刘学梅 张雪雯 陈燕

[摘 要]国家教师资格考试的实施对培养合格中小学教师具有深远的意义。《地理学科知识与教学能力》（高级中学）试题与考试大纲的一致性体现了该科目考试命题的有效性，也影响着考生的考试结果。采用SEC模式分析发现，2014-2018年的10套试题和考试大纲具有显著的一致性，且试题与考纲的“水平要求”维度的一致性要低于“内容主题”维度。原因在于试题中“记忆”“理解”“评价”“技能”内容的比例低于考纲要求，而“应用”“分析”内容的比例高于考纲要求，“创造”内容的比例与考纲要求基本一致。建议完善考纲，加强考纲的可操作性、基础性、科学性与时代性;基于考纲进行命题以进一步提高质量;考生备考应兼顾考纲与真题。

[关键词]高中地理;教师资格考试;考试大纲;SEC模式;一致性

[中图分类号]   G451 [文献标识码] A [文章编号]1005-5843（2019）05-0097-07

[DOI]10.13980/j.cnki.xdjykx.2019.05.019

自2011年下半年起，国家教师资格考试制度开始在湖北、浙江两个省份进行试点。截止2019年1月，除了西藏、内蒙古、新疆等省（市、区）外，全国有28个省（市、区）参加了改革试点。国家教师资格考试分为笔试和面试两部分，笔试包括“综合素质”“教育知识与能力”“学科知识与教学能力”等3个科目。前两个科目是所有考生必考科目，科目三则针对不同学科。依据《地理学科知识与教学能力（高级中学）》考试大纲（下文简称“考纲”）的规定，科目三包括“地理学科知识与运用”“教学知识与运用”“教学设计”3个模块。按照考试目标，“考试内容模块与要求”对每个模块提出了具体要求，并且运用“了解”“掌握”“理解”“运用”等不同词语对考生应掌握的知识点及其程度进行了区分。总之，考试大纲从不同方面对考生提出了具体要求。但是，国家教师资格考试是否很好地发挥了选拔合格教师的功能？《地理学科知识与教学能力（高级中学）》试题（下文简称“试题”）的考查内容与考查水平是否严格执行了考纲的要求？二者的一致性程度如何？对这些问题的反思有利于提高国家地理教师资格考试的命题质量，也有利于考生进一步进行有效的学习与备考。

一、基于SEC模式的一致性分析

一致性是指分析与判断两种及两种以上要素间的相互吻合程度[1]。笔者在本文中主要研究2014-2018年中的试题与考纲的吻合程度。当前较为流行的一致性分析工具主要包括Webb模式、Achieve分析模式和SEC模式，笔者选择了SEC模式。该模式由波特（A. Porter）等人于2001年创建，主要用于课堂教学与学业评价的一致性分析。它的优势是提供了详细的计算公式与临界参考水平。其基本步骤是：第一，构建二维矩阵。对研究对象进行“内容主题”与“水平要求”两个维度的划分，并在此基础上构建由“内容主题”与“水平要求”组成的二维矩阵。第二，编码与统计。在二维矩阵的框架下对研究对象进行编码与统计，得到相关的二维矩阵。第三，计算与分析。依据公式P=1-[SX（]n[]i=1Ai-Bi[]2[SX）]（Ai、Bi分别表示两个相同大小矩阵中对应单元格中的比率数据）对二维矩阵产生的比率值进行计算，得到一致性系数P。P的范围为0到1，P值越大则一致性程度越高。当P=0时，二者完全不一致;当P=1时，二者完全一致。

（一）一致性分析框架的确定

依据SEC 一致性分析范式和考试大纲，内容主题分为“地理学科知识与运用”“教学知识与运用”“教学设计”三个模块。依据布鲁姆教育目标分类法，笔者将水平要求划分为认知水平和技能水平。认知水平分为“记忆”“理解”“应用”“分析”“评价”“创造”六个层次的一致性分析框架。

（二）考纲的编码分析

首先，对考纲进行深度剖析并对水平要求进行分类标记。水平要求的确定主要依据为考试大纲中的“考试内容模块与要求”，结合考试目标以及具体情境和认知过程，最后得到的分析结果（见表1）。通过对考纲中的编码数量数据进行处理，得出不同水平要求的数量（见表2）。

其次，对考纲的编码结果进行标准化处理。根据考纲要求，试题总分为150，“地理科学知识与运用”约占66分，“教学知识与运用”约占31分，“教学设计”约占53分。对内容主题中的各个水平要求进行分值计算，得到考试大纲的编码比率（如表3所示）。

（三）试题的编码分析

首先确定每道试题对应的内容主题，其次确定该道试题对应的二级内容主题，再判断该考题对应“水平要求”中的具体水平，最后形成3×7的二维矩阵，得出最终结果。如对2015年上半年的试题进行编码，得到表4所示的结果。重复此步骤，完成对其他9套试题的编码。

二、基于SEC模式的一致性分析结果

对5年中的10套试题进行编码分析，分别得到一个波特值。根据学者加文（Gavin）的思路，使用Matlab中Unidrnd函数，将若干个主题内容标准随机赋值到相应的矩阵中，同样将试卷内容要素随机赋值到另一矩阵中，经专业化处理后就可得到一个P值，把此操作进行20 000次重复，得到P值的95%数据参考值。只有计算结果大于或等于这个值时，才能说明二者具有统计学范畴上的显著一致性[2]。在对试题进行编码统计分析后，根据SEC模式分析法中的公式进行计算得到如表5所示的一致性系数。

（一）总体分析

总体上看，2014-2018年的试题及与考纲的一致性系数都高于0.76（如表5所示），说明试题与考纲具有统计学范畴上的显著一致性。另外，近5年的波特一致性系数总体呈增长趋势，试题与考纲的一致性越来越高。此外，通过计算得出历年的波特一致性系数的平均值为0.8766。2014-2015年间的4套试题与考纲的波特一致性系数均低于平均值，2016-2018年间的6套试题与考纲的波特一致性系数均高于平均值。其中，2015上半年波特一致性系数最低，为0.8;2017下半年波特一致性系数最高，为0.92。由表6可知，2015年上半年的试题特别注重对考生“应用”和“分析”水平的考查，所占比重之和约为53.34%。其中，“记忆”“理解”及“创造”水平所占比重都在10%以上;“評价”和“技能”水平涉及较少，“技能”水平仅占4%，“评价”水平则为0。由表7可知，2017年下半年的试题极其强调考生的“分析”和“创造”水平，所占比重之和约为41.34%。其中，“记忆”“理解”及“应用”水平所占比重都在10%以上;“评价”和“技能”水平占比较低，两者之和不超过10%，与考纲要求基本一致。