（一）样本

基于分层随机抽样程序，从浙江省6个地市（经济发展水平高、中、低各2个）18个县区抽取了91所幼儿园。这些幼儿园的分布情况如下：（1）依据浙江省现有的办园等级，17所高等级园（省一级），32所中间等级园（省二级），42所低等级园（其中32所省三级、10所准办园[3]）；其中，高、中等级的抽样比例略高于实际，以便在每个质量层级获取足够的样本。（2）依据所在地，城区幼儿园33所，县城幼儿园23所，乡镇中心区域幼儿园23所，村幼儿园12所。（3）依据办园性质，公办园（包括教育部门办园、其他部门办园、集体办园）44所，民办园47所；其中公办园比例略高于该省实际水平。尽管样本幼儿园的分布结构在严格意义上或许不能完全代表总体，但已具有足够的丰富性和代表性。每所幼儿园随机选取两个不同年龄段的班级进行质量观察评价，这样，共获取了178个样本班级的质量观察数据。年龄班分布情况如下：45个小班（3～4岁组），53个中班（4～5岁组），74个中班（5～6岁组），另外有6个混龄班（3～6岁）。每个样本班级随机抽取6名儿童（男女各半）进行儿童发展测试，内容主要包括语言、早期数学、社会认知和动作技能四个领域，最终，共获得1012名儿童的发展结果测试数据。需要指出的是，本研究中的数据采集内容和过程是在地方教育行政部门、样本幼儿园、样本班级教师、儿童家长知情同意的基础上进行的。

（二）工具

1.《量表》第一版

《量表》[4]作为本验证研究的目标工具，用于样本班级的质量观察数据采集。如第三章所述，《量表》是为中国的托幼机构教育质量评价而研发的班级观察量表，包含8个子量表、51个评价项目、177个子项目、685个具体的评分指标。该《量表》延续了ECERS-R的李克特式7点评分：1分（不适宜），3分（最低要求），5分（良好），7分（优秀）。本研究中数据分析的基础是《量表》的项目得分。项目得分是依据该项目下等级指标的评分结果由低到高进行推算。子量表得分是该子量表下所有被评项目的均分。量表总分是所有被评项目的均分，用以代表该托幼机构班级的整体教育质量。

2.浙江省幼儿园等级评价体系

浙江省幼儿园等级评价体系是2008年建立并施行的。依据该评价体系，通过等级评估的幼儿园被分成三个等级，由高到低分别是：省一级（优秀）、省二级（良好）、省三级（合格）。等级评价标准的内容包括办园条件、园所管理和教师队伍建设、安全与卫生保健、教育工作、家长与社区工作、示范辐射作用。评价方法主要采用查阅档案、园长报告、实地查看、座谈等。因而，这种评价侧重的是园所层面的结构性（条件性）质量，但无法充分反映班级层面的过程性质量。[5]

3.《CDCC中国儿童发展量表（3～6岁）》

《CDCC中国儿童发展量表（3～6岁）》（以下简称“CDCC量表”）是20世纪90年代初由北京师范大学张厚粲带领的团队研发的。[6]该量表是一套用于评价3～6岁儿童总体发展水平的常模参照测验，包含语言、早期数学[7]、社会认知和动作技能四个分测验。（1）语言，25个测试题目，内容涉及词汇、理解、语言表达与使用。（2）早期数学，56个测试题目，涵盖分类、排序、图形、关系模式与推理、数数与计算。（3）社会认知，25个测试题目，涉及基本的社会常识、人物关系辨识、初步的道德判断。（4）动作技能，包括4个大肌肉动作测试项目和1个精细动作测试项目。根据研发者当时的研究报告，CDCC量表的内部一致性信度区间为0.71～0.95，重测信度为0.89；内容效度、同时效度（CDCC量表得分与同时使用的斯坦福-比奈智力量表得分的相关系数为0.603）、校标关联效度（CDCC量表得分与学校的学业成绩测验得分的相关系数为0.704）良好。[8]值得指出的是，该量表是为数不多的我国自主研发并经过效度验证的儿童发展测试工具之一。为避免常模老化带来的偏差，本研究没有使用依据常模计算的标准分，而是采用测验的原始分用于后面的数据分析。

（三）数据收集

在正式的数据采集之前，《量表》第一作者带领8名培训者[9]将20名学前教育专业硕士研究生培训成合格的评分员。培训包括四天量表内容学习和五天实地的班级观察评分练习。在每天的班级观察训练中，一名培训者带领2～3名学员组成一个小组进入同一个班级进行观察，各自独立观察和评分结束后进行小组一致性讨论和评分，每位学员计算自己的评分与培训者评分之间的一致性百分比（在项目水平上）。在每天的班级观察训练中，培训者与受训者的小组均进行重组，以避免固定趋势效应。整个培训结束时，每位受训者与培训者之间项目水平的一致性信度达到了0.85以上。28名培训合格的评分员（8名培训者以及20名新培训的评分员）参与了后面正式的数据采集。

2012年上半年，研究者组织评分员团队运用《量表》对178个样本班级进行了一日活动过程的观察和评分。每所幼儿园由评分员到达现场后随机选择2个不同年龄组的班级。每个班级一般安排2名评分员，各自独立进行观察和评分。每个班级的观察时间大约6.5小时（一般为上午班级观察4小时，幼儿午休期间大约半小时对班级教师的访谈以便对无法直接观察的项目指标进行评分，下午班级观察2小时）。各自的评分结束后，再进行小组合议，对评分不一致的子项目进行讨论，直至达成一致意见，给出小组评分。

同时，另一名经过CDCC量表培训的测试员从所观察的样本班级中随机抽取6名儿童（男女各半），运用CDCC量表，采用一对一的方式逐个进行测试（内容包括语言、早期数学、社会认知、动作技能）。测试在幼儿熟悉、独立且不受干扰的房间进行。这样，在178个样本班级共采集了1012名3～6岁儿童的发展结果数据。