區域教育質量監測要做到四個“科學”

王旭東/浙江省溫州市教育評估院質量評價科科長

開展教育質量監測為本地教育進行體檢，已成為眾多地方政府和教育行政部門的迫切要求和自覺行動。隨著國測和省測的開展及其監測技術的推廣，很多地級市、縣教育局也開展了區域教育質量綜合監測活動。鑒于市、縣兩級監測機構和人員的監測觀念和專業技術水平，筆者提出區域質量監測要做到四個“科學性”。

監測的功能定位要科學

義務教育階段教育質量監測是全面實施素質教育、落實立德樹人根本任務的重要舉措。監測目的是“客觀反映義務教育階段學生學業質量、身心健康及變化情況，深入分析影響義務教育質量的主要原因，為轉變教育管理方式和改進學校教育教學提供參考，引導社會樹立正確的教育質量觀，糾正以升學率作為評價學校和學生唯一標準的做法，推動義務教育質量和學生健康水平不斷提升。”

從監測內容來看，要引導教育行政干部、校長和教師樹立科學的全面的教育質量觀，不能局限于學科成績質量，更要關注學生的品德發展、身心健康和興趣特長等綜合素養，要關注學生全面發展、個性化發展；讓學生具備知識、生活技能、態度和價值觀并可持續發展的能力。

從監測指標來看，要淡化學科指標，突出指標多元化。在學科指標方面，要突出達標指數、學業負擔指數和教育均衡指數。通過達標指數要引導校長和教師樹立全體的學生觀，保證每一個學生都合格畢業，學校的優質資源不能都傾向文化學科優生群體。通過學業負擔指數，引導教師優化課堂教學，提高課堂教學效益，嚴格控制學生的學業負擔。通過教育質量均衡指數引導教育局行政領導關注薄弱學校的建設和發展。

從監測功能來說，不僅具有評估功能，更多的是診斷功能和調查研究功能。評估功能側重學校的教學質量是否達到課程標準的最低要求，這是義務教育階段的質量底線。借助學生問卷、教師問卷、校長問卷和家長問卷調查研究影響學生發展的因素，診斷發現區域和學校教育教學中存在的問題，為后續的政策、管理、教學、科研等方面的改進提供數據實證。

從監測后效來說，可以精準地發現問題及其背后原因，有利于教育行政部門、教科研師訓部門和學校采取針對性、精準性改進措施，有利于學校降低學生負擔。

國家教育咨詢委員會委員、國家總督學顧問陶西平指出：“質量監測是一把雙刃劍，科學的質量監測可以成為深化教育改革、全面推進素質教育的有力武器，而違背科學規律的質量監測也可以成為維護錯誤教育思想和陳舊教育體系的工具。當前，重視質量監測的正確導向已成為基礎教育必須面對的重要課題。”我們最忌諱、最擔心的是，有些市縣把質量監測變相成區域統考、變相成學科考試、變相成分數排隊、變相成績效考核，與質量監測的初衷背道而馳。

量具研發要科學

（一）學科量具研制的科學性

教育質量監測的學科試卷的性質和功能都有異于期末考、升學考等終結性考試，既要依據課程標準，也要依據監測意圖，功能上更側重導向和診斷功能。要基于課程標準給學生做等第界定，判定學生學科學習水平達到的程度和等第，再基于學生個體等第數據統計分析學校和區域的學科水平。

命題者首先要研究學科能力不同水平等第的評價要求，要依據學科各種能力水平描述來研發試題，而不是像常規命題那樣依據考點的重要性。要嚴格控制試卷的總體難度；如果總體難度較大，會誤導學校教師的教學，會加大師生的負擔，會對目前已經很嚴重的應試教育、精英教育推波助瀾。相對常規命題，更要關注監測對象是否達到課程標準的最低要求，關注合格學生的區分，淡化優生的區分，引導學校和教師降低教學重心，關注后進生。

試題不標注滿分值，避免學生的功利性和應試性行為。在考試時間上，讓學生有富余，不會讓學生有時間緊張感。不建議出現附加題，因為兩把尺子測量會影響到質量監測的信度、效度以及后續數據的可比性。涉及藝術體育、科學等學科的試題盡量采取一些表現性評價。解答表現性試題，往往要求學生帶上相關學具，需要提前告知。準備什么文具器材和不準備什么文具器材，都會對試題方向和內容具有暗示效應。例如，美術監測要求小學生帶橡皮、黑色勾線筆、12色水彩筆等文具物品；初中生要求帶橡皮、黑色勾線筆等文具物品，教師就可以預判小學生考查彩色圖畫，初中考查素描方向。把小學和初中美術監測的學具都統一成“黑色勾線筆、12色水彩筆”，就削弱了試題方向和內容的暗示性。

對命題專家要加強命題質量管理和流程規范。一要組織專家學習質量監測理論，理解質量監測的性質、功能和意義；二要確定學科學業水平等第評價標準、學科各種能力的水平等第評價標準；三要研究以往的監測試卷和相關數據，確定命題基本原則，研制命題框架和雙向細目表；四要研制出三倍與正式測試需要的試題；五要進行30人以上的小規模試測，試測對象要相當本區域中等水平；六要嚴格審核，要審核每一道試題、答案、評分標準的科學性，要審核整卷結構的和諧性，要特別審核整卷的難度和導向性，審核答題卡和試卷的匹配性。

（二）問卷研制要科學

問卷主要有學生問卷、教師問卷、家長問卷和校長問卷等，涉及的內容非常多，浙江省2016年質量監測問卷指數監測內容涉及二十多個方面，體現了監測內容的綜合性。

心理學測試一個指數往往有幾十道試題，里面還有防偽題。例如，測定網絡成癮試題就有26道試題。質量監測要監測很多指數，整卷題量總數有限，各指數監測試題題量也受到嚴重的控制，這對問卷研制提出非常高的專業要求。一個指標有哪幾個維度問題組成，各維度需要哪幾道試題；每一個試題的設計都要很科學，保證精煉又有效；語言描述要符合監測對象的認讀習慣，不能有暗示性、傾向性。一些全國性和省級監測問卷中，監測某一個指數試題只有6道左右，筆者認為數量偏少，建議一般10道左右。

問卷研制流程也要規范。一要研究問卷監測指數結構和調查項目，尤其是指數結構，既要長期保留學業負擔指數、幸福感指數、師生關系指數、學校歸屬感、教師教學指數等，發揮指標持久的導向性和督促性，同時用于做增值評價；另外，依據當地區域實際需求，變換一些監測指數，如學生課外閱讀指數、校園欺凌指數等。二要研究指標的含義和監測意圖，利用文獻法研究指標構成維度和相關試題。三要調整維度結構和試題數量，改編成適合小學生和初中生閱讀理解的試題。四要請一線教師、校長和專家研討。五要實施學生口語訪談和小規模試測，了解學生對題目的理解程度，研究監測的信效度。六要再次修正定稿。

監測對象選擇要科學

（一）建議學校全測

基于市級監測數據可以診斷出縣市區層面的問題，但是，這些問題未必是該市該縣所有學校共性的問題；如果數據只分析到縣區層面，縣區的對策很容易出現“一刀切”現象，缺乏針對性和精準性。

我國義務教育階段學校辦學水平梯度很大，資源條件相差也很大，尤其在教育質量不均衡的地區。如果樣本代表性引起懷疑，就會失去監測的價值，所以，樣本學校的代表性和結構顯得更為重要。抽測學校要盡量代表不同辦學性質、不同辦學水平、不同地理位置的學校。這樣的學校樣本非常難找，往往容易顧此失彼，因此，對所有學校采取監測，采集的數據科學性最強。

實施全測后，有利于監測數據全面挖掘和深度挖掘。數據不僅僅可以分析到市、縣、校三個層面，而且可以在市、縣級兩個層面細化分析不同學校、不同類型學校、不同等級學校、不同地理位置學校、不同規模學校、不同辦學性質的學校的表現。有利于縣校兩級從很多層面、很多維度、很多專題做個性化深度研究，有利于市、縣、校三個層面各自做精細化診斷。

實施全測，讓監測效益最大化。因為監測人員的專業化水平限制，縣級質量監測的量具科學性較弱，數據的科學性和含金量比較低，數據分析和挖掘能力較弱。市級監測部門的專業技術較強，經費也充裕，監測能一竿子到底，可以建立起全市性教育質量監測大數據庫，優化資源，市縣校共享資源，使得監測效益最大化。從財力、物力和人力角度上看，市縣教育局有能力承擔全測的經費。如果經費緊張，寧可兩年做一次全測。

（二）建議學生全測

國測、省測通常采取等距抽樣，樣本學校抽樣小學生30人左右，抽樣初中生60人左右。在小規模的學校，這樣的樣本數據可以代表該學校，但是對于大規模學校而言，其代表性較弱。

按照統計學，不同學生規模的學校抽樣的學生數量不同，如此，對抽樣的技術和數據處理技術要有很高的要求，計算非常復雜，很可能會導致很大的數據偏差，而且對學校的考場安排等考務組織帶來很大的難度。再說，絕大部分市縣評價工作者缺乏這方面的數據處理技術。所以，筆者建議對學生全測，避開數據統計分析技術的困難。

采取全測，不僅在數據可靠性上顯著優于抽測，而且不需要數據層層轉化，直接分類統計即可，保證各類群體統計結果的科學性和準確性。

不僅可以直接計算出學校、縣級、市級數據，而且可以直接計算出市縣層面不同辦學性質、不同學制、不同地理位置、不同規模、不同辦學水平等類型學校的數據。還可以直接計算市、縣、校三級的不同性別、不同等第、不同家庭條件等學生群體的數據。更重要的是，還可以為學校提供可靠的、全面的、精細化的個性分析報告，以便學校做精細化診斷。另外，還可以將學生一分為二，各自作答不同問卷，不僅可以增加指數數量和調查內容，還可以增加每一個指數的測試題數量，提高問卷的信效度。

結果反饋要科學

（一）數據處理要科學

數據處理是區域教育質量監測工作中專業化技術最高的環節，是至關重要的核心環節，也是區域質量監測部門技術最薄弱的環節。

一是要進行數據清理，剔除缺考卷、無效作答卷等，保證錄入的數據都是有效的。二是問卷試題賦分要科學，無論是采取0、1賦分，還是1至5級均勻賦分，都要科學論證。三是指數合成計算要科學，各指數各采取哪種模型合成，還要對指數結果進行信效度檢驗。四是等第劃分標準要科學，小學學科成績一般分為ABC三個等級，初中學科成績一般分為ABCD四個等級，要采取修訂Angoff法和書簽法（Bookmark procedures）確定各等第劃線分。問卷也一樣，例如，師生關系“很好”“較好”“一般”三個層次要科學劃定。五是依據樣本個體數據科學計算出學校、縣級、市級，不同類型學校、不同性別學生等群體數據。

（二）報告撰寫流程要科學

監測報告是監測工作成果的最重要的表現，撰寫工作要規范，才能保證監測報告的品質。一是要依據問卷內容、問卷指標數據體系和學科數據體系初擬報告撰寫思想和框架，并擬定報告二級目錄和要點。二是對數據進行再處理，進行統計分析、聚類分析、相關分析、回歸分析等深度挖掘，尋找優勢，發現問題。三是基于數據結果撰寫初稿，期間還要根據新的發現，再次處理數據。四是邀請本單位內部人員審讀，側重數據分析和呈現方式，再作修改。五是外邀教育行政干部、教研室專家、校長、學校中層干部、名師等專家審讀，側重原因分析和對策建議。最后，文字潤色、圖表美化、數據校對、排版定稿。

（三）結果呈現要科學

有什么樣的教育質量觀，就會有什么樣的教育質量評價指標；有什么樣的評價指標，就會有什么樣的教育教學行為。教育質量監測的指標和報告內容是一種新的“指揮棒”，要與質量監測的功能定位對應，要與質量監測工作的初心一致。監測報告是一份高科技的全方位的體檢報告，讓監測對象找到教育問題和優勢，同時也找到解決問題的路徑和辦法。

質量監測數據和報告反饋要分層分類。行政報告反饋給教育局領導，字數控制在一萬左右，內容要精要，側重優勢、問題和宏觀建議。基礎數據報告反饋給教研室領導和校長，側重監測指標、統計數據，關聯分析數據，主要用于分析研究。學科分析報告反饋給學科教研員和學科教師，主要呈現監測結果、原因分析、教育教學改進建議。專題分析報告，主要針對監測發現的大問題，獨立撰寫專題報告。決不允許反饋學生個體數據，決不允許反饋班級數據或教師個人的數據。一旦反饋這些數據，監測就會變相成區域統考，而且會嚴重影響后續質量監測的信效度。

雖然在監測報告中出現很多指標數據，但是，很多縣市區教育局和教研室領導往往習慣性特別關注學業指標，特別關注優秀率，忽視達標率，習慣性關注優秀率和T標準分的排序。為了扭轉這種習慣性，我們可以在報告中特別公布各縣市區各學科達標率明顯低于全市均值的學校名稱，而且還可以與上次監測結果做比較。在學業指標上不排名，但是在學生負擔、師生關系、校園歸屬感等非學業指標上可以排名排序。可以將所有指標合成綜合指標，并對其進行排序，在綜合指標上，學業指標的權重就顯得微小了。這樣做的目的是，引導區縣教育局、研訓部門、學校和教師高度重視非學業指數，扭轉應試教育。

報告中的各種結論都要科學慎重，千萬不要簡單粗暴地解讀數據。所有呈現的數據圖表都不是簡單的數字，而是撰寫者的價值判斷與推測。對每一個數據，都要思考：是量具問題，還是現實問題？是共性問題，還是個性問題？是相關關系，還是因果關系？數據差距大小是否顯著？基于這些數據能否下定性結論？在圖表呈現上，不能給閱讀者視覺誤導；在文字描述上，不能給閱讀者帶來錯覺。

教育質量監測的各個環節的科學性，是質量監測工作的生命，不管哪一個環節出現不科學現象，都會導致整個監測工作的失敗。