考試成績(jī)綜合評(píng)價(jià)方法研究進(jìn)展及展望

周 蜜 雷 麗 黃 婭 李運(yùn)明，4，5*

（1、中國(guó)民用航空飛行學(xué)院航空工程學(xué)院，四川 德陽(yáng)618307 2、西部戰(zhàn)區(qū)總醫(yī)院衛(wèi)勤部醫(yī)療管理科，四川 成都610083 3、西南交通大學(xué)數(shù)學(xué)學(xué)院統(tǒng)計(jì)系，四川 成都610031 4、西南交通大學(xué)醫(yī)學(xué)院，四川 成都610031 5、西南醫(yī)科大學(xué)公共衛(wèi)生學(xué)院，四川 瀘州646000）

學(xué)業(yè)評(píng)價(jià)是衡量學(xué)生個(gè)體發(fā)展是否達(dá)到預(yù)定教育目標(biāo)程度的過(guò)程，包括形成性評(píng)價(jià)和總結(jié)性評(píng)價(jià)[1]。考試是學(xué)業(yè)總結(jié)性評(píng)價(jià)的最重要的工具，目的是判斷教學(xué)效果，區(qū)分成績(jī)優(yōu)劣。雖然1985 年第一次全國(guó)教育工作會(huì)議后，國(guó)內(nèi)教育界開(kāi)展了素質(zhì)教育相關(guān)研究并付諸實(shí)施，但直至今日仍存在片面追求升學(xué)率和學(xué)生課業(yè)負(fù)擔(dān)過(guò)重等問(wèn)題。2016 年初，國(guó)家教育部公布了今后五年考試評(píng)價(jià)改革的五大新動(dòng)向，包括要衡量綜合素質(zhì)、淡化日?？荚嚨倪^(guò)高區(qū)分度，改變已往片面依升學(xué)率評(píng)價(jià)學(xué)校、依分?jǐn)?shù)評(píng)價(jià)師生的方式等，并要改進(jìn)考試評(píng)價(jià)體系、標(biāo)準(zhǔn)和方式。為此，本文全面回顧國(guó)內(nèi)學(xué)者考試評(píng)價(jià)相關(guān)研究，系統(tǒng)綜述學(xué)生考試成績(jī)綜合評(píng)價(jià)方法，并展望在未來(lái)考試評(píng)價(jià)改革中的應(yīng)用。

1 相關(guān)概念

1.1 評(píng)價(jià)及綜合評(píng)價(jià)

評(píng)價(jià)是參照一定標(biāo)準(zhǔn)評(píng)判比較客觀價(jià)值或優(yōu)劣的一種認(rèn)識(shí)過(guò)程[2]，包括單項(xiàng)和綜合評(píng)價(jià)。綜合評(píng)價(jià)的標(biāo)準(zhǔn)比單項(xiàng)評(píng)價(jià)復(fù)雜。綜合評(píng)價(jià)指對(duì)多屬性體系結(jié)構(gòu)描述的對(duì)象作出全局性和整體性的評(píng)價(jià)，即對(duì)全部評(píng)價(jià)對(duì)象，根據(jù)所給條件，采用一定方法為每個(gè)評(píng)價(jià)對(duì)象賦予評(píng)價(jià)值，再據(jù)此擇優(yōu)或排序[3]。

1.2 綜合評(píng)價(jià)理論及方法

綜合評(píng)價(jià)是決策科學(xué)、社會(huì)科學(xué)、統(tǒng)計(jì)學(xué)等學(xué)科交叉融合基礎(chǔ)上發(fā)展起來(lái)的注重實(shí)用性的學(xué)科，基本步驟包括明確對(duì)象體系、建立評(píng)價(jià)指標(biāo)體系、確定評(píng)價(jià)原則及方法、完成綜合評(píng)價(jià)、解釋評(píng)價(jià)結(jié)果[3]。其理論主要包括基于統(tǒng)計(jì)決策、基于政策科學(xué)和基于一般社會(huì)科學(xué)的綜合評(píng)價(jià)理論[4]。綜合評(píng)價(jià)方法是綜合評(píng)價(jià)的核心，是獲取評(píng)價(jià)結(jié)論的重要工具。目前，國(guó)內(nèi)外學(xué)者提出了幾十甚至上百種綜合評(píng)價(jià)方法，且這些方法如何分類尚無(wú)統(tǒng)一標(biāo)準(zhǔn)[3-5]。

2 學(xué)生考試成績(jī)綜合評(píng)價(jià)方法

2.1 原始分求和法

指將百分制各科考試成績(jī)直接求和，然后按照總分排序，是方法最簡(jiǎn)單和應(yīng)用最普遍的學(xué)生成績(jī)綜合評(píng)價(jià)方法。該方法直接應(yīng)用原始成績(jī)，未考慮同一課程試卷及判卷標(biāo)準(zhǔn)差異；且各課程權(quán)重相同，未考慮各課程重要程度的差異。丁家玲提出了等級(jí)制考試成績(jī)與百分制考試成績(jī)的換算關(guān)系[6]，拓展了原始分求和方法的應(yīng)用范圍。田丹等對(duì)各課程原始分進(jìn)行標(biāo)準(zhǔn)正態(tài)轉(zhuǎn)換得到標(biāo)準(zhǔn)分（Z 值）[7]，再進(jìn)行綜合評(píng)價(jià)，一定程度克服了各門課程原始考分不可比的問(wèn)題。

2.2 平均學(xué)分績(jī)法

將各門課程原始分與該門課程學(xué)分相乘后求和，再除以課程總學(xué)分，得到平均學(xué)分績(jī)[8]。由于國(guó)內(nèi)高校普遍實(shí)行了學(xué)分制改革，部分高校已將平均學(xué)分績(jī)用于學(xué)生成績(jī)綜合評(píng)價(jià)。該方法優(yōu)點(diǎn)是以學(xué)分作為課程的“權(quán)重”，但仍存在原始分求和法的缺點(diǎn)。徐則中在平均學(xué)分績(jī)方法基礎(chǔ)上，引入變權(quán)綜合評(píng)價(jià)的概念[9]，考慮了學(xué)生“偏科”對(duì)綜合評(píng)價(jià)結(jié)果的影響，強(qiáng)調(diào)了學(xué)生各門課程均衡發(fā)展的重要性。

2.3 平均學(xué)分積法

首先將各門課程考試原始分轉(zhuǎn)化為積點(diǎn)值，即<60 分積點(diǎn)值為0，60 分積點(diǎn)值為1.5，61 分積點(diǎn)值為1.6，依次類推，≥95分積點(diǎn)值為5；然后將各門課程積點(diǎn)值與該課程學(xué)分相乘后求和，再除以課程總學(xué)分，得到平均學(xué)分積[8]。該方法改進(jìn)了平均學(xué)分績(jī)方法，認(rèn)為不及格課程的學(xué)分積為0，但仍存在原始分求和法的缺點(diǎn)，且考試原始分轉(zhuǎn)換積點(diǎn)值存在較大的主觀性。

2.4 層次分析法

考慮學(xué)生各門課程具有內(nèi)在結(jié)構(gòu)，如高校課程分屬于公共基礎(chǔ)課、專業(yè)基礎(chǔ)課、專業(yè)課等類別，層次結(jié)構(gòu)法首先構(gòu)建待評(píng)價(jià)課程的多級(jí)遞進(jìn)結(jié)構(gòu)，采用德?tīng)柗品椒ㄗ稍兿嚓P(guān)領(lǐng)域?qū)＜覙?gòu)建各門課程兩兩比較重要程度的判斷矩陣，計(jì)算判別矩陣的最大特征根，經(jīng)歸一化和一致性評(píng)價(jià)后得到各門課程權(quán)重。該方法是一種定性和定量相結(jié)合的方法，既考慮了課程的內(nèi)部結(jié)構(gòu)，又設(shè)置了較為客觀的課程權(quán)重，但因需構(gòu)建各門課程兩兩比較判斷矩陣，一般要求綜合評(píng)價(jià)課程數(shù)小于9。董占明等采用層次分析法[10]，建立了高校課程層次結(jié)構(gòu)，綜合評(píng)價(jià)學(xué)生考試成績(jī)。張?jiān)迫A等采用層次分析法[11]，建立了高校研究生綜合素質(zhì)測(cè)評(píng)指標(biāo)體系。

2.5 模糊評(píng)價(jià)法

當(dāng)綜合評(píng)價(jià)結(jié)果以類別區(qū)分時(shí)（如考試成績(jī)優(yōu)秀、良好、中等、及格、不及格），各類結(jié)果間存在不清晰性，且試卷難易程度、評(píng)閱專家認(rèn)識(shí)等也存在差異性。模糊綜合評(píng)價(jià)方法是利用模糊關(guān)系合成原理，建立評(píng)價(jià)對(duì)象因素集、評(píng)價(jià)集、評(píng)價(jià)因素權(quán)重集，得到被評(píng)價(jià)對(duì)象所隸屬等級(jí)狀況的綜合評(píng)價(jià)結(jié)果[3，5]。該方法計(jì)算簡(jiǎn)便，可較好的評(píng)價(jià)多因素多層次復(fù)雜對(duì)象，但由于主觀確定評(píng)價(jià)因素權(quán)重，存在較大的靈活性。目前，該方法已較為廣泛的應(yīng)用于畢業(yè)設(shè)計(jì)、網(wǎng)絡(luò)課程、研究生素質(zhì)等綜合評(píng)價(jià)[12-15]，且國(guó)內(nèi)學(xué)者已開(kāi)展了截段矩陣、中界真值程度函數(shù)等方法研究[16，17]。

2.6 TOPSIS 法

又稱與理想方案相似性的順序優(yōu)選技術(shù)，與層次分析法同屬系統(tǒng)工程綜合評(píng)價(jià)方法。該方法基本思想為：基于歸一化后的原始數(shù)據(jù)（原始成績(jī)）矩陣，尋找有限方案的最優(yōu)方案（各課程最高成績(jī)向量）和最劣方案（各課程最低成績(jī)向量），然后分別計(jì)算諸多評(píng)價(jià)對(duì)象與最優(yōu)方案和最劣方案間的距離，獲得各評(píng)價(jià)對(duì)象與最優(yōu)方案的相對(duì)近似程度，以此作為評(píng)價(jià)優(yōu)劣的依據(jù)[18]。該方法充分利用數(shù)據(jù)，原理簡(jiǎn)單，但當(dāng)各門考試成績(jī)變異較大時(shí)，易受異常值干擾，且未考慮各課程重要程度的差異。丁梅芳和李偉才等將該方法分別應(yīng)用于大學(xué)生綜合素質(zhì)評(píng)價(jià)和獎(jiǎng)學(xué)金評(píng)選[19，20]。

2.7 熵權(quán)賦值法

熵是熱力學(xué)重要概念，Shannon 將其引入信息論領(lǐng)域，用于測(cè)量一個(gè)系統(tǒng)的有序程度。若待評(píng)價(jià)對(duì)象某指標(biāo)的值完全相同（有序），則信息熵最大，熵權(quán)最小為零，即綜合評(píng)價(jià)不需要考慮該指標(biāo)；反之，若某個(gè)指標(biāo)變異程度較大（無(wú)序），則信息熵較小，熵權(quán)較大，即綜合評(píng)價(jià)時(shí)該指標(biāo)可提供較多信息[21]。因此，熵權(quán)代表了綜合評(píng)價(jià)體系中指標(biāo)提供信息量的多寡，具有較好的客觀性，但熵權(quán)并不能代表指標(biāo)實(shí)際意義的重要程度。忽喜鳳采用熵權(quán)賦值法建立了高考成績(jī)綜合評(píng)價(jià)模型[22]。

2.8 主成分法

又稱主分量法，是基于多元統(tǒng)計(jì)降維思想的綜合評(píng)價(jià)方法，當(dāng)待評(píng)價(jià)指標(biāo)（各課程成績(jī)）間存在較強(qiáng)的相關(guān)性時(shí)，在保留原始評(píng)價(jià)指標(biāo)主要信息的前提下，將多個(gè)評(píng)價(jià)指標(biāo)簡(jiǎn)化為少數(shù)幾個(gè)互不相關(guān)的綜合指標(biāo)，即構(gòu)建原始指標(biāo)的線性組合的主成分，并用于綜合評(píng)價(jià)。該方法計(jì)算較為復(fù)雜，但常用統(tǒng)計(jì)軟件如SPSS、SAS 等實(shí)現(xiàn)較方便，估計(jì)主成分載荷可作為各門課程的“權(quán)重”，并以累計(jì)貢獻(xiàn)率確定主成分個(gè)數(shù)，因此該方法較為客觀，已較為廣泛的應(yīng)用于高校學(xué)生成績(jī)分析和遠(yuǎn)程教育平臺(tái)教學(xué)效果評(píng)價(jià)[8，23，24]，且可根據(jù)載荷解釋主成分的特殊含義，但亦有學(xué)者認(rèn)為該方法僅提取若干主成分，未將全部數(shù)據(jù)信息用于綜合評(píng)價(jià)，且對(duì)樣本量要求較高[25]。

2.9 因子分析法

在綜合評(píng)價(jià)中常存在一些不能直接評(píng)價(jià)的現(xiàn)象（如學(xué)生學(xué)習(xí)能力），只能通過(guò)其他多個(gè)可觀測(cè)的指標(biāo)（如多門課程成績(jī)）間接反映。而這些可觀測(cè)的指標(biāo)通常呈現(xiàn)密切的相關(guān)性，因子分析法是尋找支配多個(gè)觀測(cè)指標(biāo)的潛在公因子和僅與某一觀測(cè)指標(biāo)相關(guān)的潛在特殊因子[4，8]。雖然主成分解是公因子求解的一種算法，但與主成分法不同，因子分析法中觀測(cè)指標(biāo)是公因子和特殊因子的線性組合，且可采用因子旋轉(zhuǎn)方法，以顯現(xiàn)公因子專業(yè)意義。如雷福民等采用因子分析法評(píng)價(jià)了體育專業(yè)高考成績(jī)[26]，提取了耐力、上肢力量、下肢力量、速度，4 項(xiàng)公因子，使得綜合評(píng)價(jià)更具客觀性和科學(xué)性。另外，該方法也應(yīng)用于高校學(xué)生成績(jī)綜合評(píng)價(jià)[27-30]。由于因子分析法僅選取公因子用于綜合評(píng)價(jià)，也存在與主成分法相同的缺點(diǎn)。

2.10 多方法融合綜合評(píng)價(jià)方法

以上介紹的均是單一的綜合評(píng)價(jià)方法，多方法融合綜合評(píng)價(jià)方法是指利用不同評(píng)價(jià)方法在指標(biāo)構(gòu)建、權(quán)重賦值等方面的優(yōu)勢(shì)，將多種綜合評(píng)價(jià)方法同時(shí)運(yùn)用于一個(gè)綜合評(píng)價(jià)問(wèn)題，以提高評(píng)價(jià)的科學(xué)性和客觀性[4]。如張啟賢等基于平均學(xué)分績(jī)法和因子分析法提出了一種新的學(xué)生成績(jī)綜合評(píng)價(jià)學(xué)分績(jī)因子分析模型[27]。周薇等[31]和陳文峰等[25]采用熵權(quán)賦值法，較好的解決了層次分析法和TOPSIS 法主觀確定指標(biāo)權(quán)重的問(wèn)題，建立了高校學(xué)生綜合素質(zhì)評(píng)價(jià)模型。吳海英等在比較原始分求和法、平均學(xué)分績(jī)法、平均學(xué)分積法、主成分法和因子分析法在綜合評(píng)價(jià)學(xué)生考試成績(jī)效果的基礎(chǔ)上，提出可將五種綜合評(píng)價(jià)結(jié)果再進(jìn)行主成分分析，并以第一主成分得分作為學(xué)生成績(jī)綜合評(píng)價(jià)依據(jù)[8]。

以上僅簡(jiǎn)要介紹了常用學(xué)生考試成績(jī)綜合評(píng)價(jià)方法，每種方法具體內(nèi)涵和適用性，相關(guān)教材和論文已作較為詳細(xì)的介紹[2，18，32]，本文不再贅述。

3 綜合評(píng)價(jià)方法在未來(lái)考試評(píng)價(jià)改革中的應(yīng)用展望

通過(guò)文獻(xiàn)研究發(fā)現(xiàn)，近年來(lái)國(guó)內(nèi)學(xué)者已完成了大量的綜合評(píng)價(jià)方法研究，并結(jié)合我國(guó)教育改革進(jìn)程，將研究成果嘗試應(yīng)用于學(xué)生考試成績(jī)綜合評(píng)價(jià)。目前，國(guó)家教育部要求并推進(jìn)考試評(píng)價(jià)體系、標(biāo)準(zhǔn)和方法的改革，筆者對(duì)綜合評(píng)價(jià)方法如何應(yīng)用于未來(lái)考試評(píng)價(jià)改革進(jìn)行了一些思考。

3.1 應(yīng)努力提升教師運(yùn)用綜合評(píng)價(jià)方法評(píng)價(jià)考試成績(jī)的能力

目前，采用更為科學(xué)、合理的方法評(píng)價(jià)學(xué)生考試成績(jī)，已成為廣大教育工作者的共識(shí)。因此，師范類院校教育和教師繼續(xù)教育課程，應(yīng)適當(dāng)增加學(xué)生考試成績(jī)綜合評(píng)價(jià)理論和方法的課程；教育主管部門和學(xué)校教務(wù)機(jī)構(gòu)，應(yīng)鼓勵(lì)在優(yōu)秀學(xué)生評(píng)選、獎(jiǎng)學(xué)金評(píng)定、學(xué)生綜合素質(zhì)評(píng)價(jià)中采用綜合評(píng)價(jià)方法。

3.2 應(yīng)積極推進(jìn)學(xué)生考試成績(jī)綜合評(píng)價(jià)軟件的開(kāi)發(fā)和推廣

雖然早在10 余年前，已有學(xué)者將層次分析法[10]、TOPSIS 法[19]、主成分法[23]等方法應(yīng)用于學(xué)生考試成績(jī)綜合評(píng)價(jià)，但是目前尚未得到廣泛推廣。筆者認(rèn)為缺乏學(xué)生考試成績(jī)綜合評(píng)價(jià)軟件是重要原因之一。因此，學(xué)校教務(wù)機(jī)構(gòu)應(yīng)結(jié)合實(shí)際，咨詢相關(guān)領(lǐng)域?qū)＜?，開(kāi)發(fā)或引進(jìn)綜合評(píng)價(jià)軟件，專門用于考試成績(jī)?cè)u(píng)價(jià)及試卷分析。

3.3 應(yīng)繼續(xù)開(kāi)展學(xué)生考試成績(jī)綜合評(píng)價(jià)方法適用性研究

每一種理論和方法的產(chǎn)生和發(fā)展具有其獨(dú)特的歷史背景和領(lǐng)域特色，也一定存在其適用性。目前，國(guó)內(nèi)尚未開(kāi)展針對(duì)學(xué)生考試成績(jī)多種綜合評(píng)價(jià)方法對(duì)比研究，以及針對(duì)小學(xué)、初中、高中、高校等各學(xué)習(xí)階段學(xué)生群體的大樣本考試成績(jī)綜合評(píng)價(jià)方法適用性研究。因此，有必要繼續(xù)開(kāi)展學(xué)生考試成績(jī)綜合評(píng)價(jià)理論和方法相關(guān)研究。

“純粹的理論除了爭(zhēng)辯之外毫無(wú)價(jià)值”，綜合評(píng)價(jià)歷來(lái)是注重實(shí)用性的學(xué)科。期望身在一線的廣大教育工作者，能夠更加積極主動(dòng)的參與考試評(píng)價(jià)改革，嘗試將綜合評(píng)價(jià)方法應(yīng)用于學(xué)生考試成績(jī)?cè)u(píng)價(jià)。