初中生科学成就与学生背景的关系初探——基于PLSA国际数据库的实证研究

摘要

国际学生能力评估项目（Programme for International Student Assessment，简称PISA）是经济合作与发展组织(OECD)发起的国际比较研究，测评在即将完成义务教育时的学生，学生在多大程度上掌握了全面参与社会所需要的终身学习能力，聚焦在阅读、数学和科学等关键领域的素养上。PISA2000年的时候有43个地区参与了第一次测试。按照要求，每个测试地区须随机选出至少五千名学生作为样本，在一些小国家，整个年龄段（年龄在15岁三个月和16岁两个月之间）的学生会全部参与测试。学生在两小时学生能力测试后，用将近一个小时来填写学生问卷，包括学习习惯、动机、家庭;校方填写学校问卷，描述学生的构成统计、经费来源和师资等;部分测试地区会让学生家长填写家长问卷搜集家庭人数、收入及教育支出等。PISA在每次测试一段时间后会公布原始数据和数据使用手册供广大教育研究者使用。随着统计软件的高速发展，PISA甚至还出版了《PISA数据分析手册（SPSS第二版）》，详细介绍了PISA众多的专业术语以及如何应用SPSS软件分析处理国际学生数据库。本文第四章（数据统计分析方法）的部分内容翻译于《PISA数据分析手册(SPSS第二版)》，介绍了重要的专业术语（例如重复权重和近似合理值）及SPSS软件Sntax语句的使用方法。
　　本文第五章前两节分析了PISA五次公布的国际学生数据库中的科学领域。笔者分析了五年的科学成绩，总结了科学教育质量较高和科学教育较低的地区，指明了科学成绩存在显著性别差异且有实际指导意义的地区。每次PISA测试都有侧重学科，PISA2006年着重测试了科学，所以除阅读、数学和科学这三个大领域外，2006年的国际学生数据库中还有两个科学子领域（科学兴趣和探究科学支持度）和三个科学子尺度（科学地解释现象、识别科学议题和运用科学证据），经过笔者的相关分析，得出了各地区科学子领域和科学子尺度的平均值，指出了科学子领域和科学子尺度存在显著性别差异且有实际指导意义的地区，标示了科学子领域和科学成绩存在显著相关的地区。
　　克服学生背景导致的教育不公平是国际化教育研究的重点方向，也是PISA重点关注的方向。本文第三章第二节（学生背景）详细介绍了关于学生背景的相关概念，分别是职业系数、国际教育标准分类、家庭财产系数和经济社会文化系数。本文第五章第三节第一部分（科学成绩与经济社会文化系数的关系）统计了PISA近三次测试（2006、2009和2012）的七个地区（上海、香港、澳门、台北、日本和美国）的数据，发现了七地区中学生背景导致的教育不公平最严重的是美国（2006年和2009年）和台北（2012年），也发现了近九年来，在克服学生背景，促进科学学习公平上成效最好的美国和日本。为了计算经济社会文化系数和科学成绩两变量间的关系强度（效应值）进而确定实际指导意义，本文第五章第三节第二部分（比较处境不利学生的科学成绩与处境有利学生的科学成绩）将学生按照经济社会文化系数均分成四组，比较处境不利学生的科学成绩（ESCS最低组）和处境有利学生的科学成绩（ESCS最高组），得出了七地区中的六个地区（澳门除外）在PISA的近三次测试中出现过严重（效应值大于0.5）的学生背景导致的科学学习不公平现象，美国、台北和上海尤其严重。
　　本文第五章第四部分从学校层面和家庭层面两方面来解释学生背景显著影响学生科学成绩的原因。为了可以分析唯一的大陆地区（上海），选择的是PISA2009年的数据。学校层面上，整合了七地区学校问卷数据库和学生问卷数据库，得出了一些结论:经济社会文化系数较高的学生更多的就读于私立学校（台北除外）;家庭背景较好的学生大多在大城市就读（台北和日本）;学生家庭背景较好的学校拥有更多的教师资源（美国除外）。家庭层面上，七地区中只有三个地区（香港、澳门和卡塔尔）的家长可以填写家长问卷，不过上述三个地区有着一致的结论:学生背景越好的家庭，父亲或母亲的年收入越高;学生背景越好的家庭，年教育花费越高;学生背景越好的家庭，年教育花费与年收入的比率越小。

目录

摘要

一、引言

(一)本文的研究背景及意义

(二)本文的研究内容和研究方法

二、文献综述

(一)学生背景与学生的学业成就

(二)中外已有的保障弱势群体被高校录取的政策

1．贫困地区定向招生专项计划

2．平权法案

三、研究材料及相关概念界定

(一)本文所用到的研究资源

1．PISA简介

2．PISA公布的学生问卷

3．OECD PISA 2006科学样题

(二)相关概念界定——学生背景

1．家庭最高职业系数(HISEI)

2．国际教育标准分类(ISCED)

3．家庭财产系数(HOMEPOS)

4．经济社会文化系数(ESCS)的计算方法

四、数据统计分析方法

(一)样本权重(Sample Weights)

1．最终学生权重(W_FSTUWT)的计算方法

2．应用样本权重分析总体

(二)标准误(Standard Error)

1．随机抽样下均值标准误的常规计算方法

2．应用IBM SPSS Statistics计算随机抽样下的均值标准误

(三)重复权重(Replicate Weights)

1．应用重复法(Jacknife)计算随机抽样下的均值标准误

2．应用重复权重(BBR-Fay)计算双层随机抽样下的统计值标准误

(四)矩阵模型(The Rasch Model)

(五)近似合理的科学成绩(Plausible value in science)

1．近似合理值的含义

2．应用近似合理值计算均值

3．应用PV值和重复权重计算统计值标准误

4．应用Macro和WesVar计算PV值的均值标准误(BBR-Fay)

(六)统计术语(Glossary of Statistical Terms)

1．相关系数(Correlation Coefficients)标准误的计算方法

2．线性回归系数(Regression Coefficients)标准误的计算方法

3．效应值(Effect Size)的计算方法

五、研究过程和研究结果

(一)五次PISA测试的科学成绩

1．各地区科学成绩的平均值

2．科学成绩性别差异效应值大于等于0．15的地区

(二)PISA 2006年测试的科学子领域和科学子尺度

1．科学兴趣(Interest in Science)

2．探究科学支持度(Support for Scientific Inquiry)

3．科学地解释现象(Explaining Phenomena Scientifically)

4．识别科学议题(Identifving Scientific Issues)

5．运用科学证据(Using Scientific Evidence)

(三)科学成绩与学生背景之间的研究结果

1．科学成绩与经济社会文化系数(ESCS)的关系

2．比较处境不利学生的科学成绩与处境有利学生的科学成绩

(四)学生背景显著影响学生科学成绩的原因

1．学校层面(PISA2009七地区)

2．家庭层面(PISA2009香港、澳门和卡塔尔)

六、研究结论

(一)PISA五次测试的科学成绩

1．科学教育质量优劣地区

2．科学成绩存在显著性别差异且有实际指导意义的地区

(二)PISA 2006年测试的科学子领域和科学子尺度

1．科学兴趣

2．探究科学支持度

3．科学地解释现象

4．识别科学议题

5．运用科学证据

(三)七地区科学成绩与学生背景的结论

1．科学成绩与经济文化系数的关系

2．比较处境不利学生的科学成绩与处境有利学生的科学成绩

(四)学生背景显著影响学生科学成绩的原因

1．学校层面(PISA2009七地区)

2．家庭层面(PISA2009香港、澳门和卡塔尔)

七、反思与建议

参考文献

附录

附录1．MCR_SE_UNIV．sps

附录2．MCR_SE_PV．sps

附录3．MCR_SE_COR．sps

附录4．MCR_SE_COR_1PV．sps

附录5．MCR_SE_COR_2PV．sps

附录6．MCR_SE_REG．sps

附录7．MCR_SE_REG_PV．sps

附录8．MCR_SE_EFFECT_PM．sps

附录9．MCR_SE_EFFECT．sps

附录10．五次PISA测试，参与地区名中英文对照表

附录11．学生问卷中的相关研究问题详细版

致谢

声明