教育評量：讓判斷對應證據與規則
評量連線目的、證據任務與決策規則。百分比算對不證明任務測到了目標；反饋要能引導下一步才有形成性用途。本路線將設計、評分與決定一起檢查。
學習計畫與例題由 University Reading List 編輯整理。 編輯與選書方法 · 來源確認日期:
本頁目錄
這份指南適合誰
適合能辨識學習成果並計算百分比的教育學生與教師。McConlogue屬高等教育，Wiliam側重課堂證據與響應，Brookhart／Nitko涵蓋測量和任務構建。下方分數與政策均虛構，無真實學生資料或機構規則。
選擇你的起點
需要講解評量與評分設計的免費教材
用McConlogue學習對齊、學業標準、校準與反饋；移到其他教育階段須調整情境。
三本書如何取捨
Assessment and Feedback in Higher Education: A Guide for Teachers
Teresa McConlogue · 2020
免費教材，介紹大學評量與評分設計
- 什麼情況下適合讀
- 想連線成果、任務、共享標準與評分。
- 什麼情況下選別本
- 需要所有學校通用手冊，或希望量規消除判斷。
- 建議閱讀範圍
- 2020免費PDF的3章課程設計、6評分者信度、7同伴評量、8反饋。
- 限制與取捨
- ISBN 9781787353640為PDF而非平裝；完整免費閱讀有具體轉載條件，大學情境不能無調整移植。
選書前試做
寫兩項量規，並描述一項須校準而非求平均的分歧。
檢查標準: 標準寫可見證據與質量區別，數字總計不能解釋分歧。
Embedded Formative Assessment（融入教學的形成性評量）
Dylan Wiliam · 版次: 2 · 2017
形成性證據與響應配套
- 什麼情況下適合讀
- 要在教學中取得理解證據並用來調整。
- 什麼情況下選別本
- 要以技術清單代替核查用途和成效。
- 建議閱讀範圍
- 2017第2版ISBN 9781945349225，按標題選提取證據、反饋及學習者參與策略。
- 限制與取捨
- 課堂實踐不同於心理測量專書，另行出版的handbook不是同一本；不猜頁碼或稱全書免費。
選書前試做
設計一個短答提示，為兩種可能反應分別寫下一步教學。
檢查標準: 題目能辨識目標誤解，響應在學習尚可改變時使用證據。
Educational Assessment of Students（學生教育評量）
Susan M. Brookhart; Anthony J. Nitko · 版次: 8 · 2018
測量與任務構建主線
- 什麼情況下適合讀
- 需要區分效度、信度、反饋、表現任務與評分。
- 什麼情況下選別本
- 期待一個信度值或及格線證明所有用途。
- 建議閱讀範圍
- 所選2018第8版紙書ISBN 9780134807072；3–4章效度／信度、7–8形成性評量／反饋、15評分。
- 限制與取捨
- 同頁也有較晚數字產品，須匹配所選紙書年份；訪問碼與課件許可權另計。
選書前試做
算原題加權分，再寫任務設計能和不能支援的解釋。
檢查標準: 分開算術、成就證據與門檻，三者不能互代。
開始前需要會什麼
判斷什麼？
列學習成果及能證明它的證據。回憶測驗與應用專案即使都給百分比，也可能承擔不同角色。
效度還是信度？
效度關乎特定解釋／用途的證據，信度關乎結果一致性；一致地獎勵錯誤物件仍有問題。
下方區間是什麼？
題定可能分數集合，不是置信區間、標準誤或及格機率；穩健決定須對集合中每個分數相同。
六步學習計畫
已完成步驟: 0 / 6
勾選用於自我記錄，並非成績評定；標記不會傳送給本站。
-
從目的到證據
建議閱讀範圍: 設計或目標／效度章節。
要做的練習: 畫成果→任務→標準→決定。
檢查標準: 每個所稱成果都須有實際證據。
-
明定規則
建議閱讀範圍: 評分討論。
要做的練習: 列滿分、得分、權重、門檻及關鍵部分要求。
檢查標準: 權重合1，原始滿分不暗變指定權重。
-
算兩種彙總
建議閱讀範圍: 原創分數包。
要做的練習: 算指定加權與原始合計百分比。
檢查標準: 解釋各自實際實施的權重。
-
檢查評分割槽間
建議閱讀範圍: 評分者信度和變式。
要做的練習: 將專案分數區間傳到決策規則。
檢查標準: 題定集合不可稱統計置信區間。
-
設計校準反饋
建議閱讀範圍: 校準／反饋或形成性策略。
要做的練習: 寫一個評分比較及按標準可執行的反饋。
檢查標準: 比較針對分歧，反饋給下一步而非另一數字。
-
審計決定
建議閱讀範圍: 評分與效度。
要做的練習: 說明分類是否穩定、需要什麼證據和分數限制。
檢查標準: 不能平均掉分歧或從總分推出未測能力。
原創例題與解析
原創分數包：滿分不是指定權重
虛構課程測驗18/20、專案48/80，指定權重測驗40%、專案60%。及格須總分≥70%且專案≥60%。求總分和結論，再與原始分合計比較。
前提假設
原題分數精確，決定前不四捨五入，等於門檻也透過。測驗題定測回憶，專案測應用，不提供經驗效度或信度估計。規則純屬虛構。
- 測驗90%、專案60%，加權0.40×90+0.60×60=72%。
- 總72≥70且專案60≥60，按題設及格；須逐項查兩個條件。
- 原始合計66/100=66%，對應測驗20%、專案80%的另一權重，不是指定40/60。
- 分數本身不證明任務支援所有學習主張；必要時分別報告回憶與應用證據。
答案與解釋
指定總分72%、專案60%，滿足雙門檻及格；原始合計66%實施不同權重。
檢驗結果
核權重合1；若測驗權重為w，同樣作品總分60+30w。改權重是改決策基礎，不是改作品。
改變假設，再做一題
改變假設：可能評分跨過門檻
專案真實得分僅知介44至52（含端點）/80，測驗18/20精確，仍用40/60及原雙門檻。求總分範圍和及格是否穩健。
- 專案55%至65%；若原始專案分p，總分36+0.75p，範圍69%至75%。
- 總分門檻要求p≥45⅓；關鍵專案門檻要求p≥48，故後者約束更強。
- p44不透過，p48總72透過，p52總75透過。允許區間跨48，不能對所有可能分數作同一分類。
答案與解釋
總分69–75%，決定在原始專案48切換；現有證據不足以穩定分類，需要校準／複核確定分數。
檢驗結果
核端點和關鍵門檻。區間不是機率分佈，不能據此算及格機率。
常見誤區
原始合計冒充權重
加總點數讓滿分變成隱含權重。
一個總分代替學習主張
總分可能遮住不同成果或關鍵部分的證據。
把不確定性平均掉
爭議分數求平均不證明判斷合理，應看標準與作品。
進入下一階段之前
- 能把學習主張對應任務及規則。
- 能復算權重與約束門檻。
- 能區分穩定決定、條件分數及複核所需證據。
參考來源與版本
來源確認日期:
- UCL Discovery: free complete assessment and feedback book
免費2020書支援高教設計、標準、校準與反饋。
- UCL Press: edition, format, contents and licence
PDF目錄與格式書號錨定閱讀。
- Solution Tree: Embedded Formative Assessment second edition
第2版提供形成性證據和行動，不是測量手冊。
- Solution Tree: primary second-edition catalogue receipt
出版社將正文與另冊手冊分開，不虛構課堂效果。
- Pearson: selected eighth-edition print and assessment contents
所選平裝明確屬2018第8版更新，數字產品後來日期不改其身份。
這些是本站建議的學習活動，並非大學官方作業，也不代表對每本書逐頁通讀。