對改進評價方法的思考

姚春艷　張勇

改進評價方法是2013年《教育部關于推進中小學教育質量綜合評價改革的意見》中提出的要求。文件明確提出中小學教育質量綜合評價改革的評價方法應以測試和問卷調查等方法為主，輔以必要的現場觀察、訪談和資料查閱；其中測試和問卷調查是較為常見的定量評價方法；現場觀察、訪談和資料查閱則屬于定性的評價方法。中小學教育質量綜合評價的內容包括5大方面20項關鍵指標，每一項指標應采用何種評價方法更為恰當，能獲得有效的信息或數據，一方面要基于對各種評價方法特點、功能、分類等情況的正確認識，另一方面要基于對各項指標應評定的內容的理解。此外，還需要認識到，同一指標可以采取多種評價方法，不同方法得出的結論可以相互校驗，以獲得對被評價對象更為全面的認識。為此，筆者對教育評價中可使用的幾種評價方法逐一介紹，并對中小學教育質量綜合評價的20項關鍵指標適用的評價方法進行簡要說明，希望能為教育評價改革先行的地區提供一些參考。

考查學業成就的紙筆測試

考查學業成就的紙筆測試根據測試的標準化程度不同，可以分為標準化測試和教師自編測驗兩種。標準化測試一般是指根據統一、規范的標準，對考試的各個環節包括測試目的、命題、施測、評分、計分、分數解釋等按照系統的科學程序組織，從而嚴格控制誤差的考試，試卷的編制通常由專業機構和專業人員承擔。教師自編測驗是由教師根據具體的教學目標、教材內容和測驗目的自己編制的測試題，是為特定的教學服務的。由于學校科目繁多，教學檢查需要經常進行。而教師自編測驗操作過程容易，應用范圍一般限于本班、本年級，施測方便，是學校中最多和教師最常用的測驗。

教育質量綜合評價實驗過程中，因為要實現多所學校之間的比較，一般采用標準化測試。在學校內部評價中，則可以采用教師自編測驗。

中小學教育質量綜合評價改革中的20項關鍵指標適合采用紙筆測試的指標有：品德發展水平中與課程有關的、需要識記的部分；學業發展水平中的知識技能、學科思想方法指標；身心發展水平中的健康生活方式和審美修養中的認知部分。

問卷調查法

問卷調查法是一種將要調查的內容以問題的形式提出，設計成問卷，然后讓調查對象來回答， 借此來收集所需信息的方法。

有兩類不同性質的問卷：一種是由一些測量獨立的變量的問題組成的問卷，這類問卷僅用于了解調查對象在某些方面的教育心理狀況，有時可作為編制嚴格量表的前期工作和基礎。這類調查通常設計一些以多項選擇為主的問卷，調查結果的分析以描述統計分析為主，如某答案選擇的頻次、百分比等。

另一種是具有內在邏輯結構，用于測量某些心理特質的量表，這類問卷需要嚴格檢驗問卷的信度、效度；調查結果分析除了描述統計分析之外，還使用推理統計分析的方法，如差異檢驗、回歸分析等。由于量表式的問卷的編制對專業性要求較高，在中小學教育質量綜合評價改革實驗中，可以選擇一些經過實證驗證的成熟量表。

20項關鍵指標中，適合采用非量表式問卷調查的指標有：品德發展水平中各項指標中的部分行為表現；學業發展水平中的實踐能力；健康生活方式中的人際溝通、興趣特長養成中的愛好特長以及課業負擔中的學習時間、課業質量、課業難度、學習壓力。宜采用量表式問卷調查的指標有：人格品質、創新意識、情緒行為調控、好奇心和求知欲、潛能發展等。

行為觀察法

指在自然情境或專門設計的情景中對學生的特定行為進行觀察的方法。行為觀察法有以下特點：可提供學生人際行為和學習風格的信息；可提供學生行為與其他人行為的系統記錄，這些記錄可用于評價、干預計劃以及監測干預實施后的變化；觀察所提供的信息不受學生能力或報告信息意愿的影響。

行為觀察法的操作流程包括：定義要觀察的行為，如觀察學生考試是否作弊，作為評價學生誠實的一個方面；確定觀察時間和頻次，假設要觀察學生考試是否作弊，則需要確定一學期觀察幾次，以及在哪些考試中進行觀察等；實施觀察，記錄觀察結果。

在記錄觀察結果時，可以采用行為記錄表的方式。行為記錄表設計樣式如下：

通過將不同頻次轉換為分數，即可得到學生在某一行為表現的量化分數。以上表為例，如果將條目1、2、3、5的分數轉換規則定義為A=1，B=2，C=3，將條目4的分數轉換規則定義為A=3，B=2，C=1，則該生在遵紀守法方面獲得的分數為12分。

行為觀察法的缺陷是，教師對學生行為的觀察可能會受到教師對學生的偏見以及觀察時間取樣限制而產生觀察偏差。為避免行為觀察可能產生的不公平，行為觀察結果應與學生或家長確認，對于有爭議的項目，雙方需要協商確定。唯有學生或家長確認后的行為觀察結果才能計入學生檔案中。這種協商的過程也恰恰是“第四代評價”所倡導的，評價結果應該是各方協商的結果。

20項關鍵指標中適合采用行為觀察的指標有：品德發展水平中的部分行為；實踐能力、創新意識、健康生活方式、情緒行為調控、人際溝通、好奇心求知欲、愛好特長。

表現評定法

1. 概述。表現評定法是對學生實際的表現進行直接的、系統的觀察，并根據預先設定的表現標準對其表現進行評分的方法。在這種方法中，一般要求學生執行一個復雜的表現性任務或者創作一個作品。這種方法既可以用于個體評價也可用于小組評價。所設定的任務通常是與考察高級思維技能的真實生活有關的任務。表現評定法的難點主要有三個：一是表現評定標準的制定，包括在一項任務中，應從哪些方面進行觀察，如何定義不同的表現水平，如何對不同的表現水平賦予分值等問題；二是任務的設定，包括希望通過這項任務考察學生哪些思維技能或者動手能力或者創造能力，為了要考察這幾個方面，哪些任務是最恰當、最合適的問題；三是評分者的專業性，即評分者必須熟悉評分標準的含義及其指向，并能夠根據評分標準選取恰當的行為進行觀察，同時也能對不同的水平作出恰當的判斷，并給予相應的分數。

由于表現性評定法會受到評分者主觀因素的影響，為了使結果更為公平，通常會采用2-3人同時評分，取平均分的方式來處理。

以下為英語作文表現性評定標準的示例。

20項關鍵指標中適合采用表現評定法的指標有：實踐能力、創新意識、審美修養。

2. 檔案袋評價。檔案袋評價又稱為“學習檔案評價”或“學生成長記錄袋評價”，是表現性評價的一種重要形式。檔案袋是指學生在教師的指導下搜集起來的，可以反映學生的努力情況、進步情況、學習成就等一系列學習作品的匯集。它展示了學生某一時間段內、某一領域內的綜合發展情況。

檔案袋評價在西方國家得到較為普遍的應用，主要是因為其具有以下一些特點：①全面深入地展示學生的多種才能。沒有壓力和時間限制的情況下，學生可以利用各種資源和參考資料，與他人合作完成高質量的工作，從而展示學生多方面的才能，這些才能是單純的紙筆測試無法檢測到的，如口頭表達能力、實驗操作能力、創新性等。②促進學生主動學習與自我反思。學生必須選擇和判斷放入檔案袋中的內容；設定學習目標；監控學習進程。在目標的指引下，學生可以反思他們自己的進步和作品的質量。學生可以在自己的水平上進行工作，展示自己的學習風格和表達方式。

檔案袋作為學生綜合素質能力展現的一種重要手段，是對傳統的紙筆測試的重要補充。科學、有效的檔案袋評價，需要根據評價的目的精心設計檔案袋內容，需要有科學的評分標準和評分量表，需要對評價結果加以解釋并對應用做出指導，同時還需要對評分者進行培訓，規范評分過程以保證評分信度。

20項關鍵指標中除了學業負擔的各項指標不宜采用檔案袋評價方法之外，其他四個方面的各項指標都可以采用檔案袋方式來獲得其他評價方法所不易獲得的學生的信息。

本次評價改革提出了改變評價方法的要求，然而，需要我們注意的一個問題是：評價方法的轉變，不僅僅只是在評價中引入定性評價方法而已，更為重要的也是最為困難的問題在于，如何將由定性評價方法獲得的結果以量化的形式呈現，使得定性評價的結果也可以參與學校教育質量綜合評價的計算，如此才能確保對學校的評價不是以單純的升學率或者是學業成績為主要依據。因此，定性評價結果的量化呈現，應成為改變評價方法研究中的一個重點。