108 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

本題考查推論統計中獨立樣本 $t$ 檢定（Independent-samples $t$ test）之基本假設檢核與 SPSS 統計報表判讀決策流程。

1. 獨立樣本 $t$ 檢定的三大基本假定：

• 常態性（Normality）：兩獨立樣本所來自的母群體各自呈常態分佈。
• 獨立性（Independence）：兩組樣本彼此獨立，且組內各觀察值互不相依。
• 變異數同質性（Homogeneity of Variance）：兩組母群體之變異數相等，即 $\sigma_1^2 = \sigma_2^2$。

2. Levene 變異數相等測試（Levene's Test for Equality of Variances）：

• 目的：檢驗兩獨立樣本的母群體變異數是否具備同質性。
• 統計假設： $H_0: \sigma_1^2 = \sigma_2^2 \quad (\text{兩母群變異數相等，符合同質性假定})$ $H_1: \sigma_1^2 \neq \sigma_2^2 \quad (\text{兩母群變異數不相等，違反同質性假定})$
• 特性：對常態分配的偏離具有高度穩健性（Robustness），因此被 SPSS 選為預設的變異數同質性檢定方法。

---

解題方法

在 SPSS 的「獨立樣本 $t$ 檢定」輸出報表中，必須優先檢視 Levene 檢定的原因如下：

一、檢核統計假定，避免型 I 錯誤膨脹

傳統的 Student's $t$ 檢定建立在「變異數同質」的假設上。若兩組樣本數不相等（$n_1 \neq n_2$）且母群體變異數確實不相等（$\sigma_1^2 \neq \sigma_2^2$）：

• 當樣本數較小的一組變異數較大時，傳統 $t$ 檢定會低估標準誤，導致實際的型 I 錯誤率（$\alpha$）遠大於名義上的 $.05$（形成過度寬鬆的虛報）。
• 當樣本數較大的一組變異數較大時，傳統 $t$ 檢定會高估標準誤，導致檢定力（Power）下降（形成過度嚴格的保守估計）。 因此，執行假設檢定前必須先檢驗變異數是否同質。

二、決定標準誤與自由度的計算公式

Levene 檢定的結果直接決定後續 $t$ 統計量所採用的估計公式：

1. 滿足變異數同質（$H_0$ 成立）時： 採用合併變異數（Pooled Variance, $s_p^2$）估計共同母群變異數 $\sigma^2$： $s_p^2 = \frac{(n_1 - 1)s_1^2 + (n_2 - 1)s_2^2}{n_1 + n_2 - 2}$ 檢定統計量為標準 Student's $t$ 分配，自由度為： $df = n_1 + n_2 - 2$

2. 違反變異數同質（$H_1$ 成立）時： 無法使用合併變異數，必須改採 Welch-Satterthwaite $t$ 檢定，各自以樣本變異數估計母群變異數： $t' = \frac{\bar{X}_1 - \bar{X}_2}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}}$ 並依 Satterthwaite 公式校正自由度（通常產生帶有小數的調整自由度）：

核心觀念

本題評量線性迴歸分析（Linear Regression Analysis）​中，母體迴歸模型隨機誤差項（Random Error Term, $\varepsilon_i$）之古典假定（Classical Assumptions）。

建立簡單線性迴歸母體模型： $Y_i = \beta_0 + \beta_1 X_i + \varepsilon_i$ 其中：

• $Y_i$ 為依變數（反應變數）
• $X_i$ 為自變數（解釋變數）
• $\beta_0, \beta_1$ 為母體迴歸參數
• $\varepsilon_i$ 為無法被模型解釋的隨機誤差項

利用普通最小平方法（Ordinary Least Squares, OLS）進行參數估計與統計推論（如迴歸係數之 $t$ 檢定、整體模型之 $F$ 檢定及預測區間）時，誤差項 $\varepsilon_i$ 必須滿足高斯－馬可夫定理（Gauss-Markov Theorem）​及常態分配假定，即誤差項須滿足「獨立、常態、變異數同質性」三大假設，統記為： $\varepsilon_i \overset{i.i.d.}{\sim} N(0, \sigma^2)$

---

解題方法

申論此題時，應依序界定模型架構、列出誤差項三大假設之統計定義、實質意涵與違反該假設之影響，架構分述如下：

1. 常態性假設（Normality）

• 數學定義： $\varepsilon_i \sim N(0, \sigma^2)$ 誤差項的期望值為 0，且其機率分佈服從常態分配。
• 統計意涵： 在給定任一自變數數值 $X_i$ 的條件下，依變數 $Y_i$ 的隨機誤差呈現以 0 為中心對稱鐘形分佈。
• 統計重要性： 常態性是針對迴歸係數進行假設檢定（$t$ 檢定）、建構信賴區間以及預測區間的必備條件。若違反常態性，在小樣本時推論統計的檢定力與顯著水準會失真（但在大樣本下可依據中央極限定理獲得漸進常態性質）。
• 診斷方式：常態機率圖（Normal Q-Q Plot）、Shapiro-Wilk 檢定或 Kolmogorov-Smirnov 檢定。

2. 獨立性假設（Independence）

• 數學定義： $\text{Cov}(\varepsilon_i, \varepsilon_j) = 0 \quad (\text{對所有 } i \neq j)$ 任兩觀察值間的誤差項共變異數為 0，即彼此相互獨立、無關聯。
• 統計意涵： 某一受試者（或觀測單位）的預測誤差，不會影響或受到另一個受試者誤差的影響，不存在自相關（Autocorrelation）現象。在教育研究中，若採取橫斷面隨機抽樣，通常可確保此項條件。
• 統計重要性： 若違反獨立性（常見於時間序列資料或群聚抽樣），最小平方法計算出的標準誤（Standard Error）將被嚴重低估，造成第一類型錯誤（Type I error）膨脹，導致研究者容易做出「虛報顯著」的錯誤結論。
• 診斷方式：Durbin-Watson 檢定（簡稱 D-W 檢定）、殘差序列圖。

核心觀念

1. 效度（Validity）之定義演進：

• 效度傳統上指「一個測驗能測出其所欲測量特質的程度」；當代觀點則定義為「測驗分數的解釋與使用之實徵證據與理論支持程度」。

2. 早期效度觀（相關導向）：

• 1920～1940 年代受實證主義與行為主義影響，將效度簡化為測驗分數（$X$）與特定外在效標變數（$Y$）之間的統計相關，以效度係數（Validity Coefficient, $r_{xy}$）表示。

3. 多元效度類型時期（1954 年 APA 標準）：

• 美國心理學會（APA）於 1954 年發布《心理測驗與診斷技術之技術建議》，正式將效度劃分為四大類：內容效度（Content Validity）、同時效度（Concurrent Validity）、預測效度（Predictive Validity）與建構效度（Construct Validity，又稱構念效度）。後兩者（同時與預測）在後續版本統整為「效標關聯效度」（Criterion-Related Validity），確立了心理測量學之「三合一效度觀」（Trinitarian View）。

---

解題方法

本題為標準的教育測驗理論申論題，答題架構應採「歷時性脈絡結合概念剖析」展開：

1. 破題引言：交代效度概念從早期「外在效標相關導向」走向「多元效度分類」的歷史背景與理論轉向原因。
2. 早期相關導向內涵評述：說明早期效度何以聚焦於兩個變數之間的相關，並點出其過度依賴外在效標、忽視心理構念理論基礎的局限。
3. 四大效度內涵逐項申論：對題目指定的四種效度（內容、同時、預測、建構）逐一闡述其「核心定義」、「檢驗／評估方法」及「教育與心理測驗之實務應用」。
4. 統整與深化：文末補充現代 Messick（1989）之「統合效度觀」（Unitary Validity），說明建構效度如何統攝所有效度證據，展現專業答題深度。

---

選項分析

本題為國家考試三等申論題，非選擇題，無選項設計。各項效度概念之完整申論與高分擬答詳見【答案】。

---

解題技巧

1. 邏輯層次分明：各效度內涵申論時，一致採用「定義 $\rightarrow$ 考驗方式 $\rightarrow$ 實例」三段式鋪陳，讓閱卷委員能迅速捕捉評分要點。
2. 精確區分同時與預測效度：兩者同屬效標關聯效度，核心差異在於「效標資料蒐集的時間點」（同時測量 vs. 追蹤未來表現）。
3. 記憶與考驗工具連結：

• 內容效度 $\rightarrow$ 雙向細目表、專家評判、Lawshe 之內容效度比（$CVR$）。
• 效標關聯效度 $\rightarrow$ 積差相關係數（$r_{xy}$）、多元迴歸方程式、預期表。
• 建構效度 $\rightarrow$ 內部一致性分析、因素分析（Exploratory/Confirmatory Factor Analysis）、多特質多方法矩陣（MTMM）、已知團體法。

4. 奪分亮點：提及 1954 年 APA 測驗規範及 Cronbach & Meehl（1955）奠定建構效度地位之里程碑，可顯著提升作答之學術成熟度。

---

【答案】

一、效度概念演進之歷史背景：由「變數相關」邁向「多元架構」

在心理與教育測驗發展初期（約 20 世紀前半葉），測驗編製主要服務於人員甄選與職務分派。當時心理學界受實證主義與操作主義影響，認為效度即為「測驗分數與所欲預測之外在效標（Criterion）之間的關聯性」。此階段之效度概念本質上即為「兩個變數之間的相關」，通常以皮爾森積差相關係數計算測驗分數（$X$）與效標分數（$Y$）之相關係數 $r_{xy}$（即效度係數）。

然而，過度側重變數相關帶來嚴重理論缺陷：若缺乏合適、客觀的外在效標，測驗便無法建立效度；且純粹的相關係數無法解釋測驗背後的理論結構與心理機制。為解決此困境，美國心理學會（APA）於 1954 年公布測驗技術規範，正式確立多元效度架構，將效度擴展為內容效度、預測效度、同時效度與建構效度四大範疇，使測驗檢驗從單一的實徵相關轉向理論與內容並重之多元驗證。

---

二、多元效度類型之核心內涵申論

核心觀念

本題旨在評量考生對「電腦化測驗（Computer-Based Testing, CBT）發展脈絡與分類架構」之理解與批判能力，主要涵蓋以下核心觀念：

1. 測驗媒介轉移與典範轉移：從傳統紙筆測驗（Paper-Based Tests, PBT）邁向數位化載具評量之歷史脈絡與技術變革。
2. 傳統電腦化測驗（Linear CBT）：以古典測驗理論（Classical Test Theory, CTT）為主要設計雛形，將固定題本移轉至電腦螢幕呈現之線性測驗機制。
3. 電腦化適性測驗（Computerized Adaptive Testing, CAT）：奠基於項目反應理論（Item Response Theory, IRT），透過能力估計值 $\hat{\theta}$ 與試題訊息函數（Item Information Function, $I_i(\theta)$）實施動態選題，達成「量身打造、短而精準」之適性機制。
4. 網路化測驗（Web-Based Testing, WBT / Internet-Based Testing, IBT）：奠基於網際網路（Internet/Intranet）與瀏覽器技術，突破地域與時間限制之分散式雲端評量架構。

---

解題方法

本題為標準的觀念申論題，作答時切忌僅寫出名詞定義，應掌握「脈絡化」、「結構化」與「比較化」三原則：

1. 破題引言：說明 PBT 轉向數位化評量之背景動力（如多媒體應用、即時回饋、降低印製與計分人力成本）。
2. 分別立論：依題意對「傳統 CBT」、「CAT」、「WBT」逐一申論，各項均須涵蓋「核心意涵與運作原理」、「技術特徵」及「優缺點」。
3. 深入闡述 CAT 數學原理：在 CAT 部分帶入 IRT 數學模型與動態選題邏輯，展現教育測驗與統計專業深度。
4. 橫向整合比較：繪製三者之比較矩陣（包含理論基礎、題本型態、測量效率、施測環境、安全性與限制），強化答案層次。
5. 總結展望：指出三者非互斥關係，現代測驗常相互融合（例如：建構於雲端網路之電腦適性測驗 Web-CAT）。

---

選項分析

本題為高等考試等級之申論題，並非選擇題型，故無個別選項；閱卷重點在於考生能否精準剖析題幹所列之三種電腦測驗型式：

1. 傳統電腦化測驗（CBT）之命題定位：此處題幹採「狹義 CBT（Linear/Fixed-Form CBT）」視角，指涉「僅改變測驗載體、未改變測驗架構」之線性電腦測驗。
2. 電腦化適性測驗（CAT）之命題定位：評量核心在於「以演算法為基礎之個別化評量」，考生需答出 IRT 參數估計、選題法則與終止條件。
3. 網路化測驗（WBT）之命題定位：評量核心在於「通訊網路與分散式架構之整合」，考生需論及跨平台施測、大規模即時施測與資安/遠端監考之挑戰。

---

解題技巧

1. 釐清專有名詞層次：題幹中的 CBT 同時具備廣義（所有使用電腦的測驗總稱）與狹義（傳統固定題本電腦測驗）。答題時應明確區分「廣義 CBT 乃發展總趨向，而傳統 CBT、CAT、WBT 則為其三大應用分支」，避免論述自我矛盾。
2. CAT 運作黃金四部曲：論述 CAT 時，依序寫出「高品質題庫 $\to$ 初始能力預估 $\to$ 動態選題（極大訊息法）$\to$ 終止條件判定（固定長度或固定標準誤）」，閱卷委員即可一眼看出具備專業測驗素養。
3. 善用表格統整評估：申論題在分段闡釋後，附上一張統整比較表（理論、架構、優缺點），是獲取高分之關鍵關鍵技巧。

---

【答案】

一、前言

傳統紙筆測驗（Paper-Based Tests, PBT）長期以來雖具備大規模集體施測之便利性，但受限於印刷成本高昂、題型呈現單一、計分回饋延宕，以及「同一試卷難以兼顧不同能力受試者」等限制。隨著資訊通訊科技（ICT）之進步與測驗統計理論之開展，電腦化測驗（Computer-Based Tests, CBT）應運而生，並由初期的單純載體數位化，逐步朝向智慧適性化與雲端網絡化演進，形成傳統 CBT、電腦化適性測驗（CAT）及網路化測驗（WBT）三大核心應用型態。

---

二、傳統電腦化測驗（Conventional CBT）

1. 核心意涵 傳統電腦化測驗係指將既有之紙筆測驗形式直接轉移至電腦螢幕呈現，其本質多屬於線性固定題本測驗（Linear or Fixed-Form CBT）。全體受試者或同一梯次之受試者，均依固定順序作答相同的試題。
2. 運作特徵與優點

• 自動化計分與即時回饋：客觀題（如單選題）作答完畢後由系統瞬間計分，大幅縮短成績公布時間。
• 多媒體題型擴充：能納入音訊、視訊、動態模擬圖像，評量傳統紙本無法涵蓋之聽力或動態觀察能力。
• 測驗行政效率提升：免除紙本試卷印製、運送、保管與答案卡劃記判讀之物理負擔。

3. 限制與缺點

• 測量效率未提升：仍沿用古典測驗理論（CTT），所有人作答相同題數，無法針對個別受試者能力進行精準聚焦，高能力者做過多簡易題、低能力者做過多難題，造成受試疲勞與測量誤差。
• 試題外流風險高：因題目固定，同場次或前後梯次容易發生記題背題、舞弊漏題之資安隱憂。

---