表 7—3 物理课堂教学质量评价表

执教教师： 年级： 班级： 日期 年 月 日

1. 评价的实施与评价信息的整理。对课堂教学质量实施评价的基本过程是：评测人员首先深入到课堂听课，并认真做好听课记录，然后根据授课情况，在课中或课后对评价表中的评测内容逐一做出评判，即在相应的评判等级空格中打“√”。一般要求对每个具体的评测内容只能选择一个评判等级。最后将各评测人员的评价表收集汇总，进行分类统计，作出评价汇总表，如表 7—4 所示。为保证评价的客观性，要求

表 7—4 评价统计汇总表

每次参与评测的人员不能太少，且参加者应具有一定的课堂教学经验。此外，在评测前应力求熟悉和掌握评测内容和评测标准。

1. 确定评价因素的权重。在课堂教学质量评价中，由于每个评价因素在综合评价中的地位和重要性是不同的，因此，必须事先对各种评价因素在评价中的地位和重要性作出可量化的规定，即确定每一评价因素的权重。由于评价课堂教学质量的指标体系一般由一组主因素以及与主因素相对应的一组子因素所组成，因此，评价因素的权重也应包括两部分。①根据各主因素对综合评价结果的影响程度，确定每一评价主因素的权重；② 根据各评价子因素与相应评价主因素之间的关系，确定每一评价子因素的权重。

评价因素权重的统计意义是用一组量化的数字去反映评价因素与评价对象所保持的模糊关系的程度。因此，与某一评价对象相对应的权重数的个数，应该和相应评价因素的个数相一致。

在实际评测工作中，评价因素的权重一般是由具有丰富教学经验的教师和有关教学论专家，根据课堂教学的规律和特点，经过反复磋商共同决定的。它是获得正确评价结果的一个重要环节。

1. 课堂教学质量综合评价的量化处理。由于课堂教学是一个由若干层次组成的分级系统，因此课堂教学质量的评价也应是一个分级评价系统。根据课堂教学评价的这一特征，其综合模糊评价的量化处理步骤是：按照影响课堂教学质量的各因素之间的逻辑关系，先对子因素作出评价，并建立起相应的子因素模糊评价集，然后在此基础上，依据各子因素与相应主因素之间的模糊关系，对各主因素作出评价，并建立起相应的主因素模糊评价集，最后再依据各主因素与课堂教学质量所保持的模糊关系，对课堂教学质量作出综合模糊评价。

1. 建立子因素模糊评价集。先给出各子因素的模糊评价结果，然后将与某主因素相对应的若干子因素的模糊评价结果用模糊矩阵形式表现出来。

例如，若用R

Fi

为：

表示第i个主因素的子因素模糊评价集，则其表达式

RFi

~

 r11

=  r21



 m1

r12 r22 rm2

r1n 

r2n 



mm 

式中 m 为与主因素相对应的子因素的个数，n 为评判等级个数。每组横向

数据表示某一子因素的模糊评价结果。其计算方法是，根据评价汇总表提供的数据，计算出相应子因素中不同评价等级人数占总评测人员的百分比。

1. 对主因素 Fi 的模糊评价。根据上述子因素模糊评价集，结合主因素 Fi 的权重矩阵，即可运用模糊数学运算法则，计算出对主因素 Fi 的模糊评价。

若用WFi 表示主因素Fi 的权重矩阵，即WFi = （Wi1，Wi 2 ， ，Wim

~ ~

）。用R Fi 表示子因素模糊评价集，则对主因素Fi 进行模糊评价的计算

~

公式为：

NFi

= WFi 0 R Fi

= (Wi1 ,Wi2

 r11 Wim ) r21

r12 r22

r1n 

r2 n 

~ ~ ~

m m



 m1

m

rm2



rm1 

= (V(Wij Vrj1 ), V(Wij Vrj2 ), , V(Wij Arjn ))

j= 1

j=1

j= 1

式中 V 表示取最大值，Λ表示取最小值，0 是模糊矩阵的乘法符号，其运

算法则是：将W 阵中的各个元素依次与R 阵中各列的诸元素逐一地两两

对应相比，取其较小值，共得 m 个数，然后再从 m 个数中取最大值，得一个数，依此法进行，直至对每列都施行运算后为止，共得 n 个数。

必须指出的是，对用上述方法计算出来的一组数据应进行归一化处

理。若对某一主因素综合评价结果是N Fi

~

= （0.25，0.42，0.23，0.10，

0.00），则表明有 25%的评测人员对该主因素的评价为“好”，42%的评测人员认为是“较好”，等等。

1. 建立主因素模糊评价集。具体做法同建立子因素模糊评价集相同。

若用RF 表示主因素模糊评价集，则其表达式为

~

N 11

N12

N1n 

R_F = N 21

~ 

 m1

N 22

N m2

N 2n 



mm 

1. 对课堂教学质量的模糊综合评价。由于各主因素 Fi 与课堂教学质量保持有一定的模糊关系，且这种模糊关系的程度同样可用与之相对应的权重矩阵来表示，这样，运用对主因素模糊评价相同的方法就可计算出对课堂教学质量的模糊综合评价，即

NF = WF 0 R F

~ ~ ~

若经归一化处理后的结果是 NF=（0.27，0.33，0.23，0.17，0），则其统计解释是，有 27％的评测人员认为该教师的教学质量可评为“好”，有 23

％的人认为是“一般”，等等。

为使上述统计结果能以一种类似于百分制分数形式表述出来，需寻求一个等级分矩阵。若用 C 表示等级分矩阵，则根据表 7—5 给出的“等级” 与“代表分数”之间的关系可得

表 7—5

等 级 分数段 代表分数好 90 ～ 100 95

较好 80 ～ 89 85

一般 70 ～ 79 75

较差 60 ～ 69 65

差 50 ～ 59 55

 95

 

85

C =  75

 

 65

55

这样，教学质量的综合评价值可用下式计算，即

X = N F ·C

~