教育科學研究分析

時間:2022-03-04 03:27:00

導語:教育科學研究分析一文來源于網友上傳,不代表本站觀點,若需要原創文章可咨詢客服老師,歡迎參考。

教育科學研究分析

20世紀80年代以來,我國教育研究不斷深入,但教育科學研究方法仍亟待完善和發展。有的學者對近20年我國教育研究所采用的研究方法及分析資料的方法進行了研究,*、*選擇較有代表性的5種教育類雜志,即《教育研究》、《教育研究與實驗》、《電視大學》、《課程、教材、教法》、《湖南教育》。然后從每種雜志1981至1998年每年刊登文章中,隨機抽取24篇(這24篇文章平均分配在每期里)共檢索文章2160篇。結果表明,大量的文章是解釋或綜述性的,實證性文章比例很低??偨Y經驗是我國教育研究的一大特點。教育經驗的總結雖然是教育科學研究的重要方法,但不是惟一的方法,教育科學畢竟是一門實踐性很強的科學,需要大量進行實證研究;思辨也必須建立在客觀事實的基礎上,缺乏事實的亂發議論是科學的大忌。另一項研究是對16種教育科學核心期刊1999年的2098篇論文的調查結果,其結論是,目前我國教育科研的主要方法,有92.6%是傳統的定性思辨方法。有7.4%的論文用量化方法,其中6.3%論文使用表格、百分比的一般量化方法。有少量論文應用方差分析、假設檢驗、回歸分析、一般函數等傳統定量方法。其他如差分方程和微分方程模型方法,以及系統科學方法,模糊數學方法和灰色數學方法,在教育科學研究領域至今極少有人使用。另外,研究者還指出,計算機技術雖已經進入社會生活的各個領域,但在教育科學研究領域,計算機似乎大多用于文字輸入和排版、用專用計算機軟件作數據處理、建模、分析的寥若晨星。

重視定性研究是我國教育研究的傳統,可是教育科學如果只停留在定性分析上,很難實現對教育規律的科學認識。因為定性認識,只是判定研究對象實體是否存在、結構如何、各要素之間具有何種聯結等。它往往是認識事物的開始,具有某些相對性與局限性。首先,它缺乏定量化的嚴格的觀察、測量、統計、計算和表述,不能對特定事件給出嚴格的描述、說明、解釋和闡述。所以,它僅僅是給出某種研究的大致方向或趨勢,具有不確定性。其次,它不具有嚴格的操作規則或實踐規則的約束,因此,研究結構具有很大的隨意性,在主題、對象、時間、空間和條件等各個因素之間均具有很大的跳躍性,從而強化了研究者的背景知識對分析結果的“污染”,具有不精確性。再次,定性分析是以經驗描述為基礎、以歸納邏輯為核心的方法論系統,它的推理缺乏嚴格的公理化系統的邏輯約束,因此,在它的前提和結論之間可能不存在邏輯的必然性,即其結論往往具有或然性。

由于定性認識具有上述局限性和相對性,故在定性認識的基礎上,應該對事物進行定量認識,也只有這樣才能獲得清晰、準確、普遍的認識。定量分析的目的在于測定對象目標的數值,求出其與各相關要素間的精確的經驗公式。它是一種具有確定邏輯結構的認識,這些邏輯結構的不斷展開就是定量研究方法的實現。任何事物都同時具有質和量兩個方面,是質和量的統一體。因此,事物的認識既需要定性認識,又需要定量認識。對于任何科學研究領域來說,定性分析和定量分析都可以說是兩種最基本的分析方法,它們也是兩種互相補充的分析方法。由于研究目的和研究對象性質的差異,在不同研究領域和研究項目中,定性分析和定量分析各自所占的比例也不相同。問題是教育科學研究領域重復性的定性分析有余,定量分析則明顯不足,當與其它社會科學領域相比時,這一點表現的尤為明顯。筆者認為,由于我們過分地依賴定性分析,在很大程度上,使我國教育科學研究處于一種理論薄弱或缺乏科學理論的狀態。從嚴格的意義上講,一種理論應該包括一系列基本的前提假設,在此前提假設下,進行一定的邏輯推理,得到可以用事實或實驗來證明或證偽的結論。在理論研究中,“要杜絕無謂的推測,就需要我們最終把理論考察拿出來與真實現象進行比較。”這種驗證或許依賴于直接事實,或許依賴于該理論所附帶的邏輯結果。牛頓萬有引力定律,作為一種天體理論,其正確性的一個十分重要的證據在于,人們曾經根據它成功地預測了太陽系中未知行星的存在,并正確地預測出它們的運行軌道。

科學研究的目的,是為了對現實提供一種合理和更強有力的解釋,幫助我們更好地認識和了解有關事實和現象,并在需要的時候預測事物和過程的發展變化,以提高我們的判斷和決策的質量。然而,在教育科學研究中,很少有什么理論是能夠被事實證明或證偽的,我們見到的大多數教育理論,只是一些不精確的分類法、眾說紛紜的界定、對事實的羅列和對原因與影響的分析和猜測。教育科學刊物上的理論文章,基本上是對個案和某個問題的“就事論事”的分析描述為主,經驗和感性判斷在其中占據著重要的位置。其實,我們在教育理論刊物上讀到的一些文章,它們的可取之處并不在于其思想與研究方法上,而在于其文字風格上的成熟。這種狀況不僅僅局限在教育科學,其它社會科學領域也是普遍存在的。這些表述在很多人看來可能有些刻薄,但是所陳述的事實和現象是普遍存在的。對教育問題進行分析,需要有兩個基本的前提,一個是對基本事實和基本數據的準確了解,即事實與數據的前提;另一個是根據分析的目的采用和選擇的分析方法與分析手段,即邏輯與技術手段的前提。在教育科學研究領域,我們面對的問題是,經驗事實與材料比較豐富,而邏輯分析與技術手段相對不足。特別是,有許多教育現象的比較研究,只是材料與事實的堆砌和對可能的原因與影響因素的主觀羅列。它們與其被稱作是對教育問題的比較研究,不如說是對基本文獻資料進行收集與整理的結果。

1971年2月,哈佛大學的卡爾?多伊奇和兩個同事在《科學》雜志上發表了一項研究報告,列舉了從1900年到1965年的62項“社會科學方面的進展”。在他們的研究中,引人注意的是:早期的成就全部都是理論性的和定性的。而后來的成就,或者甚至早期發現的后來發展,都主要是數學和統計方法的革新,或者是由定量分析推導出來的理論。可見,社會科學研究發展的突破性成就越來越多地表現為定量研究或定量研究與定性研究相接合。數量化研究已經成為社會科學研究的基本趨勢,特別是統計學和模型方法的發展及計算機的廣泛運用,加速了這種趨勢。對于這種趨勢,教育研究領域也不能例外。采用數量化的手段,能夠加深我們對許多教育問題的理解,使模糊的認識清晰化,并能夠更準確地揭示和描述許多教育現象的相互作用和發展趨勢。從其社會作用看,定量研究有助于促進教育決策的科學化,提高決策質量。對每一個從事教育科學研究的人來說,掌握程度不同的定量研究方法和手段是非常有必要的。

發展數量化研究的方法和手段,是使教育研究走向成熟的一個重要方面。進行定量分析,常??梢韵恍o謂的爭論,或者使人們對問題的討論具有共同的基礎。在教育科學研究中,量化分析的另一個重要作用是通過它得到更準確和更有效的定性結論,以深化人們對教育規律的認識,優化教育決策。教育科學研究的定量化是教育科學研究領域的重要方法論思想。它在教育科學研究中具有不可替代的價值,這是因為:

(1)教育科學數量化分析是教育科學成其為科學的重要標志。數學是研究數量與形式的工具,而成熟的科學都致力于揭示研究對象之間的數量的或形式的關系。只有在一門科學能對研究對象之間的相互關系及其基本規律做出數學的(定量的或形式化的)描述之后,它才能算是一門精密的科學。教育科學研究對象的復雜性并不能否定它的研究對象的某些內在規律也必然通過量的關系存在,考慮到人的思維的特點,甚至可以說正是因為教育現象的高度復雜性,教育科學可能更需要定量分析方法。至于采用哪一種數學形式則是具體的技術問題,它由具體教育現象本身的性質和研究需要達到的目的決定。

定量關系或形式關系的分析,司以使教育科學改變以往對教育的表層現象進行描述,而很少揭示教育現象的內在深層結構的習慣。教育科學家們力圖像自然科學家那樣采用經驗的研究程序,通過對可觀察的教育現象之間的相互關系提出解釋,建立可以接受實際檢驗的理論,這就往往意味著將各種解釋事物因果關系的命題做出定量的或形式的表示,然后在數學系統的框架下對它們進行檢驗。

(2)教育科學數量化分析反映了社會對教育科學科學性的迫切需要。這種需要是伴隨著工業文明的成長,社會的全面發展,教育組織復雜程度的增加而加強的,因為社會的發展、變化越深刻和微妙,教育組織越復雜,我們對教育規律的認識、判斷和決策就越依賴于對基本情況的準確了解和對未來變化的可靠性更高的預測,這也需要教育科學理論更加實用化和精密化。這種客觀需要的存在迫使教育科學工作者盡量采用更好的定量研究方法來幫助提高教育理論的準確程度和實用程度。

(3)教育科學數量化分析是多學科綜合研究發展趨勢的必然結果?,F代科學發展的一個重要特征是,各學科都在融合,向綜合化邁進。由于數學方法在物理學中表現出卓有成效的作用,于是,它的成功喚起并鼓舞了自然科學家在自然科學之外的其他領域做出各種嘗試,并取得了一個又一個的成功。由于各種原因,自然科學家與數學家也經常涉足于教育科學領域,尤其是近幾十年來,科學工作者越來越關心一些重要的教育問題,如教育投資、教育成本、教育預測、教育規劃、教育決策、教育發展戰略等等。他們出于各種目的,以各種形式對這些問題進行了大量研究,教育科學工作者與他們分享了許多重要的思想成果和研究方法,如控制論、系統論等等,這些思想方法的介入,使教育科學的許多領域發生了根本性的變化。最近幾十年來,科學研究一種越來越明顯的趨勢是,自然科學、系統科學的新理論一旦形成,包括其創始人在內的科學家們競相把新理論推廣應用到社會科學包括教育科學研究中,所謂交叉研究已經蔚然成風。特別是,在這一潮流中最突出的是被稱為“非線性科學”中出現的一些新理論,如耗散結構理論、協同學、渾沌科學和分形理論等等。很多自然科學研究人員認為,把這些理論推廣到社會現象的研究中,是對它們的普適性和深刻程度的證明。由于當代自然科學(包括系統科學等)在相當程度上是數學化的,它們不但對“數”,而且對于關系、結構、次序、演化的研究也發展了很好的定量研究手段,所以,當許多新理論把教育現象作為它們的應用對象時,自然科學也就把定量研究的一些新手段帶入了教育科學研究之中。

需要說明的是,這里對定量研究的強調,并不是說定量研究能夠代替定性分析,而且基本上不會有人持這樣的觀點。定性認識與定量認識在基礎、形式、結構和功能方面是存在差別的。從本質上說,它們是以方法論的形式展開了兩種不同的研究綱領和兩種不同的認識論框架。從技術上講,則是由于研究對象的復雜性和多樣性,采取了不同的解題方式。即使在自然科學中,對力、電場和磁場的某些性質的認識和對原子結構的認識也都是定性問題,只不過對這些性質的結論要經受嚴格的實驗檢驗,在化學、生物學、地理學中,定性研究也是很重要的。要有效地運用數學方法從事科學研究就必須對研究對象在質上的特點有一定的理解。沒有高水平的定性理論,定量研究只不過是盲目的數字游戲,即是在自然科學中,定量分析的方法也只有在與良好的定性分析結合在一起時才能充分發揮其作用。事實上,有效的理論大多是能把定性分析與定量分析合理地結合起來的理論,而要使定量分析研究與定性分析研究很好地結合,根本的出路是讓研究人員對兩種方法都有一定了解。

在科學發展歷程中,教育科學在數量化研究的發展方面遠遠落在自然科學后面。甚至落在經濟學、社會學、人口學等其它社會科學后面。這種現象主要是有以下原因造成的:(1)教育科學研究對象的復雜性使得數量化研究所面臨的困難較大。(2)擔心某些人為數字而數字、片面追求高深數學技術的傾向會使一般人難以判斷各個計算步驟的有效性,他們認為即使是簡單地用數學關系來表示各種教育現象,也可能使人忘記被數字掩蓋起來的實質發現內容。

與自然科學中的量化相比,教育科學研究中的量化確實面臨著難以克服的困難,這些困難主要表現在以下一些方面:

(I)對軟指標量化的可行性。例如一所中學的教學質量、學生的學習動機、農村小學教師的苦惱、大學生所關心的問題等等。很多教育科學的研究人員因此而否定量化在教育科學研究中的作用,否定對這些因素進行量化的可能性,這種觀點無疑是片面的。應該說,要使這些因素量化的準確程度達到類似于自然科學中的量化所達到的水平基本上是不可能的,但是對于具體應用來說足夠有效的量化是可能的。例如,我們知道,“學生所學知識的掌握程度”是一個很難把握和衡量的量。但是在現實生活中,人們仍然通過考試的方法來對其進行衡量,而且,量化的結果也被社會較為普遍地接受,并被作為很多決策的重要依據。這樣的例子還有很多,例如體操比賽時的動作評分,音樂、美術學院對學生作品的分值和等級評價等等。

(2)數據的不可重復性。由于教育現象在時間上具有不可逆性,使得我們對于獲得的很多數據,不能夠再回過頭去作嚴格的檢驗,也不能夠通過可控實驗,來發現數據中可能存在的問題。而在物理學中,當我們測量某一物體的長度時,常常可以通過測量多次,取測量數據的平均值等方法來減少和控制測量誤差。在教育科學的測量中,許多類似的成熟方法難以借用。教育現象的這一性質要求我們在使用有關數據時,需要加倍小心。

(3)定義的不確切性。自然科學中量化的主要是一些有確切規定性,并具有客觀基準的量,如長度、溫度、時間、速度等等。而教育科學中的許多量,在界定上是含糊的。有些量即使在界定上是清晰的,在具體統計時也難以掌握。嚴格地講,在教育科學中,要杜絕在分類與測度真實現象時產生不確切的定義是不可能的。這不僅是我們的實物測度技術不夠精確,在大多數情況下也因為我們對所使用的測度方法給不出確切的描述的緣故。對此我們可以舉個簡單的例子加以說明:假設我們要測量我國大學畢業生的質量,我們立刻碰到的困難是“大學生的質量”這個概念不是準確的概念,不同大學相同專業的畢業生質量并不相同,同一大學不同專業的畢業生質量也不相同,這樣對它們的數量尺度的內容就會產生爭議。我們最終即使給出了一個量化值,這一量化值在精確程度上也成問題,因此,在具體使用各種量值的時候,我們應該了解這些值是如何測定的。

(4)其統計口徑的不一致性。對于自然科學中的大多數問題,在統計口徑上基本是一致的,在統計標準上的爭議也少得多。對于教育研究中的很多指標,聯合國教科文組織、國家教育部以及各個地區,往往都有自己的不同的統計數據,具體選用哪一個數據,由采用這些數據的人來選擇。

(5)統計過程中的時差性。例如,對于大學生在校人數的統計來說,它所反映的應該是某一時點的數據,但是,實際的統計過程的周期很長,各所學校呈報數據的時間是不一致的,而由于各學校的實際情況又處于不停的變動過程中,因此,實際的數據并不能夠真正說是某一較短時間段的數據。這也對教育科學中的許多基礎數據的準確性造成了不利影響。

雖然對教育現象進行量化有很多難以克服的困難,但是,對于進行量化分析的重要性,學術界還是存在著比較普遍的共識。事實上,進行量化的困難與是否量化是兩個性質不同的問題。