基于多層模糊綜合評價模型的職教師資培訓評價研究

文思群 王丹 鄧祥林 李力

摘要：本文利用大數據技術對以往培訓數據的挖掘，收集、分析和處理影響職教師資培訓的有效指標，通過AHP層次分析法科學分配評價指標權重，結合FCE模糊綜合評價法和參訓學員真實的滿意度調查數據進行建模及驗證，實現培訓質量的有效評價，為職教師資的評估提供有力支撐。

關鍵詞：大數據;AHP層次分析法;FCE模糊綜合評價

中圖分類號：G715.1? ? ?文獻標識碼：A? ? 文章編號：1007-9416（2020）10-0000-00

1.

0引言

職業院校教師培訓是職業教育教師隊伍建設的重要組成部分，是我國職業教育提高和可持續發展的重要保障。在國家政策的支持和引導下，職業院校教師的整體素質也有了明顯的提升，師資隊伍建設方面取得了顯著成績[1]。與此同時，諸多問題也隨之暴露[2]，其中最為突出的是如何衡量職業院校教師培訓的效果。培訓評價作為保證培訓質量、提高培訓效益的有效舉措，如果缺乏科學的質量評價，培訓不但會造成教學資源的浪費，還會使職業院校教師沒有動力去繼續提升自己。如何使有限的資源投入到價值最大化的教師培訓中，需要有效、科學且合理的培訓工作評價體系去判定。由此可見，構建科學合理的職教師資培訓評價體系，重視培訓效果評估工作的科學性和實用性，對有效開展教師培訓工作，提升教師培訓的水平，具有深遠的實踐意義[1]。

在本研究中，我們結合層次分析法（AHP）和模糊綜合評價法（FCE）建立了多層模糊綜合評價模型，通過評估來發掘培訓中的問題，從而對整個培訓做出合理的價值判斷，形成良性的信息反饋，確保培訓質量和效益。

1相關研究

許多學者針對職教師資培訓的質量問題提出了一些研究。盧荷[4]運用文獻資料法、訪談法和邏輯分析法，分析了目前職業院校教師培訓質量監控與評價中存在的問題，設計出職業院校教師培訓質量監控與評價體系框架。申文縉[5]從教師專業發展視域下對德國職教師資培訓體系研究，以德國經驗為借鑒，提出我國職教師資培訓體系發展策略。劉玉容[3]等人按照現代教育評價理論以及中等職業學校教師的專業標準，采用動態與靜態相結合方式，探討了中職教師培訓過程質量的評價問題，構建了對培訓過程質量進行評價的體系。 何應森等人按照公共績效評價的邏輯模型，把培訓質量的評價體系從結構上劃分為培訓質量的支撐評價、促進教學質量提高的評價及社會貢獻和影響等中遠期成果評價三個部分[6]。綜上所述，學者們分別從不同的角度建構了培訓質量評價體系，歸根結底，目標都是為了對培訓有一個客觀綜合的評價。但是這些方法沒有對培訓過程的關鍵指標的權重進行有效的界定，由此可見，按照現有的方法對中職師資培訓質量評價結果在信度和效度上都較為缺乏，也不能很好地反映出培訓過程的質量狀況。

2構建模糊綜合評價模型

職教師資培訓中梳理相關培訓因素，是一個相對較為復雜的問題，應該借助于大數據的新方法，在明確評價目標的基礎上，構建科學的評價指標，有效界定關鍵指標的權重。因此，本文構建模糊綜合評價模型分為四個步驟：（1）利用大數據技術對以往的數據進行分析，并結合德爾菲法構建培訓評價指標;（2）通過AHP層次分析法測算各級指標的權重并進行一致性檢驗;（3）利用多層模糊綜合評價法搭建職教師資培訓評價模型;（4）利用多層模糊綜合評價模型對收集到的參培學員評價數據進行綜合評價模型驗證，最后針對評價結果進行綜合分析。

2.1構建培訓評價指標

職教師資培訓的過程性數據主要以文本、網絡、時空數據等信息類型呈現，本文采用大數據技術對數據進行采集，通過深度挖掘以往培訓中留下的碎片化數據，針對學員的學習效果、切身感受和反饋等信息進行挖掘和評價分析，提取影響培訓質量的指標因素，如表1所示。

2.2確定各評價指標的權重

層次分析法（AHP）主要用于多準則決策和多指標綜合評價，利用較少的定量信息實現決策過程的量化，通過重要性分層次對比來確定權重，從而具有較強的可行性和可靠性。我們通過AHP構建判斷矩陣、計算權重，并通過一致性檢驗，結果如表2所示。

2.3多層模糊綜合評價法搭建職教師資培訓評價模型

完成了AHP評價體系之后，構建基于FCE的多層模糊綜合評價法搭建職教師資培訓評價模型，把定性評價轉化為定量評價，它結果清晰，系統性強，能較好地解決模糊的、難以量化的問題。

2.4評價數據進行綜合評價模型驗證

依據FCE評價體系，按五個等級構建FCE評價集，分別是“非常滿意”用“5”表示，滿意用“4”表示，一般用“3”表示，不滿意用“2”表示，非常不滿意用“1”。假設對120份參培學員的滿意度問卷調研結果進行統計分析，對于C1“課程安排科學、合理”屬性值，80%的學員評價打分為5，13%的學員打分為4，6%的學員打分為3，1%的學員打分2，0%的比例為1。因此，C1的屬性值為：

的二級指標矩陣為：

同理，依次計算， ， 的值：

結合，從而可以得到整體評價的權重：

采用平均加權法計算綜合評價值，計算得到FCE評價結果如下：

根據每次培訓評估得到不同的I值，I值越大（I的最大值為5，最小值為0）表示參訓學員對培訓方案的滿意度越高。

3總結

本研究通過大數據技術對以往培訓數據的全面整理、挖掘和分析，通過參訓學員的培訓數據、學習反饋、跟蹤指導等信息提取影響培訓效果的影響因素，構建了多維度的培訓評價體系，并運用AHP層次分析法構建矩陣，確定各指標的權重，再運用FCE模糊綜合評價法結合問卷調研的統計數據進行模型建立及驗證，對培訓效果進行了量化的分析，該模型能夠幫助我們直觀了解培訓效果的情況，形成了一套集科學性與實用性為一體的評估方式。該模型的建立，不僅為職教師資的評估提供有力支撐，及時處理培訓中存在的問題和需求，而且可以形成一個有效地反饋渠道，讓我們的培訓工作形成良性循環，進而提高培訓的質量。

參考文獻

[1] 申文縉.教師專業發展視域下德國職教師資培訓體系研究[D].天津：天津大學，2017.

[2] 高倩.柯式模型視角下的教師培訓評估研究：以 J 大學職教師資培訓基地為例[D].南昌：江西科技師范大學，2017.

[3] 劉玉容，徐曉燕，何應森.中職教師培訓過程質量的評價問題研究：以“國培計劃”和“省培計劃”為例[J].職業教育研究，2016（05）：54-57.

[4] 盧荷.職業院校教師培訓質量監控與評價[J].廣西職業技術學院學報，2017（10）：50-52.

[5] 申文縉，周志剛.德國職教師資培養質量評價指標體系及啟示[J].中國職業技術教育，2016（24）：64-68.

[6] 何應森，徐曉燕.基于邏輯模型的中職教師培訓質量評價體系構建研究[J].教育評論，2014（10）：59-61.

收稿日期：2020-09-08

基金項目：四川省教育廳2019年度教育科研重點課題“基于大數據的職教師資培訓質量精細化管理研究”，川教函[2019]514號

作者簡介：文思群（1978—），男，湖南株洲人，碩士，研究方向：職業教育管理。

Research on Teacher Training Evaluation of Vocational Education Based on AHP- FCE Model

WEN Si-qun， WANG Dan， DENG Xiang-lin， LI Li

（College of Continuing Education， University of Electronic Science and Technology of China， Chengdu Sichuan? 610054）

Abstract：In this paper， big data technology is used for mining， collecting， analyzing and processing past training data， analyzing the effective indicators that affect vocational teacher training. We assign the weights of evaluation indicators scientifically through AHP hierarchical analysis， and combining FCE fuzzy comprehensive evaluation method and trainee satisfaction survey data for modeling and validation， so as to realize the effective evaluation of training quality and provide strong support for the evaluation of the effect of vocational teacher training.

Keywords：Big data;AHP;FCE