LOG数据揭示PISA问题解决能力分析

2023-10-19 理论教育版权反馈

【摘要】：模型对中国上海学生问题解决成绩差异的解释率为58.6%，在控制了背景变量后，3个过程指标作用仍然显著。表6-26控制个人背景后，基于log数据的3个指数对中国上海学生问题解决成绩的综合作用目前log数据分析只能基于公开样题和公开数据库，所以指标有一定局限性。如果能基于更多的问题解决过程，提出更多元的指标，以及基于若干同类试题构建综合指标，对结果的解释能够更完善。

PISA 2012问题解决公开样题中，“室温控制”单元和“车票”单元在一个单元组内，所以轮转组卷的时候这两个单元始终在一起不拆开的，因此，从这些试题的回答过程中构建的指标可以合起来分析。表6-24列出了问题解决成绩前10名国家（地区）在4个过程指标上的平均值，从比较中可以看出，中国上海学生坚持性指数在这些国家（地区）中列第一，VOTAT策略指数列第四，探究完全性指数倒数第一，计划性指数倒数第二，说明中国上海学生的计划性和探究完全性需要加强。

表6-24　问题解决成绩前10名国家（地区）在4个过程指标上的平均值

建立问题解决成绩对VOTAT策略、计划性、探究完全性和坚持性指数的回归方程发现，从各国（地区）平均而言，这4个指数可以解释问题解决成绩59.4%的差异。在4个指数中，坚持性指数在31个国家（地区）有显著作用，其他3个指数在所有国家（地区）都有显著作用。4个指数对上海学生问题解决成绩的解释率是56.2%，如表6-25所示，其中坚持性指数的作用没有显著性，其他指数都有显著作用。该模型对学生问题解决成绩的解释率最高的国家为以色列，达67.2%；最低为爱沙尼亚，也达到51.5%；各国（地区）平均解释率为59.4%。

表6-25　基于log数据的4个指数对中国上海学生问题解决成绩的综合作用

虽然坚持性指数对中国上海学生问题解决成绩的单因素解释率较高，但是在具有同样的VOTAT策略水平、计划性和探究完全性的学生中，“坚持性”指数的作用已经不显著了。为了精简模型，删去“坚持性”指标，加入ESCS指数和性别作为控制变量后，模型对问题解决成绩差异的解释率最高为67.8%（以色列），最低为51.3%（爱沙尼亚），42个国家（地区）平均为60.7%。模型对中国上海学生问题解决成绩差异的解释率为58.6%，在控制了背景变量后，3个过程指标作用仍然显著。因为3个过程指标与ESCS都是标准化的指数，所以作用大小可以比较，从表6-26的数据可以看出，首先是VOTAT策略指数对中国上海学生问题解决成绩的作用最大，其次是计划性指数和探究完全性指数，这些指数的作用都超过了ESCS的作用，并且性别差异减少到11.8分，说明如果男女生在这些指数上能达到同样水平的话，性别差异可以缩小一半左右。

表6-26　控制个人背景后，基于log数据的3个指数对中国上海学生问题解决成绩的综合作用(www.chuimin.cn)

目前log数据分析只能基于公开样题和公开数据库，所以指标有一定局限性。如果能基于更多的问题解决过程，提出更多元的指标，以及基于若干同类试题构建综合指标，对结果的解释能够更完善。但重要的是，研究表明，在过程数据中的确能够生成有很强解释力的指标，并且能发现从结果中看不清楚的问题。

LOG数据揭示PISA问题解决能力分析

相关推荐