113 年 國立政治大學輔導與諮商碩士學位學程《測驗與統計》

本題主要在測試考生對於相關分析與迴歸分析這兩種基本統計方法的理解程度，包含其相似性、相異性以及各自的適用情境。

核心觀念：

• 相關分析 (Correlation Analysis)： 用來衡量兩個變數之間線性關係的強度與方向。
• 迴歸分析 (Regression Analysis)： 用來建立一個或多個自變數與一個依變數之間的數學模型，以預測依變數的值。

相同處：

1. 研究兩個變數間的關係： 兩者都是用來探討變數之間的關係。
2. 線性關係假設： 在最基本的形式下，兩者都假設變數間存在線性關係。
3. 統計推論基礎： 兩者都基於統計學原理，常會涉及假設檢定來判斷關係是否顯著。
4. 數據要求： 通常需要配對的連續型數據（或至少是區間/比例尺度數據）。

相異處：

1. 目的：
   • 相關分析：主要目的是描述和衡量兩個變數之間線性關係的強度與方向，不涉及因果關係或預測。
   • 迴歸分析：主要目的是建立預測模型，探討一個或多個自變數如何影響或預測依變數，可以嘗試推論因果關係（需搭配研究設計）。
2. 變數角色：
   • 相關分析：變數之間是對等的，沒有明確的自變數和依變數之分（例如 $r_{xy}$ 與 $r_{yx}$ 相同）。
   • 迴歸分析：變數角色明確，有一個或多個自變數（預測變數）和一個依變數（反應變數）。
3. 結果呈現：
   • 相關分析：通常以相關係數 $r$（皮爾森積差相關係數）表示，值介於 -1 到 +1 之間。

本題旨在檢驗考生對「效果量」概念的理解，包括其在統計分析中的重要性、意義以及具體的計算指標。

核心觀念：

• 效果量 (Effect Size)： 指的是在母群體中，兩個或多個群體之間差異的大小，或是兩個變數之間關係的強度。它不受樣本大小影響，能獨立於統計顯著性 (statistical significance) 之外，提供更為實際和有意義的研究結果解釋。

效果量在統計分析時的功用：

1. 衡量效應的實際意義： 統計顯著性 (p-value) 告訴我們觀察到的結果是否可能由於隨機誤差，但它不告訴我們效應的大小。效果量則直接量化了效應的大小，讓我們知道觀察到的差異或關係在實際世界中有多重要或多大。
2. 不受樣本大小影響： 樣本越大，越容易達到統計顯著。但即使統計上顯著，若效果量很小，也可能意味著實際意義不大。反之，即使樣本不大，若效果量很大，也可能代表一個重要的發現。
3. 研究結果的解釋與比較： 效果量提供了一個標準化的度量，使得不同研究、不同樣本大小的研究結果可以進行比較，更容易對研究結果進行詮釋。
4. 樣本大小的規劃 (Power Analysis)： 在研究設計階段，效果量是進行「統計檢定力分析」(power analysis) 的關鍵輸入之一，用來估計需要多少樣本量才能以足夠的機率檢測到預期的效果。
5. 避免對統計顯著性的誤讀： 幫助研究者區分「統計上的顯著」與「實質上的顯著」。

兩種統計分析常用的效果量指標：

1. Cohen's d
   • 意涵： 主要用於比較兩獨立群體平均數差異的大小。它衡量的是兩群體平均數差異的標準差倍數。
   • 計算： $d = \frac{\bar{X}_1 - \bar{X}_2}{s_{pooled}}$，其中 $\bar{X}_1$ 和 $\bar{X}_2$ 分別是兩組的樣本平均數，$s_{pooled}$ 是合併標準差（pooled standard deviation）。
   • 評量標準 (Cohen, 1988)：

本題旨在測試考生對統計檢定力的理解，包含其定義、影響因素及其與這些因素的關係。

核心觀念：

• 統計檢定力 (Statistical Power)： 指的是當虛無假設 (Null Hypothesis, $H_0$) 為假時，研究能夠正確拒絕 $H_0$ 的機率。換句話說，它是正確檢測到一個真實存在的效應（或差異）的機率。
• Power = $1 - \beta$，其中 $\beta$ 是第二類錯誤 (Type II Error) 的機率，即未能拒絕一個實際上為假的虛無假設。

影響統計檢定力的因素：

1. 母群體效應量 (Population Effect Size)：

   • 關係： 效應量越大，檢定力越高。
   • 說明： 效應量是指母群體中真實存在的差異或關係的強度。如果真實的效應很大（例如兩組平均數差異很大），那麼我們就越容易在樣本中觀察到這種差異，從而越容易拒絕虛無假設，檢定力也就越高。反之，如果真實效應很小，我們可能需要更大的樣本或更精確的測量才能檢測到它，檢定力就較低。

2. 樣本大小 (Sample Size, $N$)：

   • 關係： 樣本大小越大，檢定力越高。
   • 說明： 隨著樣本大小的增加，樣本統計量（如樣本平均數）的標準誤 (standard error) 會減小，這意味著樣本統計量會更接近母群體參數。因此，樣本統計量與虛無假設下的參數值之間的差異更容易顯著，檢定力也隨之提高。

3. 顯著水準 (Significance Level, $\alpha$)：

   • 關係： 顯著水準 $\alpha$ 越高，檢定力越高；反之，$\alpha$ 越低，檢定力越低。

本題主要測試考生對變異數分析 (ANOVA) 和共變數分析 (ANCOVA) 這兩種統計方法的理解，包括它們的基本概念、目的以及適用的研究情境。

核心觀念：

• 變異數分析 (ANOVA, Analysis of Variance)： 用於比較兩個或兩個以上群體平均數之間是否存在顯著差異。它將總變異分解為不同來源（組間變異與組內變異），並透過比較這些變異數來推論平均數的差異。
• 共變數分析 (ANCOVA, Analysis of Covariance)： 是 ANOVA 的延伸，它在比較兩個或兩個以上群體平均數的同時，也控制（或調整）一個或多個連續型共變數 (covariate) 對依變數的影響。

1. 變異數分析 (ANOVA)

• 說明： ANOVA 的基本思想是將數據的總變異分解為「組間變異」(between-group variance) 和「組內變異」(within-group variance)。
  • 組間變異： 反映了不同組平均數之間的差異。
  • 組內變異： 反映了同一組內部個體之間的隨機差異（誤差）。
    ANOVA 透過計算 F 統計量（$F = \frac{\text{組間變異}}{\text{組內變異}}$）來檢定各組平均數是否相等。如果 $F$ 值足夠大，表示組間變異顯著大於組內變異，則可以拒絕虛無假設，認為至少有一組的平均數與其他組不同。
• 適合的應用時機：
  • 當研究者想比較三個或三個以上獨立群體的平均數時。例如：
    • 比較三種不同教學方法對學生學習成效的影響。
    • 比較不同劑量藥物對病人恢復時間的影響。
    • 比較不同品種植物對產量的影響。

本題旨在測試考生對於統計學中兩個基本但重要的概念——母群體分配與抽樣分配的理解。

核心觀念：

• 分配 (Distribution)： 在統計學中，分配描述了數據集中數值出現的頻率或機率。它告訴我們變數的各種可能值以及這些值出現的可能性。

1. 母群體分配 (The Population Distribution)

• 定義： 母群體分配是指一個研究母群體中，某個特定變數所有可能數值出現的機率分佈。它描述了整個母群體的特徵。
• 內涵：
  • 對象： 指的是研究對象的「整體」，例如全台灣的成人、某大學的所有學生、某種疾病的所有患者等。
  • 描述： 它描述了母群體中這個變數的各種可能值以及它們各自出現的機率。例如，母群體中身高的分佈、母群體中智商的分佈、母群體中某種態度分數的分佈。
  • 參數： 母群體分配由母群體參數 (population parameters) 來描述，例如母群體平均數 ($\mu$)、母群體標準差 ($\sigma$)、母群體比例 ($P$) 等。
  • 理論性： 在實際研究中，我們通常無法獲得或測量整個母群體，因此母群體分配通常是理論上的或需要透過抽樣來估計。

2. 抽樣分配 (The Sampling Distribution)

• 定義： 抽樣分配是指從同一個母群體中，重複抽取「所有可能的樣本」（每個樣本大小相同），並計算出每個樣本的某個統計量（例如樣本平均數、樣本比例、樣本相關係數等），這些統計量所形成的分佈，就稱為該統計量的抽樣分配。
• 內涵：
  • 對象： 抽樣分配的主體是「統計量」(statistic)，而不是單一個體。例如，抽樣分配是「樣本平均數的分佈」，而不是「個別分數的分佈」。

本題旨在評估考生對於心理測驗實務中倫理原則的認識，特別是與測驗施測、解釋和使用相關的道德考量。

核心觀念：
心理測驗的使用必須遵守專業倫理規範，以確保測驗的公平性、準確性，並保護受試者的權益。

兩種需注意的道德考量：

1. 保密性 (Confidentiality) 與隱私權 (Privacy)

   • 考量原因： 心理測驗通常會收集關於個人特質、能力、行為、情感狀態等敏感資訊。這些資訊屬於個人隱私，若未經授權洩露，可能對受試者造成傷害，例如社會歧視、名譽受損、心理壓力等。專業倫理要求測驗專業人員對受試者的測驗結果和相關資訊負有保密義務。
   • 可能影響：
     • 對受試者： 若資訊洩露，可能導致受試者面臨社會標籤、被誤解、失去信任、甚至影響其就業、升學或人際關係。
     • 對測驗專業人員： 違反保密原則可能導致專業信譽受損，甚至面臨法律訴訟或專業懲戒。
     • 對測驗本身： 若測驗結果被不當使用或洩漏，可能降低人們對測驗及其結果的信任度，進而影響其有效性。

2. 測驗的適當性與公平性 (Appropriateness and Fairness of Test Use)

   • 考量原因： 測驗的設計、標準化、施測和解釋都可能存在偏誤，導致某些群體（如特定文化背景、語言、社會經濟地位、性別、年齡的個體）在測驗中處於不利地位，無法公平地反映其真實能力或特質。專業人員有責任確保所使用的測驗是適合特定目的、特定對象的，並且是經過良好驗證、公平的。

本題旨在測試考生對「效標汙染」這一概念的理解，包括其定義、成因以及在實際研究情境中的應用。

核心觀念：

• 效標 (Criterion)： 在測驗效度驗證中，效標是指一個獨立的、外在的標準，用來評估測驗分數的有效性。例如，一個工作績效測驗的效標可能是實際工作績效的評量。
• 效標汙染 (Criterion Contamination)： 指的是在效度驗證過程中，用來評估測驗效標的資料，受到「測驗分數本身」或與測驗分數相關的資訊的影響，導致效標不再是獨立於測驗分數的純粹指標。

定義：
效標汙染發生在用來預測或驗證的效標，其數值受到測驗分數本身（或與測驗分數直接相關的資訊）的影響，導致效標不再是獨立於測驗分數的一個客觀標準。這會誇大測驗與效標之間的相關係數 (效度係數)，使得測驗的真實效度被高估。

情境實例與原因解釋：

• 情境實例： 某公司想開發一個新的「領導潛能測驗」，並計劃用現任主管的「績效評等」作為效標來驗證這個測驗的預測效度。在測驗開發和效度驗證的過程中，現任主管的績效評等是由其上級根據多種因素來打分的，其中也包括了對該主管「領導能力」的觀察。然而，在實際操作中，負責評等的主管可能在評分時，有意無意地受到了他們自己或被評者（現任主管）在「領導潛能測驗」中表現的影響。
• 原因解釋：
  1. 評分者偏見： 負責評定績效的主管，可能因為知道某位現任主管在「領導潛能測驗」中得分很高，而傾向給予較高的績效評等，即使該主管的實際工作表現並沒有那麼突出。反之，如果測驗得分低，評分者也可能傾向給予較低的評等。

本題旨在測試考生對智力理論發展史的了解，特別是兩位重要學者的智力理論及其核心內容。

核心觀念：
智力是一個複雜且多面向的概念，歷來有許多學者提出不同的理論來解釋其結構與本質。

兩個重要的智力理論：

1. 提出者：Charles Spearman (查爾斯·斯皮爾曼)

   • 智力理論： 二因論 (Two-Factor Theory)
   • 理論內容：
     • Spearman 認為，個體在各種智力測驗上的表現，是由兩種因素共同決定的：
       • G因素 (General Mental Ability, 一般心智能力)： 這是所有智力活動共有的基本能力，是影響所有智力表現的共同基礎。Spearman 認為 G 因素是智力的核心，是影響個體在各種認知任務上表現的最重要因素。
       • S因素 (Specific Mental Abilities, 特殊心智能力)： 這是每種特定智力活動所獨有的能力，與 G 因素無關。例如，數學能力、語言能力、空間能力等，都各有其特定的 S 因素。
     • Spearman 透過因素分析 (Factor Analysis) 研究發現，在不同的智力測驗分數之間存在著顯著的正相關，他將這種共同的相關性歸因於 G 因素的存在。他認為，G 因素的強度決定了個體在不同智力任務上的潛能，而 S 因素則解釋了為什麼個體在某些特定任務上表現特別好或特別差。

2. 提出者：Howard Gardner (霍華德·加德納)

   • 智力理論： 多元智力理論 (Theory of Multiple Intelligences)
   • 理論內容：
     • Gardner 挑戰了傳統的單一智力觀點，認為智力不是單一能力的集合，而是由多種相對獨立的智力所構成。他最初提出了七種智力，後續又增加了其他幾種。
     • 他提出的主要智力包括：
       • 語言智力 (Linguistic Intelligence)： 運用語言進行思考、表達和溝通的能力（如作家、詩人、演說家）。
       • 邏輯數學智力 (Logical-Mathematical Intelligence)： 進行邏輯推理、數學運算、科學探究的能力（如科學家、數學家、工程師）。

本題旨在測試考生對「社會期許效應」的理解，包括其定義、對測驗結果的影響，以及在測驗編制中應對此效應的策略。

核心觀念：

• 社會期許 (Social Desirability)： 指的是個人傾向於以一種普遍被社會接受、讚揚或期望的方式來呈現自己，即使這可能與其真實的態度、信念或行為有所不同。這是一種社會性偏見 (social bias)。

何為社會期許的作答傾向 (Social Desirability Responding Tendency)：

社會期許的作答傾向是指，受試者在回答問卷或測驗題目時，為了讓自己看起來更符合社會期望或避免負面評價，而選擇某些特定的答案，而非真實反映其內在狀態。這種傾向可能表現在：

• 正面陳述的偏好： 對於描述正面特質、行為或態度的題目，傾向於給予肯定回答；對於描述負面特質的題目，則傾向於給予否定回答。
• 偽裝或虛報： 例如，在誠實度測驗中，受試者可能聲稱自己從未撒謊；在健康行為問卷中，可能誇大自己的運動習慣或飲食習慣。
• 影響結果的真實性： 這種作答傾向會降低測驗結果的真實性 (validity)，因為測驗分數可能更多地反映了受試者「想成為什麼樣的人」，而不是「真實的自己」。

在測驗編制上可用來減少社會期許作答傾向的兩個方法：

1. 設計「社會期許量尺」(Social Desirability Scale) 或「效度量尺」(Validity Scale)：
   • 說明： 在測驗中加入一些題目，這些題目旨在測量受試者的社會期許傾向。這些題目通常包含一些明顯地、普遍被社會接受的陳述（例如，「我從來沒有生過別人的氣」、「我總是願意幫助別人」），或是明顯地、普遍被社會不接受的陳述（例如，「我常常對別人感到不滿」、「我曾偷過東西」）。
   • 應用：
     • 篩選： 如果受試者在社會期許量尺上的得分非常高，表示其作答可能受社會期許影響較大，研究者可以考慮剔除這些受試者的數據，或者在解釋結果時特別注意。

本題旨在測試考生對「內部一致性信度」這一重要信度概念的理解，包括其定義、檢驗方法及這些方法的原理。

核心觀念：

• 信度 (Reliability)： 指的是測量工具 (測驗) 在重複測量時的一致性或穩定性。一個高信度的測驗，在相同條件下重複施測，應該會得到相似的結果。
• 內部一致性信度 (Internal Consistency Reliability)： 是信度的一種，用來評估測驗內部各題項之間的一致性程度。它假設測驗中的所有題項都應該測量同一個潛在構念（例如，一個性格特質）。如果各題項之間的測量結果高度相關，則表示測驗具有良好的內部一致性。

檢驗單向度性格測驗內部一致性的方法：

1. Cronbach's Alpha (克朗巴克 $\alpha$ 係數)
   • 原理原則： Cronbach's Alpha 是一種基於題項間相關性來計算信度的指標，它實際上是所有可能的分半信度 (split-half reliability) 的平均值。其核心原理是，一個測量單一構念的良好測驗，其各個題項應該是相互測量的「複製品」，只是測量時可能帶有不同的測量誤差。Alpha 係數透過計算所有題項的變異數以及它們之間的共變異數，來估計測驗中所有題項的總變異有多少比例是「真實變異」(true score variance)，有多少是「測量誤差變異」(error variance)。
     • 公式簡化形式：$\alpha = \frac{k}{k-1} \left( 1 - \frac{\sum \sigma_i^2}{\sigma_{total}^2} \right)$
       • $k$：題項數
       • $\sum \sigma_i^2$：所有題項分數變異數的總和（代表測量誤差）
       • $\sigma_{total}^2$：整個測驗分數的總變異數（包含真實變異和誤差變異）
   • 說明： $\alpha$ 值介於 0 到 1 之間。越接近 1，表示測驗內部題項之間的一致性越高，信度越高。