基于AHP-模糊综合评价的高职课程思政教学有效性评价研究

付 杰，饶 屾，徐槿昊

(浙江交通职业技术学院，浙江 杭州 311112)

0 引 言

课程思政是新时代职业教育院校对育人工作提出的新要求，从理论上解决了思政教育单一化且与专业教育相脱离等问题。近年来，课程思政的研究已成为热点，多见于其基本逻辑、模式探索、实施路径等内容研究[1-3]。但对课程思政教学有效性评价的技术研究相对较少，大致从宏观和微观两个层面进行研究。宏观层面侧重构建课程思政评价体系的框架机制，如王岳喜提出课程思政评价体系构建原则并分析了课程思政评价的主客体及与思政课程评价的区别[4]。陆道坤系统地研究了课程思政评价特征与路线、组织与运行方式等内容[5]。来丽锋从价值形塑之维、客体供给之维、改革创新之维提出高职课程思政评价体系是多维复合型，只有评价合力，才能发挥立德树人的功效[6]。微观层面侧重某一专业或某一课程中课程思政教学对学生的行为影响变化或者学生的主观感受等，如周娟基于CIPP评价模型构建了高职英语课程思政评价指标体系[7]。贾丽萍运用层次分析法分析计算机课程思政教学评价指标的权重及优先级，但未进行课程思政最终教学效果的评价分析[8]。这些研究为落实立德树人根本任务，推动课程思政教学质量评价研究起到了积极的促进作用。从研究结果看，宏观层面尚未提出一套精准且全面的评价体系，但为激发专业教师的主体责任，从微观层面的课程教学实施过程和结果，研究定量定性相结合的课程思政教学评价模型与评价方法具有较高的可行性和一定的现实意义。

鉴于此，本文尝试构建一套微观层面的课程思政教学有效性评价指标体系，将多层次分析法与模糊综合评价法相结合确定各参评指标的权重，并应用在专业课教师课程思政教学质量实证研究中，其意义在于动态分析与研判课程思政教学改革成效，强化教师课程思政建设的主观能动性，全面保障课程思政建设质量与丰富专业课程育人评价理论。

1 关键评价指标分析

从课程教学的角度看，专业课教师是课程思政教学的一线责任主体，在知识传授、技能培养与价值塑造的过程中担任主要角色，是课程思政教学的输出者。学生作为课程思政教学的重要对象，是课程思政教学的输入者。课程教学的运行与学校的教学管理体系，如教学资料的完整性，课程成果的示范性等因素相关联。作为用人单位的行业企业则是检验学生正确的价值观、过硬的职业品质等综合素养的社会主体，将其纳入评价主体中，理论层面上是合理的，但操作性较差。故选取学生、督导专家(含同行教师)、教务管理人员构建主要评价主体，符合实际情况且易操作。

课程思政隐性的存在形式、特殊的实施方式、多角度的成果呈现决定了其评价指标的选择与制定具有一定的难度和挑战性。对此，依据《高等学校课程思政建设指导纲要》并参考其他学者的研究成果[9]制定课程思政教学有效性评价初始指标体系，以专家研讨及访谈的形式细化一级指标并完善二级指标，结合实际教学过程修正最终设计9个一级指标分别为教学内容、教学方法、教学效果、教学设计等，进一步划分得到25个二级指标，如表1所示。

表 1 评价指标构成

2 AHP-模糊综合评价模型构建

在教学评价应用领域，可采用的算法有主成分分析法、BP神经网络法、聚类分析法等，各种算法均有其自身的优缺点。层次分析法(Analytic Hierarchy Process，简称AHP)，是一种定性与定量分析有机结合的多目标决策分析方法。模糊综合评价法是利用模糊数学隶属度的理论思想，针对具体样本需求，把定性评价转化为定量评价，解决如何把多指标合理、科学地合成单一指标的形式，以实现综合评价的目的。AHP与模糊综合评价相结合改进了传统层次分析中的一致性问题以及模糊综合评价中的复杂指标权重确定的问题，可增强教学评价的科学性与系统性。

2.1 层次分析法确定权重

课程思政教学有效性评价涉及的因素较多、特征值多、层级复杂。层次分析法被用于构建因素间的判断矩阵来确定各因素的权重。根据判断矩阵的一致性来确定所设权重的合理性，以确保各参评指标的权重符合客观实际。

2.1.1 判断各因素的重要性

比较各指标因素之间的重要性，一般采用1-9及其倒数的标度方法。设定，函数表示因素之间的重要性标度，且约定f(x，y)=1/f(y，x)，，如表2所示。

表2 比较标度

2.1.2 构建判断矩阵

设X={x1，x2，…，xn}为全部因素的集，根据表2对各因素作两两对比，构建判断矩阵，如式(1)所示。

式中sij=f(xi，xj)

2.1.3 计算各因素的权重

由判断矩阵S，求出最大特征值λmax，并得到判断矩阵关于λmax的特征向量如式(2)所示。

ζ=(a1，a2，…，an)

(2)

将特征向量经过归一化处理后得到，如式(3)所示。

w=(b1，b2，…，bn)

(3)

式中，ai为各参评指标的权重。

为判断所求出的指标权重是否具有科学性及合理性，需要采用一致性指标来校验所构造的判断矩阵是否具有一致性，即利用判断矩阵的一致性指标CI(Consistency Index)与同阶次的平均随机一致性指标RI(Random Index)的比值进行判断，如式(4)所示。

(4)

式中，CR为判断矩阵随机一致性比率，n为判断矩阵的阶数，RI表示平均随机一致性指标，如表3所示。当CR<0.10时，表明判断矩阵权重系数分配有效且合理，具有令人满意的一致性，可用于实际研究中。否则，需要重新调整判断矩阵，直到最终达到满意的一致性要求为止。CR越小，说明判断矩阵一致性越高。

表3 随机一致性指标

2.2 模糊综合评价算法原理

2.2.1 确定评价对象的因素集

因素集是一个由可以评判对象的主要因素构成的集合，表示为U={u1，u2，……，un}，其中n为因素的个数，ui为第i个评判因素。指标根据不同的属性可分为k类，U={U1，U2，……，Uk}。

2.2.2 确定评价等级的评判集

评判集是一个由评判对象的可能评判结果构成成的集合，表示为V={v1，v2，……，vm}，其中m为评判结果的数目，vj为第j种评判结果。本文采用的评价等级V={v1，v2，……，vm}={优秀，良好，中等，合格}

2.2.3 建立模糊评价矩阵

从一个因素ui出发确定评价对象对评判集的隶属程度，如式(5)所示。

(5)

式中第i行第j列元素rij表示某个被评对象是因素ui时对vj等级模糊子集的隶属度。由n个单因素评判集组成的矩阵R即为模糊综合评价矩阵。

2.2.4 确定评价因素的权向量

由于各因素的重要程度不同，即因素所占权重不同，各因素ui的权重为ci，那么各因素所占权重集合的模糊集，如式(6)所示。

W=(c1，c2，…cn)

(6)

通常，计算因素权向量可以通过加权平均法、频率分布确定法、层次分析法等方法得到。本文采用层次分析法获得权向量。

2.2.5 合成模糊综合评价结果向量

利用合适的模糊算子将W与模糊关系矩阵R进行合成，得到被评对象的模糊综合评价结果向量B，如式(7)所示。

B=W·R=(c1，c2，…cn)

(7)

式中di表示被评价对象所对应的评价结果vi的程度，根据最大隶属原则，评判结果取最大的dj对应的评判结果vj。

2.2.6 综合评价

将AHP-模糊综合评价法应用在课程思政有效性评价中，首先确定各主体之间的权重分配，依次对每个主体的各二级指标进行评价；然后根据各二级指标权重得出该评价主体中一级指标的评价矩阵，由各一级指标的权重和指标得分即可得出该评价主体的综合评价结果；最后各主体之间进行加权求得参评教师的课程思政教学有效性评价结果。

3 课程思政教学有效性评价实证分析

选取某职业技术学院课程思政示范课团队内的A教师为评价对象，评价主体有督导专家(含同行教师)、学生、教务管理人员共三类人员构成，采集原始数据，以学生为主体进行评价模型的实证研究。

3.1 构建判断矩阵，确定各级指标权重

求解表1中学生主体的四个一级指标U={教学内容U1，教学方法U2，教学效果U3，教师素养U4}的权重，构造判断矩阵，如式(8)所示。

(8)

利用MATLAB计算S矩阵最大特征值为4.0019，并求出最大特征值对应的特征向量进行归一化处理得到，如式(9)所示。

w=(b1，b2，b3，b4)=(4.3074 0.2536 0.2406 0.1984)

(9)

计算该判断矩阵CR=0.0007，满足CR<0.10表明权重系数分配有效且合理。

求出各指标的权重系数及一致性评价指标，如表4所示。

表4 各指标权重及一致性评价指标

3.2 建立模糊评价矩阵，得到综合评价矩阵

设定表1中二级指标的评判集为V={优秀，良好，中等，合格}={90，80，70，60}，选取155名学生对A教师进行评分，统计各原始评价数据，剔除填写不完整等无效数据，有效数据占96.7%。采用SPSS 26.0对数据进行可靠性分析，得到调查问卷的Cronbach的α值为0.815，分半信度为0.798，说明此次课程思政教学有效性评价采集数据具有较高的可靠性。同时进行KMO和Bartlett球形校验来分析指标体系变量的相关性，经计算得到KMO值为0.892，Bartlett球形校验结果显示近似卡方值为8654.360，Sig值均为0.001<0.01，这说明此次课程思政教学有效性评价数据具有良好的信效度。

对采集到的数据进行归一运算得到各评价因素的隶属度值，如表5所示，建立一级评价指标因素与评判集之间的模糊评价矩，如式(10)所示。

表5 学生主体评价统计值

采用加权平均型的综合评价模型，得到教学内容U1的评价结果向量，如式(11)所示。

同理得出教学方法U2、教学效果U3、教师素养U4的评价结果向量，如式(12)所示。

B2=(0.8465 0.1202 0.0333 0)

B3=(0.71 0.1629 0.1129 0.0143)

(12)

B4=(0.9482 0.0484 0.0035 0)

由此得到综合评价矩阵，如式(13)所示。

3.3 结合一级评价指标权重，进行综合评价

根据一级指标权重，进行综合评价，如式(14)所示。

B=W·R=(0.8150 0.1215 0.0586 0.005)

(14)

可根据基于最大隶属度原则的评价粗判评价主体学生对A教师最认可教学内容隶属于评价等级为优秀的程度达到81.5%。根据评判集V，可对学生为主体的综合评分值进行等级评定S为87.472。

3.4 各主体综合评价分析

参照上述计算流程，依次得到督导专家(同行教师)和教务管理人员的等级评分分别为83.215，80.121。三主体的权重根据层次分析法的计算流程确定为(0.515 0.302 0.183)，进行加权该教师的课程思政教学质量最终得分为84.8412，如式(15)所示。

(15)

这一计算结果介于优与良之间，与目前真实教学业绩考核中所给的评价结果基本一致。AHP-模糊综合评价法使定性指标进行定量计算，结果更客观、更科学，应用在课程思政教学有效性评价中具有一定的可行性和有效性。

4 结 语

课程思政教学有效性评价能够推动课程思政教学质量的提升以及促进课程思政教学改革落地。通过AHP-模糊综合评价法在课程思政教学有效性评价中的设计与应用可知，要提升课程思政教学效果，教师必须提高课程思政整体教学设计能力，提升课程专业知识点与课程思政元素的契合度，优化课程思政融入的教学方法，关注学生接受课程思政教学的意愿度，最终实现价值引领与知识技能传授有效统一，推动立德树人根本任务贯彻落实。