6.2 模型Ⅱ的评价
优点：结合层次分析的方法得出每项指标的权重，再将学生对各指标的统计综合，利用模糊综合评价方法，合理地对评价结果的分量分配。这样做既保证了各指标的差异性，又在整体上弱化了指标的影响，在应用上具有实效性。
缺点：没有突出点，可能会造成某些教师在“非重点”上得分，但影响不大。 6.3 模型Ⅲ的评价
优点：考虑到了影响因素，针对性地将有关指标进行权重处理，得到更精准的结果。 缺点：需要更多的实验数据和理论支持，可行性不强。 6.4 模型的拓展
针对模型Ⅲ存在的问题，我们考虑一种创新的方法。
既然各个评价指标都占有各自的权重，那么在比较时就有一种标准，这种标准（即标度）和方法（即判断矩阵）是在多次实践和统计中得到的。考虑到模型Ⅲ不能解决的问题，我们设想，用一种参数：联系度?来表示各个指标之间的联系程度，这种联系可以是无领域限制的，在对某一指标确定权重时，就可以在一个联系度大于某个阈值的因素上减去一些权重分量，这样各个指标之间重复调整权重分量，可以通过解决多元微分方程组的办法，得到一个相对稳定的宏观权重。这样就并没有必要对某个因素采用惩罚或激励的状态变权向量。若能实际运用并取得足够的数据，那么，理论中在对某些因素之间划定联系度时就应该添加一个修正系数，这个系数可以是随环境不同而改变的。
这样，教学评价的定量既不会受某个内部因素的影响，也不会由于过强的弱化导致不能理想的反映教学质量。只是，这种方案执行起来很困难，目前看来没有可行性。
七 参考文献
[1] 范晓玲，教学评价论，长沙市：湖南教育出版社，1999
[2] 吴健峰 黄俊 王行恒，基于模糊综合评判法的网络教学评价模型，北京市：清华大学出版社, 2007
[3] 郭锡伯 张管生，教育质量评价理论与方法资料汇编，北京：北京市高等教
19
育局，1985
[4] 毛文林 王中生 尹德臣，教学质量评价系统中评价指标权重的研究，《湖南冶金职业技术学院学报》，2004年第4卷第1期：3-6页
[5] 张维和，高校教师业绩定量考核方法的初步研究，《天津师大学报：自然科学版》，2001年第1期：43-46页
[6] T.L.Saaty The Analytic Heirarchy Process.MacGraw Hill,Inc.[M],1980 [7] 罗许练，高校教师业绩评判数学模型的建立，《电脑与信息技术》，2010年第1期：65-67页
[8] WEIYABGS（netname），百度文库>估计信度的方法，http://wenku.http://www.wodefanwen.com//view/fb2d1bb9c77da26925c5b0f5.html，访问于2013年4月26日11:48
[9] 金艾裙，教师学历、职称、年龄因素对课堂教学质量影响的研究，《人类工效学》，2001年第7卷第4期：55-57页
八 附录
附录一
（说明：由于路径及文件不同，程序代码在其它机器上可能无法运行。）
%线性代数 男
X1 = xlsread('F:\\000我们的资料\\信度分析\\性别课程.xlsx','C27:C55'); X2 = xlsread('F:\\000我们的资料\\信度分析\\性别课程.xlsx','C56:C84'); X3 = X1 + X2;
x1 = var(X1,1) ;%求方差 x2 = var(X2,1) ; x3 = var (X3,1);
r3 =2*(1-(x1+x2)/x3) %弗朗那根公式 %理论力学 男
20
X1 = xlsread('F:\\000我们的资料\\信度分析\\性别课程.xlsx','C126:C136'); X2 = xlsread('F:\\000我们的资料\\信度分析\\性别课程.xlsx','C137:C147'); X3 = X1 + X2;
x1 = var(X1,1) ;%求方差 x2 = var(X2,1) ; x3 = var (X3,1);
r5 =abs( 2*(1-(x1+x2)/x3) ) %弗朗那根公式 %理论力学 女
X1 = xlsread('F:\\000我们的资料\\信度分析\\\\性别课程.xlsx','C149:C150'); X2 = xlsread('F:\\000我们的资料\\信度分析\\\\性别课程.xlsx','C151:C152'); X3 = X1 + X2;
x1 = var(X1,1) ;%求方差 x2 = var(X2,1) ; x3 = var (X3,1);
r6 = 2*(1-(x1+x2)/x3) %弗朗那根公式 %工程力学 男
X1 = xlsread('F:\\000我们的资料\\信度分析\\性别课程.xlsx','C154:C169'); X2 = xlsread('F:\\000我们的资料\\信度分析\\性别课程.xlsx','C170:C185'); X3 = X1 + X2;
x1 = var(X1,1) ;%求方差 x2 = var(X2,1) ; x3 = var (X3,1);
r7 =abs( 2*(1-(x1+x2)/x3) ) %弗朗那根公式
%%同一个老师在不同的学期的得分情况 %%
subplot(2,2,1);
x=xlsread('F:\\000我们的资料\\相关性分析\\同一个人的相关系数计算.xlsx','B1:B9') y=xlsread('F:\\000我们的资料\\相关性分析\\同一个人的相关系数计算.xlsx','C1:C9') a=polyfit(x,y,3);
Y=vpa(poly2sym(a,'X'),5) % 拟合函数 plot(x,y,'*',x,polyval(a,x))
vpa(corrcoef(y,polyval(a,x))) %相关系数 xlabel('学期'); ylabel('成绩');
title('第一个教师的相关性表'); %%
subplot(2,2,2);
x=xlsread('F:\\000我们的资料\\相关性分析\\同一个人的相关系数计算.xlsx','B10:B17') y=xlsread('F:\\000我们的资料\\相关性分析\\同一个人的相关系数计算.xlsx','C10:C17') a=polyfit(x,y,3);
Y=vpa(poly2sym(a,'X'),5) % 拟合函数 plot(x,y,'*',x,polyval(a,x))
vpa(corrcoef(y,polyval(a,x))) %相关系数
21
xlabel('学期'); ylabel('成绩');
title('第二个教师的相关性表'); %%
subplot(2,2,3);
x=xlsread('F:\\000我们的资料\\相关性分析\\同一个人的相关系数计算.xlsx','B55:B63') y=xlsread('F:\\000我们的资料\\相关性分析\\同一个人的相关系数计算.xlsx','C55:C63') a=polyfit(x,y,3);
Y=vpa(poly2sym(a,'X'),5) % 拟合函数 plot(x,y,'*',x,polyval(a,x))
vpa(corrcoef(y,polyval(a,x))) %相关系数 xlabel('学期'); ylabel('成绩');
title('第三个教师的相关性表'); %%
subplot(2,2,4);
x=xlsread('F:\\000我们的资料\\相关性分析\\同一个人相关系数计算.xlsx','B118:B126') y=xlsread('F:\\000我们的资料\\相关性分析\\同一个人相关系数计算.xlsx','C118:C126') a=polyfit(x,y,3);
Y=vpa(poly2sym(a,'X'),5) % 拟合函数 plot(x,y,'*',x,polyval(a,x))
vpa(corrcoef(y,polyval(a,x))) %相关系数 xlabel('学期'); ylabel('成绩');
title('第四个教师的相关性表');
%%计算判断矩阵的最大特征根 max(eig([1 3 5 7 9 1/3 1 3 5 7 1/5 1/3 1 3 5 1/7 1/5 1/3 1 3
1/9 1/7 1/5 1/3 1]))
22