判別模型在高中《通用技術》學業評價體系中的應用初探

汪松

摘要：目前高中《通用技術》學業評價體系中雖然有一些分數的體現，但仍然是以表現性評價為主線的。本文旨在將判別模型引入到評價體系中，通過部分可靠的、相關性較大的定性定量數據進行整合性的考核評判，從而使評價體系更加全面、科學。

關鍵詞：判別模型；通用技術課程；評價體系

中圖分類號：G632.0 文獻標識碼：A 文章編號：1992-7711（2017）01-0103

一、我?！锻ㄓ眉夹g》創新實驗課程建設情況

作為廣西教育廳確立的“廣西普通高中《通用技術》與《綜合實踐活動》課程創新實驗”實驗學校，我校正在探索高中階段一種全新的科技素養培育機制，以研究性學習及部分國家必修、選修課程為切入點，以科學探究的理念統領《通用技術》《綜合實踐活動》等高中新課程，通過必修、選修和社團活動等多種課程組織形式，使通過課程的有效實施培養學生的科技創新意識和實踐能力，成為學校教育制度化的安排。我校創新實驗課程的總體定位是：把《通用技術》和《綜合實踐活動》課程內容創新整合為包含《探究科學》《探究技術》《探究社會》模塊的創新實驗課程，開發一系列綜合性、實踐性、探究性特征突出的課程資源，通過stem項目教學的方式培育學生的科技素養和實踐能力，力求全面提升學生的綜合素質。

我校從2012年11月底開始在高一年級開設每班每周1節的《綜合實踐探究》創新實驗課程，在高二年級開設每班每周2節的《通用技術》創新實驗課程，一直持續到現在。

【基金項目】廣西教育科學“十二五”規劃2013年度廣西普通高中課程改革專項課題《創建普通高中通用技術課程學業評價模型的實踐研究》（2013ZJJ115）

二、研究判別模型在通用技術課程評價中運用的意義

《普通高中技術課程標準（實驗）》及《廣西普通高中新課程通用技術學科教學指導意見（試行）》僅給出了課程性質、理念、目標、結構、設置、實施和評價的一些大的要求和原則，缺乏一系列配套綱領的指導，也缺乏大量可供借鑒的案例，給課程實施帶來了操作上的重大困難。高中新課程改革的一個重要內容就是學業評價的改革，在通用技術課程實施過程中，學業評價是與教學并行的同等重要的過程。在新課程背景下，高中通用技術課程學業評價機制的建立是一項系統工程，它涉及到高考層面、會考層面、學校學分認定層面，以及微觀的學習過程與學習成就評價層面等，從學生需要出發不斷完善課程學業評價機制顯得尤為重要，而學生學業評價方式是影響學生課程認同的主要因素之一，加強通用技術課程學生學業評價的實踐探索，積累課程實施經驗，對于我校乃至整個廣西當前的高中新課程改革的通用技術課程實施是十分重要而迫切的。

本文通過對培訓樣本的聚類和判別分析，建立的四水平判別函數模型，具有一定的精度和預測能力，其穩定性也較高。該模型不僅盡量避免了教師主觀因素的影響，而且還便于理解和操作。因此，該模型對目前的通用技術課程學業評價具有一定的輔助價值。

在本文中，聚類分析和判別分析聯合起來使用。先對300個樣本做聚類分析，分成四類，然后根據樣本的分類結果，進行判別分析，建立四水平判別函數以對檢測樣本進行分類判別。本文中做數據分析采用的是費歇爾（Fisher）判別法。

三、判別模型的建立及模型精度檢驗

1. 判別函數的建立

以廣西桂林市第一中學高2014級410名學生的通用技術課程學業評價為例。本文借助數據分析軟件Spss16.0，采用Wilks'λ方法①對培訓樣本的300個數據進行逐一判別，經判別發現，有四項指標對判別函數的貢獻要相對大一些，它們按貢獻的大小依次被引入到判別函數中：課程結業作品得分（x1）、平時作業均分（x2）、學習態度（x3）、科技運動會成績（x4）。根據判別分析得到的判別函數系數表建立形如Y=a0+a1x1+a2x2+a3x3+a4x4（其中a0是判別函數的常數項，a1、a2、a3、a4分別是變量、x1、x2、x3、和x4 的系數）的線性判別函數。

據呈現的Fisher線性判別函數系數，建立四水平線性判別函數：

不合格組：Y1=-486.32+1.246x4+2.714x3+4.707x2+6.568x1

合格組：Y2=-612.18+1.431x4+1.608x3+4.258x2+6.929x1

良好組：Y3=-712.254+2.513x4+2.834x3+4.557x2+6.823x1

優秀組：Y4=-826.832+2.601x4+3.296x3+4.852x2+7.235x1

將110個待判樣品的各變量值帶入到四水平線性判別函數的表達式中計算出判別得分，并將樣品劃分到判別得分最大的組中。

2. 判別模型精度的檢驗

根據Spss16.0做判別分析得到的模型精度檢驗的數據，我們可以得到如下結論：

（1）根據培訓樣本所建立的判別模型進行分組，已經分的300個個案正確分類280個，錯誤分類20個。其中不合格組正確分類6個，錯誤分類1個；不合格組正確分類率為85.7%，錯誤分類率為14.3%；合格組正確分類29個，錯誤分類4個；合格組正確分類率為87.9%，錯誤分類率為12.1%；良好組正確分類150個，錯誤分類12個；良好組正確率為92.6%，錯誤分類率為7.4%；優秀組正確分類95個，錯誤分類3個；優秀組正確分組率為96.9%，錯誤分組率為3.1%。

（2）根據這300個個案為先驗數據，將待分類的110個個案分別分入不合格組、合格組、良好組、優秀組的為3，16，60，31個，分別占總數的2.7%，14.5%，54.5%，28.3%。

（3）通過對樣本進行回代檢驗的正確判別率為95%，這說明所建立的判別模型的預測精度相對較高，模型是有效的，且具有一定的判別能力和預測能力，可以用作新樣品的判別。

（4）模型正確判別率的差值在10%以內，模型預測能力的穩定性較強。

四、判別評價模型建立的實際意義

現階段，對于通用技術這個新的課程，很多學校缺乏有效的學生學業成績評價系統，從而無法實現對學生學業成績進行有效評價。這不僅大大影響了學生課程學習效果，而且對課程的發展極為不利。

目前為止，絕大多數通用技術課程學業評價的研究，僅停留在定性層面，而且在實際操作中，定性評價難度高、工作量大、評價的結果主觀性較強。本文將定性與定量相結合的方法運用到通用技術課程學業評價的研究中，這樣得出的學業評價體系，可能更客觀、更科學！該判別模型是在本校實驗數據的基礎上產生的，在本校的通用技術課程評價上有一定的輔助價值和推廣意義！

注：①以選入變量后檢驗模型中全部變量的鑒別能力是否有顯著性意義為變量選入依據，本文是用變量的Wilksλ統計量以及概率值和平均典型相關系數的大小進行比較，確定出最后的選入變量。

（作者單位：廣西桂林市第一中學 541000）