马飞

工业工程人才培养评价体系的讨论

马 飞

辽宁工程技术大学机械学院

[摘 要]基于对于建设创新型国家人才的战略需要，从层次分析法提交的评估系统，工业工程专业人才培养的需要。该系统是基于培养创新型人才为目标，以三个层次结构，每个级别都有相应的考核指标。和相应的指示灯的第三级还设计有一个可衡量的指标层分离，可以用可衡量的数据评估模型来实现。

[关键词]工业工程；人才培养评价体系；层次分析法；人才矢量； 创新人才面

工业工程学科的发展，促进中国工业化相结合的信息化，建设创新型国家的过程中发挥着日益突出的作用。为了能够推动工业程工专业程创新型人才的培养，立足于层次分析法基本思想，对工业工程专业人才培养评价体系开展了讨论。 1.工业工程人才培养和人才评价制度

在构建创新型人才培养的评价体系，以全面评估一个人的归属不仅要评估的技能和知识的基础内容，而且还包括相关标准的其他部分，使学生的综合素质，充分发挥想象力，学生的表现来创建自己的内容的能力。分析工业工程人才的基本要求的各个方面之后，人员培训可以分为几个评价指标体系的层次结构。如果总的目标层，目标层， 2层靶，靶3层，依此类推。

在此系统上进行评估的指标，目标层的水平是一套全面的评价是比较我们的宏观分类评价。我将目标层划分为四个基本维度，即，学术和文体素质，思维，技术创新，学习沟通和协调能力，分析能力和实践，从学生的四个维度的视角和质量宏观评价。然后两个目标层是具体的目标和分割。主要目标层被分解成更详细的九个维度，其中添加最多9个指标构成的目标层的人才评价指标体系的第二维。次要目标层主要是通过学生的学习能力和更全面的社会和工业工程学校人才培养的具体要求的性能更客观描述的能力。然后在第二层的情况下三项指标为目标层，以实际情况和专业人士到评估步骤细化的基础教育的主要目标相反的方向并结合工业工程。根据学生在第一类和第二类学生进行评估的整体素质的具体表现的活动，可分为一共有22个小尺寸。

基于为了获得所确立进一步改革和完善，初步评价指标体系专家讨论的方法更准确，更全面的评估。经过几轮的讨论，我们得到探索一个更完整的评价体系有关它具有层次结构的人才。总体目标是到层创新人才，思想的目标水平，学术和体育素养。次要目标层包含三个指标都包括在基本素质水平的学术道德，学习和个人修养，并在课程和体育活动性能的社区参与。对于理想和抱负，总共有三个指标层包括了有，集体与社会责任感，人生规划和职业规划，意识和能力的实践和志愿服务。技术创新，次要目标层包含三个都参加课外活动的科学和技术指标均参与了这项研究纳入课程和创新的游戏活动，参与的参与。和创新成果，有三个指标层包括研究论文，报告和科学作品。研究和分析能力和实践能力，二级指标包括学习能力，三项指标层中含有专业的学习课程，人文的学习和学习课程的社会科学课程录取的科学依据。分析能力，有三个指标层包括采集，以应用新的知识，实际问题，要转换的工程问题的能力的能力。沟通实践能力，有三个指标层包含实践课的课程和实验环节，生产实践和沟通能力，具备二级指标层包含三个指标层的沟通能力已包括口头和书面沟通能力和领导能力，组织与团队三个指标层含有的协调和决策能力和执行能力。

2人才培养评估的相对重要性

调查人员在选择工业工程的学生抽样调查大学设计了一个更重要的评估问卷，辽宁工程技术来收集有关数据评估上的相似性和差异分析的基础上，两条线之间的方面所占的比重有关专家人才培养。

2.1评估和调查设计的相对重要性

评价体系的文件中的提出对工业工程系和其他情况下，评价指标进行更定量分析的相对重要性前面的前提下。相互评估问卷的重要性主要打通的方式。重要组水平的相对重要性，包括9条评论非常重要，非常重要，重要，不太重要，同样重要的，更重要的，重要的，非常重要，非常重要，它从LA数字9对应。在问卷的设计，调查询问四个一级指标指标层，是一个三级指标和属于二级指标的指标二级指标进行两两比较，给出的相对重要性的电阻值。根据在调查问卷中获得的数据，我们可以得到判断矩阵的相对重要性。最后，判断矩阵的进一步处理可以得到的各种数值指标相对重要性。

分配给专家的正式问卷调查前，首先需要进行预研。在讨论中，预先选定的枯萎研究对象问卷调查谁已经在生产和主问卷设计和工业工程理论与实践相关的教学人员的专业方向有经验。通过了预调查问卷调查法是要面对办案人员的脸上调查中，研究人员在填写调查问卷，研究人员提出的研究对象，在问卷设计的问题，首次转弯，以及研究问题的对象保持在有效的反馈该表。根据反馈获得的信息预调查的问题，整个结构的问卷调查，填写说明，问卷设计，并调整表建立问卷的最终详细设计，并随后开展了正式的调查工作。

正式的研究是评估获得的人才培养指标的相对重要性，因此研究对象的需要来选择这些指标充分的认识，并在工作人员的人才培养和评价的一些经验。为了探讨多角度评价指标的相对重要性，三种类型的研究对象主要选择：每个类（级）和学生工作组总监（后来被称为老师） ，学生辅导员，各班班长和现任秘书。这三组平时与同学多接触，学生工作和学生需求的增长都比较熟悉了，不仅对学校层次人才培养目标和社会需求，并了解学生的工作的具体方面，所以这三组人具有一定的代表性。此外，为了的尊重差异和相似的相对重要性龚科奇评价之间进行比较，我们在清华大学的MSE部和两个部工业工程（以下简称为A系列，B系列）进行调研根据实际情况，分发调查问卷，直接用硬纸板和电子邮件调查分布在两个方面。我们先后发放问卷80份，回收100％的75份问卷回收，其中有效问卷70份，问卷的有效率为93.3％ 。

2.2确定数据矩阵的一致性的相对重要性

因为对事物和对客观事物的复杂性人的认识的多样性，本次调查是为了确定在问卷给出的矩阵可能无法满足合规性要求L1J 。前处理数据，您需要测试判断矩阵的一致性。 ?在测试一致性，多数判断矩阵一致性好，随机一致性（ CR ）的比例低于0.1 ，但也有一些判断矩阵的一致性不满意，需要对这些修正判断矩阵的一致性，所以它满足判断矩阵的一致性要求。

矩阵可确定某些数学变换的一致性，但值得注意的是，通过该方法获得，尽管为满足一致性的要求，但与原始矩阵A ，则判断可以通过矩阵B多的信息被丢失的矩阵B ，使原来的判断矩阵的信息没有得到充分利用。要克服的信息丢失的问题，按照对矩阵A如下规则进行处理：

A=wA+ (1一 w)B．

其中w是加权值，以满足0 <= W<= 1。如可以从方程，更大的权重值，更多的原始信息来确定调整矩阵墩保留可见。因此，为了确保判断矩阵的一致性，以适应形势的要求，找到每个的最大重量的权利，变更，我们可以保证判断矩阵通过保留对原判断矩阵的信息中获得最大程度当求解权重值，可以使用数学规划方法后，原来的判断矩阵A和矩阵变换一致性

差计算得到的2 - 范数矩阵的后做。 2矩阵范数的值之间的差异较小，那么原来的矩阵A与差异越小，转化信息的一致性，少丢一个矩阵。判断矩阵计算出相应的优化问题可以表示为如下形式：

min ||A-Aw||2

s．t． 0<=w<= 1

CRA <=0.1

在实践中，使用Mat lab程序可以被优化，以解决上述问题，判断矩阵的校正之后所获得的一致性。此外， Mat lab程序可进一步获得对应于每个权重向量，即判断矩阵的相对重要性指数之间。

2.3处理和数据的相对重要性比较分析

获得后A，B两线的教师，辅导员和书记班长问卷调查数据，我们有A， B两线的数据指标的相对重要性评价在目标层的水平进行了分析。本文介绍了利用箱线图的重量数据A， B两线，并且通过双样本T检验和数据的方差的单因素分析进行分析。

首先，本研究描述了由两条线箱线提供的数据的相对重要性。框“图表中可以找到的不同的数据集不是唯一的差异，并且可以在数据异常值被发现。离群的排除之后，我们可以得到比较箱线图A的系和B系教师，辅导员，书记和监控集成系统，如图2所示的相对重要性。在对平均和分散数据的箱线图显示差异，数据的相似性很小的一部分是很清楚的。为了确定A，B两线距离在这项研究中的数据的统计显着性数据之间的差异， B进行双样本T检验两行。在两样本t检验，零假设被设定为A ，这两个线路接入到数据B的相对重要性是相等的平均值，替代假设设置为两行的相对重要性对数据的访问是不相等的平均值， T-检验结果示于表图2。您可以从对T测试的结果看， A，B两线教师在四个一级指标没有表现出显著的差异，这表明教师的水平， A，B两线，人才一致性，教师高度评价级， A，B两线有在审判方面， “科技创新”，在其他三个主要目标的指标没有表现出显著差异显著差异。班长和秘书级， A，B两线，在“沟通与协调”的其他三个主要目标显著的差异没有表现出显著的差异。集成的三个层次，发现A，B在两线“的思想，学术和体育素养”和第研究“技术创新能力”，表现出显著差异，而在其他两个主要目标和明显的差异。

思想、学术与文体素养 科技创新能力 学习、分析与实践能力 沟通与协调能力

A系 O．323 O．195 O．277 O．2O4

老 师 B系 O．369 0．154 0．336 0．142

P值 0．649 0．538 0．428 O．171

显著性 不显著 不显著 不显著 不显著

A系 0．256 0．244 0．30o O．201

辅 导 员 B系 0．397 0．o88 0．258 0．256

P值 0．261 0．038 O．657 0．454

显著性 不显著 显著 不显著 不显著

A系 0．196 0．215 O．309 0．280

班长 B系 0．291 0．242 0．298 0．169

、 支书 P值 O

． 20o O．657 0．834 0．034

显著性 不显著 不显著 不显著 显著

A系 0．241 0．234 0．277 0．248

综 合 B系 0．352 0．159 0．304 0．186

P值 0．035 0．o38 0．455 0．O87

显著性 显著 显著 不显著 不显著

在同一个系统内部，在这项研究中教师，辅导员，给秘书小队中的数据的相对重要性进行了比较。您可以从图表箱线图3看到，无论是A或B系列系统，平均值和分散程度的相对重要性已经显示了不同程度的相似性。另外，对与内部的数据以确定在通过单向ANOVA进行分析研究的程度显著差异。在方差分析，老师，辅导员，书记名单，方差，调查对象的身份因素分析的结果，这个因素有三个层次，即，

表3的统计数据可以在A系列中，教师的相对重要性，辅导员，书记班长给定水平的目标层具有一定的相似性被发现，它们之间的差别并不显著。在B系统中，除了“科学和技术