《Journal of Creativity》：Measuring Teachers’ Teaching for Creativity : A Rasch model
编辑推荐：
本研究旨在使用Rasch测量模型评估印度尼西亚高等教育情境中的为创造力而教（Teaching for Creativity, TfC）。本研究采用横断面调查设计，纳入1,212名教师，包括来自印度尼西亚公立和私立大学的职前教师与在职教师。分析包括项目与人拟合、
本研究旨在使用Rasch测量模型评估印度尼西亚高等教育情境中的为创造力而教（Teaching for Creativity, TfC）。本研究采用横断面调查设计，纳入1,212名教师，包括来自印度尼西亚公立和私立大学的职前教师与在职教师。分析包括项目与人拟合、信度指标、项目难度层级、反应类别功能，以及基于性别、教师身份和大学类型的项目功能差异（Differential Item Functioning, DIF）检验。结果显示，所有项目均符合模型拟合标准，Infit和Outfit均方（Mean Square, MNSQ）值处于可接受范围。人与项目信度指标显示出良好的测量一致性。反应类别结构按顺序发挥作用，项目难度水平分布集中在中等至困难类别。DIF分析未发现人口学群体之间存在实质性偏差，因此支持测量不变性。教师能力分布显示，大多数教师处于为创造力而教实践的低至中等类别。这些发现证实，印度尼西亚版TfC量表具有足够的心理测量学质量，并适用于评估教师的创造性教学实践。
研究背景与问题：创造力长期是教育理论与课堂实践的核心议题。早期研究已表明，创造力与学校教育之间的关系并不简单。Torrance曾显示，与创造性学生相关的特征常常并不符合教师偏好的理想学生形象；Westby和Dawson进一步表明，教师可能将创造力相关特征视为问题，而非纯粹积极的课堂资产。当前，创造力日益被视为应对全球复杂性和动态世界变化的重要能力，现代教育系统强调灵活、创新和适应性思维，创造力不再被视为先天才能，而是可通过有意设计的教学实践加以发展的技能。因此，教师共同承担着鼓励学生创造力的责任。然而，教师将创造力整合进学习的准备仍然有限，许多教师在理解和有效应用为创造力而教（Teaching for Creativity, TfC）策略方面面临困难，STEM教育中尤为明显。印度尼西亚教育中的创造力测量更偏向评估学生创造力，而非教师实施的教学实践；既有研究多依赖原始分或常规统计分析，缺少现代测量模型如Rasch模型（Rasch model，一种基于概率的测量模型）、测量不变性或项目功能差异（Differential Item Functioning, DIF，用于检测不同群体中项目功能是否一致）检验，也缺少对反应类别结构或项目难度水平的充分分析，且样本多局限于特定情境或地区。因此，研究人员旨在改编并验证印度尼西亚情境中的TfC量表，使用Rasch测量模型开展项目与人层面效度、反应类别功能、项目难度结构、DIF检验，并客观映射印度尼西亚教师TfC能力分布。
研究人员开展的研究与总体结论：研究采用横断面调查，纳入1,212名印度尼西亚公立和私立大学的职前与在职教师。TfC量表由Rubenstein等开发，包含四个维度：教师自我效能（Teacher Self-Efficacy, TSE）、环境鼓励（Environmental Encouragement, EE）、社会价值（Societal Value, SV）和学生潜能（Student Potential, SP）。其理论基础包括Bandura理论、Amabile和Simonton关于环境的观点、期望价值理论、成就取向模型以及Dweck理论。印尼版量表经跨文化验证程序改编，保留16条五级Likert题项，含4条反向题。结果显示，印尼版TfC量表具有足够心理测量学质量，项目和人拟合良好，信度可接受，反应类别有序，项目难度集中于中等至困难，DIF未显示实质性群体偏差，教师能力多处于低至中等水平。其意义在于为印度尼西亚教师创造性教学实践提供较为客观、可跨群体比较的评估工具，并为数据驱动的教师专业发展与政策干预提供依据。
关键技术方法概括：研究采用横断面在线调查，分层随机抽样，样本为印度尼西亚公立与私立大学的1,212名职前和在职教师；使用改编自Rubenstein等的TfC量表，共16条五级Likert题项，四个维度为TSE 5条、EE 3条、SV 4条、SP 4条，含4条反向题，经两名语言学家和一名教育专家回译；数据先用SPSS 27清理，再以WINSTEP 5.9.0进行Rasch分析，采用联合最大似然估计（Joint Maximum Likelihood Estimation, JMLE），分析项目与人拟合、主成分分析（Principal Component Analysis, PCA）残差、Yen Q3局部独立、DIF、信度、Wright Map、类别概率曲线、个体能力logit值（Logit Value Person, LVP）及独立样本t检验。
研究结果：
3.1 为创造力而教量表的效度与信度（RQ1）：通过Rasch分析，所有项目与人Infit和Outfit MNSQ值在0.92至1.07之间，符合0.50至1.50可接受范围；项目EE3的项目特征曲线显示经验反应模式与Rasch模型曲线一致。由于TfC为多维工具，研究人员按维度分别分析。主成分分析显示，TSE、SV和EE维度的原始方差解释比例达标，第一对比值低于2，支持单维性假设；SP维度第一对比值为2.64，提示有限额外残差结构，需谨慎解释。局部独立方面，TSE、SV和EE维度残差相关低于0.40；SP维度一对题项残差相关为0.58，虽超过0.40但模式局部化。Wright Map显示多数题项与 respondent 能力匹配，且集中于中等范围；个人信度0.80至0.86，分离指数2.00至2.45；项目信度1.00，项目分离指数高于22；测试层面Cronbach’s α为0.86；原始分与Rasch logit测量相关r=0.93。结论是量表拟合、信度、项目校准稳定，但极端高能力层面题项覆盖有限。
3.2 跨群体DIF（RQ2）：通过Rasch框架下的一致性DIF，在控制潜在能力后比较项目难度估计。基于大学类型，仅EE1显示统计显著差异，χ
2=8.41，p=0.0037，公立大学组难度1.29 logit，私立大学组1.53 logit，差0.24 logit，低于0.43 logit实践意义阈值。基于性别，EE1和EE3概率显著，但难度差约0.18 logit和0.13 logit，低于0.43 logit。基于教师身份，EE3为0.81 logit、EE1为0.60 logit、SV4为0.59 logit、SV2为0.55 logit，部分超过0.43 logit，但差异模式不一致且不系统。结论是TfC量表在大学类型、性别和教师身份群体中无实质性DIF，测量不变性获得支持。
3.3 TFC量表项目难度分类（RQ3）：通过logit均值与标准差界限分类，没有项目进入非常困难类别（LVI ≥ Mean+2SD），多数项目集中于中等和困难类别，尤其TSE和EE维度；SV和SP维度若干项目属于非常容易。该模式与Wright Map一致。类别概率曲线显示五个反应类别按有序阈值运行，随能力相对项目难度增加而单调移动，无无序或非主导类别。结论是项目难度层级清晰且组织化，五级Likert类别在区分 respondent 能力方面运行最优。
3.4 印度尼西亚教师为创造力而教能力评估（RQ4）：通过个体能力测量估计，个人信度0.980（0.83 logit），分离指数0.980（2.22 logit），表明工具能一致区分两个以上能力层级。能力分布约为?4.28 logit至+4.66 logit，多数 respondent 处于中等正向能力范围；个人拟合大体符合Rasch模型期望。维度与总分相关为0.60至0.77，SP最高r=0.77，SV最低r=0.60，维度间相关低至中等，支持多维结构。性别方面，男性平均logit为1.07，SD=1.16；女性为1.06，SD=1.13，几乎一致；教师身份方面，在职教师平均logit为1.18，SD=1.00，职前教师为1.05，SD=1.19，在职略高但差异较小；独立样本t检验显示性别和大学类型间无显著差异。LVP分类显示，低类别n=678，中等类别n=405，高类别n=74，非常高类别n=41，非常低类别n=14。结论是印度尼西亚教师TfC能力集中于低至中等，跨人口学群体较为一致，创造性教学能力发展仍有显著需求。
讨论总结：本研究表明，印度尼西亚版TfC量表基于Rasch参数具有充分心理测量质量，Infit和Outfit MNSQ稳定，人与项目信度良好，DIF分析未发现性别、教师身份或大学类型间实质性偏差，支持测量不变性和跨群体公平比较。项目难度多处于中等至困难，无非常困难项目，说明其更敏感于区分一般至中等能力，极端高能力覆盖有限。教学经验可能有助于TfC，但影响并不总是均匀，且依赖制度情境与学习环境；在职教师略高于职前教师，但差异小，说明专业经验本身不足以确保TfC实践优化。能力集中低至中等，表明创造力教学能力仍需系统持续加强。研究提及可参考Creative-Inquiry-Based Science Teaching、Learn to Think和Scientific Creativity in Practice等项目。方法上，Rasch logit分析比原始分更精确，DIF测试增强分数解释效度；政策上，可为教师专业评价、数据驱动政策和专业干预提供基础。局限包括样本对印度尼西亚区域、文化和机构多样性代表有限，横断面设计难以捕捉时间变化，题项主要覆盖中等至较高难度，未来可发展更宽难度范围题项并采用多维Rasch模型。
研究结论翻译：综上所述，本研究表明，印度尼西亚版TfC量表工具不仅符合Rasch效度和信度标准，而且无跨群体偏差，具有系统且稳定的项目难度层级结构，并能客观映射教师能力分布。较强的心理测量质量与关于教师能力分布的实质性发现相结合，为制定基于数据的政策和专业干预提供了坚实的经验基础。因此，TfC量表工具不仅作为评估工具，而且作为理解和持续改进印度尼西亚教育系统中为创造力而教实践的战略工具。
