基于统计学模型的院校评价体系设计与分析

【摘 "要】 进入新时代，加强对各类院校发展状况的科学评价，是科学推动教育发展的一个重要前提和基础。教育评价是一种有效的发现院校发展不足和促进院校提升的科学方法。基于此，构建一个系统、丰富、可测、前瞻、稳健的评价指标体系就显得十分重要。文章设计的评价体系融合了主观计分和客观算法得分，全面分析了各职业院校的相对优势指标和相对弱势指标，以期帮助相关院校更全面客观地认识自身的整体发展态势，促进院校的发展。

【关键词】 院校评价；AHP；职业教育

一、绪论

随着人类社会经济发展步入新的阶段，社会分工的细化和产业协作模式的推广越来越多出现在不同的领域。职业教育是衔接人才培训和社会技能需求的桥梁，在促进产业升级和经济结构调整方面承担着较为重要的任务。如何发展好职业教育，必然少不了教育评价这个质量信息的传达工具和发展情况的评估方法。关于教育评价的研究在教育界的相关学者中有增无减。研究焦点主要集中院校、专业、科研、教学、管理等方面的评价。在院校评价方面，OCTAVIO提出了一种可视化的数据提取方法来分析各院校的发展变化情况，Samuel Gratzl提出了一种Comparing Multiattribute Rankings的方法来对比不同年份大学的排名情况。

本文使用AHP层次分析法，对收集到的高等职业院校综合实力进行了分析和研究，并通过显著性检验和一致性检验进一步完善评价体系。

二、院校评价体系的理论

AHP层次分析法在第一层级具备主观判断的因素，但是在第二层级加入了科学计算和分析。其分析过程是首先将要分析的问题划分为不同的逻辑结构，包括顺序结构和层次结构。然后根据不同层结构模型的变化，最终确定重要程度权值或优先次序。首先要从学校发展、各学科要素和专业要素的角度设计总体的分级情况，其次要分析每个层级不同指标的取舍。本文将通过构建指标体系、计算指标权重、根据权重计算各院校数据，来最终得出评价分数表。

（一）构建层次评价模型

根据高职院校的发展特点，充分考虑院校评价原则中的柏林原则。本文在选择测评因子时，立足于科学性、系统性、可比性和可操作性。初步确定将办学规模、专业与课程建设、师资力量、人才培养、社会服务、科研实力作为评价体系的准则层。邀请有关专家对表2中30项评价指标进行打分，确保评价因子的独立客观。打分依据的是saaty推荐的1～9重要性量表，如表1所示，通过比较横坐标与纵坐标所象征的值的重要性，来确定其权重的分布。其中，重要且有较大的关联性的评价因子将以较大的权重留在指标体系中，较为不重要的将被赋予较小的权重。最终结果按照不同分数进行计算。

由于样本整体个数小于30，故检验时采用小样本常用的T分布。因为总体方差未知，所以全部数据服从自由度为n-1的分布。故检验的统计量为：

lt;E：＼！！！！！！！！！！！！！！！！！ 数据＼电脑迷202313＼7-9.tifgt;[（2.1）]

公式（2.1）中，使用样本方差代替全体样本的均值。结果显示显著性水平远小于0.05，则统计上为不显著的，表（2.2）中所有指标保留进行下一步的计算。

（二）一级指标权重确定与结果检验

采用层次单排序的方法来进行权重计算。实现方式有两种，准则层的一级指标权重采用方根法进行计算。在上一步构造的判断矩阵A中，计算每行乘积的M次方，得到一个M维向量lt;E：＼！！！！！！！！！！！！！！！！！ 数据＼电脑迷202313＼7-10.tifgt;。

lt;E：＼！！！！！！！！！！！！！！！！！ 数据＼电脑迷202313＼7-11.tifgt;[（2.2）]

公式（2.2）中，aij表示判断矩阵A中的向量，m为行向量的总数。然后，使用公式（2.3）计算每个向量与所有向量和的比值，这就是每个指标的权重Wi。

lt;E：＼！！！！！！！！！！！！！！！！！ 数据＼电脑迷202313＼7-12.tifgt;[（2.3）]

需要对每个矩阵进行一致性检查，以保证数据的合理性，判断的依据包括最大特征根和对应的特征向量。

lt;E：＼！！！！！！！！！！！！！！！！！ 数据＼电脑迷202313＼7-13.tifgt;[（2.4）]

公式（2.4）中，λmas表示矩阵特征根中的最大值，w为标准化后指标的权重值。则（Consistency Inde，CI）一致性指标的计算如下：

lt;E：＼！！！！！！！！！！！！！！！！！ 数据＼电脑迷202313＼7-15.tifgt;[（2.5）]

公式（2.5）中，n表示指标的总数。再通过式（2.6）与一致性比率的关系得到CR。根据CR的取值大小来判断构建的模型矩阵是否存在逻辑问题。

lt;E：＼！！！！！！！！！！！！！！！！！ 数据＼电脑迷202313＼7-16.tifgt;[（2.6）]

公式（2.6）中，随机一致性指标（Random Index，RI）通过查表（2.2）可知，采用saaty 5万次模拟实验取值表：

本文一级指标的判断矩阵为6阶，带入RI值计算得到CR值为0.093，小于0.1。结果表明，判断矩阵A的一致性程度RI被认为在容许的范围内。权向量计算可使用A的特征向量进行，最终的计算结果如表3所示。

（三）二级指标的权重确定与结果检验

二级指标的权重确定方法与上一级指标相同，仍然使用层次单排序法。经过计算得到各二级指标对于相应一级指标的重要性程度。构造每个一级指标下的二级指标的双因子判断矩阵，计算矩阵的CR值是否满足一致性要求。这6个一级指标下的二级指标分别得到0.0073、0.0022、0.0158、0.088、0.046、0.066等6个CR值，均小于0.1，符合一致性要求。最后，根据一级指标与总目标的权重关系，如表3所示，计算二级指标相对于总目标的权重。

三、评价结果分析

本文数据来源于教育部统计年报中各院校提供的报告，并对100所高职院校进行评价分析。在模型产生的结果中，选取分数较高的前10所院校进行展示，如图1所示。

从图中可以看出，职业院校在不同评价指标上的发展并不均衡，各院校实力在不同方面各有优势，也有其劣势。以排名第二的院校为例，对比此院校官网的相关资料可以发现。此院校为国家重点建设的职业院校，也是著名沿海省份办学经费投入较多的“双高计划”。学校的建设在规划的指导下，取得了比较显著的成绩，在专业、课程建设以及人才培养上都拿到了比较高的分数，说明无论是在课程设置上，还是在教学上，都取得了比较好的成绩。高水平的专业训练和素质培养，使得毕业生的就业质量较高。但纵向和其他院校对比，可以发现其在社会服务方面得分较低，说明其在社会技术培训，职业科普方面贡献较低。本区域内相关经济产业发展、合作、资源共享方面有待加强。其他职业院校也可以采用这种类似的分析方法进行解读和分析。

四、总结与展望

本文采用AHP层次分析法对职业院校的综合发展情况进行了评价。选取指标时采用了专家打分的方法统计了相关指标的涉及数据。为了保证问卷具备客观性，对不同问卷进行了均值T检验，显著性水平显示犯第I类错误的概率不超过给定的水平，可以保留指标进行计算。在权重确定方面，选取层级单排序列法中的方根法。分别对目标层中的准则层一级指标权重进行计算，二级指标中的子准则层二级指标权重进行计算。再将二级指标相对于总目标的权重按一级指标对应的权重进行测算，最后对职业院校的考核成绩进行测算。值得注意的是，本文的指标选取借助了专家和相关学者的打分表进行计算，在后续的研究中，亦可选取一些较为客观的方法进行分析。第二层中所有的二级指标权重也可以采用层次总排序法进行计算，在此不再赘述。

参考文献：

［1］ 龚添妙，朱厚望. 类型教育视野下高水平高职院校评价：作用机制，核心要素及实施构想［J］. 中国职业技术教育，2021（01）：76-80.

［2］ 王雪华，秦学志，杨德礼. AHP中判断矩阵一致性修正的模式识别法［J］. 系统工程理论与实践，1997，17（11）：4.

［3］ 张海珍. 高职院校排名指标体系研究［D］. 武汉：华中师范大学，2021.

［4］ 刘学坤. 《泰晤士报高等教育》“世界大学排行榜\"的演进——兼论与高等教育机构排名的柏林原则”的适切性［J］. 现代大学教育，2011（02）：24-31+38.

［5］ 贾俊平，何晓群，金勇进. 统计学（第八版）［M］. 北京： 中国人民大学出版社，2004.