高校教师教学质量的模糊综合评价方法*

2016-04-15陈婷婷刘冬元王思杭于青兰黄晓晨石琳枫南华大学数理学院湖南衡阳421001

高教学刊 2016年6期

陈婷婷　刘冬元王思杭　于青兰　黄晓晨　石琳枫（南华大学数理学院，湖南衡阳421001）

高校教师教学质量的模糊综合评价方法*

陈婷婷刘冬元*王思杭于青兰黄晓晨石琳枫
（南华大学数理学院，湖南衡阳421001）

摘要：本文将多层次模糊综合评价方法具体应用到高校教师教学质量综合评价研究中，模型中采用填制调查问卷法来收集各项教师评价指标所占的比例，并将教师评价系统根据需要分成若干个指标，建立因子集、评价集、隶属函数和权重集，根据评价指标的权重，实现对高校教师质量等级综合评判。实例表明：模糊综合评价方法可操作性强、效果较好，可在一般环境的教学质量评价中广泛应用。

关键词：教学质量；模糊综合评价；层次分析法；指标权重

Abstract:In this paper, the multilevel fuzzy comprehensive evaluation method is applied to the comprehensive evaluation of college teaching quality. The ratio data of different criteria for teacher evaluation are collected through questionnaire. In addition, the teaching evaluation system is divided into several indicators according to actual needs: factor set, evaluation set, membership function and weight set. Finally, we are able to achieve comprehensive teaching evaluation based on the weights of indicators that we mentioned before. It is proved that the multilevel fuzzy comprehensive evaluation methods have the advantages of excellent operability and favorable effect, which could be adopted widely in the teaching quality evaluation under the general environment.

Keywords:teaching quality; fuzzy comprehensive evaluation method; analytic hierarchy process; indicator weight.

引言

模糊综合评价是以模糊数学为基础，应用模糊关系合成的原理，将一些边界不清，不易定量的因素定量化，进行综合评价的一种方法[1]。在高校教师教学质量综合评价中，因为涉及到大量的评价指标且评价中存在大量的模糊现象和模糊概念[2]。因此，常用到模糊综合评价的方法进行定量化处理[3，4]，从而评价出教师教学质量等级。但权重的确定具有一定的主观因素，为此，本文采用层次分析法来确定各指标的权系数[5]。使其更有合理性，从而提高模糊综合评判结果的准确性。

一、模型的建立

（一）教学质量的模糊综合评价指标及抽样数据

本文采用逐层进行模糊评价的方法，以南华大学的教师教学质量评价为例，将南华大学学生作为调查对象，将教学质量的相关评价指标设计成问卷形式，对各个学院的学生采用分层抽样的方式随机发放1000份有效问卷，发放对象分为不同性别、不同学院专业及不同年级，再对收集的数据进行统计。

表1　评价定量分级标准

其中xi表示对老师评价的最终得分。

问卷制定的教学质量评价体系共有5个一级指标、20个二级指标，质量的评定等级分为：优秀、良好、中等、合格、不合格五个等级。为了方便计算，将各个等级量化，依次赋值为9，8，7，6，5。设计的评价定量标准如表1所示。

表2　教学质量评价指标体系

评价指标体系：

本文对高校教师的评价从以下几个方面来考虑：教师素质、教学内容、教学方法、教学态度、教学效果。将这5点作为一级评价指标并在这些一级评价指标下设立20个二级评价指标，所成的教学质量指标体系见表2。

（二）指标权重求解步骤

1.确定评价对象集

P={南华大学教师教学质量}

2.构造评价因子集

u={u1,u2,…u5}={教师素质，教学内容，教学方法，教学态度，教学效果}

3.确定评语等级

确定评价语等级论域，即建立评价集v。

v={v1,v2,…v5}={优秀，良好，中等，合格，不合格}

4.一级评价指标的权重计算

判断矩阵元素的值反映了人们对各元素相对重要性的认识，一般采用1-9及其倒数的标度方法。但当相互比较因素的重要性能够用具有实际意义的比值说明时，判断矩阵相应元素的值则取这个比值。根据调查问卷的统计数据，对于这5个一级评价指标的权重，我们采用（AHP）层次分析法来构造判断矩阵S=（uij）p×p，

用Matlab计算判断矩阵的最大特征值λmax=5.008为进行判断矩阵的一致性检验，需计算一致性指标：

平均随即一致性指标RI=1.1111，随机一致性比率：

因此认为层次分析排序的结果有满意的一致性，即权系数的分配是非常合理的。然后将特征向量归一化处理得到一级评价指标的权系数为：

5.计算二级指标权重

对于二级指标的权系数，采用层次分析法来求解，分别对每个一级指标对应的二级指标构造其各自的判断矩阵，再计算最大特征根和一致性检验，从而得出合理的权系数如下表3所示。

表3　二级评价指标对应权系数

（三）教师教学质量的模糊评价

1.教学质量的加权平均模糊综合评价

利用加权平均M（·，⊕）模糊合成算子将A与R足合成得到模糊综合评价结果向量B。模糊综合评价中常用的取大取小算法，在因素较多时，每一因素所分得的权重常常很小。在模糊合成运算中，信息丢失很多，常导致结果不易分辨和不合理（即模型失效）的情况[6]。所以，针对上述问题，这里采用加权平均型的模糊合成算子。计算公式为：