—教学实践变量对学习结果影响分析

1.OTL教学实践变量对PISA数学测评结果影响因素的HLM分析

OTL—教学实践变量对PISA数学测评结果影响因素的脉络模型拟合结果如表7-31所示。

表7-31　OTL—教学实践变量对PISA数学测评结果影响因素的脉络模型拟合结果

Deviance= 3395.564311

如上表所示，就固定效果而言，在学校层面上，变量TCHBEHSO对学生PISA数学测评成绩的影响显著（P＜0.001），而其他脉络变量对学生PISA数学测评成绩的影响在统计意义上不显著。与随机系数的回归模型结果相比，脉络变量TCHBEHTD，以及学校以教师指引的教师教学行为平均程度对PISA数学测评成绩没有显著性影响。脉络变量TCHBEHSO在个体层面上也显示出对学生PISA数学测评成绩影响显著，这一点值得关注。

从系数呈现反映来看，各校学生TCHBEHSO对PISA数学测评成绩的影响平均值为负，各校学生TCHBEHTD对PISA数学测评成绩的影响平均值为正。这说明，TCHBEHSO对应影响平均值越高，学校学生PISA数学测评成绩就越差；TCHBEHTD对应影响平均值越高，学校学生PISA数学测评成绩就越好。

从上述随机效果对应的P值来看，变量TCHBEHTD随机效果对应的P值为0.08，表明变量TCHBEHTD与PISA数学测评成绩影响的平均数之间有边缘性显著差异，而其他变量与PISA数学测评成绩影响的平均数之间在统计意义上没有显著性差异，特别是变量TCHBEHSO。

在阶层二的随机误差中，τ00 =0.24953，自由度为79，x2 =466.7715，达到0.001的显著水平。这表示将阶层一、阶层二纳入上述三个变量后，各个学校的PISA数学测评成绩的平均值仍有明显差异。与零模型相比，阶层二的随机误差的方差，从τ00=0.31687下降为τ00=0.24953，下降百分比为：

（0.31687-0.24953）/0.31687=21.252%。

这表示，阶层二将OTL—教学实践三个变量作为影响变量后，能解释学校间学生PISA数学测评成绩总差异的21.252%。

与零模型相比，阶层一的随机误差的方差，从τ00 =0.725下降为τ00 =0.69481，下降百分比为：

（0.725-0.69481）/0.725=4.164%。

这表示，阶层一将OTL—教学实践三个变量作为影响变量后，能解释学校内学生PISA数学测评成绩总差异的4.164%。整个模型的离异系数为3395.564311，与零模型的离异系数3434.047相比，有明显的下降，显然该模型要比零模型的适配度更好。与随机系数的回归模型所得离异系数3406.504027相比，也显示脉络模型适配度更好。

2.OTL—教学实践变量对中考数学测评结果影响因素的HLM分析

OTL—教学实践变量对中考数学测评结果影响因素的脉络模型拟合结果如表7-32所示。

表7-32　OTL—教学实践变量对中考数学测评结果影响因素的脉络模型拟合结果

（续表）

Deviance= 3128.797114

如上表所示，就固定效果而言，在学校层面上，变量TCHBEHSO对学生中考数学测评成绩的影响显著（P＜0.005），而其他脉络变量对学生中考数学测评成绩的影响在统计意义上不显著。与随机系数的回归模型结果相比，变量TCHBEHTD对中考数学测评成绩没有显著性影响。对中考数学测评成绩的影响因素进行探讨，变量TCHBEHSO在个体和学校层面上都显示出了显著影响，这一点值得关注。

从系数呈现反映来看，各校学生TCHBEHSO对中考数学测评成绩影响平均值为负，各校学生TCHBEHTD对中考数学测评成绩影响平均值为正。这说明，TCHBEHSO对应影响平均值越高，学校学生中考数学测评成绩就越差；TCHBEHTD对应影响平均值越高，学校学生中考数学测评成绩就越好。

从上述随机效果对应的P值来看，变量TCHBEHSO随机效果对应的P值为0.102，表明变量TCHBEHSO与中考数学测评成绩影响的平均数之间的差异在统计意义上不显著，而其他变量与中考数学测评成绩影响的平均数之间均有显著性差异。

在阶层二的随机误差中，τ00 =0.39458，自由度为79，x2 =861.272，达到0.001的显著水平。这表示将阶层一、阶层二纳入上述三个变量后，各个学校的中考数学测评成绩的平均值仍有明显差异。与零模型相比，阶层二的随机误差的方差，从τ00 = 0.44341下降为τ00 =0.39458，下降百分比为：

（0.44341-0.39458）/0.44341=11.012% 。

这表示，阶层二将OTL—教学实践三个变量作为影响变量后，能解释学校间学生中考数学测评成绩总差异的11.012%。

与零模型相比，阶层一的随机误差的方差，从τ00 = 0.57027下降为τ00 =0.51810，下降百分比为：

（0.57027-0.51810）/0.57027=9.148%。

这表示，阶层一将OTL—教学实践三个变量作为影响变量后，能解释学校内学生中考数学测评成绩总差异的9.148%。整个模型的离异系数为3128.797，与零模型的离异系数3165.670相比，有略微下降，显然该模型要比零模型的适配度好。与随机系数的回归模型所得离异系数3135.702相比，也显示脉络模型适配度更好。

现将上述数据信息归纳如表7-33至表7-36所示。

表7-33　OTL—教学实践变量对PISA数学测评成绩的影响（1）

表7-34　 OTL—教学实践变量对PISA数学测评成绩的影响（2）

表7-35　OTL—教学实践变量对中考数学测评成绩的影响（1）

表7-36　OTL—教学实践变量对中考数学测评成绩的影响（2）

基于OTL—教学实践的三个解释变量或影响变量，对PISA和中考数学测评成绩的影响分析归纳如下。

首先，无论是对PISA数学测评成绩的影响，还是对中考数学测评成绩的影响，变量TCHBEHSO在个体层面和学校层面上都影响显著，解释数学成绩差异的比重（解释率）也是最大的。在学生个体层面，变量TCHBEHTD对PISA数学测评成绩和中考数学测评成绩的影响也较显著，但在学校层面上的影响并不显著。

其次，从上述有关PISA数学测评成绩和中考数学测评成绩差异的解释率来看，教学实践的相关变量中，TCHBEHFA不能直接体现出对学生数学成绩的差异，解释率近乎为0。但是，变量TCHBEHSO对于数学成绩差异的影响最为明显，变量TCHBEHTD次之。相比于个体层面，每个变量在学校层面上的解释率明显要高。

最后，从随机效果来看，OTL—教学实践的三个变量，除TCHBEHTD与各校PISA数学测评成绩影响的平均数之间的差异有边缘显著性（P =0.08）外，其他变量与各校PISA数学测评成绩影响的平均数之间的差异不显著（P＞0.05），特别是变量TCHBEHSO （P ＞ 0.5 ）。而在各校中考数学测评成绩影响的平均数之间的差异上，除了变量TCHBEHSO外，其他变量均差异显著，特别是TCHBEHTD（P＜0.001）。