《Sage Open》：Measuring Digital Competence in Pre-Service Teachers: Development and Psychometric Validation of a Multidimensional Scale
编辑推荐：
在数字时代，数字素养（digital competence）已成为教师满足社会发展需求的一项关键技能。师范生（pre-service teachers）同样需要培养这一素养；然而，目前尚缺乏专门针对其需求加以验证的量表。为填补这一空白，本研究编制并验证了一套包
在数字时代，数字素养（digital competence）已成为教师满足社会发展需求的一项关键技能。师范生（pre-service teachers）同样需要培养这一素养；然而，目前尚缺乏专门针对其需求加以验证的量表。为填补这一空白，本研究编制并验证了一套包含22个题项的自评工具，该工具的理论基础建立在对UNESCO《教师信息与通信技术能力框架》（UNESCO ICT Competency Framework for Teachers, ICT-CFT）与欧洲《欧洲教师数字胜任力框架》（European DigCompEdu framework）进行综合，并结合中国《教师数字素养标准》（National Teachers' Digital Competence Standards in China）进行本土化的基础之上。共计1,217名中国师范生完成了在线问卷调查。探索性因子分析（Exploratory Factor Analysis, EFA）（N=600）与验证性因子分析（Confirmatory Factor Analysis, CFA）（N=617）提取出一个具有可接受拟合优度的六因子模型，涵盖数字意识（Digital Awareness, DA）、数字技术知识与技能（Digital Technology Knowledge and Skills, DTKS）、数字教学应用（Digital Teaching Application, DTA）、数字协同育人（Digital Collaborative Education, DCE）、数字社会责任（Digital Social Responsibility, DSR）以及数字专业发展（Digital Professional Development, DPD）。该量表在不同性别与学习阶段之间建立了度量（metric）与标量（scalar）测量不变性（measurement invariance），支持其稳定性。理论上，本研究通过实证方法将数字意识与数字协同育人界定为独立因子，从而将数字素养超越单纯的工具性教学（instrumental pedagogy）范畴进行重新概念化，强调师范生内在的技术意识以及数字实践的教育意义。实践上，该验证量表可为教师教育者与教育机构提供诊断工具，用以评估师范生的数字素养，为设计针对性干预措施（targeted interventions）提供依据，并可为未来研究提供新的见解，从而更好地帮助师范生应对数字时代的要求。
数字素养（digital competence）是个人在信息与通信技术（Information and Communication Technologies, ICT）及数字媒体环境中使用数字技术所需的一系列知识、技能与态度的总和。在第四工业革命（Fourth Industrial Revolution）背景下，教师必须具备数字素养以适应技术融合的教学环境。师范生作为未来教育工作者，需要通过数字工具的使用与围绕数字工具的教学法决策来培养该素养。然而，当前针对师范生的数字素养测评研究存在明显不足：一方面，学界普遍存在“数字原住民”（digital natives）天然具备技术能力的预设；另一方面，师范生的学习经历与真实教学情境相互脱节，导致其实际能力缺陷被掩盖。此外，现有测评工具多直接改编自已在职教师框架，存在维度划分主观、关键能力覆盖不足、心理测量学验证程序不充分等问题，难以全面、准确地评估师范生的数字素养。
为系统评估中国师范生的数字素养，研究人员编制并验证了一套多维量表。该量表以UNESCO《教师信息与通信技术能力框架》（UNESCO ICT Competency Framework for Teachers, ICT-CFT）与欧洲《欧洲教师数字胜任力框架》（European DigCompEdu）为国际基准，同时融入中国《教师数字素养标准》（National Teachers’ Digital Competence Standards in China, MoE, 2022）进行本土化调适，并特别将数字意识（Digital Awareness）与数字协同育人（Digital Collaborative Education）独立设维。研究最终形成包含22个题项、六个维度的自评工具，采用五点Likert量表计分。通过对1,217名来自不同地区、不同专业中国师范生的调查数据进行项目分析、探索性因子分析（Exploratory Factor Analysis, EFA）与验证性因子分析（Confirmatory Factor Analysis, CFA），研究人员构建出一个拟合良好的六因子模型。该模型在理论上将数字素养重新概念化为超越工具性教学的多维结构，凸显师范生内在技术意识与数字实践教育价值；在实践上为教师教育者提供了诊断工具，有助于识别能力短板并设计针对性干预方案。
研究人员采用的主要技术方法包括：首先，使用Harman单因素检验（Harman's one-factor test）评估共同方法偏差；其次，利用Winsteps 3.74软件基于Rasch模型对35个初始题项进行项目分析，依据Infit与Outfit均方值（MNSQ）及点测量相关（PTMEA-CORR）筛选题项；然后，使用Jamovi 2.3.28软件对600名样本实施探索性因子分析（EFA），采用最大似然法（maximum likelihood）抽取因子，oblimin斜交旋转，并通过平行分析（parallel analysis）确定因子数；接着，对617名样本进行验证性因子分析（CFA），采用结构方程模型（Structural Equation Modelling, SEM）检验六因子模型拟合度，并计算组合信度（Composite Reliability, CR）、平均方差抽取量（Average Variance Extracted, AVE）等聚合效度与区分效度指标；最后，实施多组CFA（Multi-group CFA）以检验量表在不同性别与学习阶段（本科生与研究生）间的测量不变性（measurement invariance）。样本队列来源于中国天津、北京、青岛、珠海、济南等地多所师范类院校与普通高校的1,217名师范生。
共同方法偏差分析：通过Harman单因素检验，第一因子解释方差为39.04%，低于50%的临界阈值，表明共同方法偏差未显著影响研究结果。
预备分析：各题项的偏度（skewness）绝对值最大为1.42，峰度（kurtosis）绝对值最大为2.44，均处于正态分布范围内，表明数据满足正态性假设。
项目分析：基于Rasch模型，全部35个题项的Infit与Outfit MNSQ值多数在0.5至1.5之间，点测量相关（PTMEA-CORR）在0.47至0.69之间，项目区分度良好；量表表现出优异的项目信度（Item Reliability, 0.99）与被试信度（Person Reliability, 0.94），Cronbach's α系数为0.95，且不存在多重共线性问题，因此保留全部题项进入因子分析。
探索性因子分析：对35个题项的分析显示，KMO值为0.96，Bartlett球形检验显著，数据适合因子分析。采用最大似然法结合平行分析，最终提取六个因子，累计解释57%的总方差，各因子Cronbach's α介于0.77至0.90之间。删除因子载荷低于0.50且共同度低于0.50的题项，以及存在严重交叉载荷或低载荷的题项后，形成包含22个题项的最终量表。六因子分别为数字意识（Digital Awareness）、数字技术知识与技能（Digital Technology Knowledge and Skills）、数字教学应用（Digital Teaching Application）、数字协同育人（Digital Collaborative Education）、数字社会责任（Digital Social Responsibility）和数字专业发展（Digital Professional Development）。
验证性因子分析：对617名被试的分析表明，22题项量表的Cronbach's α为0.94。六因子测量模型的拟合指标良好，χ
2/df为3.48（低于3.83），RMSEA为0.063（95% CI [0.058, 0.069]），SRMR为0.045，CFI为0.94，GFI为0.98。各维度的组合信度（CR）介于0.77至0.89，平均方差抽取量（AVE）介于0.52至0.66，表明聚合效度良好；异质单质比率（Heterotrait-Monotrait Ratio, HTMT）介于0.27至0.76，均低于0.85阈值，显示良好的区分效度。
多组验证性因子分析（测量不变性检验）：在学习阶段（本科生n=432 vs. 研究生n=185）层面，构形、度量、标量与残差不变性模型均达到可接受拟合，且ΔCFI与ΔTLI绝对值均小于0.010，表明存在测量不变性。在性别层面（女性n=505 vs. 男性n=112），构形、度量与标量不变性模型可接受，但残差不变性模型拟合较差（ΔCFI=-0.036；ΔTLI=-0.033），未达到残差不变性；鉴于残差不变性并非测量不变性检验的必要步骤，该量表在性别间仍具备度量与标量不变性。
研究通过项目分析、探索性因子分析、验证性因子分析以及测量不变性检验，证实所编制的六因子22题项量表是测量师范生数字素养的有效且可靠工具。该量表的所有题项均达到Rasch模型的拟合标准，内部一致性良好，验证性因子分析结果支持探索性因子分析提取的六因子结构。多组CFA进一步证实该六因子模型在不同性别与学习阶段之间具有度量不变性与标量不变性。
本研究的发现与已有研究既有对应也有差异。研究提出的六个维度中，数字技术知识与技能、数字社会责任与数字意识分别对应已有研究中提出的技术技能、网络伦理及相关实践、对ICT使用的态度；数字教学应用则与针对中小学教师提出的数字教学设计、实施与评价维度相呼应。然而，基于欧洲公民数字素养框架开发的通用模型与本研究结果存在差异，这源于所依据的理论框架不同。本研究的理论框架更紧密贴合教师职业特性。
本研究的两个关键发现在于：第一，数字意识被实证确认为一个基础性维度，为态度因素需要独立评估提供了跨情境证据，弥补了国际框架中过度强调可观测技能而忽视态度与动机因素的不足；第二，数字协同育人作为独立维度的出现，表明技术在伦理与育人方面的功能——此前在DigCompEdu与ICT-CFT中分散于各维度——可能构成了一个连贯的领域。尽管数字教学应用与数字协同育人在中国框架中被归为上下位关系，但实证证据支持二者的概念区分：前者主要捕捉教学实施与评价中的数字应用，后者反映技术使用中的教育与伦理面向；二者的AVE平方根分别为0.81与0.78，HTMT值为0.76，低于0.85的阈值，证实其为不同维度。数字协同育人维度在数字素养研究中相对缺乏关注，但本研究发现其对当代师范生尤为重要。在数字时代，师范生需要学会利用现代数字技术联结家庭、学校与社会，构建协同育人体系，从而拓宽下一代的教育路径，改善学生的品德、智力与个性素质。
在实践意义上，该量表可帮助教师教育者与管理者通过识别具体能力缺口来设计针对性干预。例如，数字技术知识与技能维度相对较低的均分（M=3.45）表明当前教师教育项目在技术知识传授方面存在短板，建议将技术培训直接融入课程体系；数字教学应用维度得分（M=3.66）提示需加强反思性工作坊，探索人工智能等数字工具的教育潜力。此外，量表在不同性别与学习阶段表现出的测量不变性支持其在多元样本中的适用性。
研究同时指出若干局限：所有数据均来自自评问卷，可能存在偏倚；样本局限于中国师范生，结果的外推性有待验证。未来研究应开展跨文化验证，并将自评数据与教学实习中的行为观察或表现性评估进行三角验证，以进一步增强客观性。尽管存在上述局限，该量表在理论上丰富了师范生数字素养的研究框架，在实践上为教师教育项目的精准干预提供了可靠工具。
