入学試験で志願者の合否を決めるときもあれば、指定校推薦の内部選考もありますし、それ以外にも大会などへの出場メンバーを決めるときや、成果発表会の代表者選考などもあり、学校には生徒の選考を行う機会はかなりの数に上ります。
もし選考基準が妥当なものでなければ、
- 機会を与えられるべき生徒が選考から漏れてしまう
- 意欲や資質に欠けるメンバーが含まれ、周囲に悪影響が及ぶ
といった、様々な問題が生じることになります。
しかしながら、行事の進め方やプログラムの内容について議論されることは多いのに、選考基準が妥当であったかきちんと点検しようという動きはあまりお目にかかりません。
選考に当たっては、公平性や透明性はもちろん大事ですが、選考基準が合理的で且つ妥当なものであったかの点検にも注力していくべきではないでしょうか。
❏ 選抜メンバーのパフォーマンスを追跡＆記録
言うまでもなく、選抜されたメンバーがその後の活動において期待通りのパフォーマンスを発揮したかどうかが選考基準の妥当性を判断するときの観点です。
ここでいうパフォーマンスは、結果の良さももちろんですが、活動への意欲的な取り組みや、活動を通した成長の度合いなども含まれます。
選抜メンバーの一人ひとりが、活動期間を通して、どんな結果を残し、どう取り組んでいたかをきちんと記録に残しておく必要があるということです。
活動を通した成長の度合いは、最初と最後の状態の比較で把握することができます。
特別な活動に参加したことは、大学進学に際しても志望理由を伝える資料としてのポートフォリオにも記載すべきことなので、如上のレコードは残しておくべきでしょう。
❏ 選考に際しての評価を観点ごとに数値化
メンバーの選考は、様々な観点で行った評価の結果を合算した結果で行っているものと思います。
そのときの評価観点別のスコアを数値化しておけば、それらを「説明変数」とし、選抜後の活動を通したパフォーマンスを「目的変数」とした解析ができます。
選考時の観点別評価の数値化には、ルーブリックの活用も必要です。
例えば、選考時のプレゼンテーションの出来映えにしても、内容の構成や論理性、資料の仕上がり、説得力などの小観点毎に数値に置き換えておきましょう。
また、活動を通じて必要な基礎学力を確かめるテストにしても、測定項目ごとに集計を分けておくべきです。
志望理由書についても、理由の確からしさ、具体性、関わる意欲などで観点別に点数をつけておきたいところです。
❏ 選考後のパフォーマンス×選考時の観点別スコア
選考時における観点別の評価結果の一つひとつを説明変数とし、選考後のパフォーマンスを目的変数とした重回帰分析を行えば、各説明変数の偏回帰係数の有意性を統計的に検証することができます。
重回帰分析は、Excelがあれば統計ソフトを買わなくともできます。詳細はこちらに譲りますが、操作そのものは別に難しくありません。
偏回帰係数のｔ値は、目的変数への寄与度を代表しますので、その数値が大きいほど「重要な要素（説明変数）」であると見做すことができます。
選考基準の各点数に対して、重回帰分析で算出された回帰係数をそのまま、各変数にかける係数に設定すれば、「傾斜配点」もできます。
回帰係数の有意性が確認できない説明変数は、それ以降の選考に当たって評価の基準から外すことも検討しなければなりません。
説明変数を出し入れしても、決定係数（R2）が大きくならないようなら、選考基準に加えるべき（現時点で組み込まれていない）評価観点があることが示唆されます。
❏ 検証結果を積み上げて、より合理的な選考基準に
選考方法の合理性や妥当性を論じるときに、主観をぶつけ合っても結論は出せません。「大きな声が通る」というのではあまりにも前近代的ですよね。
選考基準の合理性は、選考後のパフォーマンスを追跡するとともに、選考時の評価結果を要素に切り分けておくことで検証が可能になります。
ある年度に行った選考から、改善の材料をどれだけ引き出せるかは、次年度以降の選考をより合理的なものにし、その結果、選抜メンバーに対する教育の継続的な改善が図れるとお考え下さい。
希望者の中から一部の生徒を選抜した以上、選考基準が合理的かつ妥当なものであったことを示していく必要があります。
手間暇のかかる仕事ではありますが、選考の透明性を高め、公平感を持ってもらうためにも必要な取り組みなのではないでしょうか。