学文网教育测量评价论文篇1
关键词 教育测验 教育测量 教育评价
教育评估、教育评价是20世纪30年代在美国兴起，60 年代兴盛于西方世界并传入我国。这些学科虽然在我国大力发展已有20余年，但理论
研究的进展不大，学科的成熟度不高，与我国广泛开展的教育评价活动很不适应．我国各省市都有考试院（中心），也成立了许多评估、评价机构，广泛展开了对教育测评估评价活动。而与此相应的教育测验、教育统计、教育测量、教育评估、教育评价理论很不成熟．尤其值得重视的是教育评价与教育研究和发展，以及对教育评价实践的指导．鉴于此，本文对与教育评价相关概念进行简述和辨析．
一.关于教育评价相关概念简述
教育测验：即为考试，它是对人的知识、技能和能力以及某些心理特征的测量。考试是教育评价的一种手段。考试是个系统，它由主考、
被考（考生）、试卷（试题的集合及其评分标准）、考分四要素组成。考试的过程就是主考组织编制试题，通过试题作用于被考，将正确答案、评分标准与被考的反应（答案）相比较，然后给出考分的过程。考试从宏观上可分为社会考试和教育考试两大类。教育考试又可分为校内考试和校外考试两类。按考试分数的解释与使用，可分为常模参照性考试和标准参照性考试。按考试对象分，有学业的成就考试、学术能力倾向测验（其目的在于测量考生学习的潜在能力、发展倾向，如音乐能力倾向测量）、人格测验（如测量态度、兴趣、情绪、性格等）．按测验人数分，有个别测验、团体测量．接测验方式分，有纸笔测验（用笔时试卷作答）和非纸笔测验（如口试、实验操作、表演等）。其它可分为难度测验、速度测验、总结性测验、诊断性测验以及大规模测验（其成绩的使用有权威性，要求严格，标准化程度高）、教师自编测验（即教师自编用于课堂教学的测验）等．[1]
教育统计（学）：运用数理统计学的原理和方法研究教育现象中的数量关系的一门应用学科。它通过数据的分析和处理，准确地掌握教育
情况，为制定教育方针、***策提供科学依据，为开展教育科学研究，探索教育规律，制定教育方案，检查教育效率提供科学方法，也为教育管理和教育评价提供有效的工具．它分为两大类：一是描述统计学，研究简缩数据和描述这些数据，二是推断统计学，用数据进行统计检验，统计分析和非参数统计法作出决策。前者只是分析某一样本的特点，而后者则是通过抽取母体的一个样本，并以此样本为根据来分析母体的特点．它是在教育问题的研究中，描述样本，分析样本，分析样本与总体的关系，从而进行教育科学推论的一种原理和方法．其研究方法一般有：大量观察法、统计分组法、综合指标计算法、统计资料检验法、统计资料***示等。[2]
教育测量（学）：研究如何测量学生的学业成绩、学习能力、兴趣爱好、思想品德以及教育效益等问题的一门教育学科。它运用各种测量
手段和数理统计方法等数学工具，根据教育目标或教学计划的要求，研究如何测量和评价教育效果，如何编制测量计划，各种类型试题的优缺点，衡量一个学业成绩测验好坏的数量指标，如何进行测验结果的统计分析，测验分数的解释和评价等．其主要内容包括：测量原理、项目分析、效度、信度、标准化测验、测验的设计和编制、测验的常模、测验的实施和评分、测验结果的解释等。[3]
教育评估：是一种有系统地去寻找并搜集资料，对评估对象作预测性、估计性的评判，以便协助教育决策者从若干种可行的策略中择一而
行的过程．在我国教育评估与教育评价不作严格区别，在实践中具体运用时，不同的范围和场合有不同的习惯用法．如高等教育中多用评估，在督导部门也称督导评估，而在普通教育领域多用教育评价不过两个概念是有一定区别的．评估有估价的含义，较为模糊粗略，而评价相对而言是较为精确的价值判断，评估多用于群体或单位的状态及效果的估价，而评价则既有对群体和单位的价值判断，也有对个人的判断．教育评估的一个重要目的就是为教育决策提供重要依据，国家教育管理部门要根据教育评估的结果，及时调整教育的决策。教育评估的结果对国家、对学校都是一份咨询材料，而不是行动纲领．[4]
教育评价（学）：以教育为对象，研究各类教育目标与相应的教育现象之间的关系，并给予一定的价值判断的学科．它的研究范围可划分
为：宏观教育评价（研究教育思想评价和教育制度评价）和微观教育评价（研究学校教育系统内部各类教育思想和教育活动的评价，如学校办学思想、学校领导管理质量、教师教育和教学质量、学生德智体全面发展质量的评价等）。它的基本范畴是：教育评价的对象，教育评价的范围，教育评价的模式，教育质的规定性评价，教育量的规定性的评价，教育质和量变化的度的评价，教育评价的指标体系，教育评价的类型．其研究的基本原则有：客观性原则、理论联系实际原则、发展性原则和联系性原则．其种类包括目标评价、过程评价、条件评价、贡献评价等．[5]
教育评价（学）：教育评论学是研究教育评论现象和教育评论活动规律的科学．或者说它是研究教育评论的历史、现状，教育评论现象的
本质联系，教育评论工作的性质、任务和作用，以及教育评论工作的原则、方法的科学．教育评论学是与教育理论、教育史并列的一门教育学科．要建立教育评论学的学科体系，必须解决两大难题，即建立教育评论学的范畴体系和概念体系，并给予科学的揭示和阐述，使这些概念和范畴形成一个有机整体．同时，还要运用这些概念、范畴及其所固有的内在联系，采取科学的方***证教育评论活动中最普通、最一般的科学原理；从而揭示出整个教育评论活动及其形成和发展的基本规律。教育评论学的研究对象和任务，从根本上规定了教育评论学的学科性质和范畴．首先，教育评论活动是一种教育科研活动，它的直接结果是鉴别、评判教育文化的优劣，进而对教育界产生社会舆论导向作用；而教育文化本身及其所产生的依附于受教育者身心的精神产品，都属于意识形态范畴，可见教育评论家属于研究意识形态和揭示教育评论活动的本质规律，建立完整的教育评论学学科体系。所以，教育评论学也属于基础理论学科。再次，教育评论学的研究对象决定了教育评论学涉及整个教育领域，内涵十分丰富。也可从不同视角，针对不同范畴建立多部门、多层次的分支学科（如：教育理论评论学、教育史评论学、教育行***评论学、教育家评论学等），所以教育评论学又是一门综合性的学科[6]
二、关于教育评价相关概念与教育评价的关系
教育评价与教育测验的关系：教育测验是对人的知识、技能和能力以及其他某些心理特征的检测，是教育评价的一种手段，确切地说它是
教育评价获得评价信息的工具之一．教育评价获取信息的测验法就是来自于教育测验．
教育评价与教育统计的关系：教育统计是运用数理统计的原理和方法研究教育现象中的数量关系，通过数据的分析和处理确切地掌握教育
情况，也是教育评价的一种手段和工具。教育评价中获取信息的统计法就来自于教育统计。
教育评价与教育测量的关系：教育测量通过对学生知识的掌握、智能的发展、思想品德的变化、体质的状况以及教育活动的各个方面的测
定，为教育评价提供依据，是教育评价信息的主要来源．如果没有教育测量提供的资料，教育评价将成为无源之水，失去了作价值判断的依据，其科学性、准确性便无从谈起。另外，教育测量的结果只有通过教育评价才能获得实际意义，成为改进教育工作有参考价值的信息．[7]
教育评价与教育评估的关系：教育评价与教育评估是非常相近的两个概念，在许多场合是通用的。评价是精确的价值判断；而评估是估计
的、预测性的价值判断。在我国从***府的文件到学者的文章论著，以及教育实践都把评估与评价混用。我个人倾向于把教育评估的对象限定在以宏观、中观的复杂教育系统的战略性、预测性估价方面，对于微观的较简单的教育系统的过去和现存实态则作为教育评价的对象。
教育评价与教育评论的关系：教育评论是对教育文化的反思和展望，它的对象是以教育文化中的精神文化和制度文化为主的，以真善美作
为评论标准的观念活动。严格讲它与教育评价虽只一字之差，但它与教育评价分属于教育科学的不同领域，有着重大区别。比如，教育评价是一种管理活动，而教育评论则为观念活动；教育评价由评价机构按严密的程序实施，而教育评论则由教育评论家个人采用灵活多样的方式方法评述；教育评价有明确的指标体系并要求量化，而教育评论无需指标体系更不用量化，教育评价的对象是具体的可控的，而教育评论的对象是抽象的，不可控的；教育评价的结果多用于改进工作，而教育评论的结果则多用于改变观念；等等。这不是说教育评价与教育评论一点关系都没有，它们的关系表现在教育评价的结果可以成为教育评论的论据影响教育评论，而教育评论的结果可以作为教育思想观念影响教育评价所依据的教育价值观。
三、从价值论角度看与教育评价相关概念的区别
唯物主义的价值论认为，价值判断和事实判断是人们把握客观世界和两种不同方式。两者反映的对象、意义和参加的心理成份都有着质的
区别。事实判断是以客体的本质和规律为对象的，它探讨客体“是怎样的“、”是什么“，探讨事物的现象、本质和规律等实体属性，即以理性认识这种抽象思维形式反映客体的本质及其规律。而价值判断是以客体与主体需要的关系为对象，它探讨客体的价值属性，即客体的社会意义------对社会需要意味着什么，它以多种意识形式-----认识（价值与事实判断）、情感（对价值的态度体验）、意志（对价值的自觉保证）等诸种形式的综合来反映客体与主体需要的关系。
从前面的分析可以看出，教育评价对评价的对象不仅要借助教育测验、教育统计、教育测量进行量的测定和分析，而且要进行质的分析，
把所有考查绩效的材料和分析综合起来，在多大程度上达到了预期的目的作出价值判断。从这里可以看出，教青评价行为是建立在事实判断基础上的价值判断．教育评价中的事实判断在于诊断与鉴别教育的性状，价值判断则是对诊断鉴别而得的结果或结论，按其价值取向进行合乎目的的推断和判断；事实判断是价值判断的基础，价值判断是事实判断的目的性追求。而教育评论是依据一定的教育价值观和教育价值取向，对教育的一种价值判断。从教育测验到教育评论是一个由事实判断向价值判断的变化过程，我们不能说教育测验丝毫没有价值判断，如在测验什么不测验什么的问题上是有价值判断的；同样，我们也不能说教育评论就无点滴的事实判断，教育评论需要通过事实判断的真凭实据作论据。
四、对教育评价学及其学科群研究的建议
教育评价学经过几十年的发展已初步形成了学科体系，尽管概念、体系有待完善，但已为下一步的研究打下了坚实的基础。与此相应的考
试学（研究教育测验的学科）、教育统计学、教育测量学、教育评估学、教育评论学都已有相应的发展，形成了一个共生的教育评价学科群。21世纪，要使这个学科群得到良好的发展，我认为首先对各个学科的研究范围有个明确的划分，尤其是对教育评价学要有合理的定位，不要再把考试学、教育统计学、教育测量学的内容纳入自己的努力范围，要让它们以***的学科更好地为教育评价学服务。另外，教育评价学还要把属于教育精神文化、制度文化类的抽象的，教育评价无力评价的范围还给教育评论学，让教育评论学更快地发展．同时，要把教育评估与教育评价的关系处理好，可将两者合二为一，形成统一的学科．其次，各学科要明确自己的研究对象，形成概念体系和学科体系，把一些已成熟的概念和理论约定俗成稳定下来，逐步形成相对稳定的学科知识和概念体系。第三，要处理好理论与实践的关系，加强理论研究，使其适应实践的要求，要积极总结实践经验并升华为新的理论，丰富和发展教育评价学学科体系．第四，要处理好引进与消化吸收的关系问题。无论是从国外引进的教育评价学理论，还是从教育科学界以外引人教育的评价理论都要结合我国的教育理论和教育实践，进行修正使其“本土化”和“教育化”。
综上所述，搞清教育评价相关概念的关系，对理清教育评价学科群内各学科的关系，促进该学科群的发展，为丰富和发展教育科学，加快
教育事业的发展有重大的理论和实践意义。
参考文献
[1] [5]见李冀主编·《教育管理辞典》（第二版）·海南出版社·1997年版·第216页、第167页
[2] 参见曹延亭编著·《教育统计学基础》·辽宁人民出版社·1984年版·第2--5页
[3] 见李冀主编·《教育管理辞典》（第二版）·海南出版社·1997年版·第216页
[4] 参见许茂祖编著·《高等教育评估理论与方法》·中国铁道出版社·1997年版·第16--27页
[6] 见刘尧著·《教育评价学》·中国文联出版社·2000年版·第 7--23页
教育测量评价论文篇2
关键词：构建 德育测评 理论探析
《中国普通高校德育大纲》指出：“德育考评是高校德育工作的重要环节，是实现高校德育目标的必要保证。”目前，高校的德育评价工作面临新的挑战，如何适应新形势，进一步加强和改进大学生德育评价工作，特别是制定科学有效的大学生德育测评体系是我们需要深入思考的重要课题。
一、大学生德育测评体系构建的理论基础
1.哲学方***基础：系统论。
系统论为大学生德育素质测评指标体系的创建提供了方***。系统论原理讲究事物的整体性、有序性和动态原则。整体思想是系统论的核心。按照整体思想的观点，大学生的思想***治、品德的知、情、意、信、行这五项心理要素特征相互联系、相互作用，是知行协调统一的整体。在创建这个测评指标体系时，坚持知行统一评价；有序性要求我们既要反映测评的诸多要素，又不能等同对待，因为相对而言大学生“行”的状况更能反映其思想***治素质的水平，所以我们更应赋予大学生“行”的评价较大比重；动态性要求我们要紧扣时展的要求，从学生的实际情况和发展来把握测评指标体系的调整速度，从而体现测评指标体系的针对性。
2.心理学基础：“知、情、意、信、行”的发展规律。
心理学研究表明:学生思想道德的形成要经历“知、情、意、信、行”，由简单到复杂，由量变到质变循环往复过程，表现为认知产生思想，思想支配行为，行为改造外界并形成新认识和新思想，产生新行为，进一步改造外界。可见，学生的一言一行投射出学生的所思所想。因此，从理论上讲，对学生德育进行测评是完全科学的。尽管大学生的思想、***治、品德素质是精神性的、变动性的东西，但借助于测评技术，能使我们较客观地认识德育现象与规律，认识大学生真实的思想、***治、品德、个性及行为面貌。
3.教育学基础：多元智力理论。
多元智力理论认为人的智力有语言智力、数理智力、空间智力、动觉智力、节奏智力、人际智力和内省智力等几种，它们通常以复杂的方式综合运作。根据多元智力理论，大学生德育素质的测评不应偏重于某个单项测评结果对学生进行分类、排名次，或者贴标签，而应该采用多元评价结果的方式，体系的设置应涉及对学生的“两课”学习情况和学生思想、***治、品德的实践情况进行全方位的综合测评。
二、大学生德育测评体系构建的基本原则
构建大学生德育素质评价体系，必须遵循以下基本原则:
1.科学性原则：指构建的测评指标体系要全面完整、层次分明、要求明确，能反映大学生思想、***治、品德素质的本质及各个方面，即不仅要测评大学生对思想***治品德理论知识的掌握情况，更要突出测评大学生对思想、***治、道德的情感、信念和行为等方面的发展情况。即测评目的要从传统评价的“预测”、“控制”、“选拔”转移到“发展”上来，即从选拔适合教育的学生转到创造适合学生的教育。同时测评指标自身的概念的表达也要科学而严密，其量化和取值尽可能科学、合理，它所体现的要求要符合大学生德育水平及其发展规律，使测评结果有较强的权威性和可比性。
2.导向性原则：所谓导向，就是指导大学生的品德朝着社会所期望的方向发展。大学生德育素质评价体系了体现社会对大学生的要求，评价指标体系的评价内容和各项指标的权重赋值以及评价结果的合理运用，对大学生会具有明显的导向作用。品德测评的根本目的不是对学生的德性进行终极性的诊断、甄别与分类，而是注重个体在测评过程中的积极体验，强化自我意识，以调动测评对象的积极性，帮助学生树立成功的信心，自觉趋近德育目标，促进学生更好地全面发展。
3.层次性原则：指测评指标体系的创建要从实际出发，针对学生的不同类型、不同年级和个体差异来进行创建。人的发展是有差异的，这种差异可以体现在年龄、知识、能力、性格、兴趣、行为表现等多方面。所以我们研究创建的测评指标体系只有是多种层次的，才能准确地反映出大学生每个个体在不同年级、不同方面的发展水平，才能使每个大学生都能发现自己的长处，增强自信。
4.主体性原则：大学生德育测评的目的是为了实现大学生更好的发展，大学生应当成为测评的主人。以往评价主体多为教师和评价小组，主要是他评，大学生处于被评价者的地位，导致评价缺乏大学生的坦诚参与，从而使评价的调节、激励、改进功能不能得到很好的发挥。要充分发挥大学生在德育测评中的主体作用，让大学生参与评价自己并给予一定比例记分，增强其参与意识，引导大学生自觉重视测评过程和结果，并充分发挥自我教育功能，从而自觉调整思想和行为。
5.实用性原则：一方面是指测评指标体系要从大学生的实际出发制定，各项指标都可以进行实际观察、测定或测评，便于高校操作实行，给出符合评价对象实际情况的评价、指标分值；另一方面是指测评指标体系的创建要与社会用人机制和社会需求接轨，为社会所接受。使其既能满足大学生了解自身的思想、***治、品德素质状况，有目的地提高自身素质，适应个人未来职业设计的需要，同时也能满足社会对大学生素质的多层次、多维度的选拔需要。
三、大学生德育测评体系构建的现实意义
1.有利于大学生充分发挥自我评价和自我教育管理功能，不断提高自身德育素质。
从高校德育主体与客体、内因与外因的关系看，任何一个道德目标的达成，最终都是自我教育的结果。心理学原理说明，自我教育离不开自我评价，正确地认识自我，客观、正确地评价自我，就能量力而行，为确立合适的理想自我并实现理想自我而不懈努力。建立德育测评体系就是把德育目标、德育内容以定性和定量的形式明确规定，用制度细化大学生思想行为准则，有利于大学生比照这些标准，明确应当做什么，怎么做，随时进行自我“测”、“量”，对测评项目进行价值上的判断分析，对自己品德发展水平作出评价，进而调整自己的行为表现，自觉趋近德育目标，从而形成正确的思想与行为。总之，大学生德育测评体系的构建为大学生对照体系进行自我测评提供了可能，有利于大学生正确认识自己优点和缺点，不断提高自我评价、自我教育能力，促使大学生按照德育目标不断提高自身德育素质。
2.有助于落实德育地位，促进高校德育工作的发展。
构建大学生德育素质测评体系，是把大学生思想道德素质评估由软变硬、由虚变实的重要措施，是掌握和激励大学生思想道德素质的有效制度。长期以来，高校德育首位的地位还没有落实。这其中一个重要原因就是缺乏科学完整的高校德育评价体系，尤其是缺乏科学、全面的大学生德育素质的评价体系。可见，只有构建大学生德育素质测评体系并实施测评，才能够使德育看得见、摸得着，实在可行，真正实现“德育为首，诸育并举”；同时，建立测评体系对大学生德育素质进行科学评价是高校德育工作的实体内容之一，既可以为“两课”教师提供反馈信息，增强“两课”教学的针对性、实效性，从而较好地解决以往“两课”教学“虚多实少”，又可以将大学生德育管理目标细化分解，使其具体化、可操作化，把德育教育与日常管理相结合，从而增强德育实效。另外，测评体系的建立通过充分发挥大学生自我评价、自我教育和管理的作用，从而有助于学生***工干部从一些日常的德育活动中***出来，加强研究德育的动态发展，整体把握德育过程，促使高校德育工作的科学化和系统化，实现德育的良性循环和质量的提高。
3.有利于实现对大学生综合素质的测评，全面提高高等教育的质量。
高等教育数量扩张迫切需要通过建立健全系统的、科学的、高效的质量保障与评价机制，大力加强高等教育的全面质量管理。随着我国高等教育从精英阶段向大众化阶段的过渡，一些不利因素影响到我国的高等教育质量。如高等学校连续几年扩大招生，使得大学生生均教育经费、生均占有***书资料的数量、教学实验(实习)的条件等硬件资源减少，以及相应师资的数量和质量等软件资源不足，另外毛入学率的提高而带来生源质量相对下降等等。而不断提高大学生的素质尤其是提高大学生的思想、***治、品德素质质量是关系到高等教育能否培养出德才兼备的社会主义现代化的合格建设者和接班人的重大问题，因而，构建科学、合理、全面的大学生德育素质测评体系，就为确保高等教育的质量的提高提供了明确的德育标准，有利于消除大学生综合素质测评过程中普遍存在的“一手软，一手硬”现象，也将为大学生科学文化素质测评体系的构建和完善提供重要的参考和借鉴，从而真正实现对大学生综合素质的科学测评，满足社会选拔人才的需要，确保高校全面提高高等教育的质量，为社会培养德才兼备的人才。
参考文献：
［1］邓艳葵.构建新型的大学生德育测评指标体系探析［J］.广西社会科学，2002，(2).
［2］林雷.高校学生思想品德行为量化测评浅探［J］.南京人口管理干部学院学报，2001，(6).
［3］王健敏.学生品德测评系统的改革与探索［J］.课程・教材・教法，2002，(l).
［4］张辉.大学生思想、***治、品德素质测试指标体系的研究.东北师范大学硕士学位论文，2003，(10).
［5］李上文.大学生道德养成教育的基木途径［J］.学校***建与思想教育，2003，(1).
教育测量评价论文篇3
[关键词]教育评价 课堂考评 教育评价史
[中***分类号]G40-058.1 [文献标识码]A [文章编号]1009-5349（2013）04-0213-03
社会发展，教育先行，教育发展需要教育评价的推动。作为教育学研究重点的教育评价，于上世纪末本世纪初得到迅猛发展，在现代西方教育学史上扮演极为重要的角色。
近现代中国的内忧外患严重阻碍了我国教育评价的发展，自上世纪70年代末80年代初恢复高考之后30年来，随着教育改革进一步深入，教育评价研究发展迅速，但也存在对教育评价基础理论研究不够深入透彻的问题，不利于与国际接轨并形成一套符合中国国情的教育评价体系。在2006年召开的“中国教育学会第19次学术年会暨素质教育评价论坛”上，辽宁师范大学教育学院院长傅维利提出，我国“对评价问题的研究是一个薄弱环节。当我们与外国同行交流时提到评价，人家首先就问你所说的评价是关于哪类评价――是关于学生的还是教师的？如果是关于学生的，则是关于学生哪方面的――是学生发展的评价还是学业成绩评价？”[1]这一事例说明，我国很多教育工作者并不了解作为当今教育领域研究热点的教育评价的基本概念内涵，还停留在知其然而不知其所以然的阶段。
教师的教学活动基于他们对相关教育概念的理解，理清重要概念和命题是开展相关教学实践的思想前提。概念本身就是理论实践的研究对象，是构建教育理论体系，提高教育研究质量的需要。目前，国内教育评价研究在释义、使用、比较等方面存在概念混乱、内涵模糊等问题。若要系统研究理论并使其指导实践成为可能，就必须先对相关概念进行分析释义。我国教育评价若想得到长足稳步发展，必须明晰一些重要术语，而教育评价领域最重要的概念非评价莫属。
一、教育评价的定义
评价一词不仅用于教育领域，也广泛应用于其他社会科学中，但关于评价的定义长久以来还没有达成共识，因为各科学领域的哲学基础和方***皆有不同，具体到教育领域的评价概念又是随学科发展时刻变化着的，因此也没有形成一致的概念界定。在高等教育的教学过程中，很多时候定义并未作为一种需要认真对待的思考对象，只是作为理解某一概念或理论的切入点。
教育评价术语的提出者泰勒（Ralph W.Tyler）给出的定义是“确定教育目标被实现程度的过程”[2]。这一界定得到了后来大多数欧美相关学者的认同，或直接援引或以此为出发点，当然也有不少学者从不同角度定义教育评价，丰富了教育评价的意义与内涵。下面是几个颇具代表性的定义：
1.收集使用信息以做出教育课程决策。[3]
2.评价的目的是检查课程目标是否正被或已被实现。[4]
3.评价与获取具体教学目标达成证据相关。[5]
4.教育评价是描述、获取并提供对做出决策有用信息的过程。[6]
5.评价是一种阐释说明。[7]
6.评价是对发生在当前课程方案中或其后的事件的系统考察，进行这种考察有助于提高该课程方案或与之类似的其他方案的效果的作用。[8]
7.教育评价是收集学生认知及非认知学习领域进展和成就信息，并以此为基础做出判断及决策的系统过程。[9]
8.评价是收集资料以助决定的过程。[10]
由此可以看出，虽然人们对评价的本质和目的看法各异，但基本都认同描述和判断是评价的两大本质。评价就是在量或质的基础上进行价值判断的过程。教育评价的范围包括***策评价、校务评价、学科评价、教师评价、课程评价等，而位于评价环节底部也是各级评价基础的是针对某一具体课程所展开的教育评价，这也是笔者最关注以及要重点讨论的评价范围。课程评价是指依据一定评价标准，采用各种定性、定量方法系统地收集相关信息，调整课程内容、教学方法手段，对课程的计划、实施、结果等有关问题做出价值判断并寻求改进措施的过程。一个完整的课程教学应包括以下流程：1.确定课程目标；2.前测，摸清学生现有知识技能水平，确定后续教学内容及重点；3.授课过程中不断以各种方式评定学生学习情况，描述教学效果，形成对师生皆有裨益的反馈信息，据此调整教学计划与方法，用以提高教学效果；4.授课结束对学生进行总结性评价；5.学校或相关监管部门综合授课过程中以及结束后的评价信息，再结合已确立的课程目标来判断该课程是否达到既定目标。在此过程中，2、3、4和5都涉及到教学评价，其重要程度可见一斑。
二、教育评价的发展及术语变化
搞清事物历史的前因后果发展脉络，是研究者必知的真谛。作为人类主要交流工具的语言有口头和书面两种形式，相应地，早期评价也分为口试（oral examination）和笔试（written examination）。考试（examination）一词源自法语和拉丁语，意指“对知识的测试”test of knowledge。在教育评价的古典时期，通常以口头提问的方式来检查判定学生对知识的掌握程度，但主观随意性较强，效率低下。中国的科举制度是世界上最早的书面评价形式，18世纪以后，一些欧美国家也开始采用笔试，但早期笔试大多采用论文式（essay），无法测出学生掌握的全部知识情况，并且评测也会受评定人的主观影响，客观可靠性有一定局限。美国的口笔试分别始于1709年和1845年，由欧洲传入，考试的简写形式（exam）出现于1848年。
19世纪末约瑟夫・莱斯（Joseph Rice）第一次进行了针对课程教学方案的评价，利用拼字测验来评定拼字教学实践对学习效果的影响，成为现代教育评价研究的开端。
1904年美国兴起了以桑代克（Edward Lee Thorndike）为首的教育测验运动，针对传统论文式考试的弊端，大力提倡客观标准化测试（standardized test），此后30年运用了大量测量技术，评价多采用测试（testing）或测量（measurement）的形式，因此被称为教育评价史上的测量时代（measurement generation）。
随着教育测验运动深化，人们逐渐认识到测验并不能测得人能力的全部领域，为了弥补测量的缺陷，教育评价发展起来。1929年经济危机爆发，大萧条席卷全球，为了摆脱危机，美国成立了课程改革委员会，展开了教育史上著名的“八年研究”，教育评价是其中的一项重要工作，因而下设了以泰勒为首的评价委员会。1942年，课改委员会公布了研究报告，共分五卷，泰勒及其他评价委员会成员的研究成果集中在第三卷《评价记录学生进展》（Appraising and Recording Student Progress）中，该报告又称为《史密斯-泰勒报告》。报告中，泰勒试***用一套以教育目标为核心的课程编制原则将社会需求、学生需要反映到课程与测验中去，为了与之前的教育测量运动区分开，正式提出了教育评价（educational evaluation）的概念，认为教育评价本质上是确定教育目标在课程与教学方案中实际实现情况的过程，测验只是它的手段。至20世纪50年代，泰勒的行为目标模式（objectives model）一直是占据统治地位的评价思想，由于该模式主要描述教育结果与教育目标的一致程度，因此，这一时期也被称为教育评价的描述时代（description generation）。
1957年苏联第一颗人造卫星升空，促使美国反思本国的教育问题，加快教育改革进程，此后涌现了一批新的评价思想和模式。1963年，克龙巴赫（Lee Joseph Cronbach）发表题为《通过评价改进课程》（Course Improvement through Evaluation）的论文，提出评价的重点应该放在教育过程中而非过程结束后。1966年，斯塔弗尔毕姆（Daniel L.Stufflebeam）提出CIPP模式，即背景评价（context evaluation），输入评价（input evaluation），过程评价（process evaluation）和结果评价（product evaluation）模式，认为“评价最重要的目的不是为了证明（prove），而是为了改进（improve）”，[11]这一看法随后得到了普遍支持。1967年，斯科利芬（Michael Scriven）在《评价方***》（Methodology of Evaluation）一文中明确提出了形成性评价（formative evaluation）的概念。值得注意的是，斯科利芬认为总结性评价（summative evaluation）比形成性评价（formative evaluation）更重要，这与克龙巴赫和斯塔弗尔毕姆的观点刚好相反。但不管怎样，“形成性”评价一词正式出现，为了改进而评价则成为形成性评价的主要思想。这一时期先后提出了40多种评价观点和方法，但所有1967年后模式都赞同判断是构成评价整体的一部分，并力荐评价者应成为评判者，[12]自此教育评价进入判断时代（judgment generation）。
20世纪60年代末70年代初，人们意识到以往追求的客观科学化评价走到极端会忽略评价的价值特性，不利于全面深入研究，质性评价（quality assessment）自此展开，教育评价进入心理建构时代（mental construction generation）。该时期评价理论阐明了教育评价的核心是价值判断，强调价值多元性，采用质性研究方法，认为评价是对被评事物赋予价值，其本质是评价者和被评价者“协商”进行共同心理建构的过程，这种评价思想正为越来越多的人所接受，并在实践中得到广泛应用。
从教育评价萌芽时期的考试到测试测量，再到评价一词的正式提出，以及目前对质性评价研究的侧重，“教育评价”这一术语的内涵外延也随着教育评价学的历史演变经历了一系列的发展变化。
三、教育评价的内涵
20世纪80年代质性评价取代量化评价成为新的教育评价研究热点，assessment一词开始逐步取代evaluation，同时也赋予了评价新一层含义。简单地讲，之前的评价是强调量化的单一评价，现在新增了质性研究方法，成为具有质、量双层含义的评价。由此看出，之前的评价强调量化，现在的评价讲究量质结合，evaluation与assessment两词与评价研究方法之间的关系见下表：
我们发现，evaluation与assessment存在不加区分互换使用的现象，尤其是在进入21世纪后。英国常用assessment指代对学生学习的判断，用evaluation指代对课程本身或授课过程的判断，以及这种判断的过程。而美国教育界对evaluation与assessment两个术语的区别颇有争议，有些人认为两词同义可以互换，有些人认为evaluation比assessment涵义更广，但有一点确定无疑，evaluation涵盖的范畴肯定不小于assessment。笔者倾向于后者，因为从词源上讲，assessment原指教师坐在学生身旁，通过师生互动来获取、解释、分享信息以促进、提高学习的过程，因此狭义的assessment就是考评。那么两词之间到底有什么样的区别呢？
首先，从评价对象来看，assessment针对的是学生，而evaluation还可以针对教学、课程、***策、计划或机构组织等。因此，两者主要在受评者为学生时容易发生混淆。其次，从测量目的上讲，evaluation主要关注教学结果；assessment更关注学习过程。再次，两者进行改进步骤时参照标准的方式也有不同，evaluation的标准相对而言比较稳定，而assessment的标准可视实际情况适时调整，灵活多变。此外，判断学生学习进展的参照物也有很大不同。Evaluation主要判断学生在整个群体中所处的相对位置，属于群体比较（competition）；assessment则关注学生相对自身的学习进展，属于个体比较（personal improvement）。
以上五点说明evaluation与assessment存在本质区别，可是为什么80年代之后assessment考评研究备受瞩目，进而到今天有发展成广义评价从而取代evaluation一词的趋势呢？美国1965年通过的ESEA法案（《初等及中等教育法》）及其最新解读2002年生效的NCLB（《不让一个孩子掉队》）法案中包含了一系列以考试为基础的问责制条款，广大教育工作者面临沉重的评价压力，不经意地想要回避evaluation评价一词，适逢布莱克和威廉姆（Paul Black & Dylan Wiliam）一项最新研究表明只要在课堂教学中合理利用形成性评价（formative assessment）就可以提高学生在外部学业成就测试中的成绩，一时间形成性评价研究蔚然成风，对当代教育评价研究起到巨大推动作用。虽然assessment有取代evaluation之势与美国教育工作者们的刻意为之不无关系，但我们还要意识到，概念分析的目的是为了帮助我们更好、更清晰地表达、思考、理解教育实践本身。发现教育概念模糊和歧义，看到这种概念问题给教育实践带来的消极影响，要澄清概念，梳理脉络，不让其阻碍教育蓝***与理想的实现。
百年来，教育评价思想处于不断更新之中，经历了萌芽、发展、专业化、扩展与整合等一系列阶段，教育评价从以测验为中心，转向以目标为中心、以决策为中心，进而强调以人为中心。[13]但对核心概念教育评价仍没有一致的定义，用以表示评价意义的两个词evaluation和assessment也是任意互换，这种情况在教育评价理论逐步走向成熟的今天，与其说概念含混不清，基础不牢，不如说是教育评论专家们故意为之，目的是使教育评价成为一个更加开放、广纳百言的理论体系。因此，国内学者教育工作者及对教育评价感兴趣的相关人士，只要掌握了教育评价发展的历史进程和评价一词的衍变历程，就能进行更深层次的研究，以更加开放性的思维创新变革，更好地开拓教育评价研究和实践的新领域。
【参考文献】
[1]杨太清.实施素质教育评价 促进学生和谐发展[J].中国教育学刊，2007（1）.
[2]Tyler，R W.Basic principles of curriculum and instruction[M].Chicago：University of Chicago Press，1949.
[3]Cronbach，L J.Educational psychology.2nd ed.[M].New York： Harcourt，Brace & World，1963.
[4]Kerr，J F.Changing the curriculum.London：University of London Press，1968.
[5]Bloom，B S.Toward a theory of testing which includes measurement-evaluation-assessment[A].In M.C.Wittrock & D.E.Wiley ed.The evaluation of instruction[M].New York：Holt，Rinehart & Winston，1970.
[6]Jenkins，D.et al.Curriculum evaluation[M].Milton Keynes：Open University Press，1976.
[7]Parlett，M.& Hamilton，D.Evaluation as illumination：A new approach to the study of innovatory programs[A].In G..Glass（ed.），Evaluation Studies Review Annual.Vol.1[C].Beverley Hills，CA：Sage，1976.
[8]Cronbach，L.J.，et al.Toward reform of program evaluation[M].San Francisco：Jossey-Bass.1980.
[9]Agrawal，M.Concept of educational evaluation [EB/OL].2008. http：//egyankosh.ac.in/bitstream/123456789/26476/1/Unit-23.pdf
[10]McMillan，J M.Educational research：fundamentals for the consumer.3rd ed.[M].New York：Addison，2000.
[11]Stufflebeam，D L.et al.Educational Evaluation and Decision-making[M].Ithaca，Illinois：Peacock，1971.
教育测量评价论文篇4
关键词：教育评价；教育测量；多元化
教育评价在教育学的发展当中有着举足轻重的作用，它作为一种"反馈——调节"的手段，在不同的历史发展时期有着相同的作用，即为了教育更好的发展而不断地调整、改造、变更和修补。因此，了解西方评价发展的历史，评价的方式对今后我国教育评价的发展有着深远的现实意义。
一、西方教育评价发展的历史梳理
对于西方教育评价的历史发展，以色列著名教育学、课程论专家利维（A.Lewy）将其分为三个时期：1.古典的考试型时期；2.心理测量占统治地位的时期；3.后现代时期。美评价专家古巴和林肯（E.G.Cuba&Y.S.Lincon）通过深刻分析与把握评价的内涵，将其划分为四个时期：1.测验和测量时期；2.描述时期3.判断时期4.建构时期。[1]我国有些学者把其划分为六个时期：变革时期、教育测验运动时期、泰勒时期、稳定发展时期、兴盛时期和专业化时期。[2]这几种分法都有其合理之处，当前评价领域多以美国评价专家古巴和林肯的划分为基准来探索评价理念的发展与变化。在这三种评价的划分中利维是以历史的大跨度的划分，虽对每个阶段的特征做了阐述却没有十分清晰的时间划分段，所以这种大跨度的划分有种笼统感。古巴和林肯对评价的划分，主要是从十九世纪末开始，以阶段发展的特点为主要发展线索；这时的评价已慢慢开始正规化，他们不仅对每个时期的时间界以清晰的划分而且对每个阶段的特点进行了详细的阐述和深入的分析，并归纳每个阶段的主要特征且以其为划分阶段；对于每个阶段的代表性事件也加以叙述，给读者清晰的时间感、时代感，脉络清晰，纹理清楚，能让人很快把握教育评价发展脉络。我国学者是以时间发展线索为主一贯而下，主要是对前人的研究结果做了详尽的概述，其中对教育评价的发展初期也做了概述。而后两者的划分却有着异曲同工之妙。通过对这三种评价的综合分析，现将教育评价的历史发展梳理为两个时期：一是初萌期；二是发展期，其间包括发展历史期和现今发展状况。这种梳理以时间为脉络，呈现教育评价发展的历程。
（一）初萌期（19世纪中期到19世纪末期）[3]
在利维的大跨度的教育评价划分时期中，古典的考试型时期的评价的特点以口头提问来检验学生是否学习并记住重要的知识。而美特雷范斯（Travers）认为19世纪之前的口头评价不是正规的评价，最早的正规评价应该是1845年波士顿产生的以书面考试取代以往的口试的改革。并第一次大规模地使用试卷测验学生成绩，其科目主要为地理学、语法、历史、自然哲学、天文学、写作和算术。因为它首次用学生的测验分数评价一所学校的教学质量或方案，增强了评价的客观性，所以这次改革也成为教育评价史上的里程碑。为了进一步增强评价的客观性，从十九世纪六十年代开始一些学者做了有价值的工作。
1864年，英国格林威治医学校的校长菲奢（G.Fisher）首先用科学方法研究教育测量问题，并规定了五分制评分的标准，这是用科学方法研究教育测量问题的最初尝试；1879年冯特（Wundt）在德国莱比锡建立了第一个心理实验室，并设计了种种揭示人的心理本质问题的测量方法，同时，他与卡特尔（Cattel）、霍尔（Hell）等一起研究了教育的许多问题并提出了实验教育学的基本思想和方法；1882年英国高尔顿（SirF·Galton）在伦敦设立人类学测验实验室，进行人类个别差异研究，并在统计学者皮尔逊（K·Pearson）的帮助下设计了许多统计方法，一些教育学家借鉴这些统计方法，将不同的学生学习能力与学习效果量化，进行客观比较，增强客观性。1897年美国人莱斯（T.M.Rice）对学生所做的拼字测验的结果表明：8年中每天花45分钟同每天花费15分钟进行拼字练习的学生的测验成绩区别不大，所以他提出对教学评价方案进行改革；这在教育界引起很大的反响，引起人们的关注，而他也是最早以明确形式提出对教育现象进行测定的人，因此，现今的教育评价便以此作为教育评价研究的开端。
教育评价发展的初萌期测验和测量并无明显的分别，而且教育评价更多的是侧重于测量的客观性，注重对学生的分数等级的人为划分。但也就是在以上这些测量研究潮流的推动下，教育评价向教育测验方向发展。
（二）发展期（19世纪末至今）[4][5]
教育评价的发展阶段经历了不同的发展时期，不同的教育专家根据教育评价发展的阶段特点将其分为不同的时期。现将其综合分析如下。
1.中国一些学者所划分的教育测验运动时期，与美国评价专家古巴和林肯所划分的测验和测量时期处于同一时代，即为19世纪末至20世纪30年代。在这个时期，测验或测量等同于评价。由于受科学管理运动的影响，学校被视为工厂，学生被视为原材料和产品，教师成为产品加工者，而产品合格与需要测验或测量来检验，各种统计学，测量技术得以发展。一批教育学、心理学者开始将这些技术运用于教育领域。1904年桑代克（E·L·Thorndike）发表了巨著《精神与社会测验学导论》，书中提出了"凡是存在的东西都有数量，凡有数量的都可以测量"的著名信条，并在此激励下，他与他的学生积极投入教育测量工作，陆续编制了各科标准测验和标准测量表等。桑代克的这个著作也成为测验运动蓬勃发展的开端，这之后出现了许多有影响性的研究。而且在1915年以后，大学介入了教育测量的研究，并推动教育评价的发展。在这个时期各种智力的、学业成就的、人格的测量工具也随之发展，法国"比纳-西蒙智力量表"、德国冯特的实验心理学研究成果等也相继问世。这一系列的科研成果满足了当时社会发展的客观需求，同时也为评价理论的系统发展提供了良好的数量化基础。
2.中国一些学者所划分的泰勒时期和平稳发展时期，与美评价专家古巴和林肯所划分的描述时期处于同一时代，即为20世纪30年代至20世纪50年代末。这个时期主要是根据预定的教育目标对教育结果进行描述，评价更侧重于可操作的行为目标，而且评价也不再等于"考试"与"测验"。评价在这个时期有如上特点，主要是得益于美教育专家泰勒的"八年研究"。泰勒作为八年研究的评价组主任，指出评价应该是一个过程，而不是仅仅是一两个测验；评价不仅要报告学生的成绩，更要描述教育结果与教育目标的一致程度，从而发现问题，改进课程教材和教学方案。[6]在泰勒的影响下，教育评价取得了一些成就，如：1947年林德克威斯特（E·F·Lindquist）、泰勒和其他人建立了教育测验服务机构，促进教育测验的进一步发展；1950年，古里克生（Gulliksen）发展了经典测验理论，使其系统化；1954年，美国教育调查联合委员会和国家教育测量委员会提出心理测验和诊断技术方案；在泰勒参与并指导下，1956年布卢姆（Bloom）与其同事对认知领域的教育目标进行了分类，这对今后完善学习和教育评价起了重要作用。
3.中国一些学者所划分的兴盛时期，与美评价专家古巴和林肯所划分的判断时期处于同一时代，即20世纪50年代末至20世纪70年代初。这个时期的特点是：评价视为判断的过程，评价不仅对预定教育目标的结果进行描述，目标本身也进行价值判断，认为价值判断是评价的本质；在这个时期形成了诸如"形成性评价"、"目标游离评价"等新的评价理念。
4.中国一些学者所划分的专业化时期，与美评价专家古巴和林肯所划分的建构时期处于同一时代，即20世纪70年代末至今。在前三个时期中的评价尽管每一时期的理论都力***克服上一代的缺陷，但其管理注意倾向、忽视价值的多元化、过分依赖科学范式等不足，促使这一时期内以"共同建构"为特征的评价时代。这个时期的到来是与质性评价方法的应用联系在一起的。因为随着社会的不断进步发展和课程改革运动的深入，评价由原来的量化评价融入了质性评价，而且许多评价专家在进行评价模式的设计中力求做到质与量的相结合；同时评价是一种民主协商、主体参与的过程，并受"多元主义"价值观的影响。教育评价在不同的历史发展时期中的侧重点不同，但其发展越来越规范、专业化。
三、西方教育评价的历史沿革对我国现实教育评价发展的借鉴意义
教育评价的发展对一个国家或地区的教育发展有着极其重要的，因为一个国家教育评价系统的发达与否，是衡量一个国家或地区教育事业发展水平高低的重要标准之一。虽然教育评价的发展经历了一百多年的历史并逐步走向专业化，但至今，教育评价仍为评价专家和学者所头疼的问题。因而了解了教育评价的发展史，有助于把握评价发展的基本脉络，掌握不同时期教育评价发展的特点及其缺憾，从而对我国教育评价的发展有着现实的借鉴意义。
（一）深入研究和开发教育的量化评价与质性评价的最优结合
从教育评价的历史发展来看，评价理论的产生和发展离不开测验理论与技术的研究。虽然定量评价有其局限的地方，如只适用于评价能够量化的方面，在无法量化或不应量化的地方使用了量化会产生误解和歪曲，但从评价的本质来讲，评价虽是个主观行为，但必须有一个客观的基础，而这个基础就是通过测验技术来实现的。因此对于学生评价的各种问卷、量表、常模、校标等的建立和计算机软件的开发和应用需要进一步的研究和深化。而质性评价强调评价过程中人与人之间的交流，具有很强的灵活性与针对性强，注重评价过程中多种因素的交互作用。但是这种评价方式主观性强，对评价者的个体依赖性较大，易受非本质问题的干扰或迷惑，影响其对本质问题的评价。因此，评价者在进行评价是就要注意如何对质性评价与量化评价的优化结合，有些项目适合以量化评价为主，有些适合以质性评价为主，在在实际操作中要依据不同条件合理选用评价方法，使得优势互补，充分发挥他们的优越性。
（二）教育评价由单一走向多元化发展
随着社会的不断发展，世界多极化格局的形成，多元化也成为时展的脚步。多元化倡导一种多视角看问题的思维方式，它渗透了社会、文化、经济、***治等多种领域，这也要求教育评价不再局限于一种单一的只重视分数而忽视能力的评价机制，从而建立一种既促进学生全面发展，教师不断提高，而又促进课程不断发展的评价体制。因为人是多元的，而不能以一元的方式去评价和扼杀人的其它方面，同时人与人之间具有一定的差异性，对待不同的学生，要根据其差异性来发展他们的特长，而不是以一种规范的格式来发展他们，固化他们的思维。
（三）确保资金充足，提高法律保障，办好专业杂志，促进评价发展
纵观国内外教育评价发展史可以发现，资金、法律、专业杂志是促进教育评价发展的重要因素。充裕的资金是保证教育评价顺利实施的前提条件，有效地法律保障是教育评价顺利实施的外部动力，高质量的专业杂志为教育评价的传播、交流提供了发展平台。***府对教育改革提供充裕的资金可以进行一定规模的教育实验研究和评价实践活动；可以考虑设立***于教育决策部门的教育评价税务所，专门从事评价的实际工作，确保评价公正、科学和专业化，同时***府对这些机构做有力的监督和管理，确保评价的有效、准确、客观。***府要提高评价质量，确保评价***策的准确性就要颁布一定的具有法律效力的教育评价制度，避免评价的主观随意性，保证评价的权威性、连续性、时效性，增强评价系统的监控力，促使学校和教育行***部门做好自己的工作。在评价领域中存在着较多的、公认的评价信息，同时也存在着许多争论，这就需要一个有利的平台来增强各界人士的联系和交流，促进评价信息的沟通和研究，
以上是对国内外教育评价发展所作的简单回顾及其对我国现时教育评价价发展的可借鉴之处，从中可以看出强有力的评价系统可以有力促使教育的改革和实施。除了社会的需要促使教育改革外，大规模的教育实验研究、测量方法的实践、***府的重视、有利的法律保障等都可以促进教育评价的迅猛发展。同时教育评价在连续的发展中得到不断的完善，成为有力的监督系统，更好的促进教育的健康发展。
参考文献：
[1][4]李雁冰著.课程评价论[M] .上海：上海教育出版社，2002：47-52.
[2][3]吴刚.西方教育评价发展历史的探讨[J].国外教育研究，1992 （4）：10.
教育测量评价论文篇5
关键词：小学英语；课堂教学质量；测评指标体系
建构科学合理的教育教学质量测评体系对精准评估、科学引领英语教学具有重要意义。2018年，全国教育大会上强调：“要深化教育体制改革，健全立德树人落实机制，扭转不科学的教育评价导向，从根本上解决教育评价指挥棒问题。”可见构建科学合理的教育质量测评体系是发展中国特色社会主义教育事业的现实需要。
一、课堂教学质量和测评指标体系概述
课堂教学质量是一个复合概念，“质量”在《汉语大词典》释义为“产品或工作的优劣程度”[1]，而国际标准化组织（ISO）将其解释为“反映实体满足明确或隐含需要的能力的特征总和”。我国某教育理论学者认为“教学质量是人才培养的整体结构，也是学校办学和教学管理的总体成果”。基于已有研究，本研究认为课堂教学质量指师生以教学课程标准为导向，合理开展教学活动，满足学生个体发展和社会教育发展需求及课程标准实施要求的标准。测评指标体系，“测评”包括测量和评价两个过程，测量是依据相应算法和法则对事物赋予一定的量，评价即按照一定的规则用相应的数据或符号对事物进行赋值测算、预测分析并得出结论的过程。“体系”在《辞海》中解释为：“若干有关事物互相联系、相互制约而构成的一个整体。”[2]因此，测评指标体系是以课堂教学质量的本质为核心，以具体化、可操作化的指标为衡量标准，评定课堂教学质量的整体特征。
二、教学质量测评的理论依据
《英语新课程标准》规定，应遵循以育人为本的评价理念，根据课程标准的目标和要求，对教学全过程实施有效监控。英语教学评价体系应由形成性评价和终结性评价构成，教师既要关注学生的学习过程，又要关注学生的学习结果。其中，终结性评价应着重检测学生的综合语言技能和语言应用能力。评价要能够促进学生英语语言能力的发展和发挥，促进英语课程的不断发展与完善。在“教师教学效果评价研究课题”中首次提出教师教学效能感理论，并指出教师教学效能感是教师对自己教学活动的主观判断，其始终影响着教师的行为和学生的学习意愿，它是影响课堂质量的重要因素，因此，教师可以利用教师教学效能感评价学生的学习成果，并进行课堂教学质量测评研究。20世纪40年代到50年代，有效教学理论在西方盛行，其强调关注学生的发展，确立了“一切为了学生发展”的理念和促进教师专业成长的现代教学理念。有效教学理念契合现代英语课堂教学对质量的追求，从根本上讲，在该理论的指导下，教师要遵循英语教学活动的客观规律，以更少的时间、精力和物力投入，实现英语教学目标和学生的个性培养，并争取取得更好的教学效果。
三、小学英语课堂教学质量测评的原则和方法
（一）评价原则评价原则要严格按照新课标基本理念和课程目标的要求，尽可能科学、系统、合理地构建小学英语课堂教学质量测评指标体系。第一，坚持可操作性原则。务必采取简单、精确、易于量化的评价指标，确保评价体系易于操作。第二，坚持系统性原则。充分分析已有的成果和实践经验，从各个方面对测评目标进行诠释，尽可能全面、客观、系统性地反映小学英语课堂教学质量。第三，坚持可比性原则。采取经典的评价方法，尽可能选取标准统计数据，能够从横向和纵向上对指标进行两两比较。第四，坚持统计学原则。坚持使用统计抽样方法，严格按照样本抽选程序进行抽样调查，且所得统计数据要严格遵循统计学规律，通过数据能够建立起相关系数和权重，进而建立起测评指标体系。
（二）评价方法1.文献分析法。通过中国知网、万方、维普、百度学术等网络检索平台，搜集并整理了国内外关于“课堂教学质量”和“课堂质量测评”的相关文献资料，并进行分析、归纳和研究，为测评指标的初选提供科学的理论指导和参考依据。2.专家咨询法（Delphi法）。本研究采用专家咨询法收集了各专家对小学英语课堂教学质量测评指标的意见和看法，再结合均值、标准差、变异系数、协调系数四个指2020年7月标，将汇总后的专家意见进行了梳理和筛选，并进行了多轮的咨询磋商，最终取得了较为一致的测评指标体系。3.层次分析法。本研究在确定小学英语课堂教学质量一级测评指标和二级测评指标的权重系数时，遵照该方法执行，建构了小学英语课堂教学质量测评指标体系的层次结构表，进而编制成了问卷，让各个专家对一级测评指标进行两两重要性比较，对每个一级测评指标下的二级指标进行两两重要性比较，进而确定各级测评指标中各个指标之同的相对重要性，最终确定一级、二级测评指标的权重系数。
四、小学英语课堂教学质量测评指标选择
课堂教学质量评价是一个系统工程，要按照《义务教育英语课程标准（2011年版）》要求选取指标，参考***全、宋乃庆教授在《教育统计与测评技术》中运用的因素分解法，对一级、二级测评指标进行逐层细化分解，下面就一级指标教学设计、教学实施、教学效果进行二级指标的细化和分解[3]。
（一）教学设计教学设计是对教学活动系统性的规划、安排与决策，直接决定着课堂质量。因此，基于教学论和英语教学评价基本观点，并参考叶澜等人对教学设计维度的设计方法，在设计教学一级测评指标时应设立三个二级测评指标，分别是教学目标设计、内容设计、过程设计[4]。
（二）教学实施在教学设计中，要坚持“以学生发展为本”的教育发展理念，在课堂中要积极发挥学生的主观能动性，根据学生的认知需要，注重学生语言能力、思维品质、文化品格和学习能力四个方面的英语学科素养的培养。参考周九诗基于录像观摩对中学数学优质课的教学质量分析维度，应在一级指标下设定数学内容、认知需求、教学组织、学生参与、英语交流和及时评价这六个二级测评指标[5]。
（三）教学效果教学效果评价是依据教学目标对教学过程及结果进行价值判断，并测量、分析和评定教学效果的一种评价方式，因而教学效果应重在体现学生的学习效果，参考庞丽丽的《“以学生为本”的课堂教学评价标准研究》，可在教学效果这一一级测评指标下设定四个二级测评指标，分别是知识技能、语言思考、问题解决、情感态度[6]。
五、小学英语课堂教学质量测评指标体系构建
小学英语课堂教学质量测评指标体系构建过程分以下四个步骤进行：第一，测评指标初选；第二，运用专家咨询法（Delphi法）确定各级指标；第三，应用层次分析法（AHP）计算指标权重；第四，确定指标分值，构建测评指标体系。
（一）测评指标初选查阅相关资料，总结归纳小学英语教学质量测评的已有成果和研究经验，调查并分析目前小学英语教学质量测评的现状，并结合实际情况，对测评指标进行逐层细化分解，斟酌比较后，初选相对可行的测评指标，为测评指标的确立提供理论依据。
（二）确定各级指标梳理出初选指标后，设计调查问卷，运用专家咨询法确定小学英语教学质量测评各级指标，组建由教育专家、教师和科研人员组成的专家库，各专家在坚持体系评价原则的基础上，就调查问卷反馈征求意见，形成备选意见，再经过层层筛选，最终确立测评的一级、二级指标。
教育测量评价论文篇6
[关键词]大学生 素质测评 体系构建
[作者简介]徐园媛（1977- ），女，重庆人，重庆交通大学，副教授，硕士，研究方向为高等教育管理；庞贺峰（1983- ），男，山东德州人，重庆交通大学，讲师，硕士，研究方向为高等教育管理。（重庆 400074）
[课题项目]本文系重庆市教育科学“十二五”规划项目“重庆市大学生综合素质评价体系研究”的阶段性成果。（项目编号：2011-PG-009）
[中***分类号]G647 [文献标识码]A [文章编号]1004-3985（2012）36-0180-02
随着时代的发展，社会对人才素质的要求越来越高，仅仅掌握一门专业基础知识已经很难适应社会的需要。因此，加强对大学生综合素质的培养，已成为我国高等教育的战略性选择。如何更加有效地贯彻和落实素质教育，建立科学合理、客观公正、操作性与实用性较强的大学生综合素质测评体系，已成为各高校、教育研究机构所共同面临的重要问题。
一、大学生综合素质测评体系构建的必要性、理论依据与建构原则
（一）体系建构的必要性
现行的大学生综合素质评价体系已经不能适应社会对人才的要求，而作为高校培养学生的“指挥棒”——学生综合素质测评体系也远远落后于社会转型和教育改革的需要。各高校现有的测评体系存在着明显的缺失，主要表现在以下几方面：
1.德育标准概念化。大学生综合素质测评体系应是定性与定量的结合，作为评价机制，它应减少概念化的口号。现有的德育测评标准过于套用中国古代的道德标准，造成测评内容不明确，测评体系操作性不强。
2.衡量学生的“智育”水平过于倚重考分。长期以来，我国的教育过于注重学生知识的灌输，忽视了创新精神的培养，考试成绩成为衡量学生的唯一标准。尽管人们越来越认识到学生综合素质的重要性，开始加强学生综合素质的培养，但目前各高校学生综合素质测评体系依然过于倚重学生考分作为评判标准，这样自然就否定了学生的主体意识和创新精神。
3.不适应教育发展规律。教育的目的是要为社会发展培养建设者和接班人，衡量学生综合素质的测评标准若滞后于社会发展，势必会阻碍教育的发展。因此，在制定学生综合素质测评指标体系时，学校应适当超前于社会的发展，这样做不仅于当前来说有利于学生的成长，从长远来看也可以促进社会的整体发展。
（二）体系建构的理论依据
***有关文件指出，目前，相当一部分地区和学校还不同程度地存在着“应试教育”的倾向，“应试教育”大多忽视了大多数学生的长远发展。应试教育忽视德育、体育、美育和劳动生产教育，忽视学生能力与心理素质的培养，同时还影响到学生生活、影响到学生活泼主动的学习兴趣。以考试成绩作为评价学生的主要标准甚至唯一标准，挫伤了学生学习的主动性、积极性和创造性。《中共中央***关于进一步加强和改进大学生思想***治教育的意见》（中发[2004]16号）指出，加强和改进大学生思想***治教育的主要任务，其主要目标是培养德、智、体全面发展的社会主义建设者和接班人，深入进行素质教育。由此可见，国家高度重视大学生综合素质的培养，相应的大学生综合素质测评体系的构建也要以***的教育方针和国家出台的相关***策作为测评指标的设计依据，按照德、智、体几个方面来考核，科学合理地构建测评指标，培养全面发展的、新型的社会主义事业建设者和接班人。
（三）体系构建的原则
1.导向性原则。导向性原则是大学生素质教育评价体系的指导思想，能充分利用评价结果，保证学生的品质、知识、能力得到全面、协调发展，对学生综合素质的发展起“引领”作用。首先，大学生综合素质测评应符合***的教育方针和教育的总体方向。其次，大学生综合素质测评要把对学生的整体评价作为大学生素质测评的着眼点，通过对学生综合素质评价的具体要求进行贯彻落实，体现高等教育在新形势下的培养目标。
2.定性与定量相结合的原则。根据学生不同层次的特点，制定相应的定性标准与定量标准。在进行测评标准的设计时，应尽量将标准进行量化，从而最大程度上提高测评的准确度。对平时表现好的学生，应以表扬、鼓励等积极的评价为主，同时，为尽量做到公平，也要采用打分等定量方式来评价大学生的综合素质，定性测评描述内容，使定性测评标准要与其他定量标准结合使用，以此提高大学生综合素质测评体系的可操作性。
3.科学性与操作性相结合的原则。大学生综合素质测评作为一种判断学生综合素质的实践活动，应遵循教育科学理论的指导，以保证其符合国家教育的方针***策。测评体系的制定既要体现教育的客观规律，又要符合社会对人才需求的发展规律，同时还要对测评指标进行科学的设计，避免某些指标过于原则、抽象和空洞，尽量做到具体、明确。另外，测评标准在内容上既要符合***的教育方针要求，也要兼顾各层次学生的特点，提高测评体系的可操作性。
4.统一性与灵活性相结合的原则。综合测评的结果要与学生奖学金、三好学生和推荐免试攻读硕士研究生等挂钩，这些***策都有名额限制，要求具有可比性。因此，测评指标必须反映学校的人才培养目标和培养规格的统一要求，应普遍适用于广大学生。同时，社会主义现代化建设需要的是各行业、多层次、高质量的人才，教育活动也应是多样化、多层次的。因此，综合测评指标设计在坚持统一性的同时，还要体现出不同的特点，对之进行灵活处理。
二、大学生综合素质测评体系设计
（一）新的测评体系应具有的特点
素质教育是指国家强制的、平等的、全面提高学生综合素质，促进学生健康协调发展的教育活动，它具有全面性、创造性、社会性等特征。根据素质教育的内涵及其基本特征，构建新时期大学生综合素质测评体系应该具备以下几个特点：
1.符合***的教育方针。以***的教育方针和国家颁发的《大学生行为准则》《普通高等学校管理规定》等准则作为测评指标的设计依据，使大学生在学习科学文化知识、加强思想道德修养的同时，能更好地将书本知识与社会实践结合起来，从而塑造出全面发展的、新型的社会主义事业建设者和接班人。
2.日常教育与社会发展相接轨。当前，掌握多种知识的复合型人才备受社会欢迎，用人单位在选拔人才时，除了看学习成绩外，更倾向于选择具有创新意识、进取心、合作精神和集体荣誉感强、动手能力、交际能力等多方面素质突出的人才。因此，学校需要把这些素质要求进行综合分析，从中找出关键性、普遍性的要素，以此作为综合素质测评的指标，将其纳入测评体系。
3.尊重学生在大学阶段身心发展的特点。大学生综合素质测评体系的构建，要立足于教育规律，立足于学生的身心发展特点，尽量避免或者减少抽象或空洞的评价指标，使测评指标“看得见、摸得着”，具有较强的操作性。
（二）测评体系的构建要素
1.思想***治素质。在素质教育的时代大背景下，思想***治素质是衡量一个大学生综合素质的重要指标，各高校也都把大学生的思想***治教育摆在突出的位置，这是由大学毕业生在未来国家***治生活中所处的历史地位及肩负的历史使命所决定的，也是大学生健康成长的前提。
2.学习成绩。大学时期是青年学生成长的黄金时代，提高大学生的科学文化素质，是高等教育的重要内容。目前，高校设置的公共课很受欢迎，专业课正在向博大精深方向发展，这也反映了国家对高级专门人才的总体要求，体现了当代大学生的成才规格和要求。
3.能力素质。在大学生综合素质的培养中，当前最突出的问题就是学生创新精神的培养、创新思维的训练和创新能力的提高，因此，我们在大学生综合素质测评中，务必要强化对大学生创新能力的考核。我们设计的能力素质主要包括创新能力、组织管理能力和实践能力。
4.人文素质。随着时代对人才的呼唤，要求大学生具备系统的现代科学文化知识，还要提高分析和处理问题的能力，要求学生不但要学好基础理论和基本技能，还要博览群书，涉猎广泛。我们设计的文化素质考核是指学生在人文知识储备、文化艺术修养方面的能力，主要考察学生的人文知识储备以及文艺修养，是一个人全面发展的重要衡量标准。
5.身心素质。大学时代是学生身体成长、心理成熟的重要时期，健康的身心素质是研求学业及走向社会的重要保证。我们对大学生身心素质的评价项目主要包括身体素质和心理素质，重点考查学生是否具备健康的体魄和积极乐观的生活态度、较强的情绪调节能力以及耐受挫折能力等。
6.其他素质。为鼓励大学生的创新意识，培养多才多艺的综合素质较强的人才，我们鼓励学生积极开展其他方面的能力挖掘。比如积极参加文娱活动，参加科技竞赛、科技发明等活动，认为这有利于提升学生的整体综合素质。
三、大学生综合素质测评的实施方法
第一，高度重视，加大宣传力度。大学生综合素质测评的结果作为学生推荐就业、评优评奖、保送研究生等的重要参考依据，关系到每个学生的切身利益，因此要加大测评方案的宣传力度，引起学生的高度重视，让每一位学生了解开展测评的目的和意义。同时，作为高校进行素质教育的有效手段，也要加强校内相关部门的协调合作，促使测评结果得到较好的运用，真正发挥测评工作在高校推进素质教育中的作用。
第二，规范测评程序，做到公平公正。开展大学生综合素质测评要制定严格的程序和步骤，真正做到公平公正。首先，要实行测评人员、测评过程、测评结果公开制，广泛征求意见，测评过程中要接受师生监督，对于提出的疑问要有回复；其次，要使测评标准公平化，对每个测评项目的加分、减分实行统一的标准并说明理由，坚决杜绝弄虚作假、现象的发生；最后，要将测评结果在一定范围内进行张榜公示，听取师生意见，充分体现民主性、公正性。
第三，及时总结，不断完善测评方法。在综合素质测评工作结束后，要对测评过程中出现的问题，进行认真梳理和总结，分析出现问题的原因，找出切实可行的解决方案。对测评体系中没有涉及的内容，要召集师生集体讨论，广泛征求意见，进而进一步完善测评体系；对测评数据的设置要广泛征求意见，保证测评体系的科学性；对测评结果要认真分析，比较大学生之间存在的差异，及时调整教学方案。这样，才能更好地结合学校特色和学生特点因材施教，提高测评体系的实用性。
[参考文献]
[1]陈刚.对做好高职新生班级管理制度建设的思考[J].成功（教育），2009（12）.
[2]高传勇，沈延兵.用人单位对高校毕业生录用标准的调查分析[J].中国青年研究，2005（2）.
[3]李玉华，李景平.大学生素质论[M].西安：西安交通大学出版社，2001.
教育测量评价论文篇7
第一节 化学教学测量和评价的意义
为了全面地检查、评估化学教学质量，不断改进教学工作，从教与学的动态活动及相互作用的结果中获取供决策用的反馈信息，化学教学测量和评价在教学中是起核心作用的一环。
化学教师的教授活动效果如何，教学目的和目标的达成度怎样，教学决策中有哪些 成绩和缺陷；学生的学习水准和准备状态如何，学习能力养成得如何，学习的意向和志趣培养得如何，学生在学习中有哪些薄弱环节；以及师生间对教学的目的和目标、教学内容、教学方式等在认识上有哪些不和谐的问题需要调整等等。所有这些问题，都需要借助于化学教学测量和评价，从质与量、从内容、过程与结果，给出科学的检测、判断和结论。
化学教学测量在学校里常见的形式是测验。化学教学测验是指运用科学的测量方法，对学生学习的知识、能力与效果进行检查，然后进行客观比较，以判定教师的教学效果的一种活动。在教育和教学实践中，测量和评价这两个概念是相伴而生的。测量的概念率先产生，但仅仅测量、搜集数据，而不给出价值判断，这样的测量将是徒有其名，不说明任何问题的。应当说，测量①的主要任务是提供客观的数量化及非数量化的信息，这些信息本身并不能自动揭示其教育教学涵义，而评价乃是系统地搜集信息，对客体进行价值判断的过程。化学教学评价，正是从教学目标的角度，对化学教学测量和测验所提供的数量化的资料及通过观察等所获得的质的分析的资料作出解释，从而对教学工作达到预期目标的程度做出价值判断的过程。
换句话说，化学教师总是要以教学测量为手段，经过分析、综合，进行判断，以得知自己的或他人的教授活动与学生的学习行为的状态，进而与教学目标和教学要求相对照，获取准确具体的结构；学生作为积极主动的认识主体，也总是要努力以教学目标和学习要求为标尺来评判自己的学习结果与进展。由此可见，教学测量与教学评价是紧密相连的。仅有测量，不进行评价是没有意义的，而要评价，就必须进行量和质的分析，或称为量和质的描述或记述。
现代的评价，既注重提供数量结果的测量技术，又注重只提供非数量化资料的观察、陈述的技术，使两者做到结合互补。
总之，化学教学测量和评价在化学教学系统中具有编级(或分组)、反馈、诊断、升级和职业指导等多种功能。
第二节 化学测验的类型及其功能
化学测验是检查化学教学质量和教学效果与效率的基本途径。测验与系统观察相比，具有可以从量和质两方面对教学这一客体做出全面评测的优点。
我们都了解，教育教学这一复杂的特殊的社会实践活动，不同于一般的自然事物和对象，它除了具有可以直观地、直接观察和测量的方面(特征、性质)，如教学流程中的时间、空间以及师生形体活动等以外，师生间的信息、情感交流，以及师生交互作用在心智里产生的增益效应等等，均难以直接测量。这就需要我们确定并把握测量教育教学这一客体的尺度。一般言之，各种教育教学事物大体上都具有共同的“度”①，即本质(要探求学生能知道些什么事实)、数目(要探求学生能知道多少事实)、组织(要探求学生如何组织这些事实)、时间(教师要时常关注学生的某种行为已历时多久)、速度或速率(学生学习行为的熟练程度的表征)、次数和错误(学生写100个字，错了多少个)。以上是就认知或动作技能领域而论的，对于情感领域的测量，尚应另立标度。
为了测量化学教学可以采用测验、评定量表、观察记录等方 法。这里重点讨论测验这种方法及其功能。
测验的类型很多，从实施的形式上划分，可以分为口头测验、书面测验及实验操作测验；从测验的编制划分，有标准化测验和教师自编测验；从评价的标准划分，有常模参照测验和标准参照测验；从试题的性质划分，有客观测验、论文式测验及实验操作测验；还可以根据测验在教学过程中的作用，划分出准备性测验、形成性测验和总结性测验。
这些测验的名目和功能各异，但均应遵循以下准则①：
(1)要准确、全面地理解化学教学的目的和要求，测验和评价应包括：学生的知识、理解和思维、技能和能力、态度和方法等方面的内容。
(2)要确定一套(按年级、单元)具体的教学目标，按学习进程，循序地实施测验和评价。
(3)要充分认识测验与评价对教学的影响和作用；要重视选择教学测验的环境，帮助学生获得应试的学***验。
(4)要慎重选择测验的内容和形式，命题要简明严谨，难易适度，题型搭配、编组要恰当。
(5)要拟定评定计划；评定既要适合总的培养目标的要求，又要适合化学学科本身的教学目标。
(6)测验和评价均应有计划地进行；平时宜培养学生自我检查、自我评价的能力。
(7)要严格控制测验次数；要力争校内、校外测验的协调一致。
(8)测验命题宜实行集体编审制，以防止个人决断的偏颇。
以下分4个方面讨论各类测验的基本特征和功能。
一 标准化测验与教师自编测验
标准化测验是一项系统工程，是由专门的测验机构主持的科学化的测量工作。它主要用于测验能力或能力倾向、成就水平或 者用作诊断、预测和监控标准。所谓标准化，包括试题编制的标准化、施测过程的标准化、评分记分的标准化、分数合成的标准化，以及分数解释的标准化等①。推行标准化测验，可以避免测量尺度不明确和对测量结果解释的偏颇不当，从而造成测量失准低效。
标准化测验要有考试指导书，明确规定：考试(测验)的范围、内容、要求、方式、题型以及评分和计分方法；测验命题要标准化，严格遵照考试大纲或教学大纲制定命题双向细目表，规定每一个测试目标与内容在整份试卷中的比重；每一试题要经过预试或调试，选出效度高、信度高、区分度高和难度适当的好题，进行组卷；测验的实施过程要统一而有规范，施测时间、环境和进程必须统一，应试者作答的要求、阅卷步骤和评分标准必须严格规定。由于标准化测验具有试题取样范围大、题量多，覆盖面宽，又经过预测，保证了“四度”的要求，从而能较真实地测出学生的学习成绩。
概括起来，实行标准化测验有四点好处②：
(1)减少无关因素对测验目的的影响，使测量准确可靠；
(2)使不同的测验分数具有可比性；
(3)同一套测验有多个复本可以反复使用，较为经济；
(4)可用来校准其他测验。
美国化学会与美国理科教师协会编订(分年编订)的高中化学测试方案是用于能力测验的标准化测验，我国近几年来开展的高等学校入学考试中的标准化考试，以及高等学校专业基础课程试行的标准化考试，均属于测验学生潜在的学习能力和学习成就水平的测验。
教师自编测验是教师根据教学需要，随时自行设计和编制的测验。这种测验应用范围较窄，仅适用于本校，难以与校外测验相比较，也难以保证达到测验“四度”的要求，但却具有编制简捷、施测手续简便的优点。
二 常模参照测验与标准参照测验
常模参照测验的重要特征是，以学生团体测验平均成绩作为评定学生成绩的参照标准，把学生团体的成绩划分出等级，以该生在群体中所处的等级位置来判定他的成绩优劣。常模参照测验的主要目的是测量考生的个别差异。在上面讨论过的标准化测验，通常是指常模参照测验。实行分组(能力分组)教学时也要用到这种测验。
常模参照测验的基本假设是，学生群体的学业成绩是按正态曲线分布的。
与常模参照测验相对立的标准参照测验，或称目标参照测验，是以教学目标为标准来检测学生的学业成绩。评定方法是把每个学生的成绩与教学目标作比较，而不计较学生个人之间的差异。标准参照测验的标准是根据未来的工作或学习的要求建立起来的。在检验一个学生的成绩是不是合格时，应严格地实施标准参照测验，这是学科学习期末考试和毕业考试的特征。在实践中，许多教师根据自己的教学情况，按照学生的普遍的学习水平来命题，以完成期末考试的做法，是不符合标准参照测验的主旨的，因为，这种降格以求的测验，学生的得分并不能表明他们的真正的学业成绩，自然也不能说明教师教学的效能和得失。实际上，教师又在实施一种常模参照测验。
从1993年起，全国各省、市、自治区(台湾省、西藏自治区除外)开始实行的高中各科的毕业会考，就是由各省代表国家实施的一种标准参照测验。可见，在毕业会考中，那种随意降低命题标准或评分标准的做法是不妥当的。这样，就从根本上损伤了基础教育高级阶段的合格标准，以虚假的成绩向社会各行各业输送不尽合格的人才，影响我国社会主义现代化的前进步伐。
三 准备性测验、形成性测验和总结性测验
准备性测验，或称安置测验，俗称摸底测验，是教师实施教学 前，或接手一个新年级开始教学前实施的一种测验。这种测验的目的，主要是查明学生的学习准备状态，测试学生已经具备了哪些知识和技能，以利于决定施教的基点，或作为分组教学的一种依据。准备性测验以获取学生学习准备状态的多方面的信息为目的，测验后的评分，如不实行分组教学，则无关紧要。这种测验往往在学生不进行测前准备的情况下进行，所获得的信息，不宜随意公开评述。在教学过程中，有针对性地进行分类指导或目标教学，会从准备性测验中受益良多。
随着教学过程的进行，为了及时把握学生的学习水平，多借助于形成性测验。形成性测验是为教学进程直接服务的，主要目的在于检测学生知识和技能的进步与发展，以及时取得教学的反馈信息。随堂检查性的小测验、单元测验等均属于这类测验。教师要善于从中发现问题，以巩固既有成果，针对教与学中的缺陷，采取补救教学，以达到教学目的和教学要求。
化学教学进入一个学习阶段的末尾，或者进入本学科结束阶段，就要进行总结性测验，以检测学习的效果，从而评定学生学习成绩等等。总结性测验多属于标准参照测验，以按照教学目标这一标准来评定学生的学习成绩。
四 客观测验、论文式测验与实验操作测验
客观测验系指测验试题可以客观地评分，不因评分者的不同而影响评定结果。标准化测验中选择题、是非题和匹配(配伍)题等试题，均为客观测验试题。其中，尤以多项选一型的客观试题被广为采用。这种试题的主要优点①是：
(1)能快捷地测试课程的广泛内容；
(2)可以在测试领域内广泛取样；
(3)可用于大型测试，并可以可信地给予评定；
(4)测试的内容、范围和水平是明确的，可以进行统计处理 和分析；
(5)可用于班级、课程研究或整个学校系统的比较研究。
选择题的主要缺陷①是：
(1)仅能测试重现课程内容，难以评定高层次的认知水平；
(2)不能确证学生是怎样推理得出结论的，也不能测试学生的论点是怎样符合逻辑思维而发展的；
(3)使学生完全被动地答卷，且可以猜测，可以胡乱选项。
论文式测验是借助论文试题来测试学生分析问题和解决问题的能力，以及文字表达能力。这类试题可以让学生表述自己的见解，或分析比较、申述说明，或论证评述、畅述己见。论文式测验仅需要组编少量试题，命题工作较易组织实施。正由于此，这类测验的缺点也相伴产生。一是题量小，覆盖面窄，难以对整个课程内容进行测试取样；二是试题往往容易失之于不明确或含糊不清；三是测试的内容深度和范围较难以划定界限；四是评定时难以把握标准答案，评分常因人而异，随意性较大。故而常将论文式测验列入主观测验一类，因这类测验的评定受阅卷人的偏爱、情绪、态度等主观因素的影响甚大。
实验操作测验是化学课程中特色独具的一类测验。一般侧重于测试学生的态度和实验操作技能与水平，如对实验目的、反应原理的理解，使用和组装仪器的技能，以及对实验过程和实验结果的解释等。实验操作测验对于突出和发展化学教学的特征、对于养成学生动手动脑的学习能力，具有重要的导向作用。欧洲诸多发达国家，有近1/4的国家在中学结业前实行化学实验操作测验②，我国少部分重点中学也试行实验操作考，已从多方面发挥出这类测验的教学效益。自然，实施实验操作测验，要有相应的设施条件和评定规范作为保障，尤其需要教师贯彻先进的教学质量观，自愿承受较繁重的工作负担。
第三节 编制化学测验的主要依据——化学教学目标
化学教学目标是编制化学测验的主要依据，而化学教学目标是根据化学教学目的，结合教与学的要求，而具体规定的可供检查、测量的质量指标体系。这些规定，要具体写出学生经过学习最终会完成的任务，向他们指明具体的学习要求；还要结合学生的认识规律，明确规定具有实际可测、具体可行的教与学的质量指标或检查项目。从教育测量学的角度看，教学目标——用作编制测验的主要依据必须满足如下4条标准①：
(1)目标应该叙述清楚；
(2)应该对照评价方案的实施情况检验目标，以编制一份适用的测验；
(3)目标应该反映出方案欲达到的技能掌握的水准；
(4)目标应该具有高度的优先性。
化学教学目标的划分和界定，是化学教育测量和评价专门研究的课题。从国际上看，学术界公认美国心理学家布卢姆(B.S.Bloom)等提出的教育目标分类学最有影响。布卢姆等专家将一般教育目标分为认知、情感与动作技能三大领域②，我国学者主张，化学教学目标一般要体现出知识传授、能力培养和思想教育三个方面的具体要求③。
美国化学教育界采用的按照布卢姆等专家的主张给出的认 知领域的教学目标①为：
(1)知道。包括这样一些行为和情境：强调记忆(再认或回忆)过去学过的信息。
①特定事物的知识。术语和事实。
②方法和手段的知识。处理特定事物：惯例、趋势和顺序，分类和类别、准则、方***。
③学科领域中普遍原理和抽象概念的知识。原理和概括、理论和结构。
(2)领会。包括了解知识的意义，能够用不同的术语意译来回忆，联系其他经验，解释它的意义和用术语的意义来扩展它的领域和顺序。
①转化。用不同术语意译某种观念的能力，给出实例、解释***表、说明符号的相互关系等。
②解释。了解主要观念和了解它们之间的关系。
③推断。扩展信息以包括其他可能的意义。
(3)应用。应用知识和能力解决新的、不熟悉的情境：用知识去推理，去说明或预测在新情境下将会发生什么。在这一水平上，科学更多地变成学术练习。
(4)分析。将一个观念分解成它的组成并表明了解各组成之间的关系。所有学科都强调分析能力，把它作为该学科功能的重要方面。
①要素分析。利用对恰当的事实和假设的了解。
②关系分析。识别和利用证明与假说之间，证明与结论之间，逻辑谬误、原因与效果之间的关系等。
③组织原理的分析。
(5)综合。将事实、原理、理论等要素组合到新的模式里。
①进行独特的交流。写出一种完全的概括、描述或评价等和(或)进行其他交流。
②制定计划或提出操作定向。选择检验假说的方法。
③推导出一套抽象关系。在现象分析的基础上形成假说。
(6)评价。考察和应用准则去估量证明，得出结论并做出关于理论、技术、研究等的判断。
①依据内在证据来判断。察觉谬误和应用逻辑推理。
②依据外部准则来判断。利用规定的或强加的标准来评价和得出结论。
我国学者在认知领域的学习水平分类已开展了较多的探索。其中，以北京市朝阳区中学化学教学目标课题研究组制定的化学学习水平，及广东省化学标准化考试研究室制定的考试目标较具有代表性。这两者均对布卢姆等人的教育目标分类作了变通调整；国外学者也有类似情况。
例如，英国学者丹尼尔斯(D.J.Daniels)等将认知领域的教学目标改并为回忆、理解、应用、分析和综合。新西兰的一个教育家小组，在制定新学校证书方案时，于每一单元中将教学目标列为3组：(1)科学家取得的重要知识；(2)科学家工作的方法；(3)科学的社会意义。英国学者弗拉泽(M.J.Frazer)教授认为：对化学教师，以下三目标分类方案可能是有感染力的。这些目标是：(1)知道和了解；(2)技能，含智力技能如解释问题和解决问题和操作技能如使用仪器；(3)态度。
我国制订的《九年义务教育全日制初级中学化学教学大纲(试行)》(1992年)，对知识和实验技能的教学要求，从教学论和测量的角度作了规定，并具体列述了各知识点和技能项。现将这份教学大纲规定的教学要求录下。
对知识的教学要求分为四个层次，从低到高依次是：
常识性介绍：对所学知识有大致的印象。
了解：知道“是什么”。能够记住学习过的知识的要点，能够根据提供的材料识别是什么。
理解：懂得“为什么”。能够领会概念和原理的基本涵义，能够解释和说明一些简单的化学问题。
掌握：能够“应用”。能够分析知识的联系和区别，能够综合运 用知识解决一些简单的化学问题。
对实验技能的教学要求分为两个层次：
练习：在教师的指导下，进行实验操作。
初步学会：在教师的指导下，能够正确地进行实验操作。
应当指出，以上教学要求是从我国各省市文化教育发展水平相差较大，就当前实施义务教育而规定的必须达到的基本要求，某些省份、某些学校完全可以，也应当“超标”完成上述教学要求，而不应受这些规定的限制。
情感领域的教学目标分类，怎样才能做到既要明确规定具体的教学活动期望达到的行为状态，为教学活动指明方向，又要规定学生在教学活动之后以可测量的方式表现出来的行为标准，这是一个亟待研究的课题。克拉斯沃尔(D.R.Krathwohl)等人提出情感领域可分为：接受、反应、估价、组织、个性化五种水平。但施测不免仍有难度。
我国学者有人认为①：情感教育属于德育的范畴，它既有线性的规律，又有非线性的无序性。从而提出：情感教育目标的检测和评价，应该从可比性和模糊性两方面着手，并设计了这两方面的目标评价系列。应当承认，在这一领域的实践经验仍有待于不断开拓。
化学教学目标的理论框架确定之后，可以按照知识(或技能)内容和学习水平双向分类来设计化学教学目标，以利实施。即(1)划分出适当的教学单元；(2)确定单元内每个知识点(或技能项)的学习水平。表述形式，不拘一格，可以采用文字叙述式或双向表格表示式。
第四节 有效化学测验的条件
化学测验的内容，因评价的目的不同而异。平时的校内测验与达标测验的要求和内容不同，升级(或分班)测验与选拔测验也是如此。但是，无论是上面讨论过的哪种测验，都应当保证测试的科学性，尽量减小测量误差，做到有效、可信，具有一定的难度和区分度。可以说，达到“四度”——效度、信度、难度和区分度的要求是有效测验的必要条件，也是最基本的要求。
一 效度
效度(Validity)是指测验在多大程度上测量了预定所要测量的内容。效度是用相关系数来表明的。在施测后，将测验分数与已举行过的受试者接受的其他测验(如标准化测验)的结果作比较，从而计算出相关系数。
求出的相关系数(γ)值越高，表明所编制的测验准确性越大。一般标准化测验的效度系数在0.4—0.7之间。效度系数最大等于1，表明测试完全反映了所要测验的内容；最小等于-1，表示测验结果与受试者的实际水平完全相反。实际上，这种完全相关(或正、或负)的极端情况是很少发生的。当效度系数等于零的时候，表示测验结果与所要测量的内容无关。
上面讨论的是经常采用的测验的内容效度，即指测验题目对有关课程内容或行为范围取样的适当性。测验是根据教学目标编制的，试题内容涵盖了教师讲授(学生学习)的课程内容，这样，这个测验就具有一定程度的课程内容效度。
一般采取以下办法，以提高测验的效度。
(1)测验的内容和范围，要包含教与学的主要内容；
(2)测验试题中要尽量把跟测验目的无关的成分去掉；
(3)测验试题的难度要适当；
教育测量评价论文篇8
摘要： 通过对国内外有关文献资料的研究分析，从教育心理学与测 量学角度出发运用参照评价方法评定学生学习成绩，为丰富和完善体育课 教学评价方法提供实验数据和理论依据。
关键词： 参照评价；航空体育课；评价目的；评价常模
Experimental Research of Reference Evaluation on the Effect of Aviation physical Teaching
LI Jin-hua SONG Pei-shuang
(PE Department of Binzhou University, Binzhou，Shandong，256603 China)
Abstract Through relevant domest ic and external document s and material, form psychological and surveying point of v iew , evaluate te academic records of the stuetents w ith refernce evaluat ion, the aim of w hich is to provide ex perimental data and theoretical basis for the richness and perfection of PE evaluat ion.
Key Words：reference evaluat ion；Aviation physical；aim；pattern；
一、前言
航空体育课是飞行大学生必修课程，也是确保学生完成飞行训练体能储备的基础。而对学生学习成绩的评价又是航空体育课教学考核的一个重要方面，也是科学管理与控制教学过程不可缺少的重要环节. 通过评价可以及时提供教学反馈信息，及时发现教学中存在的问题，从而制定最优的教学方案，对教学过程实施调控。
近年来，飞行大学生的招生规模不断扩大，飞行大学生的体能越来越引起人们的关注，如何通过科学的考核办法，提高学生的联系积极性却成为关注的焦点。据了解，目前航空体育课教学考核一直沿用标准评价方法，并且是以学生最后达到的成绩为依据进行评价。由于受身体形态、身体素质、体育基础等多种因素的影响，往往造成身体条件差的学生无论怎样勤学苦练，也难以获取高分。相反，身体条件好的学生并不需要努力却可以得到较高的分数，这对于存在明显个体差异的学生来讲显然是不公平的。传统的评价方法虽然在操作运用上十分简便，但却难以真实反映学生学习成绩上的变化及教学效果的优劣，也难以从评价结果中获取真正有价值的反馈信息，在一定程度上挫伤了部分学生学习的积极性。为此，许多体育教育专家指出，改革体育课教学评价制度, 要注重评价功能的全面拓展, 评价要有激励性、检查性。上海教科院张肇丰教授指出：作为形成性评价, 评价要强化激励作用。学生由于个体差异, 接受能力不同是客观存在的, 过多地进行横向评价往往会使部分学生产生自悲情绪, 学习积极性受挫。鉴于目前在航空体育课教学评价中存在的种种弊端，从而设立这一研究课题，旨在确立正确的评价思想，建立科学合理的评价方法和评价常模，激发学生的学习欲望，提高教学效果。
二、研究对象与研究方法
（一）研究对象：滨州学院飞行学院2009级、2010级共4 个教学班。其中2 个实验班为70人；2 个对照班为72人。
（二）研究方法：以教学实验为主，结合数理统计、对比分析、逻辑分析、综合分析等方法，
通过对国内外有关文献、资料的分析,掌握目前国内涉及对该课题的研究程度和现状，依据实验原则、要求, 设计实验方案。
1.实验内容：根据本课题研究特点，结合飞行技术大学生身体发展的几个要素，选择100米跑、篮球行进间跑投篮、旋梯作为教学实验研究内容。
2.实验分组：按自然教学班进行分组，并在实验前对实验班与对照班学生进行100米跑、篮球行进间跑投篮、旋梯技术掌握情况进行评定以及影响上述三个项目的几项主要素质指标进行了测试，经检验没有显著性差异，可视为实验条件基本相等。
三、研究结果与分析
（一）参照评价的理论依据。
从测量学的角度出发，任何评价方法或手段只有在符合某个特定目的或范围内才能获取卓有成效的评价效果。评价的效度与评价的目的紧密相关，偏离了这个方向，就难以体现出评价的效度。教育测量学认为: 对学生学习成绩的评定是按一定的标准对教育过程中所产生的思想、学业态度、行为、个性等诸方面的变化进行评价的过程，其落脚点和归属点就是着眼于学生学习成绩的变化上。在航空体育课教学中, 对学生成绩的评价, 目的是对学生在课堂上所取得的学习成绩进行测试和评定，而传统的评价方法是采用以学生最后达到的成绩作为评价依据，这在某种程度上违背了教育测量与评价的目的，其评定的最终结果很难真实反映学生学习成绩上的变化，也难体现公平竞争的原则。因此, 也就失去了评价的意义。
目前，世界上许多国家，比如日本、美国、联邦德国、法国等都非常重视个人参照评价, 重视学生在学习中的努力态度和成绩提高的幅度等因素。美国学者认为:在成绩评价中应重视努力态度、进步等因素。联邦德国学者认为:在教学过程中不应把学生看成不变的人，而应看成是一个发展的人，学习评价必须有利于学生的成功。前苏联学者认为:成绩评定应考虑学生进步的幅度, 否则, 在很大程度上失去了评价的意义。现代教学理论强调参照评价所追求的一种境界为:不求人人成功, 但求人人进步。为此，日本学者指出:学习成绩的评价, 必须重视学生努力的程度。综上, 我们认为: 各国间虽国情不同, 但从大教育观出发, 其改革的思路将对我国推行素质教育会有所启迪。从现代教学理论角度分析, 大量的研究表明: 学生在学习的过程中及时了解学习的结果，成绩提高的幅度及学习成绩的优劣等，均可激发进一步努力学习的动机和愿望。尽管传统的评价方法学生也知道学习的结果，但由于学生学习提高的幅度与评价结果脱节，学习成绩得不到充分的肯定，就容易挫伤学生的自尊心和学习的积极性。因此，对学生学习成绩的评定必须着眼于教学开始与结束时成绩的变化上, 以培养和激发学生学习的动机。
（二）参照评价常模的建。
1.指数评价法。此法是在学生学习一个技术项目前，先对学生该项目技术掌握程度进行测试，并将学生不同的初始测试成绩转换成T 1 分，然后将学习结束后提高的成绩转换成T 2 分，再把前后两次测验所得的T 分分别转换成提高分，最后根据提高分评定成绩。此法的优点在于能充分体现低水平与高水平成绩提高幅度相等其权重不等的特点。
2.剩余观指数评价法。此法是根据学生学习某项技术前、后两次测验成绩的平均数准差( S) 以及前后两次测验成绩的积差相关系数( R ) 代入线性推测方程，推导出一元回归方程进行预测，最后将实测成绩减去预测成绩，其差值代表学生的提高幅度，以此评定学生的成绩。此法的最大优点是不受学生的初始能力水平的影响，能较好地反映学生成绩提高的幅度。
（三）实验班与对照班学习动机的对比分析。
人的各种活动，都是由一定的动机所引起, 动机是直接推动一个人进行活动的内部动因或动力。学生进行体育学习也总是受一定的学习动机所支配，尽管在理论上学习动机有各种不同的划分，但学生学习的积极性和学习态度则是学生学习体育动机的具体表现。因此，可以说学生的学习态度与心理动机之间存在着必然的内在联系。所以，学习动机直接影响着教学任务的完成和教学目标的实现。为此，分析和研究学生学习的动机，对激发学生学习的内驱动力，进一步提高体育教学的质量是至关重要的。我们认为: 学生学习体育的目的和心理动机之间，学生学习的心理动机是最活跃、最生动, 而且又是最具影响力的重要教育因素。从这一观点出发, 本文根据教育心理学和测量学的 要求，结合本实验特点, 设计了学生学习态度和兴趣量表，对学生进行问卷调查。通过问卷调查分析，可以说实验班与对照班学生学习体育的动机是一致的( 包括直接动机和间接动机)，都是为了获取高分，从而得到较好的评价, 尽管这种学习动机带有个人主义利益的色彩, 但它对于调动学生学习积极性, 养成经常锻炼的习惯具有一定的推动作用。但是在实际教学中，由于实验班和对照班采取了不同的评价方法，在学习动机方面发生了微细的动态变化，实验班呈现出明显的项目倾向性。在教学中, 实验班采取个人参照评价，不受学生初始能力的影响，重视学生的努力态度和进步幅度, 因而全班学生对学习结果表现出极大兴趣, 由此支配着自己努力学习，积极锻炼，表现出良性的学习动机，以便通过多次练习提高进步的幅度，力争得 到好的评价结果。而对照班由于采取标准评价，难以体现出学生的努力态度和进步幅度，学生的进步程度与评定的结果脱节, 因而有相当一部分学生认为, 不论自己怎样努力也难以获取较高分数，致使对照班学生在课堂所表现出的学习态度、学习积极性、练习次数等方面与实验班相比均存在明显的差异, 而这种差异又是导致教学效果优劣的直接因素。
（四）实验班与对照班学习效果的对比分析。技术水平和运动成绩是反映学生学习效果的二项重要信息指标。为了检查实验班与对照班学生学习效果的差异，实验结束后，对两组学生掌握100米跑、篮球行进间跑投篮、旋梯三项考核内容技术水平进行评定, 并严格遵循测试规则对每个受试者三个项目的运动成绩进行测试，技评及测试结果。
从表1、2、3的实验结果统计表明: 实验班与对照班在教学条件、授课时数、教学方法等外部条件因素一致的情况下，只是分别采用了不同的评价方法和标准却产生了显著性差异。具体体现在实验班无论是运动成绩，还是技术水平均优于对照班。综上我们认为: 采取绝对标准评价，不符合现代教育测量学和学生的身心要求。对学生的要求水平过高，容易造成学生气馁, 失去学习信心；要求水平过低，容易产生自满，失去动力。全班学生采取统一标准，从形式上看，似乎是强调公平竞争, 但具有一定的片面性, 最大的弱点是没有充分体现学生的努力程度和进步幅度等因素，可以说这种评价方法是应试教育的产物。而采用个人参照评价，不受学生初始水平能力的影响,符合学生的身心要求, 体现了区别对待、公平竞争的原则, 为每个学生提出了适宜自己的要求, 从而确立一个奋斗目标, 对提高学生学习积极性具有一定的促进作用, 使学生的学习由原来的被动过程变为一种主动过程, 使每个学生都发自内心的说我能行，这种评价的最大优点是充分重视学生的进步和提高。这种竞争和评价最终会导致全班学生无一例外地受到激励，取得进步，并由此走向成功。
四、结论
参照评价符合现代教育理论和教育思想, 此法对激发学生学习动机，提高教学效果具有一定的积极作用；参照评价符合教育测量的目的和学生的身心要求, 其评价方法具有普遍意义，不同学习群体或班级，不同运动项目，均可根据各自特点制定相应的评价常模；参照评价方法充分体现了区别对待、公平竞争的原则, 对丰富和完善体育教学评价方法具有现实意义；参照评价是推行素质教育, 改革传统评价方法的具体体现。
参考文献：
[1]王坦，高艳.现代教学方法改革走势新探.教育研究[W]. 1996，8: 22―23
[2]***等。改革体育课考核方法对提高教学效果的实验研究。人民体育出版社[W]. 1997，8: 129―133
[3]***, 杨***. 现代体育教学的基本特征. 中国学校体育[J]. 1998，2: 66―67
教育测量评价论文篇9
一、高利害考试用于绩效问责的重要性与必要性
（一）提高质量是教育改革与发展的核心任务。
《国家中长期教育改革和发展规划纲要。（2010-2020年）》（以下简称《教育规划纲要》）提出“把提高质量作为教育改革发展的核心任务”[1],以提高质量为核心的教育发展观是科学发展观在教育领域的具体体现，也是当今全球化时期世界各国的共识。全面提高教育质量要求广大教育工作者不断改革创新，促进公平。为此，我们有必要建立和完善国家乃至各基层的教育质量评价与监测体系，对学生学业水平进步和学校、学区学业质量提高程度进行多维度的评价，从而合理有效地配置教育资源、优化结构布局。与此同时，《教育规划纲要》要求：“建立以提高教育质量为导向的管理制度和工作机制，把教育资源配置和学校工作重点集中到强化教学环节、提高教育质量上来。制定教育质量国家标准，建立健全教育质量保障体系。”“改革教育质量评价和人才评价制度。
根据培养目标和人才理念，建立科学、多样的评价标准。开展由***府、学校、家长及社会各方面参与的教育质量评价活动。做好学生成长记录，完善综合素质评价。探索促进学生发展的多种评价方式，激励学生乐观向上、自主自立、努力成才。”[1]在这一背景下，评价成为教育系统的热词。各级教育行***部门、督导部门和很多研究机构都在讨论建立适应我国国情的学业质量评价体系。
（二）高考“三个有利”要求其拓宽选拔之外的社会和教育功能。
《教育规划纲要》为高考制定了新的基本原则，指出要“以考试招生制度改革为突破口，克服一考定终身的弊端，推进素质教育实施和创新人才培养。按照有利于科学选拔人才、促进学生健康发展、维护社会公平的原则，探索招生与考试相对分离的办法……逐步形成分类考试、综合评价、多元录取的考试招生制度”,“深化考试内容和形式改革，着重考查综合素质和能力”.[1]我国是考试的发源地，科举考试制度曾经最先在世界上建立了“以才取士、贤者治国”的范例。建国以来，除极不正常的一段时间外，高考等大规模考试在我国都是具有特殊意义的重要考试。但是，很长时间以来，考试和教学的关系一直没有被理顺。从“片面追求升学率”到“应试教育”,考试带来的种种弊端和副作用成为教育发展与改革的阻碍。在人才选拔之外，大规模教育考试如何根据国家需求挖掘具有高度社会公信力的海量数据，开展学生学业水平进步程度和学校、学区学业质量的评价，提供公共信息服务，从而达到促进学生健康成长的目标，在理论研究和实践探索上都给教育考试评价机构提出了新的挑战。从这一角度来说，教育考试评价机构需要对以高考为代表的高利害考试数据进行充分挖掘，发挥其对学校和考生群体应有的评价反拨作用。只有这样，才能充分发挥考试在人才选拔上的作用，发挥它的教育价值和社会管理价值。
（三）目前使用高考成绩进行评价的方法存在严重技术缺陷。
高考被俗称为“指挥棒”,就凸显了它对教育教学的反拨作用。其实，不管教育行***部门喜欢与否，用高考等高利害考试的成绩判断一所学校、一个地区的教育教学成就是普遍存在的现实。但不容否认的是，目前社会大众甚至***府和专业机构在进行这种评价时大多是“以结果论英雄”,关注“北清率”“一本率”“上线率”等直接与个人或集体利益相关的指标。然而，这些指标多是一些相对指标，受招生指标等因素的制约，其反映的是个体和集体之间的相对差异。而从建立人力资源强国的角度来说，我们更需要关注的是绝对指标，即学生究竟学会了什么、他们能做什么、在未来的国际经济竞争中他们是否具备足够的知识和技能。从教育测量的专业角度看，目前我国对使用高考进行教育评价还缺乏真正专业化的技术层面的探讨，甚至存在高考成绩与数据被误用和滥用的倾向，这既与社会观念有关，也与对高考数据进行分析时存在技术缺陷有关。
（四）高质量的考试是解决问题的基础和前提。
充分利用考试数据评价教育教学质量、促进考生发展，已经成为教育考试界的热门话题和重要任务。但是，“工欲善其事，必先利其器”.只有首先对考试自身进行评价反馈，改进考试工具，打造高质量的考试，才能为后续工作奠定良好的基础。在一次考试结束后，很多教育考试工作者往往关注于如何借助考试分数去评价考生，却相对忽略了对考试自身的评价。因此，专业化的考试机构有责任去深入挖掘考试数据，对考试数据进行多角度、多层次的分析，并把从客观、定量的视角审视和评价试题本身质量作为出发点，依据试题分析的结果，为命题部门提供客观、真实、有效的反馈信息，从而为命题部门改进考试、提高考试质量提供可靠依据，最终实现考试的教育和社会双重功能。
二、在国际大规模考试中普遍应用的主要技术
（一）测验等值。
测验等值是教育考试在国外作为工业化形式的一个核心技术。等值在理论上并不复杂，通过一定的数学模型将测量同一种特质的不同测验分数转换到同一单位系统中的过程，就是测验等值。[2]它把来自不同试题试卷版本的考试分数转换到同一个分数系统上，使得当考生参加测量同一种知识和能力考试的不同试题试卷版本后，其所获得的分数可以直接进行比较，不会由于不同版本在难度上存在差异而引起不公平。
目前，等值数据分析依据的测量模型有经典测量理论（Classical Test Theory,CTT）和项目反应理论（Item Response Theory,IRT）两种，分别对应于传统等值方法和IRT等值方法。在等值的具体方法中，基于IRT的等值方法比基于CTT的等值方法具有多方面的优越性。
国际上技术领先的考试，首先要应用IRT等值测验理论进行题目建构、参数校准和分数的等值转换。这样形成的测验工具就如同用尺子测量学生身高一样，测量结果是绝对的（忽略误差）。通过使用一些涵盖不同难易度的共同题目来建构和校准的试卷，不仅可以从多个维度测量学生不同层次的能力和属性，还可以进行不同试卷间考生和题目的水平比较，从而实现国家间、国家内不同地区间的横向比较和跨年度的纵向比较。这是依据经典测量理论建立的评测工具根本无法实现的。
（二）增值评价。
近年来，论文格式随着社会需求的增加和统计测量技术的不断进步，增值评价被越来越广泛地用于考试评价领域。增值评价是通过追踪研究设计，收集学生一段时间内不同时间点上的标准化测验成绩，进行基于学生自身测验成绩的纵向比较，并考虑其他不受学校或教师控制的因素对学生成绩的影响，以考查学校或教师对学生学业成绩影响的净效应，进而实现对学校或教师效能较为科学、客观的评价。从增值评价的定义可以看出，其核心思想是“增值=输出-输入”,即它对学生的评价控制了学生的初始水平。与此同时，增值评价还控制了学校和教师无法控制的因素，因而能很好地评价学校对学生学业水平的促进作用。与传统的学校评价模式相比，增值评价具有综合考查学生发展影响，强调发展性评价标准，重视起点、关注过程，促进学校改进等特点，因而在推进我国教育均衡发展、促进学校特色发展、实现教育教学公平中起到积极的作用。
（三）垂直标定。
常用的增值评价方法可以根据“是否使用垂直量表”分成两大类。相对而言，使用垂直量表的增值评价逻辑上更加严密，但对技术的要求也较高。构建垂直量表需要进行垂直标定，将学段不同但内容领域相同的测试分数置于同一能力量表上。
通常，构建垂直量表主要包括以下几个步骤：选择并实施数据收集设计、实施标定研究、选定构建分数报告量表的方法进行参数估计、建立用于评价该量表的标准。常见的用于构建垂直量表的数据收集设计有以下三种：共同题设计、等组设计以及链接测试设计。在理论上模拟比较这三种设计方法的优缺点，并进行实际操作的可行性分析后，本研究选择了共同题设计方法。
三、高利害考试用于绩效问责的初步实践和探索
***考试中心从2006年开始实施国际学生评价项目（Programme for International Student Assessment,PISA）中国试测研究项目，以科研为先导，通过PISA2006、PISA2009、PISA2012三轮中国试测研究实践，学习借鉴了PISA先进的考试评价理念、理论和技术，并将此应用到中考和高考等高利害考试用于绩效问责的研究与实践中。从2010年起，***考试中心和海南省考试局合作开展的利用海南省全省统一考试、统一评判的中考和高考数据，实现不同年度间中考、高考的等值；同时，在语、数、英三个核心学科建立了中考链接高考的垂直量尺，到目前为止，中考和高考2010年、2011年、2012年三个年度的语、数、英学科能力被放在了一个共同的量表之上，实现了结果的直接可比。利用这些研究成果，通过在中学教学阶段最具代表性的大规模社会化考试，人们可以对海南省任何一所中学和任何一个县市的学业质量变化一目了然。将来通过有意识地安排锚测验（专门设计用来对两个考试进行连接和量表统一的工具），每一个新增加的年度考试结果都可以被放置在这个共同量表之中。从技术上说，这种经过量表转换和统一的考试结果使用起来功能更为强大，如现在两个来自不同年度的分数可以直接进行比较甚至交换使用，使得多次考试对应一次录取有了技术上的可能性。这种共同量表的更大价值在于使高考和中考的相对测量变成了绝对测量，也使高利害考试用于学业质量评价具备了技术上的可能性。
具体来讲，本研究涉及高考九个学科（语、数、英、理、化、生、史、地、***）和中考的三个核心学科（语、数、英）。研究的第一个任务是将相邻年度间同一科目不同试卷版本的考试分数和题目参数等值。研究采用了非等组锚题测试（Nonequivalent Groups with External Anchor Test,NEAT）的数据收集设计[ LunWenData.Com]，以不易产生评分误差的客观题作为锚题，分别在中考和高考正式考试约一个月前抽取考生样本进行试测，在正式考试结束后对考试结果和试测结果共同进行计算。题目参数校准采用Rasch模型，利用国际通行的Conquest软件进行，参数量表转换利用“固定共同题参数”的算法，建立了不同试卷版本的能力值和对应的期望得分的转换表。
研究的另一个重要内容是建立贯穿整个高中阶段的学科共同能力量表。笔者根据我国高中教学内容和考试数据提供的可行性，选取中考和高考都有的三个核心科目（语文、数学和英语），并利用在高中二年级设置的链接测试实现垂直标定，使中考和高考两个分离的不同考试量表统一到一个共同尺度上。这样建立起来的学科能力共同量表成为对整个高中教学进行评价的标准量尺，尤其为中学总结教学得失提供了有力的工具。这个量表使一些过去因为生源质量高而在升学竞争中处于有利地位的学校感到了压力，使生源质量相对不高、竞争无望的所谓“差校”看到了自己努力的成绩和进步。教育行***部门则可以根据这些宝贵的数据和信息真正实现分类指导，将面向全体学生的发展性评价落到实处，体现教育、教学和考试的系统整合，帮助不同地区及学校、教师、学生更好地适应性发展。
在通过学科共同能力量表将中考和高考链接进行增值评价的试验过程中，研究人员专门编制开发了面向各级教育行***部门和中学的网站与客户端软件。各级教育行***部门的领导和专业人员可以利用客户端软件直观便捷地浏览各种评价信息，利用这些信息改进决策和教学。为防止学校间的盲目攀比，中学管理人员和教师可以利用网站登录密码查询自己学校或学科在全区或全省的相对位置与发展性评价的***表数据。
在利用垂直标定实现共同能力量表增值评价中，学校学科能力增值评价分层***被地方和学校管理人员誉为“绿色评价”的量化标尺。***1是2010年海南省语文学科能力增值评价分层***，该***左右纵轴都是经过垂直标定建立起来的语文共同能力量表，单位为能力转换值。左侧是中考，右侧是高考。
可以想象，绝大多数学生（或学校）经过三年的学习，在这个共同能力量表上的得分会从较低值到较高值。但是，不同个体在这两次考试中得分的差（增值）是不同的，有的增值幅度较大，有的增值幅度较小。从数值上说，这种增值不仅与每个学校的进步有关，与他们原来已达到的水平也有关。软件根据每个数据集的总体情况，将每个群体中不同学校的增值变化情况用四个不同深浅的灰色区域表示，最深的区域表示在中考或高考时在总体中达到了75%以上的水平，***1右侧上方的***例依次说明了***中各个不同深浅的灰色区域所代表的含义。
若一个学校在中考和高考中都处于深色区域，这说明这个学校一直处于较高水平。如果在中考时，这个学校处于较深的区域而高考时落在了浅色的区域，则说明出现了相对负增值；反之，如果一个学校在中考时处于非常浅的区域，而高考时处于非常深的区域，则说明出现了显著的正增值。
***1模板提供了一个既可以在绝对数值上又可以在相对的学校间比较上衡量学校进步程度的量表，每所学校通过网站登录信息可以看到自己的绝对发展和相对发展，教育行***部门的领导和专业人员可以利用客户端软件通过把若干个同类学校放置在这个量表上，来对比其增值的大小。***1中，A、B两所学校展示了同类学校对比情况。从***1可以看出，A学校的中考平均语文能力值为36.6,处于全省第25百分位点到第50百分位点之间，其高考平均语文能力值为50.7,处于全省第5百分位点到第25百分位点之间，所以A学校从中考到高考在其所属类别学校中的相对位置有所退步。A校的入口学生质量较差，其也许因为生源起点不高而持有“不管怎么努力都拼不过生源好的学校”的思想，这种思想使其在增值评价体系中处于不利地位，使出口学生平均能力水平在本省中下滑到更低层次。从增值评价角度看，B学校同A校起点境况类似，其入口学生中考平均语文能力值为35.8,略低于A校，但B校并没有因为生源的不理想而破罐破摔，竟然把学生高考平均语文能力值提高到了57.7,处于全省第50百分位点到第75百分位点之间，虽在高考终结考试评价中属中等略偏上，但对于B校的学生和家长而言他们是幸运的，因为B校的校长和教师团队只有不放弃任何一个学生才会取得这样的结果。若仅从高考一次性结果来看，B校在本省并不突出；而从增值情况来看，校方付出的努力是值得称赞的。
四、前景与展望
教育测量评价论文篇10
[关键词]大学生；思想***治教育；测评体系
中央16号文件贯彻实施四年多来，各方面采取了一系列措施切实加强和改进大学生思想***治教育工作，并已取得了较为显著的成效。与此同时，大学生思想***治教育测评作为大学生思想***治教育工作不可缺少的重要环节，也越来越引起了***府相关工作部门和学术界的高度关注。但总体而言，目前的研究还不够系统、不够深入，实际操作也还缺乏针对性、实效性。因此，深入开展大学生思想***治教育测评体系的构建与实践研究，对于营造大学生思想***治教育的全新环境，帮助各级***、***府、高等学校和相关社会组织厘清工作思路和工作重点，促进大学生的全面成长成才，既具有十分重要的理论意义，又具有十分重要的实践意义。
一、构建大学生思想***治教育测评体系的前提：实现四个突破
当前，大学生思想***治教育评价普遍存在着“过空过虚”的状况，包括评价目的不明晰，评价主体单一，评价内容抽象，评价手段滞后，评价功能狭窄等。[1](P122)要构建符合时代要求、遵循教育规律、体现16号文件总体部署、衔接高等教育质量工程要求、易于实践操作的大学生思想***治教育测评体系，首先应当实现以下几个方面的突破：
1.对大学生思想***治教育看不见、摸不着，可重可轻传统认识的突破
有不少同志认为，大学生思想***治教育就是教学生知大事、明大理，其点点滴滴的进步往往存在于无形之中。也正基于此，他们认为要评价大学生思想***治教育效果怎样，难于具体，且不宜具体，其结果使得评价指标体系的内容空玄。这种看法有失偏颇。要建立新的测评体系，既要充分继承已有的大学生思想***治教育考核评估方法中的宝贵经验，又要注意跳出模糊认识的误区。一方面要坚持定性测评与定量测评相结合，测评指标须尽可能数值化、事实化并可测量化，依靠动态数据和可追溯性事实支撑好三级指标的可测点；另一方面，要将受评对象直接对应到相应的部门或单位，以克服相互推诿和无人负责的现象，从而增强测评的科学性和准确性，促使大学生思想***治教育由“软”变“硬”由“虚”变“实”。
2.对大学生思想***治教育单一受评对象的突破
长期以来，认为“大学生思想***治教育就是高校的事情”这一思维定势使高校事实上成为了大学生思想***治教育的单一受评对象。然而笔者认为，这种观点既不符合高等教育规律和国际国内新形势下高等教育大众化发展趋势，也不符合经济社会发展对合格建设者和可靠接班人的要求。全面解析中央16号文件，从全社会角度看，大学生思想***治教育测评指标体系应当将“******府主导，全社会参与”作为重要的检测线索；应当将“学校主导，全员参与”作为贯穿整个指标体系的一条主线。因此，大学生思想***治教育测评对象不仅包括高校，同时还应当将地方******府和社会相关方纳入其中。由此引导大家以更加广阔、开放的观念去对待、认识和处理大学生思想***治教育中的各种问题，指导大学生思想***治教育更高层次地与社会发展趋势协调发展。[2](P23)
3.对“上级对下级”单向测评主体的突破
长期以来的大学生思想***治教育评价，几乎都为学校内外部的“上级”对“下级”的结论式单向评价，其评价的主体多为教育行***主管部门或校内行***职能部门，这使得评价信息不能闭合式互动并立体覆盖。鉴于此，构建大学生思想***治教育测评指标体系，应当根据地方******府、高校、学生、家长、社会相关方的各自职能，充分发挥交互式测评主体的能动作用，最后的测评结果应当是各个测评主体评价结果之综合，以避免单向评价主体带来非均衡评价结果的不良现象。
4.对靠大量文字描述，靠长时间现场评估做法的突破
在过去的大学生思想***治教育评价中，很多内容都是靠文字材料来支撑，靠受评对象的汇报和不厌其烦的解释。这样的评价既给受评对象以较大的“笔下生花”的发挥空间，又让测评实施者在各种“真真假假”的支撑材料中疲于搜索有用的信息，无形中增加了测评难度，降低了测评信度，无法真实反映各受评对象工作的状态和水平。构建大学生思想***治教育测评指标新体系，测评方式应当尽可能信息化、透明化，并通过“基础信息+现场考察信息”来提高测评效率与信度。
二、构建大学生思想***治教育测评体系的关键：把好五项原则
新的大学生思想***治教育测评体系，需要与时俱进地反映***中央、***对大学生思想***治教育的要求，反映社会变化发展对大学生思想***治教育的要求，反映大学生思想***治教育的内在特点与规律，紧扣其核心和薄弱环节，贴近大学生思想变化实际，利用可视可测的具体指标以及简便易行的测评手段，对大学生思想***治教育进行科学评价。
1.紧扣中央16号文件精神的原则
中央16号文件是大学生思想***治教育的行动纲领，其实质和精髓是培养德智体美全面发展的社会主义合格建设者和可靠接班人。中央16号文件全面系统地规定了大学生思想***治教育的指导思想、基本原则、主要任务、实施途径等内容，为大学生思想***治教育指明了方向、规划了蓝***。因此，大学生思想***治教育测评指标体系的架构，必须以中央16号文件精神为核心，全面反映大学生思想***治教育目标要求，遵循思想***治教育的特点和规律，结合高等教育的实际，体现对大学生思想***治教育全员、全过程、全方位的评价，构建适合中国国情、具有中国特色的系统化的大学生思想***治教育测评体系。
2.紧扣思想***治教育核心环节的原则
思想***治教育过程运行主要包括教育者的施教环节和受教育者的接受环节，以及确定教育目标、促成转化和反馈控制三个基本环节。大学生思想***治教育测评体系的构建，既要注重动态的工作环节考察，又要注重实实在在的工作结果评价，坚持过程和结果的统一，坚持重点与一般的统一。
3.紧扣思想***治教育薄弱环节的原则
目前大学生思想***治教育仍然存在着指导思想不适应、教育内容不适应、方法手段不适应等方面的问题。大学生思想***治教育测评体系的构建，要从现有工作中存在的薄弱环节入手，有针对性地设置一些测评要点，强化测评的导向功能和调节功能，给受评对象开展思想***治教育导向定航，明确下一步努力的方向，以实现测评与诊断相结合、评估与导向相结合的测评目标。
4.强化思想***治教育测评指标可视可测的原则
大学生思想***治教育可视性评价是指将思想***治教育主体的行为、思想***治教育过程、思想***治教育客体的变化、思想***治教育效果、思想***治教育评价标准和手段采用定量和定性相结合的方式，充分依靠动态数据和可追溯性的事实，把评价指标转换成显性的、可视的和可测的内容来进行客观公正的测评。应该说，可视性评价理念是思想***治教育评价领域重要而有益的探索。
5.强化思想***治教育测评手段简便易行的原则
搭建测评数字化平台，利用现代信息技术，是使思想***治教育测评简便易行的前提和基础。新的大学生思想***治教育测评体系，在以检测定量数据和可追溯性事实为主的基础上，我们可以将测评信息分解为基础数据信息和现场考查信息。对基础数据信息部分，可以通过分类标识、定期报送和系统分析等方式来处理，尽可能减少现场考查的工作量，同时也减少受评对象的“迎评”工作量，真正体现科学测评的理念。对于现场考察信息，以采用科技手段为突破口，通过数理软件开发来实现便捷式操作。
三、构建大学生思想***治教育测评体系的思路：指标体系+实施路径
依据思想***治教育实践活动的内在要求，大学生思想***治教育测评体系应当具有测评目标的一致性、测评内容的完备性、测评指标的***性、测评过程的系统性、测评手段的可测性和可行性等特征。对此，我们可以遵循以下思路来构建大学生思想***治教育测评体系。
1.以职能职责为依据，准确把握测评对象和适用范围
大学生思想***治教育主体是多样化的，其中地方******府和高校是最核心的主体，它们承载着不同的职责与功能。中央16号文件指出：“要建立健全***统一领导、******群齐抓共管、有关部门各负其责、全社会大力支持的领导体制和工作机制，形成全***全社会共同关心支持大学生思想***治教育的强大合力。”因此，就测评对象而言，大学生思想***治教育测评至少要涵盖对地方******府和高校的测评，同时兼顾对其他社会组织的测评。鉴于高校大学生思想***治教育是在地方******府主导下开展的，也可以将高校融入地方******府大学生思想***治教育测评指标体系之中，构建包括对地方******府（《指标体系[******府版]》）和高校（《指标体系[高校版]》）的可分可合的测评指标体系。就测评指标体系适用范围而言，《指标体系[******府版]》可以定位于中央对省级***和***府，或省级******府对下级（如地、州、盟）地方******府关于大学生思想***治教育的考核评价。《指标体系[高校版]》，可以定位于地方******府对普通高等学校大学生思想***治教育的考核评估，以及上级评估组对普通高等学校大学生思想***治教育的检验性抽查，也可作为《指标体系[******府版]》的组成部分，接收最高教育主管部门的测评。其中，高校版“测评指标”的设计，可以针对并定位于普通高等学校。对于其他不同类型高校，可以参照执行。
2.以目标导向为依据，科学设置指标选项和评分标准
测评目标具有引导受评对象行为方向的作用，可以激发受评对象的工作积极性，也可以帮助评价者和受评对象纠正偏离的目标。在测评指标体系构建过程中，指标选项和评分标准应该根据测评目标进行设置。基于此，根据地方******府和高校自身的功能要求，以大学生全面发展为目标，可以选择将组织领导、条件保障、育人渠道、社会环境、人文关怀与心理疏导、工作绩效和特色与创新等，作为《指标体系[******府版]》的一级指标；可以选择将组织领导、条件保障、主渠道建设、育人环境、人文关怀与管理服务、工作效果和特色与创新等作为《指标体系[高校版]》的一级指标。在此基础上，相对应的二、三级指标按照中央16号文件及其配套文件等设置，评分标准依据测评原则、指标自身特性及与测评目标的相关度来确定，由此搭建科学而系统的大学生思想***治教育测评体系框架。
3.以测评功能为依据，合理确定指标层级和评分权重
一般而言，大学生思想***治教育测评具有诊断功能、导向功能、信息反馈功能和调节改进功能。坚持事实判断与价值判断相结合，定量分析与定性分析相结合，目标导向与激励纠偏相结合，问题鉴别与持续改进相结合，是充分发挥测评功能的重要保证。为了测评功能的有效实现，测评体系指标层级和评分权重的确定，需要在遵循以上原则基础上，结合大学生思想***治教育的实际，根据大学生思想***治教育内容的多少、重要程度与难易程度的大小以及工作效果的现实实现度等进行合理设置与分配。
4.以结果应用为依据，有效遴选测评实施路径
测评本身不是目的，它只是加强和改进大学生思想***治教育的一个环节和举措。测评结果的应用，既是这项举措的重要组成部分，又是这个环节的有效延伸。为了使测评结果符合客观实际，具有更强的应用价值，测评体系的组织实施、测评方法和测评路径的选择就显得尤为重要。
根据可视可测的原则，需要进一步强化测评的信息化意识，让评分标准或得分点尽可能数值化、事实化并具有可测量性，并以此增强鉴别力和可追溯性非常关键。就测评路径而言，一是掌握基础性常态数据信息，了解受评对象日常工作的基本情况，掌握相应的工作记录和文字材料，这些信息可以通过网络定期报送获得；二是掌握现场证实性信息，主要是通过到现场的查、看、听、访、谈等，与基础性数据信息对接，进行事实判断和可追溯性判断，检查各项工作的真实性；三是通过设计***府、高校、学生、社会相关方等综合问卷，对评估客体进行满意度测评。满意度结果的大小，可以进一步验证检查组“对地方******府履行职能职责状况的评分”与群众期望之间的差距大小，从而增强测评的真实性和有效性；四是通过回访查看整改。根据评估情况，由专家组与评估客体共同对存在的问题制定整改措施，用一定时间进行整改，然后由专家组对评估客体进行回访查看整改情况。
总之，大学生思想***治教育测评体系的构建和实施不可能一蹴而就，不可能一次实现尽善尽美。当务之急，是要架构起一个具有可操作性的大学生思想***治教育测评体系，通过实际运行来接受理论与实践的双重检验，并在实践中不断改进与完善。
参考文献：
转载请注明出处学文网 » 教育测量评价论文10篇