臺灣教育評論月刊，2014，3（9），頁 133-144
專論文章有別於學理上對於評分工作的要求與討論，對體育教師這類教育實踐者來 說，公平與否、方便操作及具解釋能力才是實務工作中考量的關鍵要素，所以他 們常常提出的問題是，到底運動技能表現要佔學期分數的多少比例，而且對於那 些先天運動表現較弱勢者，但相對地卻在課堂上表現較佳者，應該如何決定評分 基準；或是評分的焦點是要著重在學習成就上（achievement），抑或進步幅度上
（improvement）；又或是在參照特定標準後（不論是常模參照標準，還是效標參 照標準）的評分，是否能確切反映出學習者的能力，同時這個最終得分是否會太 過依據教師的主觀看法。
對於前述各個問題的回應，我們的觀點是，凡是涉及評分或打分數的過程，
勢必涉及價值選擇與評判的問題，這樣的事實是無法避免的，教師不必過度執著 於主觀或客觀的二元辯證邏輯中；相反地，教師應該思考的問題是，有哪些方法 能夠協助評分工作的執行，如讓學生或家長參與、釐清教學目標與預期表現，或 者仔細評估採取常模參照和效標參照評分所代表的意義與利弊，如此才能於學期 末送出成績後，負責任地表示這個成績是基於各項證據資料（evidence-based） 下 慎思後的結果，而且能與最初的教學計畫相呼應，禁得起外界的詢問和檢驗（施 登堯，付梓中）。
基於此，有關本文成績考查標準選擇與設定的問題，我們的想法不在預設哪 種標準參照系統對動作技能評分是較好的，所謂的「好」其實已然受到教學場域 或特定價值所指引，並不適用於所有的情境或教師身上，所以我們的討論重點將 不會是哪種測驗較適合用何種參照系統，反倒應該採取「觀念分析」的方式，對 兩種參照系統下可能的好處與困難進行綜合分析，並將最終選擇的權利與責任交 付於體育教師的專業判斷。
以國內極力推廣的游泳教學為例，有些老師可能會在期末測驗 50 公尺或 100 公尺自由式游泳前進的速度，接著按照速度快慢加以排序，隨後則依排序結果按 比例給分，或者直接參照校內既有常模進行給分，這樣的給分方式，因建立在真 實的技能表現上，所以給人相對「客觀」的意象，但如果進一步檢驗其中的操作 邏輯，我們可能對下列問題提出疑問，為什麼只有 12%的學生可以獲得優等，這 個比例是否代表了任何能力上的差異（亦即具有效標意義），或是那個沿用已久 的表現─常模對照表是在什麼母群基礎上建立的，因為這會影響教師對現有表現 的解釋與判斷。不過，最嚴重的是，此種評分方式經常是以所有學生皆能掌握的 測驗內容為主，所以每位學生都能取得一個或高或低的測驗成果，然後再依據這 個測驗成果與團體內其他人或常模比較，進而取得相應的成績，但這個成績（符 號）所表徵出的文化價值，或許不一定能象徵學習者的實質能力；而且，對學習 者來說，給分的依據如果等於學期一開始的動作能力排序，那麼久而久之，不就 等於告訴學習者：「你們的成績其實早就決定了」，因而消滅學習者的學習興趣與
臺灣教育評論月刊，2014，3（9），頁 133-144
專論文章動機。
另外，相同的測驗，有些老師可能採取預先訂定評分標準的評分方式，要求 學習者須完成 50 公尺或 100 公尺自由式游泳前進測驗，然後針對完成速度或動 作過程（正確性與流暢性）給予成績。這種評分方式直接要求學習者達到某一動 作表現水準，如果落實於全校、全學區或全國的同級學校內，那麼該測驗即成為 該年齡階段學習者游泳能力的最低表現指標，具有一定的代表性。可是，從真實 的情況來說，學習者會提出的疑問是：「為什麼必須會游 50 公尺、100 公尺自由 式，如果學不會可不可以只打水就好？」，這類型的提問受到質疑的是測驗內容 與標準和學習目標間連結的效標意涵；學習者也會問道：「游多久就算及格？」，
這個問題背後的意思即是「我只要及格就好」，同時也挑戰著教師制定「及格標 準」的能力，要是訂得太低，等於不用「學習」就能輕鬆過關，而要是訂得太高，
沒人成功達標也沒意思。
再者，與常模參照標準一致，效標參照評分即使成功規劃了各等級的表現水 準，如就動作過程進行評分時，先前的給分標準也應值得仔細思量，像是考量關 鍵動作技術的加權值，因為最後的等級符號將完全地象徵學習者的動作技能水 準，而且是帶著我們這個文化的價值進行觀看，所以給分系統要能與真實表現及 文化價值相契合，否則不但無法因為一、兩分的成績落差，辨明鄰近兩兩表現水 準間之差別，亦難以與其他教師或家長進行溝通，以達共識。
綜前所述，不論是採取常模參照或效標參照的評分方式，皆具有各自的評價 優勢，或面臨相應的挑戰，考驗著評分者目標分析、測驗選擇、價值訂定及靈活 運用的能力。不過，也因為兩種評分標準系統各有其優缺點，加上測驗或教學的 內容、對象與條件限制等情境的多元差別，往往使得施測者或教師不知如何因 應，所以只能選擇制式或校內慣常使用的常模／效標參照標準，而不去考量另一 種標準系統的可能性。事實上，不管最終選擇的是何種標準參照系統，就其目的 而言，皆在建立一套得以解釋與評價測驗結果的合理工具，從而反映受測者／學 習者對某種價值體系或目標系統的把握程度。
因此，當我們思考如何選擇標準參照系統的問題之前，必須先澄清的問題 是，「為何要評分」（why）以及「評什麼」（what）的問題，因為是這兩個因素 逼使我們開始思考「如何評」（how）的問題。舉例來說，如果游泳被視為某國 中校本體育課程的特色之一，強調學生經過三年的教學，必能具備一定的游泳程 度，像是能夠連續游完 100 公尺，且在教學規劃上，授課教師協議從自由式泳姿 教起，那麼在國三體育課程中進行自由式 100 公尺測驗也就理所當然，而且給分 的標準必須設定在學生能完成 100 公尺自由式前進的基本門檻上（達到等級 B）， 然後才依照動作的正確與否及流暢情形逐級加分（如 B+、A-、A 及 A+），當然
臺灣教育評論月刊，2014，3（9），頁 133-144
專論文章要是無法順利完成測驗內容，那麼即須實施補救教學。
可是，對同一間學校來說，籃球也是體育課程的教材之一，而且因為校內活 動空間有限，相較於游泳來說，國中三年雖經常地作為體育課的選授項目，但卻 不是重點項目，所以在給分範圍上，即不像游泳課程所佔的比例那麼多，而且測 驗方式也設計全部學生皆能完成的內容（如罰球線 10 次投籃、1 分鐘運球上籃 等），在給分標準的部分則採取常模參照的方式，依照個別學生在團體中的相對 地位給定一個分數，且基準分數不會設定在及格分數之下，如 10z+70，表示每 位學生都能按照各自的表現，獲得高於 70 分以上的得分，此種作法除了不至於 降低學生的學習動機並提昇其成就感，同時也適切地反映出教學重點上的安排和 調配。
也就是說，有關成績考查標準系統的選擇與設定，所需考量的層面甚廣，前 例僅就課程目標規劃、教材內容及可用場地等層面切入，描述並分析某間學校的 特殊情形，藉以了解選擇某種測驗項目和標準系統之理由，對於不同學校的實際 狀況，尚須考量的面向可能加入教師專長、學生特質等，有待體育教師們進行審 慎的分析與擇宜，使得最終給定的成績不至於與學習者能力有所落差，或是與成 績所蘊含的文化意義未能相互對應。
此外，教育測驗與評量領域的知識和技術作為一種評價工具，意在協助了解 任何課程實施（curriculum implementations）或教學實踐（teaching practices）之 成效，隨後植基於不同課程內涵或教學目標，選定測驗內容、方法及標準系統，
如此才不致於反客為主，將討論的重點著重於評鑑過程的末端操作問題，從而忘 卻建立評鑑系統的真實目的，應是對課程與教學境況中的效能與價值進行實質檢 驗，並得益於這些評價經驗的積累，發展出更加符合實際需求且具效能的評鑑理 論與技術。