[一、前言] [二、資優生的鑑定流程與標準] [三、篩選參加個別智力測驗名單的方式] [四、本校今年度篩選參加個別智力測驗名單的情形] [五、幾個學校鑑定數據與篩選方式的比較] [六、結果與討論] [七、未來建議] [後記] [參考書目]
一前言
在資優兒童的研究中﹐涉及智商的測量主要乃採量的觀點﹐高智商是資優兒童最顯著的心理特徵﹐因此通常以智商作為衡量資優兒童的指標﹐此即以標準化智力測驗為衡量工具(何榮桂﹐民70)。量化研究具有簡約、建立統計分析的方法、可以複製驗證的優點﹐而量化研究基於科學、客觀、系統的方法和程序使它具有說服力(黃政傑﹐民70,頁280)﹐故一直以來國內篩選一般智能資賦優異學生﹐都是以個別智力測驗結果的智商﹐來作為進班觀察的重要參考數據。量化研究亦有相當多的偏差和謬誤﹐所以這種以單一測驗工具結果作為篩選資優生的方式﹐而使得資優生的鑑定產生某種偏差﹐造成鑑定結果的謬誤。另外﹐鑑定的篩選過程﹐並不是直接就進行個別智力測驗﹐乃透過一連串團體智力測驗、成就測驗才決定了參加個別智力測驗的學生名單﹐而如何在團體智力測驗、成就測驗的結果去篩選名單﹐目前並沒有相關研究提出篩選方式﹐也沒有一套科學的量化過程。
除了上述提及外﹐一些團體智力測驗的使用亦值得商確﹐目前台北市的資優生鑑定﹐在第一階段以團體智力測驗與國語和數學成就測驗作為第一階段篩選的依據(陳長益,民84,頁22)﹐第一階段篩選工具與第二階段個別智力測驗的相關性為何?是否足以作為決定參加第二階段篩選的重要依據?這些都值得探討。而目前以智商作為鑑別資優生單一標準的作法﹐雖然頗受爭議﹐但此一存在的事實仍是目前鑑別資優生的過程中取決的重要因素﹐因此產生「魚目混珠」的假性資優學生和「遺珠之憾」而錯失接受資優教育的優質學生。本文即針對幾所台北市立國民小學資優班八十七學年度依團體測驗結果作選擇參加第二階段個別智力測驗的方式、對智商的相關性、對智商影響程度作顯著檢定,嘗試提出以第一階段團體智力測驗預測智商,以作為參加個別智力測驗名單的篩選方式﹐並和其他篩選方式互作比較﹐以便提出參加第二階段個別智力測驗名單,作為資優生篩選時的參考依據。
二、資優生的鑑定流程與標準
談到資賦優異常令人聯想到聰明、智力高、能力強、功課好。所謂資賦優異,教育界常引Terman的定義:「資賦優異即是智力測驗所得智商最高百分之二的人」﹐這僅就智力而言是較狹義的解釋﹐目前各國則傾向採用廣意的定義(吳武典﹐民74)﹐如依據美國1978年資賦優異兒童教育法案的定義﹐資賦優異包括五方面:一般智力、特殊學業性向、創造能力、領導才能、視覺及表演藝術。在我國特殊教育法中所謂資賦優異則涵蓋六方面:一般智能、學術性向、藝術才能、創造能力、領導能力及其他特殊才能等方面。另外﹐在教育部所頒「身心障礙及資賦優異學生鑑定原則與鑑定基準」中則明文規定﹐資優生的鑑定總智商需達一點五個標準差以上﹐經過觀察活動以及專家、學者召開聯合鑑定會通過始可入班輔導。
資賦優異學生的鑑定﹐取決於其接受智力測驗所得智商的多寡﹐智商的計算方法是用其心理年齡除以生理年齡再乘以一百而得到的數值﹐任何年齡的平均智商設在一百為基準。台北市八十六及八十七學年度所用個別智力測驗版本﹐其平均數為100、標準差為15﹐所以決定資優生的門檻即為量表分數122.5以上﹐即可接受八週的觀察活動。
資優生的入班有一定的程序,台北市目前資優生入班的鑑定程序為(陳長益,民84,頁18):
1.擬定招生計畫,組織甄選小組。
2.級任老師推薦及接受臨近他校疑似資優生。
3.召開鑑定工作協調會,決定測驗工具及鑑定步驟。
4.團體智力測驗,取百分等級八十五以上者。
5.國語、數學成就測驗,擇優取不超過六十人為原則。
6.個別智力測驗,與他校合作,分區聯合鑑定。
7.召開校內鑑定會,甄選參加觀察學生。
8.觀察輔導八週,評量並記錄學生表現。
9.校內鑑定會,決定觀察後適合入班學生。
10.鑑定安置會議,由教育局召開,學者專家核定入班名單。
另外﹐台北市八十七學年度的鑑定作業﹐經八十七年十二月九日假台北市立師範學院特殊教育中心﹐召開之「台北市八十七學年度國民小學資優班招生鑑定協調會」確認為:
1.招生鑑定程序:班級推薦、團體智力測驗、個別智力測驗、
入班觀察、鑑定安置
2.團體智力測驗(SPM)百分等級八十以上﹐再參酌國語、數學
科成就測驗為原則﹐取最優人數60人參加個別智力測驗。
3.個別智力測驗結果總智商達1.5個標準差(即智商122)以上
上者﹐經校內鑑定會同意後入班觀察。
目前可用於國民小學階段的團體智力測驗如表1︰
編號 | 測 驗 名 稱 | 編訂者 | 適用範圍 | 編製日期 | 出版 |
1 | 學校能力測驗 | 路君約 | 幼稚園至小二 | 67.06 | 中國行為科學社 |
2 | 圖形式智力測驗 | 徐正隱 路君約 |
小三至高一 | 69.01 | 中國行為科學社 |
3 | 非文字普通能力測驗 | 陳榮華 路君約 |
小四至成人 | 69.09 | 中國行為科學社 |
4 | 國語文能力測驗 | 吳武典 張正芬 |
小二至國一 | 73.01 | 師大特教中心 |
5 | 國民小學數學能力發展測 驗(初、中、高級) |
周台傑 范金玉 |
小一至小六 | 76.09 | 彰師大特教中心 |
6 | 瑞文氏圖形智力測驗 | 俞筱鈞 黃志成 |
小一至小二 | 79.01 | 中國行為科學社 |
7 | 瑞文氏非文字推理測驗 | 俞筱鈞 黃志成 |
小四至小六 | 79.01 | 中國行為科學社 |
8 | 羅斯認知能力測驗 | 方炎明 郭生玉 |
小五至國三 | 80.06 | 台北市 教師研習中心 |
9 | 國民小學國語文成就測驗 | 周台傑 | 小一至小六 | 81.06 | 彰師大特教中心 |
10 | 國民小學數學科成就測驗(三至六年級) | 陳東陞等 | 小三至小六 | 82.06 | 台北市立 師範學院 |
三、篩選參加個別智力測驗名單的方式
目前台北市各國小資優班資優鑑定過程中﹐在完成第一階段團體智力測驗與國語、數學科成就測驗後﹐並沒有一套嚴整的量化篩選方式﹐而是以各個測驗擇優篩選取最優人數參加個別智力測驗﹐在團體智力測驗和國語、數學科成就測驗(八十七學年度)分別為0.67與0.35(該成就測驗使用手冊)﹐以及和個別智力測驗工具之相關性尚未驗證的情況下﹐如何篩選參加個別智力測驗的名單﹐則成為資優班老師在面對普通班老師、行政人員與家長時﹐一件說明困難的工作﹐經筆者探訪各小學資優班得知﹐目前篩選參加個別智力測驗名單的方式有以下數種:
(1).傳統方法:
1.僅以團體智力測驗為唯一標準﹐依分數高低篩選參加個別智
力測驗的名單。
2.先以團體智力測驗為第一標準﹐篩選出較多學生參加成就測
驗﹐再以兩科成就測驗總分依分數高低篩選參加個別智力測
驗的名單。通常學生人數較多的學校採用此法。
3.以團體智力測驗和國語、數學成就測驗三科總分﹐依分數高
低篩選參加個別智力測驗的名單。通常學生人數較少的學校
採用此法。
4.以該校當年度三項測驗的平均數為基準﹐以高於平均數的測
驗數為篩選依據﹐擇優篩選取最優人數參加個別智力測驗。
部分學生人數較少的學校採用此法。
(2).回溯法:
此即以上學年度鑑定數據為依據﹐對此鑑定數據作迴歸分析及顯著考驗﹐類似將所有鑑定數據當母群體﹐以上年度鑑定數據為樣本﹐求出迴歸係數﹐再乘以今年度團體智力測驗和國語、數學成就測驗鑑定數據為預測智商﹐以預測智商為篩選標準擇優選取最優人數參加個別智力測驗﹐此即為筆者所提出「回溯法」的一種量化方式。
top四、本校今年度篩選參加個別智力測驗名單的情形
筆者曾於八十五年在『資優鑑定的迷思』一書中﹐提出此「回溯法」的量化篩選方式﹐雖然該著作曾獲該年度教育部獎助特殊教育著作獎佳作﹐然因該研究乃以中華兒童智力量表(現已停用)鑑定數據﹐作分析並提出預測方式﹐卻因該量表停用而無法作驗證和比較的工作。本(八十七)學年度筆者即以傳統的方式(即傳統方法之第4種方法)和「回溯法」交互篩選﹐各篩選出62位學生﹐其中重覆60位﹐故乃以此64位參加個別智力測驗﹐結果「回溯式」迴歸方法﹐總智商123以上多選出一位入班的學生(25比24)。其差異性不大。接著在所有的64位鑑定數據中﹐筆者以下列幾種依據團體智力測驗及成就測驗結果的篩選方法﹐來決定其原本參加個別智力測驗的順序(1至64)﹐以及個別智力測驗的結果排序得到另一組順序﹐利用幾種評判標準來算出這兩組排序的差異來判定這些方法之優劣:
篩選方法一:團體智力測驗與國語、數學成就測驗三科相加的總
分來排序。
篩選方法二:先以團體智力測驗分數作排序﹐分數相同者再以國
語、數學成就測驗兩科相加的總分來排序。
篩選方法三:回溯法﹐即以上學年度鑑定資料作迴歸分析﹐求出
迴歸係數乘以本學年度團測和成就測驗所得的預測
分數來排序。
評判標準一:次序誤差率
參加個別智力測驗既然是擇優取高分人數﹐則用參加鑑定的學生依篩選方式排序﹐和個別智力測驗所得總智商的排序相減取絕對值﹐再將所有值相加即所有排序的誤差﹐將總誤差除以參加個別智力的人數即得該校的次序誤差率。如某學生原在第一階段篩選時排序第八﹐但個別智力測驗結果排序第六﹐則誤差值為2。
評判標準二:入班誤差率
資優鑑定主要目的在篩選入班觀察的學生﹐所以用實際個別智力測驗總智商123以上的人數為基準人數﹐在篩選方式排序為上述基準人數以上卻未入班的人數﹐稱為預測入班卻未入班之人數﹐再用此人數除以基準人數所得的值﹐稱為入班誤差率。也就是說預測其應入班卻未入班的誤差率。如本校個別智力測驗總智商123以上的有25人﹐某一篩選法其前25名內有9人未在個別智力測總智商123以上﹐則其入班誤差率為9/25=0.36。
評判標準三:相關係數
即個別智力測驗總智商與各種篩選法之間的相關係數﹐其相關係數值愈大﹐則表示愈能預測個別智力測驗的總智商。
根據上述三種篩選方法以及三種評判標準﹐本校八十七學年度資優鑑定的各種篩選法所得的誤差值與相關係數如下:
評判方式 |
次序誤差率 |
||
篩選方法 |
方法一 |
方法二 |
方法三 |
數 值 |
19.59 |
20.84 |
18.84 |
評判方式 |
入班誤差率 |
||
篩選方法 |
方法一 |
方法二 |
方法三 |
數 值 |
0.6 |
0.52 |
0.52 |
評判方式 |
相 關 係 數 |
|||||
篩選方法 | 團測 | 國語 | 數學 | 方法一 | 方法二 | 方法三 |
數 值 | 0.237 |
0.074 |
0.254 |
0.277 |
0.208 |
0.304 |
由表2-1、表2-2我們發現﹐次序誤差率和入班誤差率都是方法三數值最低﹐也就是「回溯法」預測個別智力測驗總智商的順序較準確。由表2-3則發現相關係數亦以方法三數值最高﹐甚至比本學年度的團體智力測驗與國語、數學成就測驗分數的相關係數還高﹐也就是說以上學年度鑑定數據﹐透過「回溯法」求出預測個別智力測驗總智商的預測智商﹐仍具有篩選本學年度參加個別智力測驗的參考價值。值得一提的是:本校八十六學年度鑑定數據所作的迴歸分析﹐其F檢定值為20.86﹐自由度為(3,20)﹐已達到.01的顯著水準﹐所以其「回溯法」所得預測智商預測值公式為:
預測智商=71.161+0.5025 團體智力測驗分數+0.5955 國語分數+0.3275 數學分數
五、幾個學校鑑定數據與篩選方式的比較
基於上節研究結果﹐「回溯式」的方法一方面是量化數據的呈現﹐一方面經過三種評判方式結果皆優於其他的篩選方法﹐故有必要再擴大樣本再作驗證﹐經筆者向多位先進、好友及特教學分班同學﹐取得12所台北市資優班近兩年鑑定數據﹐加以分析。其各校的樣本數分別如下表三:
校別 學年度 |
本校 |
A校 |
B校 |
C校 |
D校 |
E校 |
F校 |
G校 |
H校 |
I校 |
J校 |
K校 |
L校 |
86學年度 |
65 |
37 |
31 |
59 |
28 |
17 |
15 |
28 |
7 |
18 |
7 |
20 |
51 |
87學年度 |
64 |
35 |
37 |
61 |
31 |
48 |
19 |
57 |
12 |
52 |
36 |
59 |
59 |
經過筆者將86學年度的鑑定數據一一作迴歸分析﹐並將預測值中的「畸點」(即outliers﹐取誤差值超過1.5個標準差即15以上)篩選出﹐得到各校以下的F檢定值及P值﹐發現並不是每個學校都可達到.01的顯著水準﹐於是方法三的樣本範圍就改成以下兩種:一是以全部學校的所有樣本為樣本作迴歸分析﹐一是僅就達到0.01顯著水準的學校所有樣本為樣本作迴歸分析﹐分別取為方法四和方法五﹐並將各校與方法四、五的F檢定值及P值詳列於表四:
校 別 |
本校 |
A校 |
B校 |
C校 |
D校 |
E校 |
F校 |
G校 |
F檢定值 |
20.86 |
13.41 |
15.93 |
9.99 |
3.945 |
1.69 |
0.327 |
2.538 |
自 由 度 |
3,60 |
3,24 |
3,30 |
3,55 |
3,24 |
3,13 |
3,11 |
3,24 |
P 值 |
達.01顯著水準 |
0.02 |
0.217 |
0.805 |
0.08 |
校 別 |
H校 |
I校 |
J校 |
K校 |
L校 |
方法四 |
方法五 |
F檢定值 |
2.61 |
2.607 |
0.472 |
4.614 |
3.98 |
57.294 |
83.437 |
自 由 度 |
3,3 |
3,14 |
3,3 |
3,16 |
3,47 |
3,275 |
3,237 |
P 值 |
0.225 |
0.09 |
0.72 |
0.02 |
0.013 |
達.01顯著水準 |
其中﹐A、B、C三校的F檢定值亦達.01的顯著水準﹐所以可以用方法三來篩選﹐而因D、K、L三校的P值接近0.01﹐故將其樣本加入方法五的樣本總數中﹐以加大樣本數。得到方法四和方法五的F檢定值亦達.01的顯著水準﹐依這些方法所得的迴歸係數﹐我們得到各校八十七學年度資優鑑定的各種篩選方式比較如下:
評判方式 |
次 序 誤 差 率 |
||||
篩選方法 |
方法一 |
方法二 |
方法三 |
方法四 |
方法五 |
本校 |
19.59 |
20.84 |
18.84* |
20.63 |
19.78 |
A校 |
8.51 |
10 |
8.46* |
8.11 |
8 |
B校 |
11.08 |
10.87 |
10.16* |
10.65 |
11.24 |
C校 |
13.08 |
14.26 |
12.49* |
13.11 |
13.74 |
D校 |
7.742 |
9.749 |
*** |
7.291* |
7.612 |
E校 |
11.75 |
9.749 |
*** |
7.291* |
7.612 |
F校 |
6.421* |
6.421* |
*** |
6.526 |
6.526 |
G校 |
14.53 |
14.46 |
*** |
14.35* |
14.42 |
H校 |
2.167 |
4.667 |
*** |
2* |
2.167 |
I校 |
13.02 |
15.57 |
*** |
12.67* |
12.98 |
J校 |
8.333* |
10.5 |
*** |
8.556 |
8.333* |
K校 |
14.61* |
17.12 |
*** |
14.68 |
14.81 |
L校 |
12.37* |
14.41 |
*** |
13.20 |
12.37* |
註:上標*代表該校次序誤差率最低﹐*** 代表該校F檢定值未達.01的顯著水準﹐故方法三無法比較
因僅本校和A、B、C三校的F檢定值達.01的顯著水準﹐所以方法三只有此四校有數據﹐從表五之一可以明顯看出﹐本校和A、B、C三校方法三都比方法一、二的數值來的低﹐也比方法四、五來的低﹐所以F檢定值達.01的顯著水準的學校以方法三的「回溯法」較能預測個別智力測驗總智商的高低;其他各校則大部分以方法四比其他方法的數值較低﹐也就是說以方法四的「回溯法」較能預測個別智力測驗總智商的高低﹐可能是樣本愈大﹐愈能預測的緣故;而方法一與方法二則沒有明顯差異。
評判方式 |
入 班 誤 差 率 |
||||
篩選方法 |
方法一 |
方法二 |
方法三 |
方法四 |
方法五 |
本校 |
0.6 |
0.52* |
0.52* |
0.6 |
0.52* |
A校 |
0.5* |
0.75 |
0.5* |
0.5* |
0.5* |
B校 |
0.8* |
0.8* |
0.8* |
0.8* |
0.8* |
C校 |
0.471 |
0.412 |
0.353* |
0.353* |
0.411 |
D校 |
0.3* |
0.4 |
*** |
0.4 |
0.3* |
E校 |
0.315 |
0.737 |
*** |
0.316 |
0.210* |
F校 |
### |
### |
### |
### |
### |
G校 |
0.5* |
0.5* |
*** |
0.5* |
0.5* |
H校 |
0.143* |
0.429 |
*** |
0.143* |
0.143* |
I校 |
0.421 |
0.473 |
*** |
0.368* |
0.368* |
J校 |
0.714* |
0.714* |
*** |
0.714* |
0.714* |
K校 |
0.417* |
0.583 |
*** |
0.5 |
0.417* |
L校 |
0.231* |
0.346 |
*** |
0.231* |
0.231* |
註:上標*代表該校入班誤差率最低﹐*** 代表該校F檢定值未達.01的顯著水準﹐故方法三無法比較﹐### 代表該校鑑定數據個別智力測驗總智商都在123以上﹐故入班誤差率無法比較
因僅本校和A、B、C三校的F檢定值達.01的顯著水準﹐所以方法三只有此四校有數據﹐從表5-2我們可以明顯看出﹐本校和A、B、C三校方法三都比方法一、二的數值來的低﹐也比方法四、五來的低﹐所以F檢定值達0.01的顯著水準的學校以方法三的「回溯法」較能預測個別智力測驗總智商123以上的人數;其他各校則大部分以方法五的數值較低﹐也就是說以方法五的「回溯法」較能預測個別智力測驗總智商的高低﹐可能是以F檢定值達.01的顯著水準的樣本﹐較能預測個別智力測驗總智商123以上的人數的緣故;而方法一則大部分比方法二數值較低﹐可能是用第一階段總分比單靠團體智力測驗來的準確。
評判方式 |
相 關 係 數 |
|||||||
篩選方法 |
團測 |
國語 |
數學 |
方法一 |
方法二 |
方法三 |
方法四 |
方法五 |
本校 |
0.237 |
0.074 |
0.254 |
0.277 |
0.209 |
0.304* |
0.177 |
0.281 |
A校 |
0.301 |
0.320 |
0.320 |
0.499 |
0.378 |
0.486 |
0.480 |
0.503* |
B校 |
0.202 |
0.416 |
0.010 |
0.336 |
0.268 |
0.445* |
0.387 |
0.351 |
C校 |
0.455 |
0.533 |
0.322 |
0.639 |
0.548 |
0.549 |
0.663* |
0.647 |
D校 |
0.049 |
0.322 |
0.358 |
0.443* |
0.441 |
*** |
0.424 |
0.425 |
E校 |
-0.27 |
0.341 |
0.488 |
0.474 |
0.549* |
*** |
0.436 |
0.411 |
F校 |
-0.02 |
-0.23 |
-0.01 |
-0.12 |
-0.123 |
*** |
-0.16 |
-0.13 |
G校 |
0.346 |
0.253 |
0.264 |
0.409 |
0.328 |
*** |
0.411 |
0.422* |
H校 |
-0.11 |
0.651 |
0.555 |
0.567 |
0.735* |
*** |
0.582 |
0.491 |
I校 |
0.068 |
0.394* |
0.182 |
0.341 |
0.349 |
*** |
0.379 |
0.337 |
J校 |
0.121 |
0.475 |
0.384 |
0.451 |
0.493* |
*** |
0.459 |
0.434 |
K校 |
0.176 |
0.284 |
0.581* |
0.543 |
0.546 |
*** |
0.498 |
0.513 |
L校 |
0.430 |
0.349 |
0.488 |
0.571 |
0.540 |
*** |
0.562 |
0.576* |
註:上標*代表該校相關係數最高﹐*** 代表該校F檢定值未達.01的顯著水準﹐故方法三無法比較
因僅本校和A、B、C三校的F檢定值達0.01的顯著水準﹐所以方法三只有此四校有數據﹐從表五之三我們可以明顯看出﹐本校和A、B、C三校方法三雖然在五種方法的相關係數不一定最高﹐但都比第一階段測驗的相關係數高﹐所以F檢定值達0.01的顯著水準的學校以方法三的「回溯法」所求出的預測智商和個別智力測驗總智商較有相關;其他各校則各種方法沒有明顯差異﹐也就是說F檢定值未達0.01顯著水準的學校沒有明顯的差異。由以上此三種評判方式﹐「回溯法」雖有顯著水準的限制﹐但還是有相當高的參考價值。
top六、結果與討論
由上節的討論我們可以發現﹐三種評判標準均驗證「回溯法」在資優鑑定過程中﹐從第一階段的團體智力測驗與國語、數學成就測驗的結果﹐來篩選參加個別智力測驗的學生名單﹐有其較佳的參考價值﹐但「回溯法」也有其限制所在:
top1.兩個學年度的各種測驗都要一致﹐但這在長期的作法是不妥的﹐團體智力測驗和成就測驗可能會有更迭的情形﹐所以「回溯法」就喪失參考的數據。
2.跨年度或多年度合起來的數據﹐是否依舊具有顯著水準的參考價值﹐也是需要再分析驗證。
3.顯著水準的標準取0.01是較嚴謹的取捨﹐若取0.05或其它數值﹐是否仍有其參考價值﹐也是需要再分析驗證。
4.雖然顯著水準達0.01的標準﹐但其迴歸係數卻也可能呈現負值﹐即呈現負相關的現象﹐依常理仍不具有參考價值﹐可能是其它因素影響鑑定數據。這也值得再深入探討。
七、未來建議
依據本研究所驗證﹐未來當各校在篩選參加個別智力測驗名單時﹐可依下列步驟來篩選﹐應可得較準確的名單:
1.確認各種測驗不同學年度是否一致﹐不一致時﹐可以依傳統方式擇優選取﹐通常運用多個測驗的結果會比以單一測驗作基準﹐再以其他測驗為輔的篩選方式較佳。
2.若不同學年度各種測驗是一致﹐則用前學年度第一階段的鑑定數據作迴歸分析﹐若F檢定值達.01的顯著水準(或接近.01﹐則利用迴歸係數求出個別智力測驗預測智商﹐再擇優選取。
3.若F檢定值未達.01的顯著水準﹐則求取其他各校的鑑定數據﹐盡可能使其F檢定值達到.01的顯著水準﹐利用迴歸係數求出個別智力測驗的預測智商﹐再擇優選取。
4.若F檢定值達.01的顯著水準﹐但其迴歸係數卻也呈現負值﹐即呈現負相關的現象﹐則依常理也不具參考價值。
其篩選過程如下表六:
完成第一階段測驗 |
||||||||||||
兩學年度的測驗工具是否完全一致 |
||||||||||||
是 |
否 |
|||||||||||
前學年度鑑定數據作迴歸分析 F檢定值是否達到.01的顯著水準 |
依傳統方法篩選 |
|||||||||||
是 |
否 |
|||||||||||
用回溯法篩選 |
求取其他各校鑑定數據 使F檢定值達到.01的顯著水準 |
|||||||||||
用回溯法篩選 |
依上述步驟﹐筆者將各校八十七學年度鑑定數據﹐以「回溯法」提出其下學年度篩選的參考數據如下表七:
校別 | P-值 |
迴 歸 係 數 |
說 明 | |||
截距 |
團測 |
國語 |
數學 |
|||
A校 |
0.023 |
70.943 |
0.557 |
0.564 |
0.257 |
可參考 |
B校 |
0.032 |
72.903 |
0.403 |
1.082 |
-0.13 |
有負值﹐參考全體數據 |
C校 |
<0.01 |
35.711 |
0.768 |
1.303 |
0.230 |
可參考 |
D校 |
0.103 |
60.384 |
0.381 |
0.705 |
0.710 |
未顯著﹐參考全體數據 |
E校 |
<0.01 |
111.54 |
-0.57 |
0.505 |
0.759 |
有負值﹐參考全體數據 |
F校 |
0.78 |
142.10 |
-0.08 |
-0.34 |
0.094 |
有負值﹐參考全體數據 |
G校 |
<0.01 |
62.334 |
0.901 |
0.112 |
0.302 |
可參考 |
H校 |
0.06 |
80.585 |
-0.53 |
1.146 |
1.220 |
有負值﹐參考全體數據 |
I校 |
<0.01 |
79.485 |
0.324 |
0.669 |
0.250 |
可參考 |
J校 |
<0.01 |
102.55 |
-0.47 |
0.865 |
0.586 |
有負值﹐參考全體數據 |
K校 |
<0.01 |
74.518 |
0.184 |
0.214 |
1.000 |
可參考 |
L校 |
<0.01 |
34.503 |
1.333 |
0.213 |
0.530 |
可參考 |
全體 | <0.01 | 91.198 | 0.310 | 0.517 | 0.024 |
而以K校為例﹐其八十八學年度資優鑑定在第一階段團體智力測驗及國語、數學成就測驗分數得出後,該學生的個別智力測驗預測智商為:
預測智商=74.518+0.1845 團體智力測驗分數+0.2145 國語分數+1.0005 數學分數
後記
特此感謝永樂、大同、長安、光復、敦化、士林、民生、中山、木柵、龍安、螢橋、大安等學校先進、好友提供寶貴資料﹐以利筆者完成本研究。
參考書目
〔一〕中華民國特殊教育學會編(民76)﹐資優學生鑑定與輔導﹐初版﹐心理出版社出版。
〔二〕何榮桂(民70)﹐智力測驗與資優兒童鑑別﹐資優季刊﹐ 第4期﹐中華民國特殊教育學會發行。
〔三〕吳武典(民74)﹐如何發揮資優兒童的潛能﹐資優季刊﹐第15期﹐中華民國特殊教育學會發行。
〔四〕吳武典著(民76)﹐特殊教育的理念與作法﹐初版,心理出版社出版。
〔五〕吳武典主編(民78)﹐教育診斷工具評介﹐第五版﹐國立臺灣師範大學特殊教育中心印行。
〔六〕陳龍安(民72)﹐如何鑑別資賦優異兒童﹐再版﹐台北市立師範專科學校發行。
〔七〕黃政傑(民77)﹐教育理想的追求﹐初版﹐心理出版社出版。
〔八〕陳長益主編(民84)﹐國民小學資優教育輔導手冊﹐台北市立師範學院特殊教育中心印行。
〔九〕陳滄智著(民85)﹐資優鑑定的迷思﹐教育部八十五學年度獎助特殊教育著作佳作獎﹐台北市永樂國小。