第十六組

1. 模糊理論應用於全人教育人格發展評量之研究－以國防大學理工學院為例模糊理論應用於全人教育人格發展評量之研究－以國防大學理工學院為例 第十六組 組員:黃崇旂497300275 劉彥佑497300055 張紀偉497300536 錢奕融497300237 謝祥偉497300126 李一展496300278 李藺璽497300457 林晉宇498300478 蘇家弘498300533

2. 目錄 • 摘要 • 研究方法 • 研究設計與實施 • 實例研究分析 • 結論 • 參考文獻

3. 摘要 本文主要是利用模糊推論中之推論模式，藉以推論學生之學習狀況，期望能對學生的全人教育上的評量更具有合理性及周延性。基此，在研究中試圖應用其優點改善教育之人格發展學習評量現況，並期能對教育品質有所助益，以發揮拋磚引玉之效果。

4. 研究方法 本文之內容根據研究主題蒐集國內外相關法令研究文獻、論著、理論及實務性資料，進行閱讀、探討、研究與歸納分析，並發掘出適用於本研究之論點，在尋求學習評量之要素及指標方面，俾據該院全人教育人格發展評鑑規定，並進行案例研究及分析。在理論應用方面，由於傳統的方法對於語意形式的評估準則或是權重，無法充分且適當地反應出來，且在評估準則 (屬性) 或權重上，均須提供精確值，常使決策結果偏離事實。故有許多學者藉由模糊理論的特性來改進傳統多準則決策的缺點，將評估準則與其權重轉換成以模糊集合或模糊數 (fuzzy number) 來表示，透過模糊集成評判(fuzzy aggregation of the judgment) [8,9] 以及模糊排序(fuzzy ranking) [8,9,10]，找出最切合需求的方案。所以，本研究亦將擷取模糊多準則之優點與方法，並參酌相關論著與 研究之見解，而以國軍基礎教育之學習評量為議題，進行深入之探究與應用，以期發掘問題，謀求改善之道。

5. 研究設計與實施 1 .模糊模式研究架構之確立 本文首先參酌現行國防大學理工學院全人教育人格發展學習評量模式，並藉文獻探討方法研究整體學習評量要素，作為依據，接著透過蒐集分析實例、確立學習評量指標、建構指標權重關係、及建立學習評量成績，以確立學習評量模式架構。再進一步運用模糊方法建構學習評量模糊模式。最後，以實例進行探討，並提出結論與建議。

6. 2.學習評量指標要素之探討 就國軍基礎教育而言，在其整個學習歷程中，究竟哪些評量指標才能完整代表學員在整個學習歷程的整體表現？一般而言，任何階層教育之學習評量均包含德育、智育、體育、群育、美育等五項主要指標，惟其強調重點不同。本研究亦將以上述德育為主，將人格發展的各項考核項目作為評量指標，並將五項學習評量指標進行研討，俾蒐集分析實例資料、確立學習評量指標、建構指標權重關係、及建立學習評量成績，以確立學習評量模式架構。

7. 3.模糊綜合評判 將建立好的模糊權重集W 與模糊關係矩陣R進行模糊綜合評判，其結果可表示為： r ：第K學員的第i個主要準則，第j個評估因素的評價三角模糊數 B ：第i個主要因素之各被評鑑人之綜合評價分數集

8. 接著進行多層級模糊綜合評判。此多層級模糊綜合評判是在模糊的基礎上，再次進行多層級模糊綜合評判，最後可得到一整體評估結果。接著進行多層級模糊綜合評判。此多層級模糊綜合評判是在模糊的基礎上，再次進行多層級模糊綜合評判，最後可得到一整體評估結果。 依此可再進一步分別求得各被評鑑人之整體評價。其方法簡述如下： T ：各主要因素之評量加權得分 W ：各主要因素之權重集 B：各主要因素之被評鑑人之綜合評價分數 i b ：第k個被評鑑人的總體評價分數

9. 決定評量方式 評量方式係由各評量者依評量項目之屬性，採百分值、等級、語言值或模糊數來觀察評量，並利用已設定好的語言值集進行評分，本研究之評分尺度、語意措詞模糊數轉換表詳如下分尺度圖

15. 實例研究分析 (1) 建立學習評量指標集 基於全人教育人格教育規定，本研究擇取「學生自我評量」、「學生相互評量」、「長官評量」、「學部及導師評量」與「政訓與社團活動評量」等五項指標為學習評量指標，並於每一指標下擇取數個次要指標及評量細項作為評量準則，「學生自我評量」部份又分為十項次要學習評量項目，「學生相互評量」的部份則為三項，「長官評量」有六項，「學部及導師評量」則有四項，「政訓與社團活動評量」則是有五項。

16. (2) 決定評量方式 設若評量方式係依評量項目之屬性，由學校規定採取百分值 、等級、語言值或模糊數來觀察評量，並利用已設定好的語言值集進行評分，本研究假設學號001〜005 號 學員學習評量評分結果詳如表5.2。

17. (3) 建立模糊權重集 假設次要評量指標、以及各評量細項之權重均為1等級，而主要評量指標權重係依據該院規定之數據 所得權重矩陣如下：

18. (4) 受測人員之評分根據學生之主要學習評量指標成績可寫成一模糊矩陣如下： 成績方面均依 (5.4) 式計算，就001號學生來說：他的成績就是〔83 87 82 80 84〕，也就是〔(82 83 84) (86 87 88) (81 82 83) (79 80 81) (83 84 85)〕，其他人成績依此估算。

19. (5) 進行模糊綜合評判 將 (5.8) 式與 (5.9) 式代入 (5.6) 式計算，結果如下： R(001)= (7814,8325,8846) R(002)= (8018,8540,9072) R(003)= (7638,8140,8652) R(004)= (7380,7870,8370) R(005)= (7492,7935,8436) 再根據 (5.7)式將 R(001)、R(002) 、R(003) 、R(004) 與 R(005)解模糊化後可得 v 001 = 8327.5 v 002 = 8542.5 v 003 = 8142.5 v 004 = 7872.5 v 005 = 7949.5

20. (6) 結果 由上述模糊綜合評判結果可知v002 成績最高，所以002 號學員整體學習評量成效為最優， 001第二名， v03第三名， 005第四名， 004第五名。本研究亦將各數據以百分比算法來作一計算，所以如模糊算法一樣，以002 號學員成效最好，依序為001，003，005，004。 所以模糊算法就如百分比算法一樣準確，但卻無百分法算法硬把模糊語意作單一標準，如此一來，卻失去語意評意的意義。

21. 結論 • 評量指標更趨多元:其評量結果將更趨客觀，較能充分符合學習評量係代表學習歷程整體表現之精神。 • 整合各種評分方式:應用語意轉換表加以處理整合，方便評量者進行觀察評分，但又不必沒有限制評量者使用特定之評分方式。 • 兼具量化與質化評量功能:可以很簡單的應用模糊數運算方法，將可以量化、無法量化、不確定、或具模糊性的評量項目以語言值或模糊數進行評量，再經由模糊綜合評判及解模糊化後，即可獲致客觀的學習評量結果，更可有效解決質化指標難以具體衡量之問題，實兼具化與質化評量之功能。

22. 參考文獻 唐天生 1 黃宗榮2 1國防大學理工學院動力及系統工程學系助理教授 2國防大學理工學院動力及系統工程學系研究生 所撰寫的 模糊理論應用於全人教育人格發展評量之研究 [1] 林銀，「模糊多準則決策方法之應用---以國軍軍官考績評鑑為例」，義守大學管理科學研 究所碩士論文，2000。 [2] 蕭敏麗，「我國國際商港港埠設施投資人評選之研究－模糊多準則決策之應用」，海洋大 學航運管理研究所碩士論文，1999。 [3] 李宏隆，「大學申請入學之模糊多準則決策模式」，長榮管理學院經營管理研究所碩士論 文，1999。 [4] 王文俊，認識Fuzzy (第二版)，全華科技圖書有限公司，台北(2001) 。 [5] Zimmerman H. J.，“Fuzzy Set Theory and its Application,2nd"，Kluwer Academic Publisher， Boston(1991)。 [6] Law. C. K.，”Using fuzzy numbers in educational grading system”. Fuzzy Sets and Systems， 83，311-323(1996)。

23. THE END