109 年 國立政治大學心理學系碩士班實驗與發展組《發展與認知心理學》

核心觀念

本題旨在測驗推論統計學中最基礎且關鍵的兩大概念辨析及其背後的數理統計基礎：

1. 單一樣本資料分配（Sample Data Distribution）：指自母群中單次隨機抽取大小為 $n$ 的樣本，由這 $n$ 個原始觀察值 $X_1, X_2, \dots, X_n$ 所構成的資料分配。其分析單位為「個體數值（Raw Scores）」。
2. 樣本平均數的抽樣分配（Sampling Distribution of the Mean）：指在相同樣本數 $n$ 的條件下，自同一母群重複進行無限多次隨機抽樣，每次計算出一個樣本平均數 $\bar{X}$，由所有可能出現的樣本平均數所形成的機率分配。其分析單位為「統計量（Statistic）」。
3. 支撐關聯的統計理論：
   • 中央極限定理（Central Limit Theorem, CLT）
   • 期望值與變異數之線性代數性質（Properties of Expectation and Variance）
   • 大數法則（Law of Large Numbers, LLN）

---

解題方法

要完整說明兩者之關聯，需從「中心趨勢」、「分散程度（離散度）」與「分配形狀」三個構面進行對比與連結，並指出其背後所依據的統計理論。

一、兩者之關聯性（從三個構面說明）

1. 中心趨勢（Central Tendency）的關聯

   • 單一樣本資料的平均數 $\bar{x} = \frac{1}{n}\sum_{i=1}^{n} X_i$，是母群平均數 $\mu$ 的不偏估計量（Unbiased Estimator）。
   • 抽樣分配的平均數（期望值）亦恰好等於母群平均數： $$\mu_{\bar{X}} = E(\bar{X}) = \mu$$
   • 關聯：單一樣本所算得的平均數 $\bar{x}$，即為抽樣分配中的「其中一個落點（抽樣實現值）」。隨著單一樣本的樣本數 $n$ 增加，該樣本平均數 $\bar{x}$ 會依大數法則（LLN）高度機率收斂於抽樣分配的中心 $\mu$。

2. 分散程度（Variability）的關聯

   • 單一樣本資料分配的離散程度以樣本標準差 $s$ 表示，用以估計母群標準差 $\sigma$： $$s = \sqrt{\frac{\sum_{i=1}^{n} (X_i - \bar{x})^2}{n-1}}$$
   • 樣本平均數抽樣分配的標準差稱為標準誤（Standard Error, $SE$），其理論公式為： $$\sigma_{\bar{X}} = \frac{\sigma}{\sqrt{n}}$$
   • 關聯：抽樣分配的離散度（標準誤）是由單一樣本資料背後所代表的母群離散度（$\sigma$）與樣本數（$n$）共同決定。抽樣分配的變異性恆小於單一樣本資料分配的變異性，兩者之標準差呈 $\frac{1}{\sqrt{n}}$ 的縮小關係。在實務上，單一樣本的標準差 $s$ 即直接用來估計抽樣分配的標準誤（即 $\widehat{SE} = \frac{s}{\sqrt{n}}$）。

3. 分配形狀（Distribution Shape）的關聯

   • 單一樣本資料分配的形狀，在樣本數增大時會逐漸貼近母群母體的原始形狀（若母體為偏態，單一樣本資料分配亦呈現偏態）。
   • 抽樣分配的形狀則不同：
     • 若母群為常態分配，則不論 $n$ 大小，抽樣分配恆為常態分配。
     • 若母群為非常態（如偏態、均勻分配），只要樣本數 $n$ 夠大（統計實務上通常 $n \ge 30$），由重複抽樣所得之樣本平均數抽樣分配必漸近趨近於常態分配。

---

二、關聯所根據的統計理論

1. 中央極限定理（Central Limit Theorem, CLT）
   • 理論內容：設自具有有限平均數 $\mu$ 與有限變異數 $\sigma^2$ 的任意母群中，隨機獨立抽取大小為 $n$ 的隨機樣本，當 $n \to \infty$ 時，樣本平均數 $\bar{X}$ 的抽樣分配會漸近收斂至常態分配：

本題主要在探討「效果量」(Effect Size) 的概念、功用，以及常見的效果量指標及其解讀。

核心觀念：

• 效果量 (Effect Size)：衡量自變項（或處理）對依變項影響的「大小」或「強度」，獨立於樣本大小。
• 統計顯著性 (Statistical Significance)：僅表示觀察到的差異或關係是否極不可能由隨機機會產生（通常透過 P 值判斷），但不提供影響大小的資訊。
• 共同效應值 (Common Language Effect Size)：將效果量轉換為易於理解的機率描述。

詳解：

1. 效果量在統計分析時的功用：

   • 補充 P 值的重要性：傳統的統計顯著性檢定（如 t 檢定、ANOVA 的 P 值）只能告訴我們觀察到的結果是否「統計上顯著」，即差異或關係不太可能是隨機造成的。然而，即使是很小的效果量，只要樣本數足夠大，也可能達到統計顯著。反之，一個很大的效果量，若樣本數太小，則可能無法達到統計顯著。因此，效果量提供了比 P 值更全面的資訊，它量化了影響的實際大小。
   • 衡量效應的實際重要性 (Practical Significance)：效果量直接指示了自變項對依變項影響的實際程度。一個統計上顯著的結果，如果效果量很小，可能在實際應用中意義不大。反之，一個效果量很大的結果，即使統計上未達顯著（可能因樣本數不足），也可能具有重要的實際意義。
   • 研究結果的解釋與比較：效果量讓研究者能夠更清晰地解釋研究發現的實際意義，並能跨研究、跨實驗比較不同研究中發現的效應大小，使結果更具可比性。
   • 樣本大小的規劃 (Power Analysis)：在研究設計階段，效果量是進行「統計檢力分析」(Power Analysis) 的關鍵輸入之一。研究者需要預期一個合理的（或期望的）效果量，結合所需的統計檢力（通常設為 0.80）和顯著水準（$\alpha$，通常設為 0.05），來計算所需的最小樣本數。

2. 三種常用的效果量指標及其衡量標準/意涵：

   • Cohen's d：

     • 定義：通常用於比較兩組獨立樣本平均數差異時。它表示兩組平均數之間的差異，以標準差為單位來衡量。
     • 計算公式 (兩獨立樣本 t 檢定)：$d = \frac{\bar{X}_1 - \bar{X}_2}{S_{pooled}}$，其中 $\bar{X}_1, \bar{X}_2$ 分別為兩組的樣本平均數，$S_{pooled}$ 為合併標準差（pooled standard deviation）。
     • 衡量標準/意涵：Cohen 建議了以下規則（這些是指導性的，實際解釋需考慮研究領域）：
       • $|d| \approx 0.2$：小效果量 (small effect)
       • $|d| \approx 0.5$：中等效果量 (medium effect)
       • $|d| \approx 0.8$：大效果量 (large effect)
     • 代表的意涵：Cohen's d 告訴我們，兩組平均數的差異相當於多少個標準差。例如，$d=0.8$ 表示兩組的平均數差異等於 0.8 個標準差，這意味著第一組的平均數大約比第二組的平均數高出 0.8 個標準差。

   • Pearson's r (相關係數)：

     • 定義：用於衡量兩個連續變項之間線性關係的強度與方向。

本題旨在釐清統計學中兩個核心且常被混淆的概念：「參數」(Parameter) 與「統計量」(Statistic)，以及它們的意義、內涵和表示方法上的差異。

核心觀念：

• 母群體 (Population)：研究者感興趣的全部個體、事件或測量值的集合。
• 樣本 (Sample)：從母群體中抽取出來的一部分個體、事件或測量值。
• 參數 (Parameter)：描述母群體特徵的數值。
• 統計量 (Statistic)：描述樣本特徵的數值。

詳解：

1. 參數 (Parameter)：

   • 意義：參數是描述母群體特徵的數值。這些數值通常是未知的，因為我們很少能夠測量整個母群體。研究者感興趣的是母群體的真實情況。
   • 內涵：例如，母群體的平均數 ($\mu$)、母群體的標準差 ($\sigma$)、母群體的比例 ($P$)、母群體的相關係數 ($\rho$) 等。
   • 表示方法：參數通常用希臘字母表示，例如：
     • 母群體平均數：$\mu$ (mu)
     • 母群體標準差：$\sigma$ (sigma)
     • 母群體變異數：$\sigma^2$
     • 母群體比例：$P$ (或 $\pi$)
     • 母群體相關係數：$\rho$ (rho)
   • 取得方式：參數的值通常是固定的（對於給定的母群體），但由於難以或不可能測量整個母群體，參數的值通常是未知的。我們透過樣本統計量來估計參數。

2. 統計量 (Statistic)：

   • 意義：統計量是描述樣本特徵的數值。它是根據樣本數據計算出來的，用於推論母群體的參數。
   • 內涵：例如，樣本的平均數 ($\bar{X}$ 或 M)、樣本的標準差 ($s$ 或 SD)、樣本的比例 ($\hat{p}$ 或 p̂)、樣本的相關係數 ($r$) 等。
   • 表示方法：統計量通常用拉丁字母表示，例如：
     • 樣本平均數：$\bar{X}$ (X-bar) 或 M
     • 樣本標準差：$s$ 或 SD
     • 樣本變異數：$s^2$
     • 樣本比例：$\hat{p}$ (p-hat)
     • 樣本相關係數：$r$
   • 取得方式：統計量的值可以透過對樣本數據進行計算而得知。由於它是基於樣本，其值會隨著每次抽樣而變動，因此具有變異性。

3. 對照與差異：

   | 特徵 | 參數 (Parameter) | 統計量 (Statistic) |

本題主要探討迴歸分析（Regression Analysis）中的重要前提假設，以及當這些假設未被滿足時，應如何處理。

核心觀念：

• 迴歸分析 (Regression Analysis)：一種統計方法，用於檢驗一個或多個自變項（預測變項）與一個依變項（反應變項）之間的關係，並建立預測模型。
• 前提假設 (Assumptions)：迴歸分析的結果（特別是參數估計的優良性、假設檢定的有效性）依賴於一系列的前提假設。若假設違反，模型的解釋和推論可能不準確。
• 殘差 (Residuals)：觀察到的依變項值與迴歸模型預測的依變項值之間的差異 ($e_i = Y_i - \hat{Y}_i$)。

詳解：
迴歸分析（特別是線性迴歸）的主要前提假設包括：

1. 線性關係 (Linearity)：

   • 假設內容：自變項與依變項之間存在線性關係。也就是說，依變項的平均值會隨著自變項的變化而以恆定的速率線性變化。
   • 檢查方法：繪製散佈圖（Scatterplot）觀察變項間的關係；繪製殘差圖（Residual plot），觀察殘差是否圍繞零線隨機散佈，若呈現曲線模式，則表示線性假設可能被違反。
   • 違反時的處置原則：
     • 轉換變數：對自變項或依變項進行數學轉換（如取對數、平方根、平方），以嘗試將非線性關係轉換為線性關係。
     • 多項式迴歸：納入自變項的高次項（如 $X^2, X^3$）來擬合曲線關係。
     • 多個自變項：考慮納入其他可能解釋依變項變異的自變項，或使用非線性迴歸模型。

2. 獨立性 (Independence of Errors)：

   • 假設內容：殘差之間是相互獨立的，即一個殘差的數值不應預測另一個殘差的數值。這在時間序列資料中尤其重要，因為前後觀測值可能相關。
   • 檢查方法：繪製殘差對觀測順序（或時間）的圖（Residuals vs. Order/Time plot）；進行 Durbin-Watson 檢定。
   • 違反時的處置原則：
     • 時間序列模型：若存在序列相關，應考慮使用時間序列分析模型（如 ARIMA 模型）。
     • 廣義最小平方法 (Generalized Least Squares, GLS)：適用於殘差存在結構性相關的情況。
     • 調整標準誤：在某些情況下，可以計算調整過的標準誤來進行推論。

3. 同質變異性 (Homoscedasticity) / 殘差變異數恆定 (Constant Variance of Errors)：

   • 假設內容：殘差的變異數對於自變項的每一個值都應是恆定的（即殘差的散佈程度一致）。
   • 檢查方法：繪製殘差對預測值（$\hat{Y}$）或自變項的圖（Residuals vs. Predicted/Independent Variable plot）。若殘差的散佈範圍隨著 $\hat{Y}$ 或自變項的增加而擴大（扇形或喇叭狀），則違反此假設。
   • 違反時的處置原則：

本題旨在釐清變異數分析 (ANOVA) 中的「事前比較」(Prior Analysis) 與「事後比較」(Post-Hoc Analysis) 的概念、目的，以及兩者之間最主要的區別。

核心觀念：

• 變異數分析 (ANOVA)：一種統計方法，用於比較三個或三個以上群體平均數是否存在顯著差異。
• 虛無假設 (Null Hypothesis, $H_0$)：在 ANOVA 中，通常是所有群體平均數均相等。
• 對比 (Contrast)：在 ANOVA 之後，用於檢驗特定群體平均數之間組合的差異。
• 多重比較 (Multiple Comparisons)：當進行多次對比或檢定時，會增加犯第一類錯誤（誤拒絕虛無假設，False Positive）的機率。

詳解：

1. 事前比較 (Prior Analysis / Planned Comparisons / Contrasts)：

   • 定義：是指在進行 ANOVA 分析之前，基於研究理論或先前研究的預期，就已經預先規劃好要檢驗的特定群體平均數之間的比較。
   • 目的：這些比較是「有計畫的」(planned)，通常是針對研究中預期會出現特定差異的特定群體組合。例如，研究者預期實驗組會比對照組有顯著進步，就會預先規劃比較實驗組與對照組。
   • 優點：由於這些比較是預先規劃好的，研究者對這些比較有較高的信心，因此通常不需要對 P 值進行嚴格的校正（或僅需較輕微的校正），能夠維持較高的統計檢力來檢測預期的效應。

2. 事後比較 (Post-Hoc Analysis / A Posteriori Comparisons)：

   • 定義：是指在 ANOVA 分析結果顯示整體 F 檢定達到了統計顯著（即拒絕了所有群體平均數均相等的虛無假設）之後，才進行的群體平均數之間的兩兩比較。
   • 目的：當 ANOVA 檢定結果顯示「至少有一個」群體平均數與其他群體不同時，事後比較用於找出「哪些」具體的群體平均數之間存在顯著差異。

本題旨在探討變異數分析 (ANOVA) 中的「事後比較」(Post-Hoc Analysis) 方法，要求列舉三種並說明其基本原則。

核心觀念：

• 事後比較 (Post-Hoc Analysis)：在 ANOVA 整體檢定顯著後，用於檢驗具體哪些群體平均數之間存在差異的統計方法。
• 多重比較問題 (Multiple Comparison Problem)：當進行多次統計檢定時，累積的犯第一類錯誤（誤拒絕虛無假設）的機率會顯著增加。事後比較方法的主要目標就是控制這個「整體第一類錯誤率」(Family-Wise Error Rate, FWER)。
• FWER (Family-Wise Error Rate)：在整個比較組（family of comparisons）中，至少犯一次第一類錯誤的機率。

詳解：
以下列舉三種常見的變異數分析事後比較方法，並說明其原則：

1. Tukey's Honestly Significant Difference (HSD) Test：

   • 適用情境：適用於當所有群體樣本數相等（或非常接近）時，且研究者想進行所有可能的成對比較 (all pairwise comparisons)。
   • 依據原則：Tukey HSD 測試是基於 Studentized Range Distribution（學生化極差分佈）的。它計算一個「最小顯著差異值」(Minimum Significant Difference, MSD)，並將這個值與實際觀察到的任兩組平均數差異進行比較。如果兩組平均數的差異大於 MSD，則認為該差異是統計上顯著的。Tukey HSD 能夠保證在進行所有成對比較時，整體第一類錯誤率（FWER）控制在設定的顯著水準 $\alpha$ (例如 0.05)。它是一種相對保守但保證 FWER 的方法。

2. Bonferroni Correction (Bonferroni 校正)：

   • 適用情境：這是一種非常通用的方法，可用於任何類型的多重比較，包括成對比較、複雜對比等。
   • 依據原則：Bonferroni 校正是一種簡單但較為嚴苛（保守）的方法。其核心原則是將原定的顯著水準 $\alpha$ 除以進行比較的次數 $m$。也就是說，每次單獨的檢定都需要達到 $\alpha/m$ 的顯著水準，才能被認為是顯著的。例如，如果我們有 5 個群體，總共有 $\binom{5}{2}=10$ 對成對比較，那麼每次比較都需要達到 $0.05/10 = 0.005$ 的顯著水準。

本題旨在釐清「變異數分析」(ANOVA) 與「共變數分析」(ANCOVA) 的概念、研究上的應用時機及其目標。

核心觀念：

• 變異數分析 (ANOVA)：用於比較三個或更多獨立群體的平均數。
• 共變項 (Covariate)：一個除了主要自變項（因子 Factor）之外，也可能影響依變項的連續變項。
• 控制變項 (Control Variable)：在實驗設計中，研究者試圖保持恆定或在統計上加以控制的變項，以減少其對結果的干擾。
• 誤差變異數 (Error Variance)：無法被模型中任何自變項解釋的依變項變異。

詳解：

1. 變異數分析 (Analysis of Variance, ANOVA)：

   • 定義：ANOVA 是一種統計方法，用於檢定三個或三個以上獨立群體（由一個或多個類別自變項定義）的平均數之間是否存在統計上顯著的差異。它透過比較「組間變異數」(between-group variance) 與「組內變異數」(within-group variance，即誤差變異數) 的比例（即 F 統計量）來判斷。
   • 研究上的應用時機：
     • 當研究者想比較三個或以上不同處理、不同條件、不同類別群體（由類別自變項定義）的依變項平均數時。
     • 例如：比較三種不同教學法對學生學習成效的影響；比較不同年齡層在特定認知任務表現上的差異；比較不同藥物劑量對病人恢復時間的影響。
   • 研究目標：
     • 判斷所有群體平均數是否均等的虛無假設是否可以被拒絕。
     • 若整體 F 檢定顯著，則表示「至少有一個」群體平均數與其他群體不同，接著可透過事後比較（Post-Hoc tests）來找出具體的差異所在。
     • 主要目的是檢驗類別自變項對依變項平均數的影響。

2. 共變數分析 (Analysis of Covariance, ANCOVA)：

   • 定義：ANCOVA 是一種結合了 ANOVA 和迴歸分析特徵的統計方法。它在比較一個或多個類別自變項（因子）對依變項的影響時，同時控制一個或多個連續的共變項 (covariate) 對依變項的影響。簡單來說，它是在調整了共變項的影響後，再檢驗因子對依變項的影響。
   • 研究上的應用時機：

本題主要探討心理測驗編製過程中「項目分析」(Item Analysis) 的重要性、目的，以及具體的分析方法、原理原則與衡量標準。

核心觀念：

• 項目 (Item)：測驗中的單一題目或問題。
• 信度 (Reliability)：測驗測量結果的一致性或穩定性。
• 效度 (Validity)：測驗測量到其聲稱要測量的構念（construct）的程度。
• 鑑別度 (Discrimination)：測驗項目區分受試者在測驗總體表現上高低的能力。
• 難度 (Difficulty)：測驗項目對受試者而言的難易程度。

詳解：

1. 項目分析 (Item Analysis) 的目的：
   項目分析是心理測驗編製過程中一個關鍵的步驟，其主要目的包括：

   • 評估項目的品質：檢視個別測驗題目（項目）的有效性，判斷該項目是否能有效地測量其預設的構念。
   • 提高測驗的信度 (Reliability)：刪除或修正品質不佳的題目，有助於提高整個測驗的一致性（例如，內部一致性信度 Cronbach's $\alpha$）。
   • 提高測驗的效度 (Validity)：確保測驗中的題目確實與研究者欲測量的構念相關，排除那些測量了其他東西或根本無法測量的題目，從而提高測驗的內容效度、結構效度等。
   • 鑑別能力 (Discrimination)：找出能夠有效區分高分組和低分組受試者的題目。
   • 最適難度 (Optimal Difficulty)：確定題目難度是否適中，以避免過於簡單（所有人都會）或過於困難（所有人都錯）而無法提供足夠的鑑別資訊。
   • 項目刪除與修改的依據：為研究者提供客觀的數據，以決定哪些項目應該被保留、刪除或修改。

2. 四種項目分析的方法、原理原則及衡量標準：

   以下列出四種常見的項目分析方法：

   • 方法一：難度分析 (Item Difficulty Analysis)

     • 原理原則：衡量一個項目對受試者而言的難易程度。通常用於適性化測驗 (adaptive testing) 或需要保證題目難度分佈的測驗。對於最大效度原則（Principle of Maximum Validity），題目難度最好在 0.5 左右，這樣能最大化項目的鑑別力。
     • 衡量指標：項目難度指數 (Item Difficulty Index, $P$)。
       • 計算：$P = \frac{\text{答對人數}}{\text{總受試人數}}$。對於是非題，這是答對的比例；對於李克特量表題，可以計算平均得分。
       • 衡量標準：
         • $P=1.0$：題目太簡單，所有人都答對。
         • $P=0.0$：題目太難，所有人都答錯。
         • 一般認為，適當的難度指數約在 0.3 到 0.7 之間。對於最大效度原則，則希望 $P \approx 0.5$。
         • 若 $P$ 值過高或過低，表示該題目可能需要修改或刪除。

   • 方法二：鑑別度分析 (Item Discrimination Analysis)

     • 原理原則：衡量一個項目區分高分組和低分組受試者能力的強弱。一個好的鑑別題應該能讓總體得分高的受試者答對，而總體得分低的受試者答錯。
     • 衡量指標：
       • (a) 鑑別度指數 (Item Discrimination Index, $D$)：
         • 計算：$D = P_{upper} - P_{lower}$。其中，$P_{upper}$ 是高分組（例如總分前 27%）的答對比例，$P_{lower}$ 是低分組（例如總分後 27%）的答對比例。
         • 衡量標準：
           • $D \ge 0.4$：優秀的題目 (Excellent)
           • $0.3 \le D < 0.4$：較好的題目 (Good)
           • $0.2 \le D < 0.3$：可接受的題目，但可能需要修改 (Marginal, needs revision)
           • $D < 0.2$：品質差的題目，應考慮刪除 (Poor, reject)
           • $D \le 0$：極差的題目，表示低分組比高分組更容易答對，應立即刪除。
       • (b) 項目總分相關係數 (Item-Total Correlation, $r_{it}$)：
         • 計算：計算個別項目得分與測驗總分之間的皮爾森積差相關係數。通常使用「修正後」的項目總分相關係數 (Corrected Item-Total Correlation)，即將該項目本身從總分中剔除後再計算相關，以避免因項目本身佔總分一部分而產生的過高相關。
         • 衡量標準：
           • $r_{it} \ge 0.4$：優秀的項目。
           • $0.3 \le r_{it} < 0.4$：可接受的項目。
           • $r_{it} < 0.3$：項目可能需要修改或刪除。
           • $r_{it} \le 0$：項目品質極差，應刪除。

   • 方法三：內部一致性信度分析 (Internal Consistency Reliability Analysis)

     • 原理原則：評估測驗中的所有項目是否能一致地測量同一個潛在構念。常用的方法是 Cronbach's Alpha ($\alpha$)。項目分析也包括評估移除某項目後，對整體 Cronbach's Alpha 的影響。
     • 衡量指標：
       • Cronbach's Alpha ($\alpha$)：

本題旨在釐清五種不同類型的心理測驗的定義、內涵、主要功能與適用情境。

核心觀念：

• 測驗 (Test)：一種標準化的工具，用於測量個體在特定心理特質、能力或行為上的表現。
• 潛在構念 (Latent Construct)：無法直接觀察，但可透過間接方式（如測驗題目）來推論的心理特質或能力。
• 預測效度 (Predictive Validity)：測驗分數能夠預測未來表現的程度。

詳解：
以下分別說明這五類測驗的定義、內涵、主要功能與適用情境：

1. 智力測驗 (Intelligence Tests)

   • 定義與內涵：旨在測量個體在廣泛認知能力上的整體表現，包括邏輯推理、問題解決、抽象思考、學習能力、理解複雜概念等。這些能力被認為是構成「智力」這個複雜構念的核心要素。
   • 主要功能與適用情境：
     • 學術評估：評估學生的學習潛力，協助診斷學習困難（如學習障礙、資優）。
     • 臨床診斷：作為神經心理評估的一部分，了解個體認知功能的整體水平，有助於診斷腦部損傷或發展遲緩。
     • 人才選拔：在某些需要高認知能力的職業（如科學家、工程師）中，作為篩選工具之一。
     • 研究：用於研究智力與其他變項（如學業成就、職業表現）的關係。
   • 代表性測驗：Stanford-Binet Intelligence Scales, Wechsler Adult Intelligence Scale (WAIS), Wechsler Intelligence Scale for Children (WISC)。

2. 性向測驗 (Aptitude Tests)

   • 定義與內涵：旨在測量個體在特定領域或任務上的潛在學習能力或天賦，即「未來可能學會什麼」的能力。性向測驗關注的是個體在接受特定訓練或教育後，可能達到的表現水準。
   • 主要功能與適用情境：
     • 職業輔導與選拔：預測個體在特定職業或訓練課程中的成功機率（例如，機械性向、語文性向、數理性向）。
     • 教育安置：協助學生選擇適合的學術領域或職業學校。
     • 軍事訓練：選擇適合特定軍事職位的學員。
   • 與智力測驗的區別：智力測驗測量的是「一般性」的廣泛認知能力；性向測驗則更側重於「特定領域」的潛在能力。

3. 成就測驗 (Achievement Tests)

   • 定義與內涵：旨在測量個體在特定學科、技能或知識領域中，已經學到或掌握的程度。它反映的是「已經學會了什麼」的知識和技能。
   • 主要功能與適用情境：
     • 學業評估：評估學生在課堂學習、課程或特定學科上的學習成效（例如，期中考、期末考、標準化學科成就測驗）。
     • 技能認證：評估個體是否達到某項技能的標準（例如，語言能力檢定、電腦技能認證）。
     • 教學診斷：幫助教師了解學生學習的優勢與劣勢，調整教學策略。
   • 與性向測驗的區別：成就測驗測量的是過去學習的結果，而性向測驗測量的是未來的學習潛力。

4. 人格測驗 (Personality Tests)

   • 定義與內涵：旨在測量個體在思想、情感和行為上的相對穩定、獨特的模式，即「人格特質」。這些測驗通常關注個體在不同情境下的行為傾向、興趣、價值觀、動機、情緒反應模式等。
   • 主要功能與適用情境：

本題旨在探討「測量標準誤」(Standard Error of Measurement, SEM) 的概念，包括其定義、計算方法、與信度係數的關聯，以及如何在實際中應用 SEM 來解釋測驗分數。

核心觀念：

• 真分數 (True Score, $T$)：受試者在某一特質上的真實分數，假設無限次測量得到的平均數。
• 測量分數 (Observed Score, $X$)：受試者在一次測量中實際得到的分數。
• 測量誤差 (Measurement Error, $E$)：測量分數與真分數之間的差異 ($X = T + E$)。
• 信度 (Reliability)：測量結果的一致性或穩定性，通常以信度係數 ($r_{xx}$) 表示。
• 標準化分數 (Standard Score)：將原始分數轉換為具有特定平均數和標準差的分數（如 Z 分數）。

詳解：

1. 測量標準誤 (Standard Error of Measurement, SEM) 的定義：
   SEM 是指在重複測量同一受試者時，預期其測量分數 (Observed Score) 的變異程度。它代表了在一次測量中，我們實際測量分數偏離其真分數 (True Score) 的平均誤差大小。SEM 是一個以分數單位表示的指標，用於估計測量分數的誤差範圍。

   • 直觀理解：SEM 告訴我們，如果我們對同一個人進行多次測量（假設每次測量都得到一個測量分數），這些測量分數的分佈會有多寬。SEM 越小，表示測量越穩定、誤差越小；SEM 越大，表示測量結果越不穩定，誤差越大。

2. SEM 的計算方法：
   SEM 的計算通常需要知道測驗的總分標準差 ($\sigma_X$ 或 $SD_X$) 和測驗的信度係數 ($r_{xx}$)。

   • 公式：
     $SEM = \sigma_X \sqrt{1 - r_{xx}}$
     其中：

     • $SEM$：測量標準誤
     • $\sigma_X$ (或 $SD_X$)：測驗分數的標準差（通常是樣本的標準差，但理論上應是母群體的標準差）
     • $r_{xx}$：測驗的信度係數（例如 Cronbach's $\alpha$ 或再測信度）

   • 理論推導（簡述）：
     此公式源於信度係數的定義，即信度係數 $r_{xx}$ 定義為真分數變異數 ($\sigma_T^2$) 與測量分數變異數 ($\sigma_X^2$) 的比值：$r_{xx} = \frac{\sigma_T^2}{\sigma_X^2}$。
     測量分數的變異數可以分解為真分數變異數和誤差變異數 ($\sigma_X^2 = \sigma_T^2 + \sigma_E^2$)。
     因此，誤差變異數 $\sigma_E^2 = \sigma_X^2 (1 - r_{xx})$。
     SEM 就是誤差分數的標準差，即 $\sigma_E = \sqrt{\sigma_E^2} = \sqrt{\sigma_X^2 (1 - r_{xx})} = \sigma_X \sqrt{1 - r_{xx}}$。

3. SEM 與信度係數 ($r_{xx}$) 之間的關聯：

   • 負相關：SEM 與信度係數 $r_{xx}$ 之間存在負相關。
   • 信度越高，SEM 越小：當信度係數 $r_{xx}$ 越高（接近 1），$\sqrt{1 - r_{xx}}$ 的值就越小，SEM 也就越小。這表示測量越穩定、誤差越小。
   • 信度越低，SEM 越大：當信度係數 $r_{xx}$ 越低（接近 0），$\sqrt{1 - r_{xx}}$ 的值就越大，SEM 也就越大。這表示測量越不穩定、誤差越大。
   • SEM 的作用：SEM 提供了一種比信度係數更直觀的方式來理解測量誤差。信度係數是比例，而 SEM 是實際分數單位，更容易被理解。

4. 如何將 SEM 應用於解釋測驗分數：
   SEM 可以用來建構測驗分數的「信任區間」(Confidence Interval, CI)，以估計受試者真分數的可能範圍。

   • 計算方法：
     對於一個給定的測量分數 $X$，我們可以估計其真分數 $T$ 的 95% 信任區間為：
     $X \pm 1.96 \times SEM$

核心觀念

Split-litter technique（分窩法）是動物研究中用來組成配對組設計（matched-groups design）的一種方法：將同一胎中的動物分配到不同實驗條件，使各組在遺傳背景及早期母體環境等方面較為相近，再比較各組的學習表現。這種做法能降低組間個體差異對結果的影響。實驗心理學教材對 matched-groups design 與 split-litter technique 的說明

解題方法

判斷本題的關鍵，是看 split-litter technique 如何安排動物：研究者把同一胎的手足分到不同組別，例如一部分接受實驗處理，另一部分作為比較組。這些動物彼此配對，但每隻動物只參與其中一個組別，因此屬於配對組設計。

選項分析

核心觀念

天花板效應（ceiling effect）是指測驗太容易，受試者的分數集中在量尺上限附近；地板效應（floor effect）則是測驗太難，分數集中在量尺下限附近。兩者都會壓縮分數差異，使研究者較難辨認受試者之間的能力差異，也可能降低測驗偵測實驗操弄效果的敏感度。

降低這類問題的關鍵，是讓測驗難度適中，使受試者的表現落在量尺中段，而非集中於極端。

解題方法

本題問「哪一項不能降低天花板效應與地板效應」。判斷時檢查各選項是否能避免分數集中在量尺兩端：排除過易或過難的作業，並以先導測試確認表現沒有落在極端，都是適當做法。若刻意讓未接受實驗操弄的先導參與者取得接近滿分的成績，反而會使分數靠近量尺上限，增加天花板效應。

選項分析

核心觀念

本題考「受試者間設計」與「受試者內設計」的選擇。

• 受試者間設計：不同參與者分別接受不同實驗條件，每位參與者只經歷一種條件。
• 受試者內設計：同一批參與者經歷所有實驗條件，並比較同一個人在不同條件下的表現。

若重複測量會造成練習效果、疲勞或順序效應，受試者間設計可避免同一參與者因多次接受測驗而產生這類影響。相對地，受試者內設計能控制個體差異，通常較有統計檢定力，也較適合參與者人數有限的情況。

解題方法

判斷題目描述的因素是否構成選擇受試者間設計的理由。受試者間設計的主要優勢之一，是每位參與者只接受一種條件，因此能避免重複測量造成的練習效果。其代價是個體差異可能增加組間變異，通常需要較多參與者。

選項分析

核心觀念

本題考「隨機抽樣」（random selection）的定義。研究者從目標母群體中選取參與者時，讓母群體中的每個人都有相同的機會被選入樣本，這個程序稱為隨機抽樣。

隨機抽樣主要關乎「誰進入研究」，有助於樣本代表母群體；「隨機分派」則是將已納入研究的參與者分配到不同實驗條件，兩者是不同程序。

解題方法

先抓住術語中的「selection」：它指從母群體中選出參與者。接著比對各選項，找出描述「每個人被選入研究的機會相同」的敘述，即為隨機抽樣。

選項分析

核心觀念

本題考艾賓浩斯（Ebbinghaus）的「節省法」（method of savings），用來測量記憶保留。受試者先學會一份材料，經過一段時間後再學習同一份材料；若第二次所需的學習時間或練習次數較少，表示先前學習留下了記憶痕跡。

節省量可表示為：

$$\text{節省量}=\text{首次學習所需時間}-\text{重新學習所需時間}$$

節省量大於零，代表重新學習比首次學習快，顯示先前學習仍有保留。

解題方法

抓住題幹中的「relearn（重新學習）」與「learned once before（先前學過一次）」：比較同一份材料的首次學習和再次學習表現。艾賓浩斯的發現是，即使一段時間後無法完整回憶先前材料，重新學習仍會比初次學習快，這就是「節省」現象。

因此，第二次學習較快，選 (D)。

選項分析

核心觀念

題目在考「知覺是否只由外界刺激的感覺訊息決定」。知覺會受到感覺輸入影響，也可能受到非知覺因素調節，例如身體狀態、可用能量、動機與預期。若改變這些因素會改變同一個環境的知覺判斷，就能作為非知覺歷程參與知覺的證據。

解題方法

先找出哪個選項改變了觀察者的狀態，卻不是改變了環境本身的視覺線索。若知覺判斷隨身體負荷而改變，便顯示知覺不只由外界的感覺訊息決定。

選項分析

(A) Texture gradients influence our perception of depth.
錯。紋理梯度是視覺上的深度線索：紋理在視野中呈現的密度、大小與排列變化，可協助觀察者判斷表面延伸與遠近。這是感覺訊息本身提供的知覺線索，沒有指出非知覺因素如何影響知覺。

(B) Perception of the steepness of a hill increases when the participants are wearing heavy backpacks.
對。背負重背包會增加身體負荷與行走所需的能量；

核心觀念

**混淆（confounding）**是指未受控制的變項與自變項系統性地共同變動，使研究者無法判斷觀察到的結果究竟是由自變項造成，還是由該未受控制的變項造成。這會削弱研究的內在效度。

解題方法

判斷重點是：題目描述的情況是否讓未受控制的變項和自變項一起變動，進而成為依變項差異的另一種解釋。自變項之間出現交互作用，或研究操弄多個自變項，本身都不等於混淆。

選項分析

• (A) 錯誤。 兩個自變項之間出現交互作用，表示一個自變項對依變項的效果會隨另一個自變項的水準而改變。這是實驗結果中的效果型態，不代表存在未受控制的混淆變項。
• **(B) 錯誤。

核心觀念

速度—正確率權衡（speed-accuracy tradeoff）是指作答者能以降低正確率換取較快反應，或以延長反應時間換取較高正確率。這題的關鍵是分清楚「反應時間」與「反應速度」：反應時間越長，代表反應越慢。

若反應時間增加時，正確率反而下降，表示慢下來並沒有換得較高正確率，兩項指標朝相反方向變動，因此不呈現速度—正確率權衡。就題目所問的「受到權衡影響的可能性較低」而言，這對應反應時間與正確率呈負向關係。

解題方法

把兩項指標的方向先寫清楚：

• 反應時間越長：反應越慢。
• 正確率越高：作答越準確。

再判斷反應時間增加時正確率如何變化。若正確率隨反應時間增加而下降，兩者呈反向變動，符合選項中的「inversely related」。因此選 (D)。

選項分析

• (A) reaction time and accuracy rates are positively related.
  正向關係表示反應時間越長，正確率越高；

核心觀念

本題考「理想閾限」（ideal threshold）：假設刺激強度與是否被偵測之間存在清楚的界線。低於閾限的刺激不會被偵測，高於閾限的刺激則一定會被偵測。

解題方法

圖中第 9 題詢問理想閾限的定義，四個選項分別描述刺激強度等於、低於或高於閾限時的偵測結果。判斷關鍵是找出「高於閾限必定被偵測」的敘述。

選項分析

核心觀念

本題考查混合設計（mixed design）的定義。研究設計中若有兩個以上的自變項，其中至少一個採受試者內設計，至少一個採受試者間設計，就稱為混合設計，也稱混合因子設計。

• 受試者內自變項：同一位受試者接受該自變項的不同水準。
• 受試者間自變項：不同受試者分別接受該自變項的不同水準。

例如，研究者比較不同年齡組（受試者間自變項）在安靜與噪音環境下的記憶表現（受試者內自變項），即為混合設計。

解題方法

抓住「混合」一詞，判斷設計是否同時包含受試者內與受試者間自變項。符合這兩種安排的選項，就是混合設計的定義。

選項分析

• (A) each participant receives all levels of each independent variable.
  錯誤。這描述所有自變項都採受試者內設計，亦即完全受試者內設計；混合設計則至少還有一個受試者間自變項。

• **(B) at least one independent variable is manipulated, and at least one other

核心觀念

這題考 Donders 的反應時間相減法（subtractive method）：安排數種由簡至繁的反應作業，量測刺激出現到受試者反應的時間，再相減估計較複雜作業多出的認知處理時間。其核心假設是：作業中的處理階段大致依序進行，且在比較作業中新增一個處理階段時，不會改變其他階段。這也稱為「純插入」假設。Donders Institute：Donders 的反應時間方法、Donders 相減法的假設與評估

A、B、C 三種反應

作業	刺激與反應安排	主要處理階段
A 反應：簡單反應（simple reaction）	出現一種刺激時，按同一個指定按鍵。	偵測刺激、執行反應。
C 反應：辨別／go-no-go 反應（discrimination or go/no-go reaction）	出現數種刺激；遇到指定刺激時按鍵，遇到其他刺激時不反應。	偵測刺激、辨別是否符合反應條件、執行反應。
B 反應：選擇反應（choice reaction）	出現不同刺激時，分別做出對應反應，例如圓形按左鍵、方形按右鍵。	偵測刺激、辨認刺激、選擇相應反應、執行反應。

以圓形與方形為例：A 作業只對圓形按鍵；C 作業只在圓形出現時按鍵，方形出現時不按；B 作業則對圓形按左鍵、方形按右鍵。C 需要判斷刺激是否要求反應，但不必在多個動作間選擇；

核心觀念

本題考查外顯記憶（explicit memory）與內隱記憶（implicit memory）的測量方式。

外顯記憶測驗要求受試者有意識地提取先前學過的內容，例如回想或辨認曾出現的項目。內隱記憶測驗則不要求受試者刻意回想先前經驗，而是觀察先前接觸是否讓後續作業的表現變好，常以促發效果（priming）呈現。

解題方法

作答時，先依測驗是否要求有意識回想來分類，再各舉兩種測驗，並簡述其程序與記憶表現的判定方式。

外顯記憶測驗

1. 自由回憶測驗（free recall）：先呈現一組詞語，例如「蘋果、椅子、河流」，之後請受試者不依固定順序，盡可能寫出或說出剛才看過的詞語。答對的項目數反映受試者能否有意識地提取學習內容。

2. 再認測驗（recognition）：先呈現一組詞語，之後將舊詞與未出現過的新詞混合呈現，請受試者判斷每個詞是否曾在先前出現。正確辨認舊詞並排除新詞，反映外顯記憶表現。

內隱記憶測驗