背景

事緣於2000年12月，澳門大學接受了教青局的邀請，進行一項檢定性評核的測試（編者按：關於研究的內容，讀者可參閱教育暨青年局網頁 www.dsedj.gov.mo （中文版）之「文獻集」→「研究文獻」→「教育研究」。）。統籌工作落在本人身上。雖然，過去曾經統籌過多次類似的工作，但澳門對我來說始終是一個較陌生的地方，心情難免有點戰戰兢兢。可幸的是有多位地道的同事相助，令我對澳門有更深入的了解。

局限

第一項工作就是要「埋班」，即組識研究隊伍，尋找合適的同工作研究隊隊員。幾經艱苦，在眾多人士協助下，最終都能順利完成。透過這個過程，令我認識更多澳門本土人士，也是我的得著之一。

每一項工作都有其局限，這項工作也不會例外。是項工作的測試部份，必須在2001年各校內考試之後，及暑假開始之前進行。由這個「死線」向前數數，各項工作如擬定測試藍圖、擬題、審題、錄音（供聽力測試之用）、排版、印刷、抽樣、聯絡學校、統籌各研究助理、研究助理培訓等等工作，必須在此限期前依次序完成。雖然如此，有賴各研究隊員的合作，亦總算順利完成。

此次測試對本澳中學初三年級來說可算是第一次。因此各校願意參與已是成功的第一步，要學校騰出大量的時間，安排每個學生受測四個半小時，以供研究隊伍測試學生，是頗困難的事。故此，我們唯有用較為折衷的辦法，就是將學生隨機分成三等分，每個學生只測一科，歷時90分鐘。雖然這樣做某程度上失去了全面性，但我個人認為這是在有限條件內較為可取的做法。

雖然有意見認為測試未夠全面，但在細心客觀和具體的分析下，並考慮到測試之局限、樣本數目和質素，測試基本上能夠反映本澳學生整體的學科能力。在這裡值得一提的是，有教育界前輩向本人進言，這類的研究必

定引來某程度上的爭議，還是低調處理批評為宜。老實說，這也是我個人的得著呢！

沒有東西是完美的，在不完美中做到最好的，就是工作的藝術。本人對是次計劃尚算滿意，當然乃有不足之處，其中的好壞，還待公論。

如何理解評量比評量本身更重要

另一項我個人感受較深的事，就是如何理解評量可能比評量本身更重要。其實，每個人在一生中都必須面對不同的評量或測試，除了校內測驗、公開考試這些較明顯的例子外，還包括專業考試、考車牌、面試等等。從個人的角度出發，不論成敗，每次評量都應是一張「指示牌」，指示日後改善的方向，這便是評量本身的「診斷性」功能。而站在測試機構的角度出發，評量提供了足夠的數據和資訊，並將其放在「指示牌」之上。

其實，我想指出的是，若要評量發揮作用，除了評量本身是有效和可信外，數據的使用者用甚麼角度來理解評量的結果，可能更為重要。（註一）

各校不同背景

是次研究除了在報告中公佈澳門初三的整體學科能力的分佈外，每間參與學校亦分別收到本校的學科能力分佈。在這裡，我希望和大家分享一下如何審視這份「成績表」的一些想法。

影響學生成長的主要包括家庭、學校、朋輩和社會四方面。而學校只是其中的因素之一。每一個學生某程度上受著不同家庭背景和朋輩的影響。故此，在理解各數據時，必須考慮到不同學生固有的背景。舉例說，某學生取得八十分的高分，但背地裡卻獲得父母的關心和鼓勵，又有獨立的書房和補習老師。相反，另一學生雖然取得四十的低分，但他經常受到父母的無理責罵，放學後又要做兼職幫補家計，只能在惡劣和嘈吵的環境下溫習。面對以上兩種背景截然不同的學生，我們如何評價和理解評量所得的數據和資料呢？這些分數只能量度學生的最終獲得的學科能力，而不是取得這些學科能力背後付出的努力、溫習條件和效率；也不能因此而判斷學校的教學質量和教師在其中所付出的努力。事實上，將上述所說的混為一談只會令評量更複雜和更難理解。所以，評量的最大意義不在於評量本身，而是如何理解評量的結果。畢竟評量不是評價呢！

本人曾做一些微型分析，發覺社經背景越高，英文學科能力越強。但同樣的結果沒有明顯地出現於中文和數學之中。究竟哪是因？哪是果？是社經地位影響英文能力？還是英文能力影響社經地位？還是留待讀者去評論。請注意，這只是一個微型分析，其結果還需更多數據去檢證。

以上所說並不是要否定評量的價值，而是澄清評量所能發揮的作用。事實上，評量的人數和機構越多，評量能為個別人士或機構「度身訂造」的程度越少。課室測驗是為整班而非個別學生，校內測驗考試是為整級而非個別班級，公開大學入學試是為所有學生而非個別學校學生。大型測量的作用之一是估計個體在整體中的位置。（註二）

正如我先前所說，每次評量都可能是一個「指示牌」，指示以後的方面。面對評量結果，再考慮各校本身的背景，如何制定以後的方向？這個問題恐怕要留待由各校自行思量。

結語

理解評量可能比評量結果更重要。每個評量都有其局限，即使是全國大學入學試，也會局限於考生當時的生理及心理因素。話雖如此，本人無意貶低評量的價值，亦不認為廢除評量是可取的。我想指出的是，在考慮到評量的局限，再考慮各校、各班、各人的獨有背景，然後再對評量結果作出適當的理解，繼而尋求改善，方為最終的出路。

（作者為澳門大學教育研究中心主任）

註一：是項測試的效度主要環繞著內容效度，即測試題目真正能測試出想測試的項目。

註二：其實評量的分類有多種。大型評量可評估整體學生的表現，而個別小型評量可評估某班某學生在某單元的表現，以作回饋教學之用。本文章主要集中討論大型評量。

鳴謝：培道中學楊穎虹老師的校對及意見。