多元·科學·規范：美國高校學生評教制度管窺

徐丹++熊艷青

摘要： 美國高校學生評教已有90余年歷史，評教目的由單一走向多元，評教工具形式多樣、內容漸成共識，評價體系實施有序，評教數據處理規范、結果反饋合理等特點已成為學生評教工作有效實施的基石。美國高校學生評教經驗啟示我們：提高參與者對學生評教活動的認識；鼓勵評估專家建立評教指標數據庫，設計科學的學生評教量表；恰當處理造成評教偏差的潛在因素，提升評教結果的可靠性與準確度；構建高效反饋系統，建立“以評促教”的效能跟蹤機制。

關鍵詞：美國高校；學生評教；評教制度；評教流程；教學有效性

中圖分類號：G640

文獻標識碼：A

文章編號：1672-0717（2016）03-0102-06

收稿日期：2016-04-10

基金項目：湖南省教育科學規劃2012年基金項目“我國研究型大學本科生就讀經驗現狀調查”（XJK012CGD001）；湖南省社科基金2012年項目“中美研究型大學本科生就讀經驗比較”（12YBA063） 。

作者簡介： 徐丹（1977-），女，湖南漢壽人，教育學博士，湖南大學教育科學研究院副研究員，主要從事高等教育質量評價研究；熊艷青，湖南大學教育科學研究院碩士研究生。

高校學生評教是指高校在一定評教理論的指導下，采用一系列的工具與方法，組織學生對任課教師的教學工作如教學能力、教學組織安排、教學效果等方面進行客觀評價，然后由評價專家對數據進行解釋分析，最終形成評教報告的過程。學生評教作為教師教學評價和大學教學質量保障體系的重要一環，擔負著改進教學、維護和實現學生利益、保證和提升人才培養質量的重要職責。我國高校學生評教從20世紀80年代陸續開展起來，經過幾十年的發展，已取得一些顯著進展。但是我國高校學生評教制度與發達國家相比，仍然面臨著評教功能與目的不明確、工具與結果的使用不當等問題。為解決目前國內學生評教過程中面臨的諸多問題，學習與借鑒美國高校學生評教制度的先進經驗十分必要。

一、評教目的由單一走向多元

美國高校學生評教工作最早可以追溯到20世紀20年代，當時的學生評教工作只是零星地在高校開展。直到20世紀60年代至70年代，學生運動在全球迅速展開，順應時代潮流，美國大學生也參與到了學生權利運動中來。具體到校園中，由于對教學質量、課程設置、考試方法等強烈不滿，美國大學生要求高校給予參與學校管理的權利。為了回應學生的要求，各高校紛紛開始收集學生評估教學的信息，目的是幫助教師改進課程教學、提高教學質量，這也是學生評教的初始目的。20世紀80年代以后，由于美國聯邦政府對高等教育的資助不斷下降以及“學生消費者第一”思潮興起，管理者不得不依靠更多的評價信息來進行課程設置和艱難的人事決策，管理者成為了這一時期推動學生評教工作的主要力量，學生評教目的相應地演化成為上述事務服務。進入到90年代，高等教育質量滑坡，為了應對更廣泛的社會（包括政府、管理者、學生、家長、納稅人等）對高校問責的公共需求，學生評教目的走向多元化，主要包括：幫助教師改進教學，提高教學質量；幫助學生在選擇課程及教師時做出合理的選擇；幫助管理者在教師選聘、教師薪水、晉升與任期、課程的設置與發展等方面做出更加科學合理的決策。

二、評教工具形式多樣，內容漸成共識

1.多元混合的量表形式

美國高校的學生評教工具通常采用專家設計的量表。由于每個專家的設計理念存在差異，因此，評教工具并未達成共識。20世紀70年代專家設計推薦的量表有四種，分別是整體評教量表（Overall Instructor Rating）、總體或高推斷評定量表（Global or High Inference Rating Scales）、低推斷量表（Low Inference Scales），以及圍繞學生對課程學習中能力增長的感受的測量而展開的量表。

整體評教量表通常采用李克特五點計量法，邀請學生對授課教師的全面或者一般性教學技能進行評價。此量表的優點是有助于開展總結性評價，進行人事決策，不足是無法反饋給教師詳細的教學信息。典型的代表是佛羅里達大學教育學院使用的評教量表。總體或高推斷評定量表同樣通常采用五點計量法，通過測量學生對教師和課程的感受間接評價教師教學的有效性。此類量表的特點是有助于教師獲取學生詳細的反饋信息，改進教學。典型代表有普渡大學、密歇根州立大學使用的量表。與高推斷評定量表相對應的另外一種量表是低推斷評定量表，它直接測量教師行為，而不是通過學生感受推斷教師表現。這類量表的功能與高推斷量表類似，即有利于獲取詳細的教學行為，而且相對于高推斷量表而言，評價結果更容易解釋。第四類量表測量學生對課程學習中能力增長的感受，間接測量教師教學有效性[1]。

隨著專家學者對評教工具的探究走向深入，目前美國高校的學生評教工具絕大多數都具備了以上兩種或者多種類型量表的特征。比如Buskist與他的同事2002年設計的教師行為量表（Teacher Behavior Checklist）集聚了低推斷量表與整體評教量表的特征[2]。美國堪薩斯州立大學設計與發展的“教學發展與效果評價”量表（Instruction Development and Effectiveness Assessment， IDEA）是總體評教量表、高推斷量表、第四類量表結合的典型代表[3]。這類綜合型量表往往是由大學或者是公司研發設計，并且形成了一個評教系統。除了剛提到的IDEA系統以外，大型的評教系統還包括普渡大學的PICES系統（Purdue Instructor Course Evaluation Service System）、華盛頓大學的IAS系統（Instructional Assessment System）、密歇根州立大學的ICES 系統（Instructor and Course Evaluation System）等。這些評教系統具有一些共同特點：通常會有一個大型的評教指標庫，指標庫中包括學校核心指標及與課程（內容、目的、材料等）、教師（表達能力、組織能力等）、學生（參與度、學習成就等）相關的指標。相關人員可以根據特定的評教目的按照一定原則在指標庫中選取適宜的指標組合成量表，不同大學采用的原則有別。以華盛頓大學為例，該系統按照教學的組織形式將量表細分為15類，這15類量表的結構相似，均由三部分共31個評教指標組成：第一部分是4個整體評價指標；第二部分是若干個解釋性指標（比如學生期望獲得的成績）；第三部分是一系列診斷性指標（關于課程的具體信息）；最后一部分的診斷性指標可以由教師自由選擇[4]。endprint

2.日漸達成共識的評教內容

盡管評教工具風格各異、形式多樣，但是，學生評教的本質是一致的，即對教師教學的有效性進行評價。那么，什么能夠體現教學的有效性？事實上，美國學者對教學有效性特征的理解是存在爭議的。目前能夠達成統一觀點的是，從教師行為、學生成就、課程要素三個側面去反映教師教學有效性，每個側面又表現出各種具體特征[5]（見表1）。在實際的評教量表中，有效教學被視為是以上三種特征的混合體，是多維的。在此基礎上，各量表的設計者依據各自的理論模型挑選有效教學特征，并通過因子分析等數據統計方法確定維度，形成多維度評定量表。比如Frey（1978）在西北大學選用教學技能因素（如課程計劃、表述清晰能力等）與師生關系因素（比如教師熱情）兩維度來測量教學有效性[6]。Marsh（1984）在南加州大學則提出了9大維度[7]。目前，Centra[8]和Braskamp and Ory[9]的研究發現學生評教量表的六個核心維度是：（1）課程組織與設計；（2）清晰明確的溝通技能；（3）師生互動；（4）課程負擔與難度；（5）測試與評分；（6）學生認知學習。

表 1 有效教學特征分類[5]

教師行為 學生成就 課程要素

學科知識 知識與技能 課程的適應性

熱情與活力 興趣和好奇心 書面作業

溝通技能 自我概念 閱讀作業

難度、負擔 社交技能和態度 教材

節奏 職業技能與態度 考試

組織、明晰 評分

反饋 媒介使用

師生互動 助教

師生關系密切 實驗室作業

課堂組織靈活 復習專題

在評教量表中，各維度下面又會有3～4個體現維度特征的子項目。這些子項目的描述具體、易懂、與學生密切相關、在評價時易于把控；每一個項目只測量一種特征，而且測量對象是已經發生或正在發生的現象或行為。例如：“本課程增加了我對該領域的學習興趣”、“教師鼓勵我提問和評論”等。

三、評價活動組織實施有序

美國大學的學生評教工作不是由學校行政管理部門而是由類似教學指導中心的機構實施。如加利福尼亞州圣馬科斯大學由院校規劃與分析辦公室（The Office of Institutional Planning & Analysis）、普渡大學由教學卓越中心（Center For Instructional Excellence）組織實施。

一般來說，這類機構首先就學生評教量表征求教師的意見，針對教師所提的合理建議，完善量表；量表最終確定后，選取一部分學生進行預評價以檢驗量表可行性；最后，預評價階段順利通過以后，根據評教場地的不同分別發放紙質版本與在線版本量表給學生。

在具體的實施過程中，根據學生評教實施時間段的不同，可以將學生評教方式分為三種：一是隨堂評價，如教師經常通過課堂評價的方式征詢學生的意見和建議，一般不需要正規量表。二是期中評價，既可以是教師向教學指導中心索要問卷進行調查，也可以由教師自發組織比較開放的討論和問答，還可以是對某一專題或某一方面的反饋。這種評價也稱為形成性反饋，該評價目的是促進教師改進教學，幫助教師提高期末評價成績。Centra曾對400名教師的學生評教成績進行比較，研究發現：學生在期中時的評教的反饋意見被教師采納后，在后續的評價中，該教師的成績會有一個顯著的提升[10]。三是期末評價，期末教學評價又稱為總結性教學評價，一般在課程結束的前兩周進行，由教學指導中心或相應的機構發放量表。此階段評價強調全面性，主要表現在：全體學生都參與評價，所有課程都需進行評價，所有上課的教師都要接受學生的評價。此外，為了消除學生的后顧之憂，評教均采用匿名形式，不允許教師在場，而且教師必須在學生的課程成績出來以后才能獲得評教結果。這些舉措在一定程度上鼓勵了學生暢所欲言，保證了評教的真實性。

具體的操作流程各校會有所差異，以加利福尼亞州立圣馬科斯大學為例：首先，院校規劃與分析辦公室（IP&A）會根據課程的類型或者特定的評教目的選擇評教量表，將之放置在一個特定的信封中，該信封上面有標注教師的姓名、課程編碼、名稱，以及開課的學期年份；然后，該辦公室委派一名工作人員去往教室，在班級隨機選取2名同學作為助手，指導評教流程（帶領學生讀導語、結束后收發問卷等）。所有同學完成答題后，由前面指定的兩名學生將答卷統一收好，裝在信封中，交給IP&A中心的工作人員，送至專門的統計評價部門。如果實行的是網上評價，那么評教系統會自動發送郵件給學生，學生根據提示進入評教界面，按程序和要求填充評價量表即可[11]。

四、評教數據處理規范，結果反饋合理

學生評教的數據處理與結果使用是整個學生評教工作中的重要環節。在美國高校中，學生評教的結果必須公開，但不是簡單地公布評價排序或是打分，而是通過學校評價統計中心的運算和適當的處理后，按一定模式或要求進行計算和比較，得出綜合評價結果。如對于選擇題的處理，選擇題的統計結果一般會包括分布頻次、平均數、標準差、班級規模與回復率四類信息。美國亞利桑那大學在對2001年學生評教數據進行分析時發現：如果某題項數據的標準差大于1.2，學生評教分數可能在高低分數間離散分布，或者均勻分布在不同的反應區間[?12]；一定的班級規模會要求相應的回收率，低于該回收率，則該調查結果無效。此外，專家學者通過實證研究發現，影響學生評教的因素有很多，比如：被評教師的職稱、表達能力、學生的學習動機、期望獲得的成績、課程的水平、難度等等。這些因素中，有些是教師可控的，有些則是教師不可控的（比如學生的學習動機、期望獲得的成績）。因此，為了緩解這些因素的影響，統計部門在對數據進行分析時，會適當控制一些變量，以保證結果的可比性。

學生評教的結果一般反饋給三類群體，即教師、學生和管理者，反饋給每類群體的評教結果側重點不一。每所高校在這個問題上的規定不一樣。以華盛頓大學為例，統計部門處理數據后，會呈遞三個報告，分別是課程總結報告（Course Summary Reports）、定制的匯總報告（Custom Summary Reports）、高低分報告（High-low Reports）。課程總結報告主要提供教師在各個課程環節的優勢與弱勢的信息，用于幫助教師改進教學，反饋對象是教師；教師委員會一般會收到定制的匯總報告，該報告對所有的課程評分進行了標準化處理，教師委員會可以參考各課程的評分來識別課程的受歡迎程度，調整院校的課程設置以滿足學生的需求；高低分報告主要列出了每學年在總結性評教中的最高分與最低分教師，該報告主要用于識別優秀教師以及需要提供額外支持的教師。高低分報告往往與其它兩類報告一起反饋給管理部門，作為進行人事決策的重要依據。學生也可以通過開通的網址瀏覽部分評教結果（如定制的匯總報告）用于課程與任課教師的選擇[4]。endprint

當評價結果反饋給教師后，為保障教師有便利的解決問題的渠道，學校教學服務指導中心或類似機構會針對教師關心的問題或者在此次評教中表現不佳的教師給予支持與幫助。當然，如果教師對評教結果存在異議，可以通過高校教師申述機制進行申述，具體流程如上圖所示：

五、啟示與借鑒

1.提高參與者對學生評教活動的認識

雖然我國高校開展學生評教已有幾十年的歷史，但是在實踐過程中，仍存在著諸多不足之處。首先，學生與教師的評教態度都有待端正。有學者對湖南某三所高校的學生評教活動調查發現：36.7%的學生表示在評教中沒有仔細閱讀評教指標，34.6%的學生表示在評教中會參考其他同學的答案；36.9%的教師和42.1%的學生表示教師會因為學生評分高低而“迎合”學生[14]。其次，管理者對學生評教目的與功能定位不明確，往往無法在人事決策與改進教學之間尋找到一種平衡。這一系列的問題與評價的主客體、實施者對學生評教工作的認識度不夠有密切的關聯。

因此，需要采用多種渠道宣傳，讓參與評教的主客體及實施者明白，學生評教工作不僅需要學生的密切配合，教師的理解與支持，也需要管理者的合理引導。具體而言：針對學生，可以通過講座、小型座談等方式讓學生明確評教活動的目的、作用及其實施過程，喚起學生的權利與責任意識；針對教師，通過開展多種形式的宣傳，如介紹國內外成功的學生評教案例，用事實證明學生具有評教的能力、評教結果的合理使用能提高教學等，引導教師調整態度，提高認識；針對管理者，可以通過與評估專家面對面的交流、培訓等方式，提高他們對評教工作的認識，使其意識到期末終結性評價的作用是有限的，應以發展的眼光，激發教師自我發展和改進教學的內在動力，引導督促教師自身對課堂進行評價，獲取有助于改進教學的學生反饋意見，最大限度地發揮學生評教的作用。

2.建立評教指標數據庫，設計科學的評教量表

學生評教量表的科學性是保證評教工作是否有效的重要一環。美國高校評教量表的設計有兩點基本原則值得借鑒：

首先，標準化與個性化相結合，設計彈性化量表。目前，我國高校學生評教量表指標體系過于統一，不能滿足不同性質、學科課程的評定需求。即使有個別院校意識到了該現狀，并嘗試根據不同的課程性質設計不同的評教量表，但又出現了各量表之間缺乏共性的問題。如何兼顧評價標準的普遍性與針對性，美國部分高校的做法有一定借鑒價值：先根據有效教學的特征設計評價指標，形成一個龐大的評教指標數據庫；然后，按照評教量表結構選擇院校指標、個性化指標，形成評教量表。這里的院級指標是標準指標，每個量表共有，具有標準化、可比性特點，它一般是對教師或者是課程的整體評價；個性化指標是各教師根據課程實際情況（教授方式、課程特點等）在評教指標數據庫中自由選擇的指標，當然也可以是教師自行設計的指標，它們具有個性化的特點[15]。二者結合于量表中，即保證了共性也兼顧了個性。

其次，設置有關學生學習體驗和教師行為表現等學生可以形成直觀判斷且易于評價的指標。綜合國內外研究成果，學生一般可對下述方面做出較好的判斷：第一，教師的教學技能；第二，教師的職業道德與倫理規范；第三，學生參與；第四，師生關系；第五，課堂的組織與管理；第六，教學的明晰性、系統性；第七，考試公正性；第八，學生學習收獲[16]。

3.考慮造成評教偏差的潛在因素，提升評教結果的可靠性與準確度

即便在學生評教前進行了充分的準備、也設計了科學合理的評教量表，在實際的評教過程中，仍存在著諸多影響學生評教結果的因素，如學生因素（如選課理由）、教師因素（如教齡）、課程的因素（如課程難度）等。恰當處理這些潛在的因素，才能生成公正科學的評價結果報告。對學校而言，首先需要加大對影響學生評教因素的實證研究，了解各類因素對學生評教結果的實際影響程度。比如：Marsh（1980）曾檢驗了16項“潛在偏差”（學生、課程、教師背景特征）和SEEQ量表之間的多重關系，發現了學科興趣最能影響評價的好壞這一重要結論[17]；其次，了解掌控了這些因素后，對原始數據進行分析與處理數據時，采用較高級的數據處理分析方法，適當控制一些變量來解釋數據。

4.構建高效反饋系統，建立“以評促教”的效能跟蹤機制

為了方便教師、學生及管理者獲取學生評教的結果，構建一個具備如下特征的高效反饋系統十分必要：首先，反饋面廣，凡與學生評教結果有關的個體、團體、部門都能依據需要獲得反饋信息；其次，反饋信息充分，即學生評教反饋的信息應盡量滿足不同群體的需求；第三，反饋及時；第四，反饋方式適宜，即學生評教信息反饋的方式能被大家普遍接受，盡量減少學生評教的負面效應[18]。

為了提高學生評教的實效性，除了建立高效的反饋機制外，還需要建立一套“以評促教”的效能跟蹤機制，使優秀者得到褒獎，有問題者得到幫助。例如建立教師評價檔案，記錄并跟蹤教師的成長；建立教師獎勵機制，對表現突出的教師給予精神和物質的雙重獎勵；成立教師教學指導中心，對評教中表現不佳的教師給予幫助，等等。

參考文獻

[1]Greenwood，G.E.et al.（1976）.A study of the validity of four types of student ratings of college teaching：Assessed on a criterion of student achievement gains.Research in higher education 5：171-178.

[2]Buskist，W.，Sikorski，J.，Buckley，T.，& Saville，B.K.（2002）.Elements of master teaching.The teaching of psychology：Essays in honor of Wilbert J.McKeachie and Charles L.Brewer.Mahwah，NJ：Erlbaum：27-33.endprint

[3]Instruction Development and Effectiveness Assessment Center[EB/OL] http：//ideaedu.org/

[4]Office of Educational Assessment in Washington University [EB/OL]http：//www.washington.edu/oea/services/course_eval/about.html.

[5]Richard A.Schwier.（1982）.Design and use of student evaluation instruments in instructional development.Journal of instructional development.5，28-34.

[6]Frey，P.W.（1978）.A two-dimensional analysis of student ratings of instruction.Research in higher education 9：69-91.

[7]Marsh，H.W.（1984）.Studentsevaluations of university teaching：Dimensionality reliability，validity，potential biases，and utility.Journal of Educational Psychology.76，707-754.

[8]Centra，J.A.（1993）.Reflective faculty evaluation：Enhancing teaching and determining faculty effectiveness.San Francisco：Jossey-Bass.

[9]Braskamp，L.A.，& Ory，J.C.（1994）.Assessing faculty work：Enhancing individual and institutional performance.San Francisco：Jossey-Bass.

[10]Centra，J.A.（1979）.self-rating of college teachers：a comparison with student ratings.Journal of education measurement 10（4）：287-295.

[11]Course Evaluations in California State University San Marcos [EB/OL]http：//www.csusm.edu/ipa/course-evals/ce-forms.html.

[12]University of Arizona，Assessment and Enrollment Research（2001）.Guide to student ratings at university of Arizona.

[13]歐陽魯鵑.我國高校教師校內申訴制度研究[D].云南大學，2015：26.

[14]何云輝.秦國柱.高校學生評教結果影響因素研究[J].理工高教研究，2008（01）：67.

[15]Center For Instructional Excellence in Purdue University [EB/OL]http：//www.purdue.edu/cie/Website%20CoursEval/courseeval/.

[16]雷敏.論提高高校學生評教質量的方法和策略[J].高教探索，2005（01）：52.

[17]Marsh，H.W.（1980）.StudentsEvaluation of Instruction：A longitudinal study of their stability.Journal of Educational Psychology.

[18]陳曉玲.普通高校學生評教質量控制研究[D].華中師范大學，2003：32.

Pluralism， Scientificity， and Normalization： An Insight into the System of Student Evaluation of Teaching in American Colleges and Universities

XU Dan XIONG Yan-qing

Abstract： The SET（Student Evaluation of Teaching） system in American colleges and universities has been carried out for more than 90 years. As basis of an effective system， it is characterized by plural purposes， multiple tools with different focus， controlled data analysis， and relevant feedback. For Chinese colleges and universities， it is necessary to improve the understanding of SET by stakeholders， encourage experts in evaluation to establish database of indicators， design a scientific and relevant scales for different purposes， and deal with the potential factors out of faculty control which might effect results， so as to improve the reliability and accuracy， and last but not least， construct feedback system to trace the effectiveness of faculty development in teaching.

Key words： American colleges and universities； student evaluation of teaching； teaching evaluation system； procedure of teaching evaluation； teaching effectiveness

（責任編輯 黃建新）endprint