小班型交叉学科课程的主题式教学效果评价研究

王文娟

（东北财经大学，辽宁 大连 116025）

1 引言

随着科技和社会经济的发展，交叉学科成为21世纪科学与经济发展的主流方向，顺应了社会对创新型综合能力人才培养的需求。然而，针对专业性较强的高等院校，比如一些财经类大学、政法大学、海洋大学等高等院校，怎样结合自身专项学科的优势，在高等教育培养过程中注重提高学生的综合素质能力，以满足社会对综合性人才的需求，受到高等院校、企业界和学术界的普遍重视。同时，也对高等院校的管理和教师的综合素质要求提出了严峻的考验。在部分高等院校，与社会经济关系紧密的交叉学科课程受到学生的关注与好评，但是在教学过程中也存在部分学生对课程知识领悟不深、兴趣不足，以及部分选修课程为达到培养计划积累学分，学生学习态度散漫，对课程重要性认识不足等问题。在教学管理与规范层面，如何对交叉学科课程的教学方法、教学模式、教学效果进行管理与评价，完善不足，是提高教学质量、契合教学改革、满足社会需求的重要途径［1］。

针对小班型教学，非专业的交叉学科选修课，为了达到扩充专业知识体系，拓展专业知识分析能力，顺利解决问题，达到对知识掌控和体系重构的目的，将交叉学科课程针对不同专业知识背景的学生，从理论研究到实践应用，设计不同的主题，通过对主题知识的拓展、挖掘，实现对相关知识的融会贯通，避免以学生为主导的自由讨论模式造成的知识体系不完善、理论知识层次不深入等问题，实现以教师为主导，以精心设计的主题为主线，以学生知识搜索为补充的良好状态，从而提高学生的探索兴趣，提高教师的“教”与学生的“学”二者共同提高的目的。

青年教师是高等教育的生力军，根据国家教育部门统计数据显示，2010年我国普通高校35岁及以下的专任教师比例约达46.22%，专任教师数量从40万人增加至134万人，所占比例从不足40%增长到了62.28%，并呈现逐年上升的趋势。高校教学质量的高低在很大程度上取决于青年教师教学能力的高低。

基于以上分析，本文以小班型非专业的交叉学科选修课程的授课效果作为主要研究对象，细分学生评价、教师自评、教师互评、专家评价的4个层次，对课程适用性、知识吸纳程度（显性知识和隐性知识）、教师能力、社会效用4个维度进行主题式教学效果评价，并选取8门课程作为案例进行教学效果对比分析，说明主题式教学方式的优势与不足。

2 教学效果评价指标体系

评价指标体系是被评价对象的目标及衡量这些目标的指标，按照其内在的因果和隶属关系构成的树状结构。指标的名称和指标值是指标的质和量的规定。一般情况下，指标体系是一个递阶层次结构。建立评价指标体系应遵循系统性、科学性、实用性、互斥性、动态性、稳定性和可比性等原则［2］。本研究依据上述原则，构建小班型交叉学科课程的主题式教学效果评价指标体系，如图1所示。

图1 主题式教学效果评价指标体系

3 层次分析法基本原理及步骤

层次分析法（AnalyticHierarchyProcess，AHP）是美国著名运筹学家、匹兹堡大学教授萨迪（ThomasL.Saaty）于20世纪70年代提出的一种多目标、多准则的决策方法。该方法综合定性与定量分析，模拟人的决策思维过程，以解决多因素复杂系统，特别是难以定量描述的社会系统的分析方法。AHP的最大贡献在于提供了一种针对非定量分析的简便方法。是根据具有递阶层次的目标、子目标（约束条件）、部门等评价方案，采用两两比较来确定判断矩阵，然后把判断矩阵的最大特征值所对应的特征向量的分量作为相应系数，最后综合给出各方案的权重（优先程度）［2］。

Saaty的层次分析法确定方案优先权重的主要思想是，设有被选方案 Ai＝｛A1，A2，…，Am｝，依据准则 C，方案两两进行重要性比较，见表1，按定义的比例标度对重要性程度赋值，确定的判断

表1 1～9标度含义

然而，通过两两比较得到的判断矩阵A不一定满足判断矩阵的互反性条件，AHP 采用一个数量标准来衡量 A＝｛aij｝n×n的不一致程度。若A是一致性的互反矩阵，则有性质：aijajk＝aik，记A的特征根对应的特征向量。在实际操作中，虽然权重向量ω是未知的，但是可以通过两两比较的方法，得到 A 的一个估计矩阵 A′＝（a′ij）n×n，A′被称作判断矩阵。 然后求解A′的最大特征根λ′max，即求解满足以下用行列式表示的一元多项式得最大根λ′max：

将求出的最大特征根λ′max，代入齐次方程组：

（A′-λ′maxI）ω′＝0

从而解出λ′max对应的特征向量：

如果判断矩阵A′具有一致性，则λ′max对应的特征向量ω′就是方案集的权重向量ω，表示U1，U2，…，Un在C的权重。

一般而言，判断矩阵A未必是正互反的具有一致性的判断矩阵，则有λ＞n，此时的特征向量ω就不能真实地反映U1，U2，…，Un在目标中所占的比重，为了达到满意的一致性，使除了λmax之外，其余特征根尽量接近于0。取其余n-1个特征根和的绝对值，平均定义为检验判断矩阵不一致性程度的数量指标：，用一致性比率C.R检验判断矩阵的一致性。当

C.R 越小时，判断矩阵的一致性越好。 一般认为 C.R＜0.1 时，判断矩阵符合满意一致性标准；否则，需要修正判断矩阵。

对于一致性的正互反判断矩阵，C.I＝0，C.I越大，偏离一致性越大；反之，偏离一致性越小。另外，判断矩阵的阶数n越大，判断的主观因素造成的偏差越大，偏差的一致性也就越大；反之，偏差一致性越小。因此，有必要引入平均随机一致性指标（randonindex），记为 R.I。 R.I指标随判断矩阵的阶数而变，这些值是用随机方法构造判断矩阵，经过多次重复计算，求出的一致性指标，并加以平均而得到的，见表2。一致性指标C.I与同阶的随机一致性指标R.I的比值，称为一致性比率（consistencyratio），记为

表2 平均随机一致性指标

通过计算同一层次所有因素对于最高层次（总目标）相对重要性的排序权值，称为层次总排序，这一过程是由高层次到低层次逐层进行的。AHP最终得到的方案层各个决策方案相对于总目标的权重，并给出这一组合权重多以及整个递阶层次结构所有判断的总一致性指标，据此决策者可以做出决策［3，4］。

4 实证分析

为了对上述指标体系和评价方法的适用性进行验证，选取L省某财经类高校M专业的6名教师讲授的8门专业课程进行分析，这些课程包含物流管理、电子商务概论、运作管理、可持续供应链管理、经济管理中的计算机应用、模型与决策、数据分析与SPSS应用、客户关系管理等，班容量均不超过30人。相关数据来自于选修课程的学生、任教教师所在部门的教师及主管教学领导、就业指导中心资深教师、学校教学名师和就业招聘会招聘人员，依据上述指标体系和评价方法，通过相关数据的分析，对8门课程的教学质量进行评估。

层次总排序及检验结果见表3、表4。

表3U层次总排序表

表4D层次总排序表

5 结论分析与展望

高等教育教学质量是人才输入社会之前的最后一关，高等教育责任重大，在交叉学科、多元经济的推动下，如何在教学中提高人才的综合素质水平，是高等院校面临的巨大挑战，也是高等院校在激烈竞争中提升声誉的重要途径。有效的教学效果评价制度和体系，不仅能够提高高校管理水平，而且能够更好地实现高等教育的基本职能。本文提供的方法在案例分析中有一定效果，但源于层次分析法主观性的侧重，该方法对客观数据的描述略显不足，后续研究中可以广泛讨论评价方法的可靠性和效果。

［1］王文娟.小班型交叉学科课程的主题式教学方法研究［J］.教育理论与教学研究，2013（5）：20－21.

［2］许树柏.层次分析法原理［M］.天津：天津大学出版社，1988.

［3］SaatyTL.TheAnalyticHierarchyProcess ［M］.NewYork，NY：McGraw－Hi11，1980.

［4］王文娟.企业绿色逆向物流决策方法研究［D］.大连：大连理工大学，2008.