基于层次结构模型的高校网络视频课程教学质量评价研究

孟 森

（陕西铁路工程职业技术学院，陕西渭南,714099）

基于层次结构模型的高校网络视频课程教学质量评价研究

孟 森

（陕西铁路工程职业技术学院，陕西渭南,714099）

从教学内容、技术设计、教学组织与教学效果四个方面对网络视频课程教学质量进行分析，运用AHP确定各评价指标的参考权重，提出了多层次的评价模型，利用FCE对网络视频课程教学质量进行多层次、量化分析评价，使网络视频课程教学质量的评价更加科学、合理，为网络视频课程的可持续发展提供了理论研究依据。

网络视频课程;教学质量评价;层次结构;AHP;FCE

网络视频课程是针对特定教学目标编制的具有学习指导、学习内容、学习方法及学习环境的网上视频教学系统，学习者可依托网络视频课程完成自主的、系统化的学习任务。网络视频课程是当前高校新型的教学模式，它能够有效整合各种教学资源，同时提高教学实践的灵活性，从而提高课程的整体教学质量和效率。但是，由于网络视频课程对于多媒体的依赖性，使得这种课程教学模式并不完美，如何对其教学质量进行评价，对于高校网络视频课程的教学推广普及具有十分重要的意义。当前的课程教学质量评价，大多采用评价指标相加或加权平均综合的线性评价方法，易于操作，这种评价往往是定性的，是对评价客体的简单否定或肯定，容易降低评价结果的可靠性和可信性，对于网络视频课程教学并不能完全适用。而实际上，网络视频课程教学质量评价是一个综合的、多准则的、多因素的非线性问题，如何正确有效评价网络视频课程教学质量,把定性描述定量化，建立一套系统、科学的评价方法，是非常必要的。

1 层次分析法（AHP）及模糊综合评价法（FCE）

层次分析法(简称 AHP)是一种系统分析的方法,将定性与定量分析相结合，将一个复杂的多因素评价问题分解为具有递阶结构的评价指标，对同一层次上的元素，通过成对的重要程度的比较，以统一的模糊数表示组成比较矩阵，然后对单级因素评价进行一致性检验，最后求得所分析对象的综合能力评价指数。模糊综合评价法（简称FCE）是利用模糊数学的方法对受多种因素影响的事物做出全面评价的一种有效的多因素决策方法，评价结果是以一个模糊集合来表示。通常，在各种教学质量评价中也采用模糊法进行分类。教学质量评价指标体系是由若干个参数组合而成的，由于优秀、良好、一般、差的评价结果难以精确量化，带有明显的模糊性，因此，在水平分类方面我们用FCE来解决此问题，以便能更全面、客观地对高校网络视频课程教学质量进行评价。

2 网络视频课程教学质量层次结构评价模型的建立

网络视频课程教学质量的评价是对网络视频媒体表现的某门课程内容和实施该门课程内容的网络教学活动进行的价值判断，指标多，内容复杂，既有定量指标，又有定性指标。根据网络视频课程的特点以及目前国内一些专家、学者对网络视频课程的研究，其教学质量主要从课程的科学性、教学性、使用性、技术性和规范性等多个方面进行评价。本研究主要从网络视频课程的教学内容、技术设计、教学组织与教学效果四个方面来进行教学质量评价，这四方面的评价指标还可根据具体要求和内容，再继续进

行细化分解，每一方面又可细分为若干具体指标。网络视频课程教学质量评价实际上是一个三层次的指标体系，包括1个目标层，4个一级指标，15个二级指标，建立的网络视频课程教学质量评价指标层次结构模型如下图1所示:

3 基于层次结构模型的高校网络视频课程教学质量评价

以某高校网络视频课程教学质量评价为例,任意选取院校领导、科技处负责人、教务处负责人、教师等组成专家代表评估组，按照以上模型采用AHP、FCE对网络视频课程教学质量进行评价，因素集指标相对重要性，由专家评估组参照1～9 比例标度法给出，结合网络视频课程情况，构造判断矩阵 B 如下：

所以，该高校的教学内容、技术设计、教学组织与教学效果四个方面的评价指标在网络视频课程教学质量评价指标层次结构模型中的权重分别为0.081、0.081、0.567、0.271，修正后为：8.1%，8.1%，56.7%、27.1%。同理，教学内容、技术设计、教学组织与教学效果四方面网络视频课程教学质量的评估指标的权重都按此方法确定出，分别为5.5%，11.78%，56.38%，26.34%；11.78%，56.38%，5.5%，26.34%；34%，29%，17%，20%；63.7%，25.83%，10.47%。以百分制为评价标准，各项一级指标分别与对应权重相乘，得到相应分值；各项一级指标分值分别再与对应的二级指标权重相乘，得到各细化评价指标具体分值。

根据以上指标的权重分析,建立网络视频课程教学质量评价结果评语集为 V={优秀，良好，一般，较差}，即：90 为“优秀”，80 为“良好”，60为“一般”，40 为“较差”。通过对评价指标打分，利用FCE来对该高校网络视频课程教学质量指标进行评价，确定出评价结果等级。

(1)任意抽取20名专家代表，以教学内容为例，发放评估表进行打分并统计出各等级的次数，得次数矩阵并转化为单因素的判断矩阵P ：

（2）由教学内容评价因素的权重A＝（0.055, 0.118, 0.564, 0.263）计算教学内容的综合评判矩阵：

B＝A·P＝（0.5674, 0.3589, 0.0737, 0）

（3）归一化处理得B = (0.57, 0.36, 0.07, 0)。

技术设计、教学组织与教学效果的计算过程相同，归一化处理的结果分别为(0.53,0.40,0.07,0)，(0.59,0.34,0.08,0)，(0.64,0.26,0.10,0)。

（4）构造综合评估矩阵B，，权系数A，=(0.081, 0.081, 0.567, 0.271)。

B‘=A‘·P’=（0.597,0.325,0.084,0）

归一化处理的结果为(0.59,0.33,0.08,0)，表明该高校网络视频课程教学质量评价在优秀、良好、一般、较差4 个评语集中的隶属度分别为59%, 33%, 8%，0%。

（5）取评价标准隶属度集为 (0.9, 0.8, 0.6, 0.4)，则该院校校企合作项目综合评价为：

V＝（0.59×0.9＋0.33×0.8＋0.08×0.6＋0×0.4）×100＝84.3

图1 网络视频课程教学质量评价指标层次结构模型

因此，该高校网络视频课程教学质量评价为“良好”，实现了定性到定量，又到定性的转化。

4 结语

利用AHP计算出网络视频课程教学质量评价指标的权重，避免了确定权重时的主观片面性，运用FCE对网络视频课程教学质量进行了评价,也解释了评价中模糊因素的度量。除了进行综合评价,还可分别对网络视频课程教学质量四方面的一级指标进行评价,以分析每一方面的现状,寻找存在的问题，进而找到课程教学质量改进的方向。通过运用AHP 和FCE相结合的方法,综合各种因素系统地对网络视频课程教学质量进行有效评价,将定性与定量相结合,主观估计客观化,对提高高校网络视频课程教学质量评价的准确性，提升网络视频课程质量具有一定的指导作用。

[1] 郭向勇，傅国强．网络课程学习质量综合评价模型研究［J］．黑龙江高教研究，2008，(10):101—103．

[2] 王钢.定量分析与评价方法[M].上海：华东师范大学出版社，2009.

[3] 胡宝清.模糊理论基础[M].武汉：武汉大学出版社，2004.

[4] 孟森.以战略为导向的IT企业研发项目团队绩效管理研究[D].柳州：广西工学院，2010: 6-13.

孟森，男，陕西西安人，管理学硕士，从事教学管理与绩效评价相关研究。

Study on evaluation of teaching quality of university network video courses based on the hierarchical structure model

Meng Sen
(Shaanxi Railway Institute,Shaanxi Weinan,714099)

Analysis was performed on four aspects from teaching content,technical design,teaching organization and teaching effect of network video courses teaching quality,Using AHP to determine the evaluation index reference weight,Put forward the Multi-level evaluation model,evaluate the teaching quality of network video courses for Multi-level,quantitative analysis in the use of FCE,so that the evaluation of network video courses teaching quality more scientific and reasonable,provides the theory basis for the sustainable development of network video courses.

network video courses;teaching quality evaluation;hierarchical structure;AHP;FCE