評價管理或重于評價方法
——兼敘PISA測試的過程管理

● 徐士強

評價管理或重于評價方法
——兼敘PISA測試的過程管理

● 徐士強

評價方法是基礎(chǔ)，實施管理是保障，二者共同驅(qū)動預(yù)期評價目標的實現(xiàn)。輕視評價實施過程的管理，往往會導(dǎo)致評價預(yù)期目標的流產(chǎn)，再好的評價方法也發(fā)揮不出應(yīng)有的效果。PISA測試在試題翻譯管理、抽樣管理和數(shù)據(jù)管理三個環(huán)節(jié)都制訂了嚴格周密的管理方法和程序，為加強評價過程的科學(xué)管理提供了借鑒。

教育評價；過程管理；PISA

一般來講，要提高評價的信度和效度，評價者既要選擇合適的評價方法，還要確保方法得到正確的實施，方法是基礎(chǔ)，實施是保障，二者共同驅(qū)動預(yù)期評價目標的實現(xiàn)。但是，在實際評價過程中，有的評價者往往特別注重方法的選擇和方案的設(shè)計，對評價實施過程的管理卻重視不夠，以致評價結(jié)果不理想，造成人力和經(jīng)費的浪費，更嚴重的是導(dǎo)致評價預(yù)期目標的流產(chǎn)。那么，如何有效促進評價方法和評價方案的正確實施呢？筆者認為方法之一是在評價的關(guān)鍵環(huán)節(jié)和過程內(nèi)加強科學(xué)管理，這一點，我們可以從PISA測試中得到應(yīng)證。

一、試題翻譯管理

PISA實施10余年來，參與單位的范圍不斷擴大，參與測試的非英語國家（地區(qū)）越來越多，因此，PISA要面對不同國家（地區(qū)）使用不同語言的考生，給學(xué)生提供的考題必須翻譯成參考學(xué)生使用的語言文字。我們知道，一般的作品翻譯尚有一定難度，考試題目表述嚴謹、表意要準確，翻譯的難度更大。而試題翻譯質(zhì)量高低，將直接影響到測試結(jié)果的真實性和可比較性。因此，PISA對試題翻譯提出了近乎苛刻的要求，它的翻譯要遵循以下程序：

●制定翻譯計劃，每次提交翻譯文本的時間節(jié)點都要嚴格按照計劃進行；

●參與單位要安排兩組人員背靠背翻譯兩個獨立的版本；

●兩份譯稿整合；

●請學(xué)科專家參加討論，根據(jù)本國學(xué)生的語言使用習(xí)慣進行修訂，主要是人名，地名的修訂；

●提交給PISA國際專業(yè)協(xié)作組織，該組織聘用通曉英文和參與國家(地區(qū))語言的專家校對，提出修改意見；

●參與國家（地區(qū)）與PISA國際專業(yè)協(xié)作組織就修改的地方展開討論，直至雙方妥協(xié)確定；

●試題單元定稿；

●將試題單元按照國際組織統(tǒng)一的組合順序要求排成多套試題冊，試題冊要嚴格按照英文版格式排版，文字在每頁所處的位置都應(yīng)與原文對應(yīng)；

●將排定的試題本提交給國際組織做最后的格式檢查；

●試題本定稿。

問卷翻譯和修訂的程序同上。

正是有了如此規(guī)范、嚴格和細致的翻譯流程要求，才使得PISA的測試題盡可能的避免因語言轉(zhuǎn)換而帶來的理解障礙和歧義，從而最大限度地降低了因語言差異而帶來的測試結(jié)果的偏差。

二、抽樣管理

這次上海PISA測試結(jié)果剛剛公布時，有人質(zhì)疑抽樣的科學(xué)性問題。美國教育部下設(shè)研究機構(gòu)的一名官員馬克·施奈德在測試結(jié)果發(fā)布后，曾提出質(zhì)疑，質(zhì)疑上海測試樣本是否具有代表性?懷疑上海選擇了最好的學(xué)?；蜃詈玫膶W(xué)生來參加測試。[2]施奈德的質(zhì)疑事實上并沒有發(fā)生。因為PISA有非常嚴格規(guī)范的抽樣要求。

PISA評價項目所提議的取樣設(shè)計為兩階段分層取樣：第一階段的取樣單元為含有15歲學(xué)生的個體學(xué)校，取樣之前，在取樣框架內(nèi)的學(xué)校被內(nèi)隱或外顯的分配到層，然后，以隨機抽樣的方式在每層抽取學(xué)校，各層之抽取率與各層學(xué)校多少及學(xué)校內(nèi)的學(xué)生數(shù)量成比例。第二階段的取樣單元為樣本學(xué)校中的學(xué)生，從每一所樣本學(xué)校中等概率的抽取35名學(xué)生（底線為20個）。并且，在第一階段選取的學(xué)校中，學(xué)校參與率要達到85%，所選取考生的作答率要達到80%（底線為 50%），如果初始選取學(xué)校的作答率低于85%，那么，必須通過從候補學(xué)校中取樣來達到要求。

PISA要求每一個參測國家(地區(qū))嚴格遵守抽樣原則和方法，上海的測試也不例外。上海在這一輪測試中，把所有15歲學(xué)生就讀的學(xué)校名單，由美國的WESTAT公司按照分布比例并考慮學(xué)校規(guī)模大小后，最終確認了152所學(xué)校；學(xué)生抽樣由上海PISA研究中心根據(jù)國際專業(yè)組織開發(fā)的PISA專用數(shù)據(jù)管理軟件，從每所學(xué)校隨機抽取35名學(xué)生，正是在這樣嚴格和規(guī)范的抽樣要求，PISA的測試結(jié)果能在世界上產(chǎn)生如此大的影響，才能對參與測量的國家和地區(qū)教育決策產(chǎn)生大的影響。前面提到的對上海的質(zhì)疑，馬克·施奈德先生在去年年末結(jié)束對中國的一次教育科研訪問回國后說：在實地調(diào)查后，上?？荚嚦煽兊臏蚀_性毋庸置疑，技術(shù)層面上控制得很好，不存在作弊問題。[3]

三、數(shù)據(jù)管理

PISA有詳盡的數(shù)據(jù)手冊，內(nèi)有若干章節(jié)和附件。以2008年編制的試測數(shù)據(jù)管理手冊為例，該數(shù)據(jù)手冊包含六個章節(jié)，每個章節(jié)都描述了數(shù)據(jù)管理的某項任務(wù)，核心問題的改進情況以及規(guī)定的PISA程序。下圖是數(shù)據(jù)管理任務(wù)流程。

以下流程簡表僅僅是PISA數(shù)據(jù)管理的流程概要，事實上，每一個環(huán)節(jié)內(nèi)，都有細致全面的數(shù)據(jù)管理任務(wù)和操作細則。比如在數(shù)據(jù)輸入上，PISA要求要盡可能多的輸入數(shù)據(jù)，以盡可能地排除信息對評價結(jié)果的干擾；數(shù)據(jù)提交，必須在預(yù)定的時間內(nèi)完成。PISA希望通過嚴格的數(shù)據(jù)管理，盡可能保證數(shù)據(jù)真實地反應(yīng)事實，以獲得可比性。

圖1 PISA數(shù)據(jù)管理流程

試題翻譯管理、抽樣管理和數(shù)據(jù)管理是PISA項目過程管理體系的重要環(huán)節(jié)。 PISA認為，測試數(shù)據(jù)的質(zhì)量來源于抽樣、翻譯、測試過程（主要是試卷印刷、物流和考場管理）、評分、數(shù)據(jù)輸入和清理等過程。當然，除了PISA測試管理上的特別之處外，其在測試內(nèi)容等其他方面也有很多獨到之處，它最大一個特點是從終身學(xué)習(xí)的角度來編制整個評價方案，所以測試題目跳出了具體學(xué)科和具體年級的局限，從更廣泛意義上的能力來評價15歲的學(xué)生具備的解決問題的能力，它不局限于在校學(xué)習(xí)的基于課程的已經(jīng)掌握的單一知識，而是強調(diào)知識在不同情境中的應(yīng)用和形成面對實際生活挑戰(zhàn)的能力。由于評估內(nèi)容來源于學(xué)生生活的多方面，不僅僅是學(xué)校教育的成果，所以它測試的成績不能簡單用來分析教師教學(xué)的好壞或?qū)W校教育的成敗。但是這種評價是從未來社會對人的要求出發(fā)的所以評價的結(jié)果對于各個政府制定教育發(fā)展的決策具有重要的導(dǎo)向性作用。

透過PISA，我們可以看到，評價的過程管理與評價方法同樣重要，甚至當我們在評價方法的創(chuàng)造上陷入謎團時，不妨從管理的角度尋求新的突破。我們開展教育質(zhì)量評價工作，不僅要注重評價方法本身的研究和選擇，而且要更加注重建立科學(xué)精細的評價過程管理體系，并將之作為保證教育評價預(yù)期目標實現(xiàn)的一個重要手段，這一點恰恰是我們目前教育評價工作比較薄弱的地方。

[1][2]陸璟，朱小虎.如何看待上海2009年P(guān)ISA測評結(jié)果[J].上海教育科研，2011(1).

[3]Sam Dillon．Top Test Scores From Shanghai Stun Educators，The NewYork Times，2010/12/07.

徐士強/華東師范大學(xué)2010級博士研究生，上海市教科院普通教育研究所助理研究員

（責(zé)任編輯：張 斌）