姚春艷　張勇

改進評價方法是2013年《教育部關(guān)于推進中小學(xué)教育質(zhì)量綜合評價改革的意見》中提出的要求。文件明確提出中小學(xué)教育質(zhì)量綜合評價改革的評價方法應(yīng)以測試和問卷調(diào)查等方法為主，輔以必要的現(xiàn)場觀察、訪談和資料查閱；其中測試和問卷調(diào)查是較為常見的定量評價方法；現(xiàn)場觀察、訪談和資料查閱則屬于定性的評價方法。中小學(xué)教育質(zhì)量綜合評價的內(nèi)容包括5大方面20項關(guān)鍵指標(biāo)，每一項指標(biāo)應(yīng)采用何種評價方法更為恰當(dāng)，能獲得有效的信息或數(shù)據(jù)，一方面要基于對各種評價方法特點、功能、分類等情況的正確認(rèn)識，另一方面要基于對各項指標(biāo)應(yīng)評定的內(nèi)容的理解。此外，還需要認(rèn)識到，同一指標(biāo)可以采取多種評價方法，不同方法得出的結(jié)論可以相互校驗，以獲得對被評價對象更為全面的認(rèn)識。為此，筆者對教育評價中可使用的幾種評價方法逐一介紹，并對中小學(xué)教育質(zhì)量綜合評價的20項關(guān)鍵指標(biāo)適用的評價方法進行簡要說明，希望能為教育評價改革先行的地區(qū)提供一些參考。

考查學(xué)業(yè)成就的紙筆測試

考查學(xué)業(yè)成就的紙筆測試根據(jù)測試的標(biāo)準(zhǔn)化程度不同，可以分為標(biāo)準(zhǔn)化測試和教師自編測驗兩種。標(biāo)準(zhǔn)化測試一般是指根據(jù)統(tǒng)一、規(guī)范的標(biāo)準(zhǔn)，對考試的各個環(huán)節(jié)包括測試目的、命題、施測、評分、計分、分?jǐn)?shù)解釋等按照系統(tǒng)的科學(xué)程序組織，從而嚴(yán)格控制誤差的考試，試卷的編制通常由專業(yè)機構(gòu)和專業(yè)人員承擔(dān)。教師自編測驗是由教師根據(jù)具體的教學(xué)目標(biāo)、教材內(nèi)容和測驗?zāi)康淖约壕幹频臏y試題，是為特定的教學(xué)服務(wù)的。由于學(xué)?？颇糠倍啵虒W(xué)檢查需要經(jīng)常進行。而教師自編測驗操作過程容易，應(yīng)用范圍一般限于本班、本年級，施測方便，是學(xué)校中最多和教師最常用的測驗。

教育質(zhì)量綜合評價實驗過程中，因為要實現(xiàn)多所學(xué)校之間的比較，一般采用標(biāo)準(zhǔn)化測試。在學(xué)校內(nèi)部評價中，則可以采用教師自編測驗。

中小學(xué)教育質(zhì)量綜合評價改革中的20項關(guān)鍵指標(biāo)適合采用紙筆測試的指標(biāo)有：品德發(fā)展水平中與課程有關(guān)的、需要識記的部分；學(xué)業(yè)發(fā)展水平中的知識技能、學(xué)科思想方法指標(biāo)；身心發(fā)展水平中的健康生活方式和審美修養(yǎng)中的認(rèn)知部分。

問卷調(diào)查法

問卷調(diào)查法是一種將要調(diào)查的內(nèi)容以問題的形式提出，設(shè)計成問卷，然后讓調(diào)查對象來回答， 借此來收集所需信息的方法。

有兩類不同性質(zhì)的問卷：一種是由一些測量獨立的變量的問題組成的問卷，這類問卷僅用于了解調(diào)查對象在某些方面的教育心理狀況，有時可作為編制嚴(yán)格量表的前期工作和基礎(chǔ)。這類調(diào)查通常設(shè)計一些以多項選擇為主的問卷，調(diào)查結(jié)果的分析以描述統(tǒng)計分析為主，如某答案選擇的頻次、百分比等。

另一種是具有內(nèi)在邏輯結(jié)構(gòu)，用于測量某些心理特質(zhì)的量表，這類問卷需要嚴(yán)格檢驗問卷的信度、效度；調(diào)查結(jié)果分析除了描述統(tǒng)計分析之外，還使用推理統(tǒng)計分析的方法，如差異檢驗、回歸分析等。由于量表式的問卷的編制對專業(yè)性要求較高，在中小學(xué)教育質(zhì)量綜合評價改革實驗中，可以選擇一些經(jīng)過實證驗證的成熟量表。

20項關(guān)鍵指標(biāo)中，適合采用非量表式問卷調(diào)查的指標(biāo)有：品德發(fā)展水平中各項指標(biāo)中的部分行為表現(xiàn)；學(xué)業(yè)發(fā)展水平中的實踐能力；健康生活方式中的人際溝通、興趣特長養(yǎng)成中的愛好特長以及課業(yè)負(fù)擔(dān)中的學(xué)習(xí)時間、課業(yè)質(zhì)量、課業(yè)難度、學(xué)習(xí)壓力。宜采用量表式問卷調(diào)查的指標(biāo)有：人格品質(zhì)、創(chuàng)新意識、情緒行為調(diào)控、好奇心和求知欲、潛能發(fā)展等。

行為觀察法

指在自然情境或?qū)ｉT設(shè)計的情景中對學(xué)生的特定行為進行觀察的方法。行為觀察法有以下特點：可提供學(xué)生人際行為和學(xué)習(xí)風(fēng)格的信息；可提供學(xué)生行為與其他人行為的系統(tǒng)記錄，這些記錄可用于評價、干預(yù)計劃以及監(jiān)測干預(yù)實施后的變化；觀察所提供的信息不受學(xué)生能力或報告信息意愿的影響。

行為觀察法的操作流程包括：定義要觀察的行為，如觀察學(xué)生考試是否作弊，作為評價學(xué)生誠實的一個方面；確定觀察時間和頻次，假設(shè)要觀察學(xué)生考試是否作弊，則需要確定一學(xué)期觀察幾次，以及在哪些考試中進行觀察等；實施觀察，記錄觀察結(jié)果。

在記錄觀察結(jié)果時，可以采用行為記錄表的方式。行為記錄表設(shè)計樣式如下：

通過將不同頻次轉(zhuǎn)換為分?jǐn)?shù)，即可得到學(xué)生在某一行為表現(xiàn)的量化分?jǐn)?shù)。以上表為例，如果將條目1、2、3、5的分?jǐn)?shù)轉(zhuǎn)換規(guī)則定義為A=1，B=2，C=3，將條目4的分?jǐn)?shù)轉(zhuǎn)換規(guī)則定義為A=3，B=2，C=1，則該生在遵紀(jì)守法方面獲得的分?jǐn)?shù)為12分。

行為觀察法的缺陷是，教師對學(xué)生行為的觀察可能會受到教師對學(xué)生的偏見以及觀察時間取樣限制而產(chǎn)生觀察偏差。為避免行為觀察可能產(chǎn)生的不公平，行為觀察結(jié)果應(yīng)與學(xué)生或家長確認(rèn)，對于有爭議的項目，雙方需要協(xié)商確定。唯有學(xué)生或家長確認(rèn)后的行為觀察結(jié)果才能計入學(xué)生檔案中。這種協(xié)商的過程也恰恰是“第四代評價”所倡導(dǎo)的，評價結(jié)果應(yīng)該是各方協(xié)商的結(jié)果。

20項關(guān)鍵指標(biāo)中適合采用行為觀察的指標(biāo)有：品德發(fā)展水平中的部分行為；實踐能力、創(chuàng)新意識、健康生活方式、情緒行為調(diào)控、人際溝通、好奇心求知欲、愛好特長。

表現(xiàn)評定法

1. 概述。表現(xiàn)評定法是對學(xué)生實際的表現(xiàn)進行直接的、系統(tǒng)的觀察，并根據(jù)預(yù)先設(shè)定的表現(xiàn)標(biāo)準(zhǔn)對其表現(xiàn)進行評分的方法。在這種方法中，一般要求學(xué)生執(zhí)行一個復(fù)雜的表現(xiàn)性任務(wù)或者創(chuàng)作一個作品。這種方法既可以用于個體評價也可用于小組評價。所設(shè)定的任務(wù)通常是與考察高級思維技能的真實生活有關(guān)的任務(wù)。表現(xiàn)評定法的難點主要有三個：一是表現(xiàn)評定標(biāo)準(zhǔn)的制定，包括在一項任務(wù)中，應(yīng)從哪些方面進行觀察，如何定義不同的表現(xiàn)水平，如何對不同的表現(xiàn)水平賦予分值等問題；二是任務(wù)的設(shè)定，包括希望通過這項任務(wù)考察學(xué)生哪些思維技能或者動手能力或者創(chuàng)造能力，為了要考察這幾個方面，哪些任務(wù)是最恰當(dāng)、最合適的問題；三是評分者的專業(yè)性，即評分者必須熟悉評分標(biāo)準(zhǔn)的含義及其指向，并能夠根據(jù)評分標(biāo)準(zhǔn)選取恰當(dāng)?shù)男袨檫M行觀察，同時也能對不同的水平作出恰當(dāng)?shù)呐袛?，并給予相應(yīng)的分?jǐn)?shù)。

由于表現(xiàn)性評定法會受到評分者主觀因素的影響，為了使結(jié)果更為公平，通常會采用2-3人同時評分，取平均分的方式來處理。

以下為英語作文表現(xiàn)性評定標(biāo)準(zhǔn)的示例。

20項關(guān)鍵指標(biāo)中適合采用表現(xiàn)評定法的指標(biāo)有：實踐能力、創(chuàng)新意識、審美修養(yǎng)。

2. 檔案袋評價。檔案袋評價又稱為“學(xué)習(xí)檔案評價”或“學(xué)生成長記錄袋評價”，是表現(xiàn)性評價的一種重要形式。檔案袋是指學(xué)生在教師的指導(dǎo)下搜集起來的，可以反映學(xué)生的努力情況、進步情況、學(xué)習(xí)成就等一系列學(xué)習(xí)作品的匯集。它展示了學(xué)生某一時間段內(nèi)、某一領(lǐng)域內(nèi)的綜合發(fā)展情況。

檔案袋評價在西方國家得到較為普遍的應(yīng)用，主要是因為其具有以下一些特點：①全面深入地展示學(xué)生的多種才能。沒有壓力和時間限制的情況下，學(xué)生可以利用各種資源和參考資料，與他人合作完成高質(zhì)量的工作，從而展示學(xué)生多方面的才能，這些才能是單純的紙筆測試無法檢測到的，如口頭表達能力、實驗操作能力、創(chuàng)新性等。②促進學(xué)生主動學(xué)習(xí)與自我反思。學(xué)生必須選擇和判斷放入檔案袋中的內(nèi)容；設(shè)定學(xué)習(xí)目標(biāo)；監(jiān)控學(xué)習(xí)進程。在目標(biāo)的指引下，學(xué)生可以反思他們自己的進步和作品的質(zhì)量。學(xué)生可以在自己的水平上進行工作，展示自己的學(xué)習(xí)風(fēng)格和表達方式。

檔案袋作為學(xué)生綜合素質(zhì)能力展現(xiàn)的一種重要手段，是對傳統(tǒng)的紙筆測試的重要補充?？茖W(xué)、有效的檔案袋評價，需要根據(jù)評價的目的精心設(shè)計檔案袋內(nèi)容，需要有科學(xué)的評分標(biāo)準(zhǔn)和評分量表，需要對評價結(jié)果加以解釋并對應(yīng)用做出指導(dǎo)，同時還需要對評分者進行培訓(xùn)，規(guī)范評分過程以保證評分信度。

20項關(guān)鍵指標(biāo)中除了學(xué)業(yè)負(fù)擔(dān)的各項指標(biāo)不宜采用檔案袋評價方法之外，其他四個方面的各項指標(biāo)都可以采用檔案袋方式來獲得其他評價方法所不易獲得的學(xué)生的信息。

本次評價改革提出了改變評價方法的要求，然而，需要我們注意的一個問題是：評價方法的轉(zhuǎn)變，不僅僅只是在評價中引入定性評價方法而已，更為重要的也是最為困難的問題在于，如何將由定性評價方法獲得的結(jié)果以量化的形式呈現(xiàn)，使得定性評價的結(jié)果也可以參與學(xué)校教育質(zhì)量綜合評價的計算，如此才能確保對學(xué)校的評價不是以單純的升學(xué)率或者是學(xué)業(yè)成績?yōu)橹饕罁?jù)。因此，定性評價結(jié)果的量化呈現(xiàn)，應(yīng)成為改變評價方法研究中的一個重點。