● 姚春艷 張 勇

關于健全評價標準的思考

● 姚春艷 張 勇

2013年教育部《關于推進中小學教育質量綜合評價改革的意見》（以下簡稱《意見》）中明確了若干個需要完成的實驗任務，“健全評價標準”是其中之一。所謂評價標準，是指在評價活動中應用于對象的價值尺度和界限，是對評價結果做出有意義解釋的依據(jù)。如何健全中小學教育質量綜合評價標準呢？

根據(jù)評價指標的特點，確定指標適合絕對評價還是相對評價

以評價標準分類，教育評價可以分為絕對評價和相對評價兩大類。絕對評價（absolute evaluation）是指在評價對象的群體之外，以預先制定的目標為評價基準，把評價對象與之比較，確定評價對象達到目標基準絕對位置的評價。相對評價（relative evaluation）是在被評價對象的集合中選取一個或若干個作為基準，然后把各個評價對象與基準進行比較，從而評出其在團體中的相對位置的評價。絕對評價的優(yōu)點是：為評價對象提出了明確的努力方向和應達到的目標，有利于引導評價對象克服盲目性，增強自覺性，排除干擾，從而提高工作、學習效益；在準確的評價之后，每個被評者可以明確自己的實際水平及與客觀標準的差距，有利于創(chuàng)設一種積極向上的氛圍。絕對評價的缺點則表現(xiàn)為：評價標準的制定對人員的專業(yè)性要求極高；評價對象由于欠缺橫向比較容易產生自我滿足，不利于形成競爭氛圍。

相對評價的優(yōu)點有：適應性強，應用面廣，不管團體狀況如何，都可以進行比較，都能評出個體在集體中的相對位置；用建立在對評價對象群體測評基礎之上的標準進行評價，可以發(fā)現(xiàn)其個別差異，從而對被評個體做出較為客觀、公正和確切的判斷；有利于激發(fā)評價對象的競爭意識。相對評價的局限性在于：因缺乏外在的客觀標準，評選出來的優(yōu)秀者未必就是真正的高水平、高質量者，未被選上的也不一定水平低、質量差，故容易降低客觀標準；評價的結果所反映的只是評價對象在一定范圍內的相對位置，不一定反映他們的實際水平；易忽視教育目標的完成情況；易導致激烈的、無休止的競爭，從而挫傷一部分人的積極性。

由于絕對評價與相對評價各有利弊，因此，自20世紀80年代以來，將絕對評價與相對評價結合在一起，使雙方形成相容的互補關系的思想，代表了教育評價理論的發(fā)展趨勢。目前，美國和日本等國家采取絕對評價和相對評價并用的辦法。

中小學教育質量綜合評價改革給出了20項關鍵指標，有些指標是可以建立明確的客觀標準的，如學業(yè)發(fā)展水平中的知識技能以及學科思想方法。由于國家已經(jīng)頒布了學科課程標準，對各個學科的學生在不同的學段應該掌握的知識、技能以及學科思想方法做出了較為明確的規(guī)定，因此可以采用絕對評價。而另外一些指標，如興趣特長養(yǎng)成中的潛能發(fā)展，則只適宜采用相對評價。因此，若要為中小學教育質量綜合評價改革各指標健全評價標準，需要先明確各個指標適用的評價標準。

查考各種相關文件，為適合絕對評價的指標建立客觀評價標準

依據(jù)絕對評價的定義可知，絕對評價是在被評價對象之外，存在一個預先制定的評價標準，這種標準是不依賴于被評價對象的客觀標準?？陀^標準的制定，必然要參考已有的規(guī)定、要求、標準等。2013年《意見》文件附帶的《中小學教育質量綜合評價指標框架（試行）》（以下簡稱《指標框架》）給出了各評價指標的主要評價依據(jù)。相關人員需要做的，就是查考這些文件，將散落在各個文件中的、與同一指標有關的要求整合在一起，即可形成某一指標的客觀評價標準。下表中給出的是2013年《指標框架》中適宜采用絕對評價、可以健全客觀標準的評價指標以及建立客觀標準可以參考的依據(jù)。

表1 ：20項關鍵指標中適用于絕對評價的指標及評價標準健全的依據(jù)

以統(tǒng)計學知識與方法為依據(jù)，為適合采用相對評價的指標建立相對評價標準

對于那些僅適合相對評價的指標，需要通過一定的方法，在評價對象群體中確立一些基準，即相對評價的標準，使得各個評價對象可以與之相比較，進而獲得關于被評價個體的認識和理解?，F(xiàn)代統(tǒng)計學知識及方法在設立這類相對評價標準方面可以提供非常有益的幫助。一般而言，同時采用反映數(shù)據(jù)集中趨勢和離散趨勢的兩類統(tǒng)計指標，能更有效地幫助數(shù)據(jù)使用者做出判斷。

傳統(tǒng)評價中，應用最為廣泛的，用于反映數(shù)據(jù)集中趨勢的統(tǒng)計量是平均分。但平均分在代表一組數(shù)據(jù)的集中趨勢時，容易受到極端值影響，從而使其對總體的代表性降低。因此，為了更為客觀地反映一組數(shù)據(jù)的集中趨勢，可以在平均數(shù)（分）基礎上，引入中位數(shù)（分）。中位數(shù)不受數(shù)列的極大或極小值影響，從而在一定程度上提高了數(shù)列分布的代表性。和平均數(shù)（分）相比，中位數(shù)（分）在反映數(shù)據(jù)集中趨勢時的優(yōu)勢可以從表2的例子中看出。

表2 ：中位數(shù)與平均數(shù)對數(shù)據(jù)集中趨勢的代表性比較

從上表中可以看出，雖然A學校和B學校的平均成績相同，但B學校的中位分卻顯示，B學校有50%的學生的成績高于69.5分，而A學校50%的學生的成績只是高于68.06分。使得兩所學校的平均分相等的原因在于，同B學校相比，A學校中存在極高值（100）和極低值（10），因此，雖然兩所學校的平均分相同，但B學校的平均分的代表性要優(yōu)于A學校。如果沒有中位分作為參考，僅從平均分來判斷，我們會得出A學校和B學校情況差不多的結論。引入中位分，就會使評價結果的可解釋性進一步增強。

在教育評價中，我們經(jīng)常會遇到需要進行多組數(shù)據(jù)之間的比較，如一個班級的語文、數(shù)學、英語三科同時比較，希望獲得學生在哪一個學科上表現(xiàn)更好的信息。如果每一科的滿分都是100分，則使用平均分進行比較可以獲得一定的信息。然而，當每科的滿分不同時，采用平均分將無法比較。此時需要引入平均得分率（比值），比較才有意義。表3是一個關于平均得分率在多組數(shù)據(jù)比較中的優(yōu)勢的例子。

表3 ：平均得分率在多組數(shù)據(jù)比較時的優(yōu)勢

在教育評價中，除了用反映集中趨勢的統(tǒng)計指標了解學生群體的整體特征外，有時也需要了解數(shù)據(jù)的離散情況，即每個數(shù)據(jù)偏離指定的基準的程度。平均數(shù)相同的兩組數(shù)據(jù)其離散程度完全有可能不同。如果一組數(shù)據(jù)的分布比較集中，差異較小，則平均數(shù)的代表性較好，如表2中的B學校的學生成績；若另一組數(shù)據(jù)比較分散，差異較大，則平均數(shù)的代表性就較差，如表2中的A學校的學生成績。一組數(shù)據(jù)或成績的離散情況反映的是被評價對象之間的均衡性，離散程度越高，表明均衡性越差，反之，則均衡性越好。良好的教育質量，應該是在平均分高的同時，學生的均衡性也較好。因此反映數(shù)據(jù)離散趨勢的統(tǒng)計指標應該成為相對評價的另外一個標準。

以往教育評價中常用的反映數(shù)據(jù)離散趨勢的統(tǒng)計指標是標準差。然而，標準差只能度量一組數(shù)據(jù)對其均值的偏離程度。若要比較兩組以上數(shù)據(jù)的離散程度，用兩個標準差直接進行比較有時就顯得不合適了。在這種情況下，可以引入另外一個統(tǒng)計量：變異系數(shù)。變異系數(shù)的公式為：SD/MN*100，其中SD為每組數(shù)據(jù)的標準差，MN為每組數(shù)據(jù)的平均值。變異系數(shù)使得不同數(shù)據(jù)組的離散程度變得可比，用在學校教育質量評價中，能夠更有效地發(fā)現(xiàn)不同學校之間的差異。

表4、5是關于集中趨勢與離散趨勢統(tǒng)計數(shù)據(jù)在教育評價中的應用案例。

表4 ：集中趨勢與離散趨勢統(tǒng)計指標在學校評價中的應用

表5 ：集中趨勢與離散趨勢統(tǒng)計指標在知識評價中的應用

從表4中可以看出，學校B是三所學校中不僅平均成績最高，同時學生成績的均衡性也是相對較好的一所學校，而學校A不僅平均成績最低，且學生成績的均衡性也是較差的一個，是需要我們重點關注的學校；而學校C，雖然平均成績處于中等，但學生成績的均衡性也相對較差。各個學校的特點通過這些數(shù)據(jù)表現(xiàn)得更為清晰，學校后期改進的方向也會更為明確。

而從表5中則可以看出，在這次測試中，“四則運算”是學生掌握較好，同時成績的均衡性也相對較高的一個知識點，而“單名數(shù)復名數(shù)的互換”則是學生掌握相對較差，且學生間的均衡性也較差的一個知識點，但由于中位數(shù)得分率為100，表明有一半學生是已經(jīng)完全掌握了該知識點的，而導致平均成績低的原因，必然是后50%的學生中存在極低值，不僅影響了平均分，也使成績的均衡性受到較大影響。通過分析這些數(shù)據(jù)，學校后續(xù)教學中應關注的學生群體以及關注的重點就非常清楚了。

通過上述兩個應用案例可知，恰當?shù)卦O定相對評價的標準，將有助于更為精準地診斷學校、教學中存在的各類問題。

作者

姚春艷公眾教育研究院副院長，公眾考試研究院執(zhí)行院長；

張 勇中國教育學會中小學教育質量綜合評價改革實驗區(qū)辦公室副主任，公眾教育研究院、公眾考試研究院院長。

（責任編輯 曾憲波）