教育督导监测评估方法研究

摘要：目前，教育督导监测评估方法的监测评估结果不准确，为此提出基于大数据分析模型的教育督导监测评估方法研究。该方法充分利用大数据确定监测评估指标，计算评估指标权重，制定评估评语集，完成监测评估方法设计，对教学质量进行评估。实验结果显示，该监测评估方法的计算评估指标权重与实际值较为接近，对学校教育质量的评估结果更加准确。

关键词：大数据分析模型；教育督导；监测指标

目前，在教育方面一般只关注学生的成绩，而不重视学生的综合素质教育，导致学生出现高分低能的现象[1]。同时，现有的教育监测评估方法也不够科学，很难发挥出教育督导监测的最大效用。因此，有必要对国内现行教育监测评估体系进行研究，设计基于大数据分析模型的教育监测评估方法。

1基于大数据分析模型的教育监测评估方法

1.1确定评估指标。基于教育监测评估体系确立原则，在分析当前教育督导监测结果、教育行业现状的基础上，确定教育监测评估指标，如图1所示。教育监测评估指标分为一级指标和二级指标两个指标维度。其中，一级评估指标分成学生、教师、教育领导者3个层面，从这3个层面进行监测评估细化，具体从学生、教师、教育领导者的行为、语言、政策执行结果等方面进行评估[2]。学生学业评估设立了10个二级指标，主要对学生的熟练水平、达标水平进行监测，从而确定学生在学习过程中是否合格，达到督促学生学习的目的，有利于提高学生的学习质量[3]。教师教学评估设立了5个二级指标，包括教学负责任程度B1、知识传授方法B2、对学生管理和监督程度B3、教学反思报告B4、教师与学生合作成果B5。教育领导者评估设立1.2教育监测评估基于教育监测评估指标，采用大数据分析模型采集教育监测评估指标数据，并对采集到的数据进行分析。但是大数据分析模型在采集数据时会存在一定的数据差异，难以在同一维度上进行数据分析，完成教育监测评估，为此对利用大数据分析模型采集到的数据进行量化处理。因此设评估指标数据一致性函数g(x)表达式为：()0g1xxxxxαααββαβ⎧<⎪⎪−=⎨≤≤−⎪⎪>⎩（1）在式（1）中，x表示评估指标的实测值，α表示评估指标的下限值，β表示评估指标的上限值。从式（1）中可以看出，所选择的评估指标实测值越接近1，所选择的评估指标越优。基于式（1）对评估指标的量化结果，采用因子分析评估指标权重，KMO检验球得到的检验结果为0.988，表明利用大数据分析模型采集到的数据信息存在显著的关联性，适宜运用因子分析法。采用大数据分析对因子权重进行计算，得到Alpha系数，Alpha系数越大，因子所占权重越高。根据式（1）对评估指标的量化结果及因子权重，确定监测评估评语集。基于监测评估方法的特点，可以将评估等级划分为“不及格”“合格”“良好”“优秀”4个等级，设评价指标的评价结果为i，二级指标的主观结果为j，评语集为U，则有：U={i1,i2,i3,…ij}j=1,2,3,…j（2）此时，根据监测评估方法的特点，所划分的评估等级可以代入式（1）中，即监测评估评集U={不及格、合格、良好、优秀}，根据评估集对其进行量化打分，其对应的量化分值为U={100,70,50,30}。此时，即完成监测评估方法设计，督导可以在教育教学中采用此次设计的检测评估方法，评估学校的教育教学水平。

2实验论证分析

为检验此次设计的监测评估方法的监测效果，采用某学校作为此次督导监测评估方法的实验地点，针对该学校的教育教学情况进行督导监测评估。此次评估采用计算权重的形式，对比此次设计的评估方法和传统评估方法，对该学校的教学质量进行监测评估，并将评估结果发放给10位教育专家，其中3人为从事教育行业30年的教师，2人为对教育研究47年的教育专家，1人为教育行业的综合督导，4人为教育行业的专项督导。对该学校的实际监测结果进行评价，其实验结果如图2所示。图2监测评估权重对比结果从图1可以看出，此次设计的监测评估方法，与专家评估该学校的权重值较为接近，前后误差不过0.05，而传统权重值却与实际评估结果误差较大，误差值高达0.1。由此可见，此次研究的监测评估方法，对教学质量的评估结果较为详尽，可以准确评估教学质量。

3结语

此次研究充分利用大数据分析模型对数据进行收集，但是未考虑评估结果的权威性。因此在今后的研究中，需要考虑评估结果的权威性，增强督导监测评估效力。

参考文献

[1]刘晓晨.大数据分析模型技术的运动视频内容分类算法[J].现代电子技术,2020,43(15):70-73.

[2]徐杨.基于大数据分析模型技术的电子商务供应商选择研究[J].现代电子技术,2020,43(15):152-154,158.

[3]何秀超.教育督导推进教育“管办评”分离的思考[J].教育研究,2019,40(2):124-130.

作者:刘欢 单位:吉林建筑大学