会计教育中知识结构评估的研究

魏定国　田瑞英

【摘要】 众所周知,知识结构是各个专业领域的专业技能的决定因素。知识结构评估是教师了解学生的知识结构是否朝着合适的方向发展、鉴别学习或培训是否有效的方法。然而这种评估很少被应用到会计教学之中。本文探索了一种评估技术,即路径查找技术,能将它容易地应用到会计教学实践中,评估学生的知识结构,并提供了在会计教育中应用该技术的实际案例。结果说明该技术的评估结果能够反映会计教学情况。

【关键词】 知识结构;课堂评估技术;结构化评估

一、 引言

在认知科学中,就学习行为来说,储存在记忆中的知识的数量和知识的结构都是非常重要的。知识结构的概念早就被相关专家引入会计教育研究中,知识结构的概念是基于人们将信息组织成能够反映定义它们的概念与特征之间的关系,是一门学科的概念、原理、规则和特征的组成方式。

知识结构对会计专业技能具有重要的意义。实证研究已经证明,精确、高质量的知识结构使得相关信息容易识别和编码,便于从长期的记忆中检索可用的知识,有利于在会计任务的行为特征中找到合适的问题解决策略。尽管记忆丰富的行为特征有它的优势,但较好的知识结构对后续的学习是大有益处的。

知识结构和知识类型之间概念上的实际差别意味着评估策略必须不同。尽管评估某个人的知识结构的结构化评估方法(SA)已经广泛应用于计算机专业技能教育的研究之中,但结构评估方法还是没有作为课堂学习评估技术的主流。例如,在会计教育评估中,一些专家拒绝讨论SA技术。这是由于他们对SA方法缺乏了解造成的。

本文主要研究SA工具是如何应用于会计教育中知识结构评估之中。目前已有一些商品化的SA软件工具,它们都很容易使用,将其运用于会计教学评估只需要作少量的二次开发。

二、 评估知识结构

学生的专业知识结构的发展可以近似地认为要经过一系列的阶段,知识低级形式的认识是知识结构的基础,也是过渡到高级形式的必要条件。说明性的知识主要是关于人、地点和事物的口头信息或事实,是知识认识的早期阶段。在达到学习的初始所需要的说明性知识起点水平之后,学习者就开始集中于程序性知识的学习,程序性的知识由一系列在具体结果中所产生的动作序列组成。程序性的知识可以从简单(计算)到复杂(决策分析)。随着时间的消耗,说明性知识和程序性知识的认识与记忆体中的知识关联在一起。这种知识形成的特性为评估知识结构提供了基础,为区分专家和初学者的表现提供了识别的手段。

为了揭示一个人的知识结构,最接近SA方法进行了以下三步的过程:

一是获得某人的概念关系的判断;

二是将这些判断当作知识结构的表示;

三是通过与参考知识结构或“黄金标准”(也就是该领域专家的知识结构)进行对比来评估所得到的知识结构。

关于获得概念关系的技术包括概念映射技术、单词关联技术、有序回忆、卡片排序过程、对半比较和有序技术等。在得出结果之后,这些数据通常要经过提炼处理,如进行聚类分析、共性相关分析或多维定量分析。从这些方法所导出的知识表示还要进行交叉学科的比较,与参考标准进行对照,用来评估每一个学生的知识结构的质量。

笔者开发了一个自包含集合的计算机软件,通过人机界面或智能化自动获取学生所掌握的知识,为评估知识结构提供良好的手段。教师当然可以应用对半比较,得到概念表中所有可能概念的相似判断,用来判别其知识的领域。笔者应用的评估方法与传统方法有所不同,其评估电脑算法是基于知识的网络表示。算法是将人们概念关系的判断(如相同判断的比较对的集合)转换成将概念表示成结点的结构。笔者应用的路径寻找技术是一个基于知识的网络表示的量化算法。这个方法将学生头脑中的概念关系判断(如:相似判断的“比较对”的集合)转换成计算机能够识别的网络结构模型:概念表示成结点,联系表示成网络中两个结点之间的距离。与其它评估方法相比,网络结构能够描述组成学生知识结构概念中更为复杂的关系。图1说明了一个学生在管理会计中所掌握的概念的网络表示。在这种表示中,相似的概念表示为相互连接的结点,既可表示它们的关系,又可表示它们之间相差的距离。

为了评估某个人的知识结构的质量,路径寻找技术提供了比较两个网络结构的方法,如学生的知识结构和教师的知识结构。路径寻找技术应用一个称之为“C”的量值,C值表示两个网络之间共同连接数和总连数的比率。对任意两个网络,C是从0到1之间的变化,C值为“0”意味着两个网络间没有联系,而“1”说明两个网络有相同的结构。很显然,C值能够说明教师和学生之间的知识结构的差别,C值越高就意味着师生之间网络越一致,学生也就越具有良好的知识结构。

三、 路径寻找技术在教室中测试的应用

笔者认为,路径寻找技术是教学评估或学习评估的有效手段,不论是在会计学教学中还是计算机科学以及其他的教学中,都能有很好地应用。笔者在两门会计课程中证实了路径寻找技术的有效性,主要从以下两个方面进行了研究:

一是知识结构的C值评定能够改善相关教学环境吗?

二是C值与传统的学生知识评估方法,也就是考试成绩之间有怎样的相关程度?

在教学评估中,C值的真实性取决于它的判别函数的有效性。因此笔者着手解决下面问题:C值在会计教学中的预测性能是否优于或超过传统的评价方法?

(一) 实例

笔者对广东商学院会计学本科生进行实验,针对他们学习的管理会计、审计和其它非会计课程应用路径寻找技术进行测试。首先,我们对学习管理会计的学生(n=56)进行学前预考和学后结业考试,评价学生的知识结构是否发生了改变。然后进行比较研究,对学习了审计的学生(n=54)的知识结构与未学会计专业课的学生(n=51)的知识结构进行比较研究。

(二) 方法

用下列方法进行评价:

1.知识结构。每一科目的C分值用于反映知识结构的质量。由于C值表示的是两个网络结构之间的相互关系,在笔者的研究中以教师自己的知识结构作为参照标准。

2.说明性的知识。学生常规考试中所得的分数表示说明性知识的评价方法。考试主要由多项选择和几个问答与简述所组成。

3.案例成绩。要求学生对某个工业企业作一个财务管理咨询,撰写咨询报告,对其进行评分,以此作为成绩的评定依据。考察报告中分析的彻底性、沟通能力、建议的创造性可以比较准确地评价学生的报告。

4.对审计任务的自我效能、学生的自我效能的评价。笔者收集了几个审计实例。自我效能指人们对自己是否能够成功地进行某一成就行为的主观判断,在这里可以认为是学生需要达到指定成绩类型而组织、执行相关课程学习的判断。通过对161名学生的全面分解,可以发现自我效能与成绩之间有很大的相互关系。因此笔者为审计任务构建了一套三级的自我效能的评价,科目表示他们的信用等级(从没用信用“0”到完全信用“100”)在成功完成审计任务,包括风险评价、内部控制评估和审计过程的设计。

(三) 过程

生成C值的过程对所有实例都是相同的。

第一步,教师对每一门会计课程提供与特定的教学顺序相关的概念列表(例如,收益和现金流量分析)。

第二步,创造两个文本文件,第一个包含与整个比较对相关的概念列表,第二个包含在评价会话开始时呈现在屏幕上的给学生的指令表。

第三步,引导学生进行评价人机对话,建立起学生的个人知识结构网络。记录评价程序和两个数据文件,应用于计算机实验室。学生执行评价程序进行评价人机对话,访问概念文件、随机生成概念对,再每一次提示学生评价一个对之间的关系。课程教师完成同样的评价任务以创建一个“参考或标准”的知识结构网络。将这个过程所建立的数据运用路径寻找软件自动转换成数据矩阵,并保存为近似的数据文件。

第四步,评估一个学生的知识结构的质量,只要运用路径寻找软件中的相关模块计算教师和学生的两个近似数据文件之间的相关性(C值)即可。在笔者的实验中,通过学生人机会话生成学生的近似数据文件,使用路径寻找软件参照教师的“标准”知识结构文件,评价学生知识结构的水平。

最后,由路径寻找软件生成与图1中类似的学生知识结构的物理表示,它可用于对学生知识结构的质量评估。

四、 结果

(一) 管理会计

笔者通过实验,获得了教育前和教育后的C值,如表1所示。在表中可以看到,教育前到教育后的C分值在统计意义上有了增加(0.22对0.37;t=6.5 P<0.001)。另外,教育后的C评估肯定与考试成绩(r=0.5; P<0.01)和案例分析成绩(r=0.47; P<0.01)相关。为了检测其有效性,笔者对管理会计基于学生的考试分数和学生的C分值进行了回归分析。考试分数和学生的C分值估算回归系数是非常重要的,它表明这两个预测值在案例成绩分析中有很大的变化。

总而言之,从实验中获得的数据揭示了路径寻找技术的几个重要的性质。1. C的分值因教育而得到了改进,C的分值与传统的课堂评价方法(也就是多重选择的测试方法)相关。2. 就案例分析成绩来说,C值提供了渐进式的预测,好于传统的考试分数。最后一个,也是最关键的,路径寻找技术能够捕获独特知识结构。

(二) 审计课程

对审计课程和非会计课程的平均C分值(教育后)进行比较,其学生的会计知识结构质量有很大的不同(0.41对0.07;t=18.3,P<0.01)。这也与管理会计案例的结果一致,C分值与考试成绩是正相关的(r=0.31;P<0.05)。而且,在审计案例中的每一次评估与审计任务自身效能的相关度都是有差别的。然而,C值对审计任务的自我效能是正相关的(r=0.28;P<0.06),考试分数几乎不能预测审计任务的自我效能(r=0.04;P>0.25)。总而言之,从审计案例所获得的数据表明,路径寻找技术评估方法与传统的评估方案是能够相互补充的。同时,C分值和考试分数与自身效果的相关度还是有差别的,笔者建议选择特别的知识类型来识别。

五、 讨论

(一) 对传统评价方法的补充

在会计教育的专题讨论中,有些学者强调培养“技术问题的解决者”,帮助学生变成“训练有素、富有创造性的问题解决者”。知识结构被认为是会计课程对达到该转换所必须的一个度量,可以帮助会计教学工作者开发改进学生的知识结构的方法,并评价这种方法的有效性,本文论证了以路径寻找技术来评价学生的知识结构的可行性。该技术为学生的知识结构提供了启发,可根据某个标准或被采用的结构进行知识结构的评估。

结果证明路径寻找方法的C值因知识结构的呈现而改进,与其它学习评估方法相关,能够与考试成绩相关联。路径寻找技术对课堂评价是非常实用的,它能提供关于学生学习独特性的信息以及特别学生的会计知识结构。

(二)使用路径寻找工具作为一个课评价技术

Harwood and Cohen早在1999年就确定了评价的四种类型:效果评价、课堂评做、等级分配与考试、课堂环境的控制。结构评价(SA)属于等级分类方法,或说一种课堂评价技术。笔者认为使用路径寻找技术不是一种分等活动,因为把C值评分作为课程评分等级是非常困难的。因此,笔者相信路径寻找技术是比较好的用于课程评价技术(CAT),经常用来小规模评价学生的在课堂上的学习情况。CAT不分等,但能够评估他或好的教学方法的有效性。

CAT技术能够提供教师和学生的反馈,说明学生进入了更深一步的学习状态,而不是简单记忆事实与步骤。路径寻找技术也能提供学生知识的物理表示,这是矫正和改进努力的有价值信息的来源。例如:学生和教师能够共同检查学生知识的表示,找出需要纠正的差距和不足。同样,学生可按组各自进行分析。

六、结束语

路径寻找技术作为一个CAT,也有一些不足。如果评价一个知识结构只是源于20多个概念,就需要作190(N×(N-1)/2)条件的判断。当概念增加时,需要判断的数目就会变得难以想象。然而,笔者通过研究发现,只要应用10个左右的概念,就不会影响结果的有效性。

由该技术提供的数据能够增强与专业实践相关的学习效果的预测。很显然,知识结构评估与涉及的具体领域和各自的能力有关。从这种评估方法的收敛、可识别和预测效果来看,这种结构化评估方法能够提供关于教学效果方面的有价值的反馈信息。

虽然路径寻找技术不太适合于等级划分或考试,但非常适合用作课堂评价的工具。如果要对认知科学和会计学教学进行深入研究,更好地提升学生的专业知识与技能,结构化评价肯定会得到教师越来越多的关注。●

【主要参考文献】

[1] 王垒. The Structure and Measurement of Self-efficacy [J]. 北京大学学报(自然科学版),1999,(5):415-420.

[2] Mary B. Curtis, Mark A. Davis. Assessing knowledge structure in accounting [J]. Journal of Accounting Education, 2005,(21):185-195.

[3] Harwood, E. M., and Cohen, J. R.. Classroom assessment: educational and research opportunities. JournalofAccounting Education [J]. 1999,(4):691-724.

[4] Booth, P., Luckett, P., and Mladenovic, R.The quality of learning in accounting education: the impact of approaches to learning on academic performance [J]. Accounting Education, 1999, (8):277-300.

[5] Choo, F., and Curtis, M. B.. Structural assessment in accounting research [J]. Journal of AccountingLiterature,2000,(19): 131-157.