学习目标的维度

根据表1.1中的研究，我们可以得出学习目标的重要特征就是目标具体性和目标难度。目标具体性指的是定义目标时，结果的清晰和明确程度。目标难度指目标给学生带来的挑战程度。

目标具体性

学习目标向学生、教师、管理者和大众提出了共同的要求。正如前文讨论的，这些要求涵盖了从非常具体（例如，“学生能够列出五大湖”）到非常宽泛（“学生能够完成结构完整的作文”）等各层级。这项研究强有力地说明了目标越具体，效果越好。也就是说，与不具体的目标相比，具体的目标与学生成绩的关系会更紧密。例如，马克·塔布斯（Mark Tubbs）在对48个大多在组织框架下进行的研究作元分析时，对目标的具体性进行了研究。他发现目标具体性的总效应量为0.50，这支持了目标越具体，成绩越高这一说法（见表1.1）。

有的读者可能对元分析和效应量比较熟悉，但其他读者可能并不熟悉。（本书附录B会对这类术语和它们之间的关系进行深度剖析。）简言之，元分析是对与同一话题相关的系列研究进行量化合成的研究方法。塔布斯用此方法对与目的具体性相关的48项研究结论进行合成。通常，元分析研究用效应量来报告其结论（见表1.1中效应量一列）。效应量告诉你使用某一策略（在本案例中，指非常具体的目标）的学生比没有使用这一策略（在本案例中，指不具体的目标）的学生平均分标准差大（或小）多少。

简言之，效应量告诉了你这一策略的优势；效应量越大，这一策略就越能促进学生的学习。效应量一般是小数。实际上，多数课堂策略的平均效应量是0.4。但是，小效应量可以转化为较大的百分位增益。例如，效应量为0.4的策略可以转化为16个百分位增益。这意味着在班里没有用此策略，得分为第50个百分位的学生，会在引入此策略后升至第66个百分位。（见附录B，它详细绘制了效应量和将效应量转化为百分位增益的表格。）

效应量更实用的方面之一是在所研究的策略下，它们可以转化为预期百分位增益（或折耗）。因此，从所得结论的表面价值来看，人们可以推断出有具体学习目标的学生会在学习目标较宽泛的学生中处于第69个百分位。另一种表述方式是在班里使用非具体目标且处于第50个百分位的学生（该组的普通学生）如果有了非常具体的学习目标，会升至第69个百分位。简言之，目标具体性是人们尝试提高学生成绩时，应考虑的重要要素。

在洛克和莱塞姆1990年对组织研究的元分析中，他们发现对于具体目标而言，效应量处在0.42至0.80之间不等（可转化为16—29百分位增益）。他们认为与宽泛的目标相比，具体的目标可以提供更为具体的成绩指导。缺乏具体的指导会导致学生和劳动者思想不够明确，无法将想法转化为具体的预期行为。具体的目标可为行为提供清晰的指导，并指明预期表现，因此它们可以成为激励因素。

近来，史蒂夫·格雷厄姆（Steve Graham）和多洛雷斯·佩林（Dolores Perin）对写作成绩进行了元分析。他们发现了与目标具体性相关的5项研究。这些研究中使用的目标具体性例证包括清晰的写作任务目标和预期成果的说明。他们发现目标具体性的平均效应量为0.70，而这可以转化为26个百分位增益。因此，格雷厄姆和佩林得出结论称“设定成果目标会对写作质量造成很大影响”，但同时提醒虽然他们的结论基于高质量的研究，但他们的发现是从5项研究中得出的，所以对这一发现的解读应该审慎。

目标难度

由于学生现有的知识储备、对于取得成果的认知以及他们对自身能力的理解不同，他们对学习目标难度的认知会有所不同。研究表明，学生会被他们认为困难但不太难的目标所激励。例如，塔布斯发现对于简单目标而言，困难目标的平均效应量为0.82（转化为29个百分位增益）。洛克和莱塞姆的元分析发现困难目标的效应量为0.52—0.82（20—29个百分位增益），并提出“只有当到达能力极限，或对极其困难的目标的承诺失效时，表现才会趋向平稳或降低”。目标难度还可以缓和或改变反馈对于学生成绩的影响。例如，阿夫拉姆·克卢格（Avraham Kluger）和安杰洛·德尼斯（Angelo DeNisi）发现，当学习目标难度适宜时（有挑战性，但并不是特别难），反馈作为教学策略会更有效。