周紅霞　梅冬輝

學業(yè)水平測試又稱教育測驗、學績測驗，它是對學生在一段時間學習或訓(xùn)練之后的知識、技能的發(fā)展水平的測定。2019年，包頭市進行了小學學業(yè)水平測試，此次測試以課程標準為參照，著重考查學生通過課程學習而形成的學科能力，整體評價區(qū)域內(nèi)教學質(zhì)量狀況，以促進本區(qū)域教育教學發(fā)展。

一、學業(yè)水平測試的流程

嚴謹、規(guī)范的標準化流程是保證學業(yè)水平測試質(zhì)量的關(guān)鍵因素。包頭市學業(yè)水平測試緊扣測試目的，嚴格按照科學的測試編制流程，確保測試科學、高效。

（一）確定測試的目的

確定測試目的、對象和作用是整個測試流程的頂層設(shè)計，后續(xù)的一切活動都要圍繞這個環(huán)節(jié)展開。 2019年，我市小學學業(yè)水平測試依據(jù)“義務(wù)教育課程標準”（2011版）和《包頭市義務(wù)教育辦學質(zhì)量“優(yōu)質(zhì)學校”評估驗收工作方案》，科學評估包頭市參評市級義務(wù)教育辦學質(zhì)量優(yōu)質(zhì)學校的20所小學六年級學生學業(yè)發(fā)展水平，了解國家“義務(wù)教育課程標準”（2011版）的落實情況，摸清包頭市小學教育教學質(zhì)量狀況，為優(yōu)化行政決策、改進教育教學提供參考，引導(dǎo)和促進學校和教師全面落實課程標準所設(shè)立的課程目標，優(yōu)化教學方式，培養(yǎng)學生的能力素養(yǎng)。

（二）制定學業(yè)測試的方案

1.確定測試的科目、分值和測試形式。

本次測試依據(jù)我國義務(wù)教育課程設(shè)置的基本要求，并借鑒國家義務(wù)教育質(zhì)量監(jiān)測的做法，確定測試的學科為語文、數(shù)學、英語、科學、音樂和美術(shù)（表1）。測試形式分為紙筆測試和上機測試。其中，音樂、美術(shù)首次利用信息技術(shù)，通過計算機測試的方式進行。信息技術(shù)測試方式的使用，解決了紙筆測試無法測評學生的音樂聽辨、賞析和演唱能力的難題。

2.確立測試指標。

此次測試是從學生應(yīng)具備的學科核心素養(yǎng)中關(guān)鍵能力的角度，衡量評價學生的學業(yè)水平。如語文學科重點測評識字寫字能力、古詩文誦讀能力、文學類文本閱讀能力、實用類文本閱讀能力、書面表達能力。數(shù)學學科著重測評運算能力、邏輯推理能力和空間想象能力。以數(shù)學為例，各能力指標的內(nèi)涵如下（表2）。

（三）抽取測試的樣本

此次測試以學生抽樣的方式對學校的整體狀況進行評價，而不對學生個體進行評價。每所學校抽取樣本量為90個，從樣本數(shù)量而言，具有代表性。由于分層抽樣比隨機抽樣的平均誤差小，此次測試在抽樣方式上選擇了不重復(fù)分層抽樣，步驟為：①將每所學校的六年級全體學生按照平時學業(yè)綜合表現(xiàn)，平均分為五個等級;②在每個等級中抽取18名學生，在抽取的過程中按照班級、性別進行等比例抽取。此次分層抽樣工作使用spss軟件進行統(tǒng)計分析，抽樣平均誤差控制在2%以內(nèi)。

（四）制定學業(yè)水平評價標準

為使學業(yè)測試命題有所遵循，并能更好地指導(dǎo)今后的教學工作，在測試時依據(jù)課程標準制定了學業(yè)水平評價標準，分為水平Ⅳ（優(yōu)秀）、水平Ⅲ（良好）、水平Ⅱ（合格）和水平Ⅰ（待提高）四個等級，并對各個等級學生的表現(xiàn)進行了描述和界定。以語文為例，各水平等級的內(nèi)涵描述如下（表3）。

（五）編制雙向細目表

雙向細目表是測試考查目標（或能力）與內(nèi)容之間的列聯(lián)表，由內(nèi)容維度和認知維度構(gòu)成。在此次測試命題時，將雙向細目表增加為三個維度：內(nèi)容維度、認知維度和能力維度。以數(shù)學試題為例。

這道題目的內(nèi)容維度、認知維度和能力維度如下表（表4），題目“先求外角和，再找規(guī)律”需要被測試者綜合運用相關(guān)知識解決問題，既能很好地考查學生的綜合運用能力，也能較好地考查學生分析、歸納、推理能力。

（六）組織命題

選聘學科專家進行試題命制，編寫題目過程中充分考慮到題目內(nèi)容與相應(yīng)考查能力的匹配性、題型選擇、題目語言的規(guī)范性等。編制完成后選擇不同類型的3所學校進行試測。試測后，通過分析試卷難度以及學生的作答表現(xiàn)，對試題進行調(diào)整，尤其是對于難度在0.3以下的題目進行了調(diào)整。測試結(jié)束后分析試卷難度在0.6～0.8之間。以能力為導(dǎo)向的試題命制流程為：課程標準→ 行為目標→ 指標體系→ 試卷→ 審查→ 試測→ 修訂→ 試卷（定稿）。

（七）學業(yè)水平標準劃定

此次測試以課標作參照，以學業(yè)水平等級來分析學生基本能力水平，能使教師更了解學生形成的能力程度，較過去的只給分數(shù)更具體，更有指導(dǎo)性。學業(yè)水平標準劃定采用的是安哥夫法，安哥夫法的核心概念是估計臨界組答對測試題目的比例。安哥夫法操作程序嚴格，是目前使用最廣泛的標準劃定方法。

以此次學業(yè)測試六年級語文學科“合格水平”的標準劃分為例，根據(jù)安哥夫法，首先將試卷及答案給各位專家，讓專家獨立進行第一輪評審，公布評審結(jié)果后，專家結(jié)合各水平等級的內(nèi)涵及教學一線的實際情況討論，以此類推進行二、三輪評審。三輪結(jié)束后，公布按三輪結(jié)果計算的學生比例，然后讓專家進行最后一輪評審，當作最終結(jié)果。將最終結(jié)果進行有效性分析（表5），各位評委評分的內(nèi)部一致性系數(shù)都在0.9以上，說明各評委的評分內(nèi)部一致性高，有效性強。

（八）數(shù)據(jù)分析

此次測試數(shù)據(jù)分析主要采取描述性統(tǒng)計分析，即對各變量發(fā)展狀況進行描述分析，包括對數(shù)據(jù)的基本統(tǒng)計、集中趨勢分析（平均數(shù)）、數(shù)據(jù)的離散趨勢分析（標準差）等。如對學生各學科得分分布進行分析（圖1），對合格率與標準差的散點圖分析（圖2），對綜合成績的分析（圖3）等。

（九）報告的撰寫

報告撰寫時以文字+圖表的形式進行，做到了學科數(shù)據(jù)分析指標與能力分析指標相結(jié)合、測試數(shù)據(jù)分析指標與教學經(jīng)驗相結(jié)合、市與校分析指標相結(jié)合。報告包括市級總報告和各學校分報告?？倛蟾娴目傮w表現(xiàn)部分從不同等級上的人數(shù)比例、各學科得分分布和各科均分、得分率、合格率、優(yōu)秀率、標準差以及各學校的合格率、標準差等方面進行描述，又分學科提出具體的問題和改進建議，主要供教育行政領(lǐng)導(dǎo)了解全市的學業(yè)質(zhì)量狀況，為全市教育決策提供參考;分報告主要供學校了解本校的學業(yè)質(zhì)量狀況、主要優(yōu)勢及存在的問題、今后的改進方向，為學校改進教學提供依據(jù)。

二、對學業(yè)水平測試的思考

（一）提高學業(yè)測試的理論和技術(shù)水平

學業(yè)水平測試是一項復(fù)雜的工作，單純采用某一種評價理論或方式來評價學生和學校，難免有所偏頗，應(yīng)根據(jù)不同的評價目的采用相應(yīng)的評價方法。測評人員在理論和技術(shù)水平上也需要不斷提高，例如，標準劃定應(yīng)該選擇安哥夫法還是標簽法，抽樣方法應(yīng)該選擇分層抽樣還是整群抽樣，推斷總體應(yīng)該選擇點估計還是區(qū)間估計……只有具有夯實的理論和技術(shù)水平，才能不斷提高學業(yè)測評的質(zhì)量。

（二）提高測試工具的質(zhì)量

測試工具是測試科學性和有效性的前提，學業(yè)水平測試質(zhì)量的高低很大程度上決定于命題專家研發(fā)的測評工具的優(yōu)劣。如何優(yōu)化工具開發(fā)流程，怎樣根據(jù)測評指標更有針對性地設(shè)計測評工具，怎樣提高并審核工具的專業(yè)性和可靠性，是今后繼續(xù)努力的方向。

（三）加強測試結(jié)果的運用

測試結(jié)果反映出本區(qū)域及學校的教學情況，應(yīng)加強結(jié)果的運用，以不斷提高教學質(zhì)量。如根據(jù)測試結(jié)果反映的問題應(yīng)提高教師的學科素養(yǎng)，深刻認識本學科的核心素養(yǎng)，明晰學科知識體系;轉(zhuǎn)變教師的教學觀念，注重引導(dǎo)學生開展指向核心素養(yǎng)的深度學習;增強教師的課標意識、課程意識等。

總之，本次學業(yè)水平測試操作流程規(guī)范、測試工具質(zhì)量較高、數(shù)據(jù)分析精準，測試結(jié)果所呈現(xiàn)的問題與學校實際情況高度吻合，得到了學校教師、行政管理部門的一致好評。此次學業(yè)水平測試為日后學業(yè)質(zhì)量監(jiān)測工作明確了方向和路徑，為學業(yè)質(zhì)量監(jiān)測的高水平實施，奠定了扎實的基礎(chǔ)。