中小學教師資格考試考生成績與其背景因素的關系分析

趙 軒 余仁勝 楊宏博

中小學教師資格考試考生成績與其背景因素的關系分析

趙 軒 余仁勝 楊宏博

為了解中小學教師資格考試考生的背景因素對其成績的影響，本研究采用多元線性回歸模型對2014年下半年參加全國統(tǒng)一考試的所有考生的成績進行分析，考查地區(qū)、性別、在學狀態(tài)、學習形式等考生背景因素對成績影響的程度。本研究的意義在于篩選顯著因素，為進一步提高命題質量提供參考。

教師資格考試；因素分析；多元線性回歸模型

1 引言

中小學教師資格考試是評價申請教師資格人員是否具備從事教師職業(yè)所必需的教育教學基本素質和能力的考試，分為幼兒園、小學、初級中學、高級中學和中職五個類別，考試分筆試和面試兩部分。其中，幼兒園筆試科目為綜合素質、保教知識與能力兩科；小學筆試科目為綜合素質、教育教學知識與能力兩科；初級中學、高級中學筆試科目均為綜合素質、教育知識與能力、學科知識與教學能力三科。筆試每個科目的滿分均為150分。截止到2015年年初，教師資格考試累計有13個?。ㄊ?、區(qū)）的127萬考生參加，成為一項社會關注程度日益增強的職業(yè)準入考試。

為了解考生成績是否準確反映其入職所應具備的基本素養(yǎng)與能力，需要對以往的考試結果進行統(tǒng)計分析。從考生的角度來說，成績高低受到諸多因素的影響和制約，包括性別、地區(qū)、在學狀態(tài)、學習形式、個人知識水平與備考充分程度等。本文嘗試比較不同地區(qū)、不同性別、不同在學狀態(tài)、不同學習形式的考生群體，分析其成績差異，在此基礎上，建立統(tǒng)計模型，用多元線性回歸的方法進行線性擬合，以準確了解考生背景因素對考試成績的影響，篩選顯著因素，以期提高教師資格考試的命題質量。

2 研究方法

本研究的數據為2014年下半年教師資格考試幼兒園、小學和中學學段6個公共筆試科目的全體考生成績。將13個?。ㄊ小^(qū)）劃分為：北部（含吉林、山西、河北）、東部（含上海、浙江、安徽、江蘇）、南部（含貴州、海南、廣西）和中部（含陜西、湖北）4個區(qū)域。經統(tǒng)計，北部地區(qū)考生13.3萬人，占考生總人數的29%；東部地區(qū)12.7萬人，占28%；南部地區(qū)10.1萬人，占22%；中部地區(qū)9.6萬人，占21%。其中，綜合素質（幼兒園）科目8.9萬人，保教知識與能力（幼兒園）科目8.7萬人，綜合素質（小學）科目12.8萬人，教育教學知識與能力（小學）科目12.5萬人，綜合素質（中學）科目19.9萬人，教育知識與能力（中學）科目19.3萬人。

本研究使用SPSS軟件進行分析，采用的多元線性回歸模型如下：[1]

其中，Y表示考生成績，各因素定義為：

性別（xb）：男生=1，女生=0。

在學狀態(tài)（zxs）：在校生=1，非在校生=0。

學習形式（xxxs）：普通全日制=1，非全日制=0。地區(qū)定義為如下3個虛擬參數：

X1～X6表示上述6個變量（xb、zxs、xxxs、dq1、dq2、dq3）。i=1,2,…，N，N為考生人數。Y() i是第i個考生的成績，X1(i)～X6(i)分別為第i個考生的各項背景情況。bi為殘差項，獨立同分布于N（0，σ2）（σ為考生成績的標準差）。a0表示截距（即常數系數），a1～a6表示各變量的系數。

為驗證結果的可靠性，對于回歸結果，進行假設檢驗（t檢驗），計算各變量系數估計的t值、P值和R2值。其中，t值是假設檢驗的統(tǒng)計量，t值大小與系數值和樣本量有關；P值是假設檢驗的顯著性，表示原假設（即該變量與因變量無關）成立的概率，一般來說，P值小于0.05說明顯著性較高，接受回歸結果；R2值表示模型對因變量的解釋度，R2值越大，說明自變量對因變量的解釋度越高，模型效力越高。

3 研究結果與分析

3.1 各群體考生成績比較

3.1.1 不同地區(qū)考生成績比較

4個區(qū)域的考生在6個公共科目的平均分見表1。

表1 分區(qū)域的考生平均分比較

由表1可以看出，6個考試科目中，南部地區(qū)的成績普遍低于其他三個區(qū)域，北部和中部成績相差不大，東部地區(qū)成績最高。由于各科目考生成績分布都近似于正態(tài)分布，考生成績集中分布在平均分左右，平均分每相差1分，通過率就會相差3%以上。由此可見，不同地區(qū)考生成績的差距十分明顯。

3.1.2 不同性別考生成績比較

有研究顯示，在進行群體差異分析時，性別是一項重要的背景因素，對考試成績存在影響。[2]本研究的全樣本數據中，男生6.2萬人，占比14%；女生39.5萬人，占比86%。分性別的平均分見表2。

表2 分性別的考生平均分比較

表2顯示，幼兒園學段的男女生平均分相差不大；小學和中學學段的男女生平均分差異較大，女生成績明顯高于男生。

3.1.3不同在學狀態(tài)考生成績比較

全樣本數據中，在校生26.2萬人，占比57%；非在校生19.5萬人，占比43%。不同在學狀態(tài)的考生平均分見表3。

表3 不同在學狀態(tài)的考生平均分比較

從表3可以看出，不同在學狀態(tài)的考生成績差距不大，正在學校學習的考生成績略高于社會考生。

3.1.4 不同學習形式考生成績比較

參加教師資格考試的絕大多數考生具有大學本科及以上學歷，按其接受高等教育的學習形式分為普通全日制、成人教育、自學考試、網絡教育、境外教育、其他6類。其中，普通全日制考生37.9萬人，占比83%；其余5類考生共7.8萬人，占比17%。按照普通全日制、非全日制兩類進行統(tǒng)計的考生平均分見表4。

表4 不同學習形式的考生平均分比較

從表4可以看出，接受普通全日制高等教育考生的成績高于其他學習形式的考生成績。不同于在學狀態(tài)，考生接受高等教育的形式是影響其考試表現的另一因素，從平均分來看，接受普通全日制高等教育的考生與非全日制考生之間的成績差距要大于在校生、非在校生之間的成績差距。

3.2 多元線性模型回歸結果

6個考試科目的考生成績與其背景因素的回歸結果見表5～表10。

表5 綜合素質（幼兒園）科目回歸結果（R2=0.125）

表6 保教知識與能力（幼兒園）科目回歸結果（R2=0.125）

表7 綜合素質（小學）科目回歸結果（R2=0.108）

表8 教育教學知識與能力（小學）科目回歸結果（R2=0.116）

表9 綜合素質（中學）科目回歸結果（R2=0.091）

表10 教育知識與能力（中學）科目回歸結果（R2=0.065）

其中，截距項xb、zxs、xxxs、dq1、dq2、dq3的系數a0～a6估計值分別是模型中的系數在本科目中的回歸結果。xb、zxs、xxxs、dq1、dq2、dq3系數估計值的絕對值越大，說明該因素對成績的影響越大。其中，表6～表10中的回歸結果均顯示，相對應的科目中性別、學習形式和地區(qū)因素對成績影響較大，在學狀態(tài)對成績影響較小。具體來說就是表現較好的群體為東部地區(qū)考生、女生、在校生和普通全日制考生，其中在校生與非在校生之間的差距在4個背景因素中最小。所有系數估計值的P值均小于0.001，說明經假設檢驗，回歸結果可信度高。由于采用全部考生數據進行回歸，并沒有進行抽樣，數據量較大從而造成檢驗統(tǒng)計量t值較大。表5結果顯示綜合素質（幼兒園）科目除男女生成績相差不明顯外，其余背景因素均表現出與其他科目相同的結論。

4 結論與討論

從平均分統(tǒng)計結果可見，不同背景因素的考生群體之間確實存在成績差異，而且影響程度也存在差異。從回歸參數來看，多元線性模型回歸結果與平均分統(tǒng)計結果一致。其中，影響成績較大的因素是地區(qū)、學習形式和性別，是否在校學習對考生成績的影響較小。6個科目均表現出東部地區(qū)考生成績相對較高，西南部地區(qū)考生成績相對較低，北部地區(qū)考生成績在平均水平；普通全日制考生成績高于非全日制考生；性別方面，6個科目的xb系數估計值均小于0，說明女生成績普遍高于男生。

在研究考生各個背景因素與其成績相關性的過程中，對每個背景因素進行分析時，需要固定其他因素，沒有對所有因素進行綜合分析，但仍能夠大概歸納出一些成績高低關系如下：女生＞男生，東部地區(qū)＞北部地區(qū)≈中部地區(qū)＞西南部地區(qū)，在校生＞非在校生，普通全日制考生＞非全日制考生。按照上述背景因素統(tǒng)計，6個科目中表現最好的組別均為“東部地區(qū)、女生、在校生、普通全日制”，這也與分析結果相符。

本研究采用全樣本數據進行多元線性回歸，可以避免抽樣帶來的估算誤差，但由于數據量較大，造成檢驗統(tǒng)計量t值較大且R2值較小。6個科目回歸結果中的R2值均較低，說明因變量對自變量的解釋程度不高，除受到樣本量大的影響外，可能受限于背景因素的種類。如要增加回歸模型的R2值，需要通過抽樣方法減少樣本量，再增加更多無共線性的背景因素。多元線性回歸模型是統(tǒng)計分析中的一個常用技術手段，在對教師資格考試考生背景因素對其成績影響的研究中，在地區(qū)因素中采用設立虛擬參數的方式對其進行改良，回歸結果與考生成績分布情況一致。在對考生成績的數據挖掘過程中，可以進一步應用。

此外，綜合素質（幼兒園）科目的回歸結果中，性別（xb）變量的顯著性概率P值為0.576，大于0.05，這與回歸方程高度顯著性產生矛盾。其原因可能是該科目中性別（xb）變量對因變量（Y）的影響顯著程度較小，且與其他幾個變量間存在一定的相關性。

為提高考試質量，增強命題的科學性與公平性，可進一步考察這些背景因素對成績影響的原因。如大部分情況下女生表現好于男生，可能是因為女生對于教師職業(yè)的選擇傾向要高于男生，這與參加教師資格考試考生的性別比例和在職教師的性別比例現狀相符；考生成績的地區(qū)差異體現了我國教育發(fā)展不平衡的區(qū)域現狀等?？梢砸罁F有數據資源，進一步確定其產生原因，在命題中消除可能對考試公平產生影響的因素。

[1]高惠璇.應用多元統(tǒng)計分析[M].北京:北京大學出版社,2005.

[2]惠中,韓蘇曼.論我國中小學教師隊伍建設中的性別結構失衡問題[J].全球教育展望,2011（10）:66-71.

An Analysis on the Relationship betweeen the Examinee’s Test Results and their Backgrounds in the National Teacher Certification Examination

ZHAO Xuan,YU Rensheng&YANG Hongbo

In order to discuss the relationship between the examinee’s backgrounds and their test results of the National Teacher Certification Examination,multiple linear regression model,based on the test results of six public subject tests in the second half of 2014 involving kindergarten,primary school and secondary school sections,was used in this research to analyze the background factors such as area,gender,students at school or not and learning form,responding to test results of 6 public subjects of kindergarten,primary school and secondary school sections. The purpose of this research is to find out the significant factors for National Teacher Certification Examination to improve the testing quality.

National Teacher Certification Examination;Factor Analysis;Multiple Linear Regression Model

G405

A

1005-8427（2016）04-0024-5

趙 軒，男，教育部考試中心，助理研究員（北京 100084）

余仁勝，男，教育部考試中心，研究員（北京 100084）

楊宏博，女，教育部考試中心，助理研究員（北京 100084）