书名：教育评价学—理论 方法 实践
定价：88.0
ISBN：9787030492708
作者：邱均平，王碧云，汤建民
版次：1
出版时间：2016-08

内容提要：
教育评价学是一个跨学科的综合研究领域。本书是中国科学评价研究中心和中国教育质量评价中心的师生多年从事信息计量与科学评价、中国大学及学科专业评价、世界一流大学与一流学科评价和教育评价学的教学与科研的结晶与升华。本书从理论、方法和实践三个层面系统地构建和论述了教育评价学的基本内容。理论和方法部分主要包括教育评价学的理论基础、方法论概述和指标体系等。实践部分主要包括教师评价、学生评价、课程评价、学科专业评价、学校评价等。

目录：
目录
前言
**章 教育评价学概述
**节 教育评价学的兴起与发展 1
第二节 教育评价学的内涵 12
第三节 教育评价学的功能与意义 17
参考文献 19
第二章 教育评价学的理论基础
**节 教育学基础 21
第二节 评价学基础 30
第三节 管理学基础 35
第四节 价值理论基础和认识理论基础 47
参考文献 56
第三章 教育评价学的方法论
**节 教育评价学的方法论概述 58
第二节 教育评价学的方法论内容 63
第三节 教育评价学方法的分类、比较与发展 71
参考文献 81
第四章 教育评价学的定性方法
**节 教育评价学的定性方法概述 83
第二节 案例研究法 89
第三节 德尔菲法 96
第四节 观察法 102
参考文献 109
第五章 教育评价学的定量方法
**节 心理测量法 111
第二节 信息计量法 119
第三节 经济计量法 126
参考文献 131
第六章 教育评价学的综合方法
**节 层次分析法 132
第二节 多指标综合评价法 143
参考文献 151
第七章 教育评价的指标体系
**节 指标与指标体系概述 153
第二节 教育评价指标体系的设计原则和方法 159
第三节 指标权重的确定方法 165
第四节 指标评价标准的制定 171
参考文献 175
第八章 教师评价
**节 教师评价概述 177
第二节 教师评价的主体 181
第三节 教师评价的理念与方法 191
第四节 教师评价的程序和指标体系 198
第五节 教师评价案例—××学校教师发展性评价方案 201
参考文献 210
第九章 学生评价
**节 学生评价概述 212
第二节 学生评价的主体与方法 220
第三节 学生评价案例—北京市普通高中学生综合素质 评价方案 229
参考文献 235
第十章 课程评价
**节 课程评价的基本理论 236
第二节 课程评价的过程与方法 242
第三节 课程评价实务 245
参考文献 259
第十一章 学校评价
**节 学校评价概述 262
第二节 中小学评价 273
第三节 大学评价 288
参考文献 301
第十二章 学科专业评价
**节 学科专业评价概述 303
第二节 学科专业评价的指标体系 312
第三节 学科专业评价案例—2015 年中国大学及学科 专业评价的创新与结果分析 318
参考文献 327

在线试读：
**章 教育评价学概述
1929 年，美国教育家拉尔夫·W. 泰勒（Ralph W. Tyler）首次提出教育评价的概念[1]。教育评价作为教育学的一个重要分支，经历了产生、发展、繁荣到专业化等时期，至今已有近 80 年的历史。
**节 教育评价学的兴起与发展
一、教育评价学的源流 教育评价源于教育测量，与教育测验运动密不可分[2]。作为一个科学概念，教育评价产生于 20 世纪 30 年代美国进步主义教育协会发起的面向新教育课程改革实验的“八年研究”项目。
1. 教育测验的萌芽
究其历史根源，教育评价理论源于对学生的学力检验。早在西周时期我国就已经形成了较为完备的考试制度。《礼记·学记》中就有“比年入学，中年考校”①的记载。我国古代关于学生学力的检测和评价始于 606 年隋炀帝设置的进士科，这种封建科举制度延续了 1300 年之久，本质上是一种教育评价制度。[3]但是，封建科举制并非对人进行全面科学的考察，因此，存在着诸多弊端。
从国外来看，18 世纪以前，西方学校教育尚未普及，学校考试以口试为主。直到 1702 年，英国的剑桥大学率先用笔试替代口试，开创西方学校笔试考教之先河。19 世纪 40 年代，美国初等学校开始普及，学生数量剧增，对学生一一进行口试已不现实，于是波士顿市教育委员会率先用笔试取代口试，考查毕业生。因笔试的客观性、可靠性高于口试，且节约时间，所以测试结果大大优于口试。但是，由于考试评分易受主观偏见影响，且当时试题偏少，不足以综合反映学生所获知识与能力之全貌，所以客观性大受影响。为矫正此弊，力求考试过程和结果客观化，大量针对测验方法的研究和实践探索随之出现。
1864 年，英国格林尼治医学院校长费舍尔（G. Fisher）*早开始对本校学生的作业与作品进行客观评分，并依据一定的价值标准汇编成标准评分“尺度簿”（scale-book），试图为考试提供一个可供参考的客观标准。但因各种原因，这一开创性工作没有引起教育界的重视，以至于并未产生应有的影响。
在西方教育界，真正引起人们对测验问题高度关注的是著名的“莱斯拼字测验”。1897 年，莱斯（J. Rice）对 20 所学校的 16 000 余名学生进行了拼字测验并发表了他的研究结果，结果显示：8 年中每天花 45 分钟与每天花 15 分钟进行拼字练习的学生成绩差别不大。[4]这一研究结论尽管不为人们所接受，但引起了人们对测验问题的普遍关注，有力地推动了教育测验问题的深入研究。
2. 美国的教育测验运动
美国的教育测验运动始于 20 世纪 20 年代，这一运动的兴起表面上是针对论文或考试手段的非客观性，但深究其原因主要有以下几个方面[5]。
1）自然科学方法论的变革与应用催生了教育测验运动的兴起
中世纪以后，由于在方法论上引入了测定、观察和实验等手段，西方的自然科学，如物理、化学、医学、天文学等传统学科获得了长足的发展。1879 年，冯特（W. Wundt）在德国莱比锡设立了**个心理学实验室，设计了种种周密的实验方案与各种严密的测量方法用于揭示人的心理本质问题。自然科学方法论的变革及其在教育学中的应用在一定意义上催生了教育测验运动的兴起。
2）人类学派的研究与统计方法的应用促进了教育测验运动的发展
1882 年，高尔顿（Galton）受达尔文影响，在英国伦敦设立了人类学测验实验室，形成了人类学派，与德国冯特的实验心理学派遥相呼应。德国的实验心理学派主要通过研究人的一般行为规律来揭示其心理本质，而英国的人类学派则重点关注人类的个别差异。高尔顿在统计学者皮尔逊（Pearson）的帮助下，设计了许多统计方法，推动了美国人事工程思想（把人的能力量化成为数目用于测量个人价值）的发展。与此同时，一些教育家也借鉴这些统计方法，用以量化学生的学习能力与学习效果，并进行客观比较，从而促进了教育测验运动的发展。
3）特殊儿童智力测验研究进一步推动了教育测验运动的发展
19 世纪末，法国教育界受“自由”“平等”“博爱”等进步思想影响，提出了社会不仅要关怀身体有缺陷的儿童，还要对心理、精神智能有缺陷的儿童给予相当的关怀。恰好当时巴黎有许多学校的孩子学习效果不好，很成问题。1895 年，法国实验心理学家、智力测验的创始人阿尔弗雷德·比奈（Alfred Binet）与美国变态及临床心理学家亨利·戈达德（Henry H. Goddard）共同设计了一套智力测验方法，想鉴别这些孩子是因为懒惰还是因为智能低下而不能适应，以及探究该如何在教育上加以补救。1905 年，在西蒙（T. Simon）的协助下，制成了著名的比奈-西蒙智力量表。特殊儿童智力测验研究进一步推动了教育测验运动的发展。
实验心理学派、人类学派、统计学方法和特殊儿童智力测验研究，再加上美国的“人事工程思想”，都试图对学生的心理和学习效果、先天和后天能力，以及性质等用物理学的方法进行数字计量，以求其客观性。到 20 世纪 20 年代，美国的教育测验运动在这种思潮的推动下开始蓬勃发展起来。
3. “八年研究”与教育评价概念的诞生
除上述原因之外，美国教育评价的产生与发展还有其深刻的社会和历史背景。
19 世纪末 20 世纪初，美国的经济发展顺利，一些思想家便认为美国是一个自由和完美的国度。但是，1929 年，美国爆发了空前的大规模经济危机，使许多美国人开始反思。
1933 年，美国的罗斯福政府实行了“经济社会化政策”，强调政府与产业间的协调。伴随政府对经济的限制与干涉，大批青年失业，只能涌向中学，但他们对上大学根本没有兴趣。然而，当时美国的中学在大学入学考试这一指挥棒的引导下，课程设置主要是为中学生升大学服务，不适应整个社会和失业青年的需要，这就使学生与中学课程之间的矛盾突显，因此，迫切需要一个大家都能认可的、公开的人才分配法则。[6]
在这种社会背景下，美国的一些教育家在华盛顿成立了进步主义教育协会（Progressive Educational Association，PEA）。他们首先是批判旧教育，然后是自我反省寻找新出路，*后以新教育理论为依据，引入发展心理学的观点，以全面发展人的才能为目标，设计了一套新的课程体系，并选取了 7 所大学和 30 多所中学进行实验。参加实验的中学一律用新课程、新方法授课，学生毕业后可以直接升入参加实验的大学。而在参加实验的每所大学里都有一半学生来自参加实验的所谓进步中学，另一半学生则是来自未参加实验的所谓传统中学。为了开展评价还专门成立了以拉尔夫·W. 泰勒为首的评价委员会。从 1933 年开始到 1940 年提出研究报告，实验共持续了八年时间，美国教育史称之为“八年研究”（Eight-Year Study）。八年研究报告详细地阐述了课程设置原则和评价原则，并根据评价原则论述了实验结果。报告还强调指出，评价对于八年研究实验的成功起了积极的重大作用。
20 世纪 30 年代，拉尔夫·W. 泰勒提出了“教育评价”这一概念，并结合其在俄亥俄州立大学所进行的大学教育实践改革与理论探索初步确立了其教育评价的基本思路和理论框架[7]： （1）教育就是使人的行为方式发生变化和改进的过程。
（2）人的行为方式的各种变化就是教育目标。
（3）教育评价就是确定教育目标实现程度的过程。
（4）人的行为是复杂的，有的可以量化，有的难以量化。所以，除测验之外，还需要用其他各种评价手段（如观察、评定、调查等）来检查教育效果。
拉尔夫·W. 泰勒据此将教育评价过程分为四个步骤（图 1-1）：
**步，确定教育目标。这是*重要的一步，其他步骤都是围绕这一步骤进行的。
第二步，设计评价情境。评价情境的设计必须依据预先规定的教育目标中期望学生变化的那种行为来进行。
第三步，选择和编制评价工具。选择和编制评价工具必须使这些工具能够引发教育目标所期望的那种行为。
第四步，分析评价结果。分析评价结果必须以教育目标为依据。
图 1-1 拉尔夫·W. 泰勒的教育评价步骤
八年研究中评价委员会创造性地提出了系统的、完整的教育评价原则和方法，因此，被广泛认为是现代教育评价理论和方法研究的开端。
可见，教育评价思想起源于中国古代的教育考试制度，孕育于西方的教育测量批判思潮，形成于美国 20 世纪 30 年代的“八年研究”改革运动。[8]
二、西方教育评价学的发展
在众多有关教育评价发展阶段的划分观点中，美国著名教育评价专家库巴（G. Guba）和林肯（S. Lincoln）的“四代论”影响*大[9]。他们根据评价的重点差异将整个教育评价发展过程划分为四个阶段。
（1）以测量为重点的发展阶段，教育评价工作的重心是编制各种测验量表以测量学生的一些心理技能与特征，研究者的精力主要集中在教育测量的客观化问题上。
（2）以描述为主的发展阶段，评价侧重于对测验结果作描述，以判断实际的教育活动在多大程度上达到了预期的教育目标。
（3）以价值判断为中心的发展阶段，评价重心转向评价标准和价值观本身，并引发了人们对于评价标准和价值中立问题的重视和争论。
（4）以利益相关者为核心的建构阶段，评价者需要与评价活动的利益相关者融合、沟通，通过多轮应答和协商，消除分歧，达成共识。
从整体上看，西方教育评价大致经历了教育评价开创时期、发展与批判时期、现代教育评价大发展时期三个发展阶段。[10]
1. 教育评价的开创时期（1930～1958 年）
开创时期，西方教育评价方法的实证化特点非常明显，而这一特点集中体现在拉尔夫·W. 泰勒的以目标为导向的评价模式之中。首先，拉尔夫·W. 泰勒认为开展评价的依据是把评价内容分成具体可见的和可操作的学生行为目标，以便在评价中能够围绕这些行为目标进行观察和测定。其次，他在评价模式中非常强调对学习和教育结果进行客观测量与统计，并提出了以下三种评价手段。
（1）由评价专家通过测验获得学生的行为变化情况。
（2）将学生置于特定情境之中，对学生的特定行为进行有目的的观察。
（3）用提问的形式使学生表达观点，用以引导学生做出能体现其知识和能力的回答。
在运用这些评价手段时，拉尔夫·W. 泰勒提出了三个重要准则，即客观性、信度和效度，并指出，如果任何一种评价手段违背了这三条准则，都将是无效的。
第二次世界大战以后，西方教育评价在拉尔夫· W. 泰勒评价模式的基础上，又从标准化测验和教育目标分类学两个方面发展了评价手段。前者通过排除人对测验的干扰，提高了评价手段的客观化程度；后者通过对行为目标的精细化研究，进一步促进了评价手段的可操作性，两者增强了评价手段和方法的实证化倾向。
2. 发展与批判时期（1958～1972 年）
这一时期，教育评价方法的实证化倾向仍占主要地位。由于社会条件的变化，评价需求快速增长，随着评价领域的不断扩大，拉尔夫·W. 泰勒的目标导向评价模式已不能完全适应形势发展的需要，许多人从不同的需要和观点出发，提出了许多不同的评价模式。这些评价模式有些是对拉尔夫·W. 泰勒目标评价模式的发展，有些是对拉尔夫·W. 泰勒目标评价模式的改造，有些是对拉尔夫·W. 泰勒目标评价模式的批判。其中，实证化倾向*明显的是系统分析评价模式，这一模式具有两个重要特点：一是强调科学实证方法，要求在评价分析过程中所使用的材料必须是能证实的；二是强调使用定量资料和数学技术，如线性规划、回归分析、计算机技术等。该模式的支持者认为，“明确性是系统分析的*小公分母，在分析中使用的假设和判断准则必须是具体的，对于不可比和不确定的资料要仔细地加以清除”[11]。可见，客观性和数量化是系统分析评价模式的两个明显特点，在这一评价模式中，教育评价对象成了没有任何主观因素的纯客观现象，人们只要掌握了高级实验和统计分析技术，就可以有效实施教育评价。
在教育评价方法实证化和客观化倾向加强的同时，人文化倾向开始萌芽。斯塔弗尔比姆（D. L. Stufflebeam）在其倡导的 CIPP 评价模式中，首次提出了“过程评价”思想，并认为，“过程评价是通过描述真实过程，持续地与工作人员相互交流，观察其活动，控制评价活动的潜在问题，并保持对意外问题的警惕”来对评价对象的工作过程进行有效改进和提高。[12]在评价中，评价者开始注意到与评价对象充分交流的重要性，体现了人文主义的某些特点。另外，斯塔克（R. E. Stake）的表象模式、艾斯纳（E. W. Eisner）的文艺评论模式等都试图考虑人的思想、观点和主观经验在评价中的作用，但由于它们影响较小，在实证化倾向仍占较大优势的情况下，未受到重视。