程郁昕，马文瑾

(安徽科技学院 动物科学学院，安徽 凤阳 233100)



应用型高校教师综合评价主成分模型的建立与分析

程郁昕，马文瑾

(安徽科技学院 动物科学学院，安徽 凤阳 233100)

目的：建立并分析应用型高校教师综合评价的主成分模型。方法：选取本校动物科学学院为样本点，选择教师2014年度的教学工作量(x1)、教学质量评价(x2)、科研积分(x3)、职称(x4)、学历(x5)、毕业院校(x6)、工作年限(x7)等指标进行主成分分析，建立入选主成分的评估模型。结果：主成分F1～F5的贡献率分别为38.06%、24.33%、15.95%、9.33%、8.49%，累计贡献率为96.17%，为入选主成分；建立入选主成分的评估模型为Y = -0.0147x1+ 0.0437x2+ 0.1886x3+ 0.3498x4- 0.0918x5- 0.0644x6+ 0.3046x7。结论：建立主成分评估模型对教师进行综合评价较为合理，且客观可行。

教师；主成分模型；综合评价

主成分分析是多元统计学中解决多变量高维复杂系统方法[1]，主要是将多个相关指标简化为少数指标(主成分)，构成的一组线性组合[2]。该方法在数据信息丢失最少的原则下，对多变量的数据表进行最佳综合简化，即对高维空间进行降维处理。与其他方法相比，其具有全面性、可行性等优点[3-4]。各指标间相关程度越密切，则相应的主成分个数越少，本法越优越[4]。本研究拟建立应用型本科普通高校教师综合评价的主成分模型，为科学、合理地评价、绩效考核教师及青年教师的发展能力培训提供参考。

1 设计与方法

1.1 设计

2014年度，对本校动物科学学院院在职教师47人，选择教学工作量(x1)、教学质量评价(x2)、科研积分(x3)、职称(x4)、学历(x5)、毕业院校(x6)、工作年限(x7)等7个指标，进行主成分分析，以累计贡献率达到85%[5]为标准确定入选主成分，建立入选主成分的评估模型，进行教师的综合评价。

1.2 方法

依照学校相关规定进行教学工作量、教学质量评价、科研积分的统计和评价；职称分初级、中级、副高级、高级，分别标为1-4；学历分本科、硕士、博士及博士以上，分别标为1-3；毕业院校分一般大学、“211工程”大学、“985工程”大学，分别标为1-3；工作年限分为5年以下、5～15年、16～25年、25年以上，分别标为1-4。

1.3 数据处理

运用DPS3.01数据处理系统进行数据的整理和分析。

2 结果与分析

2.1 各指标的表型参数

7个指标的表型参数见表1。由表1可知，科研积分的平均数为317.91，而标准差高达418.88；主要原因是，47位教师的科研积分，最高为1872分，最低为0分；1000分以上3人，0分11人。

表1 各指标的表型参数

2.2 各指标间的简单相关系数

7个指标间的简单相关系数见表2。由表2 可知，各指标间的简单相关系数中有7个达到极显著(P< 0.01)或显著(P< 0.05)水平，其余均不显著(P> 0.05)。其中，教学质量评价(x2)与职称(x4)、科研积分(x3)与职称(x4)、职称(x4)与工作年限(x7)、学历(x5)与毕业院校(x6)为极显著的正相关(P< 0.01)；学历(x5)与工作年限(x7)、毕业院校(x6)与工作年限(x7)为极显著地负相关(P< 0.01)；科研积分(x3)与学历(x5)为显著的正相关(P< 0.05)。

2.3 主成分评估模型的建立

2.3.1 主成分的特征根值及贡献率 主成分的特征根值及贡献率见表3。由表3可知，主成分F1～F5的贡献率分别为38.06%、24.33%、15.95%、9.33%、8.49%，累计贡献率为96.17%，符合累计贡献率达85%[5]的要求，能很好地反映原所有指标所含的信息，为入选主成分。

表2 各指标间的简单相关系数

注：*表示P<0.05，显著；**表示P<0.01，极显著。

表3 主成分特征根值及贡献率

2.3.2 入选主成分的规格化特征向量及表达式 入选主成分的规格化特征向量见表4。由表4可知，F1的信息量表达式为F1= - 0.1253x1+ 0.1686x2- 0.0239x3+ 0.4242x4- 0.5210x5- 0.4570x6+ 0.5432x7；余类推。

表4 入选主成分的规格化特征向量

2.3.3 入选主成分评估模型的建立 根据公式Y = (λ1F1+λ2F2+ …… +λkFk)/Σλk建立评估模型；其中，Fk为入选主成分的表达式，λk为入选主成分的贡献率。将F1～F5的信息量表达式及λ1～λ5的值分别带入上述公式，整理后得到教师综合评价的入选主成分的评估模型为Y = - 0.0147x1+ 0.0437x2+ 0.1886x3+ 0.3498x4- 0.0918x5- 0.0644x6+ 0.3046x7。

3 讨论

本研究建立的教师综合评价入选主成分模型Y = - 0.0147x1+ 0.0437x2+ 0.1886x3+ 0.3498x4- 0.0918x5- 0.0644x6+ 0.3046x7，可综合7项指标对教师进行量化、客观、可比性强的评价与考核，实践意义显著。x1(教学工作量)、x5(学历)、x6(毕业院校)的权重系数虽然较小，但三者均为负值，说明大的教学工作量、高学历、高层次的毕业院校却小幅度地降低了教师的评价得分，其含义及原因有待探讨。

科研能力的提高对国家科研水平的提升起着举足轻重的作用[6]。在科研方面，应用型大学相对于研究型大学比较薄弱，但有其独特之处，应用型大学注重应用实践教学，发展应用性科研[7]。如何推进应用型高校的科研工作，充分调动教师的科研积极性和创造性，有效评价教师的综合能力，有待深入讨论。

本研究采用的基于主成分分析、建立入选主成分评估模型对教师进行综合评价是一种较新的方法，较为合理、客观，可行性强，通过使用及进一步改进，为应用型高校教师评价提供思路及方法。

[1]徐琪,张扬,李秀,等.基于主成分分析法建立鸭肉质的评估模型[J].中国兽医学报,2013,33(1):133-136.

[2]程郁昕,华健.奶牛乳房线性性状主成分坐标图的绘制及分析[J].安徽科技学院学报,2012,26(4):4-7.

[3]Wang J J, Qiao QMiettinen M E, Lappalainen J, et al. The metabolic syndrome defined by facter analysis and incident type 2 diabetes in a Chinese population with high postprandial glucose[J]. Diabetes Care,2004(27):2429-2437.

[4]王晖,陈丽,陈垦,等.多指标综合评价方法及权重系数的选择[J].广东药学院学报,2007,23(5):583-589.

[5]王天行,张泽.多元生物统计学[M].成都:成都科学技术出版社,1992.

[6]毛娜.浅议高校科研评价制度创新[J].黑龙江教育：高教研究与评估,2008(7):183-185.

[7]张波,叶晓.应用型大学的科学评价研究[J].北京联合大学学报, 2015,29(1):10-13.

(责任编辑：郭万红)

Assessment and Analysis on Model of Teachers’ Comprehensive Evaluation Using Principal Component Analysis in Applied Colleges and Universities

CHENG Yu-xin, MA Wen-jin

(College of Animal Science,Anhui Science and Technology University, Fengyang 233100, China)

Objective: To assess and analyse on model of teachers’ comprehensive evaluation using principal component analysis in applied colleges and universities. Methods: Animal science college of university was selected as sample, the annual teaching load (x1), teaching quality evaluation (x2), scientific research score (x3), professional title (x4), educational background (x5), graduate institution (x6), and years of working (x7) of teachers in 2014, were analyzed for establishing the assessment model by the selected principal component. Results: The contribution rates of the principle components F1～F5were 38.06%, 24.33%, 15.95%, 9.33%, and 8.49% respectively; the accumulative total contribution rate of them was 96.17%, so they were the selected principal components. The assessment model using selected principal component was Y = - 0.0147x1+ 0.0437x2+ 0.1886x3+ 0.3498x4- 0.0918x5- 0.0644x6+ 0.3046x7. Conclusion: Assessing and analysing on model of teachers’comprehensive evaluation using principal component analysis in applied colleges and universities were relatively reasonable, objective and feasible.

Teacher; Principle component; Comprehensive evaluation

2016-04-11

安徽省教育厅重点教学研究项目(2014jyxm259)。

程郁昕(1969-)，女，浙江省宁波市人，硕士，教授，主要从事动物育种与数量遗传研究。

G642.0

A

1673-8772(2016)05-0100-03