從原研究出發
閱讀李維倫、古慧雯、駱明慶與林明仁（2020）的〈入學管道與學習表現〉，讓我想到一個值得進一步討論的問題：當我們說某一種入學管道的學生「表現比較好」，究竟是在比較哪一種表現？
這項研究使用2007至2014年入學的台大學生資料，發現繁星生的平均學業表現較佳；個人申請生相較於指考生的成績優勢，則大部分可以由學測成績的差異解釋。這些結果讓招生制度的討論，有了實際學生表現作為依據。（李維倫等人，2020）
我想從這個基礎再往前問：如果不同招生制度重視不同資訊，而我們用來評估學生的指標，也偏重某些特定表現，那麼，招生制度的評價是否會隨著衡量方式而改變？
在比較哪一種制度更會選才之前，或許可以先討論：大學希望看見的「人才」，包含哪些能力與表現？
在校成績是一把重要的尺，但它衡量的是什麼？
大學在校成績當然值得重視。不過，在校成績與大型考試成績，未必只是同一種能力的兩種寫法。Borghans等人（2016）發現，學業成績與成就測驗分數都包含認知能力及人格特質的資訊，但兩者的相對重要性不同。人格特質對在校成績的預測相對較重要，認知能力對成就測驗分數的預測相對較重要。這表示兩類指標有所重疊，也各自包含不同資訊，不能簡單把它們分成「一個只測努力，一個只測能力」。
此外，平均成績還涉及學生修了哪些課。Berry與Sackett（2009）指出，學生的選課差異會影響累積平均成績，進而影響我們對招生工具預測能力的判斷。他們改以個別課程成績進行分析後，高中成績與入學測驗的預測效度，都與使用整體平均成績時有所不同。因此，即使都稱作「大學成績」，如何組成這個指標，也會影響研究結果的解讀。
這讓我想到：如果招生時重視高中長期在校表現，入學後又以長期課程成績作為主要成果，前後兩者可能共同反映某些持續性的學習特質。這種相似性可以是有價值的預測來源。但當討論延伸到更廣泛的學術能力、問題解決或人才培育時，就值得加入其他面向的證據。（Borghans et al., 2016；Berry & Sackett, 2009）
我的疑問，在於不同評量方式是否看見不同的優勢
不妨設想兩位學生。
一位學生能長期穩定完成課程要求，各次作業與測驗都有不錯的表現。另一位學生在日常課程中的表現比較不穩定，卻能在某些大型考試中展現較好的整合與解題表現。這只是用來說明問題的假設，不能據此把繁星生與指考生分別貼上這兩種標籤。
如果後續評估主要依據長期課程成績，第一位學生可能比較有優勢；如果主要依據某種統一筆試，結果也可能不同。但究竟會不會如此，應該留給資料檢驗。已有文獻支持不同成績指標包含不同特質資訊，卻不能直接替台灣不同入學管道的學生作出這種分類。（Borghans et al., 2016）
因此，我在意的是：
當某一群學生在特定指標上表現較好時，我們能否更清楚地說明，他們在哪些面向較好，以及這些面向與大學的教育目標有什麼關係？
這也不表示換成大型標準化考試，就一定比較公平。公平不應被理解為替不同群體各找一把能夠勝出的尺；更重要的是，衡量內容是否對應我們真正重視的教育成果。
長期學業表現的價值，也未必只存在於預測下一份成績單。Allensworth與Clark（2020）在美國樣本中發現，高中平均成績與大學畢業之間具有較強且較穩定的關係，相較之下，ACT成績與畢業的關係較弱。這提醒我們，對在校成績提出更多問題的同時，也應承認它可能包含超出考試分數的重要資訊。
我期待的是把不同指標放在一起理解，讓各自的價值與限制都能被看見。
把研究問題轉向「不同招生資訊的互補性」
沿著這個觀點，我認為值得發展的研究問題是：
高中在校成績與大型入學考試成績，對不同類型的大學學習成果，各自能提供多少額外的預測資訊？
這個問題不必把入學管道當成一種會改變學生能力的「處理」。它關心的是，招生時已經存在的資訊，能否協助我們辨識學生後續不同面向的表現。Shmueli（2010）指出，因果解釋與預測是不同的研究目標，模型設計與驗證方式也應隨之調整。能夠預測某種結果，不等於已經證明造成這個結果的原因。
具體而言，我會建議在同一批學生身上，盡可能蒐集定義一致的高中成績或校內排名、共同入學考試成績，以及高中與學習背景資訊。入學管道可以作為描述學生來源的分類，但不宜直接取代實際的高中表現資料。對沒有參加某一項考試的學生，也不應把其他考試成績當作其未被觀察到的考試結果。
接著，在相同樣本與相同背景資訊下，分別比較使用高中成績、使用入學考試成績，以及同時使用兩者的預測表現。真正值得觀察的是，增加一項資訊之後，對新學生的預測能改善多少，而非只比較迴歸係數大小，或哪個變數達到統計顯著。（Shmueli, 2010）
例如，可以用前幾屆學生建立模型，再用後續入學、尚未參與模型建立的學生檢驗。研究開始前，也先界定要預測哪些成果、如何處理缺漏資料，以及如何衡量預測誤差，避免看到結果後才選擇最有利的指標。這些是我認為可採行的設計方向，其核心是把研究目標明確設定為可被新資料驗證的預測。（Shmueli, 2010）
不過，預測研究同樣要交代適用範圍。在某所大學已錄取學生中得到的模型，首先適用於相近的學生與制度情境；它不能直接回答，改變招生名額後，哪些原本未錄取的學生會進來，以及整體結果會如何改變。預測能力也需要在新的資料與使用情境中重新檢驗。（Shmueli, 2010）
從平均成績，進一步走向同一群學生的多面向評量
原研究已經分析新生英語聽力與微積分等個別課程，因此後續研究可以沿著這條路再往下細分。尤其新生英聽屬於入學時的測量，個別課程成績則發生在修課之後，兩者在內容與時點上都需要分別理解。（李維倫等人，2020）
我會建議，除了課程總成績，也記錄一門課內不同評量項目的表現。以統計學為例，可以分開觀察平時習作、共同筆試，以及運用陌生資料完成分析報告的成果，而不是全部加權後，只留下最後一個總分。
這樣的研究有機會更具體地回答：高中在校表現與大考成績，分別較能預測課程要求的哪些部分？兩者合併使用，是否比任何一項單獨使用更有幫助？這項建議是從既有文獻對成績組成與選課差異的討論延伸而來。（Berry & Sackett, 2009）
為了讓比較更有意義，我也會建議盡量採用共同題目或經過等值檢驗的測驗版本，對分析報告設定一致的評分規準，並在可行時讓評分者不知道學生的入學管道。多次測量也可以幫助研究者區分，一次表現的波動與相對穩定的表現差異。這些都應在研究設計階段規劃，而非在最後一張成績表上補救。
另一個值得追蹤的面向，是學生的學習變化。若能在入學與修課後，以具有可比性的工具測量相同學習目標，就可以觀察學生從原有基礎出發的進展。這裡先描述的是學習變化，而不是直接把變化歸因於某一種招生制度。
因此，研究可以同時呈現「學生目前達到什麼程度」與「學生在一段時間內進步多少」，讓起點與後續發展都有機會被看見。
真正需要因果檢驗時，可以研究「評量條件」
對於「不同評量方式是否讓某些學生更容易展現能力」這個疑問，還可以提出一個更聚焦的實驗設計。
例如，在不影響正式課程成績的研究評量中，針對相同學習目標設計難度相近的測驗版本，隨機安排較嚴格與較充裕的作答時間。每位學生可以在不同版本中經歷不同條件，版本與作答順序也隨機安排，並盡量維持評分方式與參與誘因一致。
這樣的設計，真正隨機改變的是作答條件。因此，它要識別的是「時間限制對測驗表現的影響」，以及這種影響在不同既有表現特徵的學生之間是否有所差異。即使進一步按入學管道呈現結果，也不能把差異解讀為入學管道本身造成了能力差異。
這是我提出的研究方向，也有明確的範圍：一次研究測驗無法完整重現升學大考的壓力，更無法取代四年的課程學習。但它可以把原本較抽象的疑問，拆成一個能夠直接檢驗的問題。
如此一來，研究的重點就從「哪一種入學身分使學生更優秀」，轉向「哪些評量條件影響學生展現已具備的能力」。研究問題、可操控的變數與能夠作出的推論，會比較一致。這也呼應了因果解釋與預測應依研究目的分別設計的觀點。（Shmueli, 2010）
多元入學，也值得有多元的成果觀察
我的觀點並不預先假定，換一種評量方式，指考生就一定比較好。
如果後續資料顯示，高中在校成績對共同筆試、專題表現、畢業與其他成果，都具有穩定的額外預測價值，我們就應該接受它具有跨面向的資訊價值。若不同招生資訊對不同成果各有優勢，則可以進一步研究如何組合它們。這些都應是研究可能接受的結果，而非事先決定的立場。
對我而言，這樣的延伸最有意義的地方，是讓「選才」的討論更具體。
大學可以重視穩定完成課業的能力，也可以重視面對陌生問題的推理、長期投入研究的能力，以及把知識應用到實際情境的表現。各項目標應有多少權重，還需要教育理念與公共討論，不能只由某一個最容易取得的指標代為決定。
〈入學管道與學習表現〉提供了理解學生後續表現的重要起點。沿著這個起點，我更想追問的是：我們使用的招生資訊與成果指標，分別讓哪些能力被看見，又有哪些能力還需要進一步觀察？
多元入學的研究，可以從比較不同管道的學生表現，繼續走向理解不同資訊的價值。當我們更清楚自己在衡量什麼，也才更有機會討論，大學究竟希望選進什麼樣的學生，以及如何幫助他們發展。
參考文獻
李維倫、古慧雯、駱明慶、林明仁（2020）。入學管道與學習表現。經濟論文叢刊，48(1)，31-76。https://doi.org/10.6277/TER.202003_48(1).0002
Allensworth, E. M., & Clark, K. (2020). High school GPAs and ACT scores as predictors of college completion: Examining assumptions about consistency across high schools. Educational Researcher, 49(3), 198-211. https://doi.org/10.3102/0013189X20902110
Berry, C. M., & Sackett, P. R. (2009). Individual differences in course choice result in underestimation of the validity of college admissions systems. Psychological Science, 20(7), 822-830. https://doi.org/10.1111/j.1467-9280.2009.02368.x
Borghans, L., Golsteyn, B. H. H., Heckman, J. J., & Humphries, J. E. (2016). What grades and achievement tests measure. Proceedings of the National Academy of Sciences, 113(47), 13354-13359. https://doi.org/10.1073/pnas.1601135113
Shmueli, G. (2010). To explain or to predict? Statistical Science, 25(3), 289-310. https://doi.org/10.1214/10-STS330
延伸閱讀
從經濟學出發，讀懂研究與制度
回到經濟學的基本觀念，練習分辨研究問題、衡量方式與推論範圍。
前往教學專區