课堂满意度评价模型及参数估计

课堂满意度评价，是高校教学管理中的重要内容之一。为了对课堂满意度作定量评价，有针对性地向在校大学生发放调查问卷获取数据，结合实际设置潜变量与观察变量，建立结构方程模型，参数估计选用偏最小二乘法，分析得到影响课堂满意度主要因素，为提高课堂教学质量提供理论依据。

课堂满意度 结构方程模型 参数估计

一、引言

课堂满意度是高校教学管理以及教育理论中重要的一个内容。目前很多高校都有学评教系统，课程结束时都要由学生对该课程作课堂满意度评价。在这些系统中，评价的指标数量比较少，各指标的权重分配有时不很合理，参评的学生人数也比较少，更多时候，由于种种原因学生会随意填写评价结果，这极大影响了评价结果的准确性和客观性。如果要从定量角度客观衡量学生课堂满意度就要建立定量模型。结构方程模型不失为一种有效的评价方法，可以将课堂满意度指数和无法直接观察的潜在变量以及可观察变量联系起来，根据样本数据情况对模型检验并修正后计算变量之间相关程度。

二、研究方法及变量选择

我们将设计主要针对在校大学生的调查问卷获得样本数据。根据实际情况，选择浙江省杭州市几所大学教学楼、图书馆、生活区等地为发放地点，随机向大学生发放问卷表，收回并筛选整理，据此分别为可观察变量赋值，从而建立课堂满意度结构方程模型。结构方程模型参数估计方法很多，在AMOS软件中，默认是极大似然估计法（Maximum likelihood，ML）。考虑到我们这次问卷设置的变量间关系不很明确，且变量不一定能完全满足正态分布，我们决定用偏最小二乘法（PLS）估计模型参数。

此次调查，共收回问卷356份，通过整理筛选，确定可用的338份。在问卷中，题目和答案的设置借鉴李克特量表（Likert scale）5级评价法，即最低1分，然后2分、3分，4分，最高5分，表示从非常不满意到非常满意[1][2]。

四、模型检验

利用AMOS软件，可以求得模型拟合优度评价指标值，其中GFI（非常规拟合指数）=0.903，CFI（比较拟合指数）=0.932，RMSEA（近似误差均方根）=0.023，GFI、CFI指标值越接近1，RMSEA小于0.1，表明模型拟合程度越好，从计算结果看，我们构建的模型是可以接受的。

对于各指标的效度，计算卡方值为441.52（sig=0.000），说明模型的变量具有充分代表性。

信度的检验，需要计算各潜变量的Cronbach's Alpha系数，而且该系数值要大于0.7才能通过信度检验。我们计算的5个潜变量α值都超过了0.8，说明都达到了信度标准。

五、模型参数估计

在AMOS中通过最大似然估计法，可以显示输出一个路径图，同时显示各项参数值即路径系数。根据前面研究设计，我们采用偏最小二乘回归法（PLS）估计模型的参数，各路径系数通过以下矩阵方程的形式显示[4]。

1.内生潜变量与观察变量的测量方程

对课堂满意度影响较大的因素，是Y2和Y3，学生对该课程的兴趣及接受程度决定了对课堂是否满意。比较而言，课程对生活实践是否有帮助及是否能从老师身上学到课外的东西显得不特别重要，这种情况应该和现在大学里很多课程注重期末考试且过分强调期末分数有关。

对课堂学生参与情况影响最大的因素是Y6，即课堂上是否认真听课，而与老师互动情况却不是重要因素，这是符合实际的，就现在大班上课且课时有限情况下，很难做到学生与老师有效互动，只要上课认真听课了，对课程掌握都可以达到满意程度。