114 司法特考三等 心理輔導員類科 心理測驗與評量 考古題詳解

（一）測驗內容的考量：測量構念與內容效度

核心觀念 編製者首先要界定「青少年身心社會發展」的測量構念，避免把生理成熟、心理適應與社會關係混成未經界定的單一概念。題目內容須能代表構念的重要面向，並符合臺灣青少年的發展情境；這是建立內容效度的基礎。

內容範疇與理論依據 可依發展理論建立測驗的內容藍圖，涵蓋下列面向：

1. 生理與身體意象：青春期身體成熟、對身體變化的接納、健康與性發展相關態度。
2. 自我與認同：自我概念、自尊、價值探索，以及形成穩定自我認同的程度。可參考 Erikson 的心理社會發展理論，尤其是「認同對角色混淆」階段。
3. 情緒與心理適應：情緒覺察與調節、挫折容忍、壓力因應及面對衝突的能力。
4. 人際與社會關係：同儕互動、親子關係、親密關係、歸屬感、溝通與衝突處理。
5. 自主與責任：自主決策、承擔責任，以及在家庭、學校與同儕規範間協調角色要求。

亦可參照 Piaget 的形式運思發展，思考青少年抽象思考與推理能力如何影響其自我理解及價值判斷；並以生態系統觀點檢視家庭、學校、同儕、社區及文化脈絡對發展的影響。理論是建構內容架構的依據，不能直接取代臺灣青少年的實際經驗調查。

臺灣情境與內容效度 應先透過文獻回顧、青少年訪談或焦點團體，蒐集本土常見的發展任務、壓力與衝突，再請青少年發展、輔導及心理測量專家審查題目，確認面向涵蓋完整、用語適齡且文化合宜。各面向須依理論與實際重要性配置題數，避免只測容易量化的部分，或以成人觀點代替青少年的生活經驗。

（二）量表發展的詳細步驟

解題方法 依「界定構念與使用目的 → 編題 → 試測 → 修題 → 標準化與建立信效度證據」的量表編製流程作答，並交代每階段的工作與判斷依據。

1. 界定測量目的與對象：說明量表用於研究、輔導評估或發展篩檢，界定年齡範圍、施測方式、解釋用途及不適用範圍。
2. 界定構念與操作性定義：依理論與本土資料，確定身心社會發展的各分量表及其可觀察指標，製作測驗藍圖，規劃面向、題數與比重。
3. 建立題庫：綜整文獻、訪談與焦點團體資料，依藍圖編寫足量題目。題目須單一、明確、適齡，避免雙重問題、含糊語句、誘導語及文化偏見；採正向與反向題時須確認反向措辭不造成理解困難。
4. 選定反應格式與計分方式：訂出五個有序且明確的選項，例如「非常不同意」至「非常同意」，並制定正向題與反向題的計分規則。反向題須反向計分，使分數方向一致。
5. 專家審查與內容效度檢核：邀請相關領域專家評估題目與構念的相關性、代表性、清晰度及文化適切性，修訂或刪除不適合題目。

核心觀念

本題考量測驗分數的信度與效度，以及哪些因素會使兩者提高或降低。

• 信度（reliability）：測驗分數的一致性或穩定性，反映測量誤差的多寡。古典測驗理論以觀察分數變異分解說明：

$X=T+E,\qquad \rho_{XX'}=\frac{\sigma_T^2}{\sigma_X^2}=1-\frac{\sigma_E^2}{\sigma_X^2}$

其中 $X$ 為觀察分數、$T$ 為真分數、$E$ 為測量誤差。

• 效度（validity）：測驗分數及其解釋、用途是否有充分證據支持。效度不是測驗本身固定不變的屬性；同一測驗用於不同對象、目的或情境時，效度證據也可能不同。
• 信度與效度的關係：信度是效度的重要基礎，但信度高不代表效度一定高；測驗可以穩定地測到錯誤的特質。古典測驗理論下，效度係數的絕對值也受信度限制：

$|r_{XY}|\leq \sqrt{\rho_{XX'}\rho_{YY'}}$

其中 $Y$ 為效標分數；若效標也有誤差，觀察到的效度相關會進一步受限。

解題方法

採「先分辨信度與效度，再依誤差來源分類」的方式作答：

1. 先說明信度關注分數的一致性，效度關注分數解釋與用途是否適切。
2. 信度部分依序整理受試者、題目、施測與評分、時間及信度估計方法等因素。
3. 效度部分依序整理構念界定、題目取樣、施測情境、效標品質、受試者反應及分數用途等因素。
4. 補充兩者關係與常見誤解，即可完整回答「影響信度與效度的因素有哪些」。

影響信度的因素

一、測驗長度與題目品質

• 在題目品質相近、測量同一構念的前提下，增加適當題數通常能降低抽樣誤差、提高信度。
• 以 Spearman–Brown 公式估計測驗長度改變後的信度：

$\rho_{\text{新}}=\frac{k\rho_{\text{舊}}}{1+(k-1)\rho_{\text{舊}}}$

其中 $k$ 為新測驗長度與原測驗長度的比例。

• 若新增題目偏離構念、品質差或造成受試者疲勞，信度不必然提高；單純重複題目也不是理想的提升方式。

二、題目間的一致性與難度分布

• 題目測量同一特質、題目間相關適當，內部一致性信度通常較高。
• 題目過於簡單、過於困難，或鑑別度低，會減少受試者分數差異，可能降低信度。
• 題目難度若能讓不同能力層級的受試者呈現可區辨的作答表現，通常較有助於測量。

三、受試者的分數變異

• 受試者能力或特質差異較大時，真分數變異通常較大，信度係數往往較高。
• 受試者組成若過於同質、分數範圍受限，信度可能降低。信度因此會隨樣本特性而變，不能只視為測驗固定不變的數字。

四、施測條件與受試者狀態

• 指導語、時間限制、環境、設備、施測程序及測驗動機等條件不一致，會增加誤差。
• 疲勞、焦慮、注意力、身心狀態及猜測等，也會使分數不穩定。
• 重測信度特別受測驗間隔與受試者狀態變化影響：間隔太短可能有練習或記憶效果；間隔太長則可能出現真實改變。

核心觀念

本題考查三種測驗理論如何協助心理測驗的建構、檢驗與改進。作答時可依序說明各理論的基本假設、可估計的測量資訊，以及在測驗發展流程中的用途。三者並非互相排斥：古典測驗理論適合整體檢視測驗與題目；試題反應理論著重個別題目在不同能力水準上的表現；概推度理論則用來分析多種測量誤差來源及測量設計的效果。

解題方法

一、古典測驗理論（Classical Test Theory, CTT）

古典測驗理論將觀察分數視為真分數與測量誤差之和：

$$X = T + E$$

其中，$X$ 為觀察分數，$T$ 為真分數，$E$ 為隨機測量誤差。理論上，真分數是個體在大量平行測量下觀察分數的期望值。信度反映觀察分數中真分數差異所占的比例：

$$\rho_{XX'} = \frac{\operatorname{Var}(T)}{\operatorname{Var}(X)}$$

在心理測驗發展上的應用：

1. 編製與篩選題目：以難度指數、鑑別度及選項分析檢視題目品質。題目鑑別度可用高、低分組答對率之差，或題目分數與總分的相關來估計。
2. 檢驗測驗信度：依測驗用途採用適當方法，如內部一致性、重測信度或評分者間信度；並以標準測量誤（SEM）說明個人分數的測量精確度： $\mathrm{SEM}=s_X\sqrt{1-r_{XX}}$
3. 蒐集效度證據：檢查內容是否涵蓋欲測構念、分數結構是否符合理論，以及分數與外在效標的關係。
4. 建立常模與分數解釋方式：以標準化樣本建立常模，讓原始分數能轉換為標準分數或百分等級等可解釋指標。

CTT 的優點是概念直觀、資料需求較低、易於進行整體測驗與題目分析；限制是題目統計量通常會受到受試者樣本影響，信度也多是特定測驗、特定樣本與特定施測條件下的整體指標。

二、試題反應理論（Item Response Theory, IRT）

試題反應理論以受試者的潛在特質或能力 $\theta$ 解釋其作答反應，並以試題反應函數描述答對或選擇特定反應的機率。二元計分題常見的三參數邏輯斯模式為：

$$P_i(\theta)=c_i+(1-c_i)\frac{1}{1+\exp[-a_i(\theta-b_i)]}$$

其中，$a_i$ 為鑑別度參數、$b_i$ 為難度參數、$c_i$ 為猜測參數。單參數模式只估計難度，雙參數模式估計難度與鑑別度，三參數模式再納入猜測。

IRT 的重要假設包括：測驗主要測量一個潛在特質（或採用明確的多向度模式）、局部獨立，以及模型與資料具有合理的適配度。

在心理測驗發展上的應用：

1. 估計題目特性：利用試題特性曲線檢視題目在不同能力水準下的答對機率，選出能有效區辨目標能力範圍的題目。
2. 設計題目組合與測驗長度：透過試題資訊量及測驗資訊函數，安排題目涵蓋的能力範圍；資訊量較高之處，測量誤差通常較小。

核心觀念

信度是測驗分數的一致性或穩定性，反映分數中有多少變異不是由測量誤差造成。可用古典測驗理論表示為：

$$X=T+E$$

其中 $X$ 為觀察分數、$T$ 為真分數、$E$ 為測量誤差。不同信度係數以不同方式估計一致性，因此所受的誤差來源也不同。本題須逐一指出各係數主要受到哪些誤差影響，並說明如何降低誤差。

解題方法

依各信度係數的估計方式辨認誤差來源：

• 跨時間比較：留意受試者狀態改變、練習與記憶效應。
• 跨測驗版本比較：留意兩版本難度、內容與測量特性的差異。
• 題目內部一致性：留意題目是否測量同一構念，以及題目數與題目品質。
• 跨評分者比較：留意評分標準、訓練與評分情境是否一致。
• 分半比較：留意兩半題目的等值性，以及分半方式造成的抽樣誤差。

（一）Test-retest reliability（再測信度）

**估計方式：**同一批受試者在兩個時間點接受同一測驗，再計算兩次分數的相關。主要反映分數的時間穩定性。

誤差來源：

1. 受試者狀態改變：例如疲勞、焦慮、動機、健康狀況或生活事件改變，使第二次表現不同。
2. 練習與記憶效應：受試者記得題目或已熟悉作答方式，第二次分數因而提高。
3. 施測條件差異：如指導語、時間限制、場地、設備或施測者不同。
4. 兩次間隔不當：間隔太短，練習與記憶效應較大；間隔太長，真實特質也可能已改變。

**降低誤差：**依測量特質的穩定程度設定適當間隔；標準化施測流程與環境；避免測驗內容易被記憶，必要時採平行版本；確保受試者在兩次施測時的狀態與條件盡量一致。

（二）Alternative form reliability（複本信度／替代形式信度）

**估計方式：**同一批受試者接受兩個不同但意圖等值的測驗版本，再比較兩版本分數。主要反映測驗形式間的一致性。

誤差來源：

1. 版本不等值：兩版本在難度、題目鑑別度、內容涵蓋或測量特性上有差異。
2. 題目抽樣誤差：兩版本抽到的題目未能充分代表相同的測驗內容。
3. 施測順序與時間效應：先後順序可能造成練習、疲勞或動機變化。
4. 施測條件差異：兩版本若在不同情境或以不同方式施測，分數差異可能來自程序而非版本本身。

**降低誤差：**依相同測驗藍圖編製複本，控制內容比例、難度、題型與測驗長度；以預試與題目分析檢驗等值性；標準化兩次施測條件，並適當安排施測順序與間隔。

（三）Cronbach’s alpha（Cronbach α 係數）

**估計方式：**根據單次施測中各題得分的共變程度，估計題目間的內部一致性。對 $k$ 題測驗，常用公式為：

$$\alpha=\frac{k}{k-1}\left(1-\frac{\sum_{i=1}^{k}\sigma_i^2}{\sigma_X^2}\right)$$

其中 $k$ 是題目數，$\sigma_i^2$ 是第 $i$ 題的變異數，$\sigma_X^2$ 是總分變異數。

誤差來源：

1. 題目異質或測量多個構念：題目測量內容不一致，彼此共變偏低，內部一致性下降。