大學評鑑指標系統建構之研究-以相似性分析為方法論

A Study of Establishment of the Indicators System for Universities Evaluation by Similarity Analysis.

江曉林(Siao-Lin Jiang)

指導教授 ： 顧志遠

中原大學/商學院/企業管理研究所/碩士(2010年)

https://doi.org/10.6840/cycu201000595

摘要

摘 要
在二十一世紀，世界各地都已達到了知識經濟的時代，因此世界各地的大學也漸受重視，大學評鑑更是大家所關注的焦點，如何在繁多的大學指標中篩選出部分指標以做為大學評鑑之參考？本研究以相似度的方法來將同一類別裡的指標做篩選，主要是將指標分為投入與產出兩大構面來建構出本研究之指標架構。在投入構面以「師資」和「經費」兩大類別來衡量；在產出構面中則以「教學」和「研究」來建構出本研究之指標架構，接著會在各類別中篩選出較具代表性的指標來衡量此類別。
在「師資」、「經費」和「教學」的類別中，利用比率分群法篩選出的結果為一個指標；在「研究」類別裡，利用比率分群法篩選出的結果為兩個指標。因此我們可以利用所篩選出來的指標快速得出大學之評比或排名，以達到節省成本的效果。
 師資：“助理教授以上職級之專任教師比例”
 經費：“教學研究及訓輔成本”
 教學：“全校退學比率”
 研究：“專任教師SCI篇數之平均”、“專題研究案當年核定件數”
本研究所採用的研究方法：比率分群法，原本是被利用在財務比率指標的分群及篩選，本研究將其應用在大學評鑑指標上，在選取指標時，此方法具備了以下特性：
1. 可利用公式算出該類別應分群的個數。
2. 可在每群中選出最具有代表性的指標。
3. 可以得出指標之間的層級架構。
4. 可以透過層級架構圖來選取欲採用之更多指標。
5. 不受單位的影響。
6. 具有能使群內差距小，群間差距大的特性。

關鍵字：大學評鑑指標、比率分群法、相似度

關鍵字

比率分群法 ； 大學評鑑指標 ； 相似度

並列摘要

Abstract
In the 21st century, all the countries have achieved the knowledge economy time. The universities around the world are got more and more attention, and the results of the Universities Evaluation are focused. How to choose the partial indicators as the reference of Universities Evaluation in many university indicators? In this study, we used the similarity method to choose indicators in the same category. The indicator architecture of this study primarily divided into two dimensions, input and output. There are Teacher and Expense categories in the input dimension, and there are Teaching and Research categories in the output dimension. Then we selected the representative indicators in each category.
Teacher, Expense and Teaching categories were selected by Rate Clustering Method to get one indicator. Research category was selected by Rate Clustering Method to get two indicators. Therefore, we can use these indicators to quickly and economically evaluate or ranking universities.
 Teacher: "the ratio of teachers above the rank of assistant professor to full-time teachers"
 Spending: "the cost of teaching, research, training and remediation"
 Teaching: "the rate of drop-out"
 Research: "the average of SCI paper’s number of full-time teachers’", "the number of approved project in that year"
The method of research in this study: Rate Clustering Method, it was used to cluster and select in the financial ratios originally. But we applied this method to the university evaluation indicators, and it has the following features when selecting the indicators:
1. It can calculate the number of the cluster in each category by the formula.
2. It can selecte the most representative indicators in each cluster.
3. It can get the layer structure between indicators.
4. It can select more indicators in the graph of the layer structure.
5. It is unaffected by unit.
6. It has the characteristics of small disparity within group and large disparity between groups.

Keywords: the Universities Evaluation Indicators, Rate Clustering Method, Similarity

並列關鍵字

Rate Clustering Method ； Similarity ； the Universities Evaluation Indicators

參考文獻

8. 侯永琪、陳樂群，2002，「以『卡內基高等教育機構分類表』研究我國大專校院之分類」，教育研究月刊，第105期，132-154。

18. 黃慕萱，2008，「納入規模考量-2008年大學科研論文成效評比改進方案研議」，評鑑雙月刊，第12期，頁21-23。

20. 劉佳灝，2005，「模糊分類結構上的序列型樣探勘方法」，建國科大學報，第24卷第2期，頁193-210。

22. 蔣偉寧，2008，「大學評比應去除規模的影響」，評鑑雙月刊，第12期：頁19-20。

1. Anderson, V. (1991). Alternative economic indicators. London: Routledge.