祁新星　彭军　柯婷　蔡浩

摘 要 日常教学监控是高校提高教学质量、促进发展的重要手段之一。本文立足高职院校特点，从学生角度对日常教学监控指标进行研究。利用层次分析法构建合理的监控指标体系并赋予参考权值，对数据进一步分析和利用，提高了监控的准确性、科学性、公正性。

关键词 日常教学监控 指标体系 层次分析法

中图分类号：G712 文献标识码：A DOI：10.16400/j.cnki.kjdkz.2015.05.003

Research and Design of Monitoring Indicators of

Vocational College Daily Teaching

QI Xinxing， PENG Jun， KE Ting， CAI Hao

（Wuhan Railway Vocational College of Technology， Wuhan， Hubei 430205）

Abstract Daily monitoring of teaching is one of the important means to improve the quality of teaching and promoting development. In this paper， based on the characteristics of higher vocational colleges， from the perspective of students to study the daily teaching monitoring indicators. Monitoring indicator system to construct a reasonable use of the analytic hierarchy process and give the reference weights for further analysis and use of data to improve the accuracy of the monitoring， scientific impartiality.

Key words daily teaching monitoring; indicator; analytic hierarchy process

1 日常教学监控指标研究的意义

日常教学监控是依据教学目标对教学过程及结果进行价值判断并为教学决策服务的活动。学生、同行教师、专家领导以及教师本人均是日常教学监控的主体，而学生具有其他主体不可替代的地位。因为教学的服务对象是学生，学生是教师教学活动开展过程中的直接感受者，学生的学习效果如何与教师的教学质量息息相关，教师教学效果的好坏由学生的满意度体现。所以，通过学生对教师的日常教学监控作为教学质量评价的终极指标，是非常具有现实意义的。

在现代教育理论的指导下，通过反馈学生对教师教学情况的评价信息，可以让教师及时了解授课过程中存在的问题，从而有针对性地改进教学，提高教学质量。 因此，日常教学监控的关键即为构建科学合理的指标体系。通过综合考察比较，我们发现，现有的教学监控指标普遍存在评价内容空泛、操作性较差、定性评价大于定量评价，监控内容模糊不全等问题，所以对日常教学监控指标进行更细致全面的研究是非常有必要的。

2 构建日常教学监控指标的方法

日常教学监控研究的内容是学生的学和教师的教，通常包括对教师教学态度、整体教学素养、课堂教学内容、使用的教学方法、教学管理情况和学生学习效果等因素的考察评价，但主要是对教师教学工作开展的过程和学生学习效果的评价。

日常教学监控指标是按照教学需求目标，对课堂教学活动的诸多要素按照教学规律进行层次分解，并通过每个要素的权重体现出分解后各个要素的重要性。因此，日常教学监控系统采用的是层次分析法AHP来建立评价的指标体系，从而设置评价指标和各个指标的权重。

3 日常教学监控指标体系的构建

3.1 层次结构的建立与评价标准的制定

我们把本研究的日常教学监控指标层次结构可以按图1进行分解：

图1 日常教学监控指标层次分析图

 表1 T.L.Saaty1-9 标度方法

我们把日常教学监控分为了三级评价指标，通过将这些指标建立数学模型，可以得出综合的监控指标体系。

3.2 建立判断矩阵

层次分析法中，我们的判断通过引入 T.L.Saaty1-9 标度方法建立两两比较的判断矩阵。如表1所示：

则一级指标可以列出判断矩阵：

矩阵A：

3.3 求权重

首先，将矩阵的每一行各元素相乘并开次方，得到近似特征向量：

以判断矩阵为例，使用以上公式，则判断矩阵中最大特征根的近似值为：

然后，将近似特征向量，进行归一化得出权重向量：

= 0.0475 ≈ 0.05 = 0.0960 ≈ 0.1

= 0.3813 ≈ 0.38 = 0.1605 ≈ 0.16

= 0.0574 ≈ 0.06 = 0.2520 ≈ 0.25

一级指标对目标层排序权重向量为：

（） =

最后，计算最大特征根的近似值：

=

求判断矩阵的最大特征值：

（） =    = 6.11

3.4 一致性检验

因为判断矩阵是计算排序权向量的根据，所以对判断矩阵进行一致性检验是应该的。判断矩阵的一致性指标为。

=

是矩阵的最大特征值，为矩阵阶数。

 表2 平均随机一致性指标RI标准值

对应矩阵阶数，由表2可查得，求出一致性比例：

=

（1）越小，说明一致性越大;（2）如果<0.1，则认为该判断矩阵通过一致性检验，否则就不具有满意一致性;（3）通常，1、2阶的判断矩阵总是具有完全一致性的。对于2阶以上的判断矩阵，若协调率不满足<0.1，则对矩阵应作调整，直到满意为止。

那么对判断矩阵进行一致性检验得：

（） =  =  = 0.01774<0.1

通过一致性检验。

重复上述步骤，完成各层级指标权重的计算和一致性检验工作。

3.5 计算合成权重并检验完善指标体系

接下来，各层元素对目标层的合成权重可以通过计算分别得出。监控指标构建好后，还应通过问卷调查、召开坐谈会、小范围试用等形式广征意见，对指标进行优化，并确定最终方案，如表3所示：

4 小结与展望

建立的日常教学监控评价指标体系引领了我校对日常教学监控指标向合理化、成熟化方向发展。有利于我校教育教学的日常监控的科学化、信息化，促进我校教学管理上台阶、上水平。

下一步将利用计算机技术和信息技术开发日常教学监控信息化系统平台，这将是我校教育教学质量保障体系的重要组成部分，对其他高职院校的日常教学监控具有指导帮助意义。

武汉铁路职业技术学院2014年职教品牌建设课题，编号：ZJPPY022，课题名称：日常教学监控信息化建设

参考文献

[1] 关红辉，蔡永香，龚媛媛.我国高校教学质量监控研究综述[J].黑龙江教育（高教研究与评估），2011.2：27-30.

[2] 刘皓.高校教师课堂教学评价指标的研究与设计[D].上海外国语大学，2010.

[3] 冯丽霞，施韶亭，杜文明.基于层次分析法的教学评价指标模型[J].西北师范大学学报（自然科学版），2010.46（5）：19-23.