107 地方特考三等 教育行政 教育測驗與統計 考古題詳解

核心觀念

本題評量考生在「古典測驗理論（Classical Test Theory, CTT）」架構下，對於「信度（Reliability）」與「效度（Validity）」相互關係之理解，以及面對實務測量困境時的「工具編製／修訂技術」、「研究設計互補策略」與「統計補救方法」。關鍵理論與公式如下：

1. 信度與效度的關係： 信度是效度的必要條件，而非充分條件。測驗效度的理論上限受限於測驗信度之平方根，即： $r_{xy} \le \sqrt{r_{xx'}}$ 其中 $r_{xy}$ 為效標關聯效度，$r_{xx'}$ 為測驗信度。若工具信度偏低，其效度表現必然受限，且測量誤差（Measurement Error）必然龐大。
2. 測量標準誤（Standard Error of Measurement, SEM）： $SEM = S_x \sqrt{1 - r_{xx'}}$ 其中 $S_x$ 為測驗總分標準差，$r_{xx'}$ 為信度係數。信度越低，測量標準誤越大，個別受試者觀察分數（Observed Score）與真實分數（True Score）的落差不確定性越高。
3. 斯皮爾曼－布朗預言公式（Spearman-Brown Prophecy Formula）： $r_{kk} = \frac{k r_{11}}{1 + (k - 1)r_{11}}$ 其中 $r_{11}$ 為原測驗信度，$k$ 為測驗增減題數的倍數，$r_{kk}$ 為改變長度後的估計信度。在題項性質同質且測量目標一致的前提下，增加題項長度可提升內部一致性信度。
4. 衰減校正公式（Correction for Attenuation）： $r_{T_x T_y} = \frac{r_{xy}}{\sqrt{r_{xx'} r_{yy'Init}}}$ 用以估計消除測驗 $X$ 與效標 $Y$ 之測量誤差後，兩者潛在真實分數（True Scores）間的理論相關係數。
5. 結構方程模式（Structural Equation Modeling, SEM）之潛在變項觀念： 藉由多重指標（Multiple Indicators）界定潛在構念（Latent Constructs），將隨機測量誤差（Measurement Errors）從潛在變項的結構路徑中抽離，以獲得無偏的關係估計。

---

解題方法

面對「前瞻性議題」且「現存工具信效度不佳」的雙重限制，研究者不可直接盲目沿用該工具，亦不可僅憑單一手段敷衍，而應從「工具層面的重新編製／修訂」、「研究設計的多重蒐證」以及「統計分析的誤差控制與審慎推論」三大向度提出系統性因應對策：

一、 工具層面：重構或修訂測量工具（治本之道）

1. 確立前瞻性構念的操作型定義與雙向細目表： 前瞻性議題常因概念模糊而缺乏效度。研究者應從最新文獻、德菲法（Delphi Method）或專家深度訪談出發，釐清該新興構念的內涵與各向度，並建立完備的雙向細目表（Table of Specifications），延請學科專家評定內容效度比率（Content Validity Ratio, CVR）或內容效度指數（Content Validity Index, CVI），奠定「內容效度」。
2. 擴增題項並進行嚴謹的項目分析（Item Analysis）：

• 依據斯皮爾曼－布朗公式原理，增加具同質性的高質量題項，稀釋隨機誤差。
• 進行小規模預試（Pilot Study），透過項目分析檢驗各題的鑑別度（如極端組檢驗法的 $D$ 值，或題項與總分相關 $r_{it}$）及題目難度。淘汰 $r_{it} < 0.30$、無區辨力或敘述不清的劣質題。

3. 執行因素分析以純化構念效度： 藉由探索性因素分析（EFA）剔除跨因素負荷或負荷量過低（$< 0.40$）的題項；進一步以驗證性因素分析（CFA）檢驗因素負荷量、組合信度（Composite Reliability, CR）與平均變異抽取量（Average Variance Extracted, AVE），確認收斂效度（Convergent Validity）與區別效度（Discriminant Validity）。
4. 標準化施測流程與評分規準： 編製標準化指導語，嚴格控制施測情境與作答環境。

核心觀念

本題的核心考點為作答組型分析（Response Pattern Analysis）在教育測驗品質評估與補救教學診斷中的應用。其核心理論與代表性方法為日本學者佐藤隆博（Takahiro Sato）於 1970 年代所發展的「學生－問題表分析法」（Student-Problem Chart Analysis，簡稱 S-P 表分析法），以及現代測驗理論中的**「個人與試題適合度分析」（Person-Fit and Item-Fit Analysis）與「認知診斷評量」（Cognitive Diagnostic Assessment, CDA）**。

1. S-P 表分析法的核心定義與數理指標

S-P 表將全體受試者的作答反應以二元評分（1 表示答對，0 表示答錯）排列成矩陣，將列（學生）依「總分由高至低」由上而下排列，將行（試題）依「答對率由高至低（難度由易至難）」由左至右排列，藉此建構出學生得分累積線（S 曲線）與試題答對累積線（P 曲線）。

核心計量指標如下：

1. 學生注意力係數（Student Caution Index, $CS_i$）： 診斷個別學生作答反應偏離 Guttman 理想單向度累積組型的程度。 $CS_i = 1 - \frac{\operatorname{Cov}(X_i, P)}{\operatorname{Cov}(X_i^*, P)}$ 其中 $X_i$ 為學生 $i$ 對各題的實際作答向量，$P$ 為各題答對率向量，$X_i^*$ 為該生在相同總分下的 Guttman 理想作答向量（即答對的題目皆集中於答對率最高之試題）。

• 當 $CS_i \le 0.5$：表示作答組型正常（符合「易題答對、難題答錯」的常態）。
• 當 $CS_i > 0.5$：表示作答組型異常（出現「錯易題、對難題」之反常現象）。

2. 試題注意力係數（Problem Caution Index, $CP_j$）： 診斷單一試題是否具備良好的階層性與區別力。 $CP_j = 1 - \frac{\operatorname{Cov}(X_j, S)}{\operatorname{Cov}(X_j^*, S)}$ 其中 $X_j$ 為全體受試者在試題 $j$ 的得分向量，$S$ 為受試者總分向量，$X_j^*$ 為給定該題答對人數下的 Guttman 理想組型向量。

• 當 $CP_j \le 0.5$：表示試題品質優良。
• 當 $CP_j > 0.5$：表示試題品質存疑（低分群答對率反高於高分群，可能存在題目語意模糊、雙重標準或誘答力偏差）。

3. 差異係數（Disparity Coefficient, $D^*$）： 衡量整份測驗之 S 曲線與 P 曲線不調和區域占最大可能面積的比例，用以診斷整份測驗的同質性與結構品質。 $D^* = \frac{A(S, P)}{A_{\max}}$

• 當 $D^* \le 0.5$：整份測驗之概念結構良好、內部一致性高。
• 當 $D^* > 0.5$：測驗試題異質性過大或整體作答失序。

---

解題方法

本題要求說明「利用作答組型進行測驗與試題品質診斷的方法及其內涵」。答題切入點應以教育測驗與課堂評量最標準之「S-P 表分析法」為核心架構，從分析工具建構、整份測驗診斷、單一試題診斷、學生學習類型診斷四個向度完整推展，最後延伸至現代測驗理論的作答組型應用，建構完整答題脈絡：

一、診斷工具的建立：S-P 表的建構與運作原理

1. 資料矩陣化與排序： 收集 $N$ 位考生在 $n$ 道試題上的作答結果（0 與 1）。將列依總分由高至低由上向下排列；行依各題答對率由高至低（易至難）由左向右排列。
2. 劃定基準曲線：

• S 曲線（Student Curve）：在每一位學生的該列中，自左側數出其總答對題數處劃下垂直線段，並將全體學生的線段上下連接，形成向右下方延伸的梯形階梯曲線。
• P 曲線（Problem Curve）：在每一道試題的該行中，自上方數出其總答對人數處劃下水平線段，並將全體試題的線段左右連接。

3. 理想組型對照： 若測驗具完美 Guttman 尺度，S 曲線與 P 曲線應完全重合；兩曲線分開所包夾形成的區域即為「不調和作答組型（Abnormal Response Patterns）」，是後續量化診斷的依據。

二、整份測驗品質之診斷內涵

整份測驗品質透過**差異係數 $D^*$**進行綜合評鑑：

1. 衡量意涵：反映測驗試題是否依循單一能力軸線循序排列，評估試題群的向度同質性與教學目標階層性。
2. 診斷標準與處置：

• $D^* \le 0.5$：整份測驗的試題排列能穩定反映學生能力的階梯遞增，測驗具有高度結構信度。
• $D^* > 0.5$：整份測驗涵蓋了過多互不相關的異質概念，或測驗情境存在嚴重干擾（如時間不足造成後半段隨機作答），需重新審視雙向細目表與試題涵蓋度。

三、單一試題品質之診斷內涵

單一試題透過試題注意力係數 $CP_j$ 與難度（$P_j$）進行矩陣交叉分析：

1. 優良試題（$CP_j \le 0.5$ 且難度適中）： 高分群學生多答對、低分群學生多答錯，能有效鑑別學生程度。
2. 問題試題（$CP_j > 0.5$）的診斷分類：

• 差異題（高 $CP$，中難度）：高分群答錯、低分群答對。可能原因為題目題意不清引導高分群過度推論、印刷排版問題，或教學盲點。
• 混亂試題（高 $CP$，低難度）：題目過難導致全體受試者盲目猜測，失去階層鑑別功能。
• 診斷結果可提供命題者修訂題幹、更換無效誘答選項，或重組試題順序之依據。

四、考生學習類型之診斷內涵

結合考生的得分率（高/低）與學生注意力係數 $CS_i$（正常/異常），可將考生區分為四種（或進一步細分為六種）典型學習型態，以落實適性化補救教學：

核心觀念

本題旨在測驗推論統計學中「虛無假說顯著性檢定」（Null Hypothesis Significance Testing, NHST）的邏輯架構與實務操作。

1. 統計顯著性檢定的核心邏輯：採「反證法」思維。先設定一個代表「無效果、無差異」的虛無假說（$H_0$），並在假定 $H_0$ 為真的前提下，推導出檢定統計量的理論抽樣分配；再依據實際蒐集的樣本數據計算統計量數值，評估該結果在虛無假說成立下發生的機率（$p$ 值）。若此機率極低（小於預設的顯著水準 $\alpha$），則推翻虛無假說，支持對立假說（$H_1$），宣稱實驗方案具顯著成效。
2. 檢定構成五大要素：

• 假說設定（虛無假說 $H_0$ 與對立假說 $H_1$）
• 顯著水準（Significance level, $\alpha$）與型 I 錯誤之控制
• 檢定統計量（Test statistic）及其抽樣分配（Sampling distribution）
• 臨界值（Critical value）與拒絕域（Rejection region）之劃定
• 決策準則（Decision rule）與結論推論

---

解題方法

以教育實驗研究最常見的「實驗組 vs. 控制組」後測比較為切入點，具體開展各項構成要素，並以「獨立樣本 $t$ 檢定」（Independent-samples $t$-test）為例說明公式推導與要素對應。

一、 統計顯著性檢定的構成要素

1. 統計假說的建立（Hypothesis Formulation）

• 虛無假說（Null Hypothesis, $H_0$）：通常代表「研究處理無顯著效果」或「兩母群無實質差異」。
• 對立假說（Alternative Hypothesis, $H_1$ 或 $H_a$）：研究者真正預期支持的研究假說，代表「實驗處理具有效果」。可分為雙尾（無方向性）或單尾（有方向性）。

2. 顯著水準（Significance Level, $\alpha$）的訂定

• 研究者在抽樣前預先設定的容許誤差標準，即「當虛無假說為真時，卻被錯誤拒絕」的機率上限（型 I 錯誤，Type I error）。教育研究通常慣用 $\alpha = .05$ 或 $\alpha = .01$。

3. 檢定統計量（Test Statistic）及其抽樣分配

• 檢定統計量是將樣本觀察值轉化為標準尺度的指標（如 $z, t, F, \chi^2$）。
• 必須明確界定該統計量在 $H_0$ 成立時所服從的理論抽樣分配（例如常態分配、自由度為 $df$ 的 $t$ 分配），以計算發生極端數值的機率。

4. 臨界值（Critical Value）與拒絕域（Critical/Rejection Region）

• 根據預設的 $\alpha$ 與抽樣分配形態，決定一個或兩個界限數值（臨界值）。
• 抽樣分配中落在臨界值之外的極端區域稱為「拒絕域」，落在內部則為「未拒絕域（接受域）」。

5. 統計決策準則與推論（Decision Rule and Inference）

• 將樣本資料代入計算出「計算值（$t_{obs}$ 或 $z_{obs}$）」，或計算其對應的觀察顯著機率（$p$ 值）。
• 決策標準：
• 若計算值落入拒絕域（或 $p \le \alpha$），決策為「拒絕 $H_0$」，推論該實驗方案具統計上顯著成效。
• 若計算值未落入拒絕域（或 $p > \alpha$），決策為「不拒絕 $H_0$」，推論現有數據尚不足以支持方案具顯著成效。

---

二、 檢定公式實例說明：獨立樣本 $t$ 檢定

設某教育研究者將學生隨機分派至「新式教學法實驗組（組 1）」與「傳統教學法控制組（組 2）」，探討新方案成效。

1. 假說設定：

• 雙尾檢定： $H_0: \mu_1 - \mu_2 = 0 \quad (\text{兩組母群平均數無差異})$ $H_1: \mu_1 - \mu_2 \neq 0 \quad (\text{兩組母群平均數有差異})$
• （若有明確方向性，可設單尾 $H_0: \mu_1 \le \mu_2$；$H_1: \mu_1 > \mu_2$）

核心觀念

本題評量教育統計學中「集中量數」、「變異量數」之基本意涵，以及「線性轉換（加減常數）」對各量數之統計性質影響：

1. 團體程度之代表（集中量數）： 衡量一個班級或團體的整體學業程度，係以算術平均數（$\bar{X}$）作為代表值。平均數愈高，代表該班級的整體表現程度愈佳；反之則愈差。
2. 個別差異程度之代表（變異量數）： 衡量團體內部成員表現之離散程度或個別差異，統計上有兩種指標：

• 絕對變異量數（標準差 $S$）：直接以分數偏離平均數的標準差衡量。標準差愈大，表示群體內學生成績愈分散、個別差異愈大；標準差愈小，表示成績愈集中、個別差異愈小。
• 相對變異量數（變異係數 $CV$）：公式為 $CV = \frac{S}{\bar{X}} \times 100\%$。當各群體之平均數不同時，學理上常藉由變異係數排除平均數高低之干擾，以客觀比較各群體的相對離散程度。

3. 線性轉換（Linear Transformation）之性質： 設原變數為 $X$，每位學生成績皆加上常數 $c$（即 $Y = X + c$，本題 $c = 20$）：

• 平均數具有平移性：$\bar{Y} = \bar{X} + c$。全體分數平移，平均數隨之增加相同的常數。
• 標準差具有平移不變性：$S_Y = S_X$。因所有分數同步等量平移，各分數彼此之間的相對距離不變，故離散程度與標準差完全保持不變。

---

解題方法

(一) 未加分前，哪一個班級學生的數學程度最好？

1. 判斷指標：評估「數學程度」，以各班之算術平均數（$\bar{X}$）為依據。
2. 數據比較：

• A 班平均數：$\bar{X}_A = 45$ 分
• B 班平均數：$\bar{X}_B = 35$ 分
• C 班平均數：$\bar{X}_C = 55$ 分

3. 結論推導： $\bar{X}_C (55) > \bar{X}_A (45) > \bar{X}_B (35)$ C 班之平均成績最高，故未加分前以 C 班 學生的數學程度最好。

---

(二) 未加分前，哪一個班級學生的數學科成績個別差異程度最大？

1. 判斷指標：評估「個別差異程度」，得以標準差（$S$）及變異係數（$CV$）評估：

• 以標準差（絕對變異）檢驗：
• A 班標準差：$S_A = 10$ 分
• B 班標準差：$S_B = 5$ 分
• C 班標準差：$S_C = 20$ 分
• 比較大小：$S_C (20) > S_A (10) > S_B (5)$。
• 以變異係數（相對變異）檢驗：
• $CV_A = \frac{S_A}{\bar{X}_A} \times 100\% = \frac{10}{45} \times 100\% \approx 22.22\%$
• $CV_B = \frac{S_B}{\bar{X}_B} \times 100\% = \frac{5}{35} \times 100\% \approx 14.29\%$
• $CV_C = \frac{S_C}{\bar{X}_C} \times 100\% = \frac{20}{55} \times 100\% \approx 36.36\%$
• 比較大小：$CV_C (36.36\%) > CV_A (22.22\%) > CV_B (14.29\%)$。

2. 結論推導： 無論依據絕對變異（標準差）或相對變異（變異係數），均以 C 班 的數值最高，故未加分前以 C 班 學生的個別差異程度最大。

---

(三) 加分後，哪一個班級學生的數學程度最差？

1. 線性轉換公式：設每位學生加 20 分後的成績為 $Y = X + 20$，則加分後的平均數為 $\bar{Y} = \bar{X} + 20$。