中學教育心理學考點命題教學測量與評價的方法和技術(shù)

1、第二節(jié)教學測量與評價的方法和技術(shù)與教學目標相一致，教學評價也應(yīng)包括認知、情感和技能三個方 面。對于認知和技能領(lǐng)域的學業(yè)成就， 最常用的教學評價手段是標準化 成就測驗和教師自編測驗。而對于情感以及道德行為表現(xiàn)則常常采用非 測驗性的評價手段，如案卷分析、觀察、問卷量表以及談話等。當然， 這些非測驗性的評價手段也可作為學業(yè)成就評價的補充.一、標準化成就測驗（一）標準化成就測驗的含義及特點標準化成就測驗是指由專家或?qū)W者們所編制的適用于大規(guī)模范圍 內(nèi)評定個體學業(yè)成就水平的測驗。 這種測驗的命題、施測、評分和解釋, 都有一定的標準或規(guī)定。由于測驗條件的標準化，測驗的結(jié)果比較客觀一致，適用的范圍和時限也較寬

2、廣。其特點大致為：測驗是由專門機構(gòu) 或?qū)＜覍W者按一定測驗理論和技術(shù)，根據(jù)全國或某一地區(qū)所有學校的共 同教育目標來編制的。所有受試人所做的試題、時限等施測條件相同， 計分手段和分數(shù)的解釋也完全相同。（二）標準化成就測驗的優(yōu)越性第一，客觀性。在大多數(shù)情境下，標準化測驗是一種比教師發(fā)展出 的測驗更加客觀的測量工具。 第二，計劃性.專家在編制標準化測驗時， 已經(jīng)考慮到所需的時間和經(jīng)費，因此標準化測驗比大部分的課堂測驗更 有計劃性。第三，可比性。標準化測驗由于具有統(tǒng)一的參照標準，使得 不同考試者的分數(shù)具有可比性。（三）標準化測驗的局限性第一，與學校課程之間的關(guān)系很不協(xié)調(diào).在我國，每個地區(qū)的教學 狀況還存

3、在著一定的差距，一個年級或地區(qū)的教學內(nèi)容可能不同于另一 個地區(qū)。因此，可能不少地區(qū)學生所學到的內(nèi)容與標準化樣本所學的東 西有差異。這就要求教師在選用標準化測驗前，仔細查閱內(nèi)容效度，使得 測驗的目標與評價的目的相匹配。第二，測驗結(jié)果的不當使用，我們通 常利用標準化成就和能力測驗對學生分類和貼標簽 ，對個體造成了不良 影響。它們的使用對得低分的學生傷害尤大 .二、教師自編測驗（一）自編測驗的含義與特點教師自編測驗是由教師根據(jù)具體的教學目標、教材內(nèi)容和測驗?zāi)康模约壕幹频臏y驗，是為特定的教學服務(wù)的。教師自編測驗通常用于 測量學生的學習狀況，而標準化成就測驗則用來判斷學生與常模相比時 所處的水平.（二

4、）測驗前的計劃第一，確定測驗的目的。第二，確定測驗要考查的學習結(jié)果。第三，列出測驗要包括的課程內(nèi)容。第四，寫下考試計劃或細目表。細目表是將考試具體化的最重要的 工具，使得測驗?zāi)軌蚺c教學的目標和內(nèi)容保持一致。細目表的形式是兩 維表，一般縱欄表示學習結(jié)果，橫欄表示課程的內(nèi)容或范圍。中間的欄 目，就是教師根據(jù)自己的情況填上在測驗中計劃測量多大比例的學習結(jié) 果和課程內(nèi)容。第五，針對計劃測量的學習結(jié)果，選擇適合的題型.自編測驗包括客 觀題和主觀題兩種類型.教師使用哪一種類型的題目是由測驗的目的、 內(nèi)容和時間決定的.一般來說，由于這兩種題型各有優(yōu)點和不足，最好 加以綜合使用。（三）自編測驗的類型1.客觀題

5、客觀題具有良好的結(jié)構(gòu)，對學生的反應(yīng)限制較多。學生的回答只有 對、錯之分，因此教師評分也就只可能是得分或失分。這類題目包括選 擇題、是非題、匹配題和填空題等。（1）選擇題.選擇題是由題干和兩個或更多的選項組成的。題干可 以是直接提問或者以不完整的名字形式出現(xiàn)，目的是為了設(shè)置問題情 境。而選項則提供可供選擇的答案，包括一個正確答案和若干具有干擾 性的錯誤項或迷惑項。學生的任務(wù)就是閱讀題目，再從一系列選項中挑選出正確的項目.教師在出題時，要綜合考慮題干和選項，使整個題目清楚明了。選 項的數(shù)量一般沒有統(tǒng)一的規(guī)定，教師可以隨意確定選項的個數(shù)，大多是 45個，這樣可避免學生猜測答案。所有的題目也可以安排各

6、自不同數(shù) 量的選項。良好的選擇題，題干應(yīng)該明確簡單，而選項又深具迷惑性。經(jīng)過精心設(shè)計的題干和選項，可以測查目標系列中的高于知識水平 的任何等級.此外，選擇題還有一種常用變式，選項中有一至多個正確答 案，即通常被稱為多選題.這種題型的難度大大高于常規(guī)的選擇題（單選 題），可以有效地檢查高一級的學習成果，在測驗中使用較廣.(2 )是非題.是非題與選擇題有一點相似之處，就是學生需要識別、 選擇出正確答案。常用的形式是，陳述一句話要求學生判斷對錯或是非。 是非題可用于測量不同水平的教學目標.是非題形式簡單，能夠在一份試卷內(nèi)覆蓋大量的內(nèi)容。教師在評判時也較客觀，計分簡便省時。但是，一個重要的問題是：學生

7、只有兩種 選擇一對或錯，所以即使在完全猜測的情況下，他們也有50%勺機會選擇 到正確答案。一種可行的辦法是，增加題目的數(shù)量。由于題量大，對題目 總體的取樣較全面，學生很難只憑猜測獲得高分。(3)匹配題.匹配題是另一種可提供多種選擇的考試形式。通常， 題目包括兩列詞句，一列是問題選項，一列是反應(yīng)選項.學生根據(jù)題意按照某種關(guān)系將左右的項目連接起來。 匹配題形式簡單，能夠有效地測 量學生對知識聯(lián)系的掌握情況，且易于計分。但是，它只能用于測查彼 此存在著簡單關(guān)系的知識。(4)填空題。填空題是呈現(xiàn)給學生一句或一段不完整的話或者直接 提問，要求學生簡要做答。當教師的目的是考查學生對知識的回憶時，填空題十分

8、有用，它可將學生猜測的可能性降到最小.如果經(jīng)過精心設(shè) 計，也可以通過填空題來考查學生對知識的記憶和理解，以及推理和判 斷能力.填空題的問題在于，學生的答案各不相同甚至還會出現(xiàn)出人意 料的答案，學生的答案還會受筆跡、用詞等無關(guān)因素的影響.2.主觀題主觀題則要求學生自己組織材料，并采用合適的方式表達陳述出 來。這類題型包括論文題及問題解決題。教師在評分時 ，對學生的回答 需要給出不同量的分值，而不僅僅是滿分或零分(1)論文題。論文題是指要求學生用文字論述方式闡述相關(guān)觀點的 題目，回答字數(shù)可以從幾段到幾大頁不等.一般較常使用的有兩種類型， 有限制的問答題和開放式論文。有限制的問答題，是指教師對回答的

9、內(nèi)容和長度都有規(guī)定，如平時測驗中的簡答題等.例如，說明戊戌政變中的 重要人物、事情經(jīng)過以及結(jié)果。開放式論文，則允許學生在內(nèi)容上可以 自由選材、自由發(fā)揮，而且篇幅較長.論文題可以測驗知識、理解或運 用水平，也可考查學生的分析、綜合、類比和評估知識的能力，還可考 查學生組織信息或表達陳述某項意見的能力。使用論文題也有不妥之處.首先，學生回答論文題需要花費很多時 間。因此，在一份試卷里只能出現(xiàn)少量的題目，對課程內(nèi)容的取樣也就非 常有限。通過增加小的論文題(即簡答題或問答題)，可以避免這個問 題.其次，對于熟悉自己學生的教師，在判卷時很難做到客觀，導(dǎo)致信度較低。在評分時，經(jīng)常出現(xiàn)一種現(xiàn)象一一暈輪效應(yīng)，

10、即教師對學生的總 體印象影響到對論文題目的評價.因為平時的接觸或者前面幾道題解答 的情況，使得教師對學生形成了某種印象，從而影響到對之后題目的評 判。(2)問題解決題.問題解決題是向?qū)W生提供一定的問題情境和目標 情境，要求學生通過對知識進行組織、選擇和運用等復(fù)雜的程序來解決 問題。通常有兩種形式，一種是間接測驗，與前面提到的幾種測驗形式 一樣，是采用紙筆測驗來評價學生的學業(yè)成就或能力。學生在完成時， 通常必須寫出若干步驟或過程，以展現(xiàn)他的思路。評分時，按照步驟計分，如果缺少某些步驟就不能得分。平時的理科考試多出這種類型的問 題解決題.問題解決題的另一種方式則是直接測驗.例如，為了考查學生學習

11、本節(jié)內(nèi)容的情況，讓學生編制一份測驗小學兩步應(yīng)用題的測題。由于它 考查了學生處理實際問題的能力， 所以有時我們又把這種形式叫做操作 評價。教師可以要求學生設(shè)想一個可以解決學校垃圾處理問題的方案 （要求只寫可行性措施，不超過500字），或者要求學生測量學校操場的 面積。操作評價對于考查高級思維技能十分有效，但是往往費時費錢， 而且主觀性較大，并且效度也經(jīng)常受到質(zhì)疑。（四）有效自編測驗的特征1 .信度信度是指測驗的可靠性，即多次測驗分數(shù)的穩(wěn)定、一致的程度。它 既包括在時間上的一致性，也包括內(nèi)容和不同評分者之間的一致性。例 如，采用性格量表測量學生，他們在這一個月的結(jié)果，如果大致等于六 個月前和三個月

12、前的得分，那么我們就認為測驗的信度較高。2 .效度效度是指測量的準確性，即一個測驗?zāi)軌驕y量出其所要測量的東西 的程度。效度是一個相對概念，任何一種測量工具只是對一定的目的來 說才是有效的.效度考慮的問題是：測驗測量什么？測驗對測量目標的測 量精確性和真實性有多大？效度的重要性大于信度，因為一個低效度的測驗，即使具有很好的信度，也不能獲得有用的資料。例如，用磅秤稱量體重，連續(xù)多次都會得到相同的值，而且準確地反映了個體的重量，那 么信度和效度都很高；但是如果使用它來測量身高，雖然測量值之問總 是保持一致的，即信度很好，但是并沒有說明個體的高度，因而不是適 宜的測量身高的工具。3 .區(qū)分度區(qū)分度是指

13、測驗項目對所測量屬性或品質(zhì)的區(qū)分程度或鑒別能力。它是根據(jù)學生對測驗項目的反應(yīng)與某種參照標準之間的關(guān)系來估計的。例如，可用年級或教師評定的等級作標準，看測驗的項目能否把不同年級或不同水平的學生區(qū)分開來.（五）自編測驗的常見錯誤第一，教師過于相信自己的主觀判斷而忽視測驗的信度和效度指標。第二，許多教師對測驗準備的重要性缺乏足夠的認識，對測驗準備不夠充分，甚至沒有準備.第三，許多教師編制的測驗太簡單，題量太小?？傊?，測驗準備不充分、題量小、相信主觀判斷 ，都會導(dǎo)致過分強 調(diào)無關(guān)細節(jié)，從而忽略本章提到的那些重要的原則或注意事項。三、非測驗的評價技術(shù)在實際教育中，前述紙筆測驗并不是收集資料的唯一途徑.教

14、師還使用了許多非測驗的評價技術(shù)，尤其是情感領(lǐng)域的教學評價更需要采用 非紙筆測驗。情感教學不屬于任何一個學科，其效果可能產(chǎn)生在任何一 種認知學科的教學過程中（一）案卷分析案卷分析是一種常用的評價策略， 其內(nèi)容主要是按照一定標準收集 起來的學生認知活動的成果.例如，學生的家庭作業(yè)或課堂練習、論文、 日記、手工制作的模型、繪畫等各種作品。對學生的作品進行考察分析， 并形成某種判斷和決策的過程就是案卷分析。（二）觀察通過教學過程中的非正式觀察， 教師也能夠搜集到大量的關(guān)于學生 學業(yè)成就的信息.這種觀察不只限于智能的發(fā)展，還包括學生生理、社 會和情緒的發(fā)展。為了確保觀察的有效性，教師應(yīng)注意自然地對學生進

15、 行全面系統(tǒng)的觀察，然后客觀、詳細地記錄下觀察信息。1 .行為檢查單教師可以使用檢查單來記錄其在教學中的觀察結(jié)果。檢查單一般包括一系列教師認為重要的目標行為，通常采用有/無的方式記錄，但有 時也記錄下次數(shù)。行為檢查單使用簡便易行，對于教師非常有用。尤其 在課堂上，教師可以利用檢查單及時記下所觀察到的行為，便于指導(dǎo)和幫助學生。如果行為是屬于某一個好一壞連續(xù)體上的某一點，那么更適宜的方式是等級評價量表。當觀察目標是具體、特定的經(jīng)過了明確界定 的行為時，檢查單非常有效。2 .軼事記錄軼事記錄是描述所觀察的事件。與檢查單相比，軼事記錄可提供比 較詳細的信息，這些記錄一般是按照發(fā)生時間排列的。教師可以在

16、事先 有明確的觀察目標，就某一方面的行為進行記錄；也可以沒有明確目的， 事后再專門分析或考查某一件事， 這時教師就需要記下很多資料， 甚至 包括一些無關(guān)信息。軼事記錄要求教師純粹記載下所觀察到的內(nèi)容，而 不要摻雜進個人的意見或觀點。許多教師在他們的教案或工作日記上， 都有軼事記錄。但是，軼事記錄比較費時，而且也很難排除主觀偏見。3 .等級評價量表等級評價量表對于連續(xù)性的行為，可能更為有效。它可用于判斷某 種行為的發(fā)生頻率，以及某種操作或活動的質(zhì)量，使得觀察信息被量化. 評價量表是一種間接的觀察技術(shù)， 通過量化所觀察的信息，可以迅速簡 便地獲得概括化的信息。評價量表和行為檢查單有一定關(guān)系。 二者

17、都要 求教師對學生的行為進行判斷，可以在觀察過程中或結(jié)束后使用。但是 它們的評價標準不同，檢查單只需要做定性的判斷，而等級評價量表是 做定量的判斷.（三）情感評價許多時候，教師有必要針對學生的情緒、學習動機、個人觀點等進 行評價。固然，我們可以借助已有的量表，但是學校也鼓勵教師自己編 制評價量表。為了獲得這類信息，教師可以自行編寫開放式問題、問卷 等.而在對結(jié)果的評價時，教師也需要寫一份詳細的報告，形式類似于上 文的觀察報告。四、教學評價結(jié)果的處理與報告（一）評分評分時必須以一定的比較標準為依據(jù)，評分的標準可分為絕對標準和相對標準兩種。絕對標準是以學生所學的課程內(nèi)容為依據(jù)，學生的分數(shù)和其他同學

18、的回答情況沒有關(guān)系.而且絕對標準強調(diào)，由于不同學生 的學習起點和背景情況的差異，所以他們的學習結(jié)果也是不可比較的。 它對應(yīng)的評價方式，是標準參照評價.相對標準是以其他學生的成績?yōu)?依據(jù),對應(yīng)于常模參照評價.相對標準的評價不僅與學生自己的成績有 關(guān)，還與其他同學的成績有關(guān)。在評分過程中，常常存在計分主觀性問題，教師往往會受一些無關(guān) 因素的影響，使得評分的信度較低.因此，評分標準一定要與測驗的編 制計劃和實際的編制工作保持連續(xù)性，確保整個評價活動是根據(jù)統(tǒng)一的 標準進行的。這樣，評價結(jié)果才可能是教師所預(yù)期的信息，具有較高的 信度，能夠?qū)虒W活動發(fā)揮積極作用。合理的評分過程應(yīng)包括如下步驟：第一，搜集有關(guān)學生的信息，信 息可以來源于不同類型、性質(zhì)的測驗，甚至觀察的評價方式。例如，教 師對學生期末學習成績的評價， 通常是期末考試成績占70%,平時作業(yè) 和考試成績占20%,課堂表現(xiàn)占10%。第二，系統(tǒng)地記錄下評價的結(jié) 果，并隨時保持最新的結(jié)果.第三，盡量將搜集的資料量化，用數(shù)據(jù)來 表示學生的學習情