115 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

核心觀念

本題考查古典測驗理論中的測量誤差、信度與測量標準誤（standard error of measurement, SEM），並進一步判斷兩位受測者的觀察分數差異是否足以推論其真實能力不同。

古典測驗理論可表示為：

$$X=T+E$$

其中：

• $X$：觀察到的測驗分數；
• $T$：真實分數；
• $E$：測量誤差。

信度係數表示觀察分數變異中，真正分數變異所占的比例：

$$r_{XX}=\frac{\sigma_T^2}{\sigma_X^2}$$

因此，測量標準誤為：

$$SEM=\sigma_X\sqrt{1-r_{XX}}$$

信度越高，測量誤差越小，分數越精確；但「信度提高」不代表任何微小分數差異都足以證明真實能力不同。

---

解題方法

甲、乙的觀察分數分別為 $100$ 分與 $105$ 分，觀察差異為：

$$D=105-100=5$$

測驗標準差為 $15$，信度為 $0.75$，因此：

$$SEM=15\sqrt{1-0.75} =15\sqrt{0.25} =15(0.5) =7.5$$

這表示單一受測者的觀察分數，其測量標準誤為 $7.5$ 分。乙比甲高出的 $5$ 分，小於單一分數的測量標準誤，顯示此差距可能只是測量誤差所造成。

若要直接比較兩位受測者的分數差異，應使用「差異分數的標準誤」：

$$SE_D=\sqrt{SEM_{甲}^2+SEM_{乙}^2}$$

在兩人的測驗誤差變異相同，且誤差彼此獨立的假設下：

$$SE_D=\sqrt{2(7.5)^2} =7.5\sqrt{2} \approx 10.61$$

以雙尾顯著水準 $\alpha=0.05$ 為例，差異至少須約達：

$$1.96(SE_D)=1.96(10.61)\approx20.79$$

才較有理由認為兩人的真實能力存在統計上顯著差異。實際差異僅 $5$ 分，明顯不足。

---

選項分析

A 輔導員的推論：錯誤

A 僅根據觀察分數的差異，便認定乙的認知能力較高，忽略了測量誤差。

雖然乙的分數確實比甲高 $5$ 分，但觀察分數不是完全精確的真實能力分數。在信度 $0.75$ 的情況下：

$$SEM=7.5$$

兩人差異分數的標準誤約為 $10.61$，而實際差異只有 $5$ 分：

$$\frac{5}{10.61}\approx0.47$$

核心觀念

本題考查心理測驗效度的「證據整合觀點」。現代測驗理論不將效度視為測驗本身固定不變的屬性，而是檢驗測驗分數是否足以支持特定的解釋與用途。

題目列出的五類證據，對應效度判斷的主要來源：

1. 測驗內容
2. 受測者作答歷程
3. 內部結構
4. 與其他變項的關係
5. 測驗使用後果

因此，不能僅憑專家審查、內部一致性及一項相關係數，就宣稱測驗「已具有良好效度」。

---

解題方法

解題時應採取「逐一對照五類效度證據」的方法：

1. 判斷研究結果 A、B、C 分別涉及哪一類證據。
2. 說明各項結果能支持的效度主張範圍。
3. 找出尚未提供的效度證據。
4. 檢驗「正式作為少年收容人處遇規劃依據」此一用途是否超出現有研究支持程度。
5. 作成結論：研究結果可支持初步效度，但不足以支持完整且正式的實務使用。

效度的重點是：

$$\text{效度}=\text{測驗分數的解釋與用途是否獲得充分證據支持}$$

不是：

$$\text{效度}=\text{信度}$$

也不是只要測驗與另一個量表達顯著相關，就代表所有用途均已獲得證明。

---

五類效度證據分析

一、測驗內容證據

研究結果 A 邀請矯正、司法與測驗專家審查題目，且專家認為題目大致適切，主要支持「測驗內容」證據。

這表示題目在表面上及專業判斷上，與「收容人社會復歸準備」此一構念具有相當關聯，能初步支持內容代表性與內容適切性。

但 A 的證據仍有以下限制：

• 僅說「大致適切」，未呈現專家評分標準、內容效度指標或專家一致性。
• 未說明題目是否涵蓋社會復歸準備的全部重要面向。
• 國外量表引進國內後，仍須確認語言、文化、司法制度及收容處遇情境是否適用。
• 專家審查只能支持題目內容的適切性，不能直接證明測驗分數可以預測處遇成效。

因此，A 是重要的初步證據，但不能單獨推出整體效度良好。

---

二、受測者作答歷程證據

題目沒有提供受測者作答歷程的研究結果。

作答歷程證據是確認受測者是否按照命題者預期的心理歷程理解題目、提取相關經驗並作答。例如：

• 受測者是否理解題目語意；
• 是否依據自身的社會復歸準備程度回答；
• 是否因社會期許而刻意選擇較正面的答案；
• 是否受到閱讀能力、語言差異或文化背景影響；
• 少年收容人是否能理解量表中的抽象概念。

若研究團隊未進行認知訪談、作答歷程分析、反應時間分析或其他相關研究，就無法確認受測者的實際作答心理歷程符合測驗設計。

因此，本題在第二類證據上屬於資料缺漏。

---

三、內部結構證據

題目沒有提供量表內部結構的研究結果。

內部結構證據主要用來檢驗題目之間的關係是否符合量表的理論架構，例如：

• 探索性因素分析；
• 驗證性因素分析；
• 各分量表之間的相關；
• 題目與所屬因素的因素負荷量；
• 模型適配度；
• 不同群體間的測量恆等性。

若量表理論上包含數個面向，研究就應確認題目是否確實形成預期因素。即使量表具有高內部一致性，也不能證明其內部結構正確。

因此，本題未提供第三類證據，尚不能判斷量表是否測量單一構念，也不能確認各題是否符合原量表的理論結構。

---

四、與其他變項的關係證據

研究結果 C 顯示，量表總分與生活適應量表呈顯著正相關，$p<0.05$，此結果屬於「與其他變項的關係」證據。

其合理解釋是：社會復歸準備程度較高者，可能具有較佳生活適應，因此兩者分數呈正向關係。這可初步支持量表的聚合效度，亦可視研究設計而涉及效標關聯效度的部分證據。

但 C 的證據仍不充分，原因包括：

1. 顯著不等於關聯程度足夠

$p<0.05$ 只表示在特定統計假設下，觀察到此相關結果的機率達到研究者設定的顯著標準。它沒有告訴我們相關係數大小，也不能代表實務預測力很高。

2. 缺少相關係數大小

題目只提供 $p$ 值，沒有提供相關係數 $r$。若要判斷關聯強度，至少需要知道：

$r=\frac{\operatorname{Cov}(X,Y)}{S_XS_Y}$

其中 $X$ 為社會復歸準備量表分數，$Y$ 為生活適應量表分數。

3. 相關不等於因果

即使兩個量表呈正相關，也不能據此推論提高社會復歸準備必然造成生活適應改善。

4. 生活適應量表未必是充分效標

核心觀念

本題考查「測驗安全（test security）」與測驗分數品質之關係，核心在於區分：

1. 信度（reliability）：測驗分數的一致性與穩定性，亦即分數受到隨機誤差影響的程度。古典測驗理論可表示為：

$X=T+E$

其中 $X$ 為觀察分數、$T$ 為真分數、$E$ 為測量誤差。信度係數可表示為：

$$\rho_{XX'}=\frac{\sigma_T^2}{\sigma_X^2} =1-\frac{\sigma_E^2}{\sigma_X^2}$$

測驗內容公開後，受試者的準備程度、記憶、作答策略與動機差異增加，會使非構念因素進入測驗分數，擴大測量誤差，並使信度受到污染。

2. 效度（validity）：測驗分數是否能支持其所作推論與使用目的。測驗內容公開時，受試者作答可能不再反映原本要測量的心理構念，而受到熟悉題目、猜測測驗目的、刻意作答等因素影響，因而削弱效度。

3. 測驗內容機密性：心理測驗的題目、刺激材料、作答方式、計分規則及解釋標準，應受到適當保護。其目的不是單純保密，而是維持測驗的標準化、題目功能、常模適用性及分數解釋品質。

---

解題方法

可採用「測驗性質—受試者反應改變—信度影響—效度影響」四步驟分析：

1. 先判斷人格測驗與智力測驗的測量對象不同。
2. 說明測驗內容公開後，受試者的作答行為如何改變。
3. 再分析這些改變是否增加測量誤差，影響信度。
4. 最後判斷分數是否仍能代表原本欲測量的構念，分析效度。

本題不宜只寫「公開會降低信效度」，必須說明兩類測驗受到影響的機制不同：

• 人格測驗主要受到反應失真、社會期許、刻意操弄及測驗目的被猜知的影響。
• 智力測驗主要受到練習效果、題目記憶、補習訓練、題目洩漏及不公平熟悉度的影響。

---

一、人格測驗

（一）人格測驗的測量特性

人格測驗通常用來測量人格特質、情緒狀態、適應情形、價值傾向或臨床症狀。常見形式包括：

• 自陳式人格量表；
• 人格特質問卷；
• 臨床症狀檢核表；
• 投射測驗及半結構式人格衡鑑。

人格測驗高度依賴受試者的自我陳述、內在經驗與作答態度。因此，測驗分數不只受到人格特質影響，也會受到受試者是否誠實、是否理解測驗目的，以及是否企圖塑造特定形象影響。

---

（二）公開人格測驗內容對信度的影響

1. 增加作答不一致，降低內部一致性

測驗內容公開後，受試者容易知道哪些題目代表某種人格特質或心理問題。受試者可能針對不同題目採取不一致的策略，例如：

• 對明顯涉及憂鬱的題目刻意否認；
• 對看似代表責任感的題目全部選擇有利答案；
• 依題目外觀判斷測驗期待的答案。

這會使受試者的作答不再穩定反映同一人格構念，導致題目間的關聯降低，內部一致性受到影響。

2. 增加測量誤差

在未公開情況下，受試者較有機會依一般狀態自然作答；公開後，受試者的分數會混入：

• 題目熟悉度；
• 防衛反應；
• 印象管理；
• 作答操弄；
• 對測驗用途的推測。

這些因素屬於構念以外的變異，會使觀察分數中的誤差成分增加。依信度公式，當 $\sigma_E^2$ 增加時，信度係數下降：

$\rho_{XX'}=1-\frac{\sigma_E^2}{\sigma_X^2}$

3. 表面上提高穩定性，但不代表信度真正改善

受試者若記住題目及先前答案，第二次施測時可能按照第一次答案作答，使再測信度看似提高。然而，這種一致性來自記憶與作答策略，不是人格特質本身的穩定性。

因此，公開題目所造成的「一致作答」可能是虛假的分數穩定性。此時再測信度雖然表面提高，分數品質卻未必改善。

---

（三）公開人格測驗內容對效度的影響

1. 降低構念效度

人格測驗原本欲測量的是人格特質或心理狀態。題目公開後，分數會受到「受試者知道如何作答」影響，測驗實際測到的內容變成：

• 受試者的測驗知識；
• 受試者的印象管理能力；
• 受試者的操弄技巧；
• 受試者對評量目的的猜測。

此時分數不再單純反映人格構念，構念效度因而降低。

2. 增加社會期許與假裝良好

在人事甄選、司法、臨床診斷或心理輔導情境中，受試者常有明確利益。若受試者知道哪些答案被視為「正常」「成熟」或「適任」，便會傾向選擇社會上較受肯定的答案。

例如，受試者知道某些題目用來判斷衝動控制，就可能刻意否認自己曾有衝動行為。此時測驗分數呈現的是「希望被看見的自己」，而非實際人格特質。

3. 損害效標關聯效度

若人格測驗原本用於預測工作適任性、心理適應或治療需求，題目公開會使受試者採取策略性作答，導致分數與實際行為、臨床表現或工作表現的關聯降低。

也就是說，測驗分數失去預測效標的能力，效標關聯效度受到削弱。

4. 影響臨床解釋與判斷效度

臨床人格測驗常依賴特定題目組合、效度量表及反應型態判斷受試者是否防衛、誇大症狀或否認問題。若受試者事先熟悉題目與解釋規則，就能針對效度量表進行操弄，使心理師難以判斷：

• 受試者是否誠實作答；
• 症狀是否被誇大；
• 是否存在防衛或否認；
• 測驗結果是否適合解釋。

因此，公開內容會直接削弱測驗結果的解釋效度。

---

二、智力測驗

（一）智力測驗的測量特性

智力測驗主要評估一般智力、流體推理、語文理解、知覺推理、工作記憶、處理速度及問題解決能力。其分數通常依據：

• 標準化施測程序；
• 固定題目與指導語；
• 常模比較；
• 特定時間限制；
• 正確答案與計分規則。

智力測驗尤其重視受試者是否首次接觸題目、是否接受過相同題型訓練，以及施測情境是否一致。

---

（二）公開智力測驗內容對信度的影響

1. 練習效果提高再測分數

智力測驗題目公開後，受試者可事先練習相同題目或高度相似題型。再次施測時，分數提高可能來自：

核心觀念

本題考查「年齡常模智力測驗」的解釋原則，重點包括：

1. 原始分數與智商的意義不同。
2. 年齡常模是將受試者與同年齡團體比較。
3. 智商反映的是相對位置，不是單純答對題數。
4. 測量誤差、再測效應與受試者狀態都會影響結果。

智力測驗原始分數是受試者答對的題數。本題中，A 學生由 50 分進步至 55 分，表示一年後在該測驗上答對的題目增加。

然而，IQ 是將原始分數依據年齡常模轉換而來的標準分數，常見公式為：

$$IQ=100+15z$$

其中：

$$z=\frac{X-M_{\text{年齡}}}{SD_{\text{年齡}}}$$

$X$ 為受試者原始分數，$M_{\text{年齡}}$ 為該年齡常模平均數，$SD_{\text{年齡}}$ 為該年齡常模標準差。

因此，IQ 100 表示其表現約位於同年齡團體平均位置；IQ 98 則表示其表現略低於同年齡團體平均位置。IQ 不是答對題數的直接換算值。

解題方法

本題應將兩次測驗結果分成「絕對表現」與「相對表現」分析。

一、絕對表現增加

A 學生的原始分數由 50 分增加至 55 分：

$$55-50=5$$

表示一年後答對題數增加 5 題，測驗上的絕對表現有所提升。

二、相對表現下降

12 歲時，A 學生原始分數為 50 分，換算後 IQ 為 100，表示其表現約等於 12 歲常模平均。

13 歲時，A 學生雖然答對 55 題，但 IQ 為 98，表示這 55 分在 13 歲常模中的相對位置略低於平均。

關鍵在於，兒童與青少年在成長過程中，正常情況下會持續累積知識、語文能力、推理能力與解題經驗。因此，13 歲常模的平均原始分數通常會高於 12 歲常模。若 A 學生一年只增加 5 分，但同年齡團體平均增加的幅度更大，其相對位置便會下降，IQ 也可能由 100 變為 98。

可用下列方式理解：

$$\text{IQ變化} \approx \text{個人原始分數成長} - \text{同年齡常模原始分數成長}$$

本題的結果代表：

• A 學生本身的答題能力有所進步；
• 但進步幅度略低於同年齡團體的平均成長幅度；
• 因而在年齡常模中的相對位置下降；
• IQ 由 100 降至 98。

這不等於 A 學生的智力能力實際衰退，也不能據此認定測驗有問題。

造成結果的可能原因

一、年齡常模轉換造成的差異

同一原始分數在不同年齡常模下，所代表的意義不同。13 歲的 55 分與 12 歲的 50 分不能直接比較，必須分別參照 12 歲與 13 歲的常模。

若 13 歲同年齡團體的平均原始分數增加幅度超過 A 學生的 5 分，A 學生的標準分數便會下降。

二、正常成長速度存在個別差異

智力發展並非所有人以相同速度進行。有些學生在某一年進步較快，有些學生則在後續階段才出現較明顯的成長。

因此，某一次測驗中的 IQ 下降 2 分，可能只是個人發展速度與同齡團體平均發展速度的差異，不代表一般智力發生實質退化。

三、測量標準誤

核心觀念

本題考查心理測驗的正確解釋原則，核心包括：

1. 測驗分數具有特定意義與適用範圍：人格、智力、成就、性向測驗所測構念不同，不可任意跨越測驗結果推論。
2. 測驗結果不是受測者的全部特質：分數會受到測量誤差、施測情境、動機、焦慮、教育經驗與文化背景等因素影響。
3. 相關不等於因果，也不等於絕對預測：測驗分數與未來表現具有關聯時，仍須考量預測效度、其他重要變項及實際情境。
4. 解釋測驗須遵守測驗目的：

• 人格測驗：評估人格特質、適應狀況或心理症狀。
• 智力測驗：評估一般認知能力及相關智力功能。
• 成就測驗：評估已經學習或具備的知識與技能。
• 性向測驗：評估未來學習或工作表現的潛在能力與傾向。

解題方法

逐項判斷時，依序檢查三件事：

1. 該項解釋是否符合測驗所測的構念。
2. 結論是否超出測驗分數能支持的範圍。
3. 推論是否忽略測量誤差、其他影響因素及實際情境。

若測驗結果只能支持「目前狀態」的描述，便不能直接推論「未來表現」或「固定能力」；若結果涉及相對優勢，也不能僅憑單一比較就作成生涯決定。

---

（1）人格測驗結果未顯示明顯異常，因此可確認受測者並未刻意隱瞞或美化自己

此說法不適當。

人格測驗中，「未顯示明顯異常」通常只能表示受測者在該次測驗中的人格特質或心理症狀未達異常判定標準，不能直接證明其作答誠實，也不能確認沒有隱瞞或美化行為。

受測者可能因下列原因呈現正常或低異常分數：

• 刻意隱瞞負面特質。
• 受到社會期許影響而選擇理想化答案。
• 缺乏自我覺察。
• 不理解題意或作答不一致。
• 施測情境使受測者採取防衛態度。
• 測驗本身對該類反應偏差的偵測能力有限。

判斷受測者是否有隱瞞、美化或防衛作答，應檢視測驗所附的效度量表、說謊量表、罕見反應指標、防衛指標及作答一致性指標。若效度指標顯示作答具有可信度，仍只能說「在本次測驗中未發現明顯的反應偏差」，不能宣稱受測者絕對沒有刻意隱瞞。

較適當的說法是：

人格測驗結果未達明顯異常標準，且若效度指標在可接受範圍內，表示本次測驗資料具有一定解釋價值；但仍不能僅據此確認受測者未隱瞞或美化自己。

---

（2）智力測驗結果顯示受測者智力屬平均程度，因此未來工作表現應不會有太大問題

此說法不適當。

智力測驗的平均程度，主要表示受測者在該次施測中所測得的一般認知能力大致落在常模平均範圍。這項結果不能直接保證未來工作表現良好，理由如下：

1. 工作表現是多因素結果

工作績效除智力外，還受到下列因素影響：

• 專業知識與技能。
• 工作動機與責任感。
• 人格特質，例如持續性、情緒穩定性與合作性。
• 人際溝通能力。
• 工作態度與組織適應。
• 教育訓練與工作經驗。
• 工作環境、主管管理及職務要求。

2. 智力測驗與工作表現並非完全相同的構念

智力測驗評估的是一般認知能力，工作表現則涉及實際任務執行、專業經驗與組織情境。受測者可能具備平均智力，但在特定工作所需的專業能力或人際能力上有明顯差異。

3. 測量結果具有標準誤

觀察分數可表示為：

$$X=T+E$$

其中 $X$ 為觀察分數，$T$ 為真實分數，$E$ 為測量誤差。因此，「平均程度」應視為一個具有誤差範圍的估計，不宜視為固定且絕對的能力標籤。

較適當的說法是：

受測者在本次智力測驗中的一般認知能力落在平均範圍，表示其具備一般程度的認知學習基礎；至於未來工作表現，仍須結合職務需求、專業能力、人格、動機、經驗及其他評量資料綜合判斷。

---