基础教育信息化综合评价研究
李晓雪 黄斌
摘 要:为了摸清基础教育信息化的现状,引领基础教育信息化又快又好地发展,文章建立了基础教育信息化评价指标体系及综合评价模型,并对四川省6所学校的信息化水平进行了评价。结果显示:不同地区、不同办学层次学校之间的信息化程度有一定的差距,大多数学校在信息化人才队伍、信息化保障体系两个方面存在明显不足。基于此,作者提出以下建议:树立与信息化时代相适应的教育发展观念,坚持以人为本;健全基础教育信息化投入及资源配置机制,坚持良性运行;提高基础教育信息化建设的质量与均衡性,坚持协调发展。
关键词:基础教育信息化;综合评价;评价指标;权重;灰色关联度分析
中图分类号:G434? ? ? 文献标志码:A? ? ? ? ? 文章编号:1673-8454(2019)24-0001-06
一、引言
随着信息技术的快速发展,教育信息化已经成为全球教育改革的焦点。2012年教育部发布了《教育信息化十年发展规划(2011-2020年)》,将“教育信息化建设”列为10个重大项目之一。此后,为了进一步增强“加快教育信息化进程的责任感、紧迫感和使命感”,引领推动教育信息化转段升级,2018年教育部又发布了《教育信息化2.0行动计划》。基础教育信息化是提高国民信息素养的基石,是教育信息化的重中之重。2020年教育信息化的中长期建设与发展开始步入验收阶段,所以當前亟须了解全国各地基础教育信息化的实际情况,对学校信息化水平进行客观准确的评价。鉴于此,本研究首先通过德尔菲法筛选并确定评价指标,其次采用专家排序法和层次分析法分别计算出各级指标的权重,然后选择灰色关联度分析构建综合评价模型,最后依据建立的基础教育信息化评价指标体系及综合评价模型,对四川省6所学校的信息化程度作出综合评价。
二、评价指标
评价指标体系是由多个相互联系、相互作用的评价指标按照一定的层次结构组成的有机整体。指标体系是联系评价专家与评价对象的纽带,也是联系评价方法与评价对象的桥梁。只有科学合理的指标体系,才有可能得出科学公正的综合评价结论。
1.建立指标的原则
(1)科学性
评价指标的确定要有相关的研究基础和科学依据,指标应体现影响基础教育信息化建设与发展的本质因素。指标体系的构成必须紧紧围绕着综合评价目的层层展开,使最后的评价结论切实反映评价意图。
(2)全面性
每个指标不仅要内涵清晰、相对独立,而且应具有代表性,能很好地反映基础教育信息化某方面的特性。指标体系要层次分明、简明扼要,涵盖为达到评价目的所需的基本内容,能反映对象的全部信息。
(3)可操作性
基础教育信息化的评价指标宜少不宜多,宜简不宜繁,最好以定量指标为主,定性指标为辅。指标之间也应具有明显的差异性,评价指标和评价标准的制定要客观实际,便于比较,使评价活动易于开展。
2.建立指标的过程
笔者通过对CSSCI来源期刊与近五年硕士学位论文中基础教育信息化评价指标体系相关文献的阅读和整理,按照发表时间的先后顺序统计出了一级指标的对比表(见表1)以及一级指标的采纳率(见图1)。从图1可知,超过三分之二的学者在基础教育信息化评价时将基础设施、组织与管理、信息化人才、信息化资源、信息化应用作为一级指标。
接着依据建立指标的原则,对比已有研究中提出的评价指标,初步拟订了基础教育信息化评价指标体系。随后采用“背对背”函询(专家之间不相互讨论)的方式,广泛征求专家的意见,继而对指标进行筛选。经过两轮专家函询后,专家意见趋于一致且较为可靠,从而确定了基础教育信息化评价指标体系,包括4个一级指标(信息化基础设施、信息化人才队伍、信息化软件资源、信息化保障体系)和20个二级指标(见表2)。
此外,笔者将二级指标进行了量化处理,区分了高级(A)、中级(B)、初级(C)三个等级,并对这三个等级作出了界定,由此解决了等级判定时的模糊性问题,降低了对评价者主观决断与经验的依赖,使最终的评价结果更具说服力。
三、权重系数
相对于某种评价目标来说,评价指标之间的相对重要性是不同的。评价指标之间的这种相对重要性的大小,可以用权重系数来刻画。指标的权重系数,简称权重,是指标对总目标的贡献程度。目前,确定权重主要采用专家咨询的经验判断法,如专家排序法、层次分析法等。
1.专家排序法
专家排序法是通过专家对指标间的相对重要程度进行排序从而确定权重。序号“1”代表权重最大,“2”次之,以此类推,指标对应的序号称为秩。假设有n个指标、m位专家,则可得到一个n行m列的数据表格。其中m位专家对指标评定的秩相加的和称为秩和,记作T。第j个指标的权重dj的计算公式为:
dj=2[m(1+n)-Tj]/[mn(1+n)](j=1,2,…,n)。公式1
本研究邀请10位教育信息化方面的专家对二级指标的重要程度分别进行排序。以“信息化保障体系”下的“信息化政策与规范”和“信息化建设与应用体制”为例,排序结果如表3所示。
由公式1计算出“信息化政策与规范”和“信息化建设与应用体制”的权重均为0.50。同理可以计算出其他二级指标的权重。
2.层次分析法
层次分析法(AHP)是一种定性和定量分析相结合的多准则决策方法。运用层次分析法计算指标权重,大体分为三个步骤:①分析系统中各元素之间的关系,建立层次结构;②对同一层次的各元素关于上一层次中某一准则的重要性进行两两比较,构造判断矩阵;③由判断矩阵计算被比较元素对于该准则的相对权重[7]。
10位专家对基础教育信息化评价指标体系中一级指标的重要性进行两两比较,从而得到一级指标的权重及一致性检验结果(见表4)。
由表4可见,第2位专家判断矩阵的C.R.=0.3753(大于0.1),不满足一致性要求,故将其数据剔除,保留剩余9位专家的意见,将他们对同一指标给出的权重求出平均值,最终得到4个一级指标的权重: W1=0.43, W2=0.30, W3=0.13,W4 =0.14。
四、综合评价模型
1.评价方法的选择
邓聚龙教授于1982年建立了灰色系统理论。灰色系统理论应用最广泛的就是关联度分析。关联度分析是分析系统中元素之间关联程度或相似程度的方法,其基本思想是依据关联度对系统进行排序。基础教育信息化的建设是一个长期的过程,涉及到的影响因素非常复杂,其中包含了大量灰色信息,并且随着信息技术的不断更新,基础教育信息化的发展状况也在不断变化,这就导致人们对基础教育信息化的认识与实际水平之间往往存在一定的偏差,无法全面了解基础教育信息化的整体发展状况。灰色关联度分析能够通过对部分已知信息的分析和掌握,去寻求各子系统或因素间的数值关系,从而对一个系统的发展变化态势提供量化的数据,正确描述系统的行为规则与演变规律。基于上述认识,本研究选择灰色关联度分析构建基础教育信息化综合评价模型。
2.评价模型的构建
运用灰色关联度分析对基础教育信息化进行综合评价的具体步骤如下:
(1)确定比较数列和参考数列
基础教育信息化评价指标体系包括i个一级指标和j个二级指标。如果有u所学校参与评价,那么比较数列Sv=[Sv1,Sv2,…,Svj](v=1,2,…,u),参考数列S0=[S01,S02,…,S0j]。式中S0j表示第j个指标的最优值,若某一指标取小值为好,则取该指标在u所学校中的最小值,若取大值为好,则取u所学校中的最大值。
(2)指标数据的规范化处理
评价指标之间通常具有不同的量纲和数量级,为了便于比较,需要对原始指标数据进行规范化处理。
λvk=(k=1,2,…,j)公式2
公式2中 λvk表示第v所学校的第k个指标的评价结果的规范值,S表示第k个指标在所有评价结果中的最小值,S表示第k个指标在所有评价结果中的最大值。于是得到规范化处理后的u所学校的评价矩阵:
λ=λ
λ …? λ
λ
λ …? λ
…? ? …? ? ?…
λ
λ …? λ
公式3
(3)計算关联系数
由公式4求出比较数列{λv}与参考数列{λ0}(即第v所学校的第k个指标的评价结果与第k个指标的最优值)的关联系数ζv(k)。
ζv(k)=公式4
公式4中ρ为分辨系数,ρ∈[0,1],一般取ρ=0.5;Δ(min)为两级最小差,Δ(max)为两级最大差;Δ0v(k)表示比较数列和参考数列之间指标数据的绝对差值。进而得到关联系数矩阵:
E=ζ1(1)? ζ2(1)? …? ζu(1)
ζ1(2)? ζ2(2)? …? ζu(2)
…? ? ?…? ? ? ? ?…
ζ1(j)? ?ζ2(j)? …? ζu(j)公式5
(4)计算关联度
考虑到各项指标的重要程度不同,所以关联度的计算采用权重乘以关联系数的方法。第v所学校的一级指标的综合评价结果(即关联度Rv)为:
Rv=Pf×Ev=(Pf1,Pf2,…,Pfj')ζv(1)
ζv(2)
…
ζv(j')公式6
(f=1,2,…,i; j'=[j1' ,j2',…,ji' ]; j1'+j2'+…+ ji'=j)
公式6中Pf表示第f个一级指标下的二级指标权重的分配矩阵,Ev表示第v所学校的j'个二级指标的关联系数矩阵。由此可以得到u所学校的综合评价结果(即最终关联度Q)为:
Q=P×R=(P1,P2,…,Pi)R
R
…? R
R
R
…? R
…? ? …? ? ?…
R
R
…? R
公式7
公式7中P表示一级指标权重的分配矩阵。
(5)关联度排序
根据关联度Q1,Q2,…,Qu的大小,对u所学校进行排序,关联度越大其评价结果越好。
五、实证研究
本研究选取四川省成都市(X)和南充市(Y)的6所学校(X1、Y1、X2、Y2、X3、Y3)作为样本,依据建立的基础教育信息化评价指标体系及综合评价模型对6所学校的信息化水平进行综合评价。其中,X1与Y1为省一级示范高中,X2与Y2为省二级示范高中,X3与Y3为普通高中。
1.数据收集
笔者对6所学校的学科教师与信息技术人员展开调查,将问卷与访谈的结果按照表2中的等级标准进行判定,最终得出6所学校各指标的等级判定结果,如表5所示。