高校教師教學質量的量化評價研究

楊秀平，李二超，邵會波

（1.蘭州理工大學 經濟管理學院；2.蘭州理工大學 電氣工程與信息工程學院，甘肅 蘭州 730050）

對高校教師進行教學質量評價，有利于豐富高校教師管理理論提高教師教學質量。文章在分析教學評價主體的基礎上，構建教學質量評價的指標體系，進行教學質量的量化評價與預測，以某門課為例對其2名任課教師進行評價及預警，進行了基于神經網絡的教學質量評價預測。

一、教學評價主體

文章在教學質量評價過程中選擇了教學管理職能部門、教學督導組、學生主體和學術體現，如圖1所示。

圖1 高校教學質量評價活動圖

二、構建教學質量評價的指標體系

對教學質量評價的指標體系可分為職能部門評價、督導組評價、教科研成果評價及學生評價。職能部門評價反映在教師修養、教學環節、教學活動、教研活動和工作態度；督導組評價可分為師德修養、教學任務、課程難易和知識更新、教學效果和教研活動；教科研成果評價可分為教學研究成果、論文發表、教學大綱編寫和教材編寫；學生評價可分為師德修養、教學基本功、重點處理和知識更新、能力培養和教學成果，見圖2。

圖2 教學質量評價層次結構模型

三、教學質量的量化評價與預測

（一）量化評價

本文采用改進層次分析法確定權重，在求出“三標度”判斷矩陣的基礎上，求出AHP間接判斷矩陣，運用模糊綜合評價的理論，確定評價因素，確定評價因素的等級，評判矩陣的構造進行模糊合成，采用不同色的信號燈進行等級界定，見表1。

（二）基于BP神經網絡的預測分析

如表2所示，在對數據進行歸一化處理的基礎上，利用Sigmnid輸入函數，通過BP的前饋計算，設有N個訓練樣本，得出隱層的第i個神經元的輸入和輸出：

對于Sigmoid活化函數?。?/p>

計算輸出層第k個神經元的總輸入為：

輸出層第k個神經元的實際輸出為：

根據經驗，對三層神經網絡而言，可得到隱含層單元數h的公式：

其中n，m分別為輸入輸出單元數，a為0～10之間的常數。

根據上述公式，確定隱含層神經元的個數。

四、以某門課為例對其2名任課教師進行評價

在研究中選擇某一門課的2名任課教師為研究對象，對2008—2013年春季學期的同一門課程進行教學質量評價。以2013年的問卷數據為例，分析其權重的確定過程、單項評測和綜合評測的過程。選擇190人進行問卷調查以確定權重，其中：教務處主管教學和督導的老師6名；科技處評價人員4名；各教學部門的教學院長和教學秘書各2人，共40人；教師代表每個教學單位2人，共40人，學生代表100人，見表2。問卷調查進行了2次，在對第一次問卷信息進行匯總的基礎上，把第一次問卷的匯總信息反饋給被調查人員，為其提供參考數據，并進行權重的第二次調查。在調查過程中，有效問卷數量179份，有效比率為94.21%。

根據打分結果進行單項評測和綜合評測，得到表2。通過計算得出，教師A的教學評價數值為0.796 567分，接近0.8；教師B的教學評價值為0.896 01分，接近0.9。通過對上述調查人員的問卷調查，確定教學質量評價等級的劃分，見表2?？梢缘贸鼋處烝的教學質量處于“較好”的狀態，應該亮“藍燈”；而教師B的教學質量接近“很好”的狀態，提醒其繼續保持，并逐步提高。

表2 教學質量評價表

五、基于神經網絡的教學質量預測

由于教學質量評價中，問卷調查的主體——學生處于流動狀態，所以針對每年的學生組的被調研群體都會變動，由于學生組的樣本有100人，本研究對群體變動過程中的誤差進行忽略。匯總2008—2013年兩位教師同一門課程的教學質量評價成績見表3和表4，并借助神經網絡進行預測。

表3 教師A的教學質量評價表

輸出層神經元數為1。我們將教師教學質量評價的最后等級按照表1設定。利用神經網絡進行預測，得出的預測值見表5。

教學質量評價過程較為復雜且具有一定的主觀性，運用模糊數學進行評價，定性和定量評價結合，提升了評價的客觀性；在評價過程中，利用計算機程序簡化有關計算和分析，對提高評價效率大有裨益，因此，該模型有很大的推廣價值。

表4 教師B的教學質量評價表

[1]Babar Zaheer Butt，Kashifur Rehman.A Study Examining the Students Satisfaction in Higher Education[J].Procedia Social and Behavioral Sciences，2010（2）：5446-5450.

[2]畢菁華.建立課堂教學質量評價體系的實踐性探索[J].北京大學學報：哲學社會科學版，2007，32（6）：51-57.

[3]杜綱.管理數學基礎——理論與應用[M].天津：天津大學出版社，2003：53-55，155-199.

[4]高雋.人工神經網絡原理及仿真實例[M].北京：機械工業出版社，2003.