成長與達標兼顧:中學教師的實證研究

黎 東,張 薇

(1.南寧市第二中學,廣西南寧,530022;2.首都師范大學教育學院,北京,100048)

一、問題提出

《深化新時代教育評價改革總體方案》指出,教育評價事關(guān)教育發(fā)展方向,要針對不同主體和不同學段、不同類型教育特點,分類設(shè)計,穩(wěn)步推進,改進結(jié)果評價,強化過程評價,探索增值評價,健全綜合評價,堅決克服唯分數(shù)、唯升學、唯文憑、唯論文、唯帽子的頑瘴痼疾,提高教育評價的科學性、專業(yè)性、客觀性。[1]增值評價以在學生成長與達標之間尋找平衡點為教育理念,成為當下我國教育評價改革研究的熱點內(nèi)容之一。[2]

基于學生成長百分等級的增值模型在美國是使用最為廣泛的一種學生成長評估模型。[2]近年來,我國陸續(xù)有研究者撰文介紹成長百分等級增值模型的基本思想和統(tǒng)計方法[3-4],部分地方教育主管部門也應(yīng)用該模型開展了區(qū)域內(nèi)學校教學績效增值評估的實踐[5-6]。但將該模型應(yīng)用于以學校為單位的教師教學績效增值評估的研究仍較為缺乏。

通過教師增值評價落地優(yōu)質(zhì)均衡的教育評價理念,為教師教學的個別化分層指導提供數(shù)據(jù)支撐,是學校教學主管部門迫切希望借助教育評價改革解決的問題。本研究擬以學校(段)期考學生學業(yè)成績分析工具的變革為切入點,引入學生成長百分等級模型,采用分層分析、對比驗證的方法,對當前中學常采用的增值評價模型進行深入分析,討論不同增值評價模型運用于教師教學效能評價時所具備的功能及局限,并嘗試構(gòu)建兼顧成長與達標的教師教學效能評價體系,以期為中小學職能部門實施和優(yōu)化教師增值評價提供參考。

二、不同增值評價模型及存在的問題

討論增值,會涉及2次以上的測試結(jié)果。本研究用前測與后測兩個專用名詞對前后兩次的測試結(jié)果進行區(qū)分。

(一)基于原始分比較的增值評價模型

直接比較后測成績與前測成績,值為正,表示學生學業(yè)進步;值為負,表示學生學業(yè)退步。以這種方式計算的增值評價,表面上能簡便清晰地看到學生的學業(yè)增值情況,但實際上會因試卷難度的波動而導致結(jié)果不可信。

舉例而言,某校前測選用的試卷較容易,A學生測試成績?yōu)?8分(98分以上的學生有10人),后測選用的試卷較難,A學生測試成績?yōu)?5分(95分以上的只有A學生1人)。如果以后測與前測的分數(shù)差值為負值(-3)判定A學生這段時間學習退步,這顯然是不科學的。

(二)基于Z分數(shù)比較的增值評價模型

為消除試卷難度波動對增值評價的影響,衍生出了基于標準分數(shù)比較的增值評價模型。

標準分數(shù)的計算方法為某名學生測試的原始分數(shù)減去全體學生測試的平均分數(shù)再除以試卷的標準差。標準分數(shù)借助平均分和標準差,對原始分進行轉(zhuǎn)換,以消除試卷難度對增值評價的影響。

在實際測算中發(fā)現(xiàn),通過后測的標準分數(shù)減去前測的標準分數(shù)得到的增值標準分數(shù),雖然可以科學判定是否存在增值,但無法用其差值的絕對值表示學生的進(退)步程度。高水平學生的提升空間有限,上升難度高于低水平學生;低水平的學生進步空間較大,下降空間有限,即出現(xiàn)了高水平學生的天花板效應(yīng)和低水平學生的地板效應(yīng)。[3]因此,如果僅從標準分數(shù)差值的絕對值判定增值程度,不考慮不同層次學生獲得增幅的難易程度,這種評價的公平性也是存在疑問的。

三、基于學生成長百分等級模型的教師增值評價

學生成長百分等級模型(student growth percentile,SGP)能夠較好地克服上述增值評價模型存在的問題,值得在各級各類學校的增值評價實踐中推廣使用。[7]

(一)基本原理

SGP利用學習伙伴的概念,通過計算某名學生在水平相同或相近的一組學生中排名相對位置的變化對其成長進行評估,落實了關(guān)注學生原有基礎(chǔ)的評價思想。[2]其計算基本思路如下,按照前測將學生分為若干個成績相同或相近的群體,這些群體即為學習伙伴。再計算每名學生后測成績在自己所屬學習伙伴中的排名百分等級。百分等級即可科學標識學生的學業(yè)增值及進步程度。[4]

如圖1所示。某學科按照前測成績將學生分為若干個群體。A學生前測成績?yōu)?0分,與其有相同成績的共有10人,則將這些學生分為一個小組,稱為“X學習伙伴”。B學生前測成績?yōu)?5分,與其有相同成績的共有20人,則將這些學生分為一個小組,稱為“Y學習伙伴”。這一分組方式可使學習伙伴的內(nèi)部成員具有相同的學習起點。

在該學科的后測中,X學習伙伴內(nèi)部10位成員成績出現(xiàn)了分化:1人成績?yōu)?7分,4人成績?yōu)?5分,3人成績?yōu)?0分,2人成績?yōu)?7分,其中A學生成績是95分,在該群體中排名第2。用百分等級公式PR=100-[(100R-50)/N]計算A學生的成績增值情況(R為學習伙伴中的排名,N為學習伙伴的總?cè)藬?shù)),得出其成長其百分等級PR=85,表示A學生的后測成績超過了X學習伙伴中85%的學生。

在該學科的后測中,Y學習伙伴內(nèi)部20位成員的成績出現(xiàn)分化:2人成績?yōu)?0分,4人成績?yōu)?5分,6人成績?yōu)?0分,4人成績?yōu)?5分,4人成績?yōu)?0分,其中B學生成績是60分,在Y學習伙伴中排名第17。用百分等級公式進行計算(B學生在學習伙伴中的排名R=17,Y學習伙伴的總?cè)藬?shù)N=20),得出成長百分等級PR=17.5,表示B學生的后測成績超過了Y學習伙伴中17.5%的學生。

該模型最初應(yīng)用到學校增值評估時,以35分和65分作為判斷標準:學校所有學生成長百分等級的中位數(shù)低于35分表示進步程度低于預期;在35—65分之間表示進步程度符合預期;高于65分表示進步程度高于預期。[2]參考上述計算方式,在學生個人的增值評估中,本研究同樣以35分和65分為標準進行判定:低于35分視為負增值,表明學生成績退步;在35—65分之間視為正增值,即進步程度符合預期;高于65分視為正增值,即進步程度高于預期。案例中A學生的增值評價分數(shù)為85分,表明成績進步且高于預期;B學生的增值評價分數(shù)為17.5分,表明其成績退步。

(二)優(yōu)點

第一,SGP克服了試卷難度大幅波動的干擾。因為后測成績不再與前測成績的原始分直接比較,所以試卷難度的波動不會對評價結(jié)果產(chǎn)生影響。第二,該模型克服了天花板和地板效應(yīng)的干擾。學習伙伴概念的運用能夠?qū)⑾嗤蛳嘟鼘W習起點的學生相互比較,因為每名學生的進步空間相同或相近,所以可以盡量避免天花板或地板效應(yīng)。

(三)缺點

盡管SGP能夠克服外界因素影響,較好地反映學生的進步水平,但其仍存在以下幾點不足。第一,不能全面反映學生成長的影響因素。SGP未將學生的家庭背景、同輩影響、性格特征、興趣愛好等非智力因素考慮在內(nèi)。該評價結(jié)果只是諸多評價指標中的一個,不能全方位反映學生的進步情況。第二,樣本數(shù)量要求較高。SGP一般以多所學校為單位進行統(tǒng)計,若以一所學校為單位,特別是以學生人數(shù)較少的學校為單位進行統(tǒng)計時,會存在學習伙伴成員間成長百分等級跳躍較大的現(xiàn)象,這會導致學生增值程度的表示較為粗略。第三,計算過程較為復雜。以學校為單位的學生成長百分等級計算需要掌握全年級兩次考試的完整數(shù)據(jù)。但在現(xiàn)實中,教師通常僅能獲得自己所教班級的部分數(shù)據(jù),導致教師個人很難獨立計算出結(jié)果。因此,學校職能部門應(yīng)該在提供統(tǒng)計結(jié)果后,加強有關(guān)于計算結(jié)果解讀的培訓,提升增值評價在學校的普及率。

四、教師教學效能評價體系構(gòu)建

教師教學的效能通常通過學生的成績體現(xiàn),對學生成績進行合理化評價,能夠完善教師教學的效能評價。因此,將SGP引入教師教學效能評價,完善其體系構(gòu)建,能更好地凸顯教師教學的效能,有助于教師獲得更加直觀的教學效能評價。

(一)傳統(tǒng)評價的問題

第一,僅關(guān)注達標,不關(guān)注成長。目前在開展教師教學效能評價時,常用的評價方式為均分評價(班級學生原始成績平均分的年級排名)和尖子生評價(班級學生原始成績超過指定分數(shù)線人數(shù)的年級排名)等方式,這些都屬于達標評價指標,基本上沒有與成長相關(guān)的評價指標。因而,教師的教學效能無法完整體現(xiàn)。第二,無法有針對性地優(yōu)化教師分層指導策略。常見的教師教學效能評價多以班級為單位,教師看到的是自己對班級全體學生教學的綜合效能,無法了解自己分層指導的效果,無法獲得直觀、有效的數(shù)據(jù)。這不利于教師全面了解自己的教學效能,也不利于教師選出針對性強的分層指導策略。第三,被評價的教師處于不同的起跑線上。由于各種客觀因素的存在,學校很難實現(xiàn)絕對公平的均衡分班。評價工作中,在學生基礎(chǔ)較為薄弱的班級任課的教師,不論是均分評價還是尖子生評價,即使其付出了巨大努力也較難取得優(yōu)秀的評價結(jié)果;但在學生基礎(chǔ)較好的班級任課的教師,卻可以獲得穩(wěn)定且優(yōu)異的評價結(jié)果。換言之,評價起點不一致導致部分教師陷入了評價無法客觀衡量個人投入及教學效能的困境。這不利于學校調(diào)動全體教師的工作積極性。

(二)改進的實證研究

本研究提出,可以將班級劃分為四個學生群體,構(gòu)建分層評價框架。以班為單位,按前測學科成績將班級排名前6的學生劃分為尖子生,7—15名為優(yōu)秀生,16—35名為中等生,35名之后為學困生。學校可依據(jù)實際生源情況確定四類學生的劃分標準。通過觀察四個學生群體的達標和成長評價結(jié)果,教師能了解自己在不同學生群體中的教學效能,并可以采取相應(yīng)措施優(yōu)化分層指導策略,進而落實關(guān)注全體學生發(fā)展的價值導向。

引入了SGP的教師增值評價有較為公平的評價起點。SGP旨在讓學生通過與自己有相同或相似學習起點的學習伙伴進行比較,計算自己成績在其中的成長百分等級。因為學生成長百分等級與學生在前測中被分入哪個學習伙伴相關(guān),與學生被分在哪個班級不相關(guān),所以引入了SGP的教師增值評價能夠讓教師直觀地看到自己的投入與產(chǎn)出。

1.統(tǒng)計方法

首先,基于學生前測原始分的年級排名百分位,將全體學生分為若干群學習伙伴。再根據(jù)學生后測原始分,計算出每名學生在各自學習伙伴中的排名百分等級,即學生的成長值PR學生成長值。此處公式中的R為學習伙伴中的排名,N為學習伙伴的總?cè)藬?shù)。

其次,基于學生后測原始分的班級排名,劃分出各班的尖子生、優(yōu)秀生、中等生和學困生,分別統(tǒng)計年級中各班四個群體的成長值均值和原始分均值。

最后,計算班級群體成長值均值的年級排名百分等級,即班級特定群體的成長特性,PR特定群體成長特性。此處公式中的R為班級特定群體成長百分等級均值的年級排名,N為年級班級總數(shù)。再計算班級特定群體原始分均值的年級排名百分等級,即班級特定群體的達標特性,PR特定群體達標特性。此處公式中的R為班級特定群體原始分均值的年級排名,N為年級班級總數(shù)。

2.結(jié)論判定

成長特性高于65分,表示增值程度高于預期;介于35—65分之間,表示增值程度符合預期;低于35分,表示增值程度低于預期。達標特性高于65分,表示學科基礎(chǔ)拔尖;介于35—65分之間,表示學科基礎(chǔ)中等;低于35分,表示學科基礎(chǔ)薄弱。

五、應(yīng)用案例分析

(一)數(shù)據(jù)來源

選取南寧市第二中學某年級20個班的1053名學生語文成績?yōu)闃颖緮?shù)據(jù)。以期末考試為后測數(shù)據(jù),用編號T002標識;以相同學期的期中考試為前測數(shù)據(jù),用編號T001標識。排除了只參加一次測試的學生,有效的學生樣本為1046人。學科試卷按課程標準由學校經(jīng)驗豐富的教師負責命題或?qū)忣},保障期中與期末的試卷難度相近。

(二)數(shù)據(jù)分析與討論

1.教師增值評價不能依據(jù)成長值均值直接判斷

將各班的學生分為尖子生、優(yōu)秀生、中等生和學困生四類,根據(jù)前測、后測兩次數(shù)據(jù)計算各班四類學生群體的成長值均值,省略中間部分班級的數(shù)據(jù),結(jié)果如表1所示。

各班的尖子生成長值均值均穩(wěn)定在65分以上,優(yōu)秀生和中等生的成長值均值多數(shù)集中于35—65分之間,學困生的成長值均值跨度較大,部分介于35—65分之間,但多數(shù)小于35分。不同類型學生的成長值均值僅在特定區(qū)間波動。假設(shè)教師增值評價的結(jié)論以不同群體的成長值均值作為判定條件。以尖子生為例,各班的尖子生成長值均值都穩(wěn)定在65分以上,于是得出年級所有班級尖子生群體增值程度全都高于預期,這顯然與事實不符。因此,教師增值評價的結(jié)論不能直接依據(jù)成長值均值進行判斷。

原始分均值與成長值均值情況類似,通常不能直接依據(jù)原始分均值得出教師達標評價結(jié)論。要將各班的原始分均值進行比較并計算排名百分等級后,才能進行判定。同理,教師增值評價結(jié)論的得出,也應(yīng)依據(jù)成長值均值在年級各班的排名百分等級,而非成長值均值。

2.成長特性與達標特性相結(jié)合能夠貫徹優(yōu)質(zhì)均衡的教育理念

以尖子生為例,對各班學生中尖子生的前測和后測數(shù)據(jù)進行分析,得到其成長值均值、成長特性、原始分均值、達標特性等數(shù)據(jù),根據(jù)達標特性的數(shù)值進行遞增排序。省略中間部分班級的數(shù)據(jù),排序結(jié)果如表2所示。

表2 部分班級語文學科尖子生成長特性與達標特性數(shù)據(jù)

由表2可知,班級D01—D07的語文尖子生的達標特性均小于35分,其達標特性結(jié)論為:這些班級為語文尖子生學科基礎(chǔ)薄弱的班級。一般而言,這樣的班級在教學績效評估中較難發(fā)現(xiàn)亮點,但這些班級的增值評價結(jié)論并非全都低于預期。其中,D06和D07班級的成長特性大于65分,增值評價結(jié)論為超出預期,D01、D02、D04班級的成長特性介于35到65分之間,增值評價結(jié)論為符合預期。

用同樣的判定方法,可以發(fā)現(xiàn)班級D14—D20的達標特性均大于65分,達標特性結(jié)論為:這些班級為語文尖子生學科基礎(chǔ)拔尖的班級。但從各班的成長特性來看,并非所有班級的增值評價結(jié)論都是高于預期,實際上也出現(xiàn)了低于預期(如D17)、符合預期(如D15)和高于預期(如D18)的分化。

綜上所述,教師教學效能的達標特性結(jié)果并不能代表或預測其成長特性結(jié)果,也就是說,通過努力,每位教師都有機會獲得高于預期的成長特性結(jié)果,彰顯個人投入與教學效能。教育的優(yōu)質(zhì)均衡是當前教育領(lǐng)域的熱點話題,其核心理念為“不是把所有學生都培養(yǎng)成尖子生,而是讓每個學生在自己的水平上能有所成長”。將該理念應(yīng)用到本研究構(gòu)建的增值評價模型中,可以將教師教學的目標表述為“不是把所有達標特性低于35分的班級都提高到65分,而是要求各班在自己達標特性的原有基礎(chǔ)上,努力將成長特性提升到65分以上”。這樣才能最大化地調(diào)動教師的工作積極性,提高教師創(chuàng)先爭優(yōu)的工作意識。

3.成長特性與達標特性相結(jié)合的教師教學效能評價更公平

本研究將SGP引入了教師教學效能評價。因為SGP構(gòu)建了與行政分班無關(guān)的學習伙伴,所以以學生成長值為基礎(chǔ)數(shù)據(jù)得到的班級特定群體的成長特性就無關(guān)于行政分班。對教師而言,這建立起了一套基于相同起跑線的評價體系,能夠讓每位教師都有平等的機會全面了解自己的教學效能。

以表2所示的D07班級舉例,其尖子生群體達標特性低于35分,成長特性卻高于65分。這打破了“教授基礎(chǔ)薄弱班級的教師,無論多努力,都很難取得優(yōu)秀評價”的錯誤觀念。同樣,D19班級尖子生群體的達標特性高于65分,而成長特性卻低于35分,這樣的結(jié)果也打破了“教授基礎(chǔ)拔尖班級的教師,隨便教也能教出好成績”的錯誤觀念。

綜上所述,綜合運用成長特性與達標特性的教師教學效能評價不會埋沒教師的努力工作,或者掩蓋教師的消極態(tài)度。這為每位教師提供了公平的評價機會。

4.能夠為教師個別化分層指導改進提供數(shù)據(jù)支持

不同于以班級為單位的傳統(tǒng)教師評價方式,本研究中的教師教學效能評價能夠提供班級中尖子生、優(yōu)秀生、中等生和學困生等四個群體的評價信息。基于不同群體的詳細信息,被評價教師能夠更直觀地了解自己的指導策略對不同學生群體的作用如何,在原來的基礎(chǔ)上是進步、退步還是維持原狀。如表3所示,以A07班級為例,相應(yīng)的數(shù)據(jù)可以為教師反思自身的分層指導效果提供科學的數(shù)據(jù)支持。

表3 A07班級語文學科四個群體的數(shù)據(jù)對比

A07班級的四個學生群體中,尖子生的達標特性小于35分,成長特性大于65分,則可推斷出該班級尖子生雖然基礎(chǔ)薄弱,但是通過教師的個別化指導,尖子生的成長性高于預期。通過類似的推斷過程,可得出以下評價結(jié)論:第一,A07班級學生語文學科中等生基礎(chǔ)拔尖,學困生基礎(chǔ)中等,尖子生和優(yōu)秀生基礎(chǔ)薄弱,因此,教師應(yīng)參考學生基礎(chǔ)采取不同的教學策略;第二,教師先前的分層指導策略促進了班級尖子生和中等生的發(fā)展,但該策略未能較好地促進優(yōu)秀生和學困生的發(fā)展。

六、結(jié)論

將SGP引入教師教學效能評價,可以為教師提供更加公平的評價機制。教師評價體系應(yīng)兼顧達標與成長兩方面,才能多角度地反映教師的教學效能。將班級中的學生細分為尖子生、優(yōu)秀生、中等生和學困生四個群體分別進行評價,能夠為教師對不同學生群體的個別化分層指導改進提供數(shù)據(jù)支持。教育評價是較為復雜的過程,學校管理者可以以增值評價結(jié)果為依據(jù),通過多維度、多層次、動態(tài)的評價方式,助力教師提高教學效能,努力實現(xiàn)以評促教、以評促學的教學目標。