基于多元智能和模糊层次分析法的课程学习绩效评价

羊英

(上海第二工业大学经济管理学院,上海201209)

基于多元智能和模糊层次分析法的课程学习绩效评价

羊英

(上海第二工业大学经济管理学院,上海201209)

课程的教学目标虽然有所不同,但合理的绩效评价方式可以促进学生的学习积极性。被评价对象——学生,是具有多元智能的,课程评价从多方面对学生进行评价不仅可以获得公平性,同时可以从多方面提升学生的能力和学习兴趣。给出了基于多元智能的学习绩效评价指标体系的设计方法,并提出使用模糊层次分析法(AHP)进行评价。通过《管理信息系统》课程学习绩效评价体系的设计说明了该方法的可行性。

学习绩效评价;多元智能;模糊层次分析法

0 引言

评价是反馈和控制的重要依据,尤其对于教学环节来说,一方面教师可以通过评价结果了解学生的学习情况,另一方面学生可以衡量自身的学习进度以做调整。传统理论课程考核的共同特点是评价指标的单一化,给学生的导向是过于注重期末考试成绩,而忽视平时学习。而有实践操作的课程考核虽然考虑到了基础知识和基础技能,但大多数还是采用传统的考试形式,这种方式在内容和形式上都存在缺陷[1]。虽然现在许多研究都提出要注重多元化的评价,但是大多数方法都缺乏操作性。

个体在完成某种任务时,其目标倾向对最终的绩效起着重要的作用。在已有的研究中认为[2-5],目标倾向可以分为两类:绩效目标(个体关注的是通过绩效获得对能力的良好评价或避免对能力的不良评价)和学习目标(个体关注的是通过作业学习新知识,提高自己的能力)。

绩效评价作为一种重要的教学管理工具在作用于评价对象时必须分析其目标倾向。对于绩效目标倾向者,由于其追求的是评价的结果,一个合适、公允的绩效评价体系将对被评价者产生有效的推动作用;评价执行人(教师)在使用评价方法时可以有效地利用合理公正的评价方法使得评价对象(学生)在追求优良的评价结果过程中促进提高自身的学习质量。而对于学习目标倾向者,知识的掌握和能力的获得更为重要,因此,评价应该是确切的,能准确或较准确地指出其不足,以促进其查缺补漏,达到更高的层面。

1 基于多元智能理论的学习绩效评价指标体系的建立

学生的学习目标决定了其对绩效评价的态度以及绩效评价能起到的作用。如何能达到公允、确切的评价,需要一个完善综合的评价指标体系。

根据美国哈佛大学教育学院教授、心理学家加德纳的观点,每个人身上存在多种智能,这些智能以不同方式、不同程度被表现,而在受教育过程中这些智能可以被加强或削弱。这些智能分别是:语言修辞智能、数理逻辑智能、肢体运动智能、视觉空间智能、音乐智能、人际交往智能、内省智能和自然观察智能[6]。

教育的作用在于对这些智能的培养和强化。所谓的“因材施教”观点也可以理解为:发现个体的潜在能力并对这些能力进行发掘和强化。对学生的学习绩效评价不能仅限于对学习知识和技能的评价。

因此,在制定学习绩效评价指标体系时应从多元智能出发,设定综合完善的评价指标体系,并尽可能地采用更科学的评价方法。

学生学习是以课程为单元的,所以学习评价指标体系应以课程为单元来进行设置。图1是基于多元智能的课程目标和评价指标之间的关系。

图1 多元智能下课程目标和评价指标体系之间的关系Fig.1 Relationship between curriculum objectives and evaluation indexes based on multiple intelligence

图1 表明,课程可以针对多元智能的评价对象——学生,制定多元的课程目标和评价指标体系,目标可以被分解成多项任务,通过衡量学生的任务达成率,并采用一定的评价方式可获得课程的评价结果。

2 基于模糊层次分析法的学习绩效综合评价

合理的评价指标体系还需要有科学的评价方法,传统的加权平均方法过于简单。目前有许多可以借鉴的评价方法,如层次分析法(AHP)、模糊AHP、数据包络分析等。针对课程学习的多目标性以及评价指标的层次性,在此选用模糊AHP方法。

AHP方法最早是由Saaty在1980年提出的,主要用于解决多属性的决策问题。模糊集的理论是Zadeh于1965年提出的,专门用于解决问题的不确定性和模糊性,至今已被运用于多个领域并取得明显成效[7]。这两者的结合可以用于解决评价中多属性多目标、评价值难以定量测定的问题。

2.1 模糊集和模糊数

在大多数时候人们一般使用确切的数字,但现实问题中有许多问题是无法用某一确切的数据表达的。如,学习态度,只能说某个学生学习态度好还是一般,或是不好。对于此类情况可以采用模糊数表达。一般在字符上加上“～”表示其是模糊集,如˜M。一个模糊集可以用一个三角模糊数字(TFN)表示,即(l,m,u),3个字母分别表示事件模糊集中最小可能值、最可能的值和最大可能值[7-8]。由此,隶属度函数可表示为[9]:

根据Kahraman[8]提出的模糊集的三角模糊数表达方式,可以建立语义描述与隶属度之间的关系,如表1所示。

表1 重要程度的语义描述及其TFN[10]Tab.1 Semantic description of importance and its TFN[10]

2.2 模糊AHP的计算步骤

模糊AHP和一般的AHP方法的区别在于模糊AHP两两比较矩阵中的值是模糊数字,所以模糊AHP的计算步骤比较复杂。我国学者常大勇[9]提出一个较为简单的方法,按照该方法,X= {x1,x2,···,xn}为对象集合,U={u1,u2,···,un}为目标集合,gi是每个对象每个目标的执行值。使用作为扩展分析值,每个值都是(TFN),其计算步骤如下[7-8]。

步骤1设Si为表示在给定准则下,同一层次每一个元素同所有元素相比较的综合重要程度值,仍为三角模糊数,计算每个对象的模糊综合程度值Si,公式为

步骤2计算Si(li,mi,ui)≥Sk(lk,mk,uk)的可能程度V(Si≥Sk),公式为

步骤3计算初步权值d＇(Ai),此处Ai表示第i个元素,

初步权重向量为

步骤4规范化。

设d(Ai)为第i个元素对上层目标贡献的权重,为一个常规数字,取值为0到1之间,

对每个对象进行计算,所以,最后权值矩阵为:

W为非模糊的数字。

3 《管理信息系统》课程学习绩效评价实例

基于以上的分析,以下以《管理信息系统》课程为例分析如何评价学生的学习绩效。

步骤1课程目标任务设计。

从发展学生多元智能的角度出发设计课程目标和任务,如表2所示。

步骤2根据课程目标设定评价指标体系。

针对以上表1的分析,制定了如图2所示的《管理信息系统》课程评价指标体系。

步骤3确定各评价指标的权重。

接下来要确定以上评价指标体系中各指标的权重。首先针对上一级指标——文档、系统和过程,建立两两对比矩阵,在此可邀请该课程的教师或行业权威人士进行打分,打分时对两个指标的对比值只须给出如“重要”、“相对重要”等定性的判断即可。依据判断结果,根据第2节“基于模糊层次分析法的学习绩效综合评价”中介绍的模糊AHP方法可以计算得出一级指标的权重。然后再按照同样的方法处理二级指标。因为篇幅关系,此处不再赘述。表3是经过整理计算的权重表格。

表2 课程目标与任务Tab.2 Objectives and tasks of the curriculum

图2 《管理信息系统》课程评价指标体系Fig.2 Evaluation indexes of Management Information System

表3 各评价指标权重Tab.3 Weights of indexes

步骤4对学生学习的评价。

具体到对每个学生的评价,教师可以针对每个学生以上各个二级指标进行打分,按照以上权重分配进行加权平均,即为每个学生实际得分。

从学生角度,不管是绩效目标倾向型还是学习目标倾向型,都可以事先了解该评价指标体系,在完成任务达到目标的过程中发挥和加强各个方面能力的培养。

在本课程建设中,采用该方法对学生的学习任务、学习内容进行设置,并采用了以上所提到的评价方式。实践结果证明,在该方法下,学生的学习积极性更高。

4 结论

针对目前对学生课程学习评价方法的单一化、简单化现象,本文首先分析了学习目标倾向和绩效作用之间的关系,认为合理的绩效评价方式对不同目标倾向的学生具有促进作用。针对被评价对象的多元智能的特点,提出了基于多元智能设计评价指标体系的思想,并选择模糊AHP方法作为最终的评价方法。最后对《管理信息系统》这门课程设计了评价指标体系,并举例说明了以上方法具体实施的过程。实践证明,本研究所提到的评价方法比传统方法更全面,更能促进学生的学习积极性。

该方法也可被应用到其他课程学习评价中。但是,针对不同课程需要设置不同的评价指标体系和任务。

[1]左明章,易凌云.教育信息化绩效评判中学生学习绩效的评价研究——基于多元智能理论的学生学习绩效评价[J].中国电化教育,2006(238):17-19.

[2]DWECK C S.Motivational processes affecting learning [J].American Psychologist,1986,41:1040-1048.

[3]DWECK C S,LEGGETT E L.A social-cognitive approachtomotivationandpersonality[J].PsychologicalReview,1988,95(2):256-273.

[4]ELLIOTT E S,DWECK C S.Goals:An approach to motivation and achievement[J].Journal of Personality and Social Psychology,1988,54:5-l2.

[5]BANDURA M,DWECK C S.The relationship of conceptions of intelligence and achievement goals to achievement-related cognition,affect and behavior[J]. Journal of Educational Psychology,1985,77:247-254.

[6]加德纳.多元智能:7种智能改变命运[M].北京:新华出版社,2004.

[7]羊英.基于动态过程的制造型企业经营决策方案综合分析与优化[D].上海:东华大学,2011.

[8]羊英.基于模糊ANP选择制造型企业运营决策方案[J],武汉理工大学学报:信息与管理工程版,2011,33(5): 837-841.

[9]CHANG D Y.Applications of the extent analysis method on fuzzy AHP[J].European Journal of Operational Research,1996,95:649-655.

[10]KAHRAMAN C,ERTAY T,B¨UY¨UK¨OZKAN G.A fuzzy optimization model for QFD planning process using analytic network approach[J].European Journal of Operational Research,2006,171:390-411.

Curriculum Study Performance Evaluation Based on Multiple Intelligence and Fuzzy Analytic Hierarchy Process

YANG Ying
(School of Economic and Management,Shanghai Second Polytechnic University,Shanghai 201209,P.R.China)

Objectives of curriculum will be different,but a suitable evaluation system can promote the interest of students.Students, the objects of evaluation,have multiple intelligence.To evaluate Students’curriculum performance from multiple sides can not only gain fairness,but also enhance study ability and interest of students.A method is designed of study performance evaluation based on multiple intelligence and fuzzy analytic hierarchy process(AHP)is used to evaluate it.A case-Management Information System study performance indexes design and evaluation have been introduced,and the case study proves feasibility of this method.

study performance evaluation;multiple intelligence;fuzzy analytic hierarchy process(AHP)

G434

A

1001-4543(2014)03-0228-05

2014-03-05

羊英(1976–),女,湖南长沙人,副教授,博士,主要研究方向为决策支持与决策分析。

电子邮箱yangying@sspu.edu.cn。