107 身心障礙特考三等 教育行政 教育測驗與統計 考古題詳解

核心觀念

本題的核心在於「人員甄選情境下的測驗效度檢驗」與「效標問題（Criterion Problem）」，涉及教育測驗與統計之重要觀念：

1. 選拔性測驗與預測效度（Predictive Validity）：教師甄試屬於典型的高風險常模參照選拔性測驗（Personnel Selection），其核心功能在於利用甄試分數（預測變項，Predictor）預測應考人未來的實際教學工作績效（效標變項，Criterion）。因此，驗證其是否具備「效標關聯效度」（Criterion-Related Validity）中的「預測效度」最切合命題主旨。
2. 皮爾遜積差相關係數（Pearson $r$）：用於計算預測變項 $X$（筆試成績）與效標變項 $Y$（教學工作表現）之間的線性相關強度： $r_{xy} = \frac{\sum (X - \bar{X})(Y - \bar{Y})}{\sqrt{\sum (X - \bar{X})^2 \sum (Y - \bar{Y})^2}}$
3. 效標測量的理論缺陷：

• 效標缺乏（Criterion Deficiency）：設定的效標無法涵蓋完整的工作職能。
• 效標污染（Criterion Contamination）：效標評量受到非工作績效因素（如人情、偏見）的干擾。

4. 範圍受限現象（Restriction of Range）：因僅有筆試錄取的高分群能進入現場產生效標分數，使得樣本變異量縮小，導致計算出的效度係數產生嚴重向下偏誤（Attenuation）。

解題方法

1. 第 (一) 小題切入點：

• 定調效度種類：直接點明理論上應採用「效標關聯效度」中的「預測效度」（同時可輔以「內容效度」作為基礎工具品質之說明，但主力必須放在預測效度）。
• 論述理論理由：從「測驗目的（選拔預測）」、「決策效能（甄選有效性）」與「常模參照特質」切入說明。
• 條列實施步驟：依測驗編製與驗證的標準流程展開（界定預測變項 $\to$ 建構效標指標 $\to$ 縱貫追蹤取樣 $\to$ 統計相關分析 $\to$ 顯著性檢定與效度評估）。

2. 第 (二) 小題切入點：

• 圍繞測驗統計理論中的經典困境，從四大面向剖析實務限制：
• 統計取樣層面：範圍受限（Restriction of Range），僅有正取者有效標分數。
• 效標工具層面：教師工作表現難以客觀量化（效標缺乏與效標污染）。
• 情境干擾層面：外在混淆變項（學校環境、行政負擔、初任輔導機制）稀釋筆試預測力。
• 縱貫等化層面：題幹提及「歷年來」，歷年試題缺乏測驗等化（Test Equating），難度變動影響資料合併分析。

選項分析

本題為申論題型，無選擇題選項。評分重點與作答關鍵在於：

• 子題 (一)：能否精準寫出「預測效度」，並以五大嚴謹步驟交代統計分析歷程。若僅泛稱「效標關聯效度」而未指明「預測」或缺少追蹤時間差的說明，將無法取得滿分。
• 子題 (二)：能否跳脫「行政作業麻煩」等表面理由，精確使用「範圍受限」、「效標污染」、「效標缺乏」、「歷年試卷等化」等測驗統計專業術語，是拉開分數級距的關鍵。

解題技巧

1. 作答模板化：第 (一) 題步驟遵循「收集 $X \to$ 界定 $Y \to$ 追蹤配對 $\to$ 統計相關 $\to$ 檢定評估」的標準 SOP。
2. 名詞精準度：討論困難點時，務必點出「範圍受限（Restriction of Range）」，這是所有公職與人事甄選效度研究中最具鑑別度的必背得分關鍵詞。
3. 區辨預測與同時效度：甄試是選拔未來人才，必須隨時間縱貫追蹤任教表現，因此是「預測效度」，絕非測驗與效標同時取得的「同時效度」。

核心觀念

本題核心在於評量考生對教育測驗學中「試題形式」（Item Formats）分類及其心理計量特性的掌握程度：

1. 題型分類：測驗試題依反應型態主要分為「選答型試題」（Selected-response items，如選擇題）與「供答型試題」（Constructed-response / Supply-type items，如簡答題、申論題）。
2. 心理計量學特性（Psychometric Properties）：

• 信度（Reliability）：特別是評分者信度（Scorer reliability / 客觀性）與測驗長度對內部一致性（Internal consistency）之影響（斯皮爾曼－布朗公式 $r_{kk} = \frac{k \cdot r_{11}}{1 + (k - 1)r_{11}}$ 所揭示題數與信度的正向關係）。
• 效度（Validity）：教材取樣涵蓋度之「內容效度」（Content validity），以及評量高層次思維架構之「建構效度」（Construct validity）。

3. 實用性（Usability / Practicality）：編題成本、閱卷耗時、機器評分可行性與大規模施測（Large-scale standardized testing）之行政效益。
4. 教學回衝效應（Washback / Backwash Effect）：評量題型對學生學習策略（表層記憶 vs. 深層統整）與教師教學導向之後續反饋影響。

解題方法

本題應採取教育測驗學標準的「系統規準比較法」切入，避免僅憑直覺漫談。切入步驟如下：

1. 界定題型範疇：明確指出選擇題屬「選答型／客觀題」，簡答與申論題屬「供答型／主觀題」。
2. 多維度矩陣剖析：分別從「心理計量指標（信度、效度）」、「認知階層（Bloom 認知歷程）」、「實施效能（命題、評分、施測成本）」與「學習回衝效應」四個向度，對稱論述二者之優點與缺點，並說明背後學理成因。
3. 呼應教育實務：連結題幹所提之「大規模升學測驗」（國中會考、學測）情境，說明為何現行體制採取「選擇題為主、非選擇題為輔」之多元評量互補策略。

選項分析

本題為申論試題，題幹無個別選擇選項。針對題幹要求評析之兩大題型系統，其核心屬性與評量特性對照如下：

1. 選擇題（選答型／客觀題）分析：

• 優點成因：
• 評分客觀可靠：答案標準固定，完全免除評分者主觀偏見、疲勞或月暈效應（Halo effect），評分者信度接近 $1.0$。
• 內容效度廣：單位時間內作答題數多，試題能廣泛均勻取樣課程內容，代表性高。
• 統計分析便利：試題易於進行難度（$P$）、鑑別度（$D$）與誘答選項效力分析，利於常模建立與建立標準化題庫。
• 施測經濟效益高：可使用光學劃記讀卡機或電腦全自動閱卷，極度契合數十萬考生的大規模聯考需求。
• 缺點成因：
• 存在猜測機率：四選一選擇題具 $25\%$ 之隨機猜對機率，評量結果易混入隨機誤差。
• 高層次認知評量受限：多數試題偏重記憶、理解或初階應用，較難評量組織建構、論證批判、發散思考與文字表達等高層次能力。
• 優質題目編製困難：設計具高度誘答力（Plausible distractors）且無題意瑕疵的優良題目極耗時間與專業。
• 負面學習回衝：易引導學生發展消去法、猜題技巧或片斷零碎的表層學習型態。

2. 簡答或申論型試題（供答型／主觀題）分析：

• 優點成因：
• 高層次思維評量力強：要求考生自力提取記憶、統整資訊並加以架構論述，能精確評量分析、綜合、評鑑與創造等高層次目標。
• 排除盲目猜測：考生無現成選項可資線索指引或隨機盲猜，真實反映其知識掌握與應用能力。
• 編題負擔相對較輕：試題題數少，不需額外耗費心力撰寫大量同質性高之誘答群。
• 正向學習導向：促進學生重視統整歸納、概念連貫與書面表達能力，帶來良性回衝效應。
• 缺點成因：
• 評分主觀且信度偏低：易受閱卷者個人標準、順序效應（Contrast effect）、寬大偏誤（Leniency error）及卷面字跡美醜等無關變項干擾，評分者信度較差。
• 內容取樣受限：因作答耗時，試題數量極少，容易產生取樣誤差（Sampling error），內容效度涵蓋面不足。
• 閱卷成本高昂：大規模測驗須動員大量人力進行雙閱或三閱，閱卷耗時且人事經費龐大。
• 能力混淆問題：作答表現常受到考生「書寫速度」與「語文修辭技巧」之交互干擾，容易掩蓋純粹的學科專業認知能力。

解題技巧

1. 結構對稱與標題工整：答題務必採取對稱架構，即「一、選擇題之優缺點」與「二、簡答或申論題之優缺點」，各點內分別以次級標題平行列出（如：評分信度、內容取樣、思維層次、行政實務），讓閱卷委員一眼看清踩分點。

核心觀念

本題評量教育統計中「單一樣本平均數假設檢定（One-Sample Test for Mean）」的完整推論歷程，核心概念涵蓋：

1. 假設建立（Hypothesis Formulation）：依研究目的判斷為方向性檢定（左尾／單尾檢定），正確設定虛無假設（Null Hypothesis, $H_0$）與對立假設（Alternative Hypothesis, $H_1$）。
2. 顯著水準（Significance Level, $\alpha$）與型一錯誤（Type I Error）：定義 $\alpha$ 為「當虛無假設為真卻被拒絕（棄真）」的最大容許機率。
3. 大樣本常態近似與標準誤（Standard Error）：樣本數 $n = 121 \ge 30$，符合大樣本條件。依中央極限定理（CLT），母體標準差 $\sigma$ 未知時，以樣本標準差 $s$ 替代，檢定統計量可採單一樣本 $z$ 檢定（或大樣本自由度 $df = 120$ 之 $t$ 檢定）： $SE = \frac{s}{\sqrt{n}}$ $z^* = \frac{\bar{X} - \mu_0}{\frac{s}{\sqrt{n}}}$
4. 決策準則與統計推論：比較檢定統計量與臨界值（Critical Value）或 $p$ 值，做出「拒絕／不拒絕 $H_0$」的統計裁決，並轉化為教育研究情境的具體結論。

解題方法

(一) 虛無假設與對立假設之設定

設 $\mu$ 為該研究者任教區域縣市全體國小教師在該量表之母群體平均工作滿意度。題目欲探究該區域教師是否「低於」全國平均值（$\mu_0 = 3.64$），屬於單尾（左尾）檢定：

• 虛無假設（Null Hypothesis, $H_0$）： $H_0: \mu \ge 3.64 \quad (\text{亦可表述為 } H_0: \mu = 3.64)$ （代表該區域國小教師的工作滿意度並未低於全國平均值）
• 對立假設（Alternative Hypothesis, $H_1$ 或 $H_a$）： $H_1: \mu < 3.64$ （代表該區域國小教師的工作滿意度顯著低於全國平均值）

(二) 說明 $\alpha = 0.05$ 的統計意義

$\alpha = 0.05$ 稱為「顯著水準」（Significance Level），即研究者預先設定容許犯下「第一類型錯誤（Type I Error，或稱棄真錯誤）」的最大機率。其具體意義如下：

1. 機率意涵：若該區域國小教師的工作滿意度「實際上並未低於全國平均值」（即 $H_0$ 為真），但研究者因抽樣隨機變異，誤判為「顯著低於全國平均值」（錯誤拒絕 $H_0$）的機率最多不超過 $5\%$（$0.05$）。
2. 信心水準：在虛無假設為真時，研究者有 $95\%$（$1 - \alpha = 0.95$）的信心不會做出錯誤拒絕的推論。

(三) 列式計算、決策與統計語言結論

步驟 1：已知條件整理

• 全國常模平均數（基準值）：$\mu_0 = 3.64$
• 樣本大小：$n = 121$
• 樣本平均數：$\bar{X} = 3.52$
• 樣本標準差：$s = 0.66$
• 顯著水準：$\alpha = 0.05$（左尾檢定）

步驟 2：計算平均數標準誤（Standard Error of the Mean, $SE$） $SE_{\bar{X}} = \frac{s}{\sqrt{n}} = \frac{0.66}{\sqrt{121}} = \frac{0.66}{11} = 0.06$

步驟 3：計算檢定統計量（Test Statistic） 因樣本數 $n = 121 > 30$，依據中央極限定理採大樣本 $z$ 檢定（若採 $t$ 檢定，自由度 $df = 121 - 1 = 120$）： $z^* = \frac{\bar{X} - \mu_0}{SE_{\bar{X}}} = \frac{3.52 - 3.64}{0.06} = \frac{-0.12}{0.06} = -2.00$

核心觀念

1. 集中量數與偏態之關係： 在單峰（unimodal）次數分配中，三種集中量數（平均數 $\bar{X}$、中位數 $Md$、眾數 $Mo$）的相對位置決定了分配的偏態方向：

• 常態分配（對稱分配）：$\bar{X} = Md = Mo$。
• 正偏態（右偏態，Positive Skewness）：分配尾端拖向高分（右側），平均數最易受極端高分拉扯而偏大，關係為 $\bar{X} > Md > Mo$。
• 負偏態（左偏態，Negative Skewness）：分配尾端拖向低分（左側），平均數最易受極端低分拉扯而偏小，關係為 $Mo > Md > \bar{X}$。

2. 分數線性調整對集中量數的影響：

• 平均數之算術性質：總和除以總人數。若部分資料異動，新平均數等於原平均數加上每人平均增加之分數： $\bar{X}_{\text{new}} = \bar{X} + \frac{\sum \Delta X_i}{N}$
• 中位數之位置性質：中位數由順序統計量決定。偶數樣本（$N = 100$）的中位數為第 $50$ 位與第 $51$ 位數值的算術平均數。若這兩位學生的分數皆增加固定常數，且整體排序未受擾動，中位數亦隨之增加該常數。
• 眾數之次數性質：出現次數最多的數值。若最多人考的分數全體平移，眾數亦隨之等額平移。

解題方法

(一) 判斷分配偏態及原因（10 分）

1. 數據比對： 依題意，英文科期中考成績之集中量數分別為：

• 平均值 $\bar{X} = 65$
• 中位數 $Md = 61$
• 眾數 $Mo = 59$

三者大小關係為： $\bar{X} (65) > Md (61) > Mo (59)$

2. 學理推導與原因說明：

• 此成績分配最有可能是正偏態（或稱右偏態）。
• 原因：平均數具有「易受極端值影響」的特性。在此次考試中，少數高分群（如考 $100$ 分的學生）將平均數往高分端（右側）拉扯至 $65$ 分；而多數學生聚集的分數高峰（眾數）僅為 $59$ 分；居於中央位次的中位數為 $61$ 分。此種次數分配曲線呈現「右側尾巴拉長、大部分考生落在平均數以下」的型態，符合單峰正偏態分配之典型特徵。

(二) 調整成績後的集中量數計算（15 分）

總人數 $N = 100$，題目條件為：僅 $1$ 名考 $100$ 分的學生維持原分（加 $0$ 分），其餘 $99$ 名學生每人皆加 $2$ 分。

1. 新平均值（$\bar{X}_{\text{new}}$）計算：

• 原總分： $\sum X_{\text{old}} = N \times \bar{X} = 100 \times 65 = 6500$
• 調整增加之總分： $\Delta \text{Sum} = 99 \times 2 + 1 \times 0 = 198$
• 調整後新總分： $\sum X_{\text{new}} = 6500 + 198 = 6698$
• 新平均值： $\bar{X}_{\text{new}} = \frac{6698}{100} = 66.98$