基于量质结合高等学校教学质量评价体系探究.doc

基于量质结合高等学校教学质量评价体系探究摘要：本文贯彻高等学校“质量立校”的思想，综合借鉴目前国内外高等学校教学质量评价工作中先进的教学管理与教学评价的思想、理论与方法，构建出符合高校实际情况的基于量质结合的教学质量评价指标和评价体系模型。 关键词：量质结合；教学质量；评价指标；评价体系模型 中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2013）03-0146-03 在高等学校中，科学的教学质量评价体系的建立是一项极为艰苦的系统工程。在教学质量评价体系的建设中，特别要注重将量化评价和质性评价相结合。其中量化评价是力图将复杂的教学现象加以简化并实现数字化，进而从数量的分析与比较中推断某一评价对象的成效。而质性评价强调不能完全用科学方法去评价，许多问题只能通过描述性、解释性的语言来实现，如问卷、访谈以及教学调查等形式的设计。在高等学校的教学质量评价体系中，我们只有将两者有机地结合起来，才能更逼真地反映教学质量。 一、研究现状 从思想层面上来说，几乎所有的高等学校都普遍认同质量是一所大学的“灵魂”这一理念[6]，教学质量是高等教育永恒的主题。[3]但从具体实现过程中发现，国内高校和国外高校不论从上层领导的战略指导还是基层教职员工的实施过程均存在实质性的差别。当然，我们期望从中取其精华弃其糟粕，找出适合高校自身的教学质量评价体系。从20世纪90年代起，我国不少高校陆续启动了教学质量保障体系，其主旨是通过不断地教学质量监控，改进教学措施，促进教学质量提高。目前，许多高校的教学质量评价体系仍处于早期摸索阶段，在规划高校教学质量评价体系的过程中，有如下问题值得引起深思：其一，教学质量评价偏重于对教师的课堂教学质量评价，不可否认在高等学校的整个教学评价体系中，教师和学生是主体，因此教师的课堂评教显得尤为重要，经过调研分析教师在课堂教学过程中的评价指标一般如表1所示[5]。其二，高校教学质量评价体系模型的建立有待商榷，经过调研很多高校并未建立体系模型，即使建立也并非没有经过专业的团队或组织的认证。其三，高校的教学质量评价体系应用过程中问题重重，经过调研大部分高校已投入使用的教学质量评价系统一般只是高校教务系统中的附属产品，并且过分注重数据量化，而忽略人性化的质性分析。 国外高校教学质量评价体系应用研究起步早，很多高校均成立了专门的团队或组织来从事这项工作。所建立的教学质量评价体系具有如下特点：（1）重视教师的长期发展。评价体系教师测评这一环节包括学生测评、教师自评、督导测评以及社会测评等，测评方式包括问卷调查、网络测评、课堂测评、自我反思等，并利用评价体系给予教师建议、指导和启发。（2）以学生为中心。让学生参与到学校的教学质量评价体系的建设中来，如对教学质量评价过程和结果进行反馈和沟通。（3）指标体系的标准化和个性化。在坚持一级指标体系标准化的前提下，二级或更低级指标可具个性化，如院系分类评估、督导分类指导等。（4）多维度全过程的评教。评教主要包括学生评教、同行评教、教师自评以及不定期的校友评教、院长评教，且评教兼用量化方法和质性方法，通过各种形式收集评教数据。[2] 二、评价方法 目前，高等学校教学质量评价体系采用的方法比较前沿的有层次分析法、数据挖掘法、模糊评价法和综合分析法等。特别是层次分析法和数据挖掘法综合考虑了量化分析和质性分析。 1.层次分析法[7]（Analytic Hierarchy Process，缩写为AHP）。20世纪70年代初由美国运筹学家T.L.Saaty提出。这种方法的优点是定性和定量相结合，具有高度的逻辑性、系统性、简洁性和实用性，是针对多层次、多目标规划决策问题的有效决策方法。AHP法的基本原理就是把所有研究的复杂问题看作一个大系统，通过对系统的多个因素的分析，划出各因素间相互联系的有序层次；根据一定客观的判断，对每一层次中每两元素相对重要性给出定量表示，确定出全部元素的权重；采用1～9标度方法进行每两元素间的相对比较，构造判断矩阵A=（aij）max进行计算，求解判断矩阵A的特征根，AW=λmaxW，计算最大特征根λmax，找出它对应的特征向量W，即为同一层各因素相当于上一层某因素相对重要性的排序权重；最后根据排序结果进行规划决策和选择解决问题的措施。 2.数据挖掘法[1]（Data Mining，DM）。这是一种用统计算法在数据中找出某些规律和关联性知识的数据检索方法，是从海量数据中发现知识的有效途径。CHAID（Chi-squared Automatioc Interaction Detector）算法，是一种以目标最优为依据，具有目标选择、变量筛选和聚类功能的分析方法，适用于进行分类和序次等级数据的分析。它根据给定的反