107 司法特考三等 監獄官(女) 心理測驗 考古題詳解

核心觀念

本題測驗的核心為心理與教育測驗編製歷程中的「項目分析」（Item Analysis）。項目分析的主要目的在於透過客觀的統計指標，評估與檢驗測驗中單一試題（題目）的品質，做為試題篩選、修訂或淘汰的依據，進而提升整份測驗的信度與效度。

在古典測驗理論（Classical Test Theory, CTT）與現代項目反應理論（Item Response Theory, IRT）的架構下，檢驗題目好壞的常用指標與定義公式如下：

1. 題目難度指標（Item Difficulty Index, $P$）：

• 全體受試者答對率：$P = \frac{R}{N}$（$R$ 為答對人數，$N$ 為受試總人數）。
• 極端組法（高低分組法）：$P = \frac{P_H + P_L}{2}$（$P_H$ 為高分組答對率，$P_L$ 為低分組答對率）。
• 考量猜測率的理想難度：$P_{\text{opt}} = \frac{1 + C}{2}$（$C$ 為隨機猜測機率）。

2. 題目鑑別度指標（Item Discrimination Index, $D$）：

• 極端組法之鑑別度指數：$D = P_H - P_L$
• 相關法指標（題總相關）：
• 點二系列相關（Point-biserial Correlation, $r_{\text{pbi}}$）：試題為真正二分變項、總分為連續變項。
• 二系列相關（Biserial Correlation, $r_{\text{bi}}$）：試題背後潛在特質假設為連續常態分佈，但人為劃分為二分變項。
• 題目—總分相關之自我校正（Corrected Item-Total Correlation）：計算題總相關時扣除該題分數，避免相關係數人為虛膨。

3. 誘答力指標（Distractor Efficiency / Analysis）：

• 誘答選項功能分析：檢驗未選正確答案之受試者在各錯誤選項上的分佈情形與吸引力。

4. 內部一致性與信度變動指標：

• 刪除題項後的信度係數（$\alpha$ if Item Deleted）：檢驗刪除該題後，整份量表的 Cronbach's $\alpha$ 係數是否顯著上升。

5. 現代項目反應理論（IRT）之試題參數指標：

• 鑑別度參數（$a$ 參數）：項目特徵曲線（ICC）轉折點的斜率。
• 難度／位置參數（$b$ 參數）：答對機率為 $0.5$（三參數模式下為 $\frac{1+c}{2}$）所對應的能力值（$\theta$）。
• 猜測度參數（$c$ 參數）：能力極低時猜對題目的漸近機率。
• 試題訊息函數（Item Information Function, $I_i(\theta)$）：代表該題在不同能力水準下所提供的測量精確度。

---

解題方法

本題為申論題，切入策略應兼顧「古典測驗理論（CTT）」的經典三大指標，並擴充「量表題項分析指標」與「項目反應理論（IRT）」的現代指標，展現架構完整且具層次感的作答深度：

1. 第一層（核心三大骨幹，必寫）：說明古典測驗理論中最關鍵的三個指標——難度、鑑別度、誘答力。寫出精確定義、計算方法（極端組法與相關法）與判讀標準。
2. 第二層（量表題與信度分析指標，加分）：針對情意或人格測驗常使用的李克特量表，補充「決斷值（Critical Ratio, $CR$）」與「刪除該題後的信度係數（$\alpha$ if item deleted）」。
3. 第三層（現代測驗理論指標，展現專業廣度）：簡要引介 IRT 參數（$a$、$b$、$c$ 參數）與試題訊息函數，以及差歧試題功能（DIF），說明題目在不同族群或能力下的客觀指標。

---

選項分析

本題為典型申論題（非選擇題），無固定選項。評閱標準在於考生能否逐一列出重要指標，並針對指標數值的「合格標準」與「淘汰／修改決策」進行明確評判。以下針對項目分析各指標的檢驗標準與決策準則逐一進行分析：

1. 題目難度指標（$P$ 值）之檢驗準則：

• $P$ 值介於 $0.00$ 至 $1.00$ 之間；$P$ 值越大代表題目越容易，$P$ 值越小代表題目越難。
• 常模參照測驗中，題目平均難度以 $0.50$ 最能提供最大的測驗變異量。若為四選一選擇題（猜測率 $C = 0.25$），理想難度約為 $P = \frac{1 + 0.25}{2} = 0.625$。
• 決策原則：若 $P > 0.80$（過易）或 $P < 0.20$（過難），除非該題具備特殊功能（如測驗開頭的破冰題或篩選極端資優者的頂峰題），否則應予以刪除或大幅修改。

2. 題目鑑別度指標（$D$ 值與題總相關）之檢驗準則：

• 依據 Ebel 提出的判別標準：
• $D \ge 0.40$：優良試題，予以保留。
• $0.30 \le D \le 0.39$：良好試題，可直接採用或稍加修飾。
• $0.20 \le D \le 0.29$：尚可試題，邊界性質，通常需修改。
• $D < 0.20$：劣質試題，鑑別力不佳，原則上應予刪除。
• $D < 0$（負值）：嚴重問題試題，表示低分組答對率反高於高分組，通常導因於答案鍵給錯、題目題意不清引導高分組誤判，必須立即檢討重寫或刪除。
• 題總相關係數（$r_{\text{pbi}}$ 或校正後 $r$）檢驗：一般要求題總相關應達統計顯著水準，且至少在 $0.30$ 以上；低於 $0.20$ 的題目表示與整份測驗欲測量的構念關聯薄弱，應予剔除。

3. 誘答選項分析之檢驗準則：

• 理想的誘答選項必須具備「吸引力」與「負鑑別度」：
• 吸引力：各誘答選項應有一定比例的受試者選取（一般建議至少佔全體受試者的 $3\%$ 至 $5\%$ 以上）；若完全無人選取，代表該選項無效，需重新設計。
• 負鑑別度：低分組選擇該誘答選項的人數應顯著多於高分組；若高分組選擇某誘答選項的人數反而多於低分組，顯示該誘答選項存在模糊或爭議，具有誤導高能力者之瑕疵。

4. 決斷值（Critical Ratio, $CR$ 值）之檢驗準則（適用多點計分量表）：

• 將受試者總分排序，取前 $27\%$ 為高分組、後 $27\%$ 為低分組，進行兩組在該題平均分數之獨立樣本 $t$ 檢定。
• 若 $t$ 檢定未達顯著水準（$p > .05$ 或 $t < 1.96$），表示該題無法區辨高低分組受試者之特質水準，該題應刪除。

核心觀念

本題評量項目反應理論（Item Response Theory, IRT）​之核心優勢——不變性（Invariance Property）。 在古典測驗理論（Classical Test Theory, CTT）中，題目難度（通過率 $P$）依賴受試者樣本能力，而受試者得分（總分 $X$）依賴施測試題之難易。IRT 透過將「受試者潛在特質／能力」（$\theta$）與「試題參數」（難度 $b$、鑑別度 $a$、猜測度 $c$）置於同一連續量表（Logit 量尺）上，建立項目特徵曲線（Item Characteristic Curve, ICC），克服了 CTT 的樣本依賴性與測驗依賴性，形成兩大不變性特性：

1. 項目參數的不變性（Invariance of Item Parameters / Sample-free Calibration）
2. 受試者能力估計的不變性（Invariance of Ability Parameters / Item-free Measurement）

---

解題方法

本題為國家考試標準的申論題型，作答切入點採取​「定義說明 $\rightarrow$ 理論機制 $\rightarrow$ 與 CTT 之對比 $\rightarrow$ 實務價值」​的四層對稱架構進行論述：

1. 第一特性：項目參數的不變性

• 定義：試題參數（如難度 $b$、鑑別度 $a$）的估計值，不隨校準時所抽樣之受試者群體能力分佈而改變。
• 機制：無論是以高能力組、低能力組或常態分佈群體進行參數估計，所得出的試題特徵曲線與參數值，經由線性尺度轉換後均維持一致。
• 與 CTT 對比：CTT 的難度指標為通過率 $P = \frac{R}{N}$，高能力群體測得的 $P$ 偏高（看似簡單），低能力群體測得的 $P$ 偏低（看似困難）；IRT 則完全擺脫樣本能力的干擾。

2. 第二特性：受試者能力估計的不變性

• 定義：受試者潛在特質能力值 $\theta$ 的估計結果，不隨所施測的試題樣本難易度而改變。
• 機制：無論施測由難題組成、易題組成或隨機選取的題本，受試者在該潛在特質維度上的能力估計值 $\hat{\theta}$（在測量誤差允許範圍內）維持恆定。
• 與 CTT 對比：CTT 的原始總分 $X = T + E$ 完全受題本難度影響（考難卷總分低、考易卷總分高）；IRT 之能力估計則具備試題獨立性。

---

選項分析

本題為申論申述題，無固定選項。評閱標準鎖定於能否精確區分並論述以下兩大對稱面向：

• 面向一：試題端（項目參數不變性）
• 正確作答重點：必須點出「不受受試樣本能力分佈影響（Sample-free）」。若僅寫「題目很客觀」而未提及樣本群體獨立性，無法取得核心分數。
• 面向二：受試者端（能力參數不變性）

核心觀念

本題主要測驗臨床與心理測驗評量中的兩大核心專業能力：「兩測驗分數差異之顯著性檢定」​與​「韋氏智力量表之常模水準歸類」。

1. 韋氏智力量表（Wechsler Scales）常模參數： 離差智商（Deviation IQ）之母體平均數 $\mu = 100$，標準差 $SD = 15$。
2. 單一分數之測量標準誤（Standard Error of Measurement, $SE_m$）： $SE_m = SD \sqrt{1 - r_{xx}}$ （其中 $SD$ 為測驗標準差，$r_{xx}$ 為測驗信度係數）
3. 兩測驗分數之差異測量標準誤（Standard Error of the Difference, $SE_{diff}$）： 用於檢驗同一個案在兩個具相同量尺的測驗分數差異是否超越隨機測量誤差： $SE_{diff} = \sqrt{SE_1^2 + SE_2^2} = SD \sqrt{(1 - r_{11}) + (1 - r_{22})} = SD \sqrt{2 - r_{11} - r_{22}}$
4. 差異顯著性檢定與臨界差值（Critical Difference, $CD$）： 在常態分配假設下，採雙尾檢定（兩測驗分數無預設立場何者較高）。慣用顯著水準 $\alpha = .05$ 時，臨界值 $Z_{.05} = 1.96$。達到顯著差異之臨界差值為： $CD_{.05} = 1.96 \times SE_{diff}$ 若兩分數之絕對差值 $|X_1 - X_2| \ge CD_{.05}$（或檢定統計量 $Z \ge 1.96$），則差異達統計顯著水準（$p < .05$）；反之則未達顯著。
5. 智力水準分類標準（韋氏常模分類）：

• $130$ 以上：非常優秀（Very Superior）
• $120 \sim 129$：優秀（Superior）
• $110 \sim 119$：中上／高於平均（High Average）
• $90 \sim 109$：普通／平均（Average）
• $80 \sim 89$：中下／低於平均（Low Average）
• $70 \sim 79$：邊緣（Borderline）
• $69$ 以下：極低／極重度低於平均（Extremely Low）

---

解題方法

第一部分：VIQ 與 PIQ 是否達顯著差異

步驟一：計算個別分數之測量標準誤

• 語言智商（VIQ）之測量標準誤： $SE_{VIQ} = 15 \times \sqrt{1 - 0.97} = 15 \times \sqrt{0.03} \approx 2.598$
• 操作智商（PIQ）之測量標準誤： $SE_{PIQ} = 15 \times \sqrt{1 - 0.93} = 15 \times \sqrt{0.07} \approx 3.969$

步驟二：計算兩分數之差異測量標準誤（$SE_{diff}$） $SE_{diff} = \sqrt{SE_{VIQ}^2 + SE_{PIQ}^2} = 15 \times \sqrt{(1 - 0.97) + (1 - 0.93)}$ $SE_{diff} = 15 \times \sqrt{0.03 + 0.07} = 15 \times \sqrt{0.10} \approx 15 \times 0.3162 = 4.743$

步驟三：檢定分數差異是否達顯著水準

• 陳小龍之實際差異值： $D = |VIQ - PIQ| = |85 - 94| = 9$
• 檢定統計量 $Z$ 值： $Z = \frac{|VIQ - PIQ|}{SE_{diff}} = \frac{9}{4.743} \approx 1.897$
• 在雙尾顯著水準 $\alpha = .05$ 下，標準常態臨界值為 $1.96$： $CD_{.05} = 1.96 \times SE_{diff} = 1.96 \times 4.743 \approx 9.30$

步驟四：統計推論與羅心理師的回覆內容 因實際分數差距 $9 < 9.30$（或檢定值 $Z = 1.897 < 1.96$，$p > .05$），兩者差異未達統計上之顯著水準。 羅心理師應向柯典獄長回覆：

核心觀念

本題評量效標關聯效度（Criterion-related Validity）在多元迴歸預測模型應用中的核心統計限制——效度縮減（Validity Shrinkage），以及研究者如何透過交叉效度化（Cross-Validation）來檢驗測驗的穩定性。

1. 效度縮減的定義： 在心理測驗與人事甄選中，研究者常利用一組「發展樣本」（Derivation Sample，又稱原始樣本）建立多元迴歸方程式，以多個預測變項（測驗分數）預測效標（如工作績效、矯治成效），此時求得之複相關係數為 $R$。當將此套加權公式套用到另一群來自相同母群之獨立「驗證樣本」（Validation Sample）時，所計算出之複相關係數 $R_{cv}$ 幾乎必然小於原始的 $R$。這種複相關係數（或效度係數）在獨立樣本中呈現下降的統計現象，即稱為效度縮減。
2. 統計原理（機率偶合）： 多元迴歸之最小平方法（OLS）在計算最佳迴歸權重（$\beta$ 權數）時，會將原始樣本中特有的「隨機誤差」與「樣本偶合特徵」（Capitalization on Chance）一併納入配適。換言之，原始樣本的效度係數包含「真實關聯」與「機遇誤差」，而機遇誤差不會重複出現在第二個樣本中，故移轉至新樣本時預測力必然衰減。
3. 校正公式（Wherry 公式）： 統計上可用公式估計母體複決定係數（縮減後的效度）： $\tilde{R}^2 = 1 - \left( \frac{N - 1}{N - k - 1} \right) (1 - R^2)$ 其中 $N$ 為樣本大小，$k$ 為預測變項個數。由公式可知，當樣本數 $N$ 越小、預測變項 $k$ 越多時，括號內的膨脹係數越顯著，效度縮減的幅度越大。

---

解題方法

本題為典型申論題，採​「意涵詮釋 $\rightarrow$ 統計成因 $\rightarrow$ 發生情境 $\rightarrow$ 因應策略」​四層次架構開展論述：

1. 第一層（名詞釋義）：精準定義「效度縮減」的運作歷程，明確指出發展樣本與驗證樣本的效度落差。
2. 第二層（核心成因）：點出「機率偶合」（Capitalization on chance）為其根本統計機轉。
3. 第三層（情境分析）：扣緊題意「在哪些情況會出現」，從「樣本特徵」、「變項特徵」、「選題／選取方法」、「測量工具信度」等維度系統化列舉六大情境，不可零散拼湊。
4. 第四層（延伸因應）：適度帶出「交叉效度化」（單向或雙向交叉效度化）及「統計修正公式」，展現監獄官三等考試應具備之深度評量專業。

---

選項分析（本題為申論題，此處為閱卷評分重點與指標分析）

國家考試申論評分重點主要檢視考生是否涵蓋以下關鍵要素：

• 指標一：定義的完整度

• 滿分要點：必須明確點出「多元預測模式」、「原始樣本計算的加權值」套用至「獨立新樣本」時「效度係數下降」的歷程。
• 常見失分：僅泛泛回答「效度變差」或誤解釋為「隨時間過去測驗效度自然降低」（此為概念老化，非效度縮減）。

• 指標二：統計機制之說明

• 滿分要點：能寫出專有名詞「機率偶合」（Capitalization on chance）或隨機誤差配適問題。

• 指標三：發生情境的完整與嚴謹度

• 滿分要點：能全面列出「樣本數過小」、「預測變項過多（$N/k$ 比值太低）」、「共線性過高」、「逐步迴歸過度配適」、「測驗信度不佳」與「範圍受限差異」等面向。
• 常見失分：僅寫出一到兩種情況（例如只回答「樣本太小」），未能從變項結構與統計技術角度深入解析。

---

解題技巧

1. 口訣記憶法： 記憶效度縮減發生的情況，可使用核心口訣：「小樣、多變、共線、步進、低信、異質」。

• 小樣：樣本數 $N$ 太小。
• 多變：預測變項 $k$ 太多（$N/k$ 比率不足）。
• 共線：預測變項間具高度多元共線性（Multicollinearity）。
• 步進：採用經驗導向的「逐步迴歸法」（Stepwise Regression）盲目篩選變項。
• 低信：測驗或效標本身的測量信度偏低（雜訊過多）。