學生互評在大學課程過程考核中的信效度研究

李振中　李建波

[摘 要]文章旨在定量研究學生互評在大學課程考核過程中的信效度。課程組利用方差、極值和線性回歸等方法對六門大學課程的學生互評分數進行了定量信度分析，并將其與教師評分對比，獲得學生評分的效度。對效度的研究結果證實，在8～9.5的高分區間（以教師評分為基準），學生互評與教師評分比較接近，兩者關聯性系數較高;而在低分區間（5.5—7.5），學生更傾向打出高于教師的分數，關聯性較低。這個結果不但在大班教學中（35人）得到證實，也在6人的小班教學中得以證明。當采用小組形式進行學生互評時，學生互評分與教師評分的關聯性比個人評分更高，評分更加客觀。在信度方面，匯報質量越好（以教師評分為基準），學生互評分數的方差和極差越小，學生對匯報的認可度比較一致;而對質量相對較差的匯報來說，互評分數的方差和極差較大，學生互評的客觀性受到影響。此外，以小組形式進行的學生互評方差較小，互評分數也較個人評分客觀，互評信度更高。

[關鍵詞]學生互評;信度;效度;翻轉課堂

[中圖分類號] G642.47 [文獻標識碼] A [文章編號] 2095-3437（2022）04-0240-05

隨著教育理論和信息技術的發展，以翻轉課堂（Flipped Classroom）為代表的互動式教學受到了越來越多的關注 [1]。與傳統“授課—學習—考核”的教學方式不同，互動式教學以學生為中心和主體來展開教學活動，更加重視學生學習的主動性和突出學生對所學專業知識的整合能力，在提升學習體驗的同時著力培養學生綜合分析問題的思維能力，從而更好地應對未來信息化社會和學習化社會的挑戰。

在互動式教學中，對學生課堂表現和學習效果的合理評價仍然是不可或缺的環節。目前對學生的學習表現進行評價的主要方式有教師評價、學生自評和學生互評 [2]。傳統的教師評價方式具有一定的專制性和滯后性，會降低學生的課堂參與度和積極性。學生自評與學生的個性、自我認知關聯性很大，在互動式教學中難以實施。因此，建立在社會建構主義理論基礎上的學生互評受到廣泛關注。

學生互評，又稱“同伴互評”或“同儕互評”，是指水平相近的學習者、個體對其他學習者的學習作品或表現進行水平、價值或質量的考量和判定。學生互評能夠調動學生的積極性，提高學生的課堂參與度，使學生在評價他人的過程中加深對自身所學知識的理解。因此，它不僅能夠減輕教師負擔，還能獲得較好的教學效果。研究表明，多數參與者對學生互評活動持積極態度。文獻研究還闡明，互評活動能夠加強學生的主人翁精神和自治精神，提高學習動機和社交存在感，有助于高階思維、批判性思維和元認知能力的發展 [3]。目前學生互評已經在不同教育層次（如中學、大學）、不同學科的課程教學（自然科學、社會科學、醫學、商學、外語學習與寫作和工程技術學科等）中得到廣泛應用。全球測評發展趨勢和未來報告甚至指出自評和同伴互評將取代教師或外部評分者 [4]。然而，學生依然處于積累知識階段，在知識深度和廣度的與教師有一定的差距，而且學生之間的能力參差不齊，學生的性格、特質各不相同，這些因素使得互評結果的信效度遭到質疑。學生互評能否讓師生信服？學生互評是否可以成為互動式教學活動的主要評價方式？要回答這些問題，需要對“學生互評的信效度”“學生互評中學習者的態度”“學生互評的實施方法和量表開發”“學生互評的效果”和“學生互評中的心理特質”等議題進行廣泛和深入的研究。本文即是對互動式課堂教學中的“學生互評的信效度”進行研究。

一、研究現狀

學生互評的信效度，又稱為學生互評的有效性和可信度，是學生互評研究領域中的焦點之一。Bostock [5]指出，在解決偏見、偏袒以及精確度等問題后，學生互評的開展對教師和學習者都會帶來極大好處。事實上，對學生互評信效度的質疑是學生互評這一教學模式大規模推廣所面臨的主要障礙之一。學生互評的信度是指不同學習者對同一個評分對象的評分一致性。學生互評的效度是指學習者評分結果與真實分數的一致性和相關性。效度一般用相關系數r來描述，該值越高說明互評結果的效度越高。雖然真實分數無法明確給出，但是考慮到任課教師在授課內容方面是專家，而且可以保證對不同學生的評價秉持公正，因此文獻中真實分數一般用教師評分來代替。在學生互評評分誤差糾正方法的研究中也是以教師評分作為真實分數 [6]。

國外研究者針對學生互評的信效度進行了長期且系統的研究。總體來說，國外許多研究發現學生評分和教師評分具有較高的正相關性，表明學生互評的信度和效度。然而也有研究發現學生互評存在許多消極因素，例如Mowl 和 Pain [7] 在對地理論文寫作的學生互評研究中發現，由于課程的主觀性和互評者經驗的缺乏，學生互評分數與教師評分之間的分歧較大。

國內學者對該方面的研究主要集中在寫作和外語教學方面，而對其他課程的學生互評研究又主要關注學生互評的實際應用效果 [8]。例如，丁瑞君和武荷嵐 [9]通過統計學生互評成績與卷面成績的相關性來研究學生互評在大學物理互動教學中的應用效果。劉興華和紀小凌 [18]基于大學英語寫作課堂的學生互評活動，發現學生整體式評分兼具良好的信度和效度，但是分項式評分總體上信度和效度不高。他們建議在開展互評前要實施充分、有效的評分培訓，而且還應該根據教學環境和教學目的有針對性地選擇學生評分方式。

總體來看，國際上針對學生互評信效度有較為充分的研究，而國內在這方面的定量分析較少。由于文化背景和教育理念等方面的差異，將國外研究的結論應用在國內的教學實踐中需要謹慎。邵紅萬[11]研究發現，文化觀念束縛是影響互評有效性的四大因素之一。Carson [12]在對中國大學生的學生互評研究中也發現，由于學習者的集體主義觀念深厚，在評價中拒絕使用批判性言語且不會直接指出同伴的缺點和問題，從而影響評價效果。鑒于此，有必要對國內互動式教學課堂的學生互評信效度進行定量化研究。本文基于兩個學年多個班次的互動式教學所獲得的樣本數據對“學生互評的信效度”方面進行定量分析，試圖探討以下幾個問題：（1）學生互評與教師評分的相關性如何，在何種情況下與教師評價有較大差異？（2）學生互評的信度如何？（3）以個人形式參與的學生互評和以小組形式參與的學生互評是否有區別？

二、研究方法

在2017年9月1日至2019年10月30日的兩個學年里，筆者將翻轉課堂和學生互評運用到大學課堂教學中。具體教學課程、班級人數、學生年級及互評方式見表1。從表1可以看出，在所講授的6門課程中，授課對象主要是大四和大二學生，人數從6到73不等。為了對比研究個人互評和小組互評的差異，將73人的大班教學分成10個組，將29人的電廠生產實習分成5個組。此外，為了指導學生互評，筆者制訂了細化的評分標準。各科目細化評分標準見表2至表4。同時，教師也根據同樣的評分標準對匯報人進行評分。一般認為，任課教師對授課內容有深入的了解，能夠對學生的表現或作業給出準確、公正的分數和評價。

互評結束后，利用Excel表格計算獲得學生互評的平均分、極差、方差等基礎數據，直接獲取學生互評的信度。同時，利用線性回歸方法對學生互評的分數進行擬合，獲得學生評價的回歸曲線。將之與教師評價分數對比，獲得學生互評與教師互評的相關性系數r，即可檢驗學生互評的效度。另外，考慮到學生互評可能帶來的差異，在實例 1 中將學生互評的最高分和最低分去除，以獲得較客觀的學生互評分數，然后再與教師評分進行相關性對比研究。

三、研究結果

（一）實例1研究結果

圖1（a）為實例1中學生互評的效度研究結果。從學生互評的平均分與教師評分的比較結果來看，學生互評與教師評分呈現一定的正相關，即隨著教師對匯報人評分的增加，學生互評分數也相應提高。從相關性系數即線性回歸斜率來看，學生互評的斜率僅為0.39，與斜率為1的教師評分有較大的差異。這說明教師評分與學生互評的相關性（r=0.39）并不高。這主要是因為學生互評在低分段（5.5—7.5）評分遠遠高于教師評分，造成相關性系數較小。這也說明，學生在互評過程中，往往對表現較差的匯報評價比較“仁慈”，傾向打出高于教師評分的分數。而在高分段（8—9.5），學生互評與教師評分比較接近，說明學生對質量較高的匯報的認可度與教師一致。值得注意的是，在高分區間，學生互評分數反而略低于教師評分。這說明在高分段，學生對匯報的質量要求可能比教師更加嚴苛。

為了揭示學生評分的信度，圖2（a）展示了單個學生對匯報的評分與互評平均分的均方差。可以看出，學生評分的方差隨著平均分的增加而降低。這說明學生互評的信度與匯報人的表現有關：在高分段對匯報表現的評價比較一致;而在低分段，學生的評價結果有較大的差異。以圖2（b）中學生互評的不同分數為例，互評平均分為7.15的極差為5，最高分高出平均分2.85分（10分），而最低分低于平均分2.15分（5分）。而對于平均分為8.08的來說，互評成績的極差降至3分（-1.08/+1.92）;分數為9.36分的互評平均分極差則為1.5分（-0.86/+0.64）。這說明學生對高質量匯報認可度趨于一致，評分比較客觀;而對匯報質量較差的評分，可能受到主觀因素的影響，差異較大。

（二）實例2研究結果

圖3為實例2中學生互評分數與教師評分的比較結果。從圖中可以看出，實例2中學生互評分數隨教師評分的增加而增加。同時，其線性回歸系數（0.73）與教師評分比較接近，說明實例2中學生互評與教師評分的相關性更高。即便如此，我們仍會發現，在低分段，學生的互評分數往往高于教師評分，而高分段則存在低于教師評分的情況。實例1中的結果仍然適用。對比實例1和2發現，實例2中的學生互評與教師評分的相關性系數更高。究其原因，實例2中學生人數為21人，少于實例1中的35人。學生人數的減少，有助于教師對課堂的把控，減少學生渾水摸魚、胡亂評分的可能性。此外，實例2中，學生互評分與教師評分的結果均在7分以上，這與實例1中存在低于7分的情況也不相同。這說明，學生本身的學習情況不同，也可能對互評的分數有所影響。

圖4為實例2中學生互評信度的研究結果。從學生互評的方差和其與平均分的差值來看，學生互評的信度與匯報人的表現有關。在低分段，以7.7分的互評平均分為例，互評分數的方差和差值均較高;隨著分數的增加，方差和差值不斷減少。在9.44分時，方差降低為0.45，最大差值降低為 0.56。這與實例1中發現的結果一致，說明該結論仍然適用。

（三）實例3和4 研究結果

圖5為實例3和4中學生互評分數的效度研究結果。與實例1和2相同，實例3和4中的學生互評分數也隨教師評分的增加而增加，兩者呈現較高的相關性（相關性系數分別為0.68和0.67）。這說明在小班教學中，學生互評評分的效度仍然較高。然而，需要注意的是，小班教學可能存在學生普遍打高分的情況。以實例3為例，學生互評的分數均不低于教師評分，這與實例1和2呈現的不完全符合。這說明在小班教學的情況下，需要謹慎使用學生互評。

（四）小組互評研究結果

圖6為實例5和6中學生互評分數與教師評分的比較結果。從圖6可以看出，小組互評分的平均分與教師評分更為接近。這說明按小組形式的學生互評更加客觀，學生互評的效度更好。在信度方面，如圖7所示，其小組互評的方差和差值均隨著平均分的升高而降低，說明學生互評的信度隨著分數的增加而增加。這與個人形式的學生互評結果一致。這也說明學生互評的信度與組織形式（小組或個人）無關，但學生互評的效度優于個人形式參與的學生互評。究其原因，以小組形式參與的學生互評可能受到組內人員的制約，評分因此也會更加客觀。

四、結論

文章通過六門課程對學生互評在大學課程考核過程中的信效度進行了實證研究。研究發現，在效度方面，學生以個人形式參與到學生互評中時，學生互評與教師評分的關聯性與匯報人的整體表現有關：在高分段（8—9.5），學生互評與教師評分更加接近，兩者關聯性系數較高;而在低分段（5.5—7.5），學生評分更傾向打出高于教師評價的分數。這個結果均適用于大班教學和小班教學。而當學生以小組形式參與到學生互評時，學生互評分與教師評分的關聯性比個人評分更高，評分更加客觀。在信度方面，學生對于質量較好的匯報的認可度較高，互評分數的方差和極差較小;而對分數較低的匯報來說，學生互評的方差和極差增大，學生互評的客觀性受到影響。此外，以小組形式參與的學生互評方差較小，互評分數也較個人評分更加客觀，使得互評信度更高。

[ 參 考 文 獻 ]

[1] 繆靜敏，汪瓊.高校翻轉課堂：現狀、成效與挑戰：基于實踐一線教師的調查[J].開放教育研究，2015 （5）：74-82.

[2] 王芳.學生互評效果的實證研究[J].高等教育研究學報， 2017（4）：86-90.

[3] 羅恒， 左明章， 安東尼·魯賓遜. 大規模開放在線學習學生互評效果實證研究 [J].開放教育研究，2017（1）：75-83.

[4] 許濤.慕課同伴互評模型設計研究 [J].開放教育研究， 2015（2）：70-77.

[5] Bostock S. Student peer assessment [J]. Learning Technology， 2000（5）：9-15.

[6] 熊瑤，孫開鍵.慕課學生互評誤差糾正方法及其比較 [J]. 測量與評價，2016（1）：7-15.

[7] Mowl G， Pain R. Using self and peer assessment to improve students’ essay writing：a case study from geography [J]. Innovations in Education and Training International. 1995（4）：324-335.

[8] 孫錦.網絡同伴互評的設計與應用研究[D].開封：河南大學，2015.

[9] 丁瑞君，武荷嵐.同伴互評在大學物理互動教學中的應用效果分析 [J].物理與工程，2017（S1）：75-78.

[10] 劉興華，紀小凌.大學英語寫作同伴評分的可行性和有效性研究 [J]. Foreign Language World，2018（5）：63-70.

[11] 邵紅萬.學習共同體理論視域下英語寫作同伴互評有效性探究 [J].揚州大學學報，2017（5）：83-87.

[12] Carson J， Nelson G. Chinese Students’ Perceptions of ESL Peer Response Group Interaction [J]. Journal of Second Language Writing. 1996（1）：1-19.

[責任編輯：劉鳳華]