110 年 國立政治大學輔導與諮商碩士學位學程《測驗與統計》

本題主要在探討諮商心理師在選擇心理測驗工具時應考量的關鍵因素。這不僅是測驗理論的應用，更是專業倫理與實務判斷的展現。

作為一位專業的諮商心理師，在挑選測驗工具時，必須審慎評估多個面向，以確保測驗的適用性、有效性與倫理性，並能真正服務於諮商輔導、學術研究及行政決策等目標。以下為應考量的共同因素：

1. 測驗目的與諮商目標的契合度 (Purpose and Goal Alignment)：

   • 首先必須釐清測驗的設計目的為何？是要評估智力、人格特質、特定技能、心理疾患的篩檢，還是其他？
   • 此測驗結果是否能直接或間接協助達成當前的諮商目標？例如，若諮商目標是協助個案釐清生涯方向，則應選擇性向測驗或興趣測驗，而非人格測驗。
   • 對於學術研究，測驗是否能有效測量研究變項，並符合研究設計的需求。
   • 對於行政決策，測驗結果是否能提供支持決策的客觀數據。

2. 測驗的信度 (Reliability)：

   • 信度是指測驗結果的一致性與穩定性。一個信度高的測驗，在重複施測時（若無重大情境改變），應能得到相似的結果。
   • 需要考量測驗報告中提供的信度係數（如重測信度、內部一致性信度 Cronbach's $\alpha$、複本信度、評分者信度等），並判斷其是否足夠高，以確保測量結果的穩定可靠。
   • 如果測驗信度不足，其測量結果的變異可能更多來自測量誤差，而非真實的特質分數，這將嚴重影響後續的解釋與應用。

3. 測驗的效度 (Validity)：

   • 效度是指測驗能夠真正測量到其聲稱要測量的特質或構念的程度。
   • 需要審視測驗報告中的效度證據，例如內容效度 (content validity)、效標關聯效度 (criterion-related validity，包括同時效度 concurrent validity 和預測效度 predictive validity)、構念效度 (construct validity，包括聚合效度 convergent validity 和區辨效度 discriminant validity)。
   • 一個高信度的工具，不一定有高效度，但高測量效度必須建立在一定的信度基礎上。測驗是否能準確地測量出諮商師想要了解的特質，是其價值判斷的關鍵。

本題旨在釐清「信度」與「效度」這兩個測驗理論中的核心概念，以及它們之間的關聯性。

信度 (Reliability) 指的是測驗結果的一致性、穩定性或可重複性。也就是說，一個測驗在多次施測時，若條件相同，結果是否能保持穩定。信度係數通常介於 0 到 1 之間，係數越高，表示測驗越穩定、誤差越小。

效度 (Validity) 指的是測驗能夠真正測量到其聲稱要測量的特質或構念的程度。也就是說，測驗是否「準確」地測量了它應該測量的東西。效度係數同樣介於 0 到 1 之間，係數越高，表示測驗越有效。

信度與效度之間的關係，可以用以下幾點來描述：

1. 信度是效度的必要條件，但非充分條件：

   • 一個測驗必須先有足夠的信度，才有可能達到高效度。如果一個測驗每次測量出來的結果都非常不穩定（信度低），那麼它就不可能準確地測量到任何一個特定的特質（效度低）。想像一下，如果一個體重計每次測量體重都跳動很大，你無法相信它測出來的數字是準確的。
   • 然而，一個測驗即使信度很高（結果很穩定），也不保證它就一定有效。例如，一個測驗可能非常穩定地測量出「一個人手指的長度」，但如果我們聲稱這個測驗是用來測量「智力」，那麼即使它信度很高，其效度也會非常低，因為手指長度與智力並沒有直接的關聯。它穩定地測量了「錯誤的東西」。

2. 數學上的關係：

   • 在統計學上，一個測驗的最高可能效度（上限）不會超過其信度的平方根。

核心觀念

本題考查未分組原始資料的全距、中位數、眾數、四分差與標準差。資料已由小到大排列，因此可直接依序定位中位數與四分位數。

解題方法

共有 $n=39$ 筆資料。

1. 全距：最大值減最小值。
   $98-72=26$

2. 中位數：奇數筆資料的中位數位置為第 $(n+1)/2$ 筆。
   $\frac{39+1}{2}=20$
   第 20 筆資料是 $92$，所以中位數為 $92$。

3. 眾數：出現次數最多的數值為眾數。$91$、$92$、$93$、$95$ 各出現 4 次，並列最多，因此這組資料有四個眾數。

4. 四分差：四分差為上四分位數與下四分位數之差的一半。
   $Q_1\text{ 位於第 }\frac{39+1}{4}=10\text{ 筆，故 }Q_1=87$
   $Q_3\text{ 位於第 }\frac{3(39+1)}{4}=30\text{ 筆，故 }Q_3=94$
   $\text{四分差}=\frac{Q_3-Q_1}{2}=\frac{94-87}{2}=3.5$

本題探討諮商心理師在解釋統計關聯性（特別是相關性）概念時，應注意的事項。這部分結合了統計學的正確應用與諮商實務的溝通技巧及倫理。

統計上的「相關」(Correlation) 是指兩個變數之間存在某種程度的聯繫，當一個變數改變時，另一個變數也傾向於以某種可預測的方式改變。相關係數 (correlation coefficient, 通常用 $r$) 的值介於 -1 到 +1 之間，表示相關的方向（正相關或負相關）和強度（越接近 1 或 -1 表示相關越強，越接近 0 表示相關越弱）。

然而，在諮商實務中，解釋相關性時常會出現誤解與濫用，諮商心理師必須特別注意以下事項：

1. 相關不等於因果 (Correlation does not imply causation)：

   • 這是最重要也是最常被忽略的一點。即使兩個變數高度相關（例如，憂鬱情緒與失眠的相關係數為 $r=0.8$），也不能直接推論是憂鬱情緒「導致」了失眠，或是失眠「導致」了憂鬱情緒。
   • 可能存在第三個潛在變數（隱藏變數, confounding variable）同時影響了這兩個變數，例如長期的壓力、生理疾病等。
   • 也可能是巧合的相關，特別是在樣本數不夠大或研究設計不夠嚴謹時。
   • 諮商師應避免使用「因為...所以...」、「導致」、「引起」等詞語來描述相關性，而應使用「兩者呈現正向/負向關聯」、「兩者一起變動的趨勢」、「與...有關」等較為中性的說法。

2. 相關的強度與意義 (Strength and Significance of Correlation)：

   • 統計學上，相關係數的數值大小反映了相關的強度。例如，$r=0.2$ 表示弱相關，$r=0.5$ 表示中度相關，$r=0.8$ 表示強相關。
   • 同時，還需要考慮相關的統計顯著性 (statistical significance)，即這個相關是在抽樣誤差範圍內出現的，還是有足夠的證據表明在母群體中也存在這種相關。這通常由 p 值來判斷。
   • 諮商師需要能判斷相關的強度是否足以在臨床上支持某種假設或解釋，以及該相關是否具有統計學上的意義。一個統計上不顯著的弱相關，不應被過度解讀。