基于結構方程模型的高中生科學探究能力紙筆測評體系構建*

張 茜 劉綺雯 王 穎 黃勝琴**

（1 華南師范大學生命科學學院 廣東廣州 510631 2 廣東實驗中學 廣東廣州 510375）

1 問題的提出

《普通高中生物學課程標準（2017年版）》中提出生物學核心素養，其中之一為“科學探究”，并劃分了4 個水平，對學生科學探究能力的評價具有理論指導意義。隨著新課程改革的深入，一線教師積極開展科學探究活動以培養學生的科學探究能力，但卻缺少與科學探究相適應的評價方法，教師無法準確發現學生存在的問題，進而無法有針對性地指導學生，使得探究活動的開展面臨諸多困難。因此，如何以促進學生科學探究能力的發展為目的構建科學探究能力評價體系是亟待解決的問題。

然而，國內對于高中生科學探究能力評價的研究大多停留在理論層面，例如，李雁冰［1］分析了評價學生科學探究能力的7 個關鍵要素：提出問題、猜想與假設、制定計劃、搜集證據、分析論證、反思評估和表達交流；羅國忠［2］從理論層面分析了紙筆評價、引導性工作單等多種評價方式的效度，并提出紙筆評價對評估提出問題、猜想與假設和制定計劃等探究能力具有一定的效度。國內對于高中生科學探究能力評價也有少量的實證研究，例如王晶瑩等［3］根據PISA 的評價指標體系，構建了認知、情境和內容三維測評框架，其中包括9 個一級指標和27 個二級指標，并采用問卷調查和訪談的方式調查學生的科學探究能力，但該研究并未對評價指標作出解釋，從而導致可操作性低，并且采用問卷調查的方式評價學生的表達交流等實踐方面的能力，其有效性還有待商榷。

現階段，最常用的評價學生科學探究能力的方式是紙筆評價和表現性評價，2 種方法各有優缺點。紙筆測評仍是重要的測評方式，例如Gober等［4］指出紙筆測評適用于大規模測評，但測評實踐能力方面的可信度值得質疑，而表現性評價雖然在評價學生的實踐能力方面更加可信，但該種評價方式成本高，不易管理，即不適用于大規模測試。近年來的國際科學學業成就測評（例如PISA）表明，雖然表現性評價可以完整地檢測學生科學探究的整個過程，但是在大規模的學習質量評價中，實施表現性評價存在困難，而紙筆測評仍然是非常可行和有效的評價方式。英國教育與科學部成立的學業評價機構（Assessment of Performance Unit，APU）提出，雖然紙筆測評的評價方式無法考查學生的實際操作能力，但是在任何實際探究中，學生都需要具備良好的科學思維能力，采用紙筆測評考查學生心智方面的能力是必要的［5］。因此，如何基于紙筆測試合理有效地構建學生科學探究能力的評價體系成為值得深思的問題。

本文通過借鑒國外科學探究能力評價的成功經驗，擬構建學生科學探究能力的紙筆測評體系，旨在合理有效地評價學生的科學探究能力，為一線教師大規模實施測評提供操作層面的參考。

2 國外科學探究能力評價研究

科學探究能力評價體系分為評價指標和評價標準。評價指標是指能力的外顯特征，評價標準是學生在完成任務中所達到的不同水平。

2.1 評價指標 國際教育測評和國外學者著重從設計探究方案（設置變量和對照組；擬定步驟）和分析總結（提出問題；解釋分析）2 個方面的評價指標評價學生的科學探究能力，例如PISA（2015）運用紙筆測評的方式從設計探究方案，解釋數據和現象等方面評價學生的科學探究能力［6］；Zachos 等［7］認為科學探究能力應包括設計探究方案（確定變量；猜想和假設）、解釋分析等；Wu 等［8］將科學探究能力劃分為提問（確定研究問題；作出假設）、實驗（確定和控制變量；計劃實驗步驟；選擇實驗方法）、分析（確定相關數據；轉化數據）、解釋（作出結論；解釋結論；評價）4 個要素；APU［5］認為科學探究的心智能力應從設計實驗方案、解釋和應用等角度進行評價。

2.2 評價標準 20世紀末，美國發起教育改革，強調以探究作為課程與教學的核心，學生主動參與科學探究是科學學習的核心。以“探究取向”為核心的課堂教學評價工具RTOP（reformed teaching observation protocol）應運而生，其評價標準細化，使得該評價工具具有可操作性，目前在美國科學教育界普遍使用，如表1所示。

表1 RTOP測評標準［9］

3 研究過程

3.1 研究程序 本研究分4 步進行：1）構建測評體系：借鑒國際教育測評和國外學者對科學探究能力評價的成熟經驗，構建學生科學探究能力紙筆測評體系。2）收集數據：以SS 中學229 名高三學生為被試，采用該測評體系對學生生物學探究性實驗試題的答案進行評分，得到數據。3）檢驗和修正指標：在AMOS 22.0 中構建評價模型，運用SPSS 20.0 確定測試的信度，并運用AMOS 22.0 進行模型擬合和驗證性因子分析，從而確定評價體系的合理性。4）為一線教師基于紙筆測試評價高中生科學探究能力提出建議。

3.2 研究對象 本研究選取SS 中學的高三學生219 名，其中實驗班88 人，重點班56 人，普通班75 人。調查對象為3 種不同層次的學生，使得調查具有一定代表性。

3.3 研究工具

3.3.1 學生科學探究能力紙筆測評體系 本研究通過借鑒國外關于科學探究能力評價的成熟經驗，構建了學生科學探究能力紙筆測評體系，包括測評指標和測評標準，其中測評指標包括1 個一級指標為科學探究能力（A），2 個二級指標為設計探究方案的能力（A1）和分析總結的能力（A2），以及4 個三級指標為設置變量和對照組（A11）、擬定步驟（A12）、解釋分析（A21）和提出問題（A22），具體內容見表2。

表2 學生科學探究能力紙筆測評指標

為使評價體系具有可操作性，學生科學探究能力評價標準的構建參照RTOP 量表的測評標準，如表3所示。

表3 學生科學探究能力紙筆測評標準［7］

3.3.2 學生科學探究能力紙筆測評試題 本研究的科學探究紙筆測評試題是以鐵皮石斛的栽培條件研究為背景，結合學生科學探究能力紙筆測評指標，考查學生的科學探究能力。

探究性試題：

鐵皮石斛是我國傳統的名貴藥材，研究人員對其栽培條件進行相關研究，實驗結果如下：

表4 鐵皮石斛栽培條件實驗探究結果

①該實驗探究的問題是什么？

②解釋鐵皮石斛在低光照條件下產量變化的原因。

③探究基質含水量對鐵皮石斛細胞液濃度的影響。

對于問題①，要求學生根據給出的情境和資料，分析實驗的自變量（光照強度，基質含水量）和因變量（光合作用），并對比多組實驗數據，從而得出該實驗探究的問題，考查學生A22 提出問題的能力。

對于問題②，要求學生基于實驗給出的數據，分析歸納低光照條件下產量如何變化，再結合已有的光合作用的知識，分析低光照和低產量之間的關系，考查學生的A21 解釋分析能力。“提出問題”和“解釋分析”都需要學生根據題目給出的現象或數據等進行分析與歸納而得到答案，因此問題①和②考查學生的“分析總結能力”。

對于問題③，要求學生明晰該探究問題涉及的自變量與因變量，以及如何設置自變量的值和測量因變量，并且要應用控制變量法，控制無關變量等，考查學生設計探究方案的能力，即“A11 設置變量和對照組”和“A12 擬定步驟”。

根據表3 學生科學探究能力測評標準，對學生答案進行評分，部分學生答案評分舉例，如表5所示。

3.4 統計分析

3.4.1 信度分析 運用SPSS 20.0 計算α 系數（Cronbach α 系數），根據王孝玲［10］在《教育測量》一書中指出“教師自編學習成績測驗的信度系數應在0.6 以上”。

3.4.2 結構方程模型分析 結構方程模型（structural equation model，簡稱SEM），也稱協方差分析。SEM 既可以解決不可直接觀測的變量問題，又可以處理多個因變量，同時允許自變量和因變量均包含測量誤差，彌補了傳統統計方法中的不足。SEM 通過尋找變量之間內在的結構關系，驗證某種結構模型是否合理，并給予模型的修改意見［11］。

表5 學生科學探究能力紙筆測評評分舉例

運用AMOS 22.0 進行模型擬合，檢驗擬合指數。χ2／df檢驗的是理想模型與觀察模型的擬合度，當該值小于3 時可認為模型可接受；GFI 擬合優度指數，大于0.90 表示假設模型可以接受；RMSEA 主要比較理論模型與飽和模型的差異，小于0.07 表示好的擬合；SRMR 檢驗的是標準化假設模型的殘差特性，小于0.08 表示好的擬合；TLI對于數據的非正態分布具有較高的容忍度，0.9～1代表了好的模型擬合；CFI 檢驗的是假設模型與獨立模型的非中央性差異，大于0.90 表示假設模型可以接受［12］。

運用AMOS 22.0 進行驗證性因子分析，檢驗潛變量之間的相關系數，潛變量對觀測變量的標準回歸系數，以及觀測變量對潛變量的測定系數。潛變量之間的相關系數為大于0.5，即二者相關程度高，則能在一定程度上說明潛變量設置的合理性［13］。根據Cohen［14］的SEM 解釋依據，即潛變量對觀測變量的標準回歸系數絕對值小于0.01者，為小效果；絕對值在0.3 左右者，為中效果；絕對值在0.5 以上者為大效果。觀測變量對潛變量的測定系數大于0.1，即潛變量對其外在行為表征的制約程度大于0.1，說明這些外顯行為在較大程度上反映潛變量。

4 研究結果

4.1 學生科學探究能力的紙筆測評體系構建美國K-12 科學教育框架提出科學探究的基本能力是心智能力，科學探究活動絕不應該局限于關注學生的實踐能力，更重要的是要求學生運用科學知識設計探究過程，并進行推理和思考以分析和解釋現象［15］。因此，“設計探究方案”和“解釋分析”是評價學生的科學探究能力的2 個重要要素。APU 將紙筆評價和表現性評價相結合建立科學探究能力評價框架，采用紙筆測驗評價學生“探究設計”“圖表符號表征結果”和“解釋和應用”3 方面的心智能力［8］，其中對實驗數據和現象的“解釋分析”包括了“圖表符號表征結果”和“解釋和應用”，此外，APU 也重視評價學生的“探究設計”。根據Wu 等［16］對科學探究能力評價框架的研究，“探究設計”應包括“設置變量和對照組”和“擬定步驟”。PISA 將科學探究能力具體分為5 個方面：確定探究的問題、確定探究中需要的證據、得出結論、傳播有效的結論和證明對科學概念的理解［17］。其中對實驗數據“解釋分析”從而得出結論的過程包含了“確定探究中需要的證據、得出結論、傳播有效的結論和證明對科學概念的理解”。此外，PISA 還將“提出問題”納入評價體系中。

綜上，美國K-12 科學教育框架和APU 都認為“設計探究方案”和“解釋分析”是學生科學探究能力紙筆評價的重要要素，PISA 測試對科學探究能力的考查包括“解釋分析”和“提出問題”2 個方面。由于“解釋分析”和“提出問題”都需要學生根據已有的數據或現象進行分析總結，因此，將此二者歸為“分析總結能力”。根據Wu 等［16］的研究，為“探究設計”指標下設2 個二級指標“設置變量和對照組”和“擬定步驟”。因此，本研究嘗試建立學生科學探究能力的紙筆測評體系，包括1 個一級指標為科學探究能力（A），2 個二級指標設計探究方案的能力（A1）和分析總結的能力（A2），以及4個三級指標設置變量和對照組（A11）、擬定步驟（A12）、解釋分析（A21）和提出問題（A22）。指標的具體內容詳見表2，評價標準詳見表1。

4.2 運用結構方程模型構建學生科學探究能力紙筆測評模型 一級指標科學探究能力（A）是外因潛變量，二級指標設計探究方案的能力（A1）和分析總結的能力（A2）是內因潛變量，潛變量無法直接測量；三級指標設置變量和對照組（A11）、擬定步驟（A12）、解釋分 析（A21）、提出 問題（A22）是觀測變量，可直接測量。在AMOS 22.0 中建立評價模型圖，如圖1所示，橢圓形表示潛變量，長方形表示觀測變量，e 表示誤差，單箭頭表示回歸關系，雙箭頭表示相關關系。

圖1 學生科學探究能力紙筆測評的指標體系模型

4.3 模型的檢驗與修正 本研究發放試題卷219 份，回收219 份，剔除無效試題卷3 份，有效試題卷216 份。

運用SPSS 20.0 軟件計算α 系數（Cronbach α系數）為0.603（＞0.6），即對該模型做驗證性因子分析是合理可行的。接著，運用AMOS 22.0 進行模型擬合和驗證性因子分析。

4.3.1 模型擬合 運用AMOS 22.0 對該模型進行擬合，如表6所示。理想模型與觀察模型的擬合度（χ2／df=1.884，＜3）；擬合優度指數（GFI=0.987，＞0.90）表示假設模型可以接受；理論模型與飽和模型的差異（RMSEA=0.029，＜0.07）表示好的擬合；標準化假設模型的殘差特性（SRMR=0.038，＜0.08）表示好的擬合；數據的非正態分布（TLI=0.970，＞0.90）具有較高的容忍度；假設模型與獨立模型的非中央性差異（CFI=0.985，＞0.90）可以接受。

綜上，擬合結果為接受模型，即該評價體系能合理評價學生的科學探究能力。

表6 SEM 驗證性因素分析的擬合指數

4.3.2 驗證性因子分析結果 運用AMOS 22.0 對該評價模型進行驗證性因子分析，如圖2所示。設計探究方案的能力和分析總結的能力2 個要素之間的相關系數為0.610（＞0.50），相關程度高。因此在一定程度上說明，在紙筆測評中，將設計探究方案的能力和分析總結的能力，作為測量學生科學探究能力的要素是科學合理的，即二級指標的設置是合理的。

圖2 SEM 驗證性因素分析結果圖

潛變量對觀測變量的標準回歸系數均大于0.3，如表7所示，說明每個三級指標對二級指標的影響效果是較大的。

表7 潛變量對觀測變量的標準回歸系數

同時，觀測變量對潛變量的測定系數均大于0.1，即設計探究方案的能力（A1）和分析總結的能力（A2）2 個要素對其外在行為表征的制約程度均大于0.1，如表8所示，說明這些外顯行為在較大程度上反映相應的探究能力要素，即可以通過這些外顯行為評價學生的科學探究能力。因此，三級指標的設置是合理的。

表8 觀測變量對潛變量的測定系數

綜上，通過驗證性因子分析可得，該評價體系的二級指標和三級指標設置均是合理的，由此進一步說明，該評價體系能合理有效地評價學生的科學探究能力。

5 評價體系對生物學測評的啟示

教師在對學生的科學探究能力進行大規模測評時，可參照表2 和表3，從設計探究方案的能力和分析總結的能力這2 個方面設計試題和進行評價。在對學生設計探究方案的能力進行測評時，可給予學生探究的問題，從變量和對照組設置，以及步驟設置是否合理等角度進行評價；在對學生分析總結的能力進行測評時，可創設探究的情境并給予相關數據，要求學生根據情境和數據提出問題并對某些現象進行解釋分析，從問題的水平及解釋分析是否有據可依等角度進行評價。