食品分析實驗 · 教師用

學習成效評量

學生用的工具不同（Excel、Orange、Colab），評量就要看「判斷與結論」，不看軟體操作。這一頁是一套可以直接用的評量設計：前後測看整學期學到多少，每週的出場券與作業回饋看哪裡卡住，實作考與專題看能不能獨立分析沒看過的數據。

下載評量工具包（Excel）數據分析工具指南學期規劃

四個原則

對齊目標每個學習目標至少要有兩種不同的證據，評量題目直接對應目標。

工具中立同一份規準評三種工具的作業；Excel 做對的同學拿滿分，Colab 只是加分。

先形成、後總結每週的小回饋不計分或低分數，讓學生敢錯；計分集中在報告、實作考、專題。

數據回饋教學前後測與試題分析找出全班沒學會的觀念，下學期調整。

學習目標與證據

目標	學生能夠…	主要證據
CLO1	正確操作一般成分分析並完成計算（濕基／乾基、%N × 係數、回收率、稀釋倍數）	實驗報告、每週數據作業、期中實作、前後測
CLO2	用統計判斷數據品質並下結論（SD、CI、檢定、檢量線、z-score、管制圖、不確定度）	每週數據作業、期中實作、前後測
CLO3	建立與評估光譜化學計量模型（前處理、PCA、PLS、RMSECV／RMSEP、適用範圍）	期末實作、代糖專題成績單、前後測
CLO4	依問題選擇合適的工具，並用第二個工具核對結果	實作考的「交叉核對」項、自我效能問卷第 9 題
CLO5	以書面與口頭清楚溝通數據	實驗報告、W17 發表與同儕審查

一學期的評量安排

評量	時間	怎麼做	性質
概念前後測	W1、W18	15 題選擇題（工具包「2_前後測題庫」），同一份卷前後各考一次，15 分鐘，用 Google 表單測驗模式。	不計分
自我效能問卷	W1、W9、W18	10 題 1–5 分（例：「我能判斷一個結果是否準確、是否精密」）。和前後測對照：信心高卻答錯，就是迷思。	不計分
出場券	每週最後 3 分鐘	1 題觀念題＋「今天最不懂的一點」。老師隔週開場花 5 分鐘回應最多人不懂的那一點。	形成性
每週數據作業	W1–W8、W11–W16	用 Excel、Orange 或 Colab 任一種完成練習題；依規準評分，每份附一句具體建議。	形成性 15%
實驗報告	每個實驗	依「評分規準」五個面向評分：計算、品管判斷、圖表、結論與誤差、紀錄。	總結性 35%
期中實作考	W9	給一組沒看過的方法比較或能力試驗數據，Excel 或 Colab 任選，完成品管報告。	總結性 15%（含筆試）
期末實作考	W18	給一組光譜與參考值，Orange 或 Colab 任選，完成 PCA 與 PLS 並寫模型結論。	總結性 15%（含筆試）
代糖專題	W15–W17	模型成績單（LV、RMSECV、RMSEP、RPD、適用範圍）＋口頭發表＋同儕審查。	總結性 20%
進階加分	全學期	用 Colab／Jupyter 完成進階題（例如 VIP、T² 與 Q、NNLS），或用兩種工具核對同一結果並說明差異。	最多 +5

實驗報告 35%

每週作業 15%

期中 15%

期末 15%

代糖專題 20%

沿用學期規劃的權重，只把「每週 Colab 作業」改成工具任選。前後測與問卷不計分，學生才會照實作答。

評分規準：評判斷，不評軟體

面向（權重）	4 優秀	3 良好	2 待加強	1 不足
計算正確（25%）	數值、單位、有效位數都對；和對答案表一致	1 處小錯，不影響結論	錯誤影響部分結論	主要數值錯或缺
品管判斷（25%）	每個判斷都引用數據與門檻	大致正確，少數缺依據	只有結論沒有依據，或方法用錯	沒有判斷
圖表（15%）	圖種恰當，軸、單位、誤差線完整	缺部分標示	圖不恰當或誤差線不明	沒有圖
結論與誤差討論（25%）	分出系統與隨機誤差，指出最大來源並提出改進	有討論但未區分或未提改進	只寫「人為誤差」	沒有討論
紀錄與可重現（10%）	附原始數據、校正紀錄、檔案，別人能重算	齊全但命名不清	缺原始數據或校正紀錄	無法追溯

總分 = Σ(等級 × 權重) ÷ 4。工具包「8_評分規準」有試算表，也有實作考的規準（多一項「交叉核對」：用第二種方式驗證 1 個數值）。學期第一週就把規準發給學生。

實作考怎麼出

W9 期中：方法比較或能力試驗

給一份沒看過的長格式數據（例如 6 組的醋酸手動 vs 自動滴定，或 5 組的盲樣灰分）。
任務：描述統計 → 找異常值 → 選對檢定（配對 t／Bland–Altman 或 ANOVA）→ 寫 3 句結論。
評分重點：選對方法並說出理由，數值正確，結論回答題目。
工具：Excel（開卷，可用自己的 EX04、EX08）或 Colab。

W18 期末：光譜建模

給一組光譜與參考值，已標好校正集與測試集。
任務：前處理 → PCA 分數圖並解釋一個分群 → PLS 選 LV → 報告 RMSECV、RMSEP、RPD → 說明適用範圍。
評分重點：分組交叉驗證、用 RMSEP 而不是 R² 下結論、指出模型限制。
工具：Orange（可用 OR13、OR16 改）或 Colab。

同一份考題可以出兩個版本的數據（A 卷、B 卷），相鄰座位拿不同版本；答案用 Colab 筆記本先算好，閱卷時對照工具包的規準。

怎麼判斷學生有沒有進步

1. 標準化增益 g

g = (後測 − 前測) ÷ (滿分 − 前測)　　全班：<g> = (後測平均 − 前測平均) ÷ (滿分 − 前測平均)

意思是「還沒學會的部分，學會了多少」。Hake (1998) 的分級：g < 0.3 低、0.3–0.7 中、> 0.7 高。用全班的 <g> 和往年比較，看教學調整有沒有效；同時看配對 t 檢定的 p 值與效果量（Cohen's d），確認進步不是偶然。

2. 試題分析

答對率 P：後測仍低於 0.5 的題目，就是全班還沒學會的觀念，下學期那一週要加強。
鑑別度 r（該題對錯與總分的相關）：低於 0.2 的題目可能題意不清，要改題。
依學習目標彙整（CLO1–CLO3），看哪一條主線最弱。

3. 信心與能力對照

自我效能高、但對應的前後測題目答錯，代表學生「以為自己會」，這類迷思最需要在課堂上直接處理。

4. 期末檢討

學期結束後花 30 分鐘看工具包的「5_學習成效」與「6_試題分析」，寫下下學期要調整的 3 件事（例如「W7 殘差圖要多一個練習」），放進學期規劃。

前後測題目範例

完整 15 題（W1–W16 各主題）在工具包「2_前後測題庫」，含答案與對應目標，可直接貼到 Google 表單。題目只考觀念，用哪個工具的學生都能作答。

看 5 題範例

1.（W1）同一支吸管重複 10 次：SD 很小，但平均比標稱值低 0.03 mL（Class A 公差 ±0.02 mL）。這代表？
精密但不準確／準確且精密／準確但不精密／既不準確也不精密

2.（W2/W4）兩種方法測同一批樣品，要比較兩種方法時應該用？
配對 t 檢定或 Bland–Altman 圖／兩個獨立樣本的 t 檢定／只看相關係數 r／只比較兩者的 SD

3.（W7）檢量線 R² = 0.999，代表什麼？
殘差圖仍可能有彎曲，還要檢查殘差／一定是直線關係／LOD 一定很低／樣品濃度一定準確

4.（W8）規格為蛋白質 ≥ 25.0%，測得 25.2 ± 0.4%（U，k = 2），應判定？
無法判斷：區間跨過規格限／放行／不放行／再測一次取平均就可以放行

5.（W13）交叉驗證時把同一樣品的 3 次重複拆到訓練集與驗證集，RMSECV 會？
偏低（過度樂觀）／偏高／不變／無法計算

評量工具包內容

工作表	用途
1_目標與證據	學習目標 × 評量對應表（可修改）
2_前後測題庫	15 題概念題、答案、對應週次與目標
3_前測作答、4_後測作答	貼上學生 A/B/C/D 答案，自動改分（最多 60 人）
5_學習成效	個人與全班標準化增益、配對 t 檢定、效果量、前後測長條圖
6_試題分析	每題答對率、進步、鑑別度，依目標彙整，自動標出待加強題
7_自我效能問卷	10 題問卷與 W1／W9／W18 平均比較圖
8_評分規準	作業／報告規準與實作考規準，含評分試算
9_成績總表	依權重算學期成績，含進階加分與等第

工具包內的學生資料是模擬的示範數據，正式使用前請清空黃色的學生資料區。