郭蕓等

摘 要： 本文將科學(xué)測(cè)量理論的多面Ranch模型理論用于師范生說課技能評(píng)價(jià)的數(shù)據(jù)分析，為相關(guān)評(píng)價(jià)提供信效度信息，同時(shí)為未來教育測(cè)評(píng)提供有價(jià)值的參考。

關(guān)鍵詞： 說課技能 評(píng)價(jià) Rasch模型 加權(quán)擬合統(tǒng)計(jì)

說課是一種重要的教學(xué)研討形式，說課技能訓(xùn)練對(duì)提高師范生教育教學(xué)水平具有重要作用，已成為師范生教學(xué)技能培訓(xùn)的重要組成部分。然而，在師范生說課培訓(xùn)實(shí)踐中，師范生的說課技能評(píng)價(jià)主要依靠指導(dǎo)教師的主觀評(píng)分確定，評(píng)價(jià)可信度相對(duì)較低。

丹麥數(shù)學(xué)家Georg Rasch于1960年提出的Rasch模型提供的統(tǒng)計(jì)框架可以消除主觀評(píng)價(jià)中各方面因素對(duì)評(píng)價(jià)結(jié)果的影響[1]。該模型除了考生能力和試題難度兩個(gè)因素外，還將評(píng)分員及評(píng)分量表等因素加入模型，不僅可以分析考生能力和試題難度導(dǎo)致的評(píng)價(jià)差異，而且可以分析由其他因素導(dǎo)致的評(píng)價(jià)誤差來源，可有效提高主觀評(píng)分信度[2]。

本文通過Rasch模型對(duì)說課比賽中學(xué)生的表現(xiàn)、評(píng)分者的評(píng)分及評(píng)分標(biāo)準(zhǔn)的難度做整體分析，從而檢驗(yàn)是否每個(gè)學(xué)生都得到合理評(píng)估，評(píng)分者對(duì)學(xué)生的評(píng)估是否做出了合理判斷及評(píng)分嚴(yán)厲度的差異，評(píng)分標(biāo)準(zhǔn)的難度值是否符合學(xué)生的整體能力，為師范生教學(xué)技能評(píng)價(jià)提供有益參考。

1.研究對(duì)象

以某高等師范院校生物科學(xué)（師范）專業(yè)四年級(jí)的8名師范生（其中男生3名，女生5名）的說課比賽成績(jī)?yōu)閷?duì)象，其中說課內(nèi)容包括一說教材，二說教法，三說學(xué)法，四說教學(xué)過程，五說教學(xué)評(píng)價(jià)，六說板書。5位評(píng)分教師根據(jù)說課學(xué)生上述六方面的表現(xiàn)，按照評(píng)分標(biāo)準(zhǔn)采用10點(diǎn)計(jì)分，具體見表1。

2.研究方法

采用Bond & Fox Facets[3]，一種進(jìn)行多面Rasch分析的計(jì)算機(jī)軟件程序?qū)ι鲜鰯?shù)據(jù)資料進(jìn)行分析。本研究設(shè)計(jì)了三個(gè)側(cè)面，即學(xué)生表現(xiàn)、題目/任務(wù)難度、評(píng)分者的嚴(yán)厲度。采用的可以接受的吻合統(tǒng)計(jì)（infit）范圍設(shè)置在0.6-1.4之間[4]。此外，學(xué)生表現(xiàn)評(píng)估報(bào)告分離比的期望值大于2.0[5]。

3.研究結(jié)果

3.1對(duì)評(píng)分者、學(xué)生及內(nèi)容的概述

在這次說課比賽中，對(duì)學(xué)生能力、評(píng)分者嚴(yán)厲度和評(píng)分標(biāo)準(zhǔn)難度的總體評(píng)估結(jié)果見圖1所示。圖中最左側(cè)呈現(xiàn)的是對(duì)數(shù)（logits）刻度，范圍從-2到+4，對(duì)于三個(gè)側(cè)面標(biāo)尺都相同；學(xué)生能力以學(xué)生編號(hào)呈現(xiàn)在第二列，能力最高的學(xué)生在頂端，能力最低的學(xué)生在底端；評(píng)分者的嚴(yán)格程度在第三列，最寬松的評(píng)分者在底部，而最嚴(yán)格的評(píng)分者在最頂端；項(xiàng)目（評(píng)分標(biāo)準(zhǔn)）的難易程度在第四列，圖中由上而下依次為由難而易；最后一列為評(píng)分量表的使用情況。該圖可直觀地顯示每個(gè)側(cè)面的整體分布及不同個(gè)體之間的差異。由圖1可知，8名學(xué)生的能力排序，其中最高能力的表現(xiàn)者為S6，最低能力的表現(xiàn)者為S4；評(píng)分者中有3位在0以下，1位評(píng)分者在0處，1位在+2到+3之間，顯示5位評(píng)分者中4位較寬松，一位較嚴(yán)格；在項(xiàng)目難度方面，既不容易，又不難，六個(gè)項(xiàng)目中一個(gè)高于平均值，三個(gè)處于平均值，兩個(gè)低于平均值。

3.2學(xué)生能力表現(xiàn)分析

學(xué)生能力表現(xiàn)的估計(jì)值從-0.94logits到3.95logits（圖1第2列）。按照學(xué)生表現(xiàn)的質(zhì)量以降序排列。具體來說，能力估計(jì)值縱列顯示學(xué)生6是能力水平最高為3.95logits，而學(xué)生5能力最差為-0.94logits。

學(xué)生說課比賽中的能力表現(xiàn)分析的吻合統(tǒng)計(jì)——加權(quán)擬合統(tǒng)計(jì)（infit）結(jié)果見表2。在表中，擬合統(tǒng)計(jì)顯示所有學(xué)生都擬合模型，加權(quán)擬合統(tǒng)計(jì)量（infit）在可接受范圍內(nèi)（0.6-1.4），表明每個(gè)學(xué)生都能被科學(xué)地評(píng)估，得到合理的能力分?jǐn)?shù)。

多面Rasch分析也提供RMSE（Root Mean-Square Standard Error），即估計(jì)值標(biāo)準(zhǔn)誤均方的平方根，代表估計(jì)的平均誤差。學(xué)生能力的RMSE是0.24，表明學(xué)生的測(cè)量誤差很低。分離比（Separation）取值范圍在0至無窮大，達(dá)到2就能區(qū)分高低水平，學(xué)生的分離比是5.20，超過了最低要求2.0，說明依據(jù)學(xué)生的表現(xiàn)能夠把學(xué)生的能力區(qū)分開來。上述結(jié)果說明本測(cè)驗(yàn)信度高，能夠按照能力水平將學(xué)生區(qū)分開。

3.3評(píng)分質(zhì)量分析

5個(gè)評(píng)分者的嚴(yán)格程度平均值為0，表明評(píng)分者的評(píng)分整體上比較適宜。對(duì)評(píng)分者評(píng)分質(zhì)量的吻合統(tǒng)計(jì)結(jié)果見表3。按照擬合統(tǒng)計(jì)量可接受的范圍（0.6-1.4），表明評(píng)分者對(duì)學(xué)生的表現(xiàn)都作出了合理判斷。評(píng)分者的分離比為5.61，分離信度為0.97，這些信息表明評(píng)分者之間是存在差異的，5位評(píng)分者中至少有一位評(píng)分者在評(píng)分過程中表現(xiàn)出明顯不同的嚴(yán)厲度，但總體上呈現(xiàn)較好的內(nèi)部一致性，他們以統(tǒng)一標(biāo)準(zhǔn)行使自己的評(píng)判職責(zé)。

3.4項(xiàng)目難度分析

對(duì)項(xiàng)目難度分析的吻合統(tǒng)計(jì)結(jié)果見表4。表中項(xiàng)目以難度降序呈現(xiàn)，結(jié)果顯示“項(xiàng)目1”是最難的項(xiàng)目（說教材），“項(xiàng)目4”在六個(gè)標(biāo)準(zhǔn)中是最容易的（說教學(xué)過程）。“說教材”成為學(xué)生說課最困難的項(xiàng)目，表明入職前的教師（師范生）由于缺乏對(duì)教材的系統(tǒng)學(xué)習(xí)與思考，未能在深入理解課程標(biāo)準(zhǔn)的基礎(chǔ)上準(zhǔn)確把握教材。擬合統(tǒng)計(jì)顯示所有項(xiàng)目都非常吻合模型期望，各個(gè)項(xiàng)目的infit統(tǒng)計(jì)量都在0.6-1.4之間，即各評(píng)分者跨評(píng)分標(biāo)準(zhǔn)的一致性較好，各評(píng)分者在同一評(píng)分標(biāo)準(zhǔn)上的寬嚴(yán)標(biāo)準(zhǔn)相同。

4.討論

在依靠主觀評(píng)價(jià)學(xué)生的學(xué)業(yè)能力時(shí)，傳統(tǒng)做法是除去一個(gè)最高分和一個(gè)最低分，評(píng)價(jià)者所給平均分就代表學(xué)生的學(xué)業(yè)能力，這樣的做法往往存在局限性。評(píng)分者對(duì)評(píng)價(jià)項(xiàng)目的理解及要求（嚴(yán)厲度）存在差異，有可能給出最高分或最低分的評(píng)分者對(duì)學(xué)生的表現(xiàn)做出了合理判斷，即檢測(cè)存在樣本依賴與測(cè)驗(yàn)依賴[6]，學(xué)生的能力無法得到客觀評(píng)價(jià)。

與傳統(tǒng)教育測(cè)量相比，Rasch模型分析可以鑒別影響主觀評(píng)價(jià)可靠性的各種因素，如特殊的評(píng)分者、特殊的評(píng)分標(biāo)準(zhǔn)。同時(shí)，能夠依據(jù)吻合統(tǒng)計(jì)（Infit）改進(jìn)測(cè)驗(yàn)，當(dāng)發(fā)現(xiàn)不吻合因素時(shí)，能夠通過與評(píng)分者、參與學(xué)生進(jìn)行討論改進(jìn)評(píng)估。本研究基于Rasch模型對(duì)師范生說課能力評(píng)價(jià)結(jié)果的分析提供三個(gè)評(píng)估側(cè)面之間的關(guān)系（圖1）、學(xué)生能力和吻合統(tǒng)計(jì)（表2）、評(píng)委的嚴(yán)格程度和吻合統(tǒng)計(jì)（表3）、項(xiàng)目難度和吻合統(tǒng)計(jì)（表4），模型分析的結(jié)果表明，每位學(xué)生都在吻合統(tǒng)計(jì)范圍之內(nèi)，說明每個(gè)學(xué)生都能被科學(xué)地評(píng)估，得到合理評(píng)價(jià)，其分離比說明測(cè)驗(yàn)信度高，能夠把學(xué)生分為不同能力水平；對(duì)評(píng)分質(zhì)量分析得到擬合統(tǒng)計(jì)量在可接受范圍，證明評(píng)分者對(duì)學(xué)生的表現(xiàn)做出了合理判斷，分離比等信息表明評(píng)分者之間存在差異，但總體上呈現(xiàn)較好的內(nèi)部一致性；對(duì)評(píng)分標(biāo)準(zhǔn)（項(xiàng)目難度）的分析表明各評(píng)分者跨評(píng)分標(biāo)準(zhǔn)的一致性較好，各評(píng)分者在同一評(píng)分標(biāo)準(zhǔn)上的寬嚴(yán)標(biāo)準(zhǔn)相同。

參考文獻(xiàn)：

[1]晏子.心理科學(xué)領(lǐng)域內(nèi)的客觀測(cè)量——Rasch模型之特點(diǎn)及發(fā)展規(guī)律[J].心理科學(xué)進(jìn)展，2010，18（8）：1298-1305.

[2]Linacre JM，Wright.BD.A user’s guide to FACETS：Rasch model computer program，version 2.4 for PC compatible computers[M].Chicago，IL：MESA Press.1993.

[3]Bond TC，F(xiàn)ox CM.Applying the Rasch model：Fundamental measurement in the human sciences （2nded）[M].Lawrenec Erlbaum Associates Inc，2012.

[4]Wright BD，Linacre，JM，Gustafson JE，Martin-Lof P.Reasonable mean-square fit values[J].Rasch Measurement Transactions，1994，8（3）：370.

[5]Linacre，JM.Many-facet Rasch measurement.Chicago，IL：MESA Press.1993.

[6]王蕾.Rasch測(cè)量理論及在高考命題中的實(shí)證研究[J].中國(guó)考試，2008（1）：32-39.

通訊作者：龍中兒