韋麗娃，叢彬龍

(遼寧石油化工大學(xué) 機(jī)械學(xué)院，遼寧 撫順 113001)

基于學(xué)生表現(xiàn)的教師教學(xué)質(zhì)量評價方法研究

韋麗娃，叢彬龍

(遼寧石油化工大學(xué) 機(jī)械學(xué)院，遼寧 撫順 113001)

在充分考慮評價指標(biāo)設(shè)立的有效性、全面性以及評價方法的難操作性、可信性的基礎(chǔ)上，以學(xué)生為主體，分別運(yùn)用層次分析模型(Analytic Hierarchy Process)和TOPSIS分析模型(Technique for Order Preference by Similarity to an Ideal Solution)對高校教師教學(xué)質(zhì)量進(jìn)行評價，然后對兩種模型下教師的得分進(jìn)行綜合分析，從而得到教師的最終排名。最后，把此方法得到的教師最終成績和專家評估成績進(jìn)行比較，結(jié)果表明，該方法能夠客觀公正地對教師教學(xué)質(zhì)量進(jìn)行評價。

高等教育；層次分析模型；TOPSIS分析模型；教學(xué)質(zhì)量評價

我國高等教育評價工作歷史不長，在高等學(xué)校有計(jì)劃地開展教育質(zhì)量評價只有幾十年的時間[1]。鄭蕊根據(jù)當(dāng)前高校教師教學(xué)質(zhì)量評價體系和方法的現(xiàn)狀,提出了高校教師教學(xué)質(zhì)量評價體系的全面性和綜合性,教學(xué)質(zhì)量評價方法的多維性和動態(tài)性的觀點(diǎn)[2]；楊衛(wèi)平以高校經(jīng)濟(jì)類專業(yè)為例，對其實(shí)踐教學(xué)質(zhì)量評價問題進(jìn)行了探討[3]；黃群嬌基于新建應(yīng)用型本科院校視角，指出提高教學(xué)質(zhì)量是創(chuàng)新人才培養(yǎng)的有效途徑[4]；鄭延福運(yùn)用模糊綜合評價模型評價教師教學(xué)質(zhì)量，并對評價結(jié)果進(jìn)行分析和解釋，繼而用多元線性回歸分析法，進(jìn)一步指出顯著影響教師教學(xué)質(zhì)量總體評價結(jié)果的分項(xiàng)因素[1];徐薇薇對教師教學(xué)質(zhì)量的評價指標(biāo)進(jìn)行了研究，并且用層次分析法確定每個評價指標(biāo)的權(quán)重[5]；葉珍提出了一種基于AHP的模糊綜合評價方法，通過AHP確定子目標(biāo)和各指標(biāo)權(quán)重，用多層次模糊綜合評價法對教學(xué)質(zhì)量進(jìn)行評價[6]；尹亮亮采用類似方法，結(jié)合高校提出的評價教師教學(xué)質(zhì)量的各方面要求，融合領(lǐng)導(dǎo)、同事、學(xué)生三方面因素，利用層次分析法(AHP)建立教學(xué)質(zhì)量評價指標(biāo)體系的層遞關(guān)系以及權(quán)重向量，再利用模糊算子的綜合運(yùn)算得出綜合評價[7]；蔡錦錦采用BP神經(jīng)網(wǎng)絡(luò)確定了高校課堂教學(xué)質(zhì)量評估系統(tǒng)的評價模型，并以學(xué)生評教子系統(tǒng)為例,實(shí)現(xiàn)了樣本維護(hù)、神經(jīng)網(wǎng)絡(luò)訓(xùn)練以及神經(jīng)網(wǎng)絡(luò)評價等功能[8-9]；林海英通過引入TQM理論，并在問卷調(diào)查的基礎(chǔ)上，分析了高校經(jīng)管類專業(yè)的實(shí)踐教學(xué)質(zhì)量，建立了高校經(jīng)管類專業(yè)實(shí)踐教學(xué)評價和控制體系[10]；張惠燕采用SERVQUAL模型對教師課堂教學(xué)質(zhì)量進(jìn)行評價[11]；雷勛平運(yùn)用熵權(quán)TOPSIS模型對銅陵學(xué)院16名新教師教學(xué)質(zhì)量展開實(shí)證研究并進(jìn)行評價[12]。

很顯然，高校教師教學(xué)質(zhì)量評價在理論和實(shí)踐方面均取得了較為豐碩的研究成果。但是，已有研究沒有兼顧到指標(biāo)的權(quán)重差異，即便有的文獻(xiàn)考慮了指標(biāo)的權(quán)重，也僅是通過專家主觀定權(quán)(如層次分析法)，忽視了部分指標(biāo)的客觀性;有些方法考慮了客觀權(quán)重，但評價方法和計(jì)算過程較為復(fù)雜(如BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)方法)。層次分析法是一種強(qiáng)有力的系統(tǒng)分析+運(yùn)籌學(xué)方法，對多因素、多標(biāo)準(zhǔn)、多方案的綜合評價及趨勢預(yù)測相當(dāng)有效，最大的優(yōu)點(diǎn)是可以處理定性和定量相結(jié)合的問題，可以將決策者的主觀判斷與政策經(jīng)驗(yàn)導(dǎo)入模型。但是AHP方法的缺點(diǎn)是所用的指標(biāo)體系需要有專家系統(tǒng)的支持，如果給出的指標(biāo)不合理，則得到的結(jié)果也就不準(zhǔn)確。而TOPSIS 模型具有能夠進(jìn)行橫向、縱向?qū)Ρ确治銮矣?jì)算簡單的優(yōu)點(diǎn)，熵權(quán)根據(jù)指標(biāo)原始數(shù)據(jù)獲得權(quán)重，客觀真實(shí)。然而，當(dāng)指標(biāo)值的變動很小或者很突然地變大或變小時，TOPSIS模型在獲得權(quán)重的時候便具有局限性。因此，本文采用兩種方法(AHP和TOPSIS)分別對教師教學(xué)質(zhì)量進(jìn)行評價，然后對評價結(jié)果進(jìn)行加權(quán)綜合。這種方法既能充分發(fā)揮AHP和TOPSIS算法的優(yōu)點(diǎn)，又能克服AHP算法指標(biāo)受專家系統(tǒng)主觀性影響的缺點(diǎn)，并且能夠增大算法的應(yīng)用范圍，從而實(shí)現(xiàn)對教師客觀公正的評價。

1 問題分析

本文選取了某高校某課程的實(shí)際教學(xué)情況，在已知該教師所教學(xué)生的相關(guān)情況下評價老師的教學(xué)質(zhì)量。某課程的授課教師現(xiàn)有20人，期末考試結(jié)束時，學(xué)校要對這些授課教師的教學(xué)質(zhì)量進(jìn)行考核，與教學(xué)質(zhì)量相關(guān)的考核指標(biāo)主要有：學(xué)生的考試成績、學(xué)生的完成作業(yè)情況、學(xué)生的出勤率、學(xué)生生源情況、學(xué)生對教師的評價情況等。

其中，學(xué)生成績指本課程各個教學(xué)班級學(xué)生的期末考試成績(部分學(xué)生未參加考試，標(biāo)記為“缺考”)，學(xué)生完成作業(yè)情況用“優(yōu)”、“良”、“中”進(jìn)行評價(“優(yōu)”表示滿勤作業(yè)、“良”表示缺交3次以內(nèi)、“中”表示缺交3次以上)，學(xué)生出勤情況用“優(yōu)”、“良”、“中”進(jìn)行評價(“優(yōu)”表示滿勤、“良”表示缺勤3次以內(nèi)、“中”表示缺勤3次以上)，學(xué)生生源情況用“優(yōu)”、“良”、“中”進(jìn)行評價(即學(xué)習(xí)此課程之前掌握相關(guān)基礎(chǔ)知識情況，“優(yōu)”為90～100分、“良”為80～90分、“中”為70～80分)，學(xué)生對老師的評價用“優(yōu)”、“良”、“中”進(jìn)行評價(“優(yōu)”為90～100分、“良”為80～90分、“中”為60～80分)。

除學(xué)生對教師的評價這一項(xiàng)之外，其余四項(xiàng)均是學(xué)生在學(xué)習(xí)中的表現(xiàn)情況，因此，本文先根據(jù)前四項(xiàng)指標(biāo)運(yùn)用層次分析模型和TOPSIS分析模型對每一位學(xué)生進(jìn)行打分，并用此權(quán)重乘以該生的對教師教評成績，并對兩種模型下的教師得分進(jìn)行綜合，從而得到教師的最終排名。

2 假設(shè)和符號說明

具體模型分析中需要滿足下列假設(shè)條件：(1)學(xué)生的每一項(xiàng)得分和評分都是公正、公平的；(2)假設(shè)分班時各班學(xué)生總體水平相近，沒有較大差距；(3)課程涵蓋知識內(nèi)容相同；(4)學(xué)生按照實(shí)際情況對老師進(jìn)行評價。

3 模型的建立與求解

3.1 數(shù)據(jù)預(yù)處理

(1)對缺考學(xué)生的數(shù)據(jù)行進(jìn)行刪除處理。

表1 符號說明

(2)生源地情況和學(xué)生對教師評價的數(shù)據(jù)按照以下公式處理：等級為優(yōu)取90～100內(nèi)的隨機(jī)數(shù)，等級為良取80～90內(nèi)隨機(jī)數(shù)，等級為中取70～80內(nèi)隨機(jī)數(shù)。

優(yōu)=11*rand()+90

良=10*rand()+80

中生源=10*rand()+70

中評價=20*rand()+60

(3)對出勤率和作業(yè)完成情況的數(shù)據(jù)按照以下公式處理：等級為優(yōu)取滿分，缺勤一次或少交一次作業(yè)減十分，且所減分?jǐn)?shù)最多不超過50分才可以參加考試。

優(yōu)=100

良=100-10*int(2*rand()+1)

中=100-10*int(2*rand()+3)

3.2 層次分析模型

層次分析法(AHP)是一種定性分析與定量分析相結(jié)合的決策方法，它將決策者對復(fù)雜對象的決策思維過程定量化，通過一系列數(shù)學(xué)運(yùn)算得出不同的權(quán)重，為最佳方案的選擇提供依據(jù)[13]。AHP的本質(zhì)是一種決策思維方式，把決策規(guī)劃過程中定性分析與定量分析有機(jī)結(jié)合起來，用一種統(tǒng)一方式進(jìn)行優(yōu)化處理。這種方法體現(xiàn)了人類用過去已有的知識與經(jīng)驗(yàn)，對客觀事物進(jìn)行分解、判斷、綜合，并據(jù)此求得最佳規(guī)劃方案[14-15]。

從所給數(shù)據(jù)中，我們得到學(xué)生的考試成績、學(xué)生的完成作業(yè)情況、學(xué)生的出勤率、學(xué)生生源情況等四項(xiàng)指標(biāo)。利用AHP層次分析法，求出各指標(biāo)體系指數(shù)的權(quán)重并進(jìn)行打分，得到最后的學(xué)生綜合評價得分。

3.2.1 模型的建立

首先，我們建立層次分析結(jié)構(gòu)層次關(guān)系：目標(biāo)層為給學(xué)生打分；準(zhǔn)則層為學(xué)生的考試成績、學(xué)生的完成作業(yè)情況、學(xué)生的出勤率、學(xué)生生源情況等四項(xiàng)；方案層則是每個學(xué)生在該四項(xiàng)的數(shù)據(jù)，結(jié)構(gòu)如圖1所示。

圖1 層次分析法結(jié)構(gòu)圖

對該四項(xiàng)指標(biāo)，按學(xué)校課程教學(xué)給學(xué)生打分實(shí)例，最終考試成績占60%，平時成績作業(yè)、出勤等占40%，構(gòu)造判斷對比矩陣A如表2所示。

表2 判斷矩陣

檢驗(yàn)判斷矩陣的邏輯性：

其中，RI為平均隨機(jī)一致性指標(biāo)，具體數(shù)值如表3所示：

3.2.2 模型的求解

按照以上方法求得最大特征值為4.0104；特征向量分別為：0.9267、0.2484、0.2484、0.1338。該判斷矩陣具有滿意的一致性。

由各指標(biāo)權(quán)重求得各學(xué)生的得分，得分歸一化即各學(xué)生在相應(yīng)老師評價中的權(quán)重，乘上該生對教師的評價數(shù)據(jù)，求和得教師教學(xué)質(zhì)量評價得分。

表3 RI的取值

表4 各評價指標(biāo)權(quán)重表

表5 教師教學(xué)質(zhì)量綜合評價表

3.3 TOPSIS模型

TOPSIS是一種常用的有限方案多目標(biāo)(屬性)決策分析法，基本原理為：通過構(gòu)造多目標(biāo)決策問題的“理想解”和“負(fù)理想解”對各可行方案進(jìn)行排序以確定其優(yōu)劣。所謂“理想解”，是設(shè)想各指標(biāo)屬性值都達(dá)到各候選方案最好值的解；所謂“負(fù)理想解”是設(shè)想各指標(biāo)屬性值都達(dá)到各候選方案最壞值的解。原有的方案集中通常并沒有這種“理想解”和“負(fù)理想解”。因此，若某一方案集中有一個解最接近“理想解”，同時又最遠(yuǎn)離“負(fù)理想解”，則這個解即為方案集中最好的解。

以下是TOPSIS模型的建立與求解過程。

(1) 指標(biāo)屬性趨同化處理。

首先可將低優(yōu)指標(biāo)和中性指標(biāo)全轉(zhuǎn)化為高優(yōu)指標(biāo)。在本題中學(xué)生的考試成績、學(xué)生的完成作業(yè)情況、學(xué)生的出勤率、學(xué)生生源情況均為高優(yōu)指標(biāo)，即越大越好。

(2) 趨同化數(shù)據(jù)的歸一化。

利用如下公式對數(shù)據(jù)進(jìn)行歸一化處理。取前四項(xiàng)對學(xué)生進(jìn)行評分,同樣將前四項(xiàng)進(jìn)行歸一化。

(1)

(3) 確定最優(yōu)方案和最劣方案。

最優(yōu)方案Z+由Z中每列中的最大值構(gòu)成，即

Z+=(maxZi1,maxZi2,maxZi3,……maxZim)

=(0.0371,0.0270,0.0275,0.0290)

(2)

最劣方案Z-由Z中每列中的最小值構(gòu)成，即

Z+=(minZi1,minZi2,minZi3,……minZim)

=(0.0011,0.0189,0.0193,0.0203)

(3)

(4)

Ci→1表明評價對象越優(yōu)，其接近程度就是每個學(xué)生在之后評價教師中的重要程度。

接近程度乘以學(xué)生對對應(yīng)教師評價分?jǐn)?shù)，得到該學(xué)生對教師的評分貢獻(xiàn)，最后取該教師學(xué)生評價的平均數(shù)，得到每個教師的最后得分并排序。

3.4 綜合評價模型

本文將TOPSIS模型和AHP模型計(jì)算的教師教學(xué)成績進(jìn)行加權(quán)綜合，得到了綜合評價模型，并與專家評估成績進(jìn)行比較(取編號為前5名的老師，排名為在這5名教師中的排名)，如表7所示。

表6 教師教學(xué)質(zhì)量綜合評價表

表7 綜合評價和專家打分對比

從上表可以看出，基于TOPSIS和AHP的綜合評價模型和專家打分有很強(qiáng)的一致性，說明本文提出的教師教學(xué)質(zhì)量評價模型是合理、有效的。

4 總結(jié)

本文關(guān)于教師教學(xué)質(zhì)量評價的數(shù)學(xué)模型簡潔、切實(shí)可行，同時該模型及其算法具有嚴(yán)密的邏輯推理和數(shù)學(xué)依據(jù)。本文以學(xué)生為主體，運(yùn)用AHP模型和TOPSIS模型，分別對每個學(xué)生在教師教學(xué)質(zhì)量評價中的權(quán)重進(jìn)行考慮，結(jié)合兩種模型的優(yōu)點(diǎn)提出綜合評價模型，最終得出的每個教師的成績和專家評分有很強(qiáng)的一致性，符合教學(xué)的實(shí)際情況，為高校教師教學(xué)質(zhì)量評價的理論研究與實(shí)踐提供了參考。

[1] 鄭延福.本科高校教師教學(xué)質(zhì)量評價研究[D].徐州：中國礦業(yè)大學(xué)，2012:18-23.

[2] 鄭蕊.高校教師教學(xué)質(zhì)量評價體系及方法初探[J].沈陽航空航天大學(xué)學(xué)報(bào)，2005，22(6)：118-120.

[3] 楊衛(wèi)平.高校經(jīng)濟(jì)類專業(yè)實(shí)踐教學(xué)質(zhì)量評價體系的構(gòu)建研究[J].高教學(xué)刊， 2015(11)：18-19.

[4] 黃群嬌.高校課堂教學(xué)質(zhì)量提升策略―基于新建應(yīng)用型本科院校視角[J].廣西民族師范學(xué)院學(xué)報(bào)， 2015，32(3)：70-72.

[5] 徐薇薇，吳建成.高校教師教學(xué)質(zhì)量評價體系的研究與實(shí)踐[J].高等教育研究，2011，32(1)：100-103.

[6] 葉珍.基于AHP的模糊綜合評價方法研究與應(yīng)用[D].廣州：華南理工大學(xué)，2010：5-10.

[7] 尹亮亮，蘇興，武萌.高校教師教學(xué)質(zhì)量評估體系研究——基于AHP的模糊綜合評價方法應(yīng)用[J].合作經(jīng)濟(jì)與科技，2012(6)：92-95.

[8] 蔡錦錦.基于BP神經(jīng)網(wǎng)絡(luò)的高校課堂教學(xué)質(zhì)量評價系統(tǒng)的研究與實(shí)現(xiàn)[D].杭州：浙江工業(yè)大學(xué)，2009.

[9] 鄭永，陳艷.基于BP神經(jīng)網(wǎng)絡(luò)的高校教師教學(xué)質(zhì)量評價模型[J].重慶理工大學(xué)學(xué)報(bào)，2015，29(1)：85-90.

[10]林海英.基于TQM理論的高校經(jīng)管類專業(yè)實(shí)踐教學(xué)質(zhì)量控制研究[J].內(nèi)蒙古財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015， 13(4)：110-114.

[11]張惠燕.SERVQUAL 模型在高職課堂教學(xué)質(zhì)量評價中的應(yīng)用研究[J].科技通報(bào)，2017，33(5)：240-243.

[12]雷勛平，劉晨.基于熵權(quán)TOPSIS模型的高校教師教學(xué)質(zhì)量評價[J].渭南師范學(xué)院學(xué)報(bào)，2016(4)：44-50.

[13]鄧雪，李家銘.層次分析法權(quán)重計(jì)算方法分析及其應(yīng)用研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2012，42(7)：93-100

[14]徐兵兵，張妙仙.改進(jìn)的模糊層次分析法在南苕溪臨安段水質(zhì)評價中的應(yīng)用[J].環(huán)境科學(xué)學(xué)報(bào)，2011，31(9)：2066-2072.

[15]夏萍，王凱.層次分析法中求權(quán)重的一種改進(jìn)[J].中國衛(wèi)生統(tǒng)計(jì)，2011，28(2)：151-57.

Researchonteachingqualityevaluationbasedonstudents′performance

WEI Li-wa,CONG Bin-long

(School of Mechanical Engineering,Liaoning Shihua University,Fushun 113001,China)

Based on the consideration of the establishment of effective evaluation index and comprehensive evaluation method and the difficult operation and credibility,this paper uses AHP model (Analytic Hierarchy Process) and TOPSIS (Technique for Order Preference model by Similarity to an Ideal Solution) to evaluate the teaching quality of teachers in Universities.Finally,the final result of the method is compared with the expert evaluation result.The result shows that the method can evaluate the teaching quality objectively and impartially.

high education;analytic hierarchy process model;technique for order preference by similarity to an ideal solution;teaching quality assessment

2017-07-14

韋麗娃(1962-)，女，遼寧撫順人，高級實(shí)驗(yàn)師，主要研究方向：實(shí)驗(yàn)教學(xué)、工程數(shù)學(xué)和輔導(dǎo)員建設(shè)，E-mail:494345842@qq.com。

2095-1248(2017)05-0092-05

Q29,G521

A

10.3969/j.issn.2095-1248.2017.05.014

(責(zé)任編輯：劉劃 英文審校：趙歡)