基于模糊評價法的職業技能大賽評價體系研究

摘要：構建了一套基于模糊評價法的職業技能大賽評價體系，以期提高評價的公正性、客觀性和準確性。通過對職業技能大賽評價現狀的深入分析，確定了評價體系中的關鍵指標，并基于模糊數學理論，建立了評價體系的模型。研究結果表明，該評價體系能夠全面反映參賽者的技能水平和綜合素質，并為職業技能大賽的公正評價提供了有效的工具。最后，探討了模糊評價法在實際應用中的優勢和局限性，并對未來的研究方向提出了建議。

關鍵詞：模糊評價法；職業技能大賽；評價體系；權重設計

中圖分類號：G712 收稿日期：2024-09-22

DOI：10.19999/j.cnki.1004-0226.2024.11.033

1 緒論

1.1 研究背景與意義

隨著職業教育的快速發展，職業技能大賽作為展示學生技能水平、促進教育教學改革的重要平臺，受到了廣泛關注。然而，如何科學、公正地評價參賽者的技能水平，一直是職業技能大賽面臨的重要問題。傳統的評價方法通常存在主觀性強、模糊性大等問題，難以準確反映參賽者的真實水平。因此，構建一套科學、客觀、準確的評價體系對于提高職業技能大賽的公正性和權威性具有重要意義。

1.2 國內外研究現狀

國內外學者在職業技能大賽評價體系方面進行了廣泛的研究。一些學者采用傳統的評分方法，如專家打分法、加權平均法[1-2]等，對參賽者進行評價。然而，這些方法受到評委主觀因素的影響，評價結果存在較大的不確定性。近年來，模糊評價法（模糊評價法又稱模糊綜合評價法，是一種利用模糊數學理論解決復雜、模糊和不確定評價問題的方法）作為一種處理模糊信息和不確定性的有效工具，在評價領域得到了廣泛應用。

例如，馮翠芹等[3]將兩級模糊綜合評價法應用于大賽隊員的選拔，按照評價因子對選手進行有針對性的訓練，有助于參賽隊員在激烈國賽中取得優異的成績。王娜[4]采用模糊綜合評價法對課賽融通影響因素進行量化的綜合評定，驗證了評價模型的合理性和可行性，為“課賽”融通效果評價研究提供了科學依據。在模糊評價方法的應用方面，國外學者也進行了廣泛的探索和實踐。Emil等[5]提出了學生多層次多要素評價模型，旨在對學生的高階與低階思維能力、理論知識與實踐技能等進行綜合評價。Jia等[6]基于模糊數學的隸屬關系理論，將定性評價轉化為定量評價，建立指標權重集，綜合設計模糊綜合評價模型。

這些研究為職業技能大賽評價體系的科學性和客觀性提供了有力的支持，為體系的改革和創新提供了新的思路和方法。然而，現有的研究還存在一些不足之處，如評價指標不夠全面、權重分配不夠合理等，需要進一步完善和優化。

2 職業技能大賽評價分析

2.1 職業技能大賽的特點

職業技能大賽具有以下幾個特點：a.參賽者眾多，水平參差不齊；b.評價標準多樣，難以量化；c.評價過程復雜，涉及多個環節。這些特點使得職業技能大賽的評價工作具有一定的難度和挑戰性。

2.2 現有評價方法的局限性

傳統的評價方法存在以下局限性：a.主觀性強，評價結果容易受到評委個人經驗和情感的影響；b.模糊性大，難以準確反映參賽者的真實水平；c.評價過程繁瑣，操作復雜，難以推廣應用。

3 模糊評價模型構建

本文采用模糊評價法，構建了一套適用于職業技能大賽的評價體系：a.通過文獻回顧了解國內外相關研究現狀和發展趨勢，通過對職業技能大賽評價現狀的深入分析，通過專家咨詢確定評價體系中的關鍵指標；b.基于模糊數學理論，設計了評價體系的模型；c.運用問卷調查法收集實際賽事數據，通過案例分析驗證評價體系的有效性和可行性。

3.1 指標選取及權重設計

首先確定技能大賽的一級評價指標（主因素指標），定義主因素指標集為A=（A1，A2，…，Ai）。每個一級指標下面有二級指標（子因素指標），定義子因素指標集為Ai=（Ai1，Ai2，…，Ain）。

通過評價指標體系的建立形成獨立的層次結構，由專家負責對比分析相同層次的不同指標，結合標準標度值建立對應的判斷矩陣Q=［xij］，經過計算獲取F特征向量。在獲取特征向量后需要接受歸一化處理，并獲取不同因素對應的權重結果。

針對主因素層指標集而言，其相關權重需要以向量進行描述：X=（x1，x2，…，xm），同時x1+x2+…+xm=1。針對子因素層指標集而言，其相關權重需要以向量進行描述：Xi=（xi1，xi2，…，xin），同時xi1+xi2+…+xin=1。其中，i代表主因素層指標對應的數據代碼。m、n則代表兩個因素層對應的長度。

3.2 設計評語集

評語集一般以向量形式進行描述，P=（P1，P2，…，Pk），現采用五級評語集，將評語結果分為好（P1）、較好（P2）、一般（P3）、較差（P4）、差（P5）。

3.3 設計評價矩陣

基于n個專家評價二級評價指標集中的指標參數，用xi進行表述獲取評語值，結合評價人員數量以及評語內容等，完成二級模糊評價矩陣的建立，詳情如下所示：

[Zi=Z11Z12…Z1kZ21Z22…Z2k???Zn1Zn2…Znk] （1）

在上述表達式中，zjm具體代表子因素層指標aij和評語Pm之間存在關系，也叫作隸屬度。Zi值計算步驟為：參考N專家給出的評價分值得出，aij共包含N個Pk值，這種情況下zjm值計算公式為：Zjm=Pk/N。

3.4 矩陣運算

首先，針對不同子因素層指標ajk建立對應的評價矩陣Zk，然后開展模糊矩陣運算操作，獲取Ai與P之間的隸屬值，即向量F：

Fi=XiZi=（fi1，fi2，…fin） （2）

由此可見，對于主因素層來講，其不同指標對應的隸屬向量能夠形成整體的評價矩陣Z，然后針對Z開展模糊矩陣運算，獲取Ai與P之間的隸屬值，即向量F：

[F=XF=x1，x2，…，xmF1F1?Fm=f1，f2，…，fm] （3）

3.5 評價結果計算

獲取評價結果，并進行計算。評價結果能夠對評價對象在不同環境下的等級標準進行體現，結合Y值排列向量順序。

4 模糊評價模型應用

4.1 Q學校職業技能大賽概況

職業技能大賽作為檢驗學生實踐能力和技能水平的重要平臺，近年來得到了Q學校廣泛的關注和發展。隨著賽事規模的擴大和參與度的提高，如何科學、客觀地評價參賽選手的技能水平成為了Q學校一個亟待解決的問題。目前，Q學校現有的評價體系存在主觀評價過高、評價標準不明確等問題，導致評價結果的客觀性和準確性受到質疑。所以結合Q學校目前技能大賽實際需求，將模糊評價模型應用在Q學校《智能網聯汽車技術》技能大賽的院級選拔賽的評價體系中，旨在提高Q學校技能大賽評價的準確性和公正性，促進職業教育質量提升。

4.2 職業技能大賽評價過程

首先，通過深入研究Q學校職業技能大賽的特點和目的，以及對行業專家和職業教育專家的咨詢，識別出影響此次《智能網聯汽車技術》技能大賽評價的關鍵因素，并初步確定評價指標。在初步識別指標后，采用問卷調查、專家訪談等方式收集數據，并利用統計方法對數據進行處理和分析，以篩選出最具代表性和影響力的指標。同時，根據評價的實際需求和目標，對指標進行優化和調整，確保指標體系的科學性和合理性。經過篩選和優化后，確定《智能網聯汽車技術》技能大賽最終的評價指標體系。該指標體系包括職業技能大賽的一級4個評價指標及16個二級指標。一級指標包括技能水平、創新能力、團隊協作能力和職業素養等，二級指標則是對一級指標的進一步細化和具體化。

在權重設計過程中，首先收集專家、行業人士和相關人員對評價指標重要性的判斷數據。然后，對數據進行處理和分析，以獲取各指標的權重值。采用層次分析法（AHP）來確定各指標的權重。AHP是一種結構化的決策方法，它通過構建層次結構模型，將復雜的問題分解為多個層次和因素，并通過比較各因素之間的相對重要性來確定權重。最終確定Q學校《智能網聯汽車技術》技能大賽評價指標體系見表1。

基于表1中的職業技能大賽評價指標體系以及設定的評語集，在Q學校舉辦《智能網聯汽車技術》技能大賽院級選拔賽程中，對于電子工程學院的三位參賽者，聘請5位專家評委開展指標評價活動，詳細評分結果可參考表2所示。

根據式1建立項目模糊評價矩陣，再依據上文方法得出此次競賽的最終的評價結果：參賽者A為82.5；參賽者B為98.2；參賽者C為79.8。

基于模糊評價模型構建在Q學校職業技能大賽的合理應用，從而確定此次電子工程學院《智能網聯汽車技術》技能大賽選拔賽的獲勝者為參賽者B。

5 結語

通過實證分析，本文驗證了該評價體系的有效性和可行性。該評價體系能夠準確反映參賽者的技能水平和綜合素質，為職業技能大賽的公正評價提供了有效的工具。今后也需要進一步完善評價指標，建議定期對評價指標進行審查和修訂，并且加強評委培訓，再探索與其他評價方法的結合，以提高評價的科學性。通過不斷完善和推廣應用該評價體系，可以進一步提高職業技能大賽的水平和質量，促進職業教育發展和進步。

參考文獻：

[1]黃波，梅紅，李春平.醫學生臨床技能大賽的開展及效果評價[J].中國高等醫學教育，2016（6）：14-15.

[2]潘硯濤.市場營銷技能大賽技能標準與評價研究[J].中小企業管理與科技（上旬刊），2011（11）：60-62.

[3]馮翠芹，楊書勝，劉艷旺.模糊綜合評價法在全國測量技能大賽隊員選拔中的應用[J].石油教育，2015（6）：87-89.

[4]王娜.基于模糊綜合評價法的《商務數據分析》課程與技能競賽融通效果分析[C].新課改背景下課程理論與實踐探究論文集（四）.2022：40-41.

[5]Emil H，Stanka H，Kostadin Y，et al.Models for multicomponent fuzzy evaluation， with a focus on the assessment of higher-order thinking skills[J].The Ouranal-technoleogy Education Management Informatics.2020，9（4）：1656-1662.

[6]Jia Man.Analyzing the influencing factors of informatization teaching quality in higher vocational education using fuzzy comprehensive evaluation model[J].Applied Mathematics and Nonlinear Sciences，2024，9（1）：112-121.

作者簡介：

劉霞，女，1987年生，講師，研究方向為職業教育。