114 年 國立政治大學輔導與諮商碩士學位學程《測驗與統計》

此題為測驗與統計領域的基礎名詞解釋題，旨在釐清考生對測驗發展與應用中的重要概念的理解。

1. test equating:
   測驗等化（test equating）是指在沒有共同受試者（common persons）的情況下，將不同版本的測驗（例如，同一份測驗的不同卷別或不同年份的測驗）連結起來，使得不同版本的測驗分數可以在同一分數尺度上進行比較。其目標是確保不同版本的測驗具有相同的難度與測量目的，讓考生無論在哪個版本上作答，都能獲得公平的比較分數。常用的等化方法包括平均數均等法（mean equating）、迴歸等化法（regression equating）、斜率均等法（slope equating）等。
   【答案】測驗等化是將不同版本的測驗連結至同一分數尺度的統計程序，確保不同版本間分數的可比較性。

2. alternative-form reliability:
   替代式測驗的信度（alternative-form reliability），也稱為平行測驗信度（parallel-forms reliability）或等價式信度（equivalent-forms reliability），是指兩種內容、難度、長度、題型結構等方面都極為相似的測驗，施測於同一群受試者後，計算這兩種測驗分數之間相關係數的方法。此信度係數反映了不同形式測驗在測量同一特質時的一致性程度。若此信度高，表示兩種形式的測驗在測量同一潛在構念時是穩定的。
   【答案】替代式測驗信度是衡量兩種內容與難度相似的測驗，在測量同一特質時的一致性程度，通常透過計算兩份測驗分數的相關係數來獲得。

此題結合了教育心理學的學習理論與當代高等教育的教學趨勢，要求考生說明精熟學習模型並探討其與自主學習的應用。

精熟學習模型 (Mastery Learning Model, MLM)
精熟學習模型是由 Benjamin Bloom 在 1968 年提出的學習理論。其核心理念是「所有學生都能學會」，只要給予適當的教學時間、適當的教學方法以及適當的學習支持，絕大多數學生都能達到學習目標的精熟程度。MLM 的主要特徵包括：

1. 明確的學習目標: 課程被分解成一系列小單元，每個單元都有清晰、可衡量的學習目標。
2. 診斷性評量: 在學習新單元前，會進行診斷性評量，以了解學生先前知識的基礎，並據此進行分組或提供補救教學。
3. 優質教學: 教師提供清晰、結構化的教學，並採用多樣化的教學策略以滿足不同學生的需求。
4. 形成性評量與回饋: 在每個單元學習結束後，會進行形成性評量，以檢核學生是否達到精熟。若未達標，則提供額外的補救教學（corrective instruction）與練習（enrichment activities），直到學生精熟為止。
5. 總結性評量: 當學生通過所有單元的精熟評量後，最後進行總結性評量，以評估整體學習成效。

MLM 與自主學習 (Autonomous Learning) 的應用
自主學習是指學習者在學習過程中，能夠主動設定學習目標、選擇學習方法、監控學習進度，並對自己的學習成果負責的學習模式。精熟學習模型與自主學習在實務上可以相互結合，並在當今大專院校的教學中發揮重要作用：

1. 目標設定與路徑規劃: MLM 強調明確的學習目標。在自主學習的框架下，教師可以引導學生理解每個學習單元的目標，並鼓勵學生根據自己的基礎與節奏，規劃達成這些目標的學習路徑。

此題為結構方程模型（SEM）中的路徑分析（Path Analysis）結果解釋，旨在評估自變數（網路成癮）對依變數（數學成績）的影響，以及潛在的中介變項（自主學習）的角色。

結果解釋

路徑分析的結果通常包含直接效果、間接效果和總效果，以及它們的統計顯著性（p value）和信賴區間。

1. 間接效果 (Indirect Effect):

   • 網路成癮 → 自主學習 → 數學成績: 估計值 (Estimate) 為 -.091，p value 為 .001，95% 信賴區間為 [-.101, -.082]。
   • 解釋: 這表示網路成癮透過影響自主學習，進而對數學成績產生了負向的間接影響。當網路成癮程度越高，學生的自主學習程度越低，而自主學習程度越低，數學成績也越低。由於 p value 小於 0.05（通常的顯著水準），且信賴區間不包含 0，此間接效果是統計上顯著的。這支持了自主學習在網路成癮與數學成績之間扮演了中介角色。

2. 直接效果 (Direct Effect):

   • 網路成癮 → 數學成績: 估計值 (Estimate) 為 .003，p value 為 .808，95% 信賴區間為 [-.016, .022]。
   • 解釋: 這表示在控制了自主學習的中介效果後，網路成癮對數學成績的直接影響是微弱且不顯著的。p value (0.808) 遠大於 0.05，且信賴區間包含 0，表明網路成癮本身對數學成績沒有顯著的直接影響。

3. 總效果 (Total Effect):

   • 網路成癮 → 數學成績: 估計值 (Estimate) 為 -.088，p value 為 .001，95% 信賴區間為 [-.105, -.072]。
   • 解釋: 總效果是直接效果與間接效果的總和。在此模型中，總效果主要由間接效果貢獻。估計值 -.088 表示網路成癮與數學成績之間存在負相關。p value (0.001) 顯著，信賴區間不包含 0，表明網路成癮對數學成績的總體影響是統計上顯著的負向影響。

綜合解釋與應用涵義

此題為單因子變異數分析（One-Way ANOVA）的結果解釋與後續分析建議。研究者欲比較三種不同心理諮商方法的效益（通常指治療效果，例如某種量表的得分變化），並使用 ANOVA 來檢驗組間的差異。

結果解釋

1. 變異數分析摘要表 (ANOVA Summary Table):

   • SV (Source of Variation): 變異來源，分為組間（Between Groups）和組內（Within Groups）。
   • SS (Sum of Squares): 平方和，代表變異的總量。
     • 組間 SS (2723.33): 代表三種諮商方法（組別）之間的平均數差異所造成的變異。
     • 組內 SS (2850): 代表在各組內部，受試者分數的變異，也稱為誤差變異（Error Variance）。
   • df (Degrees of Freedom): 自由度。
     • 組間 df (2): 代表組別數量減一 (k-1)。在此，k=3 種諮商方法，所以 df = 3-1 = 2。
     • 組內 df (12): 代表總受試者數量減去組別數量 (N-k)。在此，N-3 = 12，所以總受試者數量 N = 15。
   • MS (Mean Square): 均方，是平方和除以自由度，代表平均變異量。
     • 組間 MS (1361.67): 組間變異的平均值。
     • 組內 MS (237.5): 組內變異（誤差）的平均值。
   • F (F-statistic): F 檢定統計量，是組間 MS 除以組內 MS。
     • $F = \frac{MS_{Between}}{MS_{Within}} = \frac{1361.67}{237.5} \approx 5.73$。
     • 這個 F 值代表組間變異相對於組內變異的大小。

2. F 檢定結果:

   • 計算出的 F 統計量為 5.73。
   • 查表臨界值為 $F_{critical} = F_{1-\alpha}(df_1, df_2) = F_{0.05}(2, 12) = 3.89$。
   • 比較: 由於計算出的 F 值 (5.73) 大於查表臨界值 (3.89)，因此我們拒絕虛無假設 ($H_0$)。
   • 虛無假設 ($H_0$): 三種諮商方法的平均效益沒有差異（即 $\mu_1 = \mu_2 = \mu_3$）。
   • 對立假設 ($H_1$): 至少有一種諮商方法的平均效益與其他方法不同。
   • 結論: ANOVA 結果顯示，這三種心理諮商方法（減敏法、認知法、正念法）的平均效益存在統計上顯著的差異。

後續分析工作

由於 ANOVA 結果顯著，我們知道這三種方法之間至少有一對方法的效益有差異，但 ANOVA 本身無法告訴我們是哪一對方法有差異，以及差異的方向。因此，需要進行以下後續分析：