高校教学质量评价模型及方法研究

【摘 要】 高校现行教学质量评价常用的几种模型和方法主要有层次分析法、单因素方差分析法、模糊综合评价的数学模型、马尔可夫链法、神经网络法与数据挖掘等。本文重点分析了各种模型或方法中存在的不足和亟待解决的问题,认为必须通过改革使质量评价走向规范化和科学化。

【关键词】 教学质量;评价模型;评价方法

高校教学质量评价是学校教育评价的核心内容。全面、科学的教学质量评价有利于发挥其在教育教学中重要的导向功能、激励功能、改进功能、鉴定功能和有序功能。教学质量评价的实施是教育改革的重要内容,而如何使质量评价本身规范化、科学化则是教育改革和发展的必要措施。

一、高校教学质量评价的现状

高等学校作为培养高级人才的主要场所,其人才培养主要是通过教学来实现的。在教学工作中,老师是主体,其教学质量是整个教学活动的核心,在教学计划中以课堂教学为主,所以教师课堂教学效果的好坏是影响高校所培养人才的质量的主要因素。因此,开展好学生对教师课堂教学质量评价,帮助高校教学管理部门及时掌握教师情况,改进教学、实施教学质量监控,是提高高校教学质量具体而有效的措施之一。

我国高校教育评估中存在很多问题,比如基础性工作量过大、信息资源难于共享利用、数据资料的客观真实性难以保证、评估资料和信息不完整、评估方案繁琐、评估欠缺统筹规划、基础性建设不足等。目前高校教学评价方法不尽相同,大致可以分为两大类:一是单一的定性评价,二是定性与定量相结合的评价,而后者已成为一种研究的重点。

二、高校现行课堂教学质量评价方法分析

1、层次分析法

层次分析法,简称AHP法,20世纪70年代初由美国运筹学家TL.Saayt提出。这种方法的优点是在高校教学质量评价过程中定性与定量相结合,具有高度的逻辑性、系统性、简洁性和实用性,是针对多层次、多目标规划决策问题的有效决策方法。AHP法的基本原理就是把所要研究的教学质量评价这个复杂问题看作一个大系统,通过对系统的多个因素(比如高校教师的教学态度、教学内容、教学方法、教学效果等)的分析,划出各因素间相互联系的有序层次;再请专家对每一层次的各因素进行较为客观的判断后,相应给出相对重要性的定量表示;进而建立数学评价模型,计算出每一层次全部因素的相对重要性的权值,并加以排序;最后根据排序结果进行规划决策和选择解决问题的措施。运用层次分析法确定教学质量评价权重的步骤如下:(一)构造比较判断矩阵;(二)用随机一致性比值来进行内部一致性检验。利用层次分析法来确定评价指标的权重,比以往的确定指标权重的方法更合理、更科学,它将专家的理论经验知识和数学方法结合起来,直接用两两比较的方法确定权重,在一定程度上降低了质量评价的不确定性。当然利用层次分析法确定权重和专家的价值取向有关,同时和课程的使用目的、环境、对象等诸多因素都密切相关。

2、单因素方差分析法

基于单因素方差分析方法,建立教学质量评价模型,利用它的理论依据及算法的SAS程序,采用加权平均求出最好得分,为客观、公平地评价教师的教学效果提供了可行的操作方法。此模型能较好地排除随机因素的影响,公平、合理地对教师的教学质量进行评价,且评价过程即各个阶段各项得分可完全公开,有些地方的打分细则需要根据实际情况商定,使用者可根据实际情况灵活运用。

3、模糊综合评价的数学模型

模糊综合评判法是使用模糊数学方法,通过模糊数学综合评判模型来得出高校教师课堂教学质量评价结论的一种方法。其成功应用,关键在于正确规定模糊评判的论域和合理构造模糊评判矩阵。模糊评估方法应用于高校教学质量的评价,简单易行,可对教师的教学质量状况做出客观、科学、准确、全面的评价。

该方法运用模糊数学的理论和方法,对评价主体给出的各个指标等级进行处理,以得出教学质量的综合评价。

使用模糊综合评价方法来进行高校课程质量的评价可以使得人们的主观判断定量化、规范化,减小不确定的因素的影响。在计算中,可以使得在评价中的任何一个评价都不会被主流的评价结果淹没,充分的体现各个方面的评价意见,避免了以往的评价中采用极大隶属度原则得出的评价结果较粗的弊端,在实践中取得了良好的效果。

4、马尔可夫链法

马尔可夫链法是评估高校教学质量的一种定量分析方法,有其一定的理论依据,它在评价教学质量效果时较其它评价法更具合理性。马尔可夫链x(t),t=1,2,…是概率论中随机过程的重要过程之一,若某随机过程,从某一时刻处于某种状态转移到另一时刻处于另一状态的转移矩阵只与时间间隔有关,而与“历史”无关。用马尔可夫链评估法来评估教学质量,对学生的基础等因素给予了充分的考虑,比以往的方法更为合理。更能全面真实地反映教师的教学效果,是很有实用价值的。

5、神经网络法

又称为“误差反向传播神经网络”(Error Back Propagation),为高校教学质量评估提供了一种新颖的技术,可以有效克服传统教学质量评价方法的不足。利用BP神经网络方法建立高校教学质量评价系统的模型,将教学评价指标概念量化成确定的数据作为其输入,教学效果作为输出。高校教学质量评价系统是复杂的非线性系统,输入与输出之间具有很多的不确定因素,BP神经网络模型由于其具有高度非线性函数映射功能及自适应、自学习能力,可以有效克服传统评价方法的缺陷,弱化传统评价方法中指标权重确定的人为影响因素,不仅可行,而且精度较高。经过有关人员研究,我们发现BP神经网络模型的输出值与真实值之间的误差比较小,性能完全可以满足实际应用的要求。另外,网络的输出精度取决于输入的训练样本的数量,训练样本的数量越多,其输出的教学效果评估值就越接近于实际的评估值。

6、数据挖掘

数据挖掘作为有效的数据分析工具,能从大量数据中发现潜在数据模式,进行预测性分析,并且整个分析过程是自动的,具有良好的开放式结构,友好的用户接口,为进行高校教学评估分析,发现每个学生的潜在能力和优势,改革高校教学方式,优化培养模式,提供强有力的技术支持。关联规则是数据挖掘的重要概念,它是目前数据挖掘中最重要的理论之一,它的应用很广泛,包括金融、贸易、电信、体育等,而把它应用于教学评价的研究目前不算多,可以说是刚开始,随着关联规则挖掘理论的研究和应用的不断深入,教学评价的公平、公正、合理、高效离不开关联规则挖掘理论的支持。从目前查阅大量资料来看,关联规则挖掘理论应用于教学评价的研究,已引起教育管理部门专家的广泛关注,目前虽然没有成功的应用系统,但理论的研究已趋成熟,并不断得到完善。

三、结语

总之,以上几种现代数量统计方法虽然在高校教学质量评价时已被使用过,在不同程度上也取得了一定效果,但这些方法仍然存在很多不完善的地方,大都是从微观的角度对具体技术的研究,如模糊综合评判法、层次分析法、马尔可夫链法等,在确定各项二级指标的权重方面有一定困难,通常凭借专家经验的评估,导致评估主观随意性大,评价结果与实际值存在一定的误差。而从系统工程的角度出发,识别出高校教学质量评价的关键因素,确定各种因素的地位,从而提出评价模型和方法,并通过评价系统对高校教师有一个综合的评价(评价不应该是简单的评测出教师教学质量的优良中差,还应该能从评测结果中具体体现出来)的研究尚有不足。

【参考文献】

[1] 杨守忠.层次分析法在远程教学评价中的应用[J]. 漯河职业技术学院学报, 2007,(6).

[2] 梅长林,范金城.数据分析方法[M].北京:高等教育出版社,2006.

[3] 吴 斌. 用模糊综合评判方法评判高校教师教学质量的探索[J]. 科技信息,2007.

[4] 梁方楚.教学质量评价的马尔可夫链法[J].宁波教育学院学报,2000.

[5] 谢 虹.基于神经网络的教学质量评估模型研究[J]. 广东财经职业学院学报,2007.

[6] 苏新宁,杨建林,江念南,粟湘等著.数据仓库和数据挖掘[M].北京:清华大学出版社,2006.

【作者简介】

刘维妮(1982- )女,陕西兴平人,硕士,西安石油大学理学院教学办公室教师,研究方向:教学管理.

推荐访问:教学质量 模型 评价 高校 方法