109 年 國立政治大學輔導與諮商碩士學位學程《測驗與統計》

本題主要在於釐清「變異係數」的定義與用途。

變異係數 (Coefficient of Variation, CV) 是一種用來衡量資料分散程度的相對指標，它將標準差除以平均數，以消除平均數大小的影響，使得不同量綱或不同平均數的資料能夠進行比較。

計算公式為：
$CV = \frac{s}{\bar{x}} \times 100\%$
其中，$s$ 為樣本標準差，$\bar{x}$ 為樣本平均數。

用途：

1. 比較不同組別的變異性： 當兩組資料的平均數差異很大時，單純比較標準差可能無法反映真實的變異程度。變異係數可以提供一個相對的比較基準。例如，比較兩組學生的考試成績，若一班平均分數為 80 分，標準差為 10 分；另一班平均分數為 50 分，標準差為 8 分。

本題旨在解釋「決定係數」的定義、計算方式及其在統計分析中的意義。

決定係數 (Coefficient of Determination, $R^2$) 是在迴歸分析中常用的一個指標，用來衡量自變項 (independent variable) 對依變項 (dependent variable) 的解釋程度。它表示依變項的總變異中，有多少比例可以由迴歸模型（即自變項）來解釋。

計算方式：
在簡單線性迴歸中，決定係數等於相關係數 (Pearson's r) 的平方：
$R^2 = r^2$

在複迴歸中，決定係數為：
$R^2 = 1 - \frac{SSE}{SST}$
其中：

• $SSE$ (Sum of Squared Errors) 是殘差平方和，代表模型無法解釋的變異。
• $SST$ (Total Sum of Squares) 是總平方和，代表依變項的總變異。

本題旨在解釋「效果量」的定義、重要性及其與統計檢定力的關係。

效果量 (Effect Size) 是指在統計學中，用來衡量兩個或多個群體之間差異的大小，或者兩個變數之間關聯性的強度。它是一種獨立於樣本大小的指標，能夠提供比單純的 $p$ 值更豐富的資訊。

為什麼需要效果量？
傳統的統計顯著性檢定（如 $t$ 檢定、ANOVA）主要關注的是「是否有差異」或「是否有關聯」，其結果（$p$ 值）受到樣本大小的影響很大。即使是很小的、在實際應用中沒有意義的差異，只要樣本足夠大，也可能達到統計上的顯著。效果量則能告訴我們「差異有多大」或「關聯有多強」，提供實際意義上的重要性評估。

常見的效果量指標：

1. Cohen's d： 用於比較兩組平均數的差異。它表示兩組平均數的差異是各自標準差的多少倍。
   $d = \frac{\bar{x}_1 - \bar{x}_2}{s_{pooled}}$
   其中 $\bar{x}_1, \bar{x}_2$ 是兩組平均數，$s_{pooled}$ 是合併標準差。
   • $d \approx 0.2$：小效果量
   • $d \approx 0.5$：中等效果量

本題主要在於釐清「抽樣分配」的定義、重要性及其與母群體分配的區別。

抽樣分配 (Sampling Distribution) 是指從一個母群體 (population) 中，重複進行多次隨機抽樣，每次抽取一個樣本，然後計算該樣本的某一個統計量（例如平均數、比例、標準差等），將所有這些統計量所形成的機率分配，就稱為該統計量的抽樣分配。

核心概念：

1. 母群體分配 (Population Distribution)： 描述母群體中所有個體的特徵分佈。
2. 樣本分配 (Sample Distribution)： 描述單一樣本內個體的特徵分佈。
3. 抽樣分配 (Sampling Distribution)： 描述統計量（由樣本計算而得）的分佈。

舉例說明：
假設我們要研究某大學男生的平均身高。

• 母群體分配： 描述該大學所有男生的身高分佈。
• 樣本分配： 描述我們從該大學隨機抽取的一個班級（例如 30 人）的這 30 位男生的身高分佈。

本題旨在解釋「統計考驗力」的定義、計算方式及影響因素。

統計考驗力 (Statistical Power)，或簡稱考驗力 (Power)，是指在虛無假說 (null hypothesis, $H_0$) 為假時，正確地拒絕虛無假說的機率。換句話說，如果研究中的真實效果確實存在，統計考驗力就是我們能夠偵測到這個真實效果的機率。

數學定義：
考驗力 = $1 - \beta$
其中 $\beta$ (beta) 是第二類錯誤 (Type II error) 的機率，即當虛無假說為假時，卻未能拒絕虛無假說的機率。

重要性：

• 確保研究的有效性： 高考驗力意味著研究有較高的機率能夠偵測到真實存在的效應（例如，新療法的有效性、兩組間的差異等）。低考驗力的研究，即使發現了統計上的顯著結果，也可能只是隨機變異；反之，即使沒有發現統計上的顯著結果，也可能是因為考驗力不足，未能偵測到真實存在的效應。
• 避免浪費資源： 進行考驗力分析可以幫助研究者在研究設計階段決定所需的樣本大小，避免樣本數過少導致研究無法得出有意義的結論，或樣本數過多造成不必要的資源浪費。
• 論文審查和研究品質： 許多學術期刊在審查論文時，會要求研究者進行考驗力分析，以確保研究的嚴謹性和結果的可信度。

本題旨在探討當統計結果（相關係數）與顯著性檢定（p值）出現看似矛盾時，研究者應如何審慎詮釋，並點出潛在的研究設計或解釋上的問題。核心觀念是理解統計顯著性與實際重要性之間的區別，以及影響兩者的因素。

現象一：相關係數 $r = .95$，但未達顯著水準 ($p > \alpha$)
這是一個非常強的正相關，但卻未達到統計上的顯著。這通常是因為以下一個或多個原因：

1. 樣本大小過小 (Small Sample Size, $n$)：

   • 解釋： 統計顯著性檢定（例如，檢定 $r$ 是否異於零）的 $p$ 值很大程度上取決於樣本大小。當樣本量非常小時，即使觀察到非常強的相關，也可能因為變異性較大而無法達到統計上的顯著。
   • 留意事項： 研究者應對此結果持謹慎態度。雖然強相關暗示了X與Y之間可能存在緊密的線性關係，但由於樣本量不足，這個結果的穩定性與可推論性（generalizability）會受到質疑。可能需要收集更多樣本來驗證此強相關。

2. 母群體相關係數接近於零（但樣本效應大）：

   • 解釋： 雖然罕見，但理論上，如果母群體中X與Y的真實相關係數接近於零，但由於極端幸運的抽樣，剛好抽到一個樣本，其內部的X與Y呈現出極強的關聯。這種情況下，統計檢定會認為這個樣本結果不太可能是來自真實相關為零的母群體（即 $p$ 值會很小），與題目描述的「未達顯著」矛盾。因此，更可能的原因是樣本量太小。

3. 資料的特殊性或極端值：

   • 解釋： 極端值（outliers）可能會在小樣本中對相關係數產生不成比例的影響。然而，一個 $r=.95$ 的相關係數通常意味著資料點高度集中在一個斜率上。若有極端值，可能反而會拉低相關係數，除非這些極端值本身也符合這種強關聯。

現象二：相關係數 $r = .05$，但已達顯著水準 ($p < \alpha$)
這是一個非常弱的正相關，但卻達到了統計上的顯著。這通常是因為以下一個或多個原因：

1. 樣本大小過大 (Large Sample Size, $n$)：

   • 解釋： 這是最常見的原因。當樣本量非常大時，即使是很小的差異或關聯，也可能因為統計檢定的敏感度提高而變得統計上顯著。
   • 留意事項： 研究者必須區分「統計顯著性」與「實際顯著性 (practical significance)」或「實質顯著性 (substantive significance)」。$r=.05$ 表示X和Y之間只有 0.25% 的變異可以被解釋（$R^2 = r^2 = 0.05^2 = 0.0025$），這在實際應用中可能微不足道，甚至沒有意義。統計上的顯著性僅僅告訴我們，這個微弱的關聯不太可能是由隨機抽樣誤差造成的，但它並沒有說明這個關聯的重要性。研究者應關注效果量，並結合專業知識判斷這個微弱關聯的實際意義。

2. 研究設計或測量問題：

   • 解釋： 雖然題目描述的是相關係數，但若這是一個介入研究，而 $r=.05$ 是介入組與對照組的平均數差異，並達顯著，那麼這個差異可能很小。
   • 留意事項： 檢查測量工具的信度與效度。如果測量不精確，可能會導致真實的關聯被低估。

綜合考量與詮釋建議：

身為研究員，面對這兩種看似矛盾的現象，應從以下幾個角度審慎詮釋：

核心觀念

本題考查「信度」的意義、主要類型，以及信度係數偏低時的研究修正策略。

信度（reliability）是測量結果的一致性與穩定性，表示觀察分數中有多少比例反映真實分數，而非測量誤差。古典測驗理論中：

$$X=T+E$$

其中，$X$ 為觀察分數，$T$ 為真實分數，$E$ 為測量誤差。信度係數定義為：

$$\rho_{XX'}=\frac{\sigma_T^2}{\sigma_X^2} =1-\frac{\sigma_E^2}{\sigma_X^2}$$

信度越高，表示測量誤差越小；信度越低，表示分數受到偶然誤差的影響越大。

須注意：信度是測量結果的必要條件，但不是效度的充分條件。測驗可以很穩定，卻穩定地測量錯誤的構念。

---

一、信度的主要種類

1. 再測信度：穩定性信度

再測信度（test-retest reliability）是以同一份測驗，在不同時間對同一批受試者施測兩次，再計算兩次得分的相關係數。

$$r_{XX'}=\frac{\operatorname{Cov}(X_1,X_2)} {\sigma_{X_1}\sigma_{X_2}}$$

它主要反映測驗分數的「時間穩定性」，適合測量相對穩定的特質，例如人格特質、一般能力與某些態度。

其限制包括：

• 兩次施測間隔太短，受試者可能記得題目，造成信度高估。
• 間隔太長，受試者的真實特質可能已經改變，造成信度低估。
• 受試者可能因練習、疲勞、情緒或環境改變而影響第二次得分。

---

2. 複本信度：等值性信度

複本信度（parallel-forms reliability）是編製兩份測量相同構念、難度與內容範圍相近的測驗，對同一批受試者施測，再計算兩份測驗得分的相關。

若兩份測驗具有完全相同的真分數變異與誤差變異，稱為平行測驗；實務上常使用內容與統計特性相近的等值複本。

複本信度主要反映：

• 不同題本之間的一致性。
• 測驗內容抽樣所造成的誤差。
• 測驗題目難度與內容分布是否穩定。

其優點是可降低再測信度中的記憶與練習效果；缺點是編製兩份真正等值的測驗成本很高。

---

3. 折半信度：內部一致性信度

折半信度（split-half reliability）是將同一份測驗分成兩半，例如奇數題與偶數題，再計算兩半得分的相關。由於每一半只有完整測驗的一部分題目，須利用 Spearman-Brown 公式校正：

$$r_{SB}=\frac{2r_{12}}{1+r_{12}}$$

其中，$r_{12}$ 為兩半得分的相關，$r_{SB}$ 為估計完整測驗的信度。

折半方式會影響結果。若採奇偶題折半、前後半折半或依題目內容折半，所得信度可能不同。因此折半信度並非唯一固定值。

---

4. Cronbach’s $\alpha$：內部一致性信度

Cronbach’s $\alpha$ 用來評估測驗各題是否一致地測量同一構念，常用於李克特量表與多題測驗。

其公式為：

$$\alpha= \frac{k}{k-1} \left( 1-\frac{\sum_{i=1}^{k}\sigma_i^2} {\sigma_X^2} \right)$$

其中：

• $k$ 為題目數。
• $\sigma_i^2$ 為第 $i$ 題的變異數。
• $\sigma_X^2$ 為總分的變異數。

在題目數與題目品質相同的情況下，題目間相關越高，$\alpha$ 越高。題目數增加，也通常會提高 $\alpha$。

但 $\alpha$ 高不代表測驗一定是單一構面，也不代表效度高。若量表包含多個不同構面，應分別計算各分量表信度，不能只報告總量表的 $\alpha$。

---

5. 評分者信度：評分者間一致性

評分者信度（inter-rater reliability）適用於申論題、作文、臨床觀察、行為評量與面談評分等需要人工判斷的測量。

常見方法包括：

• 兩位評分者的相關係數。
• 評分者間一致率。
• Cohen’s $\kappa$：適用於兩位評分者的類別判定，並校正機遇一致。
• 加權 $\kappa$：適用於有順序的類別。
• 組內相關係數（ICC）：適用於連續分數或量尺分數。

評分者信度偏低，代表不同評分者對同一份資料的判斷不一致，測量誤差主要來自評分者差異。

---

6. 評分者內信度：評分者內一致性

評分者內信度（intra-rater reliability）是同一位評分者在不同時間，對相同資料進行評分，再比較前後評分的一致程度。

它主要檢驗評分者本身是否穩定，適用於需要人工編碼、臨床判斷或觀察記錄的研究。

---

二、信度係數偏低時的處理策略

信度係數偏低時，不能直接刪題或增加題數，應先判斷低信度的來源，再採取相對應的修正。

1. 先確認所使用的信度類型是否適當

不同信度係數所反映的誤差來源不同：

• 穩定性問題，檢查再測信度。
• 題本內容不一致，檢查複本信度或內部一致性。
• 題目間缺乏共同性，檢查 $\alpha$、$\omega$ 與題目分析。
• 評分不一致，檢查評分者信度。
• 類別資料的評分一致性，使用 $\kappa$。
• 連續評分資料，使用 ICC。

研究者必須先釐清測量目的與資料型態，避免使用不適合的信度估計方法。

---

2. 進行題目分析

應檢視每一題的：

• 題目與總分相關，即校正後題目—總分相關。
• 題目難度與鑑別度。
• 刪除該題後的信度變化。
• 題目是否與測驗構念一致。
• 題目是否存在語意含糊、雙重問題或否定句造成的理解障礙。

本題旨在探討「學生問題表分析 (student-problem chart analysis)」的應用，要求辨識其診斷出的學習組型，並提出針對性的輔導策略。這屬於教育心理學與輔導實務的結合。

首先，需要釐清「學生問題表分析 (student-problem chart analysis)」的定義與目的。這通常是一種用於診斷學生學習困難或學習行為模式的方法。雖然題目中直接提及此分析法，但其具體的分類模型並非絕對固定，可能與不同的學習理論或輔導取向有關。然而，在學習輔導領域，常見的學習組型診斷會基於學生在學習過程中的態度、策略、動機、認知能力等面向。

假設「學生問題表分析」所指的，是能涵蓋學生在學習行為、認知策略、動機態度等面向的診斷方式，常見的學習組型診斷類型及其輔導策略如下：

常見的學習組型診斷類型及其輔導策略：

通常，學生問題表分析會從以下幾個向度來診斷學生的學習模式：

• 學習動機 (Motivation)： 是內在驅動還是外在獎勵？是否對學習內容感到興趣？
• 學習策略 (Learning Strategies)： 主動規劃、監控、評估學習過程，還是被動接受？是否有效運用認知策略（如記憶、理解、組織）？
• 學習態度 (Attitude)： 對學習的看法（如重要性、價值感）、對自身能力的信念（自我效能感）。
• 學習行為 (Behavior)： 學習習慣、時間管理、課堂參與度、作業完成情況等。

基於這些向度，可以診斷出以下幾種類型的學習組型（這是一個常見的分類框架，可能因不同學者或工具而有差異）：

類型一：主動學習者 (Active Learner) / 策略使用者 (Strategic Learner)

• 診斷特徵：
  • 高內在動機，對學習內容有濃厚興趣。
  • 積極運用多樣化的學習策略（如組織、精緻化、監控、回顧）。
  • 高自我效能感，相信自己能成功完成學習任務。
  • 良好的學習習慣，能有效管理時間。
• 輔導老師的策略：
  • 肯定與鼓勵： 繼續肯定其主動學習的態度和有效的策略，提供更具挑戰性的學習任務。
  • 深化學習： 引導其進行更複雜的思考，如批判性思考、問題解決、跨領域連結。
  • 分享與領導： 鼓勵他們分享學習經驗，甚至擔任小組學習的領導者，幫助其他同學。
  • 持續支持： 提供必要的資源和支持，幫助他們維持高動機和效率。

類型二：被動接受者 (Passive Receiver) / 依賴型學習者 (Dependent Learner)

• 診斷特徵：
  • 動機較低，或主要依賴外在獎勵（如分數、老師的讚揚）。
  • 學習策略較少或不適用，傾向於死記硬背。
  • 自我效能感不高，對學習任務感到焦慮或不確定。
  • 學習行為較被動，等待指令，缺乏主動規劃。
• 輔導老師的策略：
  • 引導動機： 協助建立內在動機，連結學習內容與其個人興趣或生活經驗。
  • 教授學習策略： 系統性地教授和示範有效的學習策略（如摘要、圖像化、提問、自我檢核），並鼓勵練習。
  • 提升自我效能： 設定小而可達成的學習目標，並給予及時的具體回饋，幫助他們體驗成功。