學生出勤及轉學與數學成績的關系研究

◎ [美]卡洛斯·S·帕克 吉布斯·Y·坎雍哥

學生出勤及轉學與數學成績的關系研究

◎ [美]卡洛斯·S·帕克 吉布斯·Y·坎雍哥

本文描述了某大城市學區學生出勤及轉學情況，旨在為學校和社區提供具有參考意義的結論。首先將一到十二年級所有學生的轉學與缺勤情況按照性別、種族和社會經濟地位等子類分別列出。然后考察其對學生數學成績的影響。結果表明，即使在控制了社會經濟地位和性別等變量后，缺勤與轉學對（用國家水平測試作衡量的）數學成績仍有消極影響。有意思的是，其對不同種族學生的影響并沒有差異。在出勤與轉學情況相同的前提下，黑人學生和白人學生表現出相似的成績格局。本文最后進一步考察了學區內的10所高中，確定了缺勤與轉學值得關注之處，并從確定問題嚴重程度、出現的學校年級等角度探討了給地區的啟示，利用這些信息來提高出勤率和降低轉學率，制定系統的方法妥善安排轉入和轉出的學生。

大規模評估 數學成績 城市學區

一、引言

學生每缺勤一天，就會因為缺乏與老師的交流而錯過了知識的學習。學校教育時間的錯失會導致學生成績低下乃至更進一步的曠課，形成一個為所有教育工作者所擔憂的惡性循環(Phillips,1995)。出勤率與平均學分績點（GPA）都是認知和行為領域適應性功能的重要指標(Roby,2004)。穩定地接受教育也是學習所不可或缺的。學生轉學率高企并呈不斷上升的勢頭，特別是在城市和社會經濟狀況欠佳地區(Fowler-Finn,2001)。接連不斷的轉學不但會對學生的成績及其在社會與情感上的適應產生消極影響(Malmgren,& Gagnon,2005; Titus,2007)，對學校和班級教學也同樣具有消極影響(Fowler-Finn,2001; Kerbow,1996)。

本研究描述了美國東北部某大城市學區一至十二年級學生的轉學和缺勤情況，旨在為學校和社區提供有意義的參考。另外還希望確定不同種族、社會經濟狀況和性別之間是否存在差異，描述轉學與缺勤對學生成績的影響程度。本研究是由學區、社區組織和附近一所大學共同設計的一個有效的學校表現指標體系。學校發展報告每年會根據不同的背景資料和學術表現指標，提供關于區內每所學校的可靠數據(A+ Schools,2006)。本文還對學校和社區所特別關心的問題進行了補充分析，提供深度解析(e.g.,Parke,2006)。本文的數據來自2004-2005學年反映該區所有學校的第一份年度報告以及關于出勤和轉學情況的相關補充分析。

（一）研究框架與文獻綜述

本研究所運用的理論模型假設孩子通過上學培養其認知能力。也就是說，孩子在學校掌握了閱讀、算數以及其他學科(Entwisle & Alexander,1988)。學校對學生的表現負責。“不讓一個孩子掉隊”的規定要求學生達到一定水平的熟練程度，而學生在成績測試中的表現則是評估學校的基礎。現在人們越來越重視標準化測試分數，它是衡量辦學質量和教學問責制的工具(Crone,2004)。

然而，一所學校的效率不應該僅以標準化測試分數為基礎。要完整地看待學校的表現，必須將諸如衡量系統投入與過程的背景指標等其他因素的貢獻納入考量范圍。這些背景指標包括學生特點、教職人力資源、支持服務、學生出勤與轉學情況(National Forum on Education Statistics,2005)。因此，一些地方教育行政機構便與社區基層機構和大學合作，設計出一套學校表現指標體系來有效評估其轄區內的學校(Meyer,1996)。這些學校表現指標可以在發放給家長的報告中找到。這些報告為社區內的所有成員提供了精確可靠的數據，促成了學校與教育機構之間展開有建設性的對話。

（二）轉學

根據美國統計局的數據，1999年3月至2000年3月間搬家的美國人口約有430萬。最常見的搬家原因包括求職、工作地點變動、與家人和朋友團聚、遠離犯罪高發地區、找好的學校、流離失所、搬離太差或太貴的住房、與房東不和、家庭關系破裂、房產被收回或征用(U.S.Census Bureau,2001)。在研究學生轉學時，研究人員的界定標準往往很寬泛。Malmgren和Gagnon(2005)根據家庭原因、機構原因或學校原因來對學生轉學進行分類。家庭原因引發的轉學包括住址或家庭結構發生變化。機構原因指由兒童福利機構強制執行的。學校原因包括將學生轉至要求更嚴格或更寬松的環境，因行為問題被送到特殊學校，或開除出校。對轉學的發生的時間和程度也可進行考察。Alexander,Entwisle和Dauber (1996)對比了巴爾的摩暑期與學年中轉學的學生，確定他們的去留（離開還是留在學校系統）。

在實證研究中也有關于轉學程度的描述。在芝加哥，只有38%的學生在整個小學階段都沒有轉過學(Kerbow,1996)。大多數轉學都發生在學校系統之內的。82%的轉學生從芝加哥的一所學校轉到另一所學校。在南加州的小學，每個月都有4到10名新生入學(Franke,Isken,& Parra,2003)。大部分轉學生來自移民家庭。另一些關于轉學程度的研究對特定子類的學生展開考察。例如，Malmgren and Gagnon(2005)指出，情緒有問題的學生中只有11%在小學階段從學前班到五年級都從未轉學。每個轉學生在其小學階段平均每人轉學3次。許多研究都記錄了轉學對學生成績的不利影響。明尼阿波利斯公立學校的研究人員 (Hinz,Kapp,& Snapp,2003) 發現，平均而言，轉學3次或以上的學生，其閱讀成績只有那些從未轉學的學生的一半。Kerbow (1996)指出，芝加哥學生接連不斷的轉學導致其學業滯后。換言之，6年內轉學超過三次的學生比不轉學的學生成績落后整整一學年。

然而，轉學與成績之間的關系是復雜的，因為轉學生可能具有相似的人口特征。例如，人們發現家庭收入與轉學存在關聯。根據中北部地區教育實驗室(NCREL)的報告，貧窮學生和來自移民家庭的學生之所以轉學，往往是由于移民工作的特點或者低收入者的經常性跳槽(Biernat & Jax,2000)。除了社會經濟狀況不佳外，研究還表明，轉學生在社會、心理和學業上都處于不利地位(Rumberger,2002)。另外，他們還面臨著輟學、品行不端和暴力傾向等風險(Malmgren & Gagnon,2005; Osher,Morrison,& Bailey,2003)。

當考慮社會經濟狀況、其他人口統計變量和之前的成績時，一些研究顯示，轉學與學生成績的聯系并不顯著 (e.g.,Alexander et al.,1996; Heinlin & Shinn,2000)。然而，大多數研究人員都認同的觀點是，即便轉學生的背景特點會是影響成績水平的因素之一，轉學的負面影響也不可忽視。暫時撇開人口統計數據，“轉學幾乎必定會從某種程度上中斷孩子的學業”(Kerbow,1996,p.158)。這種中斷的原因包括老師和學校教授的課業不連貫、錯過了關鍵概念、跟不上教學節奏等。另外，轉學也會給老師和學校帶來負面影響(Fowler-Finn,2001; Kerbow,1996; Kerbow Azcoitia,&Buell,2003; Stover,2000; Titus,2007)。在班級中，老師要花更多的時間補課，講新課的時間就相應減少，并且還得想辦法讓非轉學的正常生也參與其中。由于要進行基礎知識回顧，老師們嘗試新的教學法和進行教學創新的積極性受到打擊。對學校而言，轉學給學校的長遠規劃帶來負面影響，它要求教職人員花更多精力維護學生的學業記錄、使其保持精確和更新、讓新生融入班級、為轉學生提供支持及其他服務。

（三）出勤

學校的出勤情況是另一個備受關注的與成績有關的變量。明尼阿波利斯公立學校(Hinz et al.,2003)的研究人員發現，缺勤率達到20%的學生，他們的分數比那些接近全勤的學生低20分。在德克薩斯州，一項關于英語水平有限(LEP)的小學生的學業表現的研究顯示，沒能通過五年級英語測試的學生在一至五年級每年的缺勤天數多于通過測試的學生(Alanís,2000)。研究還稱，一至五年級在同一所學校念書的學生參加全國性考試的通過率比他們的轉學生同學要高，對于英語水平有限的學生尤是如此。

在馬里蘭州和俄亥俄州開展的大規模校園調查建立起出勤與成績之間的關系。Lamdin (1996)考察了巴爾的摩公立學校系統97所小學的數據。一所學校的平均出勤率越高，其學生的閱讀和數學成績就越好。師生比和生均支出等校方投入也被加入回歸模型，但它們對學業成績的影響并不顯著。Roby (2004)研究了俄亥俄州所有學校的四、六、九、十二這4個年級。出勤率從85%到99%不等。通過俄亥俄州的水平測試可以發現學校出勤率與學生成績之間存在強相關。相關程度的最高值.78出現在九年級。Roby還對每個城市地區成績最高的3所學校和成績最低的3所學校進行比較。成績低的學校年平均出勤率明顯較低。

學生缺勤的原因有很多。Kube and Ratigan (1992)認為，學生缺勤的原因已不再局限于生病或家人去世。好的天氣、假期和同學間的競爭壓力對日平均出勤率和學生成績的影響大于學生生病或家人去世。其他曠課原因還包括無力支付學費、文化宗教活動、承擔養家的責任、學習熱情。

（四）研究目的與研究問題

本文對東北部城市學區的轉學、出勤和成績數據進行分析描述。筆者考察了區內80所學校每個年級的數據，這樣就能夠對小學、初中和高中進行比較。分析的單位是學生，這意味著本研究所有變量的數據來源都以學生個體為單位，而非以學校集體為單位。按照學區對學生的4種分類來考察他們的出勤和轉學情況：穩定出勤生、穩定缺勤生、轉學出勤生、轉學缺勤生。研究還考察了排除社會經濟狀況和性別的作用后，種族與轉學-成績之間的關系。換言之，它確定了對黑人學生和白人學生而言，轉學與缺勤對他們的數學成績的影響是否一致。以下3個問題是本文所關注的。

1.研究問題Ⅰ：一至十二年級所有學生按人口統計子類劃分，其轉學率和缺勤率分別是多少？

2.研究問題Ⅱ：通過賓夕法尼亞州學校評估體系(PSSA)的測量，八年級和十一年級的轉學和出勤情況對數學成績有怎樣的影響？對于人口統計子類的影響是否有差異？

3.研究問題Ⅲ：區內10所高校的轉學、缺勤及兩者對數學成績的影響有何差異？

本研究與其他研究的不同之處在于，其根本目標是以對學區有參考意義的方式回答上述問題。與任何針對實證數據的調查一樣，可以運用許多統計技巧和方法來獲取結果。例如，某些研究可能是借助回歸分析來分析學生和學校因素對成績差異程度的影響，從而進一步深入研究特定領域。本文并非如此，而是旨在獲取更多富有描述性和統計性的結果，為校方和社區提供有關學校準確的情況。學區官員、教師、家長和其他感興趣的市民可以獲悉到作為年度達標進步幅度其中一項的總體出勤率，并大致了解學校系統的轉學情況。然而，關于每個年級和每所學校的特定信息則無法公開。

本文給出的結論是完整報告所給出信息的一部分(A+ Schools,2006; Parke,2006; Parke & Kanyongo,2007)，里面包括一系列附加的背景指標以及所有受測年級（三、五、八、十一）數學和閱讀成績。當賦予這些數據意義時，它能夠為進一步研究指明目標。教育管理者和教職員工的時間都十分寶貴，因此使他們在瀏覽這些數據時將注意力、資源和精力引導到最有用的地方才是最有益的。

二、研究方法

（一）樣本和數據來源

2004-2005學年，學區入學人數為3.2萬人。本研究對區內全部80所學校的數據進行分析。其中53所小學中的絕大多數開班從幼兒園到五年級，少數開班至八年級。17所初中從六到八年級。10所高中從九到十二年級。全區大約57%的學生為非裔美國人，38%為白種人，6%為亞裔、西班牙裔或印第安人。大部分學生(64%)享受免費或優惠午餐。

本文的數據來自由學區維護的實時信息系統、《社區報告：匹茲堡市公立學校發展》(A+ Schools,2006)以及關于轉學和缺勤情況的補充報告(Parke,2006)。第一個來源是一個旨在為學校服務器提供高效準確接入的網絡界面。它含有豐富的學生信息，包括學生的測驗成績、人口統計信息、出勤和轉學信息等。社區報告是郵寄給區內所有家長的，也會派發給社區相關市民，或可在市圖書館及其他公共場所索取。它包含了每所學校的所有表現數據，包括國家評估和該區其他標準化測試給出的閱讀和數學分數。報告中還給出了每所學校的許多背景數據，包括學校層面的出勤率、轉學率和穩定率，人口統計數據和各種教師及校長數據。報告中與高中有關的部分包含了學習能力傾向測驗（SAT）分數、大學預修課程錄取信息、畢業率、考上大學的學生比例。補充報告發放給學校管理者及教職員工、感興趣的家長和社區成員。

（二）數據分析

本文考察了2004-2005學年一至十二年級學生的出勤和轉學數據，以及2005年八年級和十一年級學生PSSA的數學和閱讀成績數據。決定采用該學區數據系統所維護的出勤-轉學數據作為變量。學生被分為4類：穩定出勤生、穩定缺勤生、轉學出勤生、轉學缺勤生。穩定生是指整個學年都沒有轉過學的學生。轉學生是指在一個學年中至少轉過一次學的學生。出勤生是指整個學年中缺勤率低于5%的學生，缺勤生是指缺勤次數較多的學生。盡管該變量為本研究所特有，但我們對轉學和缺勤的定義與其他研究相似(e.g.,Alexander et al.,1996; Hinz et al.,2003); Malmgren & Gagnon,2005)。

為了回答研究問題Ⅰ關于普遍性的問題，我們按照年級、性別、種族（黑人、白人、其他）和社會經濟狀況（享受免費、優惠或正價午餐）分類給出出勤-轉學的學生比例。運用卡方分析確定年級與所有學生以及每一子類的學生的出勤-轉學的顯著關系。

對于研究問題Ⅱ，即對數學成績的影響，我們對每個年級進行了雙因素方差分析(ANOVA)。將出勤-轉學與種族（黑人子類和白人子類）作為獨立變量。“其他人種”類別沒有囊括其中，原因是該類別學生人數較少，并且其中的種族類型較多。因變量是PSSA的量表分。如前所述，選擇了特定的分析方法，以便讓該學區和社區的大部分人都能讀懂研究結果。相比與回歸法有關的標準化系數和標準化相關性，與ANOVA相關的平均值和標準差等描述性統計數據往往更容易為教育從業者們所理解并對他們有意義。我們分析的最終目的就是要提供精確而又有用的數據。

析因的ANOVA使我們能夠考察出勤-轉學對成績的主要影響以及這兩個自變量之間的相互作用。換言之，通過考察每個種族學生的成績與出勤-轉學之間的關系，從而確定對黑人學生和白人學生兩個子類的影響是否存在差異。最后，通過雙因素協方差分析(ANCOVAs)確定方差分析的結果在排除了性別和社會經濟狀況這兩個協變量后是否有變化。

回答研究問題Ⅲ需要對高中進行更深入的考察。由于高中各年級的學生數量更多，因此我們可以分別對這10所學校做出上述分析。每所學校成績的比較加上學校信息的補充，如學校類型（精英中學或社區中學）、參加SAT的學生比例、SAT分數和蘭德公司給出的學校總體評級(Gill,Engberg,& Booker,2005)。

三、結論

這里只給出了一部分結論。在年度報告(A+ Schools,2006)中可以找到關于學校的補充背景數據，在補充報告中可以找到更多關于出勤-轉學的信息(Parke,2006)。需要指出的是，本文的推理測試所給出的結論在實際報告中并沒有那么顯著，因此與描述性數據區別不大，不過對于統計證據感興趣的人，也可供其作參考。

（一）研究問題Ⅰ：按照年級和人口統計數據給出學生出勤和轉學

1.按年級的出勤-轉學情況

表1給出了每個年級每個出勤-轉學類別的學生比例。在低年級（一至五年級）中，一年級的穩定出勤生比例最高（80%），并隨年級增長而逐漸降低（五年級為47%）。相反，一年級的轉學出勤生比例最低（9%），到五年級則增至47%。無論是穩定生還是轉學生，每個年級的缺勤生比例都不高（總體為5%）①。年級層次與出勤-轉學的關系顯著，χ2(12,N=11,796) =1096.49,p＜.001，效應量適中（.305）。

表1 一到十二年級4種出勤-轉學類別的學生比例

在初中階段，年級與出勤-轉學的關系也很顯著χ2(6,N=7,597)=404.27,p＜.001，相關系數為.231。與小學階段相似，穩定出勤生的比例從六年級的77%下降至八年級的56%，而轉學出勤生的比例從7%上升至20%。在出勤方面，初中生缺勤生（無論是穩定生還是轉學生）的比例稍高于小學生。

缺勤的比例到了高中階段繼續擴大。穩定缺勤生的比例范圍為20%-34%，轉學缺勤生為12%-20%。年級與出勤-轉學的關系同樣很顯著，χ2(9,N=9,839)=215.79,p＜.001，盡管其相關系數不如小學和初中年級的強(r=.148)。隨著年級的遞增，穩定出勤生的比例呈下降趨勢，而轉學缺勤生的比例則呈上升趨勢。

2.按種族的出勤-轉學情況

圖1給出了3個種族子類（黑人、白人、其他）的結果。其他類的結果應審慎對待，因為它代表了包括亞裔美國人、西班牙裔和印第安人在內的多種族學生。另外，這類學生的人數較少。②在完整報告中給出了實際的比例以及每種學校層次的獨立數據。圖表中的第一組條形柱代表小學各年級。種族與出勤-轉學的關系顯著，χ2(6,N=11,796)=468.41,p＜.001，但相關系數很低(r=.199)。黑人轉學生比白人和其他種族轉學生更多。不同種族的兩類缺勤生的差異非常小。

圖1 小學、初中和高中各年級按種族的出勤-轉學情況

在初中階段，白人和其他種族子類的穩定出勤生比例高于黑人子類。在剩余的出勤-轉學類別中，黑人學生子類的比例稍高于白人學生。雖然關系呈顯著，χ2(6,N=7,597)=180.59,p＜.001，但與小學階段相似，其相關系數較低。

在高中階段，結果呈顯著，χ2(6,N=9,839)=652.20,p＜.001，種族與出勤-轉學之間的相關系數較強(r=.257)。最明顯的差別出現在穩定出勤生和轉學缺勤生這兩個類別。黑人子類的穩定出勤生比例比白人和其他子類低，轉學缺勤生比例比他們高。

3.按社會經濟狀況的出勤-轉學情況

在研究社會經濟狀況與出勤-轉學的關系之前，我們想先確定社會經濟狀況與種族是否顯著相關。研究表明，這兩個變量一般情況下是相關的，尤其在城市地區。再者，許多學校教職員工和學區內的社區成員認為，黑人和白人學生的比例與享用免費或優惠午餐和正價午餐學生的比例是一致的（即這兩個變量將學生分成了類似的組別）。結果表明，種族與免費或優惠午餐變量之間的關系顯著(p＜.001)并且強度適中(小學各年級r=.378，初中各年級r=.382，高中各年級r =.367)。黑人學生享受免費或優惠午餐的比例高于白人學生。然而，幾乎所有黑人學生的社會經濟狀況都不佳和幾乎所有白人學生的社會經濟狀況都不錯的認知是錯誤的。例如，在小學和初中各年級，20%的黑人學生沒有享受免費或優惠午餐的資格，而50%的白人學生具有這種資格。

因此，出勤-轉學類別研究了4個子類的學生：享受免費或優惠午餐的黑人學生、享受正價午餐的黑人學生、享受免費或優惠午餐的白人學生和享受正價午餐的白人學生。圖2給出了小學生的結果。可以留意到，黑人柱狀圖的和白人柱狀圖的走勢相似。例如，當考察穩定出勤生（每幅圖表的前兩個條形柱）時，享受免費或優惠午餐的黑人學生的比例為50.5%，而享受正價午餐的黑人學生的比例為64.4%——兩者相差13.9%。白人學生也存在同樣的情況。享受免費或優惠午餐的白人學生的比例為65.4%，而享受正價午餐的白人學生的比例為78.8%——兩者相差13.4%。

盡管本文沒有顯示，初中的結果也大體如此。對于穩定出勤生，享受免費或優惠午餐和享受正價午餐的黑人和白人學生人數比例分別相差14.5%和20.8%。在高中各年級，白人學生的比例差距更明顯。分別享受兩種午餐類別的穩定出勤生的比例差距，白人學生達到24.3%，而黑人學生僅為11.9%。

圖2 小學各年級（一到五年級）按種族和午餐的出勤-轉學情況

4 .按性別的出勤-轉學情況

根據性別來分析，小學各年級男生與女生的出勤-轉學差異不明顯。初中和高中各年級的性別差異在統計上明顯，但關系非常弱。穩定出勤的女生比例僅比男生高出一點。由于篇幅所限，此處暫未列出性別結果的圖表。

（二）研究問題Ⅱ：出勤-轉學對學生成績的影響

1.八年級PSSA數學成績

表2的雙因素方差分析結果表明，八年級學生的出勤-轉學對數學成績影響顯著(p＜.001)。圖基分析顯示，穩定出勤生的平均量表分（1332）比另外3個類別的平均分都要高：穩定缺勤生（1193）、轉學出勤生（1228）、轉學缺勤生（1160）。4種出勤-轉學類別中唯一差異顯著的出現在兩種轉學生類型之間。轉學出勤生的平均分明顯高于轉學缺勤生。種族變量對數學成績也有顯著影響(p＜.001)。白人學生的數學量表分（1377）明顯高于黑人學生（1213）。

在考察兩個獨立變量對數學成績的同時效應時，我們還從方差分析中發現種族和出勤-轉學之間沒有顯著性交互影響(p＞.01)。換言之，盡管白人學生的成績總體上優于黑人學生，白人和黑人學生在所有4種出勤-轉學類別中的量表分走勢基本趨同。仔細研究圖3能夠更好地理解這一結論的意義。圖表直觀地表現了種族與出勤-轉學之間的非交互作用。要注意，連接每個種族量表分的線基本平行。這意味著無論是黑人學生還是白人學生，4種出勤-轉學類別的數學成績走勢基本一致。不考慮學生的種族，他們的出勤-轉學情況對數學成績的影響是相同的。運用協方差分析并控制了社會經濟狀況和性別變量后，所有結果都沒有變化。

表2 八年級數學成績雙因子方差分析的結果

2.十一年級PSSA數學成績

方差分析結果表明，主效應和交互效應都很顯著，但在排除了社會經濟狀況和性別變量后，出勤-轉學與種族之間的交互作用便不再顯著。因此此處只列出了協方差分析的結果。

表3的協方差分析表明，出勤-轉學效應顯著(p＜.001)，種族效應顯著(p＜.001)。在出勤-轉學方面，4種類別中每一對的數學量表分都有顯著差異。平均分從高到低排分別是穩定出勤生（1360）、轉學出勤生（1256）、穩定缺勤生（1175）和轉學缺勤生（1078）。在種族方面，黑人學生的數學成績（1130）明顯低于白人學生（1409）。

排除了社會經濟狀況和性別的影響后，兩個變量之間的交互作用變得不明顯(p＞.01)。與八年級的結果相似，黑人和白人學生所有出勤-轉學類別的數學量表分的走勢相同。圖4直觀地展示了每個出勤-轉學類別下的兩個子類的平均分。盡管白人學生的連線高于黑人學生，兩條連線的數學成績都呈現從穩定出勤生到穩定缺勤生下降、然后轉學出勤生上升，最后轉學缺勤生下降的趨勢。換言之，對于兩個種族，最高的數學平均分出現在兩個出勤生類別，而兩個最低的數學平均分出現在兩個缺勤生類別。

圖3 八年級按種族的出勤-轉學情況與PSSA數學平均量表分

（三）研究問題Ⅲ：進一步考察高中

這一節給出了一些針對每所區內高中的分析。給出了出勤-轉學類別的比例，并描述了對PSSA數學成績的影響。最后就通過學生表現和學校表現的補充指標對學校作了簡單比較。

1.高中缺勤和轉學的普遍情況

完整報告中給出了直觀的圖示。本文中，圖5表示每所高中十一年級穩定出勤生的比例。將學校按學生比例從高到低排（從76%到17%），每個條形住的置信區間為95%。③其中兩所學校（A校和B校）的置信區間比例高于其他大部分學校，因此它們的穩定缺勤生的比例（分別為7%和10%），轉學缺勤生比例（分別為3%和 2%）比其他學校低并不奇怪。然而，一個有趣的結論是，A校的轉學出勤生比例（14%）高于其他學校。

表3 十一年級數學成績雙因素方差分析的結果

圖4 十一年級按種族的出勤-轉學情況與PSSA數學平均量表分

圖5 各高中十一年級穩定出勤生的比例

2.各高中的出勤-轉學對PSSA數學成績的影響

一些高中由于十一年級學生人數太少一直無法按照4種出勤-轉學類別展開調查。因此，僅比較出勤與缺勤（將穩定與轉學類別結合起來）和穩定與轉學（將出勤類別結合起來）。

3.出勤生與缺勤生

圖6給出了每所高中兩組數學量表分平均值，分別代表出勤生和缺勤生的PSSA數學平均分。每個平均值附近的豎線代表95%的置信區間（平均值真值可能值的范圍）。各高中的區間廣度各不相同，因為它考慮了每所學校的學生人數，以及每個學生分數的偏差程度。學生人數較少或分數偏差較大的學校的置信區間較廣。學生人數較多或分數偏差較小的學校的置信區間較窄。

10所高中里的7所（B校、C校、E校、F校、H校、I校和J校）的比例附近的置信區間并不重合，說明兩個PSSA平均分的差異。每所高中的出勤生的數學成績都比缺勤生高。10所中的另外3所（A校、G校和D校），盡管出勤生的分數較高，但兩組學生的數學分數并沒有差異。

4.穩定生與轉學生

接下來的分析目的是確定穩定生與轉學生的PSSA分數是否相似。圖7表明每所高中穩定生的平均分高于轉學生的平均分，但置信區間只表明一半學校（C校、E校、H校、I校和J校）在兩個平均分上的差異。在這5所學校中，穩定生的數學成績比轉學生高。要注意到，大部分學校的轉學生置信區間大于穩定生，因為轉學生類別的學生人數較少。

5.學校其他指標的比較

在兩所穩定出勤生比例最高的學校（A校和B校），75%的學生參加了SAT，比例高于其他高中。B校的SAT數學和語言成績高于學區平均分，A校的SAT成績則接近學區平均分。這很可能與每所學校的辦學特色方向有關，B校附近有一所工程預科公立中學，A校是一所在市中心文化區的藝術精英學校。

還可以用兩個學校層面的表現指標來對比學校。蘭德公司(Gill,Engberg,& Booker,2005)計算出學校表現指數(SPI)，它能估計每所學校對學生的閱讀和數學成績的平均貢獻。評分范圍從1（低）到4（高）。第二項指標是平均學生成績（ASA），它是每所學校閱讀和數學平均成績的預估，基于PSSA、Terra-Nova以及新標準成績。評分范圍從1到100。兩所學校的評分都很高。A校和B校的SPI分別是4和3，ASA分別是74和72。

圖6 各高中十一年級出勤生和轉學生與PSSA數學平均量表分的關系

圖7 各高中十一年級穩定生和轉學生與PSSA數學平均量表分的關系

穩定出勤生比例最低的兩所學校（I校和J校）的PSSA數學分數低于地區平均分。兩所都是沒有精英項目的社區學校。I校開設商科和金融專業，以及烹飪和美容專業。J校開設初級預備役軍官訓練團和法律及政務專業。J校參加SAT的學生人數比例最小（31%），低于所有其他學校。I校該比例（48%）接近地區平均值。兩所學校的SAT語言和數學成績都低于地區平均值。另外，兩所學校的評分都很低。I校和J校的SPI分別是1和2，ASA分別是13和16。

剩下的6所高中，其SAT和蘭德公司評分的表現介于穩定出勤生人數比例最高的兩所和最低的兩所學校之間。總的來說，這些附加的表現指標得出的結論與PSSA指標一致。轉學率和缺勤率高的高中學業表現較差。

四、討論

本章節是對一些主要結論的歸納和與其他研究結果的比較。我們將關注轉向對該學區的啟示以及其他面臨類似教學問題的大城市地區。最后，簡要討論了地區及其社區和高校合作伙伴進一步分析的方向。

（一）結論歸納

首先運用地區數據庫所記錄的一個變量，縱觀各年級轉學和缺勤的普遍情況。在小學階段，轉學比缺勤普遍。轉學生的比例隨著年級遞增而增加，每學年至少轉學一次的學生比例，從一年級12%的上升到五年級的52%。在出勤方面，一到五年級學生有90%出勤率至少達到95%。這些發現與其他城市地區如芝加哥(Kerbow,1996)和巴爾的摩(Alexander et al.,1996)對小學的研究結果相一致。但隨著年級遞增，數據顯示出勤率下降。在高中階段，九到十二年級平均只有54%的學生被定義為出勤生。這個低比率與明尼阿波利斯的發現一致，只有47%的學生達到一學年95%的出勤率(Hinz et al.,2003)。

研究表明，轉學生和低出勤率學生在某些人口特征方面趨同，如低收入、少數族裔、父母教育程度低(e.g.,Alexander et al.,1996; Kerbow,1996; Malmgren & Gagnon,2005; Paik & Phillips,2002)。種族與轉學的關系，盡管在小學和初中階段顯著，在這里卻很弱。黑人子類比白人子類轉學更多，但不同種族的出勤率差異卻可以忽略。在高中，這一關系的程度更深。最顯著的是，黑人的穩定出勤生比例比白人低，轉學缺勤生的比例比白人高。

在分析美國種各族的社會經濟狀況時發現了有趣的結論。黑人和白人學生的走勢相似。黑人穩定出勤小學生的正價午餐和免費或優惠午餐之間的差異為14%。對于白人小學生，這個比例為13%。這個走勢維持到初中，但是在高中階段白人學生穩定出勤類別的社會經濟狀況差異大于黑人學生。

關于研究問題Ⅱ的分析顯示了每個年級層次出勤-轉學對全國性測試的數學成績的顯著影響。穩定出勤生的平均量表分高于其他3個類別的學生，出勤-轉學對各種族的成績的影響不存在差異效應。這意味著盡管白人學生總體上成績高于黑人學生，4個出勤-轉學類別的兩個組別走勢趨同。不考慮學生種族，他們的出勤-轉學情況對數學成績的影響是一樣的。

在那些服務于軍人家庭學校方面，研究普遍表明出勤和轉學對學業有負面影響(e.g.,Hinz et al.,2003)。然而有些研究發現，在控制了可能引起混淆的變量如社會經濟狀況、性別和先前的成績后，轉學與學業不再有關聯(e.g.,Alexander et al.,1996; Heinlin & Shinn,2000)。在本研究中，即便在控制了性別和社會經濟狀況后，出勤-轉學變量的確仍對成績有顯著影響。所有年級（三、五、八和十一）在全國性測試（PSSA）的數學和閱讀成績都能證明這點(所有證據，見Parke,2006)。

即便收入水平和轉學的關系很顯著，研究人員相信轉學對學生學業的影響不可忽視。“由于轉學生的家庭生活的混亂，他們最需要穩定的學校環境以平衡他么的生活”(Titus,2007,p.92)。Alexander et al.(1996)曾說：

“背景控制有助于避免將學生的學校教育的結果（錯誤地）歸到學校的作為上。但需要注意，如果轉學確實會帶來負面影響，那么調整社會不利地位的有關措施就會剛好抵消掉我們希望監測的效果”(p.8)。

研究問題Ⅲ包含一個對區內10所高中的獨立分析。大多數高中里的大部分學生是穩定出勤生或者穩定缺勤生，但各校的比例不同。成績結果顯示每所高中的出勤生的PSSA數學平均分比缺勤生高，10所高中里的7所分數的差異在統計上顯著。轉學似乎對成績的影響不及出勤大。其中5所高中，平均而言穩定生的數學成績在統計上高于轉學生。

（二）對街區的啟示

在大多數教育研究中，數據的意義很大程度上取決于學區是否能夠理解這些信息，是否能夠運用它來指導工作。本節聚焦這些結果如何讓地區確定問題的嚴重程度，確定亟待關注的轉學和缺勤年級與學校。源自簡單而又系統的數據分析的結果有助于確定優先事項和重新組織回答以下問題所需的附加數據，即為何這些數據能表現這些內容？因此，地區工作人員可以就提升出勤率和降低轉學率問題作出有據可依的決策。本節最后簡要描述了美國各地教育工作者用以減少轉學和缺勤的負面影響的一些方法。

1.明確問題所在

學校領導、教職員工區對轉學率缺勤率高企普遍有所了解，但通過實證數據的形式，問題的所在便更為明了。從各個年級和各所學校出發進行廣泛考察，使我們發現有助于未來深入考察的特定數據。這里詳細探討了4種特性：⑴小學高年級轉學率，⑵高中的缺勤率和10所學校的差異，⑶享受免費或優惠午餐學生與享受正價午餐學生中穩定出勤生的比例差異，⑷轉學與缺勤對兩個種族的學生學業的負面影響。

地區的第一個優先事項是進一步考察小學的轉學情況。令人驚訝的是，相比初中和高中，小學階段的轉學是一個突出問題（尤其在三、四、五年級）。40%-50%的小學高年級學生被歸類為轉學出勤生或缺勤生，相比之下高中各年級只有25%。地區數據庫記錄和更新轉學的信息，包括轉學的日期及原因（例如：搬離本區，轉到私立學校、教會學校或特許學校）。本研究的結論表明，值得花時間和資源調查小學各年級學生轉學的時間、去向和原因。

轉學一般出現在什么時候？發生在學年中的轉學比發生在學年初或學年末的轉學對學生學業、老師教學和課程進度的消極影響更大。轉學生的流向和來源是哪里？首先將轉學分為區內轉學和區外轉學。然后可以得到每所學校的轉學情況。有些學校的學生人數較穩定，而另一些學校的轉學生較多，如高中。為什么學生要轉學？學生轉學有很多原因。有些是學校原因（如安全問題、教育質量、特殊教學項目），有些是由于家庭住址變化，還有一些與機構相關。

找出學生轉學的時間、去向和原因，有助于地區找到讓學生和家庭不轉學的方法。例如，改變家庭住址的可以選擇當年繼續留在原學校。如果家庭對學校不滿意，那么就應該改善學校的受歡迎程度，讓家長們找到歸屬感。通過加強學校、教師和家庭之間的社會聯系，就不存在家長就為子女的教育問題另謀出路的需求，孩子也就不用轉學了(Kerbow et al.,2003)。最后，引起人們關注孩子轉學給他們的學業和對學校的適應性帶來的負面影響，有助于鼓勵家長將問題在校內就地解決，而不是一味尋求轉學。方法包括同儕調解、與教員和其他家長聯系、參加學校組織的活動。

地區第二個優先事項是調查高中的缺勤問題。盡管高中生也有轉學情況，對這些年級的學生來說，缺勤才是一個更嚴重的問題。本研究的結論表明，10所學校的缺勤情況各不相同。有些學校出勤生比例高（超過75%），而另一些則很低（25%或以下）。數據表明有的學校在讓學生每天上學方面表現比其他學校好。為何學校之間會存在差異？有人認為是由于該區的學生構成或學校所在的街區造成的。另一些人則認為高出勤率是由于學校氛圍好，而非源于學生的人口特征。

再有，更深入地探究這個問題，地區數據庫可于確定缺勤的原因是因故還是無故。每所學校的出勤率都由許多因素共同作用而成。地區職員可以結合其他可用的背景和表現指標來區分人口特征相似但出勤水平有差異的學校。例如，為何D校的出勤問題不及人口特征與其相似的H校嚴重？H校的管理者和教師能夠從D校身上學到什么？

當地區了解到每所學校缺勤的更多情況后，接下來的步驟便是確定是否所有學校的出勤情況都已按標準格式被監控和記錄下來。當理解了問題的嚴重程度和發展趨勢后，地區就能探討改進這些統計數字的方法。換言之，怎樣才能讓學生來上學？可以改進出勤的規章和手續，明確教職員工的角色和責任，讓學生融入教學，讓家庭和社區融入學校(Hinz et al.,2003)。

第三個優先事項源于穩定出勤生的人口特征比較結果。地區管理者、教職員工和家長往往會發布或讀到兩個種族（黑人和白人）之間和兩個社會經濟狀況子類（免費或優惠午餐和正價午餐）之間數據對比的報告。本研究最有趣的結果之一，來自對每個種族的各種社會經濟狀況水平的考察。黑人子類以及白人子類享受免費或優惠午餐和正價午餐的穩定出勤生比例存在差異。在小學階段，兩者的差異幅度相同（14%）。在初中和高中階段，白人子類兩個社會經濟狀況子類的差異更顯著。例如，高中白人學生的差異的比例為24%，而黑人學生為12%。

另一個近期關于該地區數學成績數據的研究(Parke,2009; Parke & Keener,2009a)顯示，有些高中在服務社會經濟狀況不佳的學生方面比其他高中做得好。為了更進一步研究之前的結果，地區工作人員可以按照學校的分解數據來確定是否某些學校的穩定出勤生的社會經濟狀況鴻溝小于其他學校。分解人口特征數據，不管是為了理解轉學、缺勤還是成績，都能揭示關于學校的有用信息。這些發現，與如大學入學考試和學校評級等其他可獲取的高中表現指標一道，幫助描繪出一幅關于每所學校的強項和挑戰的更完整的畫面。

第四個關注點是通過大規模評估得到的缺勤和轉學對數學成績的負面影響。分解每個種族的數學成績后發現，黑人和白人學生的結果走勢相似。不考慮種族，兩個最高的數學平均分出現在兩個出勤生類別，兩個最低分出現在兩個缺勤生類別。類似地，穩定生類別的數學平均分高于轉學生類別。簡言之，不管是黑人學生還是白人學生，只要他們缺課或者轉學，學到的知識就少了。

這個結果強化了研究區內轉學和缺勤原因的重要性，亦即在討論前面三個優先項時提到的，那么就可以采取措施降低學生轉學和鼓勵學生上學。同樣重要的是集中力量幫助解決和減少負面影響，因為事實上，轉學不可能完全消失，出勤率也不可能達到百分百。下一節將簡要描述別的地方采取的一些措施。

2.向其他學區的做法學習

轉學與缺勤不僅對學生學業有消極影響，研究表明它還給學校、教師和管理者帶來負面影響，包括打斷所有學生的學習進度、中斷班級教學進度、使學校無法實施長期教學計劃。再者，高轉學率與輟學和行為問題等也有關系(Malmgren & Gagnon,2005; Osher et al.,2003; Rumberger,2002)。

可惜許多地區都沒有應對轉學與缺勤問題的系統和完整的方法。例如，將新生融入學校的責任通常會落到班主任身上，而班主任往往對學生過去的受教育情況了解有限。不過，地區可以從國外其他教育主管部門身上學習解決這些問題有關的措施、項目和戰略。

在德克薩斯州的一個地區，每所學校都設立一名家長聯絡人，此人為執業教師，負責考勤，對出勤有問題的學生進行干預、舉辦家長培訓工作坊、進行家訪、為社區和社工提供參照(Paik & Phillips,2002)。在明尼阿波利斯，一個全面的出勤計劃為教職員工處理學生的因故或無故缺勤設定了清晰的指引，為學校提供了完整的出勤數據，讓學生投入學習，讓家長和社區支持出勤(Hinz et al.,2003)。最后，軍人家庭經常搬家，但他們在教育指導和社區層面都有一種安定感(Smrekar & Owens,2003)。國防部的學校有應對轉學的支持機制。它們的教職人員比較穩定，有專人負責學生的教育問題。同時它們還對公立教育盡職盡責，包括鼓勵家長參與到其子女的教育，并往往有資源和專人負責維護和交換學生的資料記錄。

3.進一步研究的重要性

盡管地區正在深入挖掘之前提到的問題，研究者還可以從其他方面進一步研究。一個是對轉學和出勤作出更具體可行的定義。本研究的變量將學生分為4個類別，并以此作為研究起點，因為此分類方法源于該學區，學校教職員工對此都非常熟悉。不過它也有局限性，因為它沒有捕捉到學生轉學的次數，也無法說明學生實際缺勤的天數。

還需要進行更多研究來考察學校所有年級在一段時間內的同生群。本研究考察了一個學年內的轉學與出勤情況。我們現在分析的是高中階段的數據，研究了從九到十二年級都一直接受學校教育的學生同生群人口特征和學業指標。初步結果表明，九年級只有一半的學生在4年內都留在該學區(Parke & Keener,2009b,2011)。大部分非同生群學生在九年級之后離開該學區并再也沒有回來。其他非同生群學生在幾年間不斷轉學，他們經常缺勤，也時常違反紀律。同生群與非同生群成績的比較表明，同生群學生在3個標準化測試和數學課程上的分數明顯高于非同生群學生。

最后要考慮的是附加變量對轉學、出勤與成績之間關系的影響。當進行研究時，為解釋某種特定現象，總會涉及許多學生、家長、環境和學校背景等變量因素。因此需要記錄并善用學區的縱向記錄，從而最終完成它們原本的使命，即不斷改善教學過程的方方面面。

注釋：

①表中沒有包含比例的標準誤差，因為它們都接近1.0。例如，穩定出勤生的標準誤差范圍為0.8至1.1。

②筆者決定將其他種族學生納入此描述性圖表，因為該區家長表示，他們希望看到自己子女所在類別的結果。

③由于每所學校的樣本量相對較小，正態分布的傳統置信區間無法精確估算真值區間(Glass & Hopkins,1996)。因此引用了二項分布(Ghosh,1979)。

[1]A+ Schools.(2006).The first annual report to the community on public school progress (2004-05).Pittsburgh,PA：A+Schools：ACommunity Alliance for Public Education.

[2]Alanís,I.(2000).A Texas two-way bilingual program： Its effects on linguistic and academic achievement.Bilingual Research Journal,24,225-248.

[3]Alexander,K.L.,Entwistle,D.R.,& Dauber,S.L.(1996).Children in motion： School transfers and elementary school performance.The Journal of Educational Research,90,3-12.

[4]Biernat,L.,& Jax,C.(2000).Limiting mobility and improving student achievement.Hamline Law Review,23,1-37.

[5]Crone,T.M.(2004).What test scores can and cannot tell us about the quality of our schools.Business Review,3,5-21.

[6]Entwisle,D.R.,& Alexander,K.L.(1988).Factors affecting achievement test scores and marks of black and white first graders.The Elementary School Journal,88,449-471.

[7]Fowler-Finn,T.(2001).Student stability vs.mobility.School Administrator,58,36-40.

[8]Franke,T.M.,Isken,J.A.,& Parra,M.T.(2003).A pervasive school culture for the betterment of student outcomes： One school’s approach to student mobility.Journal of Negro Education,72,150-157.

[9]Ghosh,B.K.(1979).Acomparison of some approximate CIs for the binominal parameter.Journal of the American Statistical Association,74,894-900.

[10]Gill,B.,Engberg,J.,& Booker,K.(2005).Assessing the performance of public schools (Working Paper 315-1 EDU).Santa Monica,CA： RAND Education.

[11]Glass,G.V.,& Hopkins,K.D.(1996).Statistics methods in education and psychology (3rd ed.).Boston,MA： Allyn & Bacon.

[12]Heinlin,L.M.,& Shinn,M.(2000).School mobility and student achievement in an urban setting.Psychology in Schools,37,349-357.

[13]Hinz,E.,Kapp,L.,& Snapp,S.(2003).Students attendance-mobility in Minneapolis public schools.Journal of Negro Education,72,141-150.

[14]Kerbow,D.(1996).Patterns of urban student mobility and local school reform.Journal of Education for Students Placed at Risk,1,147-169.

[15]Kerbow,D.,Azcoitia,C.,& Buell,B.(2003).Student mobility and local school improvement in Chicago.Journal of Negro Education,72,158-64.

[16]Kube,B.A.,& Ratigan,G.(1992).Does your school have a clue? Putting your attendance policy to the test.The Clearing House,65,348-350.

[17]Lamdin,D.J.(1996).Evidence of students attendance as an independent variable in education production functions.The Journal of Educational Research,89,155-162.

[18]Malmgren,K.W.,& Gagnon,J.C.(2005).School mobility and students with emotional disturbance.Journal of Child and Family Studies,14,299-312.

[19]Meyer,R.H.(1996).Value-added indicators of school performance.In E.A.Hanushek&D.W.Jorgenson (Eds.),Improving America’s schools： The role of incentives (pp.197-223).Washington,DC：National Academy Press.

[20]National Forum on Education Statistics.(2005).Forum guide to education indicators (NFES 2005-802).Washington,DC： U.S.Department of Education,National Center for Education Statistics.

[21]Osher,D.,Morrison,G.,& Bailey,W.(2003).Exploring the relationship between student mobility and dropout among students with emotional and behavioral disorders.Journal of Negro Education,72,79-96.

[22]Paik,S.Z.,& Phillips,R.(2002).Student mobility in rural communities： What are the implications for student achievement? Naperville,IL： NCREL.Retrieved from http://www.ncrel.org/policy/

[23]Parke,C.S.(2006).Student attendance-mobility and the effects on student achievement in mathematics and reading (Technical Report No.06-12-01).Pittsburgh,PA： A+ Schools： A Community Alliance for Public Education.

[24]Parke,C.S.(2009).Mathematics achievement for cohort and non-cohort high school Students (2002 to 2006)： Large-scale assessments and math coursework (Technical Report No.09-05-01).Pittsburgh,PA： A+ Schools： A Community Alliance for Public Education.

[25]Parke,C.S.,& Kanyongo,G.(2007,April).Impact of student attendance-mobility on mathematics and reading student achievement.Paper presented at the annual meeting of the American Educational Research Association,Chicago,IL.

[26]Parke,C.S.,&Keener,D.(2009a,April).Analyzing math assessment scores,math coursework,and contextual factors for high schools in an urban district.Paper presented at the annual meeting of the American Educational Research Association,San Diego,CA.

[27]Parke,C.S.,& Keener,D.(2009b,April).Cohort versus non-cohort high school students’ math performance： Achievement tests and coursework.Paper presented at the annual meeting of the American Educational Research Association,San Diego,CA.

[28]Parke,C.S.,& Keener,D.(2011).Cohort versus non-cohort high school students’ math performance：Achievement tests scores and coursework.Educational Research Quarterly,34(4),3-22.

[29]Phillips,M,(1997).What makes schools effective? A comparison of the relationships of communitarian climate and academic climate to mathematics achievement and attendance during middle school.AmericanEducational Research Journal,34,633-662.

[30]Roby,D.E.(2004).Research on school attendance and student achievement： A study of Ohio schools.Educational Research Quarterly,28,3-15.

[31]Rumberger,R.(2002).Student mobility and academic progress.ERIC Digest.Retrieved from ERIC database.(ED466314)

[32]Smrekar,C.E.,& Owens,D.E.(2003).“It’s a way of life for us”： High mobility and high achievement in department of defense schools.Journal of Negro Education,72,165-177.

[33]Stover,D.(2000).The mobility mess of students who move.The Education Digest,66,61-64.

[34]Titus,D.N.(2007).Strategies and resources for enhancing the achievement of mobile students.NASSP Bulletin,91(1),81-97.

[35]U.S.Census Bureau.(2001).Why people move： Exploring the March 2000 current population survey.Retrieved from http://www.census.gov/population/www/socdemo/migrate.html

Student Attendance,Mobility,and Mathematics Achievement in an Urban School District

Carol S.Parke,Gibbs Y.Kanyongo

The authors aim to describe student attendance-mobility within a large urban district in ways that are meaningful and useful to schools and the community.First,the prevalence of mobility and nonattendance in Grades 1-12 across all students and by gender,ethnicity,and socioeconomic subgroups is presented.Second,the impact on student mathematics achievement is examined.Results show that nonattendance-mobility negatively impact mathematics achievement as measured by the state’s assessment,even after controlling for socioeconomic status and gender.Interestingly,there is not a differential impact across ethnicities.Black and White subgroups show similar patterns of achievement across attendance and mobility levels.Finally,the authors take a closer look at the 10 district high schools to determine where nonattendance-mobility is of particular concern.Implications for districts are discussed in terms of targeting the extent of the problem and where it is occurring,using that information to improve attendance and reduce mobility,and finally,instituting systematic approaches to deal with student movement in and out of schools.

large-scale assessment mathematics achievement; urban school districts

G40-054

10.3969/j.issn.1674-7178.2014.03.003

卡洛斯·S·帕克博士，賓夕法尼亞州匹茲堡市迪尤肯大學教育學院教育基金與領導系副教授，研究方向為教育測量、大規模評估與數學教學。吉布斯·Y·坎雍哥，迪尤肯大學教育數據與研究方法副教授，研究方向為數學成績與教育數據的多元統計。

（編譯：陳丁力）