小学教育学(中等师范)复习资料：第七章教育测验与评价.doc

第七章 教育测验与评价第一节 教育测验一、教育测验的概念 (一)概念界说 测量是给事物的某种属性给定数值的过程，回答了“有多少”的问题。教育测量包括了从身体身体素质到兴趣态度等多个方面。 测验是对于知识水平、情意状态、运动技能等的数量化测定，有广义和狭义之分。狭义的测验仅指一份测验卷子，而广义的测验指编制试题、施测、评分到报告成绩的全过程。在教育领域，测验只是测量的一种形式，主要用来测量学生的学业成绩和心理特点。如果说测量回答了“有多少”的问题，只考察量的大小，测验则回答了“某个人做的怎么样”的问题，包含了对测验结果的解释和评判。 规范的考试是教师在教学过程中编制试题、评定学生学业成绩的过程，如期中、期末考试。它与测验的区别有两种看法。第一种是从教育测量学中引出，认为测验更为规范，从试题编制、实施测验测验到评分过程都有严格的程序，而考试则是教师可自行安排，相对灵活，技术要求不高的测验形式。另一种观点与第一种正好相反，认为测验比较随意，而考试则较为正式。本书主要采用第一种观点。 评价是对某种教育活动的价值判断。评价包含定性描述或价值判断，更多的时候是两者兼而有之。 (二)测验的功能 测验具有以下功能：(1)激励功能；(2)诊断功能。诊断性测验主要考察两个方面，一个是看基础打得好不好，可否满足学习某种新知识的需要，另一个是看理解和掌握上有什么错误及其原因所在，它为教学提供了丰富的反馈信息，使教师能及时调整教学；(3)区分和选拔功能。升学考试就体现了测验的选拔功能，如高考；(4)评定功能。二、测验的类型 从测验目的上考虑，可以分成安置性测验、形成性测验、诊断性测验和总结性测验。从测验内容上考虑，可以分成成就测验和学能测验。从规范程度上区分，可以分成标准化测验和教师自编测验。从结果解释所参照的标准区分，又可以分成常模参照性测验和标准参照性测验。 (一)安置性测验、形成性测验、诊断性测验和总结性测验 安置性测验的根本目的是分班、分组。安置性测验涉及的范围比较窄，难度也比较低。 形成性测验针对某一教学单元而设计，在教学过程中进行，其目的不在于评定学生，而是为了调控教学。 诊断性测验能够反映学习中常见的错误，诊断学习困难，特别是找到困难的成因。诊断性测验的目的是发现问题，评分不作为正式成绩。 总结性测验用于对学生学习情况的阶段性总结分析。在一个段落或一门课结束后，教师会编制一套试题，全面考察学生的掌握情况。现行小学学科测验多采用闭卷形式，有时候也要求学生完成实践性课题。 (二)标准化测验和教师自编测验 标准化测验在试题编制、施测和评分过程中有着严格的规范。标准化测验是由测验专家和教师共同编制的，试题质量较有保障。最典型的标准化测验是智力测验，如“比奈智力量表”。 教师自编测验是教师自己编制的测验，是在教学过程中针对教学实际引用现代测验原理编制的。教师自编测验针对性、灵活性强，能反映实际教学中遇到的特殊问题。 (三)成就测验和学能测验 成就测验是对学生学业成绩的检查，常结合具体学科而设。学校平时的课堂测验，期中、期末考试等，都是成就测验。 学能测验，又称学能倾向测验，它考察学生在课程学习中所获得的能力，与学业成就有较大关系。学能测验不局限于某门课程，关心各门课程都需要具有一般能力，主要包括文字推理测验和数字推理能力测验。学能测验一般在小学毕业前进行，能在一定程度上预测学生的发展潜力。 学能测验与成就测验的区别在于，成就测验针对具体的教学内容而定，着重考察知识的掌握情况；而学能测验的测验内容比较宽泛，侧重于能力考察。 (四)常模参照性测验和标准参照性测验 常模参照性测验是按照在特定群体中的相对位置决定成绩的好坏。选拔性考试一般是典型的常模参照性测验，如高考。常模参照性测验要在所定教学内容中，选出一些能区分出学生水平的题目，它不一定要面面俱到，但应该能拉开分数距离。题目难度以中等为宜，特别难和特别简单的题目要少一些。 标准参照性测验是考察是否达到了预先规定的标准，类似于各种执照考试，如驾驶执照考试。这种测验只关注考生是否达到了应该达到了应该达到的水平，而不去管别的考生怎么样。确定“合格”或“掌握”的标准是标准参照性测验能否取得成功的关键。标准参照测验往往是针对某几个特殊的知识点而设计，题目覆盖面广，并尽可能把所学的重要知识都反映出来。标准参照性测验不去刻意拉开学生间的距离，题目该难就难，该易就易，完全随知识点的要求而定。 常模参照性测验和标准参照性测验的区别是：前者着重同学间的比较，后者关心有没有达到预定的学习目标。常模参照性测验适用于选拔性考试和总结性评定；而标准参照性测验适用于诊断和发现学生的不足，从而为改进教学提供反馈信息。三、良好测验的标准 好的测验都应当符合一定的要求，通常用实用性、信度、效度、难度和区分度等指标衡量测验质量。 1实用性 实用性反映了试题的基本质量，其基本要求是便于组织，便于实施，节时省力。(便于组织。(2)测验便于实施。(3)容易评分。(4)结果要容易解释。 2可信度 可信度又称信度，指测验结果的前后一致程度，表示了分数的稳定性和可靠性。具体要求是，先后两次用同样的试卷测查同一批学生，则两次测验的分数应该比较相近；对同样的答卷组织两次评分，评分结果相近。如果上述评分结果相差悬殊，就表示可信度很低。评分的客观性常用评分者信度来说明。 3有效性 有效性在测量学上也称为测验的效度，指一个测验能测到预先想测的知识和能力的程度。估计测验效度的方法主要有两种：(1)内容效度，反映了题目对所考察内容的代表性问题。(2)效标关联效度，反映了测验分数和所选择的效标分数之间的一致程度。和信度相比，测验的效度更为重要。因为效度高的测验信度一定高。 4难度 难度即测验的程度，提供了试题平均通过率的信息。一份试卷的难度取决于每一道题的难度。难度用全体被试在某题的得分率(P)表示。如果全部通过，难度为1；如果谁都没有通过，难度为0。难度值在0到1之间，难度值越大，表示题目越容易。高分段人数少，低分段的人数多，表示难度较高。高分段的人数多，低分段的人数少，表示难度较低。难度中等时，最容易拉开考生间的档次。不同的测验对难度有不同的要求，如选拔性考试难度以中等为宜，否则很难筛选。一般来说，某一道试题答对的学生少于20%时便是过深，答对的多于80%时则是偏浅。 5区分度 区分度是测验能否拉开分数距离的指标。试题的区分度也称为鉴别力，表示某道题目能够将不同程度的学生鉴别开来的能力。试题难度直接影响区分度，特别难的题目大家都不会做，特别容易的题目大家都会做，这两种题目区分度都很低。反之，中等难度的试题的区分度比较高，难度为0.5的题目，区分度最大。四、测验的编制和实施 (一)确定试题内容 在选择试题内容时，应设计测验蓝图。测验蓝图包括确定测验目的、测验内容以及编制双向细目表等内容。(1)确定知识点。(2)确定认知水平。(3)设计双向细目表。双向细目表是由教学内容和教学目标构成的的。 (二)选择试题类型 课堂测验的题型有客观题和论文题两种。客观题包括填空、判断正误和多项选择等题型。论文题包括简答题和论述题。因为客观题和论文题各具优缺点，所以搭配使用效果最佳。 (三)评分 计分方法可分为等级分和百分制两类。等级分在中国隋唐一代就广为使用，百分制则是20世纪初教育测量学的发展产物。等级制的计分方法除五分制和A、B、C、D、E外，还有许多变形。使用等级分的好处是避免了在同一分数等级上同学间的攀比，会减轻过分的分数竞争。但缺点在于，等级分比较粗略，不容易反映个体间细微的差别，评分尺度也较难把握。在评分时，教师要注意到自己对学生的看法可能会影响到评分过程。和百分制相比，等级制能避免“分分计较”的学习心理，减轻学生的考试负担。 (四)测验分数的解释 分数只有经过解释具有实际意义。解释分数时，既可以和其他同学的学习表现相比较，也可以和考核标准相对照。分数的意义是在比较中获得的。如同样考85分的两个同学，其分数值虽然相同，但反映出的水平和存在的问题并不完全相同。page第二节 中小学教育评价一、中小学教育评价概述 最早的有组织的教育评价可以回溯到中国的科举考试。西方直到19世纪末期才开始实行正规的教育评价活动，早期评价研究主要集中在美国。赖斯的拼写测验是经典的评价研究，这项研究是在1895年到1905年的十年间在美国全面开展的。20世纪初，教育评价和教育测验发展很快，此期最有影响力的桑代克被称为现代教育测验之父。到了20世纪30年代，这一时期研究成为教育评价的里程碑。20世纪50年代，布鲁姆建立了教育目标分类学。直到现在，布鲁姆的教育目标分类学仍然是测验的重要指标体系。如果说测量给定了量的大小，评价则体现了价值判断的过程。评价是一种较主观的活动。 广义的教育评价包括对于教育活动一切方面的评价，狭义的教育评价主要是对学生发展的评价，又称为学生评定。广义的评价较为笼统，狭义的评价关注教育效果而不看过程。二、中小学教育评价的类型 从评价的严格程度上考虑，可以分成正式评价和非正式评价。从解释评价结果的标准上考虑，可以分成相对评价和绝对评价。从评价的功能上区分，可以分成形成性评价和总结性评价。 (一)相对评价和绝对评价 对应于常模参照性测验和标准参照性测验，评价可分为相对评价和绝对评价。相对评价是在群体中进行对比，这时衡量标准是相对的，如“矮子里拔高个”、“水涨船高”。绝对评价要和预定的标准相比较，只要达到了标准，就称为合格，如某种资格认证考试。 (二)形成性评价和总结评价 对应于形成性测验和总结性测验，评价可分为形成性评价和总结性评价。形成性评价是指在活动过程中，以改进工作为目的而开展的评价。通过揭示问题和反馈信息，这种评价对改进工作质量很有帮助。总结性评价是对活动结果的评价，它的目的在于评判活动效果。形成性评价和总结性评价在评价技术上并没有差别，只是实施过程不同。前者贯穿于活动的全过程，以改进工作为目标；后者要等到活动结束时才进行，目的是为了鉴定分等。三、中小学教育评价的内容 在宏观范围，教育评价涉及教育目标、教育结构、教育管理体制等方面。在中观层面，包括教育队伍、办学条件、学校各项工作。微观层面则关注学生的学习和发展。在小学教育活动中，学生发展评定、教师授课质量评价、课程和教材评价是最主要的评价活动。此外，诊断学校中存在的特殊问题，评价教改实验，评估学校的总体表现也较为常见。 (一)学生发展评定 学生发展是衡量学校办学水平的关键指标。评定学生要考虑许多方面。最基本的有学业成就、行为表现和身体状况三方面，即德育、智育和体育。学业成就不仅包括学生在知识领域的学习成绩，还包括技能和情意领域的学习表现。行为表现评价也就是操行评定，用以考察学生在道德品质和行为处事上的优点与不足。操作评定应考察学生在伦理道德、品德修养和性格特点三方面的特征和表现。身体状况评价包括体质、体力、精力、卫生习惯和良好的生活方式等方面。 (二)教师授课质量评价 进行授课评价时，首先要确定评价的标准，这个标准要明确、具体、相对独立，要能够全面衡量教学的各个方面。实施授课质量评价标准一般有以下方面：(1)教学目标完成情况，(2)学生的课堂参与，(3)内容安排，(4)教学方法，(5)语言表达，(6)教学原则。具体到每一个方面还应当具体化。教师授课质量评价包括专家、同行、学生和自我评价。现代教育评价强调教师要增强自我评价意识，加强评价的形成性功能。在中小学教学实际中，多采用听课、评课的深入交流形式评价授课质量。不是局限于固定的评价指标，要能够结合具体的情况分析教学的特色和问题。对中小学教师来说，评课是很重要的一种能力，因为评课是教学常规的一部分。 (三)课程和教材评价四、中小学教育评价的基本步骤评价的关键是建立评价目标，并在此基础上通过收集和整理资料，判断目标的达成情况。要想评价小学生的作文能力，就要分析小学作文教学的目标，并在此基础上建立评价标准。然后选择一些学生，考察他们的作文水平。最后要比较学生实际作文水平和教学目标的差距，分析作文教学中到底存在哪些问题。 (一)建立评价目标 现代教育评价的总目标可概括成以下类别：(1)直接与学业成就有关的评价目标，包括知识和技能目标；情意目标。(2)间接与学业成就有关的评价目标。包括学生的智能、性向等；学生的环境；身体的评价目标。 (二)选择评价样本 收集评价信息的方法主要有观察、问卷调查和访谈、检查作业、考试、家访和轶事记录法等。 (四)报告评价结果 要具备以下内容：评价目标、时间、人员、方法、结果和建议。五、当今评价的问题与发展 (一)现存问题 测验和评价的应用以激励学生和改进教学为目标，但实际教学中，某些教师往往用测验一个尺度，从学业成绩一个方面衡量学生的发展水平，这样不仅会妨碍学生的全面发展，也会对教学改革形成阻力。有以下问题：(1)重知识轻能力。(2)片面追求分数。(3)影响学生心理健康。(4)制约教学改革 (二)发展和改革对策 现代教育评价具有以下特点：(1)注重评价的形成性功能，(2)注重定性和定量相结合的评价方法，(3)倡导自我评价，(4)尊重评价对象的感受。 1从侧重一元评价到多元评价 以测验成绩为主要尺度，这样的评价模式就是一元评价。从多视角，采用多种方法评价学生就是多元评价。在多元评价的思想下，教育要关注学生整体能力的提高。教师不仅要在观念上树立多元评价的思想，实践上还要费一些心思。(1)重视高层次认知能力的考察。(2)重视对学习过程的检测。(3)注重对各种活动表现的检测。(4)用多种方法收集评价信息。 2从侧重总结性评价到形成性评价 从选择适合教育的少年儿童创造适合少年儿童的教育，是评价观察上的一大变革。总结性评价重在发挥鉴定和筛选功能，评价主要是为了衡量学生的好坏。相反，形成性评价所关心的是能不能指向提高学校的发展，学生的进步。在当前的小学教育实践中，形成性评价已经是比较主流的评价方法。 3从侧重区分性功能到发挥激励性功能