首页 理论教育问题解决能力对成绩预测的研究成果

问题解决能力对成绩预测的研究成果

【摘要】:问题解决能力,特别是复杂问题解决能力对学校成绩预测的有效性超越了推理能力对学术成就的预测作用,说明问题解决能力有较高的增量效度或校标效度。在国际大尺度测评中测评问题解决能力有两种方法:分析问题解决和互动问题解决。因此,复杂问题解决测量了学业成绩的重要方面,这些方面不是推理就能预测出来的,因此在预测未来生活或GPA的时候应考虑复杂问题解决指标。此外,复杂问题解决还能解释对大学成功的自我评价。

问题解决能力,特别是复杂问题解决能力对学校成绩预测的有效性超越了推理能力对学术成就的预测作用,说明问题解决能力有较高的增量效度或校标效度。

第一次在大尺度测量中成功地测量复杂问题解决是1999年的PISA试测。在太空旅行的题目情境中,嵌入了有限状态机HEIFI,在控制了学生的一般智力后仍然能够解释学生成绩的剩余方差。根据因素分析、结构方程模型和多维量表计算后,认为复杂问题解决、分析问题解决、领域专业素养和一般智力互相之间相关但仍然有着相对独立的结构,而其中复杂问题解决能力是最能够与其他相区分的能力[44]

在国际大尺度测评中测评问题解决能力有两种方法:分析问题解决(APS)和互动问题解决(IPS)。Fischer等[45]基于大学学生样本(n=339)和高中学生样本(n=577)研究了这两种方法以及与学业成绩之间的关系,发现即使在控制了推理能力后(R 2=0.33~0.52),在两个样本中两种方法都高度相关,表明两种方法测到了问题解决的共同核心能力。研究结果也表明在控制了推理能力后,APS和IPS仍然可以解释高中学生的学校成绩差异,但是,在大学生样本中,只有APS能力对学校成绩差异有独特的解释力,这与之前的研究报告说IPS对成绩有独特解释力有不一致的地方。(www.chuimin.cn)

Wüstenberg等[46]用多题测试方法研究了复杂问题解决的内部结构和结构效度,发现:①复杂问题解决的三个方面——规则识别(需要有足够的策略)、规则知识(知识获取)和规则应用(控制一个系统的能力)可以区分出来;②推理与这些复杂问题解决方面相关;③在控制推理能力后,复杂问题解决仍显示出在预测学校平均绩点上的增值效度。222名大学生完成了微动态系统测验和瑞文高级推理测验,结构方程模型分析表明数据是与包括规则知识和知识应用的复杂问题解决二维模型吻合的;而且推理知识只是通过对规则知识的影响间接地预测规则应用的成绩,说明通过系统探究的学习是成功控制系统的前提条件;最后,即使控制了推理能力,复杂问题解决也能解释GPA的变异,表明了复杂问题解决的增值效度。因此,复杂问题解决测量了学业成绩的重要方面,这些方面不是推理就能预测出来的,因此在预测未来生活或GPA的时候应考虑复杂问题解决指标。

Stadlera等[47]的研究表明,复杂问题解决不仅与客观的大学成绩有很强的相关,在控制了智力和高中GPA后仍然能解释大学的GPA。此外,复杂问题解决还能解释对大学成功的自我评价。因此,他们认为复杂问题解决是大学申请中可以参考的一个有效预测指标。