移动互联网环境下开展“混合式学习方式”综合效果分析
——基于AHP和模糊决策模型

俞跃 ，周悦

（1.南京交通职业技术学院，江苏南京 210000；2.南京理工大学，江苏南京 210016）

在国内，王自强教授（2015）在《技术与教育的深度融合——Moocs/Spoc与翻转课堂的思考》一书中总结出的角色方面（从教师为中心转换为以学生为中心）和时空方面（从先教后学向先学后教）的两个翻转。该作者（2017）在《移动互联网环境下“混合式学习”方式研究》一文中充分利用普及率最高的SP（智能手机）和PC（个人电脑），在QQ群网络交互平台上，通过精英化、精细化、社交化微课视频为主的教学资源，达到课前、课中和课后的低成本、高效率的“混合式学习”效果。在提高学习效果的同时，增进学生队协作能力和社会实践、竞争能力。“混合式学习”方式理论研究和实践研究正在国内如火如荼地进行着。

近五年来，教育学者们关注到“混合式学习”方式的发展。黄伯平（2019）在《以混合式灵活学习为导向的移动学习资源设计与应用研究》一文中提出混合式灵活学习的概念的同时，分析混合式灵活学习的模式的正向价值，探讨资源设计和实践过程中存在的问题和解决措施，并将其运用于远程教育的实践中[1]。从上述研究文献来看，教育学者们已从各方面对“混合式学习方式”进行理论研究。但是，“混合式学习方式”在众多理论研究之后，在实践教学过程中产生各种正面和负面的效果，对这是实践效果进行科学的综合分析的文献还比较鲜有。因此，该文基于AHP和模糊决策模型，借助state统计软件，对“混合式学习方式”在移动互联网环境下进行实践教学的综合效果进行科学分析。

1 评价移动互联网环境下开展“混合式学习方式”实践教学的综合效果模糊决策模型的建立

1.1 模糊决策综合评价方法简介

该研究提及的模糊综合评价方法是一个运用数理统计方法对目标进行全面的分析评价方法，是利用模糊隶属度理论的合理量化指标的模糊综合评价方法。它有定性分析和定量分析相结合的优势，使得综合评价的结果更具有科学性。

1.2 模糊决策综合评价方法的基本步骤

1.2.1 建立“混合式学习方式”实践教学评价综合教学效果指标体系

在模糊综合评价方法中，评价指标体系的建立和确定是第一重要因素。根据移动互联网环境下进行实践教学的综合效果相关理论，实际结合《会计信息化》课程的特点，该文将影响移动互联网环境下进行实践教学的综合效果水平的指标分为三大类：课程资源、教学活动和学生管理，并从这三个方面构建模型的一级指标体系。微课视频满意率、PPT满意率、素材链接率、答疑/讨论、作业、头脑风暴、学生学习考勤管理、学生职业规划管理和学生学业规划管理作为该模型的二级指标体系。上述两级指标体系构建成完整的评价移动互联网环境下开展“混合式学习方式”实践教学模糊决策模型指标体系。

1.2.2 建立“混合式学习方式”实践教学综合效果评价指标模型

根据上述评价指标体系，可以按照以下两层次移动互联网环境下开展“混合式学习方式”实践教学的综合效果评价指标模型。其中（V1，V2，…Vi，…，Vs）作为一级指标集；而 Vi＝{Vi1，Vi2，…Vij，…，Vini}则由若干个二级指标集组成，i＝1，2，…，s；j＝1，2，…，ni，ni表示 Vi所包含的二级指标的数目。具体评价指标如表1所示。

表1 评价指标集

1.2.3 根据AHP分析法，计算相关权重

该研究邀请多名专业人士作为评价专家，其他包括高校教育方面专家、教学院长和专业任课教师。根据专业人士的专业经验确定各层评价指标的权数，分配H＝{hi}和Hi＝{hij}；根据各因素在评价指标体系中所起的重要程度和作用时间的不同，确定不同的权重，根据指标之间的相关重要性构造判断矩阵W：

满足：wij＝1/wjiwii＝1。 根据 AHP 分析法，相关权重计算如下：

由此可以计算出一级评价指标的权重：H＝{h1，h2，…，hi，…，hs}，同理可求得 Ai＝{hi1，hi2，…，hij，…，hi-ni}，其中 hij表示二级指标Vij在一级指标Vi中的权重。

1.2.4 模糊评价

对构成每个一级指标Vi的二级指标集进行模糊评价。由于Vij模糊性，不能得出具体数据，通过专家评分来得到Vij隶属于第t个评语Vt的程度，由此构造判断矩阵 Si，归一化得矩阵 Ri。

1.2.5 最终综合评价

由Fuzzy的性质，计算出综合评价结果Q1＝A×R＝A×（R1，R2，…Ri，…，Rs）T，然后对 Z 做归一化处理得到总评价矩阵，最后计算出最终综合评价得分Z＝Q×FT。

2 实证研究

根据作者和相关教育专家和教学院长参加移动互联网环境下进行实践教学的实际经验，运用上述评价指标体系和综合评价方法，进行实证研究。

2.1 各层次指标权重的确定

先由高校教育方面专家、教学院长和专业任课教师根据教育管理理论，结合《会计信息化》课程特征对评价指标体系各层次指标进行两两比较，得出相关判断矩阵。

计算最底层的指标Vij对于总目标V的权重向量：A＝（0.156 6，0.146 9，0.084 0，0.133 9，0.052 6，0.095 0，0.183 4，0.081 0，0.1210）

2.2 进行模糊综合评价

通过专家分析会计信息化课程教学效果打分的方式对其教学效果综合水平进行调查。专家组有10专家组成，其中2名高校教育方面专家、3名专家是教学院长，对于教育教学的掌握和理解到达较高的水平；另5名专家来自会计专业任课教师。

打分的问卷设计采用五点法对会计信息化综合教学效果进行评价。对于每一个评价指标进行定量分析时给出5个元素组成的评价集，并应用百分制评价，把评价集 U 划分为五个平均等级 U＝{U1，U2，U3，U4，U5}＝{综合教学效果优秀，综合教学效果良好，综合教学效果中等，综合教学效果较差，综合教学效果很差}，如附件中表9所示。

其中：U1评分区间为（90，100），平均值为 95；U2评分区间为（80，89），平均值为 84.5；U3评分区间为（70，79），平均值为 74.5；U4评分区间为（60，69），平均值为64.5；U5评分区间为（50，59），平均值为 54.5；通常把各区间的平均值作为等级的参数，则此参数列向量为FT＝（95，84.5，74.5，64.5，54.5）T。 关于 B1归一化处理后的模糊关系矩阵R1，再由前面求得的各因素的权向量A和关系矩阵R1可以构造成模糊评价矩阵Q1：

Q1＝A*R1＝(q1，q2，q3，q4，q5)＝(0.457 8，0.397 9，0.138 0，0.075 0，0.000 0)

由模糊评价矩阵Q1和评价集的参数列向量F，可以取得Q1的综合评价结果Z1：

Z1＝ Q1×FT ＝92.232 1

说明会计信息化课程的综合教学效果评价为优秀，模糊综合评价的得分为92.232 1分

通过上述数据观察可以得出结论：三大类指标中，课程资源是最影响教学效果的因素，教学活动紧跟其后，二者对教学效果都有比较直接和短期的影响。而学生管理因素从数据分析来看，对某课程教学效果的直接影响不大，但是，从长远来看，对整个学生生涯具有基础和指导作用。其中，三大指标中，影响最大的细分指标微课视频的满意度，现在互联网环境下“混合式学习方式”在教学前的预习过程、教学过程中的影响资料和教学后课程重、难知识点的微课视频都是以MP4视频为载体，因此，整个综合教学效果的影响因素中以微课视频的满意度影响比重最大。虽然，PPT也具有视觉体验，但是视频具有三维立体效果。随着智能手机和电脑播放视频功能的不断强大，中国境内无线网络的不断普及，在手机或电脑随时、随地观看或者听阅视频已经成为方便、快捷、高效的学习方式，因此，视频满意度成为互联网环境下“混合式学习方式”综合教学效果的最大影响因素，教学工作者应以此为突破口，提交教学效果，提高教学质量。