高職學生頂崗實習質量評價方法及其應用

摘 要 根據高職院校的頂崗實習特點和高職人才培養目標，構建由崗位任務、職業素養、職業能力、實習成果等組成的多層次頂崗實習評價體系，用改進層次分析確定指標權重；應用TOPSIS法對測評數據進行分析處理，根據求得的相對接近度對學生頂崗實習質量進行優劣排序；利用系統聚類方法中的離差平方和聚類法對學生頂崗實習質量進行定性評判，確定其質量等級。結果表明，將定量分析與定性評判相結合，提高了頂崗實習質量評價的科學性、合理性。

關鍵詞 高職院校；頂崗實習；TOPSIS法；聚類分析；質量評價

中圖分類號 G642.44 文獻標識碼 A 文章編號 1008-3219（2013）17-0050-05

《關于全面提高高等職業教育教學質量的若干意見》（教高[2006]16號）中指出，高等職業院校要保證在校生至少有半年時間到企業等用人單位頂崗實習。頂崗實習不是單純的“預就業”，是高職院校實踐教學的重要組成部分，是培養學生職業能力的關鍵環節，在人才培養過程中起著不可替代的作用。由于頂崗實習是學校利用社會資源實現人才培養目標的綜合性實踐課程，具有管理主體多元、實習單位眾多、地點分散、實習內容多樣等特點，加之實習指導教師數量不足、管理方式傳統、制度不完善、考核體系不健全、評價方法不科學、校企共管機制不成熟等原因，導致頂崗實習管理粗放，企業偏重“頂崗”勞動，學校缺失甚至放棄指導，使頂崗實習的育人目標難以實現。

一、評價指標體系的構建

為充分體現高職院校頂崗實習的特點，從“工學結合、校企合作”的視角出發，圍繞提高學生的職業素養和鍛煉其職業技能為中心，依據能力本位和工作導向理論，參照相關頂崗實習評價文獻[1][2]，按照評價指標體系的全面、科學、可比性及可操作性要求，邀請教學專家、企業管理人員、實習學生、專兼職指導教師等共同參與，構建由崗位任務、職業素養、職業能力、實習成果等4個一級指標、12個二級指標組成高職學生頂崗實習評價指標體系，詳見表1。

二、分析方法及原理[3][4][5]

為了提高頂崗實習質量評價的科學性、合理性，提出將TOPSIS法與聚類分析法有機結合構建一種新的組合評價方法，實現對評判對象的定量分析與定性評判。即先應用TOPSIS法求得相對接近度，對學生頂崗實習質量進行優劣排序。再取若干主成分對評價對象進行聚類分析，結合TOPSIS法的量化評價結果對評價對象進行分類排名，確定學生的頂崗實習質量等級。

TOPSIS法，即逼近理想解排序法，是一種廣為應用的多屬性決策分析方法，常用于效益評價、決策、管理等領域。其基本思想是：基于歸一化后的原始數據矩陣，找出有限方案中的最優方案和最劣方案，分別計算各評價對象與最優方案和最劣方案的距離，獲得評價對象與最優方案的相對接近程度，以此作為評判評價對象優劣的依據。

聚類分析是研究“物以類聚”的多指標統計分析方法，主要用于對事物類別的面貌尚不清楚、甚至連幾類都不能確定的情形下分類問題的研究。系統聚類法是聚類分析中應用最為廣泛，凡是具有數值特征的變量和樣品都可以通過選擇不同的距離和系統聚類方法而獲得滿意的數值分類效果。把個體逐個地合并成一些子集，直至整個總體都在一個集合之內為止。

評價方法的計算步驟如下：

第一，初始決策矩陣構建。設某一多目標決策問題有n個評價對象，p個評價指標，得到各評價對象的指標值xij，初始決策矩陣為X=|xij|nxp，即：

第二，指標值的規范化處理。由于評價指標之間通常存在不可分度性和矛盾性，需對原始指標值進行規范化處理。對“高優”指標，即指標值越大越好，則：

（i=1，2，…，n；j=1，2，…，p）

對“低優”指標，即指標值越小越好，則：

（i=1，2，…，n；j=1，2，…，p）

規范化決策矩陣Z=|zij|nxp，由各指標值經過規范化處理后得到。

第三，加權規范化決策矩陣構建。根據各指標在綜合評價中所處的地位或所起的作用，對Z中各指標按照下式加權：

uij=wj×zij，式中0≤wj≤1， ，便得到加權規范化決策矩陣U：

第四，指標的最優值和最劣值確定。TOPSIS綜合評價沒有以往的“既定標準”可供參考，所以只有在自身向量內來確定最優和最劣的標準，作為分析比較時的參考。根據正向指標取大，負向指標取小的原則，確定最優向量U+；根據正向指標取小，負向指標取大的原則，確定最劣向量U-。

其中，=max{u1j，u2j，…，unj}，=min{u1j，u2j，…，unj}，（j=1，2，…，p）。

第五，計算各指標值與最優和最劣向量的距離，即：

，

（j=1，2，…，p）

第六，計算相對接近度，確定評價對象的優劣排序。，即指標值與最優值的相對接近度，然后依據數值來評定評價對象的優劣，進行量化排序。評價對象的值在0與1之間，該值越接近于1，表示評價對象越接近最優目標。的計算公式：

（i=1，2，…，n）

第七，評價對象的聚類分析。為了提高聚類效果，先對初始決策矩陣x=|xij|nxp進行主成分分析，將多個指標轉化為少數幾個綜合變量，并且盡可能反映原來指標的信息量。然后，選定若干個綜合變量構成新的決策矩陣，采用系統聚類法進行聚類分析，實現對學生頂崗實習質量的定性評判。

三、應用實例

（一）數據來源與評價標準

為了實現對頂崗實習學生的全面、客觀評價，采用多元化的評價主體，校企雙方共同參與，邀請專兼職專業指導教師、企業管理人員和教學專家組成考評小組，全面考察學生的頂崗實習情況。將構建的頂崗實習評價指標體系，借鑒李克特量表的格式設計問卷，指標利用語義學標度分為5個測量等級：好、良好、一般、較差、差。為了便于計算，將主觀評價的語義學標度進行量化，并依次賦值為5、4、3、2、1。所采取的評價定量分級標準，見表2。

目前，大多數學生參加分散性頂崗實習，實習單位和實習崗位差異大，學生掌握的技能也不盡相同。為了全面、客觀地掌握學生的實習情況，在實習結束后采用答辯的方式進行考核。考評小組成員根據學生實習單位的評價和答辯表現，結合觀察點和評價標準，獨立完成問卷，給出每個評價指標的等級，然后當場收回，經統計匯總后，計算出各分項指標的平均得分。同時，為確保評價信度、效度，減少主觀隨意性，對回收的問卷進行有效性審查，剔除打分比較隨意的評議表。某校機電類專業的12位參加頂崗實習學生的各項指標平均得分，匯總后如表3所示。

（二）指標權重的確定

為了避免人為因素的干擾，提高權重賦值的科學性、準確性，采用層次分析法（AHP）確定指標權重。構建成對判斷矩陣時，傳統層次分析法常用1～9及其倒數的標度方法，用來對一個層次中的各因素相對于上一層次的各準則進行兩兩比較。傳統標度法雖簡單、直觀，但存在許多缺陷，使得AHP法的應用受到了較大限制。為了彌補傳統標度方法的不足，參考相關文獻[6][7]，建立了一種基于轉化函數和調和系數的新標度方法，如表4所示。

針對構建的頂崗實習語言體系，咨詢相關專家，采用新標度表示指標的重要性程度，由此得到各層指標之間的判斷矩陣如表5～表9。

經計算，各判斷矩陣的CR<0.1，表明建立的矩陣均通過一致性檢驗，所得的權重系數有效。再采用乘積法得到各二級指標的組合權重，公式為：

式中：wij為第i個指標在第j層的權重值；k為指標層數。

（三）指標值的加權規范化處理

由于評價指標之間通常存在不可分度性和矛盾性，加之各指標在綜合評價中所起的作用不同，不能直接進行比較，需對原始指標值進行加權規范化處理。

頂崗實習的評價指標值應越大越好，利用Excel軟件，先對表3中的測評數據采用“高優”指標的規范化處理方法，再對各指標數值進行加權計算，指標權重采用表1中的組合權重。各指標值的加權規范化處理結果見表10。

（四）相對接近度計算

根據TOPSIS法的原理與方法，先利用Excel軟件，在加權規范化處理結果中找出各指標的最優值和最劣值，見表10。根據公式分別計算出各指標值與最優向量、最劣向量的距離（D+、D-）。計算各指標與最優評價對象之間的相對接近度，結果見表11。

由于評價對象的值越接近于1，表明評價對象越接近最優水平，由此得到各學生頂崗實習質量的優劣排序。由表11可知，學生JD07的頂崗實習表現最優秀，學生JD01次之，而學生JD03的頂崗實習表現最差。

（五）系統聚類分析

由于頂崗實習質量評價涉及到較多指標，對原始數據直接采用聚類分析效果較差[8]。為了提高評價效能，先使用主成分分析方法對原始數據進行降維處理，求得第一、第二主成分的貢獻率已達到91.90%，保留了原始指標的絕大部分信息。

研究采用第一、第二主成分的得分構成新的決策矩陣，借助DPS數據處理軟件，選擇最廣泛使用的歐式距離，采用離差平方和聚類法，結果如圖1所示。

根據聚類譜系圖，結合表11學生頂崗實習質量的優劣排序，將參加頂崗實習的12位學生分成5個等級，即學生JD01、JD07的實習表現“優秀”，JD02、JD05、JD08、JD10、JD11的實習表現“良好”，JD04、JD12的實習表現“一般”，JD06實習表現“差”，而JD03、JD09的實習表現則“較差”。

綜上，影響頂崗實習質量的因素眾多，通過將TOPSIS法與系統聚類分析相結合，可最大限度減少人為因素影響，增強決策的客觀性和科學性。頂崗實習管理是各高職院校的一項共性工作，各校可根據各自的頂崗實習特點與工作要求，適當調整評價體系和指標權重，使評價更具針對性和可操作性，使評價結果更加符合實際。

參考文獻：

[1]龔江南.高職分散型頂崗實習考核評價體系的構建[J].職教通訊，2012（3）：49-51.

[2]刁洪斌.基于能力本位的高職生頂崗實習評價模式[J].職教論壇，2010（11）：21-23.

[3]黃會明，陳寧，嚴小明，等.應用AHP與TOPSIS法評價高職學生綜合素質[J].職業技術教育，2009（13）：46-49.

[4]秦壽康.綜合評價原理與應用[M].北京：電子工業出版社，2003：14-16.

[5]盧紋岱.SAS/PC統計分析軟件實用技術[M].北京：國防工業出版社，1996：179～283.

[6]黃會明，鮑海君.運用層次分析與系統聚類評價汽車維修服務質量研究[J].系統科學學報，2010（3）：72-75.

[7]張淑娟，何勇，葛曉鋒，等.改進層次分析法用于農用運輸車綜合性能的評價[J].農業工程學報，2002（6）：91-94.

[8]黃會明，鮑海君，趙勻.高職院校實踐課堂教學質量評價研究[J].職業技術教育，2009（22）：42-46.

Research on the Evaluation Method for Students’ Internships of Higher Vocational Colleges

HUANG Hui-ming

（College of Electrical Electronics Engineering， Zhejiang Institute of Mechanical Electrical Engineering，Hangzhou Zhejiang 310053，China）

Abstract According to the characteristics of internships and talent training goals of higher vocational schools， the evaluation system for internships was built consisting of post tasks， professional qualities， professional abilities and practical outcomes，and the weight coefficients of indicators were determined by improved AHP； TOPSIS method was applied to analyze and deal with the evaluation statistics，and the internship quality of students was ranked from good to bad according to the approximation degree； finally， students’ internships quality was evaluated qualitatively by system cluster analysis method，and the internships quality level was determined. The results show that，the combination of quantitative analysis with qualitative judgement can enhance the scientificity and rationality of evaluation of internships.

Key words higher vocational colleges； internships； TOPSIS method； system cluster analysis； quality evaluation