黎 東,張 薇

(1.南寧市第二中學(xué),廣西南寧,530022;2.首都師范大學(xué)教育學(xué)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(xué)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(xué)、唯文憑、唯論文、唯帽子的頑瘴痼疾,提高教育評價的科學(xué)性、專業(yè)性、客觀性。[1]增值評價以在學(xué)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(xué)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(xué)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(xué)校教學(xué)績效增值評估的實踐[5-6]。但將該模型應(yīng)用于以學(xué)校為單位的教師教學(xué)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(xué)的個別化分層指導(dǎo)提供數(shù)據(jù)支撐,是學(xué)校教學(xué)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(xué)校(段)期考學(xué)生學(xué)業(yè)成績分析工具的變革為切入點,引入學(xué)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(xué)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(xué)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(xué)效能評價體系,以期為中小學(xué)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(xué)生學(xué)業(yè)進步;值為負,表示學(xué)生學(xué)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(xué)生的學(xué)業(yè)增值情況,但實際上會因試卷難度的波動而導(dǎo)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(xué)生測試成績?yōu)?8分(98分以上的學(xué)生有10人),后測選用的試卷較難,A學(xué)生測試成績?yōu)?5分(95分以上的只有A學(xué)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(xué)生這段時間學(xué)習(xí)退步,這顯然是不科學(xué)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(xué)生測試的原始分數(shù)減去全體學(xué)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(xué)判定是否存在增值,但無法用其差值的絕對值表示學(xué)生的進(退)步程度。高水平學(xué)生的提升空間有限,上升難度高于低水平學(xué)生;低水平的學(xué)生進步空間較大,下降空間有限,即出現(xiàn)了高水平學(xué)生的天花板效應(yīng)和低水平學(xué)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(xué)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(xué)生成長百分等級模型的教師增值評價

學(xué)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(xué)校的增值評價實踐中推廣使用。[7]

(一)基本原理

SGP利用學(xué)習(xí)伙伴的概念,通過計算某名學(xué)生在水平相同或相近的一組學(xué)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(xué)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(xué)生分為若干個成績相同或相近的群體,這些群體即為學(xué)習(xí)伙伴。再計算每名學(xué)生后測成績在自己所屬學(xué)習(xí)伙伴中的排名百分等級。百分等級即可科學(xué)標識學(xué)生的學(xué)業(yè)增值及進步程度。[4]

如圖1所示。某學(xué)科按照前測成績將學(xué)生分為若干個群體。A學(xué)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(xué)生分為一個小組,稱為“X學(xué)習(xí)伙伴”。B學(xué)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(xué)生分為一個小組,稱為“Y學(xué)習(xí)伙伴”。這一分組方式可使學(xué)習(xí)伙伴的內(nèi)部成員具有相同的學(xué)習(xí)起點。

在該學(xué)科的后測中,X學(xué)習(xí)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(xué)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(xué)生的成績增值情況(R為學(xué)習(xí)伙伴中的排名,N為學(xué)習(xí)伙伴的總?cè)藬?shù)),得出其成長其百分等級PR=85,表示A學(xué)生的后測成績超過了X學(xué)習(xí)伙伴中85%的學(xué)生。

在該學(xué)科的后測中,Y學(xué)習(xí)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(xué)生成績是60分,在Y學(xué)習(xí)伙伴中排名第17。用百分等級公式進行計算(B學(xué)生在學(xué)習(xí)伙伴中的排名R=17,Y學(xué)習(xí)伙伴的總?cè)藬?shù)N=20),得出成長百分等級PR=17.5,表示B學(xué)生的后測成績超過了Y學(xué)習(xí)伙伴中17.5%的學(xué)生。

該模型最初應(yīng)用到學(xué)校增值評估時,以35分和65分作為判斷標準:學(xué)校所有學(xué)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(yù)期;在35—65分之間表示進步程度符合預(yù)期;高于65分表示進步程度高于預(yù)期。[2]參考上述計算方式,在學(xué)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(xué)生成績退步;在35—65分之間視為正增值,即進步程度符合預(yù)期;高于65分視為正增值,即進步程度高于預(yù)期。案例中A學(xué)生的增值評價分數(shù)為85分,表明成績進步且高于預(yù)期;B學(xué)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(xué)習(xí)伙伴概念的運用能夠?qū)⑾嗤蛳嘟鼘W(xué)習(xí)起點的學(xué)生相互比較,因為每名學(xué)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(xué)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(xué)生成長的影響因素。SGP未將學(xué)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(xué)生的進步情況。第二,樣本數(shù)量要求較高。SGP一般以多所學(xué)校為單位進行統(tǒng)計,若以一所學(xué)校為單位,特別是以學(xué)生人數(shù)較少的學(xué)校為單位進行統(tǒng)計時,會存在學(xué)習(xí)伙伴成員間成長百分等級跳躍較大的現(xiàn)象,這會導(dǎo)致學(xué)生增值程度的表示較為粗略。第三,計算過程較為復(fù)雜。以學(xué)校為單位的學(xué)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(dǎo)致教師個人很難獨立計算出結(jié)果。因此,學(xué)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(xùn),提升增值評價在學(xué)校的普及率。

四、教師教學(xué)效能評價體系構(gòu)建

教師教學(xué)的效能通常通過學(xué)生的成績體現(xiàn),對學(xué)生成績進行合理化評價,能夠完善教師教學(xué)的效能評價。因此,將SGP引入教師教學(xué)效能評價,完善其體系構(gòu)建,能更好地凸顯教師教學(xué)的效能,有助于教師獲得更加直觀的教學(xué)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(xué)效能評價時,常用的評價方式為均分評價(班級學(xué)生原始成績平均分的年級排名)和尖子生評價(班級學(xué)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(xué)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(dǎo)策略。常見的教師教學(xué)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(xué)生教學(xué)的綜合效能,無法了解自己分層指導(dǎo)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(xué)效能,也不利于教師選出針對性強的分層指導(dǎo)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(xué)校很難實現(xiàn)絕對公平的均衡分班。評價工作中,在學(xué)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(xué)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(dǎo)致部分教師陷入了評價無法客觀衡量個人投入及教學(xué)效能的困境。這不利于學(xué)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(xué)生群體,構(gòu)建分層評價框架。以班為單位,按前測學(xué)科成績將班級排名前6的學(xué)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(xué)困生。學(xué)?？梢罁?jù)實際生源情況確定四類學(xué)生的劃分標準。通過觀察四個學(xué)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(xué)生群體中的教學(xué)效能,并可以采取相應(yīng)措施優(yōu)化分層指導(dǎo)策略,進而落實關(guān)注全體學(xué)生發(fā)展的價值導(dǎo)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(xué)生通過與自己有相同或相似學(xué)習(xí)起點的學(xué)習(xí)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(xué)生成長百分等級與學(xué)生在前測中被分入哪個學(xué)習(xí)伙伴相關(guān),與學(xué)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(xué)生前測原始分的年級排名百分位,將全體學(xué)生分為若干群學(xué)習(xí)伙伴。再根據(jù)學(xué)生后測原始分,計算出每名學(xué)生在各自學(xué)習(xí)伙伴中的排名百分等級,即學(xué)生的成長值PR學(xué)生成長值。此處公式中的R為學(xué)習(xí)伙伴中的排名,N為學(xué)習(xí)伙伴的總?cè)藬?shù)。

其次,基于學(xué)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(xué)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(yù)期;介于35—65分之間,表示增值程度符合預(yù)期;低于35分,表示增值程度低于預(yù)期。達標特性高于65分,表示學(xué)科基礎(chǔ)拔尖;介于35—65分之間,表示學(xué)科基礎(chǔ)中等;低于35分,表示學(xué)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(xué)某年級20個班的1053名學(xué)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(xué)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(xué)生,有效的學(xué)生樣本為1046人。學(xué)科試卷按課程標準由學(xué)校經(jīng)驗豐富的教師負責(zé)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(xué)生分為尖子生、優(yōu)秀生、中等生和學(xué)困生四類,根據(jù)前測、后測兩次數(shù)據(jù)計算各班四類學(xué)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(xué)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(xué)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(yù)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(xué)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(xué)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(xué)科基礎(chǔ)薄弱的班級。一般而言,這樣的班級在教學(xué)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(yù)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(yù)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(yù)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(xué)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(yù)期,實際上也出現(xiàn)了低于預(yù)期(如D17)、符合預(yù)期(如D15)和高于預(yù)期(如D18)的分化。

綜上所述,教師教學(xué)效能的達標特性結(jié)果并不能代表或預(yù)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(yù)期的成長特性結(jié)果,彰顯個人投入與教學(xué)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(xué)生都培養(yǎng)成尖子生,而是讓每個學(xué)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(xué)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(xué)效能評價更公平

本研究將SGP引入了教師教學(xué)效能評價。因為SGP構(gòu)建了與行政分班無關(guān)的學(xué)習(xí)伙伴,所以以學(xué)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(xué)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(xué)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(dǎo)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(xué)效能評價能夠提供班級中尖子生、優(yōu)秀生、中等生和學(xué)困生等四個群體的評價信息?；诓煌后w的詳細信息,被評價教師能夠更直觀地了解自己的指導(dǎo)策略對不同學(xué)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(dǎo)效果提供科學(xué)的數(shù)據(jù)支持。

表3 A07班級語文學(xué)科四個群體的數(shù)據(jù)對比

A07班級的四個學(xué)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(dǎo),尖子生的成長性高于預(yù)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(xué)生語文學(xué)科中等生基礎(chǔ)拔尖,學(xué)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(xué)生基礎(chǔ)采取不同的教學(xué)策略;第二,教師先前的分層指導(dǎo)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(xué)困生的發(fā)展。

六、結(jié)論

將SGP引入教師教學(xué)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(xué)效能。將班級中的學(xué)生細分為尖子生、優(yōu)秀生、中等生和學(xué)困生四個群體分別進行評價,能夠為教師對不同學(xué)生群體的個別化分層指導(dǎo)改進提供數(shù)據(jù)支持。教育評價是較為復(fù)雜的過程,學(xué)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(xué)效能,努力實現(xiàn)以評促教、以評促學(xué)的教學(xué)目標。