在线课程内容质量评价调查

根据第二轮评价指标体系，再次通过在线网络调查平台向“网易云课堂”“英语流利说”“好大学在线”“中国MOOC大学”“国家开放大学”等在线课程学习平台的学习者发放“在线课程内容质量评价调查问卷”，要求学习者对21个指标的重要程度进行打分，共回收424份问卷。首先，对回收数据进行清理，使用SPSS 23.0检测缺失值和异常值，再采用删除法处理缺失值和异常值，得到419份有效问卷。其次，使用模糊综合评价（Fuzzy Comprehensive Evaluation，FCE）分析指标的隶属度。模糊综合评价根据模糊数学的隶属度理论，把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰、系统性强的特点，能较好地解决模糊的、难以量化的问题，可适合各种非确定性问题的解决[55]。

1.确定评价指标集

将因素集X按其属性分为21个子集：Xi=｛X1，X2，X3，X4，X5，......，X21｝

2.建立测评结论集

设计评价集Vj=｛V1，V2，V3，V4，V5｝=｛非常重要，重要，一般，不重要，非常不重要｝

3.无量纲指标标准化处理

由于评价指标体系中的指标是无量纲的指标，为了便于计算，需要转化为量纲指标。首先，对被调查问卷的打分进行赋值，Vi=｛非常重要，重要，一般，不重要，非常不重要｝=｛5，4，3，2，1｝；然后，采用标准化处理，对评价指标通过标准化转换到[0，1]区间内。处理方法是：

4.确定单因素模糊评价矩阵R(www.xing528.com)

单因素模糊评价是指从单个指标出发进行评价，确定每个指标对评价集合的隶属程度。我们对X评价指标集合中第i个指标进行评价，评价集V中第j个元素Vj的隶属度为Rij，各个评价指标的评价结果用模糊向量集合Ri表示：

Ri=｛Ri1，Ri2，Ri3，Ri4，...，Ri22｝

对所有评价指标进行评价，得到各指标的模糊综合判断矩阵为：

使用迈实模糊综合评价软件进行模糊综合评价，在软件中录入了419份测评数据及测评结论集，选择模糊算子为“M（·，+）算子：[1相乘，2相加]”。隶属度分析数据显示，模糊综合评分为4.263分，总的隶属度R=｛非常重要，重要，一般，不重要，非常不重要｝=｛0.405，0.464，0.122，0.007，0.001｝，21个指标属于“非常重要”或“重要”等级，所以保留21个评价指标。各指标隶属度，如表2所示。

表2　各指标隶属度