《高等职业院校人才培养工作状态数据采集平台数据分析策略.ppt》由会员分享，可在线阅读，更多相关《高等职业院校人才培养工作状态数据采集平台数据分析策略.ppt（53页珍藏版）》请在三一文库上搜索。
1、高等职业院校人才培养工作状态 数据采集平台数据分析策略,万力维 2010年4月 琼海,一、数据平台设计的意图 二、开展平台数据分析的意义 三、平台数据分析的前期准备 四、平台数据的几种分析模式 五、数据平台的延伸开发,一、数据平台设计的意图,（一）增强评估的科学性： 以科学的理论作为评估方案设计的基础。 1.工商管理领域的绩效评价理论：,一、数据平台设计的意图,指标逻辑：果因效 。,主要成效区,（KRA）,关键成功因素,（KSF）,主要业绩指标,（KPI）,由“果”切入主要根据状态数据采集平台提供的真实、即时、足够、数据化的信息判断KPI。 探究成“因”通过数据分析和“深度访谈”，典型剖析，查
2、找原因，分析KSF。 做出“成效”判断通过将信息连点成线、连线成网、由网及里、由里定性，作出KAR判断。,一、数据平台设计的意图,（一）增强评估的科学性： 以科学的理论作为评估方案设计的基础。 2.Bohns的知识成长阶段理论： 知识的成长经历从内隐到完全外显的8个阶段：,外显,内隐,2,3,4,5,6,7,通过对平台处于原始状态的数据进行智能化组合加工提升后，形成关于院校人才培养工作的新信息，探索院校人才培养工作之间的“果因效”联系和规律性。,交流共享平台,智能化加工层,数据库,一、数据平台设计的意图,（二）增强评估的长效性。 加强日常监控，对高职院校的评估改“一次性评估”为“实时的状态数据
3、监控+5年一轮的现场考察”的模式进行。 让监控无时不在、无处不在，迫使院校有序运作，主动调控，自觉建立起发展性的质量保障体系，从而在机制上保证评估的常规化、长效性。,一、数据平台设计的意图,（三）体现办学类型的职业性。 不同于高校基本数据报表，依据教育部关于全面提高高 等职业教育教学质量的若干意见（教高【2006】16号文） 对高等职业教育人才培养工作的基本要求和基本标准为依据 设计评估指标体系，突出高职人才培养的质量与类型差别， 如对领导作用、师资队伍、专业建设、课程建设、实践教学、 教学管理、社会评价七大主要指标的考察都贯串校企合作、 工学结合这一主线和核心主题。,二、开展平台数据分析的意
4、义,1.信息不整理，一团糟。 零件不安装，乱成堆。 2.从讲成绩向讲问题转变，找到问题去解决才可能发展，少谈些主义，多研究些问题 3.有过程、有活动、有记载、有分析。 陈解放研究员,二、开展平台数据分析的意义,（一）对学校： 全面、准确的认识自己，找准办学定位。 增强学校管理决策的科学性和有效性。 为制订和实施战略规划提供数据支撑 接受资格评审的数据说明 进行绩效考评与问责的依据,二、开展平台数据分析的意义,（二）对评估 加强学校与评估专家之间的沟通 使专家的评估更为科学、高效。 （三）对政府、社会 使政府对学校人才培养工作的监测更加全面、准确，学校与社会之间的沟通更加全面、直接。,二、开展平
5、台数据分析的意义,（四）对研究 为高等教育研究揭示规律和意义提供大量翔实、真实的个案分析资料，有助于高等教育理论与实践的结合。,二、平台数据分析的前期准备,（一）准确界定数据条目，完整、有效采集数据。 1.合理定义与解读数据条目： 如考核方式、合作开发课程、业内就业率、横向课题、双师型，如顶岗实习半年是自然年？学年？A类课程、B类课程、C类课程?） 定义要前后一致，是数据分类和筛选的基础 2.确定数据来源部门和来源人： 数据平台联络员制，部门数据发言人、“官方来源”，统一数据报告口径。 3. 完整、及时、高质量采集数据,二、平台数据分析的前期准备,（二）做好关键绩效指标（KPI）和关键影响因素
6、(KSF)设计 内部期待值、坐标值，关键指标、数据指标 以“课程建设”主要业绩指标（KPI）、关键影响因素（KSF）评估设计为例： 1.设计思路：依次按以下四步设计方案： 第一步：确定政策、理念、事实依据，作为设计的指导思想。,一是以教育部关于全面提高高等职业教育教学质量的若干意见（教高【2006】16号文）对高等职业教育课程建设的要求为根本依据，绩效指标的设计要反映办学宗旨。 二是以高等职业院校人才培养工作评估方案（教高【2008】5号文）中“课程建设”评估指标中的“说明”为基本衡量标准。 三是以“高等职业院校人才培养工作状态数据采集平台”为对象，既从平台中找KPI，也尽可能在平台中寻找KS
7、F, 以相关数据事实作为KSF论证KPI，尽量使对KSF的分析建立在数据平台的基础上，力求达到尽可能让事实说话。,第二步：通过先寻找、再列举、后筛选，初步确定KPI。 浏览高等职业院校人才培养工作状态数据采集平台，按照上述四大依据，根据个人经验，采用排除法或筛选法，分别逐一判断能体现“课程内容”、“教学方法与手段”、“主讲教师”、“教学资料”业绩的可能数量指标。如反映“课程内容”的可能的业绩指标有各级精品课程门数、校企合作开发课程门数、实践环节课时数、有实践考核的课程门数、毕业生职业资格证书获取率等。 然后进一步按照表现力（最能体现高职“课程内容”设计的职业性、开放性、实践性等类型特征的指标）
8、、关系密切程度（如直接反映“课程内容”改革或间接反映“课程内容”改革的业绩指标），初步确定KPI。,第三步：按照分类别、定层次、明因果的步骤，列出可能的KSF。 如初步确定反映“课程内容”的KPI为“校企合作开发课程门数占课程总门数的比例、必修课中实践课时占比的平均比值、毕业生职业资格证书获取率”后， 或者按照“理念、组织、机制、队伍”的分类，或者按照“学校、教师、专业、课程”的分类，或者按照“内部因素、外部因素”的分类，或者按照“起点、过程、结果”的分类，通过发散思维列举各类别可能的KSF因素，根据经验排除各类因素中一些非影响因素和弱影响因素。 以课程建设评估设计方案为例.doc,第三步：按
9、照分类别、定层次、明因果的步骤，列出可能的KSF。 然后，确定各类因素从哪个层面影响KPI，将过于宏观的因素具体化，将太具体的因素再合并、提炼成更概括些的因素。 最后，从因素之间的相互作用关系，包括“课程建设”内部要素的相互作用关系，分析因素之间因果循环、一果多因、多因多果等可能的交错关联，分析出直接影响因素背后的间接影响因素、显性影响因素背后的隐性影响因素，一般将直接影响因素和显性影响因素作为KSF，背后的影响因素作为专家进一步追根溯源探索的路向，但先不列为KSF。 以课程建设评估设计方案为例.doc,第四步：按照KPI以数量标识，KSF为中性语陈述句描述的模式，统一表达形式。 对KPI：一
10、种情况是平台上有反映KPI的直接数据或汇总数据的，就直接用平台数据及其字段规范名称；另一种情况是平台上没有直接数据或汇总数据，则用运算出的数值表示，并列出该数值的运算方法。 对KSF：按照中性语的陈述句表达。如不用“加强”、“具有”、“健全”、“忽视”等带有好、差倾向性的用词，使KSF作为校校可能不同的“因变量”的形象出现。句式结构第一种是用“名词+动词”式，一方面暗指导致KPI的KSF是主体的行动因素，另一方面对后续针对KSF提出对策，指导行动改善有指导意义。第二种是用“限定词+名词”式，使KSF的类别、层面更明确。第三种是“限定词+名词+动词”的混合式，既避免笼统、泛化，以便准确确定KSF
11、，又为进一步提出行动对策打下基础。 以课程建设评估设计方案为例.doc,二、设计主要业绩指标（KPI）和主要影响因素（KSF）,“社会评价”设计思路 “社会评价”设计方案 以“社会评价”评估设计方案为例.doc,学校层面KPI的一种设计,4.任课教师结构,5实践教学结构,6.产学合作成果,7.新生报到率,8.毕业生业内就业率,3.生师比,2.经费支出结构,1.经费收入来源结构,4.任课教师结构,5实践教学结构,6.产学合作成果,主要评估指标分析关键绩效指标（KPI）,主要评估指标分析关键绩效指标（KPI）,主要评估指标分析关键绩效指标（KPI）,主要评估指标分析关键绩效指标（KPI）,主要评估
12、指标分析关键绩效指标（KPI）,主要评估指标分析关键绩效指标（KPI）,二、平台数据分析的前期准备,（三）收集、明确数据分析的基准：尊重标准 1.法定基准： 2.自定基准： 3. 同类基准： 4.全国、全省基准：,二、平台数据分析的前期准备,（四）形成以数据为中心、尊重数据的氛围。,四、平台数据的几种分析模式,3.结构分析,2.比较分析,5.离散程度分析,4.差异分析,1.达标分析,6.因素分析,（一）达标分析,法定标准达成分析：相关指标达到法定标准或准法定标准的情况分析。 如实验实训室生均面积，职业资格证书获取率 生师比、达到学校规划目标的标准等,（二）比较分析,相对基准达成分析：相关指标达
13、到某个比较标准的情况分析。 要尽可能的进行纵向和横向的比较分析 纵向和横向的比较，不仅可在省与省之间进行、院校之间进行，还可以在专业、课程等层面进行。,（二）比较分析,横向比较 与先进相比， 副高以上职称占校内专兼职教师比例数，占在校生比例数，折合兼职教师数与专任教师数的比例。 （如示范院校） 与平均数（如全国、全省平均数）相比，副高以上职称占校内专兼职教师比例数，占在校生比例数。 与同类院校（专业）相比，超过的指标，较低的指标，如法律文秘专业的业内就业率 不同专业报到率、业内就业率比较分析，如法律专业 不同专业聘请兼职教师人数比较分析,（二）比较分析,纵向比较 与自身相比（如5年前），校企合
14、作开发课程门数占必修课门数的比例，增加10%，或者减少10%，就业率提高或降低5%等。,（三）结构分析,结构分布情况分析： 结构变化情况分析： 结构符合度分析：,（四）离散程度分析,专业规模离散程度分析 教师承担课时量与课程门数离散程度分析,2008年上海高职概况,学校平均专业数：20个 专业的离散程度：最多32，最少3个，集中在2028区间。 专业平均规模数：185人 学校平均规模数：3622人,（五）差异与奇异程度分析,获奖学金人数比例与受处分学生人数比例差异分析 各专业录取与报到率差异分析,（六）因素分析（因果关联度分析）,自变量（预测变量）、因变量（结果变量）的关系，自变量对因变量的影
15、响程度 多元回归分析 如学生对入学教育的满意程度（学业水平与认知技能、同教师的联系、参加课外活动、教学服务、时间安排与学习进度、使用教材、对学校的满意度等，其中如何安排时间和学习进度、健康知识、对学校的满意度影响程度更高）,（六）因素分析（因果关联度分析）,学生背景对转专业的影响因素分析：成绩、性别、学校规模、家庭、就业市场变化、同学交流等背景因素（I）、环境因素（E） 先描述统计（各专业变更频率统计） 再推断统计（回归分析，列回归方程）,（六）因素分析（因果关联度分析）,就业率评估 可控自变量（课程、实训、指导等）、非可控自变量（学生家庭社会经济地位、当地经济发展等）,所有数据分析,每一条数
16、据都有意涵 对合理的标准是什么要心中有数，有的是精确标准，有的是大致标准。 关注数据的前后呼应（如生师比，教师人均课时量） 对偏离常态（奇高或奇低）数据要敏感。,所有数据分析,挖掘数据背后的因果关联 要尽可能的进行纵向和横向的比较，从发展趋势分析影响因素与影响强度，从在同类中的位置，发现造成其优、劣的根本原因。,数据分析报告大体格式,总：数据综述（回答评估准入条件） 分：主要评估指标数据分析，或院校KPI指标分析，或专业、课程、教师、学生等层面数据分析等（业绩、问题、归因） 总：存在问题归纳及改进计划,五、数据平台的延伸开发,（一）延伸开发项目数据库及其KPI、KSF 1.主要向四个层面延伸：
17、专业、课程、教师、学生(全员质量保障，将质量落实到每个人，每门课程、每个专业，各自负起质量保障责任)。 2.也可以按照部门延伸开发：如后勤工作、信息化建设等，将质量保障落实到每个部门、每个岗位。,五、数据平台的延伸开发,（一）延伸开发项目数据库及其KPI、KSF 关键要素 质量标准 质量目标 质量计划 质量监控 信息采集（写实！）,五、数据平台的延伸开发,（二）开发“管理仪表盘（DASHBOARD）” 探索KPI、KSF，确立“果因效”体系 实现实时数据汇总和纵横向比较，获取“奇异点”信息,五、数据平台的延伸开发,在校内开发延伸平台 把评估模式变成管理模式 把专家诊断变成自我诊断 把每五年评估变成日常监测 自我约束、自我发展的良性循环。,欢 迎 批 评 指 正,谢 谢 ！,