AHP在高职院校新办专业评估指标体系中的运用

2019-01-21 03:47
太原城市职业技术学院学报 2018年12期
关键词:一致性指标体系矩阵

梁 娈

(天津工业职业学院,天津 300400)

一、建立科学指标系统进行新办专业评估

(一)新办专业评估的重要性

我国从1985年有组织、有领导地开展高等学校教育评估以来,一直十分重视地方高职学院办学水平的评估。国家教委在有关开展高等教育评估的文件中多次强调,在教育质量评估上,要以专业评估为重点,认为这是保证人才培养质量的基本措施。

为了提高办学效益,拓展人才培养领域或新的研究领域,适应地方经济与科技发展的需要,服务于地方区域经济,缓解某些新兴行业人才紧缺的局面,高职院校通过增设一些新的专业来应对这些需求。增开新专业也是高等职业院校提高自身发展、增加招生和就业吸引力的一个重要途径,必须考虑新办专业对学校整体教学质量的影响。新办专业的建设不是一个简单的试办过程,而是一个与学院的课程建设、学科建设、科研工作、教学基本条件建设、师资队伍整体建设等高职院校方方面面工作都密切相关的系统工程。新办专业的质量评估是一所学校尤其是高职院校教学工作整体质量水平高低的“短板”。新专业设置的质量,直接关系着一所高职院校未来的发展方向和发展势头。

(二)建立科学指标体系的必要性

院校充分发掘自身的潜力开办新专业,既呼应了地方经济社会发展需要,又可增加招生吸引力,新办专业的健康成长直接关系到学校的教学质量、办学水平和社会声誉。新办专业在高校开设的时间短,或是在国内发展得还不成熟,且在很大程度上要受其所在学校的整体办学条件和办学水平的制约。因此,新专业办学水平评估是应该给予高度重视的,在一定程度上也反映了所在学校办学水平的状况,可以以此来考察高等职业院校的工作。这些新专业的办学水平评估是学院专业评估中的重要内容。

我们进行评估的时候必须要建立科学合理的指标体系,这在评估过程中尤为重要。指标体系是将目标进行分解并转化成可以测量的、行为化和操作化的指标集合。对末级指标的赋值与数据处理过程即称为指标量化过程。AHP(层次分析法)是教育评估中用到的量化技术之一。为了使评价结果更加科学合理,排除人为因素对评价结果的影响,本文利用AHP建立数学模型,构建高职院校新办专业评价的指标体系,使评价定量化、科学化。

二、AHP概要和原理

(一)AHP简要介绍

20世纪70年代初,美国运筹学家、匹茨堡大学教授萨蒂(T.L.Saaty)为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时提出层次分析法(Analytical Hierarchy Process,以下简称为AHP法)。这是一种应用网络系统理论和多目标综合评价方法的层次权重决策分析方法。AHP法是一种解决多目标、多指标复杂问题的定性与定量相结合的决策分析方法。该方法自1982年被介绍到我国以来,以其定性分析与定量分析相结合地处理各种决策因素的特点,以及其系统、灵活、简洁的优点,迅速地在我国社会经济各个领域内,如能源系统分析、城市规划、经济管理、科研评价等,得到了广泛的重视和应用。层次分析法在教育评价方面,可以广泛应用于多目标决策、多方案选择、综合评价等各个方面。

(二)AHP的原理

决策的实质是进行比较,通过比较做出选择。但对于缺乏衡量的统一尺度的多目标决策问题来说,唯一可行的办法是进行两两比较。

AHP(层次分析法)的基本思想是把复杂问题分解为若干层次,在最低层次通过两两对比得出各因素的权重。这里需要特别指出的一点是层次分析法是用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度,并且合理地给出每个决策方案的每个标准的权数,通过由低到高的层层分析计算,最后计算出各个方案对总目标的权数,排列出各个方案对于决策总目标的优劣次序。

AHP根据问题的性质和要达到的总目标,将问题分解为不同的组成因素,并按照因素间的相互关联影响以及隶属关系,将因素按不同层次聚集组合,形成一个多层次的分析结构模型,从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。这是一种解决多目标、多准则的复杂问题的定性与定量相结合的决策分析方法。

三、用AHP构建新办专业评估指标体系

(一)建立层次结构数学模型

将决策的目标、考虑的因素(决策准则)和决策对象按它们之间的相互关系分为最高层、中间层和最低层,绘出层次结构图。对于相邻的两层,称高层为目标层,低层为因素层。新办专业评估指标体系的层次结构图如表1所示。

图1新办专业评估指标体系层次结构模型

上面指标的选定是依据所在高职学院的新专业发展所需要的实际软硬件情况综合考虑得到的层次结构模型,借此例来说明AHP在新办专业评估中的具体应用。

(二)上表中二级指标的含义解释

1.专业建设规划主要是指专业建设规划的设计和执行,支撑材料为专业建设规划、各年级本科专业培养方案;招生情况主要观测点是招生数量和报到率,支撑材料是每年招生和录取情况一览表;专业的建设要以社会和市场需求为导向,这个因素在专业的建设上也是不可或缺的。

2.队伍结构与措施主要考察整体结构状态与发展趋势,专任教师中有硕士、博士学位的比例,师资配备及培养措施,支撑材料是学校的师资队伍结构一览表,学校自评报告中的教师年龄结构、学位结构、职称结构、学缘结构分析,师资培养措施;主讲教师包括教学水平、科研水平、教授及副教授上课情况,支撑材料可以依据开课目录、学科基础课和专业主干课学生评教结果、专业负责人及其他教师近三年主要研究成果和获奖情况。

表1判断矩阵元素的标度方法

3.教学基本设施包括实验室、实训实习基地状况、图书资料等,可以考察的材料是本专业实验室一览表、实训实习基地一览表、图书馆的藏书和流通情况;课程包括教学内容与课程体系改革、教材建设与成效、教学方法与手段改革、考试改革情况汇总、英语教学所占的比重;实践教学包括实践教学(独立实训课、实验课)的内容与体系、实验室的开放及利用率、顶岗实习的过程及终结质量等等。

4.质量控制包括教学规章制度的建设与执行、教学评估与检查;学生的专业素质可以考察学生基础知识和基本技能的掌握情况、该专业学生获奖情况和英语考试(例如四级)的通过率;毕业设计的质量可以依据学生毕业课题(设计、论文)成绩的统计分析来评估;就业情况可以依据学生的就业率来考察。

(三)构造比较矩阵

根据比较判断矩阵的构造方法,将新办专业评价体系中的各具体指标采用萨蒂的9标度法(如表1)制成调查问卷,采用问卷调查的形式,聘请有关专家、教师、学生填写各指标的重要程度对比表。

这里也可以采用德尔菲法,又称专家调查法,是美国兰德公司于1964年首先用于预测领域的。德尔菲法具有反馈性、匿名性、统计性,它实施的步骤是选择专家以8至20人为宜,向专家提供资料,专家根据自己的知识和经验,提出自己看法,书面答复。将专家的意见加以归纳整理,分别说明预测值的依据和理由,反馈给专家,请专家修改自己意见,进行第二次预测,如此反复。将收集到的数据进行整理、归纳,按照表2中的标度方法得到各层次的比较判断矩阵。

(四)层次单排序及一致性检验

利用数学软件Matlab求出各比较判断矩阵的最大特征值λmax和对应的特征向量Wi,经一致性检验,具有满意的一致性后,即可作为下一层次各因素相对于上一层次因素重要性的排序权重向量,这一过程就成为层次单排序。在得到λmax后,需要对每个比较判断矩阵进行一致性检验,检验它是否具有满意的一致性。其检验步骤如下:

2.查找平均随机一致性指标RI。RI的取值如下表(表2)

表2 RI的取值

计算结果如下:

3.比较判断矩阵 A-Bi(i=1,2,3,4)。

用Matlab算得特征向量是

5.比较判断矩阵B2-Cj(j=3,4)。因为构建的比较矩阵是2×2方阵,故肯定通过一致性检验,且完全一致,CR2=0。

(五)计算组合权重向量并做组合一致性检验

为得到总排序权重向量,需要进行自上而下权重合成,并进行一致性检验,如附表1。

合成权重向量(各个二级指标的权重)为:

四、模型的运用

根据上面的公式可以计算出新办专业评估各项指标的综合得分,从而对不同学校同一新办专业进行横向比较评估或对一所学校新办专业开展质量做出科学的打分衡量。实际操作中,可根据实际情况对某些指标的权重作适当调整,以更加合理科学适用。

AHP的方法在评估中有很大的优势:(1)给予各项指标较精确的权重,避免了人为主观打分的缺陷,在评估中可以得到很好的运用,体现了客观性;(2)在构造指标过程中,指标间比较重要程度的选定体现了定性因素和主观作用,构造比较矩阵运用数学方法将指标量化,体现了定量性和客观性,因此AHP本身就体现了定性与定量相结合,主观和客观相结合,没有顾此失彼,体现了科学性;(3)AHP方法简单可行,具有很强的可操作性,在一定程度上也提高了评估工作的技术含量,体现了AHP方法在评估中的实践性。

本文新办高职专业评估指标体系的构建是在结合德尔菲法依据专家做出决策的基础上,运用AHP方法,避免了百分制打分的粗糙和模糊化,使得定性定量相结合。总之,运用AHP得到的指标体系衡量新专业实际开展的水平,使得评估结果更加准确,对学校的工作真正起到导向与评价的作用,解决了评估过程中多准则的复杂评价问题,是一种在高校评估中可以运用的简单可行方法。

猜你喜欢
一致性指标体系矩阵
2022城市商业魅力指标体系
注重教、学、评一致性 提高一轮复习效率
对历史课堂教、学、评一体化(一致性)的几点探讨
IOl-master 700和Pentacam测量Kappa角一致性分析
网络空间攻防对联合作战体系支援度评估指标体系构建
层次分析法在生态系统健康评价指标体系中的应用
供给侧改革指标体系初探
初等行变换与初等列变换并用求逆矩阵
基于事件触发的多智能体输入饱和一致性控制
矩阵