VOTAT策略对结果的影响研究结果

2023-10-19 理论教育版权反馈

【摘要】：结果发现有显著差异，在正确画出关系图的学生中有80.9%用了VOTAT策略，而没有画对的学生中有85.6%没有使用VOTAT策略。第一步，计算VOTAT策略的单因素作用，自变量仅包括VOTAT策略。表5-10问题解决成绩对VOTAT策略的回归中国上海的回归模型系数和解释率第二步，控制了ESCS和性别因素后，VOTAT策略对问题解决成绩的作用。VOTAT策略作用最大的是挪威，指数增加1问题解决成绩增加45.9分，最小的是中国上海，增加23.0分。

虽然已有多个研究证明VOTAT策略对问题解决成绩的积极作用，但是用PISA这样大样本国际比较研究的log文件来分析的只有Greiff等^[3]的一项研究，但Greiff等担心试题本轮转效应的影响，所以只用了各套试卷上半部分的数据（n=16 219）来分析。他们的第一个研究问题是用与不用VOTAT策略对学生能否正确画出关系图有没有显著作用。他们将学生分为使用VOTAT策略的和不使用的两组，使用VOTAT策略指的是在顶部、中部、底部3个控制器上都使用VOTAT策略，其他归为不使用的，用卡方检验比较这两组学生在这道试题上答对（得满分）的比例。结果发现有显著差异，在正确画出关系图的学生中有80.9%用了VOTAT策略，而没有画对的学生中有85.6%没有使用VOTAT策略。

笔者针对各个国家总体开展研究，因为各国总体上试题在上半部分和下半部分的分布是均衡的，所以用全样本（n=30 347）来验证这个研究，并且将结合背景因素的分析，拓展研究的内容。

表5-8列出了在3个控制器上运用VOTAT策略的学生和没有在3个控制器上运用的学生，分别有多少画出了正确的关系图，表中数据是加权后的学生分布。利用表中数据计算可以得出，在画出正确关系图的学生中，有82.7%运用了VOTAT策略，在没有画出正确关系图的学生中，有85.6%没有运用VOTAT策略，有显著差异，与Greiff等的研究是一致的。

表5-8　在3个控制器上运用VOTAT策略与没有运用的学生结果比较

Grieff等在研究VOTAT策略与成绩关系时，采用的是卡方检验和相关分析的方法，没有控制ESCS、性别、成绩的影响，本研究将用回归方程检验在控制这些因素的情况下VOTAT策略的作用，如表5-9所示。

表5-9　回归方程中包含的变量定义

注：原始数据转为标准分时按照各国同等权重转换，回归运算时按各国实际学生权重加权（15岁学生总体数量大的国家权重大），所以实际分布标准差不等于1。

回归方程将分三步进行，每一步中包含的自变量不同，有效样本数也会不同。因变量都是计算机化问题解决成绩，采用5个PV值。每一步都用各个国家（地区）的数据分别计算。

第一步，计算VOTAT策略的单因素作用，自变量仅包括VOTAT策略。有效样本30 347个，加权后为1 726 023个。VOTAT策略指数与各国学生问题解决成绩都有显著正相关，策略指数增加1，成绩提高最少为土耳其（64.5分），最大为以色列（108.1分），平均为84.3分。VOTAT策略对学生问题解决成绩解释率最高为匈牙利（50.9%），最低为美国（32.7%），平均为39.6%。VOTAT策略指数对中国上海学生问题解决成绩解释率为38.3%，中国上海学生运用VOTAT策略指数增加1，成绩高83分。过去，我们在对各轮PISA测试分析比较中发现，如果考虑每个因素的单独作用，影响最大的往往是学生的家庭背景，解释率一般在10%～25%之间，学生的元认知策略在影响较大的国家（地区）单因素解释率也能超过10%，学校的纪律风气等单个因素作用超过5%已经算是比较高的了，比较结果说明VOTAT策略不仅对室温控制这道题目有作用，而且对问题解决总成绩的解释率超过ESCS等所有其他单个因素的作用。表5-10列出了中国上海的统计结果，其他国家（地区）结果参见附录3中的附表5-6。

表5-10　问题解决成绩对VOTAT策略的回归
中国上海的回归模型系数和解释率

第二步，控制了ESCS和性别因素后，VOTAT策略对问题解决成绩的作用。因为ESCS有缺失数据，所以有效样本为29 836个，加权后为1 689 159个。将各个国家（地区）样本分别计算，在控制了ESCS和性别因素后，学生运用VOTAT策略指数增加1，问题解决成绩提高最大的是99.2分（以色列），最小的是57.7分（土耳其）。增加了背景变量后，回归方程解释率最高的是匈牙利（56.9%），最低的是爱沙尼亚（35.8%）。中国上海学生在控制了ESCS和性别后，VOTAT策略指数提高1，学生问题解决成绩增加72.5分，模型解释率为44.6%。表5-11列出了中国上海的统计结果，其他国家（地区）数据见附录3中的附表5-7。(www.chuimin.cn)

表5-11　问题解决成绩对VOTAT策略、ESCS和性别的回归
上海的回归模型系数和解释率

第三步，在上述模型中加入阅读、数学和科学成绩作为自变量。

加入阅读、数学、科学成绩后，模型的平均解释率提高到72.5%，最低为俄罗斯（62.4%），最高为匈牙利（81.3%），VOTAT策略对各国（地区）问题解决成绩仍有显著作用。各国（地区）在社会经济背景、性别和阅读、数学、科学成绩相同的学生中，VOTAT策略指数增加1问题解决成绩高32.2分。VOTAT策略作用最大的是挪威，指数增加1问题解决成绩增加45.9分，最小的是中国上海，增加23.0分。表5-12列出了和中国上海的统计结果。

表5-12　问题解决成绩对VOTAT策略、ESCS、性别和学科成绩的回归
上海的回归模型系数和解释率

此外，由于问题解决是计算机化测试，我在背景、性别、VOTAT策略和成绩的模型中加入了ICT熟悉度指标进行分析，但是有log数据的42个国家（地区）中有9个没有参加ICT熟悉度调查，所以我选取了有ICT熟悉度数据的33个国家（地区）数据。我从中发现，家庭ICT可获得性（ICTHOME）指标对31个国家（地区）问题解决成绩的影响不显著，唯一有显著正向作用的是中国上海，ICTHOME指标增加1个标准差，问题解决成绩提高8分；该指标对澳大利亚学生问题解决成绩有显著负向作用，在家中用ICT做学校作业（HOMSCH）指标在所有33个国家（地区）中都没有显著作用。

VOTAT策略对结果的影响研究结果

相关推荐