上，隨著X1的增加，Y也在增加，總體成正相關(guān)性分布。下面再對各個變量之間的雙變量相關(guān)性做分析〔我們規(guī)定只要小于**.在.01〔雙側(cè)〕上顯著相關(guān)。**.在.01〔雙側(cè)〕上顯著相關(guān)。相關(guān)性X1X2X3X4X5X6YX1Pearson相關(guān)性1.901**.675**.736**.275.647**.897**顯著性〔雙側(cè)〕.000.006.002.321.009.000N15151515151515X2Pearson相關(guān)性.901**1.850**.740**.244.803**.936**顯著性〔雙側(cè)〕.000.000.002.380.000.000N15151515151515X3Pearson相關(guān)性.675**.850**1.750**.073.849**.912**顯著性〔雙側(cè)〕.006.000.001.795.000.000N15151515151515X4Pearson相關(guān)性.736**.740**.750**1.438.704**.822**顯著性〔雙側(cè)〕.002.002.001.102.003.000N15151515151515X5Pearson相關(guān)性.275.244.073.4381.147.162顯著性〔雙側(cè)〕.321.380.795.102.600.564N15151515151515X6Pearson相關(guān)性.647**.803**.849**.704**.1471.825**顯著性〔雙側(cè)〕.009.000.000.003.600.000N15151515151515YPearson相關(guān)性.897**.936**.912**.822**.162.825**1顯著性〔雙側(cè)〕.000.000.000.000.564.000N15151515151515由上表可知：X2和X1有很強(qiáng)的相關(guān)性，相關(guān)系數(shù)為0.901；X3和X1之間有0.675的相關(guān)性；…由表可以看出下面幾個變量之間可以認(rèn)為不相關(guān)：X1與X5、X2與X5、X3與X5、X5與Y。得出結(jié)論：X5響。下面再看一組數(shù)據(jù)：在看X1變量對教學(xué)評估時，X2數(shù)據(jù)的偏相關(guān)性影響：相關(guān)性掌握變量X1YX2-無-aX1相關(guān)性1.000.897.901顯著性〔雙側(cè)〕..000.000Df01313Y相關(guān)性.8971.000.936顯著性〔雙側(cè)〕.000..000Df13013X2相關(guān)性.901.9361.000顯著性〔雙側(cè)〕.000.000.Df13130X2X1相關(guān)性1.000.353顯著性〔雙側(cè)〕..215Df012Y相關(guān)性.3531.000顯著性〔雙側(cè)〕.215.Df120a.單元格包含零階(Pearson)相關(guān)。相關(guān)性掌握變量X1YX2X3X4X6-無-aX1相關(guān)性1.000.897.901.675.736.647a.單元格包含零階(Pearson)相關(guān)。相關(guān)性掌握變量X1YX2X3X4X6-無-aX1相關(guān)性1.000.897.901.675.736.647顯著性〔雙側(cè)〕..000.000.006.002.009Df01313131313Y相關(guān)性.8971.000.936.912.822.825顯著性〔雙側(cè)〕.000..000.000.000.000D2相關(guān)性.901.9361.000.850.740.803顯著性〔雙側(cè)〕.000.000..000.002.000D3相關(guān)性.675.912.8501.000.750.849顯著性〔雙側(cè)〕.006.000.000..001.000D4相關(guān)性.736.822.740.7501.000.704顯著性〔雙側(cè)〕.002.000.002.001..003D6相關(guān)性.647.825.803.849.7041.000顯著性〔雙側(cè)〕.009.000.000.000.003.D2&X3&X4&X6 X1相關(guān)性1.000.808顯著性〔雙側(cè)〕..003Df09Y相關(guān)性.8081.000顯著性〔雙側(cè)〕.003.Df90a.單元格包含零階(Pearson)相關(guān)。整體分析X2、X3、X4、X6時，他們對Y的整體呈強(qiáng)相關(guān)性，但0.808相對X2少了；但相對其他數(shù)據(jù)而言相關(guān)性有所增加，但變化不是很大，說明它們對X1相對Y的影響比較小。用主成分分析法做因子回歸模型為了得到總體評價Y與各項(xiàng)具體內(nèi)容Xi之間的關(guān)系。在上面數(shù)據(jù)分析的根底上我們做主成分回歸模型。A、提出假設(shè)Y有顯著影響，并且各項(xiàng)之間也可能存在很強(qiáng)的相關(guān)性。B、模型構(gòu)成由題意，做因變量Y與6個自變量X1，X2，…,X6的模型中，由于它們之間存在的線性關(guān)系〔上面數(shù)據(jù)已經(jīng)分析到了，所以我們可分回歸模型：Y*=b0+b1Z1*+b2Z2* ①Zi*=aX1+bX〔其ab為成分得分值i=2〕 數(shù)據(jù)說明：Zi*為標(biāo)準(zhǔn)化后的成分得分值C、模型求解里已分析到，將其帶入上式的模型②中，即得主成分回歸方程：Z1*=0.196X1+0.243X2+0.280X3+0.154X4-0.154X5+0.257X6Z2*=0.086X1-0.021X2-0.209X3+0.247X4+0.889X5-0.144X6由主成分回歸可得到標(biāo)準(zhǔn)化回歸方程，即①可得到：Y*=Z1*+Z2*即：Y*=0.282X1+0.222X2+0.071X3+0.401X4+0.735X5+0.113X6D、模型分析用主成分分析法可得，X3對主體的影響最小，但由前面一系列數(shù)據(jù)分析說明：X3對主體的作用不行無視；X6相比照較小，結(jié)合上面數(shù)據(jù)在此可以無視；X1、X2影響相當(dāng)，我們可以猜測這兩個因子X5，由于前面數(shù)據(jù)分析里根本明確說明：它對整體的影響相對其他因子較小，雖然這里它的系數(shù)是最大的，但就整體考慮而言，還是要將其無視?？偨Y(jié)來看，對整體影響不行無視的成分主要有：X1/X2、X3、X4。由模型進(jìn)一步做主成分分析成對樣本檢驗(yàn)成對樣本檢驗(yàn)成對差分差分的95%均值標(biāo)準(zhǔn)差 均值的標(biāo)準(zhǔn)誤下限上限tdfSig.(雙側(cè))對1X1-X2.04200.26998.06971-.10751.19151.60314.556由上面的分析可得，X1、X2對整體影響最大，為了更好地了解它，這里我們僅對X1、X2做成對樣本T檢驗(yàn)。用T檢驗(yàn)法可得上表，首先我們對X1~X2的主成分做配對樣本T檢驗(yàn)。在95%的置信區(qū)間下，做自由度為14，差分下限是-0.10751，差T檢驗(yàn)；做〔X1-X2〕的成分差分，在0.06971的標(biāo)準(zhǔn)誤差下，標(biāo)準(zhǔn)化后的差分均值為0.04200，由于數(shù)字差分標(biāo)準(zhǔn)差為0.26998，說明X1X