关于高校大学生对学校教学质量满意度调查分析——以贵州省高校为例＊<br/>

关于高校大学生对学校教学质量满意度调查分析——以贵州省高校为例＊

2015-11-22袁权龙

贵州大学学报(自然科学版) 2015年3期

袁权龙，曾晶

(1.贵州大学理学院，贵州贵阳 550025;2.贵州大学学报编辑部，贵州贵阳 550025)

随着我国高校招生规模逐年扩大、社会的发展和高等教育的改革，高校教育服务作为高等教育的生命线，作为高等教育的核心，已经引起了社会各界的关注。因而，研究大学生对高校教学质量满意度对高校教学的发展有着十分重要的意义。本文主要利用层次分析法［1］、模糊评判法来调查研究，建立相应的测评指标体系，为高校教学质量的提高和改进给出一个参考。

1 贵州省高校教学质量公众满意度调查及现状分析

1.1 贵州省高校教学质量现状及满意度调查统计

高校作为人才培养的重要基地，教育质量问题是社会广为关注的热点。学生是教育的接受主体，对高校的教学质量最有深刻的感受和见解。所以，学生满意度最能真实地反映高校教学质量的现状。如下是我们通过问卷对贵州省高校学生进行调查得到的统计结果(发放问卷1000 份，有效问卷952份，有效回答率95.2%)，将数据归一化处理，得到各指标的频率，统计结果见表1。

表1 贵州省高校学生的学校教学质量满意度调查结果

1.2 评价指标体系的建立

现今，大多数国家和地区的满意度测评指标，都参照了美国顾客满意度指数模型(ACIS)［2］。根据ACIS 的研究，顾客满意度主要取决于顾客对产品或服务的质量认知、价值认知和顾客期望三个方面。本文在对贵州省高校教学质量学生满意度进行测评时，参照美国顾客满意度指数模型(ACIS)的基本思想，结合高校管理模式、学校的内外部环境，从学生角度出发，在高校教学过程中对接受的各项服务质量、价值认知和体验来测评，建立绩效评估指标体系的递阶层次结构，得出贵州省高校教学质量学生满意度绩效评估指标体系共分三个层次，一个一级指标，三个二级指标，十八个三级指标，最终确立表2。

表2 贵州省高校教学质量学生满意度绩效评估指标体系

1.3 运用层次分析法确定指标权重

(1)构造两两比较判断矩阵

在递阶层次结构中，设上一层元素Z为目标层，所支配的下一层元素为A1，A2，A3，赋予下层元素对目标层Z 的相对重要性，即对于目标层Z 的权重。元素哪一个更重要，重要的程度如何，通常按1～9 比例标度对重要性程度赋值，本文用SAATY1～9 比率标度法。在具体操作中请相关专家对各指标之间的重要性程度进行标度(表3)。经过专家标度、查找文献，得到准则层(教师素质、教务管理、教学环境)的判断矩阵为:

表3 SAATY1～9 比率标度法

(2)单一准则下元素相对权重的计算以及判断矩阵的一致性检验

利用比较矩阵计算出最大特征值λmax及相应特征向量W，根据一致性指标和随机一致性比率进行一致性检验。若通过，归一化特征向量即为权向量;否则，需要调整比较矩阵。现以准则层相对于目标层权重为例进行计算说明。利用R 软件进行计算，得到W、λmax、CI、RI、CR 的值。具体计算如下:

①算出成对比较矩阵A 的最大特征值λmax:;②计算出一致性指标CI:

准则层相对于目标层权重计算为例，计算结果为:W=(0.5396，0.2970，0.1634);CI=0.0046;RI=0.5200;CR=0.0088 ＜0.1。所以，一致性可以接受。

表4 1～10 阶矩阵平均随机一致性指标

类似地，可得到指标层关于准则层的判断矩阵并得到相关参数W、λmax、CI、RI、CR 值。经计算三个指标层一致性可以接受，有A1、A2、A3的优先权重分别为:W1=(0.065，0.043，0.102，0.160，0.379，0.249);W2=(0.129，0.129，0.214，0.331，0.075，0.075，0.046);W3=(0.4312，0.3891，0.0682，0.1114)。

(3)计算各层元素对目标层的总排序权重

在得到一组元素对其上一层中某元素的权重向量后，需要得到最底层中各元素对于目标的排序权重，即总排序权重，进而对方案进行选择。总排序权重要自上而下地将单准则层下的权重进行合并，并逐层进行总的一致性检验判断。若CR ＜0.1，层次总排序通过一致性检验，这样就可按照总排序权向量表示的结果进行决策，否则要重新进行考虑。设B 层中B1，B2，…，Bn对上一层中因素Aj(j=1，2，…，m)的层次单排序一致性指标为CIj，随机一致性指标为RIj，得到层次总排序一致性比率计算得出CI总=0.0459 ;RI总=0.7801 ;CR总=0.0495/0.7801=0.0635 ＜0.1，通过一致性检验。

最后，得出贵州省高校教学质量学生满意度绩效评价各层指标权重，如表5 所示。

表5 贵州省高校教学质量学生满意度绩效评价各层指标权重

1.4 运用模糊评价对满意度进行评级

(1)建立评语集和指标集

此处采用五梯度标准，将高校教学质量满意度的评语划分为5 个等级，V={非常满意，比较满意，一般，不满意，很不满意}。其次，建立评价对象的指标集U={u1，u2，…，un}，本文已在1.3 中构建了贵州省高校教学质量学生满意度绩效评价指标体系，得到准则层评价指标集Z={A1，A2，A3}和3 个指标层的评价指标集A1={B11，B12，B13，B14，B15，B16}、A2={B21，B22，B23，B24，B25，B26，B27}、A3={B31，B32，B33，B34，B35}。

(2)构造单因素评价矩阵

本文采用的模糊综合评价［3］方法:大学生对各指标层指标满意度进行评价，依据学生对每个满意度的评价频率构造评价矩阵，得到指标Ci中有xi1个v1评语、有xi2个v2评语……。若rim表示指标Ci对m 级评语的隶属度分布即频率分布，则那么，当i=n 时，从指标集Ak到评语集V 的目标评价矩阵为

(3)进行模糊评价运算，确定评估结果

设指标集Bi的指标权重集为Wk={Wk1，Wk2，…，Wkn}，根据模糊综合评价方法得到指标集Ak对于评语集V 的隶属向量Bk=Wk× Rk=(bk1，bk2，…，bkn)，再根据隶属度最大原则确定指标的评语得到对于上一级指标Z 的模糊评价矩阵，通过权重乘以评判矩阵的方法得到指标Z 对于评语集V 的隶属向量，最终确定一级指标Z 的评语。为了得到更加量化的绩效评估［4］结果，令G={90，80，60，50，30}，表示的期望值，隶属度作数量转化后的总分Ei=G×Bi，从而得到直观量化的评估结果。

1.5 对贵州省高校教学质量满意度的绩效评价

根据1.1 中表1 贵州省高校学生的学校教学质量满意度调查结果，将频率作为隶属度建立评语集。可以得到3 个二级指标(准则层)教师素质学生满意度评价矩阵R1、教务管理学生满意度评价矩阵R2、教学环境学生满意度评价矩阵R3:

按照表5 所确定的权重分配得到3 个三级指标相对于各二级指标的权重集:教师素质A1权重集W1=(0.5600，0.1728，0.0906，0.1767)，教务管理 A2的权重集W2=(0.6144，0.2684，0.1172)，教学环境A3权重集W3=(0.4312，0.3891，0.0682，0.1114)，根据建立的贵州省高校教学质量满意度绩效评估模型，得出各二级指标Ai对评价集V={非常满意，比较满意，一般，不满意，很不满意}的隶属向量Bk，由评估模型Bk=Wk× Rk，可得B1=W1× R1=(0.042，0.285，0.596，0.074，0.001)，即学生对于贵州省高校教师素质满意度A1来说，“非常满意”的隶属度为0.042，“比较满意”的隶属度为0.285，“一般”的隶属度为0.596，评价“不满意”的隶属度为0.074，“很不满意”的隶属度为0.001。根据隶属度最大原则，教师素质满意度A1的绩效评价为“一般”。隶属度作数量转化后的总分E1=G×BT1=66.07，教师素质满意度绩效评价为66.07 分，评价为“一般”。同理，可得教务管理隶属向量B2=(0.003，0.151，0.46，0.276，0.108)，由隶属度最大原则，评语是“一般”;隶属度作数量转化后的总分E2=56.99，满意度为一般。教学环境隶属向量B3=(0.064，0.21，0.368，0.323，0.035)，由隶属度最大原则，评语是“一般”;隶属度作数量转化后的总分E3=61.84，满意度为一般。根据1.3 中确定的二级指标Ai相对于一级指标Z 的权重，我们得到二级指标Ai相对于一级指标Z 的权重集W=(0.5396，0.2970，0.1634)，模糊评判集R=(B1，B2，B3)T，那么一级指标Z 对评价集V 的隶属向量B=W× R=(0.034，0.233，0.518，0.175，0.038)，总体得分为E=G× BT=62.67，总体学生对教学质量满意度为一般。