111 年 國立政治大學輔導與諮商碩士學位學程《測驗與統計》

本題主要在考察對中央極限定理 (Central Limit Theorem, CLT) 的理解。

中央極限定理 (Central Limit Theorem, CLT)

中央極限定理是統計學中一個非常重要的定理，它描述了當我們從任何一個母體（不論其原來的分佈為何）中，抽取足夠大的隨機樣本，並計算這些樣本的平均數時，這些樣本平均數的分佈將近似於常態分佈 (Normal Distribution)。

核心概念：

1. 母體分佈未知或非常態： 無論原始母體的機率分佈是均勻分佈、指數分佈、二項分佈，甚至是任何不規則的分佈，CLT 都適用。
2. 樣本平均數的分佈： CLT 關注的不是單一觀測值的分佈，而是由多次隨機抽樣所得到的「樣本平均數」的分佈。
3. 樣本大小： 定理成立的關鍵在於樣本大小 ($n$) 必須足夠大。通常認為當 $n \ge 30$ 時，CLT 的近似效果就相當不錯。樣本越大，近似的程度就越好。

本題在考察對「顯著性檢定」的理解。

顯著性檢定 (Test of Significance)

顯著性檢定是一種統計方法，用於評估在特定假設下（通常是虛無假設, Null Hypothesis, $H_0$），觀察到的樣本結果（或更極端的結果）發生的機率。如果這個機率非常小，我們就認為觀察到的結果不太可能是由於隨機變異所致，而是可能代表了某種真實的效應或差異，從而拒絕虛無假設。

核心概念：

1. 目的： 判斷樣本資料是否提供了足夠的證據來拒絕一個關於母體參數的陳述（虛無假設）。
2. 虛無假設 ($H_0$)： 一個關於母體參數（如平均數、比例、相關係數等）的陳述，通常代表「沒有效應」、「沒有差異」、「沒有關係」等狀態。
3. 對立假設 ($H_1$ 或 $H_a$)： 與虛無假設相對立的陳述，代表研究者希望找到證據支持的結論。
4. 檢定統計量 (Test Statistic)： 根據樣本資料計算出來的一個數值，用來衡量樣本結果與虛無假設之間的差距。
5. P 值 (P-value)： 在虛無假設為真時，觀察到當前樣本結果或比它更極端的結果的機率。
6. 顯著水準 ($\alpha$)： 事先設定的一個機率值（通常是 0.05 或 0.01）。
7. 決策規則：

本題在考察對「第一類型錯誤率」的理解。

第一類型錯誤 (Type I Error)

在統計假設檢定中，第一類型錯誤是指當虛無假設 ($H_0$) 實際上為真時，我們卻錯誤地拒絕了它。簡單來說，就是「誤判有」。

核心概念：

1. 情境： 發生在虛無假設 ($H_0$) 實際上為真的情況下。
2. 錯誤決策： 統計檢定的決策是「拒絕 $H_0$」。
3. 後果： 認為存在某種效應、差異或關係，但實際上這種效應、差異或關係並不存在，純屬巧合或隨機變異。
4. 機率： 第一類型錯誤發生的機率，通常用希臘字母 $\alpha$ (alpha) 表示。
5. 顯著水準 ($\alpha$)： 在進行假設檢定前，研究者會預先設定一個顯著水準 $\alpha$。這個 $\alpha$ 值就代表了研究者願意承擔的第一類型錯誤的風險。常見的 $\alpha$ 值有 0.05 (5%)、0.01 (1%) 等。
6. 與 P 值關係： 當檢定統計量算出的 P 值小於或等於預設的顯著水準 $\alpha$ 時，我們就會拒絕 $H_0$，此時就有 $\alpha$ 的機率犯下第一類型錯誤。

舉例：

本題在考察對「標準誤」的理解。

標準誤 (Standard Error, SE)

標準誤是統計學中用來衡量樣本統計量（如樣本平均數、樣本比例）抽樣變異性的指標。它代表了如果我們從同一個母體中重複抽取許多個相同大小的樣本，這些樣本統計量會有多大的離散程度。

核心概念：

1. 抽樣變異性： 由於隨機抽樣的關係，從母體中抽取的不同樣本，其統計量（如樣本平均數 $\bar{X}$）通常不會完全相同，這就產生了抽樣變異性。
2. 樣本統計量的標準差： 標準誤實際上就是「樣本統計量的標準差」。它量化了樣本統計量圍繞著母體參數（真實值）的波動程度。
3. 與標準差的區別：
   • 標準差 (Standard Deviation, SD)： 描述的是「單一觀測值」在樣本內部的離散程度。
   • 標準誤 (SE)： 描述的是「樣本統計量」（如樣本平均數）在多次抽樣中的離散程度。
4. 計算公式（以樣本平均數為例）：
   • 母體標準差已知時：$SE_{\bar{X}} = \frac{\sigma}{\sqrt{n}}$
   • 母體標準差未知時（最常見）：$SE_{\bar{X}} = \frac{s}{\sqrt{n}}$

本題旨在考察對「自由度」(Degree of Freedom, df) 的理解。

自由度 (Degree of Freedom, df)

自由度是一個在統計學中，特別是在參數估計和假設檢定中，用來描述「獨立的、可以自由變動的」觀測值數量的概念。簡單來說，它代表了在計算某個統計量時，有多少個數值是可以任意變動的，而一旦這些數值確定了，其他的數值也就隨之確定。

核心概念：

1. 獨立性： 自由度與觀測值之間的獨立性有關。
2. 約束條件： 每當我們使用樣本資料來估計一個母體參數（例如，計算樣本平均數 $\bar{X}$ 來估計母體平均數 $\mu$）或引入一個限制條件時，就會損失一個自由度。
3. 計算公式的體現： 自由度的概念常常體現在統計公式的計算中，特別是與變異數、標準差、卡方檢定、t 分佈等相關的公式。

常見應用與解釋：

• 樣本變異數 ($s^2$) 的計算：
  在計算樣本變異數時，我們使用公式：$s^2 = \frac{\sum_{i=1}^{n}(X_i - \bar{X})^2}{n-1}$。
  這裡的分母是 $n-1$，表示自由度為 $n-1$。這是因為當我們計算樣本變異數時，我們需要先計算樣本平均數 $\bar{X}$。

本題主要在考察對「受試者內設計」(within-subjects design) 的資料分析方法，特別是當資料是連續變項（如前後測分數）時，應選擇何種統計方法來檢定實驗處理（例如諮商介入）的效果。

核心觀念：

1. 受試者內設計 (Within-Subjects Design)： 同一批受試者會接受所有實驗條件（在這個例子中是「前測」和「後測」）。優點是能減少個體差異造成的變異，提高統計檢定力。
2. 實驗成效的衡量： 題目中提到，實驗成效是透過「後測分數減去前測分數的差距」來衡量。這表示我們關心的是「改變量」(change score) 或「差值」(difference score)。
3. 統計檢定的目標： 檢定實驗處理（如諮商介入）是否導致了顯著的改變，也就是檢定這個「差值」是否顯著大於零（或小於零，取決於預期效果的方向）。

最適宜的統計方法：

針對這種前後測的資料，最常用且最適宜的統計方法是 配對樣本 t 檢定 (Paired-samples t-test)，也稱為 相依樣本 t 檢定 (Dependent-samples t-test)。

理由說明：

1. 資料結構： 這種設計的資料是「配對」的。每一個受試者的後測分數都與其自身的前測分數相對應。我們關心的是同一受試者內部的分數差異。
2. 檢定目標： 我們希望檢定的是「差值」的平均數是否顯著不等於零。
   • 虛無假設 ($H_0$)：差值母體的平均數 $\mu_d = 0$ （即諮商介入前後沒有顯著差異）。
   • 對立假設 ($H_1$)：差值母體的平均數 $\mu_d \neq 0$ （即諮商介入前後有顯著差異）。
3. 配對樣本 t 檢定的適用性： 配對樣本 t 檢定正是設計來處理這種配對資料的。它計算樣本的差值平均數，並將其與零進行比較，同時考慮到差值本身的變異性。
4. 計算方式：
   • 首先，計算每個受試者的差值：$d_i = \text{Post-test}_i - \text{Pre-test}_i$。
   • 然後，計算這些差值的平均數：$\bar{d} = \frac{\sum d_i}{n}$。
   • 接著，計算這些差值的標準差：$s_d$。

本題分為兩個部分：
第一部分 (10分)：比較 KR-20 信度係數和 Cronbach's $\alpha$ 信度係數的異同。
第二部分 (15分)：針對「五大人格量表」(Big-Five Factor Scale) 的應用情境，判斷應優先考慮使用 KR-20 或 $\alpha$ 信度係數，並說明理由。

第一部分：KR-20 與 Cronbach's $\alpha$ 的異同

核心觀念： 這兩者都是用來估計內部一致性信度 (Internal Consistency Reliability) 的指標，特別適用於評估由多個題項組成的測驗。內部一致性信度關注的是測驗中的各個題項是否測量了相同的潛在構念。

相同之處：

1. 目的： 都是用來衡量測驗的內部一致性，即測驗內各題項對同一潛在特質（構念）測量的程度。
2. 估計內部一致性： 它們都基於測驗內部題項間的相關性來估計總測驗的信度。
3. 適用對象： 都適用於二分法計分（例如，對或錯，是或否）或連續計分的量表題項（經過適當轉換或理解）。
4. 信度係數的性質： 都是介於 0 到 1 之間的數值，數值越高表示內部一致性越好。

不同之處：

| 特徵 | KR-20 信度係數 (Kuder-Richardson Formula 20) | Cronbach's $\alpha$ 信度係數 (Cronbach's Alpha)
二、最適宜的統計方法選擇與理由

在諮商與輔導研究中，當研究者採用受試者內 (within-subjects) 設計，並收集到前後測的連續變項資料（如分數），其目的是為了檢定某項介入措施（例如，諮商、訓練）是否產生了顯著的成效，最常且最適宜使用的統計方法是配對樣本 t 檢定 (Paired-samples t-test)，又稱為相依樣本 t 檢定 (Dependent-samples t-test)。

理由說明：

核心觀念

本題考查「測驗偏差（test bias）」的來源、試題偏差（item bias）的判定，以及發現偏差後如何維持考試公平性。

測驗公平性要求：在受測者具有相同測量構念能力的前提下，不同性別、族群、文化、語言或社經背景者，應有相近的答題機會。若某一群體因與測驗目標無關的因素而較容易或較難答對，即形成測驗偏差。

須區分三個概念：

1. 測驗偏差：測驗結果受到非目標構念因素影響，導致某群體系統性受不利待遇。
2. 試題偏差：特定試題對某群體特別有利或不利。
3. 差異性試題功能（Differential Item Functioning, DIF）：在控制整體能力相同後，不同群體在某試題上的答對機率仍有顯著差異。

因此，群體平均分數不同本身不必然表示測驗有偏差；必須進一步確認差異是否來自測量目標以外的因素。

---

常見偏差測驗的來源

一、構念無關變異

測驗分數受到測驗目標以外因素影響，稱為構念無關變異。例如測量統計推理能力時，題目大量使用艱深閱讀材料，使語文理解能力成為額外的得分條件。

常見來源包括：

• 題幹文字過於複雜；
• 題目涉及與測量目標無關的背景知識；
• 題目需要特殊文化經驗；
• 題目含有性別、族群或階級刻板印象。

二、構念代表不足

測驗內容未完整涵蓋所要測量的能力，稱為構念代表不足。例如成就測驗宣稱測量整學期統計學能力，卻只考計算題，完全未測概念理解、研究設計與結果解釋。

此時，某些學生因熟悉特定題型而得分較高，測驗分數無法完整代表目標能力。

三、文化與語言偏差

題目內容、用語、情境或例子偏向某一文化、地區或語言群體，使不同背景考生在能力相同時產生不同答題機會。

例如：

• 使用特定地區才熟悉的生活情境；
• 翻譯不精確，使不同語言版本難度不同；
• 方言、專業術語或文字表達造成額外負擔；
• 題目預設某種家庭、教育或社會經驗。

四、內容取樣偏差

考試範圍與課程目標、教材內容或教學進度不一致，導致某些考生因接受不同內容的教學而受到不公平影響。

例如同一考試涵蓋未列入考試大綱的單元，或命題過度集中於少數章節，使總分主要反映特定內容的熟悉程度。

五、命題與試題呈現偏差

試題本身的文字、答案選項或版面設計造成不公平，包括：

• 題幹含糊、敘述過長或語意多重；
• 正確答案受特殊作答技巧影響；
• 干擾選項具有暗示性；
• 圖表、印刷、字體或排版不清；
• 試題難度過高、鑑別度過低；
• 試題涉及爭議內容或不當刻板印象。

六、施測情境偏差

不同群體接受到的施測條件不一致，也會造成測驗偏差。例如：

• 不同考場的時間、照明、噪音或設備不同；
• 某些考生獲得額外提示；
• 監試人員執行規則不一致；
• 身心障礙考生未獲得合理調整；
• 線上測驗的設備與網路條件不同。

七、評分與解釋偏差

評分規準、閱卷者判斷或成績解釋方式不一致，也會產生偏差。

例如申論題評分受閱卷者對考生字體、語氣、性別或背景的印象影響；開放式答案未建立明確評分規準，使不同考生受到不同標準評量。

八、差異性試題功能所造成的偏差

若兩群考生整體能力相同，某試題對其中一群的答對率仍顯著較高，該試題即具有 DIF。例如控制總測驗分數後，甲群答對某題的機率為 $0.70$，乙群僅為 $0.40$，且差異並非抽樣誤差，即表示該題需要進一步調查。

---

解題方法

本題可分成兩個部分：

1. 先說明偏差測驗的主要來源；
2. 再依照「確認偏差—判斷影響—採取補救—留下紀錄」的程序，說明試後處理方式。

處理偏差題目時，核心原則不是直接刪題，而是先確認偏差是否存在、偏差是否影響成績，再選擇對所有考生最公平的修正方式。

---

發現試題偏差後的處理程序

一、暫停使用該題的結果進行正式決策

在偏差尚未釐清前，不宜直接依據含有該題的總分進行錄取、分班、獎懲或其他重大決定。先保留原始作答資料、版本資訊、考場紀錄與評分紀錄，避免事後無法追溯。

二、進行統計與內容雙重審查

1. 統計分析

可依測驗性質選用下列方法：

• 比較不同群體在控制總測驗能力後的答對率；
• 使用 Mantel–Haenszel 方法分析 DIF；
• 使用羅吉斯迴歸分析群體、能力與交互作用；
• 在試題反應理論中比較不同群體的試題特徵曲線；
• 檢查試題難度、鑑別度、選項誘答情形與遺漏率。

基本判斷概念為：