高校学生评教的SPA评价方法

2014-08-25朱江萍

杭州师范大学学报(自然科学版) 2014年4期

朱江萍

(杭州师范大学杭州国际服务工程学院，浙江杭州 311121)

学生评教是高校普遍采用的课堂教学效果评价方式之一，也是教学质量监控的一个重要环节，很多高校将其视为提高教学质量、强化教学管理的一项重要制度.学生评教工作公平公正及评教结果运用得当，对促进教学改革、提高教师教学能力、保障高校教学质量具有重要意义.为此，采用有效的评价方法以及建立一套科学的评价指标体系，是全面客观评价教师教学效果的关键.

传统评教的方法有打分取平均值、加权计算等量化方法，但这些方法不能很好地反映教师的实际教学水平.影响教师教学效果评价的因素是多方面的，且其中一些因素通常具有不确定性及模糊性.考虑到上述因素，主要采用模糊综合评价方法[1-2]，不过这种评价方法只考虑了评价的模糊性，例如只对某个指标评价为 “优秀”或“良好”，而没有考虑评价过程中可能出现的不确定性.例如，有的学生通过E-mail、QQ留言或其他方式提出问题，而由于某些原因教师没能及时做出回答，这将会使评价出现随机因素.如何找到合理有效的评价方法以及科学正确地构建一套学生评教评价指标体系，这是本文需要解决的问题.考虑学生评教影响因素的不确定性及模糊性，并结合教师教学效果评价的特点，本文拟采用集对分析(set pair analysis，SPA)评价方法以弥补传统评价方法的不足，使评价结果更客观合理.

1 集对分析基本原理

集对分析方法是由赵克勤于1989年提出的一种新的系统分析理论，能用于统一处理模糊、随机、中介和信息不完全所致的不确定性，广泛应用于社会经济、环境、教育、交通、人工智能等领域[3-5].

SPA研究问题的基本思路是：在一定问题背景下，将两个有关联的集合构造集对，再对集对的特性做同一性、差异性、对立性分析，建立起集对在指定问题背景下的同异反联系度表达式μ.设集合X、Y组成一个集对，且各有N项表征其特性，则描述X、Y间关系的联系度定义为[4]

式中：S为同一性的个数；F为差异性个数；P是对立性个数；S+F+P=N；i为差异度系数，i∈[-1,1]，视不同情况取值；j≡-1.记a=S/N,b=F/N,C=P/N，联系度μX～Y可记为

μX～Y=a+bi+cj，

式中：a，b，c是联系度分量，分别表示同一度、差异度和对立度，均非负，且满足归一化条件a+b+c=1.

以上两个联系度表达式被称作同异反联系度或三元联系数.但是，在一些实际问题研究中，仅用三元联系数来描述问题，显得过于粗糙.因此，根据具体问题可以对联系度的基本表达式作不同层次的扩展，在同一层次上展开形成一种多元联系数[5].bi可拓展为bi=b1i1+b2i2+…+bkik. 当k=3时，可得五元联系度表达式μ=a+b1i1+b2i2+b3i3+cj，其中：b1,b2,b3均为差异度分量；i1,i2,i3均为差异度系数分量.

本文选取五元联系度的学生评教评价方法，根据学生评教评价的5个等级，将评价指标与评语构成一个集对，等级中的“优秀”标准作为同一度的取值依据、“不合格”标准作为对立度，“良好”、“中等”及“合格”标准作为差异度取值的标准.学生评教评价指标的五元联系度为

μ=a+bi1+ci2+di3+ej,

(1)

其中:a=S/N;b=F/N;c=P/N;d=Q/N;e=T/N.S、F、P、Q、T分别表示该指标被评为“优秀”、“良好”、“中等”、“合格”、“不合格”的次数，且S+F+P+Q+T=N.例如，有10个学生对某一指标进行评价，评“优秀”、“良好”、“中等”、“合格”、“不合格”的人数分别为5、2、1、1、1，则该指标的五元联系度为μ=0.5+0.2i1+0.1i2+0.1i3+0.1j.

2 学生评教评价指标体系

反映课堂教学水平、影响其变化的因素较多，因此评教指标的确定应遵循以下原则：导向性原则，在制定指标时要充分考虑到自身办学理念、办学模式等因素；整体性原则，评价指标要能全面系统地反映各个教学环节；客观性原则，要同时兼顾教师教学及学生的特点；可测性原则，便于学生进行实际测量；简易性原则，指标简单、明确、可操作性强.参照相关文献[6-11]，结合本校学生评教情况，构建了一个能全方位、多角度反映课堂教学效果的多层评价指标体系，如表1所示.当然，评教指标体系不是静态固定不变的，可根据需要进行调整优化.根据专家经验，结合层次分析可确定各个指标的权重.

表1 学生评教指标体系

对各个指标的评价是通过定性语言来描述的，即评语等级.考虑到评价结果的可靠性，实现过程的复杂度与现实情况，对每个指标的评价通常采用5个等级：优秀V1，良好V2，中等V3，合格V4，不合格V5.由此构成评语集合V={V1，V2，V3，V4，V5}.

3 学生评教评价过程

3.1 确定一级评价指标的联系度表达式

在学校组织学生评教时，学生需对评教指标作等级评判.根据等级评价情况可生成一级评价指标的联系度表达式：

(2)

其中：k=1,2,3,4，表示一级指标的个数；p=1,2,…,5，表示评语等级个数；h的取值与k有关，代表每个一级指标所包含二级指标的个数，

(3)

假设有K人对评教的某二级指标进行等级评定，则rhp值由下式确定:

(4)

3.2 确定学生评教综合评价的联系度表达式

学生评教综合评价的联系度表达式为

μU=Wk[μU1,μU2,μU3,μU4]T.

(5)

3.3 确定学生评教综合评价的联系度主值及评价等级

设μ=r1+r2i1+r3i2+…+r(n-1)i(n-2)+rnj为n元联系度，将[-1,1]区间(n-1)等分，当i(n-2),i(n-1),…,i2,i1从左到右依次取(n-1)个分点值及j=-1所得到n元联系度的值称为n元联系度μ=r1+r2i1+r3i2+…+r(n-1)i(n-2)+rnj的主值.

根据均分原则[12]，将区间[-1,1]划分成(n-1)等份，则从右至左每个区间依次对应B1,B2,…Bn共n个等级，将得出的主值μ与各个等级对应的区间进行对比，即可等到教师课堂教学效果评价等级.评价等级与μ的大小成正比，μ越大，说明评价等级就越高，教师课堂教学效果越好.

3.4 学生评教的定量分析

以上是对学生评教的定性评价.事实上，通过SPA理论也可以根据学生评教综合评价的联系度，得到评价分数，形成定量分析.将区间[0,100]划分为[90,100]，[80,90)，[70,80)，[60,70)，[0,60)5个子区间，分别对应评价等级“优秀”、“良好”、“中等”、“合格”、“不合格”.取5个子区间的中值，形成向量C=[95,85,75,65,30].设学生评教综合评价的联系度μ=a+bi1+ci2+di3+ej，定量值A=[a,b,c,d,e]CT.

4 实例分析

某学期期末学生评教后，经整理分析有100个学生对教师甲的每个二级评教指标进行了有效等级评判，数据统计如表2所示.

利用式(2)、(3)、(4)，可确定一级评价指标的联系度μU1,μU2,μU3,μU4.

表2 教师甲的评教指标等级评价情况统计表

0.1200+0.5240i1+0.2180i2+0.1320i3+0.0060j,

0.2675+0.4980i1+0.1850i2+0.0450i3+0.045j,

0.1555+0.5190i1+0.1420i2+0.1600i3+0.0235j,

0.2250+0.4500i1+0.250i2+0.0750i3+0j.

利用式(5)，可确定学生评教综合评价的联系度表达式μU.

0.1969+0.4980i1+0.1972i2+0.0995i3+0.0084j.

根据均分原则，令i1=0.5,i2=0,i3=-0.5,j=-1，可得到教师甲的评教综合评价联系度主值μ甲=0.3877.同时将[-1,1]分为5等分：[0.6,1]、[0.2,0.6]、[-0.2,0.2]、[-0.2,-0.6]、[-0.6,-1]分别对应于评教评价5个等级：优秀、良好、中等、合格、不合格.μ甲=0.3877∈[0.2,0.6]，由此可见，教师甲的评教评价等级为“良好”.其评价的定量值A=[0.1969 0.4980 0.1972 0.0995 0.0084][95,85,75,65,30]T= 82.5450.

如果综合评教评价等级相同，则可根据主值的大小进一步分析.假设，采用上述步骤对教师乙的评教进行评价，得到其联系度主值μ乙=0.287∈[0.2,0.6]，可判定其评价等级也为“良好”.两者的评价等级相同，不过μ甲>μ乙，可见教师甲的课堂教学效果整体优于教师乙.

与模糊集合理论评价方法相比较，集对分析评价方法具有以下优势：

1)描述不确定性更加简便、有效；

2)不存在评价失效问题；

3)最终评价结果可包含模糊性信息；

4)将确定性与不确定性当作一个整体，综合表达.