张小梅 李婷婷

摘 要：文章旨在说明学生综合评价在高等教育过程中的重要性，以及在分析目前集中常见的学生综合评价分析方法后，提出了改进的模糊方法，作为分析学生综合评价中的一种重要方法，其重要是克服了选取指标的随意性以及建立体系过程中的主观性，将将模糊性与随机性结合在一起，实现定量与定性的转化，这对于我们保证输出结果的准确性是很有帮助的，这样的方法可以使得评价结果更加的客观与具体，在我们拿到评价结果的时候也更加清楚是什么地方出了问题，不管对于学生和老师或者学校而言，都能制定更好的改善计划。

关键词：学生综合评价体系；模糊方法；分析

中图分类号：G640 文献标志码：A 文章编号：2096-000X（2018）21-0194-03

Abstract： The purpose of this paper is to illustrate the importance of comprehensive evaluation of students in the process of higher education， and to put forward an improved fuzzy method， which is an important method for analyzing students' comprehensive evaluation， after analyzing the methods of comprehensive evaluation and analysis of students at present. This method is important to overcome the randomness of the selected indexes. The subjectivity in the process of establishing the system will combine fuzziness and randomness together to achieve quantitative and qualitative transformation， which is helpful for us to ensure the accuracy of the output results. This method can make the evaluation result more objective and specific， thus when we get the evaluation results， we are more aware of what is wrong， and we can make better improvement plans for students and teachers and schools.

Keywords： students' comprehensive evaluation system； fuzzy method； analysis

高等教育的质量最终体现在学生的质量上，学生质量的评价对于我们检查当下教育质量与思考未来教育改革思路也极为重要。现下，我们的高校对学生的评价主要还是以学生成绩为主，而评价的主要途径和目的，比较常见的仍然是进行奖学金评定、保送研究生或者其他的方面。在进行评价的过程中，主要参考指标是以学生的成绩为主，同时考虑学生的竞赛获奖、发表论文、申请专利、参与项目等等，采用的方法大多是折算加权平均分，加平均绩点。那么这里就有一个问题，这样的测评出来的学生是不是真的就是优秀？一个平均绩点85分的学生是不是真的就比平均绩点75的学生优秀，当社会面对学生的时候，企业是否可以认为绩点85的学生就比75的学生更能胜任这份工作，而85的学生是否就真的能承担起耕作的社会责任或其他。这些恐怕都不是用如此简单的评价指标与体系能够解决的。

我们清楚，高等教育培养的不仅仅的是学生的专业能力（此时专业能力暂时用考试成绩衡量），更加重要的是在高等教育的过程中，培养学生获取知识、运用知识的能力，培养的是学生正确的人生观、社会观、价值观，培养的是学生自强、自尊、自信的强大心理素质与尊重每个学生多元化的发展。因此，我们需要的是一个多维度、多元的学生评价体系，通过这个体系，我们可以让学看到自己的所长，帮助学生更好的分析自身、完善自身，更好的面对来自学业和社会的挑战，同时在面对社会的时候，也可以使企业能更准确地找到自己需要的人才，真正使高等教育服务于学生，造福于社会。

在建立多维度学生评价体系之前，笔者结合实地调研与文献分析，将国内外现行的对于学生评价的现状进行了比对。对于国外而言，其实并没有一个学生评价体系的说法，国外的高等院校更倾向于“学力与知识能力”的评价。而关于学力，可以理解为是学习能力与知识水平的综合，主要是指一个人的知识水平以及在接受知识、理解知识和运用知识方面的能力。可以看出，这不是一个简单的概念，其内部组成因素是非常复杂的。而对于学力的构成，到目前为止也没有一个明确和统一的说法。在这里，笔者通过文献的阅读，更倾向于没有PEA协会对学力的结构内容认定，其包括了思维方式、工作习惯、社会态度、兴趣、鉴赏能力、社会感受、适应能力、知识构成、身体健康以及生活态度等方面。仔细研究也会发现，其实学力的构成和我们国家现行对于学生的评价体系指标有非常多的重合之处，而这个构成内容是非常值得我们借鉴的。在制定指标体系的时候，不仅要考虑单个指标或者因素，更要考虑到因素与因素之间的相互渗透，以及如何量化、评价因素之间的这种关联度或者说是影响度。我国的研究现状中，常用的学生综合评价方法大致就是加权平均法、层次分析法、模糊方法、灰关联分析等方法，从06年开始有学者运用层次分析法进行分析，之后又引入了模糊方法，加上對两种方法的结合以及改进，分析结果的精确度也越来越高，学生评价体系中的指标量化也越来越成熟。以上几种方法都很常见，笔者便不赘述，在对其进行比较之后发现，每一种方法的分析结果主观性都还是很强，尤其是在权重的确定上，主观因素的作用仍然非常大。加权平均法是其中最简单易行的，但是对于各个质变的性质以及指标之间的关联度和相互渗透却无考虑；模糊评价法考虑了各评价因素之间的内在模糊性，但是判断矩阵的一致性检验也异常繁琐；灰关联分析虽然对于样本的数量放宽了要求，但是不能对起关键作用的评价标准序列作出调整。

因此，在参考了国内外学者的评价方法以及一些学生评价体系后，笔者更倾向于将综合体系建立于改进之后的模糊分析方法之上，并用此方法来对学生进行综合评价。

建立评价体系最基本以及最核心的是构建评价指标体系。建立指标的具体流程主要是：1. 收集资料；2. 确定指标体系的建立原则；3. 明确指标体系具备的功能；4. 借鉴文件与国家标准；5. 初步选取指标；6. 专家咨询；7. 改善指标；8. 建立学生评价指体系。学生综合评价是一个极其复杂的评价系统，系统内的因素之间也有着各种各样的关系不同的因素在不同层次形成不同的结构，经过整合我们就能得到层次结构：1. 决策层；2. 准则层；3. 因素层。在明确了层次结构之后，因素在隶属于不同层级之间的隶属关系也就明确了，但是各因素由于量化的难易度有区别，比如学生分数就很简单量化，但是如学生实践能力、学生创新创业能力等因素就较难以量化，必须要进行改进，建立模糊综合评价模型。

建立模式综合评价模型首先明确综合评价层次化结构将评价体系中的各因素划分为不同层次，层级之间的关系由相对权重表示。其次，构造模糊一致性矩阵，再次对模糊综合评价结果进行表示，建立模糊关系矩阵R。这样建立的模糊评价模型统筹考虑了各种因素的影响，比较客观的实现评价体系的模糊量化，既避免了评价过程的主观性，又提高了效率。以下为建立的学生综合素质评价指标体系，这个指标体系是根据我校某院系学生特点以及学院任课教师、辅导员、班主任给出的意见反复归纳整理形成的：

根据以上指标体系我们可以进一步确定评价因子集。

M={学生评价指标}；

N={身心素质（N1）}，{专业素质（N2）}，{人文素质（N3）}，{思想素质（N4）}，{职业素质（N5）}，{实践能力（N6）}；

S={协调能力（S11）}，{心理素质（S12）}，{体育达标（S13）}，{英语熟练程度（S21）}，{计算机水平（S22）}，{专业技能掌握（S23）}，{专业课成绩（S24）}，{音乐美术鉴赏（S31）}，{文化社团活动（S32）}，{人文知识讲座培训（S33）}，{思想品德（S41）}，{志愿服务（S42）}，{专业实习（S51）}，{创新意识（S52）}，{参与（主持）项目（S61）}，{组织管理能力（S62）}。

确定好因子集之后还需要建立评语集，根据学院学生的实际情况，将层级（评语）划分为5个级别，分别采用十分制。

假设评语集为A={优秀、良好、较好、合格、不合格}，大致可以得到评价等级的评语值区间表。其对应分值分别为优秀（9-10）、良好（8-9）、较好（7-8）、合格（6-7）、不合格（0-6）

在确定完评语集之后我们紧接着建立模型的权重集判断矩阵的标度定义

根据以上模型即可对某学院其中一名学生进行综合评价，N对M的判断矩阵应该是：

P=07 05 08 09 08 0702 02 05 04 08 0401 01 06 05 06 0302 02 04 04 05 0603 03 06 07 04 05

进而得到模糊一直性矩阵P"=（R"ij）6X6

p"=0.5 5＼12 8.5 10＼12 8.5 7＼127＼12 0.5 9.5 11＼12 9.5 8＼123.5 2.5 0.5 7.5＼12 0.5 4.5＼122＼12 1＼12 4.5 0.5 4.5 3＼123.5 2.5 0.5 7.5＼12 0.5 4.5＼125＼12 4＼12 7.5 9＼12 7.5 0.5

因此：

ω1=（0.2167 0.2500 0.1333 0.0833 0.1333 0.1834）T

其他权重也同理可得，将权重带入学生评价指标体系

同时也可以得到学生评价的二级指标参数，得到Ea，En，He三个特征值，从而得到最终的评价模型。

Ea=8.4316，En=0.9598，He=0.4767

再利用三个特征值与MATALB软件得到模型图：

从上图，我们可以得到以下结论：

首先，由于Ea=8.4316，值的分布主要在8-9之間，更靠近8，因此该生的综合评价结果为“良好”。评语集的隶属度也能证明其隶属于良好，也验证了模型的准确性。

其次，从各二级指标反映出的期望来看，明显的可以看出该生在思想素质中的表现能力偏差，特征值偏低，同样的在实践能力上的期望也较低，但是专业知识素质较高，这就比较有代表性的说明了当代大学生有较强的学习能力但是实践能力却普遍缺乏。这样，通过多个二级指标的结果我们不难从多个方面去分析学生的综合素质，并发现其深入的原因。

如果我们对学院剩余的学生都作出综合评价，得到其特征值，我们会发现Ea的值的大小最终对学生评价的排序起到了重要作用。试想一下，学生V的数字特征是（En=5.7655、En=0.8722、He=0.5823）， 明显这是一个不合格的评价集中的学生综合评价，学生在Ea集中在5-6，特别贴近6，因此我们可以认为这个学生是属于稍加注意就可以达到合格的学生，这就需要老师去分析的他的二级指标的各项期望，是哪一个方面需要加强，有的放矢，这样就能事半功倍。

综上，利用改进的模糊方法，实际上就是将模糊性与随机性结合在一起，实现定量与定性的转化，这对于我们保证输出结果的准确性是很有帮助的，这样的方法可以使得评价结果更加的客观与具体，在我们拿到评价结果的时候也更加清楚是什么地方出了问题，不管对于学生和老师或者学校而言，都能制定更好的改善计划。

参考文献：

[1]张吉军.模糊层次分析法[J].模糊系统与数学，2000，14（2）：80-81.

[2]高绿绮，王科.高校学生综合素质模糊评价应用研究[J].现代大学教育，2016（3）：14-19.