入学准备中潜在风险儿童的早期发现:入学准备观察评估量表的编制与检验

【摘要】本研究采用德尔菲法、探索性和验证性因子分析，研制《儿童入学准备观察评估量表》，对885名幼儿园大班儿童进行6个维度的教师观察评估，并以《儿童早期学习质量和发展结果评估量表》的测查数据作为效标进行检验。最终确定的《儿童入学准备观察评估量表》由基础学习能力、数理逻辑能力、语言能力、身体动作发展、情感与社会性发展和行为习惯6个维度构成，共解释总变异量的57.546%，量表的各项指标均达到要求。《儿童入学准备观察评估量表》适合用于我国学前儿童的入学准备状况评估，有助于及早发现入学准备潜在风险儿童，以便及时干预。

【关键词】大班儿童;入学准备;量表编制;量表检验

【中图分类号】G610 【文献标识码】A   【文章编号】1004-4604（2024）1/2-0028-06

入学准备评估是判断儿童是否做好入学准备的重要途径，对早期识别潜在风险儿童具有重要意义。根据评估方式的不同，入学准备评估一般分为三种：标准化个别施测、基于观察的表现性评估和他人等级评定。标准化个别施测主要是通过口头问答或纸笔测验等方式对儿童直接施测，并与常模相比较。这种测试方式因为测评时间长、儿童年幼易疲劳和分心等原因，会影响测评结果的准确性。〔1〕基于观察的表现性评估主张通过观察儿童在日常生活情境中各领域的真实行为表现收集丰富的评估证据，是能更加完整且真实地反映儿童入学准备水平的质性评估方式。〔2〕不过，这种评估方式需配以较长的观察周期，各类评估信息的收集量较大，实施起来难度较大，同样存在儿童入学准备评估的信效度不足的问题。〔3〕他人等级评定的入学准备评估主要是依据儿童日常表现，通过长期与儿童生活和学习密切接触的教师或家长根据一定的评估指标对儿童长期稳定的行为表现进行评定，是近些年应用较为广泛的入学准备评估方式。〔4〕这种评估方式兼顾了标准化测评与实际行为表现，并且通过他评方式进行，更加可靠。不过，目前缺少通过他人等级评定方式对入学准备不足的潜在风险儿童进行筛查的入学准备风险评估工具。〔5〕本研究汲取前人的研究成果与经验，研制更适合幼儿特点的以观察评估为基础的他评（教师）观察评估量表，通过德尔菲法、探索性和验证性因子分析等进行验证分析，希望为潜在风险儿童的入学准备风险评估提供较为可靠的评估方法。

一、对象与方法

本研究以幼儿园大班儿童为研究对象，在梳理分析大量国内外政策文件、研究文献和已有评估指标的基础上，通过德尔菲法专家函询构建入学准备评估指标体系，并通过探索性和验证性因子分析，确定指标体系结构效度，再以《儿童早期学习质量和发展结果评估量表》（Measuring Early Learning Quality and Outcomes， MELQO）作为效标量表，验证评估量表的信效度。

1.对象

一是选择函询专家。专家的选择是保证函询质量和可靠性的关键。 本研究确定了两类专家的选取标准。高校专家的遴选标准为：①在学前或特殊儿童学习与发展领域具有丰富的理论和实践经验;②最后学历为博士;③职称为副教授及以上。实践专家的遴选标准为：①有中级及以上的专业技术职称;②拥有5年以上学前教育从业经历，具备丰富的实践经验。本研究共邀请了16位专家组成专家函询小组，涵盖了高校学者、小学校长、幼儿园园长、小学教师和幼儿园教师等人群。在两轮专家函询中，16位专家均完成任务，参与率为100%。

二是根据幼儿园的地域、办园性质和园所级别等，采用分层抽样方法，以陕西省西安市、渭南市、汉中市等各级各类幼儿园的大班儿童作为研究对象，向研究对象的主班教师共发放观察评估量表889份，回收有效量表885份，有效回收率为99.55%。儿童的年龄范围在5.583—7.083岁，平均年龄6.219岁，标准差为0.292。研究者对参评的大班教师进行评估要求的集体培训，确保每位教师清楚了解观察评估的方法与要求。 参与测评的教师必须是和儿童相处超过1年的对儿童非常熟悉的大班教师。

2.研制过程

研究者通过梳理国内外与儿童入学准备、早期学习与评价、幼小衔接等相关的政策和文献，整理出儿童入学准备包含的评估内容和要素，形成最初的条目池，再通过去除重复的指标、将同类指标层层归类，初步构建入学准备评估指标体系。研究者使用德尔菲法轮番征求专家意见，对评估指标进行修改、删除或补充，形成最终的入学准备评估指标体系，为大班儿童入学准备观察评估量表的编制提供评估框架和依据。研究者参考国内外已有的入学准备他人等级评定或观察类质性评估量表，初步编制大班儿童入学准备观察评估等级工具，并对各等级进行具体的语言描述与举例，邀请多位具有幼儿教育理论和实践经验的高校专家和一线教师对题目进行检核，对一些表意不清、水平层次不清晰以及存在争议的题目进行修改。随后，研究者调查一线幼儿园教师在量表实际使用过程中的意见反馈，再次对初始量表进行修订。最终确定的《儿童入学准备观察评估量表》共6个维度，分别是：基础学习能力、数理逻辑能力、语言能力、身体动作发展、情感与社会性发展、行为习惯。幼儿园大班教师结合日常生活中对儿童的观察，依据儿童进入大班近一年来各方面稳定的表现，对儿童入学准备水平进行评价。水平一计1分，水平二计2分，水平三计3分，水平四计4分，水平五计5分。得分越高表明入学准备水平越高。最后，研究者进行数据录入与分析。

3.效标工具

为了验证观察评估量表的效度，研究者选择了《儿童早期学习质量和发展结果评估量表》作为效标量表。这份量表是由联合国儿童基金会和世界银行等组织于2014年联合开发的，是一份用于发展中国家儿童入学准备状况评估的一对一个别化施测量表。量表共包含语言、数学、执行功能和社会情感4个分量表，共22个评估项目。量表的施测对象的年龄与本研究自编量表相吻合，且两份量表的维度内涵一致。《儿童早期学习质量和发展结果评估量表》的适用性在许多发展中国家得到了验证，具有良好的心理测量学指标效度。〔6〕在本研究中，这一量表的克龙巴赫系数为0.837。

二、研究结果

1.专家函询——评估指标构建

研究者将质性分析获得的入学准备观察评估的初拟指标（包含6个一级指标、21个二级指标、59个三级指标）的重要性和合理性进行专家函询。本研究采用李克特五点计分法，从“不重要”到“很重要”，分别计1—5分。

两轮专家函询结果表明，专家权威系数为0.869—0.888（p<0.01），肯德尔协调系数为0.180—0.204（p<0.01）。研究者借鉴已有研究，联合使用平均值、满分频率和变异系数设定界值，对指标进行筛选，〔7〕删除在3个衡量维度均不符合界值标准的指标。对于在1或2个衡量维度上不满足界值标准的指标，依据专家意见和课题组讨论结果，决定指标的去留。在第一轮专家函询中，指标重要性赋值在3.630—4.940之间，满分频率在0.250—0.938之间，变异系数在0.051—0.361之间。研究者结合数据统计结果和专家意见，对6个一级指标、5个二级指标、8个三级指标的名称进行了修改，增设了3个二级指标和19个三级指标，删除了1个二级指标和9个三级指标，对1个二级指标及其对应的2个三级指标的领域归属进行调整，将1个三级指标拆分成2个新的三级指标。综上，经第一轮修订后的入学准备评估指标体系共包含6个一级指标、23 个二级指标、70 个三级指标。在第二轮专家函询中，各级评估指标的重要程度均大于3.810，满分比均大于30%，标准差均小于1且变异系数均小于0.250，可以认为专家对各级入学准备评估指标的意见较为集中。〔8〕研究者综合统计结果和专家意见，对1个一级指标、2个二级指标的名称进行了修改，删除了1个三级指标。在第二轮专家函询中，专家提出的修改意见较少，98%以上的指标均满足指标筛选标准。最终确定的入学准备评估指标体系共包含6个一级指标、23 个二级指标、69 个三级指标（见图1）。

2.项目分析

本研究将回收数据随机分半，其中第一部分样本（N=440）用于项目分析与探索性因子分析，第二部分样本（N=445）用于验证性因子分析与信效度分析。研究者使用第一部分样本的440份数据，通过相关分析和临界比值检验初始量表项目的同质性和区分度，发现各项目与总分的皮尔逊积差相关系数均达到了显著相关，相关系数在0.354—0.754之间，均大于0.3，且ps<0.001。使用独立样本t检验对总分排名前27%和后 27%的被试在每一题项上得分的差异进行比较，发现两组被试在所有题项上均有显著差异（t值在-21.820—-7.507之间，ps<0.001）。

3.探索性因子分析

研究者通过凯撒-梅耶-欧林（KMO）系数检验和巴特利特（Barlett）球形检验来判断量表中条目得分形成的矩阵是否适合进行因素分析。结果显示，前者检验值为0.961、大于0.9，后者检验值为23274.859、p<0.001，满足因素分析要求。研究者采用主成分分析法和正交旋转最大方差法抽取因素，得出因子负荷矩阵，根据陡坡图检验法，抽取出因素特征值大于1的因子14个，解释总变异量的64.584%。研究者依据因素分析的统计准则对量表的条目进行筛选，每剔除一个条目，便重新进行一次探索性因子分析，最终提取出六因子模型，共包含46个条目，解释总变异量的57.546%。

因子1共包含12个观察点，主要反映入学准备阶段儿童在基础学习能力上的准备情况，涉及视知觉、听知觉、注意、记忆等基础认知和学习能力，因此命名为“基础学习能力”。因子2共包含8个观察点，涵盖基本的数学知识或技能（如数符号、数数、量的比较、认识图形、方位辨别等）以及更高一层的数学能力（如通过初步的观察、分析和逻辑推理对事物进行比较和分类等），因此命名为“数理逻辑能力”。因子3共包含8个观察点，包含口语词汇、口语理解、口语表达、前阅读兴趣与前阅读理解等，反映的是儿童口头语言学习和书面语言学习的早期准备情况，因此命名为“语言能力”。因子4共包含6个观察点，包含平衡、协调、动作灵活性、力量与耐力、手眼协调等，考察儿童的身体平衡性、灵活性、协调能力以及大肌肉和精细动作的发展水平等，因此命名为“身体动作发展”。因子5包含8个观察点，主要包括儿童情绪情感、自我意识、人际交往以及社会适应等方面的内容，能较好地体现儿童在自我、他人以及外部环境等层面上应有的社会性技能，因此命名为“情感与社会性发展”。因子6共包含4个观察点，反映的是儿童在行为习惯方面的主要表现，涉及道德习惯、生活习惯、学习习惯和劳动习惯，因此命名为“行为习惯”。

4.验证性因子分析

研究者使用统计分析软件（Amos23.0）对第二部分样本的445份数据进行验证性因子分析，以评估量表的模型拟合度，结果见表1。数据分析结果表明，测量数据与六因子模型的吻合程度较高。

5.信度分析

研究者使用第二份样本的445份数据，通过统计分析软件（SPSS26.0）对量表的信效度进行检验，结果见表2。数据分析结果表明，量表的克龙巴赫系数和分半信度系数表现良好。

6.效度分析

收敛效度用标准化因子负荷值、平均方差抽取值（AVE）和组合信度（CR）共同表示。理论上，当标准化因子负荷值大于0.5、平均方差抽取值大于0.5、组合信度大于0.6时，测量指标能有效地解释潜变量。〔9〕在《儿童入学准备观察评估量表》中，46个测量指标的标准化因子负荷值均在0.5以上。其中，基础学习能力维度有12个项目，平均方差抽取值和组合信度分别是0.704和0.966;数理逻辑能力维度有8个项目，平均方差抽取值和组合信度分别是0.711和0.952;语言能力维度有8个项目，平均方差抽取值和组合信度分别是0.710和0.951;身体动作发展维度有6个项目，平均方差抽取值和组合信度分别是0.696和0.932;情感与社会性发展维度有8个项目，平均方差抽取值和组合信度分别是0.708和0.951;行为习惯维度有4个项目，平均方差抽取值和组合信度分别是0.692和0.900。六因子的平均方差抽取值和组合信度均高于界值，同时六因子下的各测量项目的标准化因子负荷值均大于0.5的阈值，表明模型的收敛效度较好。