用数据说话：提高学校诊断的科学性与有用性，本文主要内容关键词为：科学性论文,有用论文,说话论文,学校论文,数据论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号 G63 文献标识码 B 文章编号 1002-2384(2015)12-0004-03 定性分析与定量分析是人们认识事物时所使用的两种不同的分析方式，二者各有其优势与局限性，它们可以相互补充、相辅相成，统一于一个认识活动之中。但在目前的学校诊断实践中，很多评估者过多地依赖定性分析，对定量分析重视不够，这在很大程度上影响了学校诊断的科学性与有用性，并进而影响学校的发展。 定性分析通常采用观察和访谈的方式方法来收集一手资料，之后对这些资料进行归纳和演绎、分析与综合、抽象与概括，由表及里，去伪存真，认识事物的本质，揭示事物发展的内在规律。而定量分析则是依据统计数据，对事物属性的数量特征、数量关系与数量变化进行分析。[1]定性分析是定量分析的基础，没有定性的定量是一种盲目的定量；定量分析是定性分析的具体化，它使定性更加科学、准确，由此得出令人信服的结论。 一个科学而有用的学校诊断要注意以下事项：(1)诊断计划要有定量评估设计。(2)诊断工具要科学规范，在信效度上符合要求。(3)保护参与者隐私，克服“社会称许效应”，确保收集到真实可靠的信息。(4)借助电子调查平台发放与回收问卷，提高数据收集与处理的效率。(5)在常规数据分析之外加强数据挖掘，发现数据背后的有价值信息。在学校诊断中，评估者应将定性与定量两种分析方式整合起来，片面强调其中一种，都会导致诊断不够准确、精细和深入。 定量分析在学校诊断中不可或缺，评估者要更加重视定量分析，有意识地用数据说话。这就要求管理者和研究者必须树立实证分析思想，并且通过学习更新知识结构，不断提高实证研究设计与数据处理能力。归结起来，数据在学校诊断中的意义主要体现在如下三个方面。 一、客观描述优劣程度——准确定位未来学校发展方向 现状分析是学校诊断的基础性工作。只有全面、深入分析学校现状，明确学校发展中的优势与不足，才能在此基础上分析学校的发展态势，确定未来的工作重点。在实践中，人们通常采用访谈法进行学校的优劣势分析。常见的访谈问题有：“你认为学校发展的优势与不足有哪些？”“学校未来发展应该优先注意哪些事务？”有些人也会借鉴胜任特征研究领域经常使用的行为事件访谈法(Behavioral Event Interview，简称BEI)设计访谈问题，如“在过去半年时间里，你在学校工作过程中最满意和最不满意的三件事是什么？”这些访谈可以让分析者对学校工作形成一个初步的轮廓性认识，如果对访谈记录进行编码分析，那么还可以依据每种意见的提名次数对各种优劣势的表现程度进行分析。 但必须承认的是，访谈多数是开放性的，访谈对象在访谈中提供的信息在广度和深度上受访谈情境、访谈者表情、受访者心情等诸多主客观因素的影响，仅凭提名次数只能对学校的优劣势进行粗略的分析。访谈法容易出现的问题有：(1)有的方面既有人认为是优势，又有人认为是劣势，到底如何定位需要再进行深入分析。(2)有些重要的方面可能被夸大，也可能被遗漏或忽视。(3)对优劣势程度的判断不够准确。(4)对未来发展需优先关注事务的排序不够严谨。 如果在访谈的基础上，结合已有研究编制一份优劣势评定量表，将各种影响学校发展的因素分门别类地列举出来，让不同利益相关者进行等级评定，那么我们就可以更加准确、深入地分析学校优劣势。表1是我们在某校进行SWOT分析中采用的教师问卷样例。有了问卷数据，我们不仅可以明确学校的优劣势有哪些，而且可以定量分析各种优劣势的表现程度，从而确定相对比较重要的优势与不足。 本着“要事优先”的原则，分析者还可以列举学校发展亟待关注的若干事务，让各种利益相关者根据重要性、迫切性与可行性进行多轮优先排序，然后经过量化分析来排定各项事务的优先顺序，最大限度地减少优先事务识别中的主观随意性。常见的排序方法主要有简单排序法、交替排序法和配比排序法。相对而言，简单排序法是让评价者将所有事务按照某一属性(如迫切性)从高到低依次排列，操作简单，适合绝大多数学校使用。而对于大规模学校或形势复杂的学校，为了更准确地定位学校未来发展方向，学校则要使用相对复杂的排序方法，必要时还可以引入层次分析法，确定不同属性及不同利益相关者意见的权重，最后通过加权平均明确各项事务的优先性。[2]
二、深度挖掘关键因素——“对症下药”寻求改进路径 之所以很多人在学校诊断中偏爱定性分析，在很大程度上是因为他们不太擅长数据处理与挖掘。有些学校在诊断过程中收集了很多问卷数据，但连录入都没有，只是大致翻阅一下；有些学校录入了数据，但也只是做一些简单的描述性统计，计算一下平均数和标准差。其实，分析者如果对数据进行相对复杂的“推断统计”或“相关分析”，就很可能从中挖掘出有价值的信息。 推断统计，是研究如何利用样本数据来推断总体特征的统计方法。在学校诊断中，我们可以利用推断统计分析不同类型学生在表现上的差异或不同亚群体对某一问题在看法上的差异，从而使分析更深入。比如：采用独立样本T检验，我们对某校男女生对学校生活的感受进行比较，发现男女生在学习自信和喜欢校服两个方面存在显著性差异(P＜0.05)，女生比男生更自信，但比男生更不喜欢校服。又如：采用单因素方差分析(one-way ANOVA)方法，我们对某所学校干部、教师和家长对各项事务优先性的认识进行差异检验，发现三种群体间存在显著性差异(P＜0.01)，进一步分析后发现，群体间差异主要体现在家长和教育者之间，家长更加迫切地希望增进家校沟通、希望学校创设机会让家长参与子女教育，而干部和教师并没有意识到这一事务的迫切性。 相关分析，是研究变量之间是否存在某种依存关系，在一定意义上也可以作为因果关系的证据，为探讨变量变化规律和提出有针对性的干预策略提供依据。在学校诊断中，分析者可以采用散点图、双变量相关分析、协变量相关、回归分析等具体方法分析有关变量之间的相关性。比如：在某高中学校，表示非常不愿意和比较不愿意承担班主任工作的教师分别有35.8％和31.6％，教师们为什么不愿意做班主任呢？积差相关分析发现，来自区域、学校和个人三个层面的13个因素与教师意愿呈现显著性的相关，相关系数介于0.178～0.496之间。进一步采用多元回归进行分析，我们发现“班主任工作缺乏成就感”“学校在职称晋升中没有对班主任给以倾斜”“法律法规和行政机关对班主任的权益保护不够”是影响教师意愿最为重要的原因。针对这些分析结果，学校可以“对症下药”提出改进措施。 数据的深度处理和挖掘需要分析者具备一定的统计技能。学校可以充分借助第三方的支持，也可以让有数理基础、对统计感兴趣的教师专门学习有关知识和相应软件应用，以充分挖掘学校诊断中所收集的大量数据背后的信息，让数据说话。 三、清晰界定绩效目标——以绩效管理驱动学校变革 “评估最重要的意图不是为了证明，而是为了改进”。[3]学校诊断与此相似，其最终目的不是评估现状及发现当前发展中的问题，而是促进学校未来的发展，使学校在现有水平上有新的提高。管理者要想真正引领、促进学校发展，就要引进绩效管理的思想与技术。 学校要根据发展愿景、理念、战略及工作计划，以学校发展现有水平为基线，制定学校、部门和教职工个人的绩效目标。这个目标要符合SMART原则，即S-specific(具体)，M-measurable(可测量)，A-attainable(可达成)，R-realistic(现实可行)，T-time-bounded(有时间限制)。它不仅描述了学校、部门和教职工个人的努力方向，而且刻画了从基线到绩效目标之间的变化程度。学校、部门和教职工必须围绕各自的绩效目标提出绩效计划，推动计划的实施，并评价绩效目标的达成程度，确保在一个绩效周期内让学校发生实质性、可感知、可测量的变化。 例如：某校在学校诊断中发现教师在“工作本身”维度的满意度得分为62.6分(最高分为100分)，刚达到“及格”水平；认为工作能带来成就感和幸福感的教师只有39.0％和42.0％，教师的成就感和幸福感偏低，职业倦怠现象比较突出。于是，学校计划加大课例研究力度，加强有效教学研训，增派教师外出学习，通过多种渠道支持教师专业发展，帮助教师取得成功；同时加强人文关怀，启动幸福工程，了解教师的工作与生活需求，每学期为教师办十件实事，提升教师的幸福感。为确保计划落实，在整体推动各项工作的过程中，学校将“成就感提升”设定为教务处和教科室的关键绩效指标(Key Performance Indicator，以下简称KPI)，两个部门在下一学年要使认为工作能带来成就感的教师人数比例提高至60.0％以上；同时将“幸福感提升”设定为校办和工会的KPI，两个部门要在下一学年使认为工作能带来幸福感的教师人数比例提高至70.0％以上。评估者只有以学校诊断中的定量描述为基线，清晰界定学校改进的绩效目标，才能使各部门和教职工个人明确工作重点，也才能使学校改进效果评估更有说服力，从而切实推动学校发展。
标签：大数据论文; 工作分析论文; 科学性论文; 学校论文;
