高校课堂教学质量的多层次模糊综合评价模型

1、摘要:针对高校课堂教学质量评价中所面临的实际问题,在探讨多层次模糊综合评价基本原理的基础上,建立科学的课堂教学质量评价指标体系,运用层次分析法合理地确定了评价指标权重,减少了人为主观因素的干扰,从而创新性地构建了科学、合理、有效的课堂教学质量多层次模糊综合评价模型,并对模型进行了客观检验和实证研究。实际应用结果表明,该模型较好地解决了各评价因素之间的一致性和定量化问题,提高了评价精度。关键词:教学质量;模糊综合评价;层次分析法;评价方法中图分类号:G 642TG146.4文献标识码:A 文章编号:1671-0916(201005-0057-04邓万友(大庆石油学院教务处,黑龙江大庆163318

2、2010年5月第23卷第5期内蒙古师范大学学报(教育科学版Journal of Inner Mongolia Normal University (Educational Science 高校课堂教学质量的多层次模糊综合评价模型收稿日期:2009-10-20作者简介:邓万友(1972-,男,大庆石油学院副研究员,博士,研究方向为教学研究与管理。高校课堂教学质量评价是保证教学质量不断提高的重要手段,建立科学、客观、公正、可行的课堂教学质量评价体系和方法,是高等学校进行教学质量监控的有效保证。评价是指为达到一定的目的,利用特定的指标,比照统一的标准,采用规定的方法,对事物做出价值判断的一种认识活动

3、1。因此,评价工作的核心是建立评价模型和采用科学合理的评价方法及手段。目前大多采用的教学评价模型是线性的,即评价指标加权平均综合模型。该模型在实际应用中存在许多问题,模型的适用性较差,评价结果的可信度也较差。这是因为,教师课堂教学质量评价是一个多因素、多目标且具有一定层次性的非线性模糊综合评判问题,是一项复杂的系统工程。另外,在评价方法和手段上,传统的课堂教学质量评价多采用如加权平均法、印象评分法等等,并没有找到一种更为科学有效的综合评价方法,由于评价手段和方法的限制,这种评价往往是定性的,是结果而非过程,是对评价客体的简单否定或肯定,往往不能为被评价者所接受。从而导致在评价中出现一些急需解决

4、的问题:(1评价内容较单一,评价层次浅显,对于学生具有启发性的方面没有评价2;(2各评价指标的权重由少数专家根据经验直接拟定,缺少数量分析作为依据,存在很大的主观性,形成了评价干扰;(3对评价结果缺少必要的综合分析与检验。因此,采用传统的方式很难实现科学、高效的评价和实时教学质量监控。基于上述思想,本文运用模糊数学的基本原理,构建了基于层次分析法及模糊综合评判法的课堂教学质量多层次模糊综合评价模型,并利用实际数据,对模型进行了验证与评价。该模型能够从多维度综合反映被评对象的优劣程度,从而使课堂教学质量的评价更加科学、客观、公正、准确,更具有实用性。一、模型的构建模糊综合评价的数学模型由因素集、

5、评价集、权重集和模糊关系运算组成。评价的关键问题在于指标体系的设计要合理,权重的确定要科学,对准则层中的每个评价指标的等级要客观度量。(一因素集和评价集的建立1.建立因素集。建立因素集的过程,实际上就是评价指标体系的设计过程。课堂教学质量评价的难点在于评价指标的设计与量化过程的处理3。现代化教学质量的评价内容设计应遵循导向性、科学性、系统性、可行性、动态性、定量与定性相结合等原则。即不仅要考虑到教学的各个环节及评价主客体的各个方面,而且要从整体出发,确定子系统及其之间的相互关系,力求做到系统内部结构合理,可以从多侧面、多角度提供教学质量信息。因此,必须将教学质量分解为单因素来考虑,然后通过一定

6、的模型再综合成总体教学质量的评价。为此,结合实际需要,建立了由目标层、准则层及方案层构成的课堂教学质量评价因素层次结构模型,具体分为5项一级指标,20项二级指标(如图1。由图1可构建评价的因素集为:U=U 1,U 2,U 5,(1May ,2010图1课堂教学质量评价因素层次结构模型教师1教师2教师3教师n方案层准则层目标层课堂教学质量评价因素(U 教学态度(U 1教学方法(U 3教学内容(U 2教学能力(U 4教学效果(U 5精心备课U 11U 12U 13U 14U 21U 22U 23U 31U 24U 32U 33U 34U 41U 42U 43U 44U 51U 52U 53U 54

7、教案规范教学文件齐全精通教材原理清晰授课内容娴熟悉授课投入充满热情联系实际举例得当计划详尽符合大纲内容严谨信息量适当板书清晰工整重点难点突出适当应用现代教学技术方法灵活多样教学设计能力信息传播能力课堂组织能力创新能力学生反馈及评价学生知识掌握情况辅导耐心作业布置适当课堂气氛热烈程度对评价结果的影响是不同的。为了得到科学、准确的评价结果,需要确定评价指标的权重集,它是科学地衡量教学质量进行定量评价的基础和关键。目前确定评价参数权重的方法很多,主要有专家估测法和各种数学的评价方法。其中,层次分析法(Analytic Hierarchy Process 与其他方法相比,具有计算精度较高、方便易行、理

8、论成熟、自适应性好、实用性较好的特点。该方法既能体现研究对象的客观特征,又能体现人的主观认识。1.建立层次结构模型。运用层次分析法对评价参数进行权重分析时,首先应建立层次结构模型。将一个复杂的系统自上而下地分解为若干层次或子系统,同一层各因素从属于上一层因素,或对上层因素有影响,同时又支配下一层的因素或受到下层因素的影响,进而确定系统中各因素的相对重要性3。2.构造判断矩阵。根据层次结构模型,针对同一层次的评价因素两两比较它们重要性的大小,并把比较结果通过引入的比例标度(表1用数字表示出来,写成矩阵的形式即得判断矩阵W ,以判断与量化各元素间影响程度的大小。表1判断矩阵比例标度及含义3.确定权

9、重集。权重的计算,实际上就是求解判断矩阵W 的极限排序问题。分别求出每个判断矩阵的最大特征根和对应的特征向量,对特征向量归一化后即为同一层次因素对于上一层次某因素相对重要性的排序权值,即层次单排序权重分配。分别计算“一致性指标CI (consistency index ”、“随机一致性指标RI (random index ”和“随机一致性比率CR (consistency ratio ”,并利用式(3进行一致性检验。CR=CI =max -n(3其中,m ax 为判断矩阵的最大特征根,为判断矩阵的阶数。当CR <0.10时,综合判断具有满意的一致性要求。否则,需要重新建立判断矩阵直到达到

10、满意的一致性要求为止。利用同一层次中所有单排序的结果,计算本层次所有元素重要性的权值,即层次总排序,并进行一致性检验。层次总排序可以自上而下逐层顺序进行。设层次总排序权值为W ,则W=W (j=mi =1a i b jij=1,2,.,n(4即为评价的权重集,其论域为U 。其中,a i 是上层元素A i 的总排序;b ji 是与a i 相对应的本层次W(j的单排序结果。(三多层次模糊综合评价模型多层次模糊综合评价(Fuzzy Comprehensive Evaluation ,是先把要评判的同一类事物的多种因素,按其属性分成若干类大因素,然后对每一类大因素进行初级的综合评判,在此基础上,再对初

11、级的综合评判结果进行高一级的综合评判。在模糊综合评价过程中,关键问题是隶属函数的建立、其中,5i =1U i =U ,U i U j =(i j U j =U j 1,U j 2,U jm (j=1,2,3,4,5;m=1,2,3,4从而将课堂教学质量评价因素综合分为教学态度、教学内容、教学方法、教学能力和教学效果5个方面。2.建立评价集。评价集是对教师课堂教学质量评价结果的直接描述,一般可按5个标准对评价结果进行刻画,每个标准均对应一个模糊子集。记为:V=V 1,V 2,V 3,V 4,V 5=优秀、良好、中等、合格、不合格(2(二权重集的确定教学质量评价指标体系是一个有机的整体,各个指标标

12、度值含义1表示2个因素相比,具有同等重要性3表示2个因素相比,一个因素比另一个因素稍微重要5表示2个因素相比,一个因素比另一个因素明显重要7表示2个因素相比,一个因素比另一个因素强烈重要9表示2个因素相比,一个因素比另一个因素极端重要2,4,6,8上述两相邻判断的中值倒数若因素i 与j 比较得判断b ij ,则因素j 与i 比较的判断b ji =1/b ij模糊算子的选择和评价结果的处理。多层次模糊综合评价是建立在模糊数学基础上的一种模糊线性变换,是由权向量和评判矩阵经多层的模糊运算而得出最终的评价结果,即Y=W Y(5在广义模糊运算下Y 的各元素为:式中,Y=(y 1,y 2,y n 为评价

13、结果,W=(w 1,w 2,w n 为权重集,R=r ij m ×n ,0r ij 1为评判矩阵,表示模糊运算,.*表示广义模糊“与”运算,*V表示广义模糊“或”运算。实际上,若把评价的因素集U 和评价集V 看作两个有限论域,模糊变换中的W 是U 上的模糊子集,而评判结果Y 是V 上的模糊子集,模糊变换的结果Y 是模糊向量W 与模糊关系矩阵R 的合成。一般地,对于评判的综合结果Y=(y 1,y 2,y n ,yi 是评判对象相应于i 个模糊评语的隶属度。若有则认为评判的最后结果为第j 个模糊评语,即最大隶属度原则。当评价集V 的元素是用某一区间上离散数值构成时,那么数值B 的大小可给

14、出评判的结论。B=ni =1y i ×v ini =1yi(8综上所述,(Y ,W ,R 便构成一个课堂教学质量的多层次模糊综合评价模型,即Y=W R 。该模型将评价因素集U 这一论域上的一个模糊集合W 经过模糊关系R 变换为评价集V 这一论域上的一个模糊集合Y 。其中,Y 为模糊综合评价的结果,是m 维的模糊行向量;W 为模糊评价因素的权重集,是n 维的模糊行向量;R 为从U 到V 的一个模糊关系,是一个n ×m 的向量。(四多层次评价结果的综合处理在实际评价工作中,评价者往往由多类人员组成(如专家、领导、同行、学生,各类人员的评价结果的重要性不同,此时可按如下方式对评价

15、结果进行综合处理:(1分别按上述方法求出各类评价人员的评价结果;(2对各类评价结果进行模糊综合处理,从而得出总的评价结论,即其中,X 为综合评价结论,A 为各类人员的评价结果,Y 为各类评价人员的权重,k 为评价人员的种类。二、模型的应用本次评价选择了专家、领导、同行和学生共4类人员对教师的课堂教学质量进行了评价,表2为60名学生对某教师进行的评价情况。下面以此为例对评价模型进行实证研究。表2课堂教学质量评价统计表(一各层次评价因素权重的计算利用图1所示的评价因素层次结构模型,分别计算一、二级评价指标的权重,如表2所示。(二多层次模糊综合评价1.一级模糊综合评价。按各评价因素进行单因素评价,根

16、据表2,对二级指标的各评价数据进行归一运算即可计算出各评价因素的隶属度,构造分别属于5个一级指标的模糊关系矩阵;同时利用各指标的权重,采用模糊算子模型M (,茌进行复合运算,即可得到评价对象“教学态度(U 1”的评价结果:Y U 1=W 1莓R 1=(0.5680.2290.0540.0020.002根据最大隶属原则,该评价对象“教学态度(U 1”的评价结果为优秀。同理,可获得评价对象“教学内容(U 2”、“教学方法(U 3”、“教学能力(U 4”、“教学效果(U 5”的评价结果分别为中等、0一级指标二级指标权重权重评价结果(人优良中合格不合格教学态度(U 10.164教学内容(U 2教学方法

17、0.148U 110.5684513200U 120.0984810110U 130.2253120900U 140.109518000U 210.43213172361U 220.186*U 230.1172782500U 240.26518142620U 310.2361937400U 320.2972236200U 330.1821443300U 340.2853522300U 410.267525210U 420.2984411500U 430.2154314300U 440.2203421500U 510.3472526810U 520.2841142700U 530.2069501

18、00U 540.1633321321y j =(w 1r 1j (w 2r 2j (w m r mj .*V *V *V .*.*(i j n (6X=A Y=(A 1,A 2,A K (Y 1,Y 2,Y K T(9y j=max(y 1,y 2,y n(1i n (7Z=W莓Y=W莓(Y U1Y U2Y U3Y U4Y U5T可见,该评价对象的二级评价结果为优秀。同理,在必要时也可采用三级或更多层次的模型,进行更精细的质量评价。3.评价结果的综合处理。若评价者有专家、领导、同行、学生等多类人员,那么对每类人员的数据进行上述评价后,需要结合其权值A对计算结果进行综合处理,以得到最终评价结果X

19、:根据最大隶属原则,评价对象的最大隶属度为0.365,可认为该评价对象的课堂教学质量为良好。三、模型的检验教学质量评价模型质量的高低最终体现在其自身为评价使用者提供的效用上,即评价结果信息是否为对评价对象做出价值判断提供充分的依据,判断结果是否客观、公正、实事求是。因此,为了评价所采用的指标评价体系和评价方法的可靠性、合理性和稳定性,就必须对模型进行检验4。(一模型的信度检验信度是指测量数据和结论的可靠性程度,反映评价结果的稳定性,即评价结果使人们可以信赖的程度。一个科学的评价体系和评价方法,它的结果是可靠的,多次反复测量其评价结果能保持高度的一致。本文采用目前应用最广泛、可操作性强的计算信度

20、的方法克朗巴赫(Cronbach系数法,其数学模型为5:A=K(1-nj=1S2jS(10其中,K为评价指标数目,S2为评价总分的变异数,S2=1nnj=1(x j-x2,x=1nnj=1x j,S2j,为某一评价指标得分的变异数。A的值在0与1之间,当A为0.81.00时,表示评价结果比较好;当A为0.70.79时,表示评价结果一般;当A在0.7以下,表明误差太大,该指标体系是不可信的,受偶然因素的影响太多。根据信度检验模型(10,对样本数据进行处理,得到该评价体系的信度系数A=0.896,这表明该评价模型具有很高的信度,评价结果具有较高的可靠性。(二模型的效度检验效度是指评价结果的准确性和有效性的程度,即教学评价是否达到了预期目的,效度分为内容效度、效标关联效度和结构效度三种类型。本文主要讨论评价体系的效标关联效度。常用的效度计算公式为:R xy=nj-1(x j-x(y j-yx y(11其中n为参与评价的人数,x j与y j分别表示第j个评价者对第x个被评价者与第y个被评价者的评价结果,x,y,Sx,S y,分别表示两次评价的均值与标准差。效度越接近1,评价的有效性越高,一般地,当R>0.4时,评价质量较高;当0.2R0.4时,评价质量中等;当R<0.2时,评价质量较差。根据模型(11,对样本数据