美術與藝術設計教育質量管理有效性研究
——基于L省大學美術與設計類專業(yè)的實證分析

劉治保 陳俊如 張國峰

（遼寧科技大學）

進入21世紀，隨著高等教育辦學規(guī)模的擴大，高等教育從精英化階段向大眾化階段過渡，高等教育質量也將受到高等教育界乃至全社會的高度關注，高等教育“量”的擴張與“質”的保障如何有效地達到有機統(tǒng)一，已成為高等教育理論研究的熱點和重要課題[1]。為提高高等教育質量，建立和完善高等教育質量保障體系，從美術與藝術設計人才培養(yǎng)的角度，探討針對L省美術與藝術設計教育質量管理有效理論和實踐策略研究，具有極其重要的理論與現(xiàn)實意義。

一、研究設計

研究過程分為三個階段：研究方案的準備、研究程序和研究報告。研究過程包括三個步驟：（1）研究L省高校美術與藝術設計專業(yè)教育質量管理有效性的變量；（2）L省高校美術與藝術設計專業(yè)教育質量管理有效性的構成要素分析；（3） 驗證L省高校美術與藝術設計專業(yè)教學質量管理的有效性。

（一）研究確定美術藝術教育質量管理的變量

研究L省高校美術與藝術設計專業(yè)教育質量管理有效性的變量。首先是質的研究，通過教育質量管理的概念、原則、理論等相關文獻和相關研究，并對關鍵信息提供者進行了深入訪談，確定美術與藝術設計專業(yè)教育質量管理有效性的變量；其次明確訪談人口與樣本，重點線人由L省高校管理人員、美術藝術學院院長、系主任、講師等8名重點線人組成。最后采用半結構式訪談形式，收集數(shù)據(jù)，并進行含量分析。

（二）確定美術藝術教育質量管理有效性構成因素

首先是定量研究，研究者以第（1）步的教育質量管理變量為工具，編制問卷，收集樣本數(shù)據(jù)，以確定L省高校藝術設計教育質量管理有效性的構成因素。其次是問卷調查，調查范圍主要是L省40所本科美術與藝術設計專業(yè)的講師。人口包括40所大學的138名學院領導和1344名講師，總人數(shù)為1482人。采用多階段抽樣技術，確定了310份的樣本量(聚類、簡單隨機、分層隨機抽樣技術）。其三是問卷設計，采用了一份由三部分組成的問卷，第一部分：人口統(tǒng)計學變量（檢查表）；第二部分：教育質量管理變量（五級評定量表）；第三部分：推薦（開放式問卷）。工具是從步驟（1）發(fā)展而來的問卷。采用內容效度和信度評價問卷質量。在內容效度方面，由5位專家進行檢驗，并用項目目標一致性（IOC）進行分析。項目值≥0.60。信度采用Cronbach's Alpha在≥0.90時進行分析。最后是數(shù)據(jù)分析，采用描述性統(tǒng)計、頻度和百分比分析人口統(tǒng)計學變量，采用描述性統(tǒng)計、均值、標準差（S.D.）等方法對教育質量管理變量進行分析，采用探索性因素分析法（EFA）對教育質量管理的構成要素進行分析。

（三）驗證美術藝術教育質量管理的有效性

研究者采用焦點小組討論的方法，從第（2）步開始，運用教育質量管理有效性的各個組成部分，對L省高校美術與藝術設計教育質量管理的有效性進行驗證；8位主要知情者分別是美術藝術學院院長、美術與藝術設計系主任，美術與藝術設計學院講師。驗證標準是關于四個方面的清單：實用性、可行性、適當性和精確性。數(shù)據(jù)收集通過含量分析獲得鑒定數(shù)據(jù)，數(shù)據(jù)收集完成后，將對收集的數(shù)據(jù)使用描述性統(tǒng)計，如頻率和百分比。數(shù)據(jù)分析，采用含量分析法對鑒定數(shù)據(jù)進行分析，數(shù)據(jù)收集完成后，將使用描述性統(tǒng)計（如頻率和百分比）對收集的數(shù)據(jù)進行分析。

二、研究結果

（一）變量結果分析

基于文獻綜述、相關研究的分析和8名重點線人的訪談，總結了美術與藝術設計教育質量管理的相關變量，從教育行政的組織與管理、教育質量管理體系、教育全面質量管理體系、教育服務質量管理、多里奇卓越績效管理5個理論的文獻和相關研究中分別獲得了 33、28、31、27、21個變量，共計140個變量。

由于對文獻綜述、相關研究、合格專家訪談的內容分析，存在許多一致點。然后，在內容效度方面，由5位專家進行檢驗，研究人員將其整合，并創(chuàng)建了研究工具的項目目標一致性指數(shù)（IOC），其項目值要求≥0.60。通過5名專家對5個部分理論的140個變量進行訪談檢驗，通過按以下注釋級別檢查：-1表示此消息完全不一致；0表示不確定是否一致；+1意味著這個說法絕對一致。根據(jù)項目目標一致性指數(shù)（IOC），其項目值要求≥0.60，得出60個變量≥0.60，7個變量≤0.60、≥ 0.40，73個變量≤0。根據(jù)專家意見修改，通過對7個≤0.60、≥0.40的變量進行修改，再進行專家訪談檢驗，通過這7個變量≥0.60，最終確定項目目標一致性指數(shù)（IOC），其項目值≥0.60的67個變量。在確定67個變量后，正式問卷調查之前，進行了共有30個，表9中顯示可信度分析克隆巴赫Alpha值為0.965，因此，信度采用Cronbach's Alpha在≥0.90時可以進行分析。

（二）構成因素分析

研究人員通過將推導出的算術平均值與基于貝斯特概念的標準進行比較，分析算術平均值（）和標準偏差（S.D.）?？偟膩碚f，67個問題的算術平均值（）在4.11-4.28之間，表明受訪者對算術平均值（）的水平值有意見，從低到高，標準偏差（S.D.）在0.666-0.868之間，表明受訪者對該變量有不同的看法。算術值最大的變量（）是變量編號3，加強行政管理者的藝術設計教育管理相關數(shù)據(jù)的分析能力，算術平均值（）4.28，標準差（S.D.）0.738，表明受訪者有第二個中等程度的意見分歧；變量22，建立現(xiàn)代高校藝術設計教育質量管理體系、強化藝術設計教育質量管理的最終目標，算術平均值（）4.20，標準差（S.D.）0.731和變量25，強化藝術設計教育過程管理，構建科學合理的教育質量過程管理的有效機制，算術平均值（）4.20，標準差（S.D.）0.767表明，受訪者有適度的不同意見；算術值最小的變量（）為變量49，科學合理地運用PDCA循環(huán)方法，制定藝術設計教育質量管理模式，算術平均值（）4.11，標準偏差（S.D.）0.738，表明，受訪者對運用PDCA循環(huán)方法制定藝術設計教育質量管理模式持有非常不同的意見。

（三）構成因素的探索性因素分析

探索性因素分析使用現(xiàn)成的程序，一個重要的初步協(xié)議是驗證用于分析成分的適用性。Comrey和Lee提供了確定足夠數(shù)量的樣本以分析該成分的指南，稱50個樣本的數(shù)量極不合適。100個樣本的數(shù)量不合適。相當數(shù)量的200個樣本，300個樣本的數(shù)量是好的，500個樣本的數(shù)量是非常好的，1000多個樣本的數(shù)量是最好的，這與Tabachnik和Fidell相對應，他們確認因子分析至少需要300個樣本，因此本研究抽取了310份樣本。

此外，還使用測試統(tǒng)計進行了審查，在此使用變量統(tǒng)計監(jiān)測，以KMO和Bartlett的測試值為基礎進行關聯(lián)，Kaiser-Meyer-Olkin抽樣充分性測量（MSA）介于0-1之間，Bartlett的球形度測試，測試統(tǒng)計測試變量，以查看它們是否相關。從研究中收集的數(shù)據(jù)的KMO測試結果為 0.952。Kaiser和 Rice研究了KMO（Kaiser-Meyer-Olkin抽樣充分性測量），以測量是否應使用因子分析技術的數(shù)據(jù)適用性，并得出結論，如果KMO值≥0.8，則數(shù)據(jù)集可以很好地使用因子分析。因此，這組數(shù)據(jù)適合進行良好的因子分析。通過統(tǒng)計值檢驗變量之間的關系，Bartlett球度檢驗具有統(tǒng)計顯著性（sig 0.000≤ 0.05）表明存在變量的相關系數(shù)矩陣。因此，得出的信息適合進行進一步的因素分析。

這一階段的分析采用了主成分分析（PCA）和正交旋轉等以及varimax旋轉提取因子。用于考慮因素的標準如下：（1）0.55或更高是一個實際重要的因素負荷；（2）根據(jù)Kaiser標準，特征值大于1；（3）有3個以上的成分（Hatcher）。在考慮上述標準時，得出的成分數(shù)量和變量方差，顯示了美術與藝術設計教育質量管理的構成因素數(shù)量。發(fā)現(xiàn)有7個分量的特征值大于1。當旋轉軸時，它解釋了69.750%的總方差，但考慮到選擇標準，因子載荷為0.55或更高的組件。描述成分的特征值超過1個，變量超過3個或更多。當軸旋轉時，滿足所有5個標準的組件，組件1的最大特征值為14.416，它可以解釋每個組件的總方差為21.516，組件2的最大特征值為9.716，總方差可解釋為14.502%，組件3的最大特征值為7.225，總方差可解釋為10.783%，組分4的最大特征值為7.010，可解釋總方差為10.463%，組分5的最大特征值為5.680，可解釋總方差為8.477%，其他成分有一個特征值和描述它的能力，所有的方差都相應地逐漸減小，滿足某些標準的成分是成分1-5，可以解釋65.741的總方差。

五個合格部件，如下所示：成分1包含21個描述成分的變量，因子負荷在0.509-0.900之間；成分2包含描述成分的15個變量，因子負荷在0.428-0.821之間；成分3包含描述成分的13個變量，因子負荷在0.456-0.747之間；成分4包含10個描述成分的變量，因子載荷在0.557-0.882之間；成分5包含描述成分的8個變量，因子載荷在0.572-0.720之間。描述五個組成部分的變量總數(shù)為67個變量，因子負荷在0.428-0.900之間。

三、結論與分析

研究過程包括三個步驟：（1） 研究美術與藝術設計教育質量管理的變量，這是一項定性研究。研究者對有關教育質量管理的概念、原則和理論的相關文獻進行了系統(tǒng)梳理和研究。以及對8名來自L省高校具有10年以上美術與藝術設計教育管理和教學經驗的專家深度訪談。采用立意抽樣法。采用半結構化訪談形式。數(shù)據(jù)收集由研究人員進行。對收集到的數(shù)據(jù)進行內容分析，第（2）步審查L省高校美術與藝術設計教育質量管理的變量，以及（3）驗證美術與藝術設計教育質量管理的構成要素。這是一項定量研究。研究人員使用第（1）步中的變量，編制一份問卷，從樣本中收集數(shù)據(jù)，以檢驗美術與藝術設計教育質量管理有效性的構成要素。人口包括L省40所本科美術與藝術設計相關專業(yè)的講師。他們是來自L省40所大學的138名美術藝術學院院長和1344名美術與藝術設計相關專業(yè)的講師。研究人員采用分層抽樣技術。為了提高探索性因素分析的準確性，研究人員用Krejcie和Morgan的表格（1970）確定了樣本量，將樣本量增加到大約310個樣本。研究者采用了由三部分組成的調查問卷：第一部分：人口統(tǒng)計學變量（檢查表）；第二部分：67個藝術設計教育管理變量（五級評分量表）；第三部分：建議（開放式）。該工具是從步驟（1）發(fā)展而來的問卷。采用內容效度和信度評價問卷的質量。內容效度方面，由五位專家進行檢驗，并通過項目目標一致性（IOC）進行分析。項目值為≥ 0.60.對于可靠性，由Cronbach alpha在0.80進行分析。問卷通過在線、郵件和研究人員發(fā)送。人口統(tǒng)計學變量數(shù)據(jù)采用描述性統(tǒng)計分析；頻率和百分比。美術與藝術設計教育質量管理的67個變量，采用描述性統(tǒng)計分析；平均值、標準偏差（S.D.）。美術與藝術設計教育質量管理有效性的組成部分，采用探索性因素分析（EFA）進行分析，減少不相關變量。第（3）步：驗證藝術設計教育質量管理的構成要素。這是一項定性研究。研究人員使用了教育質量管理的每個組成部分。從第（2）步開始，驗證美術與藝術設計教育質量管理的組成部分。其驗證標準為：實用性，滿足目標用戶的信息需求；可行性，現(xiàn)實的、謹慎的、靈活變通的和簡明的；專有性，合理的、合規(guī)的，并充分考慮相關人員和受影響人員的福利；準確性，揭示和傳達技術上準確的信息。通過專家鑒定評定，確定美術與藝術設計教育質量管理的構成因素的組成部分，來自L省高校的8名專家進行驗證鑒定，這8名專家來自L省3所高校的美術藝術學院院長、美術與藝術設計系主任、美術與藝術設計相關專業(yè)的講師，他們在L省高校擁有5年以上的美術與藝術設計教育和管理的經驗。根據(jù)上述標準，采用含量分析法對鑒定數(shù)據(jù)進行分析。數(shù)據(jù)收集后將使用描述性統(tǒng)計（如頻率和百分比）對數(shù)據(jù)進行分析。從研究目標來看，主要發(fā)現(xiàn)如下：美術與藝術設計教育質量管理有效性共有五個組成部分。其中包括教育質量體系、行政管理、全員參與、績效評價和服務質量。

四、思考與建議

首先，確立“以學生為中心”的美術與藝術設計教育質量體系，整體提升美術與藝術設計教育辦學水平；其次，統(tǒng)籌行政管理機制，加強組織行政管理，有序推動美術與藝術設計教育政策、方針的執(zhí)行與管理；其三，明確“全員參與”的教育質量管理意識與職責，形成美術與藝術設計教育質量全過程管理模式；其四，創(chuàng)新績效評價和激勵機制，強化師資隊伍建設與管理，提升教師隊伍發(fā)展核心競爭力；其五，完善教育服務質量評價、反饋和改進管理體系，強化教育服務質量意識，推進美術與藝術設計教育質量提升。