国际学生能力检测（PISA）排名可信度受学者质疑.pdfVIP

国际学生能力检测（PISA）排名可信度受学者质疑

m.2013年08月28日11时讯

国际学生能力检测(ProgrammeforInternationalStudent

Assessment)，惯称PISA测验，是由经济合作与发展组织

(OrganisationforEconomicCooperationandDevelopment，简

称OECD)执行，针对15岁学童进行数学、科学与阅读能力检测，并

于每三年发表其检测结果。PISA检测目的在于检讨各国的教育品质对

于经济成长影响之个别差异，此检测广受各国政府重视，并深深影响

其教育方针，例如英国教育部部长MichaelGove即针对英国在2000

至2009年间排名下滑而进行大规模教育改革。PISA排名始于2000

年，受国际公认是最具可信度的教育指标，然而此指标的参考价值近

日却在学术界引起广泛争议和讨论。

丹麦哥本哈根大学SvendKreiner教授必威体育精装版发表的文章指出，

PISA排名所使用的Rasch模型具有相当问题存在，其结果导致各单一

国家排名有範围落差，例如：加拿大的排名可能介于2至25名，日本

可介于8至40名，而英国可介于14至30名。Rasch模型的机制在

于以採样学生的成绩进行统计运算，以其结果预测所有母体学生，亦

即所有参与此能力检测国家的学生，可能的检测表现。Kreiner曾为

Rasch模型设计者GeorgRasch的学生，熟知Rasch模型操作方式

的他对于PISA排名深感忧虑。他表示使用Rasch模型的先决条件是所

有测验问题必须一致，亦即难易度需等同，否则将存在项目功能差异

(differentialitemfunctioning，简称DIF)的问题。然而基于各国文

化与民族性差异，OECD必须避免部分可能涉及精神层面的敏感问题，

此举即造成Rasch模型的公正性受损。

举例来说，2006年的阅读共有28题，OECD对其中8题潜在文

化歧视的问题进行差别删减，因此并非所有国家的学生都回答一样数

目的问题，然而调查结果显示，这些受争议的问题确实对于有回答的

学生之成绩有所贡献。此外，Kreiner指出，2006年的阅读检测中，

完整回答所有问题的受测学生只占10%左右，40%的学生只回答14题，

而将近一半的学生完全没有回答任何阅读问题。除了阅读受争议，数

学亦有50%学生完全没有参与测试，但Rasch模型仍然就两项学科演

练出所有参与国学生的排名。

OECD对此评论进行回应，他们表示PISA测验的目的在于提供各

学生的学科表现预测值，而非个别学生的实际测验成绩，即使删除了

文化敏感问题，其余的问题仍存在语言和文化本质上的差异，而

OECD的工作在于减少而非消除此差异。Kreiner对此回应并不认同，

他表示此差异仍然足以让Rasch模型无法正确运作，因此PISA排名

「完全无法信赖」。OECD技术顾问RayAdams回应，Kreiner的研

究仅採样小规模的群体，进行测试问题的分析，以致研究结果显示

PISA测验问题具有高度功能差异。他表示当测试题库达到大量规模时，

任何排名上的差异都会被平均分担掉。Kreiner在近日发表的文章对此

解释