对问卷中数据智慧的使用意识、使用能力、使用效果三组指标数据间的关系，进行信度检验，可得出Cronbach值为0.821，测量项间的内部一致性较高，因子F1命名为“高职教师数据智慧综合水平评价”可以较好地体现出专家对于样本教师数据智慧水平的整体判断（表3-2）。可将因子F1作为因变量与高职教师数据智慧若干构成要素即自变量开展进一步分析。F1的具体取值设定为三个测量指标的均值，以简化数据统计过程。
表3-2 职业教育教师数据智慧综合水平评价因子信度检验
继续使用SPSS20.0软件因子分析法，进一步明确潜在因子的具体构成。对F1因子构成外的32个变量项目进行分析，反复使用精简策略以获得收敛性量表。删除对量表总分系数接近零的项目，对量表总分系数相比其他项目系数显著下降的项目也进行删除。接着，计算出剩余项目的临界比率即Critical Ratio值，剔除未达显著水平的项目。经过以上过程，共删除原项目14个，剩余18个项目进入因子分析。为保证分析的科学性，正式分析前，首先对教师数据智慧构成要素体系进行了KMO和Bartlett球形检验，结果如表3-3所示。结果显示两组检验值都在可接受范围内，说明数据相关阵不是单位阵，统计数据适宜作因子分析。
表3-3 KMO和Bartlett球形检验
正式分析使用主成分分析法（Principal Components）求得初始负荷矩阵，对所得初始因子进行正交旋转（Varimax），最终求得的因子负荷矩阵中有4个项目因子负荷度小于0.4，对其进行删除。对剩余项目再次进行因子分析，最终保留特征值大于0.1的指标，所有可识别指标归入F2、F3、F4三大因子内，结合指标内容与题意，将F2命名为“教学决策数据智慧因子”，F3命名为“教学实施数据智慧因子”，F4命名为“评价反馈数据智慧因子”。三大因子，12个指标共解释总方差51.075%。对三因子进行信度检验，Cronbach’s alpha皆大于0.5，说明因子及其内部识别指标组成的量表稳定性、可靠性较好。具体分析结果如表3-4。
表3-4 职业教育教师数据智慧构成体系因子分析(www.xing528.com)
续表
表3-4列出了各因子负荷、解释方差、累计解释方差、Cronbach’s alpha（可靠性系数值）和各识别指标的均值。所有识别指标可归入F2、F3、F4三大因子内。对三因子进行信度检验，Cronbach’s alpha皆大于0.5，表明因子及其内部识别指标组成的量表稳定性较强，自变量可以解释大部分信息，具有一定的科学性。经上文分析，可以构建基于专家评价的职业教育教师数据智慧构成模型，如图3-3。
图3-3 职业教育教师数据智慧构成模型
根据模型可见，职业教育教师数据智慧主要由教学决策数据智慧、教学实施数据智慧、评价反馈数据智慧三大因子构成。教学决策是教师通过对教学实践的预测、分析，从而确定最有效教学方案的动态过程[27]。教学实施和评价反馈则是课程教学活动具体开展与后期调整的过程。三者涉及准备、探究、行动、反思等教学前、中、后的系统行为。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
