形成性評量與總結性評量
Formative & Summative Evaluation
什麼是形成性評量與總結性評量?
- 形成性=過程中用於改善
- 總結性=結束時用於判定成效
- 非優劣之別,而是目的之別
一旦區分形成性與總結性評量,教育訓練承辦人評量結果要交給誰也就不同了。總結性評量的分數會交給人資團隊與經營層,用來判定是否結業、是否授予資格。相對地,形成性評量的結果則交給講師與學習者本人。假設第3天測驗有一半的人答錯財務報表的現金流量部分,那麼當天晚上就該修改第4天的講義。同一份題目,性質會因'誰、在何時、為了什麼而看'而有所不同。
實務上區分兩者的標準有三項。第一,分數是否留在個人紀錄中。形成性評量若是無記名或不留紀錄,學員才會誠實作答、真正答錯。第二,結果出來後是否還有介入的時間。若之後已無剩餘課次,即使在中途評量,也屬於總結性評量。第三,題數與難度。形成性評量以5~10 題、5 分鐘內,短而頻繁地進行,效果比一次考 20 題更好。容易與柯克帕特里克四階段混淆:柯克帕特里克是「衡量什麼」(反應、學習、行為、結果)的層次,形成/總結則是「何時、為了什麼目的而衡量」的軸向。兩軸是交叉的——在第二階段的學習衡量於中途進行即為形成性評量,於結束時進行即為總結性評量。
現場最常見的失敗,是把形成性評量打分數,並拿來作為人事考核依據。一旦這樣,學員就不會再把不會的地方說出來。中間測驗平均拿到92分,最後考試卻有一半的人不及格,問題就出在這裡——因為大家事前互相對答案才交卷。另一種失敗也存在:形成性評量認真做了,結果卻沒有反映在下一堂課。從學員的角度看,就會冒出'為什麼要做這些?'的聲音,回覆率在三週內掉到40%上下。形成性評量必須讓學員親眼看見自己的回饋真的帶來改變,才能維持下去。
教育評量學者 Michael Scriven 於 1967 年區分形成性與總結性評量,並確立了這套概念。
以下以假設案例說明。全體員工約620人的中堅汽車零件製造商 A 公司,針對新進的生產管理職34人,開設了為期8週的職務入門課程。連續3期的最終認證考試通過率停在58%,現場派任後3個月內收到11件重新培訓的要求。教育訓練組將問題歸結為'整整8週都沒有人跟得上,他們卻完全沒察覺'。
- 教育訓練組的 Park 科長檢視既有課程時發現,評量只有第8週的認證考試一項。他問講師,得到的回答是'看氣氛大家應該都懂了',Park 科長便說'別憑感覺,用數據來看',決定加入每週五的10題・5分鐘測驗。
- 於是附上了條件。測驗分數採匿名處理,不列入人事紀錄,結果只寄給講師與學員本人。在第一期的開訓說明會上,Park 科長明確表示:'這些分數不會用來評價各位,我們評價的是課程。'
- 第 2 週測驗中,「依製程別的標準成本計算」題目的答對率為 31%。講師 Kim 委員將第 3 週講義中的新產品案例段落縮減 30 分鐘,並重新安排了 3 題成本計算實作練習。重新測量後的答對率為 79%。
- 第5週改為不考測驗,改由6 位現場前輩各以15分鐘進行一對一回饋。'報告只有數字,沒有一行原因說明'這項指正在12 位學員身上都出現,於是在第6週作業表格中新增了'推估原因'欄位。
- 第 8 週的認證考試維持原樣,60 題、70 分及格。形成性評量的回覆率 8 週平均為 94%,Park 科長將此歸因於 '每週結果都會反映在下一週的課程中,學員親眼看到'。
- 該期合格率從 58% 升至 85%(34 人中 29 人),結訓後 3 個月內的再培訓要求則從 11 件降至 2 件。下一期起,每週測驗題目正依答對率數據累積的順序重新設計。
金輝
金鍾赫