O调整援项目量表总分相关偏低（例如小放0．3）显示评分甚为随机，或是这些题目与所量度之智能建构在实证上欠缺一致性。如果教师和研究员认为删除这些项目不会严重损害量表的建构效度的话，使用者是可以人为的删除这些略为欠佳的项目的，事实上，删除欠缺区分度的项目反而可以酌量增加量表的alpha－信度（所需手续，请参阅SMILES－－2000使用手册）。

O调整后项目量表总分相关偏低的项目的数目若果多的话，删除这么

 大量的项目是有可能严重影响多元智能量表的建构效度，这是因为剩余的好题目题量非常有限，纵然量表信度尚可（例如alpha－信度大于0．7），还是有需要重新修订项目和收集评量数据的。

F智能光谱制作

SMILES自动的将多元智能分数按大小评为四个进展水平（有待提高、符合基本要求、相当满意、十分好），它利用样本数据的四分位数Q1，Q2，Q3（即25％，50%，75%百分位数）为阀值，因此未经教师衡鉴的智能光谱是常模参照的。标准参照的智能光谱牵涉调较八种智能的四个进展水平的阀值，从而控制每个进展水平的学生人数，调较阀值的时候教师可以参考SMILES系统所提供的统计（例如各项智能的平均进展水平及次数分配），便可即时知道调较阀值蹬所带来的影响。

在SMILES 2000使用手册中，载有三项指引供教师考虑采纳：第一，不妨将最高和最低进展水平的学生人数限制在2O％以下（不是目前的25％），具体做法是尝试在调较进展水平阀值1至2时顺次输入-1，-2，-3等数值，以及在调较阀值3至4时顺次输入1，2，3等，调较的效果是进展水平l至2的阀值会被降低，而进展水平3至4的阀值会被提升。第二，尝试尽量不要减小或增加阀值2至3的水平伯p保持在中位数的水平），这样多元智能量尺的评量目标可以靠近样本的中位数，样本中大部分学童的测量误差则因此可以减到最小。第三，检查每一种智能量尺的进展水平阀值l至2、阀值2至3、阀值3至4的相邻间隔是否存在最小3分差距，若是的话，在有限的数据全距底下清晰地解释进展水平的含意将会较为容易（例如在实际情况下一个只有10条项目的3点李克特Llkert量表通常只有13-16分的全距）。从参与本计划的学校所获得的经验得知，这三项指引是可以得出可被解释的、层次分明的多元智能进展水平，这亦是标准参照评量所期许的。

G总结

从澳门数所学校应用这评量系统的反应得知，目前的SMILES 2000基本符合上述学生方面的系统要求，教师也逐步掌握多元智能评量的窍门，了解每位学童的智能组合情况，这实在是非常难能可贵的（详情将另文发表）。在教师方面，如何改良系统在分析典型多元智能光谱类型的自动化方面，以及阐明多元智能与学业成绩的关系，从而据此开发「因势利导、因才配套」和「智能公平」的课程，是本研究下一步的重要课题。在学校方面，跟进学童的学业成长和多元智能发展，更是SMILES未来发展的重大方向。