（二）结　果

（二）结　果

1.变化的数量

大多数测试结果是：班级内的经历导致道德判断成熟度显著增长，而且该增长在一年后还十分明显。与此相对比的是控制组道德成熟度的变化。所有有关道德成熟度的结果见表2。

如表所示，班组从事前测验到事后测验时道德成熟分数的平均增长（在两个测验中均使用的故事中），用总体评定法得分为66而用命题法得分为63（一个平均分数为100的道德成熟分表明向上运动一个阶段）。这个变化在统计学上看是非常显著的（t=3.8，p＜0.1）。与班组所得的66分相对比的是，控制组在事前测验和事后测验间的道德成熟分数变化的各种测量从-17至+08，这些变化在统计上没有显著差异。

按更定性的言辞表达，有63％的实验组儿童向上发展一个阶段或更多（在主导阶段）；9％的儿童向上发展半个阶段（到达他们事先测验时所处的阶段和下一个高级阶段的混合阶段）；28％的实验组儿童仍处于事后测验时的那个阶段。

（这类变化还在下一部分得到进一步分析。）相反，只有5％（21个有1位）的控制组被试显示出有一个主要阶段的变化和超过50分的道德成熟分的增长。

尽管仍用不同的词汇率来表达，38％的儿童在事后测验时的思维显然高于他们在事前测验时的水平。（或者用命题编码方法得到的是30％）。与之相对，控制组儿童在事后测验时思维水平提高的孩子的百分比是4％（如用命题方法测得为1％），控制2组是17％（如用命题方法为2％），控制3组为5％（两方法均相等）。

图表呈现的班级结果，由于用总体评定和命题评定两种不同的方法对班级作测定，它们在统计上也得出不同的数据。总体评定属于测评1（柯尔伯格），命题评定属于测评2（泰勒）。为了呈现的简要起见，我们不打算公布测评2的总体评定分数，这些分数总在公布的各分数的界线间波动。

这个估计基于被试对高于他原有主导水平（在事前测验时确定）阶段的思维运用的考察而定的。如果一个处于第3阶段的被试在事前测验时有10％思维方式属于阶段4，5％属于阶段5；而在事后测验时30％思维方式属于阶段4，10％属于阶段5。那么他所取得的比较高水平的思维的增长体现在事后测验时为25％。较高水平的思维百分比的增长必然意味着低水平思维的百分比相应下降。

在一年后的后续测验中，在事后测验时所获得的结果基本不变。实验组在道德成熟分数上略有下降，但不很显著（总体评价-11分，命题评价-31分），而控制组出现的情况也大致相似（总体评定分降到-26分，命题评定-08分）。

结果表明，教育计划是能够促进或“加速”道德判断的自然发展趋势的。而且，对发展的刺激绝非是人为的在学习高原后的一个加速作用。当整个班组从事后测验到后续测验时没有取得进展，控制组同样也没有进展。换句话说，控制组的儿童在后续期间没有显示出要赶上实验组儿童的倾向。

值得一提的有趣现象是：在一年后的调查中发现，不仅控制组儿童没有赶上实验组，而且在实验组内的那些没有变化的儿童也没有赶上他的组员。

一个对道德成熟分数的相关分析澄清了这一点。事前测验时的水平不能够确切地预测事后测验时的水平（r=0.65），而事后测验的水平却能比较有把握地预测后续测验的状况（r=0.84）。这一高度相关表明在实验时很少有人被那些无变化儿童赶上，从而打乱事后测验的成熟分数顺序。有四个实验组的被试在实验阶段没有显现发生（即变化的成熟分数小于50分），在以后的事后测验到后续测验时也未显示出变化。

最后，表2不仅表明在事后测验中班组所得的分数在长时间里比较稳定，而且还表明它们概括到新的言语情境中去。在事前测验采用的所有故事都没有在班级内讨论过的情况下，让儿童在班级内正式地讨论这些问题或把这些故事有意识地和班级讨论联系起来，也是一件可能的事。在事后测验中的对两个首次出现的新故事的成绩不易于接受上述说明。表2表明新故事和重新测验的故事在事后测验中取得的成绩几乎不相上下。

简而言之，可以得出这样一个结论：特定的实验班对成员的普通的道德判断成熟有确实的影响，而且这种效果在一年后仍然十分明显。有关发展效果的实验上的可复现性的进一步考察见诸研究2。

2.结果——道德行为的变化

尽管成熟主义者的研究表明，道德判断成熟度和实验上的诚实行为相关很小，实验中的诚实行为的增加并不反映班级内道德成熟度的增加。在事前测验和事后测验时的欺骗行为的数量几乎相同。那些在事前测验中有欺骗行为的儿童在事后测验中也是故技重演；当然，那些在事前测验中能抵制欺骗行为的儿童在事后测验中同样也能保持原有的优良品性（有一人例外）。对这一消极结果的解释请看研究2中对它的重新验证。有关研究1的其他结果和解释主要是涉及发展理论的实验性效果的意义问题。因为这在实验组中与行为类型的关系比与行为变化的数量的关系要密切得多。

3.变化的类型

到目前为止，我们只考虑了总体的道德成熟分数。在每次测试时班组对每一阶段实际思维类型的使用见表3。

上表表明在经过班级讨论经历后，第二阶段思维的使用显著减少（-24％或-12％）而第4阶段的思维明显增加（+20％或+25％）。（t=2.5，p＜0.05，这是第二和第四阶段的总体评价测得思维变化的数据。）事后测验到的后续测验没有显著变化。

上表的结果倾向于两种解释：第一种解释是大多数变化是阶段6的儿童向阶段4变化，即向上变化2个阶段；另一种解释是儿童阶段2的思维向阶段3变化，然后阶段3的思维向阶段4变化。为了考察这个问题，表4公布了有关儿童自己的道德阶段的变化分数。

上表表明高于儿童一个阶段所产生的变化比高于2个阶段要大。从总体测量来看两者相差18％。用不同方法表达，+1阶段（高于1个阶段，以此类推，下同）（总体评定法）在统计上有显著性（t=2.4，p＜0.05）而+阶段的增长则不然。+1阶段变化是测试和重复测试间歇期间的“普通的”纵向变化类型。

正如研究1的介绍中提到的一样，迁移模式问题并非是个组平均。发展理论坚信：如果班组课堂过程对推理结构有影响，那么它将在每个被试的下一阶段的迁移中反映出来。每个模式的偏差都应得到合理的解释。或者是因为测量误差，或者因为理论上的条文有出入。为了考察模式问题，表格5中列出了所有被试在事前测验、事后测验和后续测验的成绩。这些被试可分组为：无变化组（有4个儿童在事前测验到事后测验，其主导阶段仍未变化）；发展变化组（3个儿童发展到高一阶级）；“跳跃组”（4个儿童向上发展超过2个阶段）。四位“跳跃者”中3位在事前测验时属于阶段2和3的混合型，向阶段4发展的。那4个“跳跃者”是该发展理论的例外。下面是有关这一例外的解释。

a）与发展理论相一致的解释：

Ⅰ）那些“跳跃者”确实向上发展超过了一个阶段，但在一个发展模式内，例如：他们从阶段2发展到阶段3，然后从阶段3发展到阶段4，在事前测验和事后测验这段间隔期内有段时间他们还处于阶段3。这是由于重复测量时间安排而造成的一个测量误差。(https://www.daowen.com)

Ⅱ）那些“跳跃者”只是通过言语学习或模仿过程来获得阶段4的思维内容，却没有真正发展到阶段4的道德推理结构，例如，他们也能像阶段4的被试那样运用诸如“道德规范”、“公理”等词语，但实际上他们并没有概括他人或社会道德体系中成员的观点而把它内化为自己基本的道德推理中去。这是由于不能给独立于内容之外的结构打分而造成的测量误差。

b）与发展理论不一致的原因的解释：

Ⅰ）社会学习或灌输式教学和观察学习法使那些“跳跃者”没有经过阶段建构的内化过程而直接进入高一阶段的推理。

Ⅱ）那些“跳跃者”尽管主要的特征还是阶段2的，但他们对阶段3和4已经有了完全的理解。他们产品的阶段，即“他们最初倾向于用阶段2的思维，最后倾向于喜爱用阶段4的思维，这些都是因为非发展性的社会声誉或社会学习因素的影响，尽管如此，但他们的对阶段的理解力还是由发展因素确定的。

在这两个解释间作判定时，必须考虑在表5的例子中出现的发展理论的另一个重要的例外。除有思维跳跃现象外，还有一种倒退或思维阶段下降的现象。按发展理论，真正的倒退是不可能出现的，除非组织损伤或根本没有组织可言的混乱状态下才有可能。在纵向研究中，向下倒退一个单阶段或更多（即在成熟度上降低大于等于50分）即被看作为例外或“退步”，这是根据发展理论的观点确定的。即是，这个变化不能够用测量误差来忽略。

在第一部分中，曾提到向上发展大于等于50个道德成熟分的话，这不是能用无测量误差而产生的变化解释清楚的，在杜里尔控制的33个被试中只有1个显现这种变化。在现在的研究中，杜里尔所控制的33个人中还未出现1人在3个月的复测间隔期间道德分数下降50分或大于50分。当然，实验组在事前测验到事后测验这期间未出现下降50分的情况。所以出现“倒退”的情况只可能在各实验组的后续测验阶段发生。

S是指如果该人大于50％的分数处于单一的阶段，小于33％的成绩处于另一阶段，则此为单纯阶段。如果他的主导阶段是3（该阶段的习惯少于50％）次要阶段是2（习惯小于25％）则称他为3（2）混合阶段。

在表5中“阶段跳跃”和“倒退”两种例外是系统相关的。4名有退步现象中的3名儿童是那些处于阶段2、3混合型的那组，从事前到事后测验进步幅度最大。如表5所示，那3位“倒退者”在事前测验中“跳过”阶段3稳定地进入阶段4，然后在后续测验时倒退到阶段2或3。表5和表6表明，班级移动如无+1阶段思维的先行使用作保证，+2阶段的思维是不会发生的。那些+1阶段的思维未很好巩固的被试，但在事后测验时出现+2的增长（在事前测验时属阶段2和3混合型）。这些混合型的人在后续测验中倾向于退回到原来的+1的水平。相反，如班组经验产生一个坚实的+1增长，这个移动可依靠在事后测验和后续测验间的随后发展得以建立起来。（例，五号被试，在事前测验时表现出稳定的阶段2的特征，在事后测验时发展到阶段3，在后续测验中提高到阶段4。）

两个例外间的系统相关使我们倾向于把“跳跃阶段”的现象解释为测量误差。换句话说，+2阶段的思维的结构未被儿童同化，他们所接受的只是这阶段思维的内容而已，而且评分系统没有在内容和结构间作足够的区分。这一解释将在研究2的重复验证时得到进一步的考察和支持。

第二个主要的假设性的结果需要联系变化模式作考虑。这一问题涉及班级变化是否代表着在事前测验时所没有发展的新一个高级阶段，或者仅仅是儿童已经运用的思维的阶段的扩展？在最近的两个研究中，莱斯特发现：

1.对+1阶段或+2阶段的建议的内化可能建立在对该建议的领悟的基础上。（就像所表明的建立在对建议毫不歪曲的理解的能力基础上）

2.对高级水平的建议的理解受儿童对该阶段的建议的本能运用的限制。（其程度为事前测验时至少有20％的本能反应）

3.像上面1、2所指的，只有那些使用+1阶段推理大于或等于20％的人，才在向他揭示+1阶段用语时显示出对前+1阶段用语使用的显著增长。

莱斯特的研究结果启发了柯尔伯格：简单消极的向学生揭示下一阶段的思维方式不能使学生真正构成一个新阶段。相反，杜里尔公布了一些研究结果，这些结果表明：向学生揭示认知上的冲突从而引起被试重组或产生下一阶段的思维。在现在的研究中发现，实验条件对下一步推理的影响更具积极作用，要比通过消极揭示典范法对已有的+1阶段的推理的扩展的影响显然有效得多。

应用到柯尔伯格的情境时，莱斯特的有关消极揭示的研究导致这样一种预想：“只有那些在+1阶段用语增长明显的儿童才在事前测验中显示出20％的+1阶段的思维。事实上，这并非是事实的真相。在事前测验中表现出使用一些+1的阶段的用语（≥20％）的儿童在事后测验中显示+1阶段增长的是16％（是总体评定法，若按命题评定法为9％），而在事前测验时未显现+1阶段用语使用（＜20％）的人在事后测验中产生+1增长的30％（如用命题评定法为24％）。简而言之，班级似乎趋向于构成高一级水平的思维，而非对思维的简单的扩展。

4.变化者的个性特征

我们曾提到过只有63％的实验组被试是因实验条件而发生变化的。为什么发展性变化发生在某些实验组被试身上；而非其他实验组被试身上。有种解释认为这是由于变化者已经过渡到下一阶段了。我们已经讨论过一些与该观点不一致的结果。例如，变化者在事前测验时还不能够使用一些+1阶段的思维。我们的变化者的另一些特征与他们已经过渡这一观念相吻合。那些阶段4的实验组被试没有发生变化。这也与各种研究结果相吻合。结果表明对一个年仅十二岁的儿童来说，阶段4是其发展的最高限度，所以没有经得起检验的实验性变化。

除了上述过渡的情况外，对变化来说，有兴趣是个十分有利的条件，对讨论计划能产生注意也是很有利的条件。为了探明学生是否有兴趣，在第二次事后测验时，会见者（柯尔伯格）向8个儿童询问他们对计划和对实验者的教学的看法。他们的反应可以很容易地分成下列三个水平的兴趣。

低——对所上的课没有积极的评价。当被问及：“这堂课比起其他主日学校上的课是不是要有趣点？”他们的回答是：“我不知道”或：“不！”

中等——表现出“有礼貌的”或对上课表现出两可的赞许与兴趣。“我喜欢这种课”，“这课很有趣味性”，“这课不是一直都很有趣”，“有些讨论很有趣，有些不有趣”。

高度——这一反应的关键性成分是“挑战”。一个典型的反应是：“我喜欢这样的讨论，因为要解决这一问题，我得努力去思考。我喜欢教师的教学方法，因为每当我们把解决的答案找出来时，他又给我们另一个问题。”

按这些儿童从事前测验到事后测验的变化，我们也可以把他们分成三类：变化很少（道德成熟分低于50分）、中等变化（道德成熟分在50—100分之间）及明显变化（超过100分）。结果是两个显示出中等兴趣的被试都属中等变化，4个显示出高度兴趣的被试中有3位属明显的高度变化，而两位显示出低兴趣的儿童没有发生变化。

我们不知道追溯的兴趣其本身是否是已经发生变化的标志，或者它只是一个跟变化的预测因素根本无关的独立的东西。发展性变化与班级所包含的积极过程有关，这一联想更加确实了。