108 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

本題的核心考點為資料的線性轉換（Linear Transformation）​對「集中量數」（Central Tendency）與「變異量數」（Variability）之影響，以及薪資決策比較（損益平衡分析）。

1. 集中量數的線性轉換特性： 若原始變數為 $X$，經線性轉換為 $Y = aX + b$（其中 $a, b$ 為常數）：

• 平均數（Mean）：$\mu_Y = a\mu_X + b$
• 中位數（Median）：$Md_Y = aMd_X + b$
• 眾數（Mode）：$Mo_Y = aMo_X + b$ 性質：集中量數同時受到乘數縮放（$a$）與常數平移（$b$）的直接影響。

2. 變異量數的線性轉換特性：

• 標準差（Standard Deviation）：$\sigma_Y = |a|\sigma_X$ 性質：標準差代表資料的分散程度，僅受乘數縮放（$|a|$）之影響，與常數平移（$b$）無關。

3. 調薪方案之比較原理： 比較「定額加薪」與「定率加薪」，關鍵在於個人的基本薪資是否跨越「損益平衡點（臨界薪資）」。 設平衡點為 $X^*$，滿足： $X^* \times 15\% = 3{,}000 \implies X^* = \frac{3{,}000}{0.15} = 20{,}000 \text{ 元}$

• 當薪資高於 $20{,}000$ 元時，比例加薪大於固定加薪（$15\% > 3{,}000$ 元）。
• 當薪資低於 $20{,}000$ 元時，固定加薪大於比例加薪（$3{,}000 \text{ 元} > 15\%$）。

---

解題方法

本題為計算申論題，依題意分為四個子題依序推導：

一、若加薪 $5{,}000$ 元，平均數、中位數及眾數之改變

設原本個別員工之薪資為 $X$，加薪 $5{,}000$ 元後之新薪資為 $Y$，則轉換關係式為： $Y = X + 5{,}000$ 此時為純常數平移（$a = 1, b = 5{,}000$），所有集中量數均同額增加 $5{,}000$ 元：

1. 新平均數： $\mu_Y = \mu_X + 5{,}000 = 55{,}000 + 5{,}000 = 60{,}000 \text{（元）}$
2. 新中位數： $Md_Y = Md_X + 5{,}000 = 35{,}000 + 5{,}000 = 40{,}000 \text{（元）}$
3. 新眾數： $Mo_Y = Mo_X + 5{,}000 = 30{,}000 + 5{,}000 = 35{,}000 \text{（元）}$ 說明：平均數、中位數、眾數皆各自增加 $5{,}000$ 元，數值分別變為 $60{,}000$ 元、$40{,}000$ 元與 $35{,}000$ 元。

二、若加薪 $15\%$，薪資標準差與原本標準差之關係

加薪 $15\%$ 代表新薪資 $Y$ 為原薪資 $X$ 加上 $15\%$，轉換關係式為： $Y = X + 0.15X = 1.15X$ 此時為乘數縮放（$a = 1.15, b = 0$）。根據標準差的線性轉換公式： $\sigma_Y = |a|\sigma_X = 1.15\sigma_X$ 說明：加薪 $15\%$ 後，新薪資的標準差為原本標準差的 $1.15$ 倍（亦即標準差增加 $15\%$）。

三、甲的薪資等於平均數時，方案選擇分析

甲的薪資為平均數 $X_{\text{甲}} = 55{,}000$ 元。

• 方案一（加薪 $3{,}000$ 元）：增加金額為 $3{,}000$ 元。
• 方案二（加薪 $15\%$）：增加金額為： $55{,}000 \times 15\% = 8{,}250 \text{（元）}$

核心觀念

本題評量心理與教育測驗中「測驗分類架構」的基礎學理。心理測驗因編製目的、對象、施測情境與解釋面向多元，在測驗理論（Test Theory）中依據不同屬性（Attributes）建立標準化分類體系。各小題對應之核心概念如下：

1. 測量特質：以克朗巴赫（L. J. Cronbach）提出之「最大表現測驗」與「典型表現測驗」為主軸，對應認知領域（智力、性向、成就）與情意領域（人格、興趣、態度）的心理構念。
2. 分數解釋方式：以格拉瑟（R. Glaser）提出之「常模參照」（相對表現，如百分等級 $\text{PR}$、標準分數 $Z$ 與 $T$ 分數）與「效標參照」（絕對標準／精熟學習門檻）。
3. 實施方式：依主試者與受試者的互動比例分為「個別測驗」與「團體測驗」。
4. 時間限制：依題目難度配置與作答時間寬裕度分為「速度測驗」與「難度測驗（力量測驗）」。
5. 測驗材料：依測驗刺激呈現形式與受試者反應媒介分為「文字測驗」、「非文字測驗」與「操作測驗」。

---

解題方法

本題為標準的申論題型，每小題配分 $6$ 分，共 $30$ 分。作答時應採取「結構化矩陣」切入，各小題依序呈現：

1. 類別定義與英譯：精確標示類別名稱及其專業英文術語。
2. 核心特徵與理論基礎：清楚界定其操作定義、測量機制與適用情境。
3. 經典測驗實例：舉出教育與心理實務上的代表性測驗工具（如魏氏智力量表、學科能力測驗、明尼蘇達多項人格問卷等），以彰顯專業深度並掌握配分。

---

選項分析

本題為申論試題，非選擇題型，故無選項需逐一排除。作答重點在於精準釐清各屬性下相互對應之測驗範疇，切忌將不同分類維度相互混淆（例如不可將「實施方式」誤答為紙筆與電腦化，而遺漏最根本的「個別」與「團體」）。

---

解題技巧

1. 掌握對立性架構：心理測驗分類多具「成雙成對」之二分或三分特徵，作答時成對列出有助於思路完整且不遺漏：

• 特質：最大表現 vs. 典型表現（認知 vs. 情意）。
• 分數解釋：常模參照 vs. 效標參照（相對 vs. 絕對）。
• 實施方式：個別測驗 vs. 團體測驗。
• 時間限制：速度測驗 vs. 難度測驗。
• 測驗材料：文字測驗 vs. 非文字測驗 vs. 操作測驗。

2. 範例佐證法：定義後務必附上 $1 \sim 2$ 個經典測驗名稱，這是閱卷委員給予高分的關鍵指標。
3. 時間與篇幅分配：每小題 $6$ 分，版面宜以 $6 \sim 8$ 行精鍊論述，五小題合計約一頁半至兩頁試卷紙，確保層次分明。

---

【答案】

(一) 依「測驗測量的特質」分類

心理測驗依其所欲測量的心理特質或行為構念，主要可依克朗巴赫（L. J. Cronbach）的架構劃分為兩大類：

1. 最大表現測驗（Maximum Performance Tests）／認知測驗（Cognitive Tests）：

• 意義：測量受試者的認知能力極限或學習成果，受試者在測驗情境下須盡全力以爭取最高分數，答案具有客觀的對錯正誤之分。
• 類型與實例：
• 智力測驗（Intelligence Tests）：測量個人的普遍認知潛能與綜合學習能力（如：魏氏成人智力量表）。
• 性向測驗（Aptitude Tests）：測量個人在特定領域的潛在學習能力或發展可能性（如：區分性向測驗 DAT）。
• 成就測驗（Achievement Tests）：評量個人在接受特定教育或訓練後的具體知識與技能表現（如：國中教育會考、學科能力測驗）。

2. 典型表現測驗（Typical Performance Tests）／情意測驗（Affective Tests）：

• 意義：評量個人在日常生活或一般情境下經常展現的情緒、態度、人格特質或行為傾向。題目通常無標準答案或對錯，強調反應的真實性。
• 類型與實例：
• 人格測驗（Personality Tests）：評量性格結構、情緒穩定性或心理適應（如：明尼蘇達多項人格問卷 MMPI、賴氏人格測驗）。
• 興趣與態度測驗（Interest and Attitude Inventories）：測量職業喜好或價值取向（如：何倫職業興趣量表 SDS、李克特態度量表）。

---

核心觀念

本題融合「教育測驗之分數轉換」與「古典測驗理論（CTT）之信度與測量標準誤」兩大核心主題，主要評量以下觀念與公式：

1. 標準分數（$Z$ 分數與 $T$ 分數）：

• 原始分數轉化為標準分數（$Z$ 分數）： $Z = \frac{X - \mu}{\sigma}$
• 麥考爾（McCall）$T$ 分數轉換公式： $T = 50 + 10Z$

2. 百分等級（Percentile Rank, $PR$）：

• 指在常模團體中，分數低於該特定分數之考生人數百分比。常態分配下，平均數與標準差之間具有固定的機率面積（$\mu \pm 1\sigma$ 約佔 $68.26\%$，單側為 $34.13\%$）。

3. 常態化標準分數（Normalized Standard Score）：

• 將非對稱或非常態分配轉換為常態分配之標準分數。若母群本身已符合常態分配假設，則常態化 $Z$ 分數與線性 $Z$ 分數完全一致；亦有以轉換後之常態化 $T$ 分數表示。

4. 測量標準誤（Standard Error of Measurement, $SEM$ 或 $S_e$）：

• 衡量單一受試者重複施測時，其實得分數環繞真實分數分散程度的指標，公式為： $SEM = S_X \sqrt{1 - r_{xx}}$ （其中 $S_X$ 為測驗標準差，$r_{xx}$ 為測驗信度係數）

5. 分數的信賴區間（Confidence Interval, $CI$）：

• 用於估計受試者的真實分數區間。在 $95\%$ 信賴水準下，雙尾臨界值 $Z_{0.025} = 1.96$（教育測驗中常以 $2$ 為整數近似值），公式為： $CI_{95\%} = X \pm 1.96 \times SEM$

---

解題方法

第一部分：小華分數之相對地位（$PR$、$T$ 分數、常態化標準分數）

1. 計算標準分數（$Z$ 分數）： 代入題目給定數據（平均數 $\mu = 50$，標準差 $\sigma = 10$，小華得分 $X = 60$）： $Z = \frac{60 - 50}{10} = \frac{10}{10} = +1.0$

2. 求百分等級（$PR$）： 題目假設測驗分數呈常態分配。

• 在標準常態分配 $N(0, 1)$ 下，$Z = 0$ 左側累積機率為 $50\%$。
• $Z = 0$ 到 $Z = +1.0$ 之間的曲線下面積約為 $34.13\%$。
• 因此，低於小華分數（$Z \le 1.0$）的累積百分比為： $50\% + 34.13\% = 84.13\%$
• 百分等級通常以整數表示，故小華的百分等級為 $84$（即 $PR = 84$）。

3. 計算 $T$ 分數： 將 $Z = 1.0$ 代入 $T$ 分數轉換公式： $T = 50 + 10 \times (1.0) = 60$

4. 求常態化標準分數： 常態化標準分數是透過累積百分比換算而得的標準分數。由於題幹明確指出「該測驗的分數呈常態分配」，在此條件下，常態化標準分數（常態化 $Z$ 分數）與線性 $Z$ 分數相等： $\text{常態化 } Z \text{ 分數} = +1.0$ （若以常態化 $T$ 分數表示，則為 $60$；若以九分制 Stanine 表示，則為第 $7$ 級）。國家考試標準閱卷以常態化 $Z = +1.0$ 為標準解答。

---

第二部分：測量標準誤與 $95\%$ 信賴區間

核心觀念

本題評量教育測驗的核心理論——古典測驗理論（Classical Test Theory, CTT）​中「團體變異性對信度係數的影響」以及「信度類型與測量誤差來源之對應關係」。涉及之核心概念如下：

1. 信度定義與變異數關係： 在古典測驗理論中，實得分數變異數 $\sigma_X^2$ 等於真分數變異數 $\sigma_T^2$ 與誤差變異數 $\sigma_e^2$ 之和（即 $\sigma_X^2 = \sigma_T^2 + \sigma_e^2$）。信度係數 $r_{xx'}$ 定義為真分數變異數占實得分數變異數的比例： $r_{xx'} = \frac{\sigma_T^2}{\sigma_X^2} = 1 - \frac{\sigma_e^2}{\sigma_X^2}$ 若測量工具固定，假定測量標準誤（誤差變異數 $\sigma_e^2$）維持穩定，當受試團體的能力變異（$\sigma_X^2$）越大時，信度係數估計值越高；反之，團體同質性越高（變異受限，$\sigma_X^2$ 越小），信度係數估計值越低。
2. 信度種類與施測設計：

• 單次施測：評估試題間的一致程度，稱為內部一致性信度（Internal Consistency Reliability，如折半信度、Cronbach's $\alpha$）。
• 複本同時施測：同一群體在同一時間（或極短間隔內）接受兩份對等複本測驗，其分數相關稱為等值性信度（Equivalence Reliability）。
• 複本間隔施測：同一群體接受兩份對等複本測驗，施測時間相隔一段期間，其分數相關稱為穩定與等值性信度（Stability and Equivalence Reliability）。

3. 測量誤差來源：

• 內容取樣誤差（Content Sampling Error）：因不同試題抽樣（或分半）對受試者產生的測量偏差。
• 時間取樣誤差（Time Sampling Error）：因跨時間施測，受試者身心狀態（疲勞、動機、注意力）波動或外在環境變化所造成的誤差。

---

解題方法

(一) 甲校與乙校信度大小關係、類型與測量誤差

1. 信度大小關係：乙校計算出的信度大於甲校（乙校 $>$ 甲校）

• 推導理由：
• 題目已知「甲校素質較為整齊」，代表甲校學生能力的同質性高，實得分數變異數 $\sigma_{X(\text{甲})}^2$ 較小。
• 「乙校能力差異大」，代表乙校學生能力的異質性高，實得分數變異數 $\sigma_{X(\text{乙})}^2$ 較大。
• 依據古典測驗理論信度公式： $r_{xx'} = 1 - \frac{\sigma_e^2}{\sigma_X^2}$ 在同一測驗工具之測量標準誤 $\sigma_e$ 保持不變的假設下，實得分數變異數較大者，其分數分布全距未受限，信度估計值較高。因此，能力差異大的乙校所計算出之信度，必然大於素質整齊的甲校。

2. 信度類型：內部一致性信度（Internal Consistency Reliability）

• 判斷依據：甲校僅施測單一的 A 測驗（未施測複本，亦無間隔重測）。在單一測驗單次施測的情境下，檢驗測驗內部各試題間計分的一致性，所得之信度即為「內部一致性信度」（如 Cronbach's $\alpha$ 係數或折半信度）。

3. 關心的測量誤差：內容取樣誤差（Content Sampling Error）

• 說明：單次施測評估內部一致性，完全排除跨時間的干擾，因此所關心的主要誤差來自於「測驗編製時試題抽樣的適切性與同質性」，即試題取樣能否一致測量到目標特質。

---

(二) 乙校與丙校信度類型、大小關係與測量誤差