113 地方特考三等 教育行政 教育測驗與統計 考古題詳解

113 年・地方特考・三等・教育行政
試題代碼 教育測驗與統計

第 一 題25 分

學習成果評量在近年來逐漸受到重視,尤其是在高等教育中,越來越多的教師或大學開始希望了解學生的學習成果。試闡述學習成果的定義與評量面向的分類。

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查「學習成果」的意義,以及如何把學習成果分類成可規劃、蒐集與解釋的評量面向。作答時要掌握兩個重點:學習成果描述學生經過學習後展現的知識、能力或態度;評量面向則將這些成果整理為不同領域,使評量能涵蓋多元學習目標。

學習成果的定義

學習成果(learning outcomes)是學生參與一段學習活動或完成一門課程後,預期能夠展現的知識、技能、能力、態度或價值。它描述的是學生學習後會知道什麼、能做什麼,或會形成何種態度,而不是教師教了哪些內容,也不是課程安排了哪些活動。

學習成果通常須具備明確、可觀察或可評量的表述,例如「能分析不同測驗題型的信度限制」,便比「了解測驗信度」更能指出可供評量的表現。評量學習成果時,應依成果選擇適切證據與方法;例如分析能力可透過個案分析或報告評量,不能只以記憶性選擇題代替。

評量面向的分類

學習成果的評量面向可依成果性質區分為下列三類:

  1. 認知面向:涉及知識、理解與思考能力,例如記憶、理解、應用、分析、評鑑及創造。可用測驗、書面報告、問題解決作業或口頭報告評量。
🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

第 二 題25 分

目前較常用的生涯測驗為性向測驗及興趣測驗。主要是因為此兩項測驗結果可協助學生了解其優勢和興趣,以作為升學或就業之參考。試分析這兩種測驗的差異之處。

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

生涯測驗協助學生認識個人特質、探索升學與職業方向。性向測驗與興趣測驗都能提供生涯決策資訊,但測量的心理構念不同:

  • 性向測驗測量個人學習或從事某類活動的潛在能力與發展可能性,重點在「能不能、學得快不快」。
  • 興趣測驗測量個人對不同活動、學科或職業領域的喜好與偏好,重點在「喜不喜歡、願不願意投入」。

這兩者屬於不同面向,不能以興趣高低直接推論能力,也不能只憑性向分數判定個人必然喜歡或適合某一職業。

解題方法

本題要求「分析差異」,可從測量目的、題目內容、結果意義、評量方式及生涯用途等面向比較。作答時應先界定兩項測驗,再以成對比較呈現差異,最後指出兩者應合併解讀,避免把能力與偏好混為一談。

性向測驗與興趣測驗的差異

比較面向性向測驗興趣測驗
測量對象個人的能力傾向或潛在學習能力,例如語文、數理、空間、機械或文書能力個人對活動、學科、工作內容或職業領域的喜好與偏好
核心問題個人在哪些領域較有能力,或較容易經由學習發展能力個人對哪些領域較感興趣,或較願意持續參與
常見題目形式作答或操作題,例如推理、計算、閱讀理解、空間判斷等,依表現推估能力興趣陳述、活動偏好或職業偏好題,請受測者表示喜歡、願意或不願意
🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

第 三 題25 分

迴歸分析的誤差項須滿足哪些假設?並請說明各項假設的檢驗方式。

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

迴歸模型可寫成

Yi=β0+β1Xi1+⋯+βkXik+εiY_i=\beta_0+\beta_1X_{i1}+\cdots+\beta_kX_{ik}+\varepsilon_i

其中 εi\varepsilon_i 是誤差項,代表模型未納入的因素及隨機波動。誤差項假設確保最小平方法估計量具備適當性,也使迴歸係數的標準誤、檢定與信賴區間有效。須區分「誤差項」與實際估計得到的「殘差」:誤差項不可直接觀察,實務上通常以殘差診斷相關假設。

解題方法:主要假設與檢驗方式

  1. 零條件平均數(外生性)

假設在給定自變項後,誤差項的期望值為零:

E(εi∣Xi1,…,Xik)=0E(\varepsilon_i\mid X_{i1},\ldots,X_{ik})=0

這表示誤差項不會系統性地隨自變項改變,是普通最小平方法估計係數無偏、具一致性的關鍵條件。若此假設違反,常見原因包括遺漏重要變項、反向因果或自變項測量誤差。

**檢驗方式:**無法僅靠殘差圖直接證明外生性,須依研究設計、理論與資料蒐集方式判斷。可檢查殘差與各自變項的散布圖或相關,但相關不顯著不能證明外生性;若有合理的工具變項,可採工具變項法,並在適當條件下進行 Hausman 檢定等內生性檢驗。

  1. 同質變異(等變異)

假設誤差項的條件變異數固定:

Var⁡(εi∣Xi1,…,Xik)=σ2\operatorname{Var}(\varepsilon_i\mid X_{i1},\ldots,X_{ik})=\sigma^2

若變異數隨預測值或自變項改變,即為異質變異。此時最小平方法係數在外生性等條件成立時仍可無偏,但傳統標準誤及據以進行的檢定、信賴區間可能不可靠。

**檢驗方式:**觀察「殘差對預測值」或「標準化殘差對預測值」散布圖;若殘差散布隨預測值呈扇形、漏斗形或系統性變化,表示可能有異質變異。也可使用 Breusch–Pagan 檢定或 White 檢定。若違反,可採異質變異穩健標準誤,或依資料特性考慮加權最小平方法。

  1. 誤差項彼此獨立、無自我相關

對不同觀察值 i≠ji\ne j,假設:

Cov⁡(εi,εj∣X)=0\operatorname{Cov}(\varepsilon_i,\varepsilon_j\mid X)=0

在時間序列或依空間、群組排列的資料中,前一期或鄰近觀察值的誤差可能彼此相關,稱為自我相關。違反時,傳統標準誤及推論可能失準。

**檢驗方式:**依資料排列順序繪製殘差圖,觀察是否有連續同方向或週期性型態;

🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

第 四 題25 分

某研究生進行了一項研究,以比較四種不同教學方法在數學成績表現上的差異。每一種教學方法下有 6 個測試樣本,總共 24 個樣本,結果如下。請計算完成變異數分析摘要表並解釋其結果。

A 教學法:成績為 7、8、15、11、9、10;平均數為 10.00;標準差為 2.83。

B 教學法:成績為 12、17、13、18、19、15;平均數為 15.67;標準差為 2.81。

C 教學法:成績為 14、18、19、17、16、18;平均數為 17.00;標準差為 1.79。

D 教學法:成績為 19、25、22、23、18、20;平均數為 21.17;標準差為 2.64。

全部樣本:平均數為 15.96;標準差為 4.72。

註:F.05(3,20)=3.10F_{.05}(3,20)=3.10。

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考單因子獨立樣本變異數分析(one-way ANOVA),比較四種教學方法的母體平均成績是否相同。

虛無假設與對立假設為:

H0:μA=μB=μC=μDH_0:\mu_A=\mu_B=\mu_C=\mu_D H1:至少有一種教學方法的母體平均成績不同H_1:\text{至少有一種教學方法的母體平均成績不同}

總變異可分解為組間變異與組內變異:

SST=SSB+SSWSS_T=SS_B+SS_W

其中 SSBSS_B 衡量各組平均數相對於總平均數的差異,SSWSS_W 衡量各組內個別分數相對於該組平均數的差異。檢定統計量為:

F=MSBMSW=SSB/(k−1)SSW/(N−k)F=\frac{MS_B}{MS_W} =\frac{SS_B/(k-1)}{SS_W/(N-k)}

本題有 k=4k=4 組、總樣本數 N=24N=24。

解題方法

一、計算組間平方和

各組樣本數相同,皆為 6 人。依題目所列平均數與總平均數計算:

SSB=∑j=14nj(Xˉj−Xˉ)2SS_B=\sum_{j=1}^{4}n_j(\bar X_j-\bar X)^2 SSB=6[(10.00−15.96)2+(15.67−15.96)2+(17.00−15.96)2+(21.17−15.96)2]≈435.33\begin{aligned} SS_B &=6\left[(10.00-15.96)^2+(15.67-15.96)^2\right.\\ &\qquad\left.+(17.00-15.96)^2+(21.17-15.96)^2\right]\\ &\approx 435.33 \end{aligned}

二、計算組內平方和

由各組標準差平方和計算:

SSW=∑j=14(nj−1)sj2SS_W=\sum_{j=1}^{4}(n_j-1)s_j^2 SSW=5(2.832+2.812+1.792+2.642)≈152.55SS_W=5(2.83^2+2.81^2+1.79^2+2.64^2)\approx 152.55

三、計算總平方和

SST=SSB+SSW=435.33+152.55=587.88SS_T=SS_B+SS_W=435.33+152.55=587.88

四、計算自由度、均方與 FF 值

組間自由度為 k−1=3k-1=3;組內自由度為 N−k=20N-k=20;總自由度為 N−1=23N-1=23。

🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

其他考古題