<sub id="r97vb"><listing id="r97vb"></listing></sub>

        <sub id="r97vb"></sub>

      <address id="r97vb"><listing id="r97vb"></listing></address>

      <sub id="r97vb"><dfn id="r97vb"><ins id="r97vb"></ins></dfn></sub>

        <sub id="r97vb"><dfn id="r97vb"><mark id="r97vb"></mark></dfn></sub>
        <address id="r97vb"><dfn id="r97vb"></dfn></address>
        <sub id="r97vb"><var id="r97vb"><ins id="r97vb"></ins></var></sub>

        <address id="r97vb"><var id="r97vb"></var></address>
        <address id="r97vb"><var id="r97vb"><ins id="r97vb"></ins></var></address>

        <sub id="r97vb"><dfn id="r97vb"><output id="r97vb"></output></dfn></sub><thead id="r97vb"><var id="r97vb"><ins id="r97vb"></ins></var></thead><sub id="r97vb"><listing id="r97vb"></listing></sub>
        <address id="r97vb"><dfn id="r97vb"></dfn></address>
        <form id="r97vb"><dfn id="r97vb"></dfn></form>

        ? 首頁 ? 百科知識 ?大規模數學測評結果影響因素分析

        大規模數學測評結果影響因素分析

        時間:2020-03-29 百科知識 聯系我們
        大規模數學測評結果影響因素分析_國際視野下大規模數學測評研究

        本節利用PISA數學測評數據,并基于PISA數學測評對教育有效性及數學課程實施情況的關注,在內容、教學實踐和教學質量有關學習機會(OTL)的相關指標中,考察其在個體和學校層面對中考數學測評成績影響的顯著性。同時,比較這些變量對PISA數學測評成績的影響,反思中考數學測評對初中階段數學課程教學的反饋,以及對教育質量系統的作用。考慮到學生對象信息具有嵌套的特點,我們使用多層線性模型(Hierarchical Linear Model,簡稱HLM)分析上述變量對數學成績的影響。

        這里使用HLM 7.01軟件對數據進行分析,采用最后固定效果估計值(有強韌性標準誤)的結果,學生個體作為階層一,學校作為階層二,同時在階層一對相關解釋變量進行組平減轉換(在下述模型使用中不再另行標注)。

        其中階層一涉及OTL—內容(4個解釋變量)、 OTL—教學實踐(3個解釋變量)、 OTL—教學質量(5個解釋變量)、學習動機與信念(10個解釋變量),階層二則將上述變量在學校層面的平均值作為脈絡變量。

        階層一的前三部分OTL變量如表7-20所示。

        表7-20 OTL變量表[2]

        需要說明的是,OTL—內容的4個變量中,對于數學概念的熟悉程度的變量有兩個,其中FAMCONC是在FAMCON的基礎上,根據問卷增加的三個涉及虛擬不存在的概念問題,進一步對變量FAMCON進行校正得到的。本書將它們兩個作為獨立變量,但是共同指向對于數學概念的熟悉程度。OTL—教學質量主要指向三個方面,分別是課堂的組織和管理、教師的支持及認知活動。

        階層一的學習動機與信念變量如表7-21所示。

        表7-21 學習動機與信念變量表[3](www.toyotajt.cn)

        (續表)

        本節將研究上述變量對數學學習結果的影響。由于需要進一步考慮OTL變量對于學習動機與信念的影響,并研究它通過學習動機和信念影響數學學習的結果,故又將學習動機與信念變量稱為中介變量。因此,本節同時嘗試梳理和分析上述變量對兩個測評數學成績影響的顯著程度,以及變量間內在可能存在的關系。為達到這個目的,本節通過HLM及路徑分析,不僅分析數學成績的各影響因素(包括中介因素),還嘗試形成因果路徑,如圖7-7所示。

        圖7-7 中考數學測評成績影響分析模型示意圖

        本節的研究共分三個步驟。第一,進行多層次模型資料的檢驗,進一步確認相關數據及資料是否符合多層次模型分析的需要。第二,進行多層次模型擬合。這里提出五個模型,分別是零模型、具有隨機效果的單因子共變數分析模型、隨機系數的回歸模型、以平均數為結果的回歸模型、脈絡模型。限于本書篇幅,且鑒于脈絡模型對于其他模型的整合性,本書中主要顯示脈絡模型的擬合結果及分析。其他模型的結果會在相應敘述中涉及,但不專門呈現和分析。第三,進行中介效應分析。

        在對HLM模型進行使用和分析前,先簡要敘述所要使用的脈絡模型(contextual model)。脈絡模型能了解個體層次上的相關影響變量能否解釋各校學生的數學學習結果及中介變量的差異情形,了解各校的個體層次影響變量對數學學習結果及中介變量的影響是否有差異,同時也能分析學校層面的影響。該模型將階層一影響變量的平均值作為階層二截距項的解釋變量,進一步顯示影響數學成績的脈絡變量對學校層面的學生數學學習結果及其他中介變量是否存在影響。

        97色伦在色在线播放,午夜片神马福利在线观看,三级片电影网站