107 高普考普通考試 教育行政 教育測驗與統計概要 考古題詳解

核心觀念

1. 單因子獨立樣本變異數分析（One-way ANOVA for Independent Samples）：

• 當自變項為一個獨立類別變項（包含三個或三個以上互斥水準，如本題之「國家」四水準），依變項為連續變項（如「作業時間」、「數學成就」）時，用以檢定各組母體平均數是否均等。
• 核心檢定統計量為 $F$ 統計量，公式為： $F = \frac{MS_B}{MS_W} = \frac{SS_B / df_B}{SS_W / df_W}$ 其中 $MS_B$ 為組間均方（反映處理效應與抽樣誤差），$MS_W$ 為組內均方（反映組內個體差異與隨機誤差）。

2. 事後多重比較（Post-hoc Comparison）：

• 整體 $F$ 檢定（Omnibus test）僅能判定「各組平均數不全相等」，無法得知具體是哪兩組存在顯著差異。
• 當 $F$ 檢定達顯著水準後，須進行事後比較。本題採用 Scheffé 法，此法屬於較保守的事後比較方法，能嚴格控制全體型一錯誤率（Family-wise Type I error rate），並適用於各組樣本數不相等或進行複雜對比的情形。

解題方法

（一）四個國家國二生完成作業時間，依國名從最高到最低排列為何呢？（4 分）

• 解題依據：直接觀察表格中「完成時間」之「平均數」欄位數值進行大小排序：
• 香港（c）：$2.69$ 小時
• 南韓（b）：$2.47$ 小時
• 新加坡（d）：$2.19$ 小時
• 臺灣（a）：$1.96$ 小時
• 排列結果：依平均完成作業時間由高至低排列為：香港 ＞ 南韓 ＞ 新加坡 ＞ 臺灣。

（二）丁老師運用那一種統計方法檢定呢？此方法檢定步驟為何呢？（9 分）

• 採用之統計方法：單因子獨立樣本變異數分析（One-way ANOVA for independent samples）。

• 原因：研究包含一個自變項（國家，共有臺灣、南韓、香港、新加坡四個互斥獨立組別），依變項為連續變項（完成時間、數學成就），欲比較多組獨立樣本之平均數差異，並進行事後多重比較。

• 檢定步驟：

1. 建立統計假設：

• 虛無假設 $H_0: \mu_1 = \mu_2 = \mu_3 = \mu_4$（四國國二生的平均表現無差異）。
• 對立假設 $H_1$: $\mu_i$ 不全相等（至少有兩國的平均表現存在顯著差異）。

2. 選定顯著水準（$\alpha$）：

• 通常設定為 $\alpha = .05$ 或 $\alpha = .01$（本題報表註記 $^{**}p < .01$）。

3. 計算檢定統計量（$F$ 值）：

• 計算組間變異平方和（$SS_B$）與組內變異平方和（$SS_W$）。
• 決定自由度：組間自由度 $df_B = k - 1 = 4 - 1 = 3$；組內自由度 $df_W = N - k$。
• 計算組間均方 $MS_B = \frac{SS_B}{df_B}$ 與組內均方 $MS_W = \frac{SS_W}{df_W}$。
• 求得檢定統計量 $F = \frac{MS_B}{MS_W}$。

4. 決定臨界值與拒絕域：

• 根據自由度 $(df_B, df_W)$ 及設定之 $\alpha$，查 $F$ 分配表求出臨界值 $F_{\alpha}(3, N-4)$；若計算之 $F \ge F_{\alpha}$（或 $p < \alpha$），落入拒絕域。

5. 作成統計決策：

• 檢驗 $F$ 值是否達顯著。若 $p < \alpha$，拒絕虛無假設 $H_0$，接受對立假設 $H_1$，代表組間平均數不全相等。

6. 進行事後多重比較（Post-hoc Comparison）：

• 當整體 $F$ 檢定達顯著後，進一步使用 Scheffé 法進行兩兩成對比較，以確認具體顯著差異落於哪些組別之間。

（三）在完成作業時間與數學成就，四個國家是否都有明顯差異呢？為什麼？（6 分）

評估「是否有明顯差異」須區分「整體檢定」與「兩兩成對事後比較」兩個層次說明：

1. 就整體檢定（Omnibus test）而言：四國在兩項變項上均存在顯著的整體差異。

• 理由：
• 作業完成時間之 $F(3, 20541) = 589^{**}$（$p < .01$）。
• 數學成就之 $F(3, 21674) = 44^{**}$（$p < .01$）。
• 兩者之 $F$ 檢定均達統計顯著水準（$p < .01$），均拒絕虛無假設 $H_0$，表示四個國家的作業完成時間與數學成就表現「不全相等」。

2. 就兩兩配對比較（Post-hoc comparison）而言：並非四國之間「兩兩彼此都有」顯著差異。

• 理由：

核心觀念

本題的核心觀念為相關樣本（相依樣本）之二分名義變項的改變顯著性考驗，即統計學上的麥尼瑪檢定（McNemar's Test）。

1. 研究設計性質： 研究者對「同一組 40 位學生」在「學期初」與「學期末」進行兩次調查，屬於重複量測（前後測配對資料）。變項為二分名義變項（「喜歡」與「不喜歡」），資料以 $2 \times 2$ 列聯表呈現。
2. 檢定原理與公式：

• 麥尼瑪檢定旨在檢定兩時間點的邊際比例是否相等（即 $P_{\text{初}} = P_{\text{末}}$），此等價於檢定兩組「改變者」的母群比例是否對稱相等（$P_{12} = P_{21}$）。
• 在 $2 \times 2$ 配對表中，主對角線為「未改變者」（喜歡 $\to$ 喜歡、$a=8$；不喜歡 $\to$ 不喜歡、$d=4$），對檢定兩時間點改變方向的差異不提供資訊；真正提供檢定訊息的是反對角線上的「改變者」：
• $b$：由「喜歡」轉為「不喜歡」（$b = 16$）
• $c$：由「不喜歡」轉為「喜歡」（$c = 12$）
• 未校正之麥尼瑪卡方檢定統計量： $\chi^2 = \frac{(b - c)^2}{b + c}$ 在虛無假設成立且樣本數足夠時，漸近服從自由度 $df = 1$ 的卡方分配。
• 葉氏連續性校正（Yates' Continuity Correction）公式： 當改變人數較少時，為修正離散二項分配以連續卡方分配逼近所產生的誤差，常採用連續性校正： $\chi^2_c = \frac{(|b - c| - 1)^2}{b + c}$

解題方法

本題為申論計算題，依據標準假設檢定五步驟進行完整推導與計算：

步驟一：寫出研究假設

• 虛無假設（$H_0$）：學生在學期初至學期末對數學課喜歡程度的改變情形無顯著差異（即改變方向的母群比例相等，$P_{\text{喜歡}\to\text{不喜歡}} = P_{\text{不喜歡}\to\text{喜歡}}$，或學期初與學期末喜歡數學課之邊際比例無差異 $P_{\text{初}} = P_{\text{末}}$）。
• 對立假設（$H_1$）：學生在學期初至學期末對數學課喜歡程度的改變情形有顯著差異（即改變方向的母群比例不相等，$P_{\text{喜歡}\to\text{不喜歡}} \neq P_{\text{不喜歡}\to\text{喜歡}}$，或 $P_{\text{初}} \neq P_{\text{末}}$）。

步驟二：選用統計方法與檢定統計量計算

本資料為同一組受試者的前後測二分名義資料，故選用麥尼瑪檢定（McNemar's Test）。

由題目所附列聯表界定各細格次數：

• $a = 8$（初：喜歡，末：喜歡）
• $b = 16$（初：喜歡，末：不喜歡）
• $c = 12$（初：不喜歡，末：喜歡）
• $d = 4$（初：不喜歡，末：不喜歡）

改變人數總計為 $b + c = 16 + 12 = 28$ 人。

1. 標準未校正卡方值計算： $\chi^2 = \frac{(b - c)^2}{b + c} = \frac{(16 - 12)^2}{16 + 12} = \frac{4^2}{28} = \frac{16}{28} = \frac{4}{7} \approx 0.571$

2. 葉氏連續性校正卡方值計算（補充）： $\chi^2_c = \frac{(|b - c| - 1)^2}{b + c} = \frac{(|16 - 12| - 1)^2}{16 + 12} = \frac{(4 - 1)^2}{28} = \frac{9}{28} \approx 0.321$

步驟三：設定顯著水準與查表決定臨界值、拒絕域

• 顯著水準 $\alpha = .05$。
• 檢定自由度 $df = 1$。
• 查表臨界值為 $\chi^2_{.05}(1) = 3.84$。
• 拒絕域為：$\chi^2 \ge 3.84$。

核心觀念

本題考查社會科學研究法與教育測驗領域中的「問卷工具編製與題項設計技術」（Questionnaire Design and Item Construction）。 問卷為調查研究法中蒐集量化資料的核心工具。題項文字是研究者與受試者溝通的媒介，若題目編製不良，將直接引發「測量誤差」（Measurement Error），包含系統誤差（反應心向、社會期許偏差、誘導偏誤）與隨機誤差，進而摧毀研究工具的「內容效度」（Content Validity）與「內部一致性信度」（Internal Consistency Reliability）。本科目命題重點在於考生能否精準掌握「題項文字表述、認知負荷、題意單一性及選項設計」等心理計量與研究方法原則。

解題方法

本題為標準的 25 分專業申論題，作答應採取「前言－本論－結語」的三段式論述結構：

1. 前言：點出問卷題項品質與信度、效度的關聯性，奠定答題高度。
2. 本論：將題目編製原則系統化分類。切忌漫無章法地隨意拼湊，應依據「內容效度（切題）」、「語言表述（清晰、中立、簡明）」、「認知負荷（單一、避免否定）」、「受試者心理（能力、敏感度）」及「選項配置（互斥、周延）」五大構面展開論述，並輔以「良好 vs. 不良範例」進行對比說明，向閱卷委員展現深厚的實務經驗。
3. 結語：強調題目編擬完成後，須經過「專家內容效度檢核」與「預試與項目分析」，方能成為具備高信效度的標準化工具，使整體研究架構首尾呼應。

選項分析

本題為申論題型，無單一選項可供勾選。題目命題意圖與採分核心在於檢驗考生是否能具體指出問卷編製常見的「致命錯誤」（如雙重問題、誘導性字眼、含糊語意等），並給出相對應的編製規範。各評分向度剖析如下：

• 概念完整性：能否列舉出至少 6 至 8 項具代表性的編題原則（單一性、清晰性、客觀性、簡明性、避免否定句、考慮作答能力、選項互斥與周延等）。
• 學理闡釋度：是否清楚說明違反該原則時，會對測驗結果產生何種具體偏誤（如：造成受試者猜測、產生社會期許偏誤、導致填答者無所適從）。
• 實務舉例能力：能否針對抽象原則舉出具體問卷題項為例，提升答案的說服力與辨識度。

解題技巧

1. 答題架構化：每一項原則均採用「核心原則標題＋學理意涵說明＋正反範例對照」的三層遞進寫法。閱卷委員閱卷時間極短，清晰的分段與標題能第一時間爭取高分。
2. 背誦口訣化：記憶題項編製原則可記憶關鍵字口訣：「目、單、清、平、簡、非、能、項」（目標一致、單一問題、清楚具體、平實中立、簡明易懂、避免非常與否定、符合能力、選項周延）。
3. 避開常見陷阱：

• 勿將「整份問卷的編製程序」（如確定目的 $\rightarrow$ 建立架構 $\rightarrow$ 編題 $\rightarrow$ 預試）誤答為「題項本身的撰寫原則」。
• 不可僅寫空洞的條列清單，未加解釋者通常僅能取得 10 分左右的及格邊緣分數；必須詳細論述違反原則對「信度」與「效度」的負面衝擊。

【答案】

擬答範本

問卷調查法為教育行政與社會科學研究中普遍採用的實證研究途徑。一份兼具高信度與高效度的問卷，關鍵在於每個題目能否精準激發受試者真實、穩定的認知與態度。編製問卷題目時，應遵循下列核心原則：

一、 切合研究目的與變項架構（Relevance）

• 內涵說明：問卷題項必須依據研究架構、操作定義與研究問題設計，確保題項能有效涵蓋各變項之內涵，以建立良好的「內容效度」（Content Validity）。
• 實例規範：嚴禁納入與研究假設無關之雜訊題項，避免徒增問卷長度，引發受試者作答疲勞。

二、 維持題意單一性，避免雙重問題（Avoid Double-Barreled Questions）

• 內涵說明：一個題項僅能測量單一概念或事件。

核心觀念

本題評量教育行政類科《教育測驗與統計概要》中最核心的五大統計與測驗學概念，橫跨「推論統計基本原理」、「母數檢定之假定」、「多元統計／測驗編製效度驗證」以及「實驗與研究設計之變項分類」：

1. 第二類型錯誤（Type II error）：考驗假說檢定的決策矩陣、型一與型二錯誤之消長關係，以及統計考驗力（Statistical Power）之內涵。
2. 中央極限定理（Central Limit Theorem）：考驗抽樣分配（Sampling Distribution）之漸近常態性質、參數特性（期望值與標準誤），以及母數推論統計的理論基礎。
3. 變異數同質性（Homogeneity of Variance）：考驗獨立樣本 $t$ 檢定與變異數分析（ANOVA）之核心假定、違反假定之影響與檢驗／補救方法。
4. 驗證性因素分析（CFA）：考驗結構方程模式（SEM）測量模式之理論驗證取向、與探索性因素分析（EFA）之差異，以及量表建構效度（收斂與區別效度）之檢驗機制。
5. 中介變項（Intervening Variable）：考驗因果關係之傳遞機制、中介模型（$X \to M \to Y$）之界定，以及其與調節變項（Moderating Variable）之區辨。

解題方法

本題為標準的「名詞解釋題」（每小題 5 分，共 25 分）。在國家考試評分標準中，單純寫出白話定義僅能取得及格分數（約 3 分）；欲取得滿分（5 分），每一小題均須採取三段式結構進行論述：

1. 精準定義與核心內涵：以統計與測驗學術語言精確定義，並列出中英文名稱及代表符號。
2. 統計機制、公式或模式架構：列出關鍵數學關係式、圖解邏輯或成立條件（例如 $\beta$ 與 $1-\beta$、抽樣分配標準誤公式、中介因果路徑 $X \to M \to Y$）。
3. 教育研究與測驗實務之應用／重要性：說明該概念在教育研究設計、心理測驗編製或資料分析中的具體意涵與決策原則。

選項分析

本題為非選題（名詞釋義申論題），無選項分析。各小題之作答重點在於精準掌握各統計概念於體系中的位置，並嚴格區隔容易混淆的概念（如 Type II error 與 Type I error、CFA 與 EFA、中介變項與調節變項、中央極限定理之「抽樣分配」與「樣本分配」）。

解題技巧

1. 版面配置法則：每小題分配約 6～8 行，綱舉目張，使用標題（如「定義」、「數學模式／機制」、「研究意涵」），切忌寫成密密麻麻的一整段。
2. 常見陷阱破除：

• 中央極限定理：切勿寫成「當樣本數大於 30 時，『樣本本身的分配』或『母體分配』會變成常態分配」；正確表述必定是「『樣本平均數的抽樣分配』（Sampling Distribution of the Mean）會趨近於常態分配」。
• 第二類型錯誤：不可只背「存偽」，必須完整交代「真實母體虛無假說為偽，但檢定結果未能拒絕虛無假說」的情境。
• 變異數同質性：務必指出它是 ANOVA 合併估計母體變異數（$MS_W$）的必備前提。
• 驗證性因素分析：核心關鍵字是「理論驅動（theory-driven）」與「考驗模式適配度（model fit）」，對比 EFA 的「資料驅動（data-driven）」。
• 中介變項：核心在於「內部心理歷程／傳遞機制」（解釋 Why/How），不可與調節變項（說明 When/Condition）混為一談。

【答案】

（一）第二類型錯誤（Type II error）

1. 定義與意涵： 第二類型錯誤又稱「型二錯誤」或「$\beta$ 錯誤（Beta error）」，指在統計假設檢定中，當虛無假說（$H_0$）實際上為偽（即對立假說 $H_1$ 為真、母體確實存在真實效果或差異）時，研究者依據檢定統計量卻未能拒絕（保留）虛無假說的決策錯誤，俗稱「存偽」或「偽陰性（False Negative）」。
2. 機率與統計考驗力：

• 犯第二類型錯誤的機率以 $\beta$ 表示： $\beta = P(\text{保留 } H_0 \mid H_0 \text{ 為偽})$
• 其補數 $1 - \beta$ 即為「統計考驗力（Statistical Power）」，代表母體有真實效果時，研究能正確拒絕 $H_0$ 的機率。在固定樣本數下，顯著水準 $\alpha$（型一錯誤機率）降低時，$\beta$ 會隨之升高，兩者呈現反向消長關係。

3. 教育實務意涵： 在教育實驗評鑑中，若某種「創新教學法」確實能顯著提升學生學習成效，但研究者因樣本數不足或測量誤差過大而未能檢驗出顯著差異，即犯了第二類型錯誤，可能導致具有價值的教學方案遭到埋沒。一般統計慣例建議考驗力維持在 $0.80$ 以上（即 $\beta \le 0.20$）。

（二）中央極限定理（Central Limit Theorem, CLT）

1. 定義與內涵： 中央極限定理是推論統計的基石。其內涵為：從具有有限平均數 $\mu$ 與有限變異數 $\sigma^2$ 的任意母體中進行隨機抽樣，無論母體原本的分佈型態為何（常態、偏態、均等或多峰分配），當樣本數 $n$ 充分大時（統計學實務慣例通常以 $n \ge 30$ 為基準），其樣本平均數（$\bar{X}$）的抽樣分配（Sampling Distribution of the Mean）會漸近於常態分配。
2. 抽樣分配之參數特性： 當 $n$ 充分大時，樣本平均數的抽樣分配滿足：