校本多元智慧學習評量系統（SMILES）架構及功能

摘要

SMILES是School-based Multiple lntelligences Learning Evaluation Sysiem縮寫， 代表“校本多元智慧學習評量系統”， 在微軟Excel的視窗環境中運作， 借助此作業系統巨大資料處理能力， 其中包括儲存、統計分析、以及圖表製作的功能。 它充分結合評鑒測量、資訊科技和教育學的專業知識， 是實踐美國Howard Gardner教授多元智慧理論（Theory of MuItiple lntelligences）以開展素質適性教育最為有用的工具。 SMILES的研究和開發， 強調簡單和易用， 它首先將學生的多元智慧原始分數進行專案與量表分析， 在計算和總結學生八項多元智慧分數之前， 會自動篩選那些欠缺區分度的專案， 系統接著遵照常模樣本的四分位數Q1，

Q2， Q3將每項多元智慧分數劃分為四個進展水準， 學生評量報告--多元智慧光譜（MuItiple lntelligences Spectrum）--會按老師指示自動製作完成。 若果教師需要標準參照評量的話， 可調較每項智能准展水準的閥值， 經評鑒建構效度後對進展水準的闡釋及評量用途作出恰當的說明。 由於此系統建基於Excel的操作環境， 所以它很容易被連結到互聯網上， 成為一個網上運作的多元智慧報告及諮商系統， 本文旨在說明SMILES的基本結構及主要功能， 以及指出多元智慧光譜對智慧公平（Intelligence－Fair）學習環境的建立， 為教師提供了必要的訊息。

關鍵字：多元智慧理論、適性教育、評鑒系統設計、智慧光譜，

A前言

近年澳門地區學校積極開展素質教育， 希望教師具備因「才」施教的能力， 以回應學童的學習差異問題，

多元智慧的理論與實踐逐漸受到學校當局的關注， 教師開始研習如何通過多元化評量， 瞭解兒童的多元智慧發展情況， 並商議如何創造適性教育的學習環境（Gardner， 1983＆l999）。 但是若大規模的開展是項計畫， 讓教師在專業成長過程中達致「賦權增能」這理想， 沒有簡單易用的評量系統支援， 要取得成果實非易事， SMILES就是在這種背景下誕生。

B系統要求

SMILES的建立， 是為了配合港澳地區多所學校進行的校本教師專業成長計畫（張國祥， 2ooo）， 讓學校有效率的、有科學根據的對學童進行多元智慧評量， 此計畫對系統作出了下列三方面的要：

*學生方面：教師需要定期將形成性評核結果通知家長。 反之， 家長在有需要時亦可以要求學校進行持續性評估，

以長期監控學童綜合成長， 共同商議教育計畫。 報告須扼要標明學童8種多元智慧表現水準的剖面圖（多元智慧光譜）， 評量分數可依標準參照解釋， 指出學童潛能發展優勢及性向所在。

*教師方面：系統彙報各

個班級各種智慧分佈情況， 以及典型多元智慧光譜類型， 以便教師設計「智慧公平」（ Intelligence Fair）課程， 達到「因勢利導、因才施教」的目標。

*學校方面：配合學童綜合成長計畫， 定期重覆是項研究， 以便適時更新學童智慧進展水準資訊， 掌握學童智慧發展情況。

C系統結構

考慮到系統特點和要求， 研究員選定Microsoft Excel作為SMILES的操作環境， 學童背景資料和多元智慧資料登錄系統之後， 系統會自動進行一系列運算和資料整理。

最後按樣本常模制定每位元學童的多元智慧光譜， 因此這階段的光譜是常模參照的。 接著教師可以進一步確立此評量系統的建構效度， 具體作法是按Messick（1989）統一效度理論所建議之四個步驟修正和解釋多元智慧進度基準， 使SMILES達到標準參照的境地。 再者， 在確立建構效度的過程中， Excel的資料按研究員要求是可以出口到SPSS或其它測驗系統作更深入的分析， 例如利用因素分析檢驗8種智慧的關係， 利用集群分析瞭解典型多元智慧光譜類型， 目前的SMILES在這些高階統計分析自動化方面， 還可以進一步的發展和改良（參閱張國祥、韋輝梁、趙鈞鴻， 2ooo）。

簡單來說， SMILES在多元智慧資料分析自動化方面， 共分三個階段完成標準參照智慧光譜製作程式：專案及量表分析、欠佳題目處理、智慧光譜製作。

D專案及量表分析

此系統假設每一種智慧最多需要15條項日來進行評量， 我們的多元智慧研究計畫採納了李克特Likert式量表（即1， 2， 3…）進行計分， 遺漏資料應該儘量避免， 也可以用評分之平均／中位數取代。 教師可以進入一工作表輸入量表專案的原始資料， 本工作表日後可以經常進入， 以便察看專案分析和量表分析的結果， 包括下列項目之描述性統計：算術平均、標準差、變異數、項目／量表總分相關、調整後項目量表總分相關。 SMILES會自動放棄那些調整後項目／量表總分相關為負數的項目， 它不會將這些品質欠佳的項目來計算每位學童的多元智慧分數， 也不會包括在繼後的統計分析之中、再者， 擁有調整後項目／量表總分相關為正數的專案，其數目和組成的量表的alpha－信度也在報告之列。簡單來說，若果某專案的調整役專案／量表總分相關小於0．3，或量表之alpha－信度小於0．7，使用者是有需要詳究原因，並對項目和量表的整體品質加以改善。

E欠佳題目處理

多元智慧量尺的建立並不只是一門科學，也同時是一門藝術，欠佳題目的處理還需倚賴教師的專業判斷，本系統是不會完全越俎代庖的。下列是三種可能出現的情況：

O變異數為0的項目會被SMILES自動棄選，這是因為這些專案所提供的訊息量為零。雖然這些專案表現欠佳，教師暫時是不需要進行任何跟進工作的，這是因為系統所報告的統計都是基於剩餘項目和都是準確無誤的，惟建議教師日後重新檢討這些項目的評量標準和環境，世可對常模樣本的適用性展開調查。

O調整援項目量表總分相關偏低（例如小放0．3）顯示評分甚為隨機，或是這些題目與所量度之智慧建構在實證上欠缺一致性。如果教師和研究員認為刪除這些項目不會嚴重損害量表的建構效度的話，使用者是可以人為的刪除這些略為欠佳的項目的，事實上，刪除欠缺區分度的項目反而可以酌量增加量表的alpha－信度（所需手續，請參閱SMILES－－2000使用手冊）。

O調整後項目量表總分相關偏低的專案的數目若果多的話，刪除這麼

大量的項目是有可能嚴重影響多元智慧量表的建構效度，這是因為剩餘的好題目題量非常有限，縱然量表信度尚可（例如alpha－信度大於0．7），還是有需要重新修訂專案和收集評量資料的。

F智慧光譜製作

SMILES自動的將多元智慧分數按大小評為四個進展水準（有待提高、符合基本要求、相當滿意、十分好），它利用樣本資料的四分位元數Q1，Q2，Q3（即25％，50%，75%百分位數）為閥值，因此未經教師衡鑒的智慧光譜是常模參照的。標準參照的智慧光譜牽涉調較八種智慧的四個進展水準的閥值，從而控制每個進展水準的學生人數，調較閥值的時候教師可以參考SMILES系統所提供的統計（例如各項智慧的平均進展水準及次數分配），便可即時知道調較閥值蹬所帶來的影響。

在SMILES 2000使用手冊中，載有三項指引供教師考慮採納：第一，不妨將最高和最低進展水準的學生人數限制在2O％以下（不是目前的25％），具體做法是嘗試在調較進展水準閥值1至2時順次輸入-1，-2，-3等數值，以及在調較閥值3至4時順次輸入1，2，3等，調較的效果是進展水準l至2的閥值會被降低，而進展水準3至4的閥值會被提升。第二，嘗試儘量不要減小或增加閥值2至3的水準伯p保持在中位數的水準），這樣多元智慧量尺的評量目標可以靠近樣本的中位數，樣本中大部分學童的測量誤差則因此可以減到最小。第三，檢查每一種智慧量尺的進展水準閥值l至2、閥值2至3、閥值3至4的相鄰間隔是否存在最小3分差距，若是的話，在有限的資料全距底下清晰地解釋進展水準的含意將會較為容易（例如在實際情況下一個只有10條項目的3點李克特Llkert量表通常只有13-16分的全距）。從參與本計畫的學校所獲得的經驗得知，這三項指引是可以得出可被解釋的、層次分明的多元智慧進展水準，這亦是標準參照評量所期許的。

G總結

從澳門數所學校應用這評量系統的反應得知，目前的SMILES 2000基本符合上述學生方面的系統要求，教師也逐步掌握多元智慧評量的竅門，瞭解每位元學童的智慧組合情況，這實在是非常難能可貴的（詳情將另文發表）。在教師方面，如何改良系統在分析典型多元智慧光譜類型的自動化方面，以及闡明多元智慧與學業成績的關係，從而據此開發「因勢利導、因才配套」和「智慧公平」的課程，是本研究下一步的重要課題。在學校方面，跟進學童的學業成長和多元智慧發展，更是SMILES未來發展的重大方向。

擁有調整後項目／量表總分相關為正數的專案，其數目和組成的量表的alpha－信度也在報告之列。簡單來說，若果某專案的調整役專案／量表總分相關小於0．3，或量表之alpha－信度小於0．7，使用者是有需要詳究原因，並對項目和量表的整體品質加以改善。

E欠佳題目處理

多元智慧量尺的建立並不只是一門科學，也同時是一門藝術，欠佳題目的處理還需倚賴教師的專業判斷，本系統是不會完全越俎代庖的。下列是三種可能出現的情況：

O變異數為0的項目會被SMILES自動棄選，這是因為這些專案所提供的訊息量為零。雖然這些專案表現欠佳，教師暫時是不需要進行任何跟進工作的，這是因為系統所報告的統計都是基於剩餘項目和都是準確無誤的，惟建議教師日後重新檢討這些項目的評量標準和環境，世可對常模樣本的適用性展開調查。

O調整援項目量表總分相關偏低（例如小放0．3）顯示評分甚為隨機，或是這些題目與所量度之智慧建構在實證上欠缺一致性。如果教師和研究員認為刪除這些項目不會嚴重損害量表的建構效度的話，使用者是可以人為的刪除這些略為欠佳的項目的，事實上，刪除欠缺區分度的項目反而可以酌量增加量表的alpha－信度（所需手續，請參閱SMILES－－2000使用手冊）。

O調整後項目量表總分相關偏低的專案的數目若果多的話，刪除這麼

大量的項目是有可能嚴重影響多元智慧量表的建構效度，這是因為剩餘的好題目題量非常有限，縱然量表信度尚可（例如alpha－信度大於0．7），還是有需要重新修訂專案和收集評量資料的。

F智慧光譜製作

SMILES自動的將多元智慧分數按大小評為四個進展水準（有待提高、符合基本要求、相當滿意、十分好），它利用樣本資料的四分位元數Q1，Q2，Q3（即25％，50%，75%百分位數）為閥值，因此未經教師衡鑒的智慧光譜是常模參照的。標準參照的智慧光譜牽涉調較八種智慧的四個進展水準的閥值，從而控制每個進展水準的學生人數，調較閥值的時候教師可以參考SMILES系統所提供的統計（例如各項智慧的平均進展水準及次數分配），便可即時知道調較閥值蹬所帶來的影響。

在SMILES 2000使用手冊中，載有三項指引供教師考慮採納：第一，不妨將最高和最低進展水準的學生人數限制在2O％以下（不是目前的25％），具體做法是嘗試在調較進展水準閥值1至2時順次輸入-1，-2，-3等數值，以及在調較閥值3至4時順次輸入1，2，3等，調較的效果是進展水準l至2的閥值會被降低，而進展水準3至4的閥值會被提升。第二，嘗試儘量不要減小或增加閥值2至3的水準伯p保持在中位數的水準），這樣多元智慧量尺的評量目標可以靠近樣本的中位數，樣本中大部分學童的測量誤差則因此可以減到最小。第三，檢查每一種智慧量尺的進展水準閥值l至2、閥值2至3、閥值3至4的相鄰間隔是否存在最小3分差距，若是的話，在有限的資料全距底下清晰地解釋進展水準的含意將會較為容易（例如在實際情況下一個只有10條項目的3點李克特Llkert量表通常只有13-16分的全距）。從參與本計畫的學校所獲得的經驗得知，這三項指引是可以得出可被解釋的、層次分明的多元智慧進展水準，這亦是標準參照評量所期許的。

G總結

從澳門數所學校應用這評量系統的反應得知，目前的SMILES 2000基本符合上述學生方面的系統要求，教師也逐步掌握多元智慧評量的竅門，瞭解每位元學童的智慧組合情況，這實在是非常難能可貴的（詳情將另文發表）。在教師方面，如何改良系統在分析典型多元智慧光譜類型的自動化方面，以及闡明多元智慧與學業成績的關係，從而據此開發「因勢利導、因才配套」和「智慧公平」的課程，是本研究下一步的重要課題。在學校方面，跟進學童的學業成長和多元智慧發展，更是SMILES未來發展的重大方向。