OBE人才培养体系中校企联合评价模型的建立

赵辉

摘  要：基于学习产出的教育模式OBE（Outcome-Based Education），被认定为当前大学本科专业认证标准的核心内涵。文章建立了一种以企业需求为目标的评价模型，用于评价学生对企业相关知识的掌握程度，并以机电一体化实训成绩为例，通过R语言的因子旋转法分析主因子代表的意义，寻找学生擅长的专业技能，为企业提供对口人才，高校也可以据此修订人才培养方案，实现OBE的教育模式。

关键词：OBE;评价模型;R语言;因子旋转法

中图分类号：C961 文献标志码：A 文章编号：2096-000X（2019）16-0163-03

Abstract： Outcome-Based Education（OBE） is recognized as the core standard for the certificating undergraduate professionals currently. This paper establishes an evaluation model which aims at the needs of enterprises to evaluate the enterprise-relevant knowledge mastered by college students. Taking the course electromechanical integration training as an example， the Factor Rotation Method， programmed in R language， is used to analyze the representation of main factor， to find the professional skills students are good at， so as to provide counterparts for enterprises. According to the result， colleges can modify the talent training program to realize OBE model.

Keywords： Outcome-Based Education; evaluation model; Rlanguage; factor rotation method

基于學习产出的教育模式OBE（Outcome-Based Education）最早出现于美国和澳大利亚的基础教育改革，美国学者斯派帝（Spady W.D）将其定义为清晰地聚焦和组织教育系统，使之围绕确保学生获得在未来生活中获得实质性成功的经验，认为OBE实现了教育模式的转换。特克（Tucher S.E）认为OBE与OFE（Outcomes Focused Education）都是应用学习产出驱动整个课程活动的结构系统。国内汕头大学顾佩华教授团队研究了OBE工程教育模式的实践架构、实施特点、实施重点、实施特色以及遇到的困难[1]。OBE是一种以学生为中心的课程设计和教学方法，强调学习者应该理解掌握正规教育以外的实际问题[2]。

本文旨在建立校企联合评价模型，用以评估OBE教育模式中的学习产出，形成大学生学习成绩与企业目标要求的评价体系，动态地跟踪高等教育质量以及解决企业实际问题的能力，为学校培养方案改革提供有效证据和有力的信息反馈来源。

一、实施对象的选择

通过校企合作平台获取数据，其中包括校内学生表现数据和企业对学生期望的要求数据，通过模型算法对教学效果评价，企业可以实时选择和关注自己所期望的人才，校方也可以实时实现课程调整，修改人才培养方案，调整教学方法。以机电一体综合实训课程（简称“实训”）为例，实训包括四个部分数控、PLC、C语言和模具。为了反映对模具设计方面的实训效果，模具的成绩由五部分组成，包括模具总装图的爆炸图、模具零件图、模具零件图工艺卡、注塑机操作、模具拆装。学校与某模具制造校企合作开发了模具虚拟实验室软件，学生可以通过该软件学习模具基本知识，并可以进行自主装配或者自主拆卸，通过软件系统对学生进行打分。学生的这部分模具拆装分数基本上代表了企业的需求。通过增加企业实际问题，学生解决此类问题的分数更能代表企业的人才需求。表1是部分学生的成绩，选择了一届共95名学生的成绩作为分析样本。

二、R语言的旋转因子及碎石图分析

将学生成绩读入软件数据库。打开Rstudio软件（已经安装R语言），在学生的成绩表单中，选取学生及成绩区域，然后拷贝。按照图1中的R语言命令进行相关性分析。

模具拆装成绩与同为模具成绩组的爆炸图、模具零件图、模具零件图工艺卡的成绩有一定的相关性，同时显示和C语言有一定的相关性，但这里无法分析其原因。

本次采用因子分析法。成绩分析的核心问题有两个：一个是构造成绩的因子变量，二是如果对因子变量进行解释，说明其代表哪类成绩，或者代表学生的哪方面能力。通过因子旋转法进一步分析，旋转后可以分析主因子代表的意义[3]（见表2）。

Factor1——代表模具拆装与注塑机操作成绩，反映了企业对人才培养的主要知识点要求。

Factor2——代表PLC与数控成绩，反映了学生在控制方面的能力和水平。

Factor3——代表工艺卡和零件图的成绩，反映了学生制图与工艺制定方面的能力和水平。

通过碎石图（图2）可以看出，欢、慧、松、琦、帅、如、超、鑫B等同学都位于得分因子的第一象限，在因子Factor1和Factor2上的得分都比较高。但是作为模具设计与制造企业，应该选择在Factor1（代表模具拆装与注塑机操作）得分较高的学生，也就是选择鑫B、欢、琦、如、帅等学生。

三、按照因子得分重新排名分析

原来成绩的排名是按照数控、PLC、C语言和模具四个部分，成绩各占25%，最后根据总评成绩得到排名。企业干预后，按照因子得分重新进行排名[4]，排名对比见表3。

从前10名来看，企业的期望值和学校的原有的排名是有所差异的。前三名没有变化，第4名开始有所变化，第5-10名变化更大，超、泽、奇、欢在原来的排序方式中根本没有进入前10名。如果企业只要本专业排名前10的学生，两种模式下，这几个人的录用情况完全不同。而这几个学生也非常优秀，基本都去读研了，表现也更符合企业的人才需求。说明本项目研究的成果可以为企业的人才选择和OBE培养模式提供了新的思路，也是修改人才培养方案和教学方法的依据。

四、结束语

本文从教学平台获取数据，利用R语言的旋转因子法进行处理，得到更符合企业需求的学生排名数据。企业干预是一个重要的环节，可以选择与企业实际问题相关的课程或者企业的实际问题作为样本，形成有针对意义的影响因子，然后通过R语言的算法得到排名或者图表，为企业择优录用所需专业人才提供依据。学校也能够依据企业需求调整培养方案，形成OBE模式的教育理念。

参考文献：

[1]顾佩华，胡文龙，林鹏，等.基于“學习产出”（OBE）的工程教育模式——汕头大学的实践与探索[J].高等工程教育研究，2014（1）：27-37.

[2]Katherine Tan， Mei Chan Chong， Pathmawathy Subramaniam， Li Ping Wong，The effectiveness of outcome based education on the competencies of nursing students： A systematic review，Nurse Education Today，Volume 64，2018，Pages 180-189，ISSN 0260-6917，https：//doi.org/10.1016/j.nedt.2017.12.030.（http：//www.science

direct.com/science/article/pii/S026069171830056X）

[3]张启贤，陈欣，刘新平.基于因子分析下的学生成绩综合评价模型研究[J].西安文理学院学报（自然科学版），2008（2）：1-6.

[4]吴海英，张杰.学生成绩排名的综合评价模型[J].大学数学，2006（4）：142-145.