基于网络层次分析法的高校教学评估体系研究

曹仰杰，段鹏松，鲁慧民

曹仰杰，段鹏松/郑州大学软件学院讲师（河南郑州450000）；鲁慧民/长春工业大学计算机科学与工程学院副教授（吉林长春 130012）。

教学作为高校的核心内容之一，其质量好坏不仅对学生有重要影响，也是高校可持续发展的重要影响因素。传统教学评估中，大多是采用督导检查、定期听课及相关考核等方式，评价结果受主观性因素影响较多，不能真正反映出教学质量的优劣。因此，建立一种高效、便捷、有前瞻性的教学评估体系是十分必要的。

一、网络层次分析法介绍

网络层次分析法 （The Analytic Network Process ANP）是 T．L．Saaty 教授在传统层次分析法（Analytic Hierarchy Process，AHP）基础上提出的一种适应复杂网络结构的决策科学方法[1]。网络层次分析法建模和分析的整个过程体现了人类决策思维的基本特征，将定性判断与定量分析相结合，用数量形式表达和处理人的主观偏好，从而为科学决策提供了依据。

ANP将系统内各元素的关系用类似网络结构表示，而不再是简单的递阶层次结构，因此ANP能更准确地描述客观事物之间的联系，是一种更加有效的决策方法。ANP理论中将系统因素划分为两大部分：控制层和网络层。控制层主要包括问题目标及决策准则，是ANP系统最高层次，也是最高准则。网络层是由所有受控制层支配的元素组成，其内部是相互影响的网络结构。网络层体现了决策元素集的本质特征，每个元素或元素集彼此都不独立，某一元素集可能影响整个网络整个系统中的任一元素集，反之亦然。ANP的构建较好地反映出评价系统不同评价指标间的相互作用关系，使模型描述的问题更符合实际，考虑的因素更全面、更系统。

二、教学评估现状及问题

经调查，目前国内大多数高校的教学都没有一种统一、客观的评估体系。有的高校采用督导检查的方法进行评估，有的高校采用教案检查的方法进行评估，有的高校采用学生评价的方式进行评估等等。这些教学评估方法虽各自都有一定的合理性，但是均存在主观因素较多及以偏概全的缺点，不能准确地反映真实的教学效果。由于教学评估对高校工作的重要影响，如何建立一种合理、有效和较全面的综合评价体系，就成为各个高校一直以来努力追求的目标。

由于教学评估过程中的因素较多，如涉及教案质量、教辅材料准备情况、学生出勤率、课堂气氛、听课情况、学生评价等因素，而且这些因素相互之间还有关联，所以教学质量的好坏不能单从某一个方面进行评估，而应综合考虑各种因素，可以考虑使用网络层析分析法来建立一种能全面反映教学效果的评估体系。

三、ANP应用于教学评估

（一）教学评估指标体系

高校教学评估体系应选取一些有代表性的评价指标，并且给这些指标分级，才能更全面客观地反映教学效果。选取指标应坚持以下原则：全面性、科学性、目的性、可操作性、可比较性和最少原则[2-3]。结合目前高校教学评估方法，全面考虑各指标出现的频率及可获得性，从督导组评测和学生评测两个方面确定指标构成，具体共包含5个二级指标，13个三级指标，如图1所示。

图1 基于ANP的高校教学评估指标体系

网络层各个元素除了和控制层元素有关系外，同一层次的各个元素集合之间也存在内在关联。高校教学效果评估是一个大的概念，学生、教师、课堂、督导组等相互之间都存在一定的关联关系。在传统的教学评估方式中，由于网络层元素集内有的元素较难量化（如上课气氛、教师职业态度等），而且教学评估时并不是所有的元素都参与评估，所以不能快速、真实地反映出教学效果。针对这些问题，本文利用ANP原理，结合传统教学评估中的有效的评估手段，对影响教学效果的网络层各个元素进行内部关联关系分析和权重赋值计算，最终形成一种适用、准确的教学评估体系。

（二）教学评估指标权重

基于以上建立的教学指标评估体系，根据ANP原理，利用相关知识，结合专家打分或德尔菲法对上述指标体系中指标之间的关系进行综合评价和分析[4]。首先，确定指标体系中两两指标间的相对重要性，并构造ANP判断矩阵；其次，根据ANP网络模型中各要素的相对重要性对同层的要素进行两两比较，并将两两比较的要素进行归一化处理得出判断矩阵。最后对判断矩阵进行一致性检验，建立ANP综合评价模型的比较判断矩阵：

其中，n代表网络层的组成因素个数，Ck代表上一层次的准则，Bi、Bj代表网络层的两个比较要素。设ANP 的控制层中有元素 P1，P2，L，Pm；网络层有元素集C1，C2，L，CN，Ci中的元素为 eil,ei2,L，eini（i=1，2，L,n）。 以控制层元素 Ps（s=1,2,L,m）为准则，以 Ck（k=1，2，L，N）中的元素eij（j=1.2.L,ni）为次准则。由特征根法得到权重向量矩阵即超矩阵W：

最后，将判断矩阵代入ANP计算软件SuperDecisions进行计算，得到超矩阵和极限超矩阵，由此得到各指标的精确权重，如表1所示。

（三）教学评估指标体系应用

针对某高校某学院学生较多，外聘教师较多，传统教学评估手段不能及时、准确反映教学效果的问题，考虑将提出的基于ANP的教学评估体系应用到学院的教学评估中去。步骤如下：

1）对学院教学的整体概况进行分析，提炼出影响教学效果的相应元素及元素集合，并判断元素之间是否独立，是否存在依赖反馈关系。2）在第1）步的基础上，构造ANP结构。3）构造适合学院教学评估的ANP超矩阵。4）对第3）步中的超矩阵进行稳定性处理。稳定性处理主要是为了对ANP超矩阵的普适性和结构平衡进行验证。

表1 教学评估指标体系权重

经过上述四个步骤后，得到适合该学院教学评估的教学评估指标体系权重表（类似表1）。这样，就得到了能快速、准确、便捷反映该学院教学质量好坏的评估指标体系。

把该指标体系应用到该学院实际的教学评估中3个月后，通过分别对学生调查和教师调查后，表明该指标体系能够全面、准确地反映出教学水平，促进了该学院本科教学水平的提升，产生了很好的社会意义。实践证明，该种基于ANP的教学评估方法能够全面反映教学质量的好坏，对高校的教学评估和教学改革有着较大的推动作用。

目前，教学是高校的核心功能之一。教学质量的好坏，关系到学生能力的培养和将来的就业，也关系到学校的声誉和生源。尤其是在信息化快速发展的今天，一些传统的教学评估手段和方法，已经不能准确地评估高校的教学效果。

[1]贺纯纯,王应明.网络层次分析法研究述评[J].科技管理研究,2014（3）.

[2]宋哲,王树恩.基于ANP的企业绩效管理能力评价研究[J].科技管理研究,2010（4）.

[3]李彦,朱吉胜.层次分析法的一种改进及其应用[J].电子设计工程,2011（15）.

[4]全世海.开放大学本科教学团队评价指标体系构建研究[J].继续教育,2013（10）.