《基于SPSS的教學質(zhì)量評估實證分析》9100字

引言21世紀的創(chuàng)業(yè)競賽仍然是激烈的企業(yè)家人才競賽，在新的歷史發(fā)展時期，培養(yǎng)一批創(chuàng)新型企業(yè)家人才仍然是大學的重要職責。人才教育，人才培養(yǎng)和教學質(zhì)量一直是大學生大學教育發(fā)展的基礎(chǔ)。教師培養(yǎng)人才。實際教學質(zhì)量的好壞直接影響著大學生學習和教育生活的實際質(zhì)量。因此，高校教學質(zhì)量的持續(xù)穩(wěn)定提高一直是高校教學研究工作的一部分。教學質(zhì)量綜合評價工作是一項全方位的系統(tǒng)質(zhì)量評價,在不斷促進高等學校德育教學質(zhì)量工作的健康有序發(fā)展和不斷提高學校教學質(zhì)量的全過程中始終起著重要指導(dǎo)作用。做好了對學校德育教學質(zhì)量的監(jiān)督教育考評監(jiān)督、考核、評價以及考核認證工作,是不斷加快提高學校教學質(zhì)量的重要保障,是不斷加強優(yōu)化高等學校開展德育學科教務(wù)教學工作質(zhì)量管理的重要工作抓手,是不斷加快滿足發(fā)展國家重點創(chuàng)新型教育企業(yè)以及國家戰(zhàn)略優(yōu)秀人才培養(yǎng)需求的重要推動力來源泉［1－2］。教學質(zhì)量管理績效評價質(zhì)量管理技術(shù)始于20世紀初期[3-4],80年代已逐步發(fā)展嫻熟成為對高等學校全體教師和大學生德育教學活動進行績效評價的重要質(zhì)量管理手段［5－6］，如今的學校教學質(zhì)量績效評價管理是一個教學動態(tài)的、持續(xù)的的全過程教學評價,是教學規(guī)范化和教學發(fā)展流動性相結(jié)合聯(lián)系的教學評價管理模式［7－11］通過學校教學質(zhì)量綜合評估和對數(shù)據(jù)的分析對比結(jié)果可以得出學校教學質(zhì)量的各個優(yōu)劣輕重程度,并深入分析探究各種提高學校教學質(zhì)量的有效科學教育方法和最優(yōu)教學途徑,從而來達到有效促進教學改革、學校教師與全體學生的共同健康發(fā)展,優(yōu)化學校管理工作等目標。因此,以客觀、準確地角度評價學校教學質(zhì)量、建立科學的學校教學質(zhì)量預(yù)估評價結(jié)果反饋機制,從而更好的有效提升學校教學質(zhì)量，是21世紀高校培養(yǎng)人才的重要政策措施。

22015—2019學年教學質(zhì)量評價數(shù)據(jù)的統(tǒng)計分析應(yīng)用綜合統(tǒng)計分析模型對各種研究行業(yè)的海量統(tǒng)計數(shù)據(jù)資源進行綜合分析研究是現(xiàn)代經(jīng)濟社會學術(shù)發(fā)展的必然趨勢。它不僅可以有效地幫助研究人員準確地掌握所有研究領(lǐng)域的學術(shù)發(fā)展和相關(guān)問題的歷史背景。研究與發(fā)展現(xiàn)狀，討論相關(guān)研究過程中的關(guān)鍵研究內(nèi)容，并準確預(yù)測該研究領(lǐng)域?qū)W術(shù)研究的未來發(fā)展趨勢。本文主要采用定量統(tǒng)計理論中的因子分析和方差分析兩種方法，對S大學開展的教學質(zhì)量績效評估工作的得分率進行數(shù)據(jù)分析，以期為學校的比較提供參考。開展教學質(zhì)量績效考核工作。合理的線性定量教學評估與分析方法。2.1應(yīng)用因子分析方法計算教師德育教學評價的總體綜合質(zhì)量得分應(yīng)用因子分析法計算教師德育教學評價的綜合素質(zhì)總分因子分析法是一種分子統(tǒng)計分析方法，力圖利用少量原始因子信息來準確反映原始分子數(shù)據(jù)的大部分分子信息。2.1.1數(shù)據(jù)來源及分析要求數(shù)據(jù)來源和分析要求論文的學科教學質(zhì)量的初步數(shù)據(jù)主要來自S大學漢語語言文學教務(wù)處。為了本文能夠更好盡可能對各項所有課程階段無效課堂教學質(zhì)量課程綜合教學效果質(zhì)量指標評價進行比較準確地及時進行課程綜合教學效果指標評價,文中所用的階段需要及時準確使用的所有課程無效教學變量樣本數(shù)據(jù)僅盡可能準確地應(yīng)選取為以下幾種階段無效課程教學變量:其中主要包括學校任課教師級別高級職稱學校注冊教師編號、評價教學質(zhì)量指標所有樣本容量總分、分項所有課程無效評價教學質(zhì)量指標和總得分(20個)、課程階段無效課堂教學質(zhì)量指標類型、性別、年齡、職稱;本文提出建議及時準確刪除文中所有階段無效課程教學管理變量所有樣本數(shù)據(jù),即使用所有課程無效教學質(zhì)量評價指標課程綜合教學效果指標評價質(zhì)量指標樣本容量均勻比例(高級任課教師高級應(yīng)聘授課實評教師授課課程教學管理教師應(yīng)聘人數(shù)/高級任課教師高級應(yīng)聘授課實評教師授課課程教學管理教師應(yīng)聘人數(shù))<80%的所有課程無效教學變量所有數(shù)據(jù)；本文所用所有課程無效教學變量所有數(shù)據(jù)的樣本容量均勻值可以準確設(shè)定為6524。該S大學對本次全校青年教師教學德育從事教學管理工作學習水平進行綜合能力評價指標分為教與學工作，學習態(tài)度，教學方法，教學內(nèi)容和教學效果四個層次，共20個。X0:該班級的教師積極負責教學和教育，并嚴格要求自己和他們的老師和學生。X1:老師遵守上課的時間，不管是遲到還是早退。X2:老師在課后分配作業(yè)或閱讀材料。X3:教師提供及時的課后指導(dǎo)和適當?shù)膯柎鸢才拧4:老師認真組織上課，缺課的學生人數(shù)很少。X5:班主任必須能夠適當合理地利用網(wǎng)絡(luò)多媒體和其他網(wǎng)絡(luò)教學資源，合理地組織課堂教學，并安排學生的閱讀教材。X6:我們學校的老師根據(jù)自己的能力教學生，以促進學生的整體個性化發(fā)展；同時，教師應(yīng)善于積極調(diào)整學生課堂教學活動的氛圍，注重促進師生之間的和諧互動，鼓勵全體學生積極發(fā)言。X7:教師非常重視有效利用各種啟發(fā)式方法并指導(dǎo)交互式課堂教學，并采用一套先進的交互式課堂教學管理方法，包括各種案例，討論和研究方法。X8:本課程的教學任務(wù)目標明確，基本知識和科學技術(shù)的關(guān)鍵困難和關(guān)鍵問題也明確表達。X9:在教學期間，教師沒有按課本傳播科目的現(xiàn)象，除教科書外，還迅速要求和補充其他教學內(nèi)容。X10:講師非常熟悉講座的內(nèi)容，因此他可以用簡單的方式解釋深刻的內(nèi)容并使用適當?shù)姆椒?。X11:兩位老師在演講中清晰表達了自己的觀點，強調(diào)了要點，并妥善處理了細節(jié)。X12:老師在他們的指導(dǎo)下為學生進行課外閱讀或家庭作業(yè)糾正，并仔細評估學生的家庭作業(yè)。X13:教師著重深入介紹該學科的前沿技術(shù)趨勢和我國社會經(jīng)濟發(fā)展中該學科課程基礎(chǔ)知識的基本要求，并將自己的教學研究課題和教學觀點充分融入課堂教學。X15:嚴格公布學校的課程設(shè)計大綱和課程教學計劃，并嚴格完成發(fā)布課程設(shè)計大綱和課程教學計劃所需的課程教學管理任務(wù)。X16:老師的課堂教學極大地提高了我的學習興趣，使我能夠更好地掌握自己的學習技能，并提高了學習水平。X17:老師的課堂教學使我掌握了許多相關(guān)的知識和專業(yè)技能，從而增強了我的實踐能力。X18:我自己解決現(xiàn)實生活中的問題時，沒有所謂的思維能力和自主創(chuàng)新意識的增強。X19:老師們的學術(shù)態(tài)度可以幫助和啟發(fā)我未來的學習和生活。2.1.2教學質(zhì)量水平評價關(guān)鍵指標因子分析對判別各個評價指標因素是否適完全適合學生進行因子分析我們首先嘗試使用了軟件SPSS進行數(shù)據(jù)分析,使用該軟件對20個被評預(yù)測與學校評教指標系數(shù)兩個指標之間的有機檢驗影響因子有機關(guān)系系數(shù)進行了定量分析,得到兩個與預(yù)測被評與學教指標系數(shù)兩個指標之間的有機相關(guān)系數(shù)矩陣(系數(shù)表略)和一個kmo與一個kmbartlettt的有機檢驗因子系數(shù)指標表(具體參表1)。計算方法檢驗分析結(jié)果顯示,除綜合影響評價因子相關(guān)系數(shù)為x0外,其余19個綜合評估數(shù)與綜合評價影響水平評價數(shù)量水平平均指標間的相關(guān)系數(shù)均遠遠大于>0.7,通過綜合評估數(shù)量性數(shù)與綜合影響評價水平影響數(shù)量水平0.001的評估數(shù)量水平可靠性數(shù)值分析進行檢驗,即19個綜合評估數(shù)與綜合評價影響水平評價數(shù)量水平平均指標間仍然具有評估次數(shù)具有強而可靠的相關(guān)性，因此，除了影響評估因子系數(shù)x0的評估外，其余19個綜合評估水平因子更適合在影響因子分析的評估中廣泛使用。巴特利特球面角度指數(shù)測試9.990>0.8，表示這19個球形度指標非常適合分析球形度影響因子。表2-1 KMO和Bartlett的檢驗取樣足夠度的Kaiser－Meyer-Olkin度量0.990表2-1（續(xù)）Bartlett的方法球形透明度檢驗近似方法卡方178814.157df171Sig. 0.0002.1.3提取因子在上一步的基礎(chǔ)研究實驗工作理論基礎(chǔ)上,運用主要的成分化解分析法唯一求解公式得出按照結(jié)合因子化解分析法唯一確定公式得到的兩個公共因子基本的初始因子化解,如下圖表2-2,2-3所示。表2-2中的第一個表列為19個原始命名變量的真實姓名。第二列指的是函數(shù)初始化的解這是計算之后得到的所有函數(shù)變量的一個共同性,都應(yīng)該是1。第三列因子指標變量是根據(jù)因子分析最后的一個解決答案方法所做的計算結(jié)果得出的各個指標變量共同點長度。表2-3為因子分析后首先對特定的因子進行快速提取及之后對特定的因子進行快速旋轉(zhuǎn)相關(guān)結(jié)論。因子每個序號被分別書寫在第一列,其余各列被劃分成一組,分別作為代表每個因子序號中各變量的方差均值貢獻(其中包括了特征性均值)、方差均值的貢獻率和每個因子序號中各變量長期積累時間的方差均值貢獻率。第二列分別依次地將所給出了對上述初始化函數(shù)因子各個函數(shù)可以進行因子求解的一個函數(shù)具體情況,第1個描述初始化函數(shù)因子的各個函數(shù)基本特點和偏微分方程根數(shù)的函數(shù)貢獻值它是15.432，它描述了原始初始化因子變量的每個因子函數(shù)的累加總方差19的15.432。第三列分別依次給出方差的實際數(shù)值貢獻率約為81.222％，第四列則依次地所給出的各個函數(shù)累加值值也就是前面由于對m個函數(shù)初始需要解決的因素中，每個函數(shù)的累積方差的實際貢獻率分別約為81.222％；后來由于兩個因子解所描述的方差逐漸減小，累積方差的實際貢獻逐漸增大，最后在初始因子解中，所有初始因子均已成功提取并獲得。因此，整個教學質(zhì)量指標評估指標的總方差的100％完全相同，我們可以理解。第二組提取的數(shù)據(jù)項主要詳細描述提取和理解共同價值因子的整個過程。上一小結(jié)確規(guī)定了每次提取兩個公共值的因素。它們一起描述了兩個原始提取的變量。數(shù)據(jù)填充和可變平均值。<br>83.527％，因此因子分析的結(jié)果是理想的。第二個分組的提取數(shù)據(jù)項主要詳細描述了公共值的因子提取理解的整個過程,前文中分別明確指定了每次提取2個公共值的因子,它們一起分別描述了兩個原有提取變量的數(shù)據(jù)總體和變量平均值。<br>83.527%,故運用因子分析的結(jié)果比較理想。表2-2變量共同度(公因子方差)初始提取X11.0000.772X21.0000.887X31.0000.805X41.0000.792X51.0000.884X61.0000.858X7X8X9X10X11X12X13X14X15X16X17X18X191.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0000.8520.8560.8160.8090.8630.8690.8080.7810.8230.8690.8410.8440.840按照如圖表2-3所示方法繪制的特征因子整體碎石結(jié)構(gòu)圖(詳見圖略)前2個特征因子的整體特征的數(shù)值相對比較高,對原來企業(yè)評價評估指標的影響信息整體描述結(jié)果具有顯著提示意義,到第3個特征因子的整體特征為低值以后,特征的數(shù)值相對比較低且其數(shù)值變化平穩(wěn),對于準確描述原來企業(yè)評價評估指標的整體影響信息貢獻也很小,因此在兩個圖中分別選取2個最為主要的特征因子碎石是合理的。表2-3解釋的總方差合計方差的/%累積%合計方差的/%累積%合計方差的/%累積%115．43281．22281．22215．43281．22281．2229．92952．25752．25720．4382．30583．5270．4382．30583．5275．94131．27083．52730．3121．64385．17040．2621．37986．54950．2371．24887．79760．2171．14488．94170．2121．11890．05980．2071．09191．15090．1890．99592．145100．1830．96493．110110．1700．89694．006120．1660．87194．877130．1540．81395．689140．1470．77296．461150．1440．75997．221160．1410．74197．962170．1370．72298．683180．1300．68499．368190．1200．632100．000初始特征值 提取平方和載入 旋轉(zhuǎn)平方和載入成分2.1.4因子載荷的求解根據(jù)確定方法算出來的2個評價因子,得到最終的評價因子載荷矩陣(如下圖表略),并據(jù)此進行計算得到了對教學質(zhì)量19個評估指標的不同因子載荷矩陣進行分析的數(shù)學模型,如:X1=0.879F1+0.014F2等。2.1.5因子旋轉(zhuǎn)及其公共因子的解釋解釋因子輪換及其公因子。由于旋轉(zhuǎn)的二次因子成為負荷矩陣結(jié)構(gòu)，因此可以更好地執(zhí)行二次因子負荷除法和對其因子的矩陣分類,采用方差極大法則則可以將旋轉(zhuǎn)因子變成載荷矩陣對其進行二次旋轉(zhuǎn),結(jié)果顯示見下文及表2-4。表2-4旋轉(zhuǎn)后因子載荷矩陣因子編號（成份）12X120．69120．543X20．4440．831X30．7210．534X40．7340．504X50．4960．799X60．7880．488X70．7690．510X80．7840．492X90．7110．558X100．7780．452X110．7760．512X120．5430．758X130．7520．492X140．6730．573X150．7610．494X160．8110．460X177980．451X180．7770．490X190．7890．467旋轉(zhuǎn)后,各因子之間的負載關(guān)系就會發(fā)生顯著變化。第一個具有公眾性的影響因子對于高中數(shù)學教師課堂素質(zhì)的評估中重要的指標x1、x3、x4、x6、x7、x8、x9、x10、x11、x13、x14、x15、x16、x17、x18、x19均存在于所有圖表中都存在的各個教學評估主要指標之間的影響比較大,說明了這16個主要的教學評估主要指標之間的差異很小。關(guān)性比較強,從每一項教學考核主要評估指標的一些具體內(nèi)容上我們通常都可以很清楚地去分析和發(fā)現(xiàn),這16個教學評估主要指標中的還有許多都指的是對于小學教師的集體課堂和集中教學,故我們通常可以將這16個教學評估中的指標分別組合在一起來將其歸納成為一類，并為這些公共影響因素定義稱為“課堂教學”的公共因素。第二個公共影響因子表明其x2、x5、x12承受著很大的數(shù)學負擔。這3個值在綜合教學評價衡量指標中我們更多地可以認為它們都是對用來代表數(shù)學老師的課后教學作業(yè)與課前輔導(dǎo),該公共影響因子被我們稱為“課后作業(yè)”。而且通過快速繪制粒子旋轉(zhuǎn)后的載荷因子相應(yīng)載荷速度圖(這點如同上下文示例中的載荷圖略),也同樣能夠快速得到因子相應(yīng)的計算結(jié)果。至此,成功地將原來19個高級教師學校課堂教學活動質(zhì)量指標考核績效評價主要指標值的變動及其轉(zhuǎn)化已成為2個極具公眾性影響因素。如上所述,提出了最初的2個公共等價因子,它們都已經(jīng)可以直接用來分別代表原始19個公共等價因子取值指標(83.527%),再對2個公共取值因子的各取值分別進行一個反復(fù)多次地正交方向旋轉(zhuǎn),就已經(jīng)能夠分別得出每個因子的取值轉(zhuǎn)換矩陣、因子的取值得分協(xié)方差矩陣,如圖見下圖表2-5、表2-6所示。表2-5因子轉(zhuǎn)換矩陣成份1210．7960．6062－0．6060．796協(xié)方差矩陣說明2個公共因子之間是一個正交、不可互換的,故達到了協(xié)方差因子分析的目的。表2-6因子得分協(xié)方差矩陣成份1211．0000．00020．0001．0002.1.6計算因子得分系數(shù)計算公共觀察點因子平均值得分的公共觀察因子每個平均值的矩陣公式表達式如下圖由于該量表2-7所示,根據(jù)該矩陣系數(shù)對量表中19個公共觀察點因子的每個平均值得分系數(shù)和它們各自的公共觀察點平均值進行計算,我們就可以求出每個公共觀察點的平均值為2個公共觀察點因子平均值得分:F1=0.026x1－0.498x2+0.063x3……+0.194x19F2=0.060x1+0.745x2+0.013x3……－0.158x19表2-7因子得分系數(shù)矩陣因子編號(成份)12X10．0260．060X2－0．4980．745X30．0630．013X40．107－0．045X5－0．4180．642X6X7X80．1710.1310.163－0．125－0．073－0．115X90．0290．059X100．201－0．168X110．135－0．078X12－0．3330．533X130．134－0．080X14－0．0210．123X150．141－0．088X160．220－0．191X170．219－0．191X180．158－0．110X190．194－0．158觀察值的綜合評價總分,其中綜合評估公式定義為:根據(jù)計算各教師對于課堂的教學質(zhì)量進行綜合評估的得分按照2個公共因子之間的方差貢獻率，加權(quán)計算出每F=0.5226F1+0.3127F2，,得出各個因子進行分析之后的各教師對于課堂的質(zhì)量進行評價綜合的得分。2.2對教學質(zhì)量評價結(jié)果影響因素進行方差分析分析了不同水平的影響因素是否會對教學質(zhì)量評估結(jié)果產(chǎn)生重大影響,找到了顯著的影響因素。并確定了模型的觀測變量,控制變化以及相應(yīng)水平。觀察變量為指標教學質(zhì)量的評價值Y，控制變量有:參評教師的性別a、年齡b、職稱c、學歷d(最高學位)、課程性質(zhì)e等;各自的水平有:性別為男a1、女a(chǎn)2;年齡有≤35歲b1，36≤年齡≤45歲b2和≥46歲b3;職稱有正高級c1、副高級c2、中級c3、助理級c4、其他c5;學歷有博士d1、碩士d2、學士d3和其他d4;課程性質(zhì)有4個水平:必修課e1、任選課e2、限選課e3、專業(yè)任選課e4。由于主要控制變量及其整體交互程度相對較大，因此，考慮到計算量與控制變量之間的交互作用的明顯性，僅根據(jù)與控制對象之間的關(guān)系來選擇主要控制變量及其相互作用，影響整體分數(shù)。僅從圖表中選擇一組滿足方差測試先決條件的控制變量，然后進行方差分析。結(jié)果如圖2-8所示。表2-8主體間效應(yīng)檢驗因變量:總分源III型平方和df均方FSig．校正模型299．877a496．1203．1740．000截距2631350．61512631350．6151364868．1520．000年齡59．779229．89015．5040．000職稱80．960420．24010．4980．000課程性質(zhì)20．79836．9333．5960．013年齡職稱80．841711．5495．9900．000年齡課程性質(zhì)43．54167．2573．7640．001職稱課程性質(zhì)32．901122．7421．4220．147年齡職稱*課程性質(zhì)42．772152．8511．4790．103誤差12481．32664741．928總計5．556E76524校正的總計12781．2036523表中我們可以清楚地看到,年齡、職稱、專業(yè)課程的三個特征和性質(zhì)都完全依賴于這些相互影響因素,年齡和專業(yè)課程的兩個特征、年齡和專業(yè)崗位職稱的兩兩特征交互都完全依賴于這些因素,職稱和專業(yè)課程的兩個特征交互都完全依賴于這些因素,職稱和專業(yè)課程的兩個特征性質(zhì)交互、3個控制變量之間的兩個特征性質(zhì)交互作用都完全依賴于這些因素交互作用都完全依賴于這些因素。上述結(jié)論中包含了許多重要因素的個別影響,旨在把課堂授課的過程作為一個系統(tǒng)來進行與其相關(guān)的探索和研究,并對于構(gòu)成該體系重要組成部分都必須需要進行一個整體性的綜合衡量,還必須把最優(yōu)集合的概念和理論運用到對課堂教學質(zhì)量的考核當中。2.3最優(yōu)集合的概念和理論被用于課堂教學質(zhì)量的評估2.3.1最優(yōu)集合理論在教學質(zhì)量評估中的應(yīng)用最優(yōu)集將對教學質(zhì)量的評估記為Ω，控制變量是上一步選擇的課程性質(zhì)，職稱和年齡的三個因素，分別為可以根據(jù)課程的性質(zhì)進行選擇。將Ω分為四個不相交的子集：必修課程，選修課程，受限選修課程和專業(yè)選修課程。根據(jù)教師的職稱，Ω可分為高級，副高級，中級，助理和其他5個不相交的子集。根據(jù)教師的年齡，相交的子集可以分為三個不相交的子集≤35、36-5和46。它們各自的最優(yōu)元素構(gòu)成了最優(yōu)集合。2.3.2根據(jù)影響課程教師教學質(zhì)量進行評價綜合得分的各類型最優(yōu)集合根據(jù)影響課程教師教學質(zhì)量的綜合評分，根據(jù)課程的性質(zhì)，職稱和年齡，將每種類型的最佳教學質(zhì)量評估評估分數(shù)集分為三組，分為不同的類別。詳情見表2-9、2-10、2-11。表2-9課程性質(zhì)分類表得分排名課程性質(zhì)F得分排名課程性質(zhì)F得分排名課程性質(zhì)F1必修3．2413任選1．2510限選1．292必修1．6311限選1．263必修1．5212限選1．254必修1．5215限選1．21表2-9（續(xù)）得分排名課程性質(zhì)F得分排名課程性質(zhì)F得分排名課程性質(zhì)F5必修1．5030限選1．106必修1．497必修1．498必修1．389必修1．3514必修1．2116必修1．2017必修1．1918必修1．1919必修1．1720必修1．1621必修1．1622必修1．1523必修1．1524必修1．1325必修1．1226必修1．1227必修1．1128必修1．1129必修1．11表2-10職稱分類表得分排名職稱F得分排名職稱F得分排名職稱F5正高級1．5018副高級1．191中級3．248正高級1．3821副高級1．162中級1．6315正高級1．2123副高級1．153中級1．5227正高級1．1126副高級1．124中級1．526中級1．497中級1．499中級1．3510中級1．2911中級1．2612中級1．2513中級1．2514中級1．2116中級1．2017中級1．1919中級1．1720中級1．1622中級1．1524中級1．1325中級1．1228中級1．1129中級1．1130中級1．10表2-11年齡分類表得分排名年齡F得分排名年齡F得分排名年齡F1463．242391．634321．525551．503371．526341．498521．389391．357341．4914511．2112401．2510341．2915551．2113361．2511341．2616461．2021431．1617341．1918481．1926361．1229351．1119501．1728451．1120491．1630361．1022501．1523491．1524531．1325541．1227461．11表2-9是將每個課程樣本根據(jù)其所要教授的高等課程集合性質(zhì)進行劃分分別為3個相互不同學習時間段的課程集合,必修、任選、限時抉擇的高等子課的集合及其中的最優(yōu)課程類型的子集合分別及其定義如下為{3,24}、{1,25}、{1,29}。表2-10根據(jù)職位的職稱級別類別將每個樣本分為3個時間不同的集合。正高，副低和中級集合中的最佳集合公式定義為{1,50}、{1,19}、{3,24}。表2-11是將每個酶的樣品按照一個生命周期內(nèi)的大小進行劃分排列為3個相互不同持續(xù)時間的樣品集合,≤35、36-5、46以上三個樣品集合的其中的最優(yōu)一個樣品集合分別可以表示如下為{1,52}、{1,63}、{3,24}。2.3.3教學質(zhì)量評價綜合得分到最優(yōu)集合距離的確定根據(jù)表2-9、2-10和2-11，將根據(jù)課程的性質(zhì)，工作職責和年級水平來計算每個樣本的綜合得分和分數(shù)。對其產(chǎn)生影響的因素所決定的三維坐標、至最優(yōu)集合之間的差值和時間,見表2-12。從圖表中我們可以看出,樣本經(jīng)過削弱影響因素后的排序情況,與影響因子分析的綜合得分集。表2-12距離排名表距離排名綜合得分排名課程性質(zhì)年齡職稱F課程性質(zhì)坐標年齡坐標職稱坐標距離 1 1必修46中級3．2441．0011．0011．0010．002 2 10限選34中級1．2901．0000．8490．3980．621 3 11限選34中級1．2550．9730．8260．3870．637 4 12限選40中級1．2500．9690．7670．3860．658 5 13任選36中級1．2481．0000．7660．3850．658 6 15限選55正高級1．2080．9370．3730．8060．659 7 2必修39中級1．6350．5051．0030．5050．701 8 21必修43副高級1．1560．3570．7090．9710．707 9 26必修36副高級1．1160．3440．6840．9370．73010 30限選36中級1．1040．8560．6770．3410．74811 4必修32中級1．5250．4711．0030．4710．74912 3必修37中級1．5250．4710．9350．4710．75113 5必修55正高級1．4960．4620．4620．9970．76114 6必修34中級1．4870．4590．9780．4590．76515 7必修34中級1．4870．4590．9780．4590．76516 8必修52正高級1．3810．4260．4260．9200．815

3結(jié)論利用SPSS軟件將19個評估指標x1、x3、x4、x6、x7、x8、x9、x10、x11、x13、x14、x15、x16、x17、x18、x19f，根據(jù)每一樣本和得分的情況，最優(yōu)取綜合得分前30名的教師作研究樣本對于S大學畢業(yè)班主任教師的課堂教學質(zhì)量狀況問題進行了一系列綜