111 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

本題屬於教育測驗與評量之基礎理論題，命題範疇涵蓋古典測驗理論（Classical Test Theory, CTT）的四大核心支柱：

1. 信度理論：測驗分數的一致性與誤差來源分解（「時間取樣」與「內容取樣」誤差）。
2. 效度理論：測驗內容的代表性（內容效度）以及效標關聯效度中的評量偏誤（效標混淆）。
3. 統計預測與迴歸分析：直線迴歸模式中預測精確度的指標（估計標準誤公式及其與相關係數之關係）。
4. 測驗類型學：依受試者作答動機與情境所劃分的測驗類型（Cronbach 提出之典型表現測驗）。

---

解題方法

本題為標準的 25 分名詞解釋題（每小題 5 分）。在國家考試閱卷評分標準中，單純寫出白話定義僅能獲得 2～3 分。若要獲取 5 分滿分，每小題必須採取「四段式結構」鋪陳：

1. 精準定義：點出該專有名詞的學理核心本質。
2. 操作機制／計算公式：說明其編製方式、數學模式或施測程序。
3. 誤差來源／特性分析：探討其優缺點、涉及之測量誤差或心理計量特徵。
4. 實例／對比概念：連結具體測驗範例，或與易混淆概念進行對照辨析。

---

試題詳解

（一）穩定與等值係數（coefficient of stability and equivalence）

1. 意涵與施測方式： 又稱為「延宕複本信度」（delayed alternate-form reliability）。係指將同一群受試者在第一次施測某測驗（甲式）後，間隔一段時間（如兩週或一個月），再施測其內容結構、題數、難度及指導語皆對等的「複本測驗」（乙式），最後計算受試者在兩次測驗得分之間的積差相關係數（Pearson $r$）。
2. 誤差來源與性質： 此係數是古典測驗理論中最嚴格、考驗最全面的信度指標。其估計之誤差變異同時涵蓋了兩種誤差來源：

• 時間取樣誤差（time sampling error）：因施測時間間隔所導致受試者身心狀態、遺忘或學習效應等浮動。
• 內容取樣誤差（content sampling error）：兩份複本題目選題取樣不同所產生的變異。

3. 應用限制： 由於同時受兩種誤差來源稀釋，其係數值通常低於單純的再測信度（穩定係數）或同測複本信度（等值係數）；此外，編製兩份等質的複本測驗耗時費力，實務操作成本較高。

---

（二）內容效度（content validity）

1. 意涵： 指測驗試題內容能適當代表所欲測量之教學目標、學科知識或特定行為領域範疇的程度。其本質為評估試題取樣的「周延性」與「適切性」。
2. 建立方法：

• 雙向細目表（two-way specification table）：在編題前依據教學目標（如 Bloom 認知領域層次）與教材內容雙維度建立架構矩陣，依比例配置題數。
• 專家評定：邀請學科領域專家審閱題項內容與預定測量目標之符合度，提供邏輯性與理性分析（可計算內容效度比 CVR 或內容效度指數 CVI）。

3. 特點與適用領域：

• 屬於質性的「理性分析效度」，不具備單一的統計效度係數。
• 主要應用於「成就測驗」（如段考、公務人員專業科目筆試）與「工作知能抽樣測驗」。
• 概念辨析：不可與「表面效度」（face validity）混淆，表面效度僅指外行人或受試者主觀上覺得像不像該測驗，不具實質心理計量效度價值。

---

（三）估計標準誤（standard error of estimate）

1. 意涵： 在簡單直線迴歸模式（或效標關聯效度驗證）中，利用自變項（預測變項 $X$）預測依變項（效標變項 $Y$）時，實際觀察之效標分數與迴歸方程式預測值（$\hat{Y}$）之間離散程度（預測誤差）的標準差，符號記為 $S_{e}$ 或 $S_{yx}$。
2. 數學公式： $S_{e} = S_{y} \sqrt{1 - r_{xy}^2}$ 其中：

• $S_{y}$：效標變項 $Y$ 之標準差。
• $r_{xy}$：預測變項與效標變項之間的相關係數（即效標關聯效度係數）。

3. 性質與用途：

• 預測精確度指標：當效度係數 $r_{xy} = \pm 1$ 時，$S_{e} = 0$，表示預測完全精確無誤差；當 $r_{xy} = 0$ 時，$S_{e} = S_{y}$，表示預測完全無效，誤差達到最大。

核心觀念

本題評量重點為心理與教育測驗中的「質性與認知結構評量技術」，核心觀念涵蓋：

1. 個人建構理論（Personal Construct Theory, PCT）：由心理學家喬治·凱利（George A. Kelly, 1955）提出，主張「人是科學家」（man-as-scientist），個體透過主動建構心理表徵來解釋、預測並控制生活經驗。其哲學基礎為「建構交替論」（constructive alternativism），認為客觀世界存在，但每個人對事件的詮釋有多種可能性。
2. 雙極性建構（Bipolar Constructs）：認知架構由成對的對立概念所組成（例如「友善 vs. 冷酷」、「嚴格 vs. 寬容」），包含「相似極（emergent pole）」與「對比極（contrast pole）」。
3. 凱利方格法（Repertory Grid Technique, RGT）之定位：又稱「角色建構庫存測驗（Role Construct Repertory Test, Rep Test）」，是一種兼具質性深度與量化分析的測驗技術。其藉由「元素（elements）」與「建構（constructs）」所構成的二維矩陣，客觀具體地描繪出個體主觀內在的認知結構與價值系統。

---

解題方法

本題為標準的 25 分申論題，配分明確（基本理念 10 分、實施程序 15 分）。解題切入點如下：

1. 第一部分：基本理念（10 分）

• 從哲學預設（建構交替論）與人性觀（人即科學家）切入。
• 說明其測驗論立場：批判傳統客觀測驗將受試者框架在施測者的理論題目中，主張由受試者自己產生詞彙（避免外加偏誤），兼顧現象學的主觀意義與心理計量學的客觀矩陣評定。

2. 第二部分：實施程序（15 分）

• 依標準臨床與研究操作流程，將實施步驟劃分為邏輯連貫的五個階段：「界定主題 $\to$ 選取元素 $\to$ 引導建構 $\to$ 矩陣評定 $\to$ 統計分析與詮釋」。
• 詳細說明關鍵操作技術，特別是引導建構的「三聯法（Triadic method）」，這是閱卷評分的核心關鍵點。

---

選項分析（申論題配分與評分要點解析）

本題非選擇題，依考選部申論題閱卷標準，針對題旨之兩大子題進行得分關鍵要點分析：

1. 第一子題：基本理念（配分 10 分）

• 理念一（哲學基礎）：建構交替論與人即科學家（應得 3~4 分）。必須點出人非被動接受刺激，而是主動建立假說、驗證並修正個人建構系統。
• 理念二（結構特性）：建構的雙極性與層級性（應得 3~4 分）。必須提及概念並非單一標籤，而是由對立的兩極界定意義。
• 理念三（測驗特色）：質性探索與量化矩陣的融合（應得 3 分）。強調避免施測者主觀預設，尊重受試者獨特的個人意義系統，同時具備數學矩陣分析能力。

2. 第二子題：實施程序（配分 15 分）

• 步驟一：確定評量情境與主題（應得 2 分）。
• 步驟二：選取／設定「元素（Elements）」（應得 3 分）。說明角色名稱或研究對象之選定。
• 步驟三：引導產生「建構（Constructs）」（應得 4 分）。核心重點，必須寫出「三合一法（Triadic method）」之操作邏輯（二者相似、一者相異）。
• 步驟四：填製方格與評定（Rating / Ranking）（應得 3 分）。說明將元素置於行（columns）、建構置於列（rows），並進行等第或分數評定。
• 步驟五：資料分析與回饋詮釋（應得 3 分）。說明量化（相關分析、因素分析、主成份分析）與質性診斷的綜合應用。

---

解題技巧

1. 專有名詞精準度：作答時必須出現英文專有名詞對照，如 Personal Construct Theory、Elements、Constructs、Triadic Method、Bipolar 等，能展現科班專業深度。
2. 掌握三聯法（Triadic Method）的黃金句型：「隨機呈現三項元素，請受試者指出其中兩項在何種特質上相似（形成相似極），且這項特質與第三者有何不同（形成對比極）。」此句型為本題第二題的必拿分數點。
3. 避免常見陷阱：

• 誤將凱利方格法當成單純的「質性晤談技術」：它產出的是一個可計算的「矩陣」，能進行主成份分析（PCA）或集群分析（Cluster Analysis）。
• 漏寫「雙極性」：建構絕非單一形容詞，必須是一對反義詞組。

---

【答案】

核心觀念

本題評量教育統計中推論統計三大核心分析技術的「適用情境（變項性質與研究設計）」與「統計基本假設（數學模式前提）」。

1. 變項測量尺度與分析技術對應：

• 簡單迴歸分析（Simple Linear Regression）：探討一個連續型自變項（預測變項 $X$）與一個連續型依變項（效標變項 $Y$）之間的線性關係與預測力。
• 單因子變異數分析（One-Way ANOVA）：探討一個類別型自變項（三個或三個以上的水準組別，如自變項 $A$ 具 $k \ge 3$ 組）對一個連續型依變項（$Y$）之平均數差異檢定。
• 單因子共變數分析（One-Way ANCOVA）：結合變異數分析與迴歸分析，在探討類別型自變項對連續型依變項之影響時，藉由統計控制排除一或多個連續型混淆變項（共變項 $C$ 或 $X$）的干擾，檢驗組間「調整後平均數」的差異。

2. 一般線性模型（General Linear Model, GLM）之基本假定：

• 包含對母體分配、殘差項（Error term, $\varepsilon$）之性質要求（常態性、同質性、獨立性）。
• ANCOVA 除具備 ANOVA 與迴歸之假定外，特別要求組內迴歸斜率同質性（Homogeneity of Within-Group Regression Slopes），以確保各組調整量之一致性。

---

解題方法

本題為標準的統計觀念與理論比較申論題，作答策略採「條列結構化」與「圖表化對比」：

1. 第一子題（使用時機與舉例，12 分）：

• 採「自變項性質＋依變項性質＋研究目的＋教育研究實例」四段式撰寫各方法。
• 舉例必須貼合教育行政、教學評量或心理輔導之具體情境，指明自變項、依變項（以及共變項）之名稱。

2. 第二子題（基本假設，13 分）：

• 簡單迴歸分析：自模式 $Y_i = \beta_0 + \beta_1 X_i + \varepsilon_i$ 切入，著重於對殘差項 $\varepsilon_i \sim i.i.d.\ N(0, \sigma^2)$ 的四大古典假定（線性、常態、同質、獨立）及自變項無測量誤差假定。
• 單因子共變數分析：劃分為「ANOVA 共有假定」、「迴歸假定」及「ANCOVA 關鍵特有假定（組內迴歸斜率同質性、共變項不受實驗處理影響）」，層次分明。

---

解題技巧與常見陷阱

1. 實例變項層次切勿混淆：

• ANOVA 的自變項必須是「類別變項」（如不同教學法），且至少舉「三組」（兩組用獨立樣本 $t$ 檢定即可，舉三組更能突顯 ANOVA 時機）。
• ANCOVA 必須明確指出「共變項」是什麼，且該共變項必須為連續變項、在實驗處理前即已存在（例如前測分數或智力商數）。

2. 基本假設切忌只寫名詞：

• 寫出「常態性」時，務必精確指明是「殘差項呈常態分配」或「各組條件母體呈常態分配」，而非整個混合樣本成常態。

3. 共變數分析的致死陷阱：

• 漏寫「組內迴歸係數同質性假定」為最常見失分點。此假定若被違背（即共變項與自變項存在交互作用），則不可使用傳統 ANCOVA，而須改用 Johnson-Neyman 技術或多層次模型處理。

---

【答案】

一、簡單迴歸、單因子變異數分析及單因子共變數分析之使用時機與實例

統計方法	自變項（IV）屬性	依變項（DV）屬性	控制變項（共變項 CV）	主要使用時機與分析目的
簡單迴歸分析	1 個（連續變項）	1 個（連續變項）	無	探討單一自變項對依變項的線性關係，並建立方程式以預測依變項數值。
單因子變異數分析	1 個（類別變項，$\ge 3$ 組）	1 個（連續變項）	無	比較三個或三個以上獨立組別在單一依變項上的平均數差異。
單因子共變數分析	1 個（類別變項，$\ge 2$ 組）	1 個（連續變項）	1 個（連續變項）	在排除與依變項高度相關之共變項干擾後，檢驗各組調整後平均數的差異。

(一) 簡單迴歸分析（Simple Linear Regression Analysis）

1. 使用時機： 研究者欲探討一個連續變項（預測變項 $X$）對另一個連續變項（效標變項 $Y$）是否具有統計上的線性解釋或預測能力，並藉由最小平方法（OLS）估計迴歸係數以建立預測方程式。
2. 教育研究實例：

• 研究題目：探討國中生每週自主學習時數對學業成就測驗分數的預測效果。
• 自變項（$X$）：每週自主學習時數（連續變項，單位：小時）。
• 依變項（$Y$）：學業成就測驗得分（連續變項，滿分 100 分）。

(二) 單因子變異數分析（One-Way ANOVA）

1. 使用時機： 研究者欲檢定單一因子（自變項包含三個或三個以上的獨立組別）對某個連續變項之母體平均數是否存在顯著差異，藉由比較組間變異與組內變異之比值（$F$ 檢定），避免膨脹第一類型錯誤（$\alpha$ inflation）。
2. 教育研究實例：

核心觀念

本題評量重點為「認知結構評量」（Cognitive Structure Assessment）與「質性/替代性評量」領域中的概念圖評量（Concept Mapping Assessment）。核心理論基礎與學者包括：

1. 理論淵源：源自 Ausubel 的「有意義學習論」（Meaningful Learning Theory）與認知同化架構，由 Novak & Gowin（1984）正式發展為教學與評量工具。
2. 評量本質：概念圖透過節點（Nodes，代表概念）與連結線（Links，含連接詞形成的命題），將學習者內在隱性的認知結構（結構化知識、概念間關聯性、層級包含關係）予以顯性化與外顯化。
3. 計分系統標準：Novak & Gowin 所建構的經典結構性計分模式（Structural Scoring System），包含「命題」、「階層」、「交叉連結」及「實例」等四大向度。

---

解題方法

本題為典型教育測驗申論題，配分為 25 分（10 分＋15 分），解題切入點應嚴格對應題意之兩大設問，採「理論對應實務」架構層層推展：

1. 第一子題（10 分：適用時機與相應目的）：

• 切入點：依教學歷程的時間軸（教學前、教學中、教學後、專題探究），將評量功能（安置/診斷性、形成性、總結性）與概念圖之認知診斷特性緊密結合，分別論述「時機」與「目的」，避免兩者脫鉤。

2. 第二子題（15 分：評量計分項目）：

• 切入點：以 Novak & Gowin 的經典結構計分法為核心主幹（命題、階層、交叉連結、實例），詳述其定義、正確性判準與計分意義；並補充現代表現規準法（如專家圖比對法、整體性量規評分），使答案具備專業深度與實務完整性。

---

選項分析

本題為申論題，非選擇題。試題作答之內涵對應與評分要點解析如下：

• 子題一（適用時機與相應目的，10 分）：
• 核心檢核點在於考生能否跳脫「紙筆測驗只能考破碎事實」的限制，凸顯概念圖在「概念整合」、「迷思概念偵測」與「學習進程監控」上的獨特價值。若僅籠統回答「上課前後」，無法獲取高分；必須精確對應「教學前診斷先備知識」、「教學中形成性回饋調適」及「教學後總結性評量認知整合」。
• 子題二（評量計分項目，15 分）：
• 核心檢核點在於計分向度的專有名詞精準度。若僅憑直覺寫出「字體工整」、「排版美觀」等表面特徵將嚴重失分；必須完整列出 Novak & Gowin 經典四大要素（Propositions, Hierarchy, Cross-links, Examples），並點出其中以「交叉連結（橫向連結）」最具評量高層次綜合與創造性思維之權重價值。

---

解題技巧

1. 分點並列與名詞精準：申論題閱卷極重視關鍵術語。第一小題務必列出「教學前/診斷性」、「教學中/形成性」、「教學後/總結性」；第二小題務必準確寫出「命題（Propositions）」、「層級/階層（Hierarchy）」、「交叉連結（Cross-links）」及「實例（Examples）」。
2. 配分掌控與時間分配：

• 10 分題：版面約佔 10～12 行，以表格化或對照條列呈現「時機 $\leftrightarrow$ 目的」。
• 15 分題：版面約佔 15～18 行，四大計分標準分項陳述「定義、計分方式、測量之認知意義」。

3. 避免常見陷阱：

• 陷阱一：將「概念圖」與一般「心智圖（Mind Map）」混淆。心智圖多為聯想發散，概念圖則強調「兩概念之間的連接詞構成有意義之命題（Proposition）」及「上位/下位之階層關係」。
• 陷阱二：忽略「交叉連結」的意義。交叉連結代表跨領域或跨分支概念的融會貫通，是評量高層次理解的靈魂指標，務必加重強調。

---

【答案】

一、使用概念圖於評量的適用時機及其相應之目的

概念圖（Concept Map）係以圖形化表徵外顯學生認知架構之工具，依教學進程與評量功能，其適用時機與相應目的如下：