高校学生成绩负偏态分布合理性探讨.docVIP

高校学生成绩负偏态分布合理性探讨 　　摘 要:人们一般认为，合理的考试成绩的分布应当呈现正态分布或近似正态分布，而不应当呈现正偏态或负偏态分布：这有其合理性，但如果将适用范围任意扩大，则是错误的。成绩分布模型与四方面因素密切相关；(1)学生群体的大小；(2)学生群体和教师的能动作用；(3)学生的素质和基础；(4)成绩评定的标堆。师生的教学活动可改变成绩分布模型，负偏态分布具有合理性。教学评定体系应当给其应有的肯定。 　　关键词：成绩；负偏态；合理性 　　 　　学生学习成绩正态分布被普遍认为是成绩测量和评定的标准。如果一个班或一组学生的一门课期末考试成绩呈正态分布，往往被管理者和教师本人认可。相反，如果呈现正偏态分布(低分的人相对较多)或者负偏态分布(高分的人数相对较多)，管理者和教师本人往往会认为其中有问题。学生学习成绩正态分布等于教学正常，偏态分布等于教学不正常。这样的绝对化观点十分流行，往往被不加分析地用来评价学生和教师的教学活动的得失。成绩正态分布绝对化观点排斥成绩负偏态分布的合理性，对提高教学质量是不利的。因此，有探讨的必要。 　　 　　一、正态分布绝对化的认识误区 　　 　　成绩分布模型与几方面的因素有密切关系：(1)学生群体的大小；(2)学生群体和教师的能动作用；(3)学生的素质和基础；(4)成绩评定的标准。成绩分布曲线是随着这些因素的变化而变动的，并非绝对的正态分布。我们有必要对导致成绩分布模型的几个因素进行分析。 　　 　　1．学生群体大小 　　一种观点认为，凡是一个班级或学生小组，其学习成绩分布一定要符合正态分布。这种观点忽视了学生群体包含的个体数目这一重要因素。正态分布适合于大量随机事件的统计结果。这种统计的规律性分布的一个基本条件是被研究的总体包含的个体数量足够大一般来说，一个由几十个人或更多人组成的群体就很可能表现出正态分布规律。但是，当统计的总体包含的个体数目很少时，就很可能不符合正态分布。例如，一个班只有20个人左右，就较难表现出正态分布。人数越少的群体，就越可能偏离正态分布。 　　 　　2．学生和教师的能动作用 　　另一种观点认为，无论教学如何有效，教学的效果如果通过科学的测量，测量的结果一定是正态分布。正态分布反映随机变量的影响结果。但是，教学是一种有计划有目的的人为活动，在教学互动过程中师生的能动作用可以改变学生个体之间的差异状态。例如，在一个班级中，原本落后的学生通过教学活动可能缩短与优秀学生的差距，也可能赶上中间的学生甚至优秀的学生。不能机械地要求考试一定要获得一个正态分布的结果。美国教学论专家布卢姆(B.s.Bloom)认为，能力倾向的个体差异与成绩的差异没有必然的联系，能力差异只说明学生所需的学习时间量的差异。布卢姆认为，学习时间能够补偿能力倾向的不足，这与我国俗语“勤能补拙”是一个意思。学生能力的正态分布并不必然导致成绩的正态分布，道理就在于教师和学生的人为的能动作用改变了成绩分布模型。 　　 　　3．学生群体的素质和基础 　　第三种观点认为，学生群体的素质和基础是不可能齐整的，因此学生的知识、能力总是有差异，而且这种差异通过有效的成绩测量必定符合正态分布的规律。大学生，尤其是重点大学的学生群体的素质和基础比较齐整，成绩偏离正态分布的可能性很大，这种教育潜在资源还没有得到足够的重视。大学生都经过择优录取，素质、起点比较齐。我们不应当过度强调学生的个体差异，相反，应当看到大学生相对齐整的素质和基础，还有很大潜力等待挖掘和发挥。在适当的教育环境和教学条件下，大学生的潜力能得到更充分的发挥，一些处于“后进”的学生是可能赶上大多数学生的，反映在成绩分布上就是负偏态分布。教育和教学在这方面是能够有所作为的。教学活动是对随机因素的强有力的人为干预，通过干预，可以改变分布模型。 　　 　　4.学习成绩测量和评定的标准 　　第四种观点认为，在一个班级中，考试一定要得出学生的“优、良、中、差、不及格”等相对位置，没有一两个不及格是异常的。这种观点实际上只认同相对评定的考试。相对标准的学习成绩测量与评定的指导思想是：认定学生群体中存在着较大的差异度，成绩测量的主要目的之一就是为了给学生分出等级；而为了确实区分出学生个体之间的差异度，就要求设计和采用一定难度的试题和试卷，而且考试的难度最好能够导致成绩正态分布。但是我们应当看到，这个难度的规定值是人为设定的。例如，有一种考试难度(P)的计算公式：P=答对(或通过)该题人数÷考生总人数。“一般认为，P值控制在0.35―0.75之间较为合适。” 这里所谓试题难度，不是以考生之外的某一标准为参照标准，而是以考生群体内部个体之间的知识、能力差异等级人数相对比例为参照标准的。这是一种以考生相互差异对比为基础的相对难度。相对标