113 年 國立臺灣大學心理系碩士班臨床心理組《心理學方法：統計學、心理測驗、心理學實驗法》

此題考驗對基本機率分配的理解，特別是與重複獨立試驗相關的分配，以及中央極限定理的應用。

核心觀念： 二項分配 (Binomial Distribution) 與常態近似 (Normal Approximation)。

詳解：

1.1 a. 機率質量函數 (Probability Mass Function, PMF)

此實驗為重複 $n$ 次獨立的伯努利試驗（每次試驗只有兩種結果：正面或反面，且每次試驗成功的機率固定）。記錄正面出現的次數 $m$，這符合二項分配的定義。

• 分配名稱： 二項分配 (Binomial Distribution)。

• 參數： 試驗次數 $n$ (number of trials) 和單次試驗成功的機率 $p$ (probability of success)。在此，成功定義為出現正面，且硬幣公平，所以 $p = 0.5$。

• 機率質量函數 (PMF)： 變數 $m$ 表示在 $n$ 次試驗中，正面恰好出現 $m$ 次的機率。其 PMF 定義為：
  $P(m; n, p) = \binom{n}{m} p^m (1-p)^{n-m}$
  在此，$\binom{n}{m}$ 代表從 $n$ 次試驗中選擇 $m$ 次出現正面的組合數。
  由於硬幣公平， $p = 0.5$，所以 PMF 可簡化為：
  $P(m; n, 0.5) = \binom{n}{m} (0.5)^m (0.5)^{n-m} = \binom{n}{m} (0.5)^n$
  其中 $m$ 的可能取值為 $0, 1, 2, \dots, n$。

• 論述它們加起來的確等於1：
  根據二項定理，我們知道 $(x+y)^n = \sum_{k=0}^{n} \binom{n}{k} x^k y^{n-k}$。
  令 $x = p$ 且 $y = 1-p$，則 $(p + (1-p))^n = \sum_{m=0}^{n} \binom{n}{m} p^m (1-p)^{n-m}$。
  由於 $p + (1-p) = 1$，所以 $1^n = 1$。
  因此，所有可能結果的機率總和為：

此題探討卡方檢定在分析類別資料時的兩種常見應用：獨立性檢定與同質性檢定，並深入詢問其適用情境、虛無假設以及自由度計算的原理。

核心觀念： 卡方檢定 (Chi-square Test)、獨立性檢定 (Test of Independence)、同質性檢定 (Test of Homogeneity)、自由度 (Degrees of Freedom)。

詳解：

1.2 a. 適用情境與虛無假設

• 卡方獨立性檢定 (Chi-square Test of Independence)

  • 適用情境： 當我們想檢定兩個類別變數在單一母體中是否相互獨立時使用。例如，我們想知道「性別」(類別變數一) 與「是否吸菸」(類別變數二) 在台灣成人母體中是否獨立。我們收集一個來自該母體的樣本，並將其資料整理成一個列聯表。
  • 虛無假設 ($H_0$)： 這兩個類別變數在母體中是獨立的。
    • 例如：性別與是否吸菸在台灣成人母體中是獨立的。
  • 對立假設 ($H_1$)： 這兩個類別變數在母體中不是獨立的（即存在關聯性）。

• 卡方同質性檢定 (Chi-square Test of Homogeneity)

  • 適用情境： 當我們想檢定兩個或多個不同母體在某個類別變數上的分佈是否相同（同質）時使用。例如，我們想知道「不同地區」(母體一、二、三...) 的學生在「喜歡的運動類別」(類別變數) 上，其比例分佈是否相同。我們從每個母體中獨立抽樣，並將資料整理成列聯表。
  • 虛無假設 ($H_0$)： 這兩個（或多個）母體在該類別變數上的分佈是同質的（即相同）。
    • 例如：不同地區學生的喜歡的運動類別分佈是相同的。
  • 對立假設 ($H_1$)： 這兩個（或多個）母體在該類別變數上的分佈不是同質的（即不同）。

比較總結：

檢定名稱	目標	母體數量	抽樣方式	虛無假設 ($H_0$)
獨立性檢定	檢定兩個變數在單一母體中是否獨立	一個	從單一母體中隨機抽樣	兩個變數獨立

此題聚焦於民意調查中常見的信心水準與誤差範圍的計算，涉及樣本數的決定、信賴區間的推導以及結果的詮釋，是統計推論在實際應用中的典型考題。

核心觀念： 樣本數決定 (Sample Size Determination)、信賴區間 (Confidence Interval)、比例的信賴區間、中央極限定理。

詳解：

1.3 a. 樣本數 X 的計算公式

樣本數 $X$ (通常表示為 $n$) 的決定，是為了在給定的信心水準 $(1-\alpha)$ 下，達到一個特定的誤差範圍（Margin of Error, MOE），通常是針對比例估計。

最常見的樣本數決定公式是基於估計母體比例 $p$ 的信賴區間。假設我們想要達到的最大允許誤差為 $Y\%$ (即 0.01Y)。對於比例的信賴區間，其公式通常是：
$\hat{p} \pm Z_{\alpha/2} \sqrt{\frac{\hat{p}(1-\hat{p})}{n}}$
其中 $\hat{p}$ 是樣本比例， $Z_{\alpha/2}$ 是對應於信心水準 $(1-\alpha)$ 的標準常態值， $n$ 是樣本數。
我們希望信賴區間的寬度（或半寬，即誤差範圍） $\le Y\%$。
$Y = Z_{\alpha/2} \sqrt{\frac{\hat{p}(1-\hat{p})}{n}}$
為了求得樣本數 $n$，我們需要對此公式進行整理。然而，$\hat{p}$ 在樣本數決定時是未知的。通常的做法是：

1. 使用保守估計值： 為了使誤差範圍最小化（即樣本數最大化），我們選擇能使 $\hat{p}(1-\hat{p})$ 最大的 $\hat{p}$ 值。這個值是 $\hat{p}=0.5$，此時 $\hat{p}(1-\hat{p}) = 0.5 \times 0.5 = 0.25$。
2. 或使用先前研究的估計值： 如果有過去的調查數據，可以 $\hat{p}$ 的值作為參考。

因此，樣本數的決定公式通常是：
$n = \left( \frac{Z_{\alpha/2}}{MOE} \right)^2 \hat{p}(1-\hat{p})$
其中 $MOE$ 是以小數表示的誤差範圍（即 $Y/100$）。

若使用保守估計 $\hat{p}=0.5$，則公式為：
$n = \left( \frac{Z_{\alpha/2}}{MOE} \right)^2 (0.25)$
或者，若 $Y$ 是以百分比表示的誤差，則 $MOE = Y/100$。
$n = \left( \frac{Z_{\alpha/2}}{Y/100} \right)^2 (0.25)$
$n = \frac{Z_{\alpha/2}^2 \times 0.25}{(Y/100)^2}$
此公式計算出的 $n$ 通常需要進位到下一個整數，因為樣本數必須是整數，且我們需要確保誤差 不超過 $Y\%$。

公式：
$X = n = \left( \frac{Z_{\alpha/2}}{Y/100} \right)^2 \times 0.25$
（使用保守估計 $\hat{p}=0.5$）

1.3 b. 公式推導

推導過程基於估計母體比例的信賴區間。

1. 目標： 我們希望估計一個母體比例 $p$，並希望在給定的信心水準 $(1-\alpha)$ 下，估計值的誤差範圍（Margin of Error, MOE）不超過 $Y\%$ (即 $0.01Y$)。
2. 信賴區間公式： 對於母體比例 $p$ 的估計，當樣本數 $n$ 夠大時，其 $(1-\alpha)$ 信賴區間為：
   $\hat{p} \pm Z_{\alpha/2} \sqrt{\frac{\hat{p}(1-\hat{p})}{n}}$
   其中 $\hat{p}$ 是樣本比例，$Z_{\alpha/2}$ 是標準常態機率值，使得標準常態曲線下，介於 $-Z_{\alpha/2}$ 和 $Z_{\alpha/2}$ 之間的面積為 $1-\alpha$。
3. 定義誤差範圍 (MOE)： 信賴區間的半寬就是誤差範圍。我們要求這個誤差範圍 $\le Y\%$ (即 $0.01Y$)。
   $MOE = Z_{\alpha/2} \sqrt{\frac{\hat{p}(1-\hat{p})}{n}} \le \frac{Y}{100}$
4. 求解樣本數 $n$： 我們需要解出 $n$。首先，為了確保樣本數足夠（即誤差足夠小），我們需要對 $\hat{p}(1-\hat{p})$ 進行保守估計。函數 $f(p) = p(1-p)$ 在 $p=0.5$ 時達到最大值 0.25。因此，我們使用 $\hat{p}=0.5$ 來計算最大的所需樣本數，以保證在任何 $\hat{p}$ 值下，誤差都不會超過預期。
   $Z_{\alpha/2} \sqrt{\frac{0.25}{n}} \le \frac{Y}{100}$
   平方兩邊：
   $Z_{\alpha/2}^2 \frac{0.25}{n} \le \left(\frac{Y}{100}\right)^2$
   重新整理以求解 $n$：
   $n \ge \frac{Z_{\alpha/2}^2 \times 0.25}{\left(\frac{Y}{100}\right)^2}$
   由於樣本數必須是整數，且我們需要確保誤差 不超過 $Y/100$，所以我們取這個值的上限（無條件進位）。
   $n = \left\lceil \frac{Z_{\alpha/2}^2 \times 0.25}{\left(\frac{Y}{100}\right)^2} \right\rceil$
   這就是樣本數 $X$ 的計算公式。

1.3 c. 精確陳述民調結果的意涵

此題的核心是簡單線性迴歸的假設檢定，重點在於斜率檢定的前提條件、不同統計方法的等價性，以及斜率與相關係數檢定之間的關係。

核心觀念： 簡單線性迴歸 (Simple Linear Regression)、迴歸係數 (Regression Coefficient)、統計假設 (Statistical Assumptions)、t 檢定 (t-test)、F 檢定 (F-test)、ANOVA (Analysis of Variance)、相關係數 (Correlation Coefficient)。

詳解：

1.4 a. 迴歸線斜率統計檢定的關鍵假設

檢定簡單線性迴歸模型 $Y = \beta_0 + \beta_1 X + \epsilon$ 的斜率 $\beta_1$ 是否顯著不為零，通常依賴於以下幾個關鍵假設（也稱為高斯-馬可夫假設，Gauss-Markov Assumptions，或稱 OLS 假設）：

1. 線性關係 (Linearity)： 應變數 $Y$ 與自變數 $X$ 之間存在線性關係。即模型形式為 $Y = \beta_0 + \beta_1 X + \epsilon$。
2. 隨機抽樣 (Random Sampling)： 樣本是從母體中隨機抽樣得來的。
3. 誤差項的期望值為零 (Zero Conditional Mean of Errors)： 誤差項 $\epsilon$ 的條件期望值為零，即 $E(\epsilon | X) = 0$。這意味著自變數 $X$ 與誤差項 $\epsilon$ 不相關。
4. 誤差項的變異數恆定 (Homoscedasticity)： 誤差項 $\epsilon$ 的變異數對所有 $X$ 的值都相等，即 $Var(\epsilon | X) = \sigma^2$。
5. 誤差項之間獨立 (Independence of Errors)： 誤差項 $\epsilon$ 之間相互獨立，尤其對於時間序列資料，這意味著沒有自我相關。
6. 誤差項呈常態分佈 (Normality of Errors)： （此為進行統計推論，如信賴區間和假設檢定的補充假設，非高斯-馬可夫假設的必要條件，但常用於傳統迴歸分析。）誤差項 $\epsilon$ 服從常態分佈，即 $\epsilon \sim N(0, \sigma^2)$。

在檢定斜率 $\beta_1$ 是否顯著不為零時，上述假設（特別是 1, 3, 4, 5, 6）是必要的，以確保估計量 $\hat{\beta}_1$ 的分佈（通常是常態分佈）的正確性，進而進行 t 檢定或 F 檢定。

1.4 b. t 檢定、ANOVA table 與 F 檢定的等同性

是的，在簡單線性迴歸中，檢定迴歸線斜率是否顯著不為零的 t 檢定與 F 檢定是等同的。

• t 檢定：
  t 檢定用於檢定單一參數（在此是斜率 $\beta_1$）是否顯著不為零。檢定統計量為：
  $t = \frac{\hat{\beta}_1 - \beta_{1, H_0}}{\text{SE}(\hat{\beta}_1)} = \frac{\hat{\beta}_1}{\text{SE}(\hat{\beta}_1)}$
  其中 $\hat{\beta}_1$ 是估計的斜率，$\text{SE}(\hat{\beta}_1)$ 是其標準誤，$\beta_{1, H_0}$ 是虛無假設中的斜率值（通常為 0）。
  自由度為 $n-2$（其中 $n$ 是樣本數）。

• ANOVA table 與 F 檢定：
  ANOVA table 將總變異量 (Total Sum of Squares, SST) 分解為迴歸變異量 (Regression Sum of Squares, SSR) 和殘差變異量 (Residual Sum of Squares, SSE)。
  $SST = SSR + SSE$
  F 檢定的統計量是基於變異數的比例：
  $F = \frac{SSR / df_{reg}}{SSE / df_{res}}$
  在簡單線性迴歸中：

  • $df_{reg} = 1$ (因為只有一個自變數)
  • $df_{res} = n-2$ (殘差自由度)
    所以，
    $F = \frac{SSR / 1}{SSE / (n-2)}$
    等同關係：
    在簡單線性迴歸中，F 統計量與 t 統計量之間存在以下關係：
    $F = t^2$
    也就是說，F 檢定的值等於 t 檢定值的平方。
    如果我們檢定 $H_0: \beta_1 = 0$ (t 檢定)，其自由度為 $n-2$。

核心觀念

本題考中央極限定理與樣本平均數的標準化。母群平均數為 $\mu$、標準差為 $\sigma$，從母群抽取 $n$ 個樣本所得的樣本平均數 $\bar{x}$，其抽樣分配的平均數為 $\mu$，標準誤為 $\sigma/\sqrt{n}$。

當 $n$ 夠大時，依中央極限定理：

$$\frac{\bar{x}-\mu}{\sigma/\sqrt{n}} \approx N(0,1)$$

解題方法

將題目中的事件改寫為標準化形式：

$$\mu \geq \bar{x}-\frac{z\sigma}{\sqrt{n}}$$

移項可得：

$$\bar{x}-\mu \leq \frac{z\sigma}{\sqrt{n}}$$

兩邊除以標準誤 $\sigma/\sqrt{n}$：

此題旨在釐清「心理測驗」的定義與核心特徵，引導考生思考如何區分心理測驗與其他資料收集方法。

核心觀念： 心理測驗的定義 (Definition of Psychological Test)。

詳解：

我們知道，研究參與者的資料可以透過多種方式收集，例如觀察、訪談、問卷、生理測量等。要判斷所採用的是否為「心理測驗」，可以從以下幾個關鍵特徵來辨識：

1. 標準化 (Standardization)：

   • 施測過程標準化： 心理測驗通常有一套固定的施測程序，包括指示、計時、題本、計分方式等，以確保所有受試者都在相同的條件下接受測驗。
   • 計分標準化： 測驗結果有一個客觀、量化的計分系統。分數的意義是透過與常模 (norm) 比較來解釋的。

2. 客觀性 (Objectivity)：

   • 計分客觀： 不同的施測者或評分者，在對同一份測驗結果計分時，應得到相同的分數。
   • 解釋客觀： 測驗分數的解釋應基於其效度與信度證據，而非主觀判斷。

3. 量化性 (Quantification)：
   心理測驗的結果通常是數字化的分數。這些分數代表受試者在特定心理特質、能力、狀態或行為上的表現程度。

此題要求考生闡述心理測驗出版者與使用者在倫理責任方面的考量，這屬於心理測驗學中實務應用層面的重要議題。

核心觀念： 心理測驗倫理 (Ethics in Psychological Testing)、出版者責任 (Publisher's Responsibilities)、使用者責任 (User's Responsibilities)。

詳解：

心理測驗作為一種科學工具，其出版與使用都涉及重要的倫理責任，旨在保護受試者權益、確保測驗的科學性與公平性。

一、出版者的責任與倫理考量

心理測驗的出版者（通常是測驗開發機構或公司）對其產品負有主要責任，確保測驗的品質與適當使用。

1. 測驗的開發與品質保證：

   • 嚴謹的發展過程： 必須遵循科學方法開發測驗，包括明確定義測量建構、編製題目、進行預試、分析題目品質、確立信度與效度。
   • 提供充分的信效度證據： 必須提供詳細、可靠的信度與效度報告，包括不同族群的資料、採用的方法、結果的解釋等。
   • 建立常模 (Norms)： 測驗的常模（例如百分位數、標準分數）必須基於具代表性、符合目標使用族群的樣本進行建立，並定期更新。
   • 品質控制： 確保測驗手冊、題本、計分表等所有材料的品質，無印刷錯誤或內容疏漏。

2. 限制測驗的購買與使用資格：

   • 專業資格限制： 對於高風險、高專業要求的測驗（如智力測驗、臨床診斷測驗），出版者應限制購買者需具備相應的專業資格（如心理師執照、相關學位或訓練證明）。
   • 警示與說明： 在測驗手冊中，應明確說明測驗的適用對象、測量目的、限制、正確使用方法與解釋原則。

3. 提供使用指導與訓練資訊：

   • 詳細的測驗手冊： 提供包含測驗理論基礎、發展歷程、施測步驟、計分方法、常模資料、信效度報告、結果解釋指南、案例分析等內容的詳盡手冊。
   • 使用者訓練： 在可能的情況下，提供使用者訓練課程或研討會，確保使用者能正確理解和運用測驗。

4. 保護測驗的完整性：

   • 防止盜版與濫用： 採取措施防止測驗內容被非法複製、修改或用於不當目的。
   • 資料保密： 確保測驗資料（如受試者個人資訊、測驗結果）的機密性。

二、使用者的責任與倫理考量

心理測驗的使用者（如心理師、教育工作者、研究者等）在實際應用測驗時，同樣負有重要的倫理責任。

此題要求解釋題目特徵曲線 (ICC) 的概念，並以 Rasch 模型為例，說明其在心理測驗發展中的應用價值。

核心觀念： 題目特徵曲線 (Item Characteristic Curve, ICC)、Rasch 模型 (Rasch Model)、測量建構 (Latent Trait)、題目參數 (Item Parameter)、受試者參數 (Person Parameter)。

詳解：

一、何謂題目特徵曲線 (Item Characteristic Curve, ICC)？

題目特徵曲線 (ICC) 是一種圖形表示，它描繪了受試者在特定心理建構（潛在特質）上的表現程度與該受試者答對（或給予特定反應）某題目的機率之間的關係。

• 橫軸 (X 軸)： 通常代表受試者在某個潛在特質（如能力、態度、人格特質）上的得分或參數值（通常是標準化的 $\theta$ 值）。數值越高，表示受試者在此特質上的程度越高。
• 縱軸 (Y 軸)： 代表受試者答對該題目（或給予特定反應，如同意、符合）的機率。數值介於 0 到 1 之間。

ICC 的形狀和位置反映了題目的難易度、鑑別度以及可能的猜測效應。

二、Rasch 模型與 ICC

Rasch 模型是一種單參數潛在特質理論 (Unidimensional Latent Trait Theory, LTT) 模型，它假設測量僅依賴於一個潛在特質。Rasch 模型對 ICC 的形式有特定的數學表達：

對於一個二元反應（答對/答錯）的題目，Rasch 模型中的 ICC (機率正確答題的曲線) 為：
$P_i(\theta) = \frac{e^{(\theta - b_i)}}{1 + e^{(\theta - b_i)}}$
其中：

• $P_i(\theta)$：受試者在潛在特質 $\theta$ 的水平上，答對第 $i$ 題的機率。
• $\theta$：受試者在潛在特質上的參數值（能力值）。
• $b_i$：第 $i$ 題的題目參數，通常代表題目的難易度 (difficulty)。

在 Rasch 模型中，ICC 的形狀是固定的（S 形），其位置由題目的難易度參數 $b_i$ 決定。

• 難易度參數 ($b_i$)： 在 Rasch 模型中，當受試者的能力值 $\theta$ 等於題目的難易度參數 $b_i$ 時，該受試者答對該題目的機率是 $0.5$。
  • 如果 $b_i$ 較小（例如，一個負值），表示題目較容易，即使是能力較低的受試者（$\theta < b_i$）也有較高的機率答對。ICC 曲線會偏向左側。
  • 如果 $b_i$ 較大（例如，一個正值），表示題目較難，只有能力較高的受試者（$\theta > b_i$）才比較有機會答對。ICC 曲線會偏向右側。

此題考驗考生如何將統計概念（T 分數、常模）應用於實際情境，並為校長提供專業的回應，展現其諮詢與規劃能力。

核心觀念： T 分數 (T-score)、常模 (Norms)、標準化測驗 (Standardized Test)、測驗發展流程。

詳解：

面對校長的請求，我會從以下幾個面向來回應，並說明如何進行：

一、 確認需求與目標：

首先，我會進一步與校長確認以下事項：

1. 「國小學生應具備的水準」的具體定義： 這個「水準」是基於什麼標準？是國家課綱的語彙量要求？還是其他學術研究的標準？是否有具體的語彙詞彙列表或能力指標？
2. 目標對象的年級範圍： 「國小學生」是指哪個年級？一年級到六年級的語彙能力差異很大，需要明確的目標群體。
3. 「T 分數高於 40」的意義： 校長提到 T 分數高於 40 表示具備合宜能力。我會進一步確認這個標準是如何訂定的。T 分數的標準化通常是基於一個參照群體（常模群體）計算出來的。T 分數的均值通常設定為 50，標準差為 10。若高於 40 表示「合宜」，這意味著可能低於平均（50）但高於某個臨界值。我需要了解這個 40 分的「臨界值」是基於什麼考量。

二、回應與初步規劃：

在初步了解需求後，我會向校長說明，編製一個具有科學依據的心理測驗，以準確評估學生的語彙能力，並符合「T 分數高於 40」的要求，這需要一個結構化的發展過程。我的回應會包含以下幾點：

1. 可行性與必要性：
   「校長您好，非常樂意協助您為畢業生進行國語語彙能力的評估。要準確地衡量學生是否達到國小應有的語彙水準，並轉換成具科學意義的 T 分數，編製一套標準化的心理測驗是可行且必要的。這能提供客觀、可比較的數據。」

2. 測驗發展的關鍵步驟：
   我會簡要說明編製測驗的過程，讓校長了解所需的時間與資源：

   • 明確定義與操作化： 首先，我們需要精確定義「國小應具備的語彙能力」具體包含哪些面向（例如：詞彙辨識、詞彙理解、詞彙使用等），並將其操作化為可測量的指標。
   • 題目發展： 根據定義，設計一套涵蓋不同難易度的語彙題目。
   • 預試與分析： 進行小規模的預試，收集數據，分析題目的難易度、鑑別度等統計特性，篩選出品質良好的題目。

此題考查對測量標準誤 (SEM) 的理解，包括其定義、估計方法及其在解釋測驗結果上的實用價值。

核心觀念： 測量標準誤 (Standard Error of Measurement, SEM)、信度 (Reliability)、測量誤差 (Measurement Error)。

詳解：

一、何為測量標準誤 (Standard Error of Measurement, SEM)？

測量標準誤 (SEM) 是指在重複多次測量同一對象時，預期該對象的測驗分數變異的標準差。換句話說，SEM 量化了單一測驗分數的不可靠性或測量誤差的大小。

• 概念： 即使一個人的真實潛在特質（如智力、性格）是恆定的，由於測量過程中的隨機誤差（如題目取樣、施測情境、受試者狀態波動等），每次測量得到的得分都可能略有不同。SEM 就是這些不同得分的標準差。
• SEM 的大小： SEM 越大，表示測驗分數的變異性越大，測量誤差越大，測驗分數的穩定性越低。SEM 越小，表示測驗分數越穩定，測量誤差越小。
• SEM 與信度的關係： SEM 與測驗的信度是密切相關的。一個信度高的測驗，其 SEM 必然較小；反之，一個信度低的測驗，其 SEM 必然較大。

二、研究者可以如何估計 SEM？

SEM 的估計通常需要測驗的信度係數和測驗分數的標準差。最常見的估計公式是：

$SEM = SD_X \sqrt{1 - r_{xx'}}$

其中：

• $SD_X$：樣本測驗分數的標準差 (Standard Deviation of Observed Scores)。這是所有受試者得分的總體變異。
• $r_{xx'}$：測驗的信度係數（例如，內部一致性信度 Cronbach's $\alpha$，或重測信度）。信度係數代表了測量分數中真實分數變異佔總變異的比例。

估計步驟：

1. 計算測驗分數的標準差 ($SD_X$)： 在一個代表性的樣本上施測，計算所有受試者的測驗總分（或平均分）的標準差。
2. 獲取測驗的信度係數 ($r_{xx'}$)： 這通常是測驗開發者提供的，是基於某個常模樣本計算出來的。研究者應使用該測驗最適合的信度係數（例如，如果使用的是標準化測驗，應使用其官方報告的信度值）。
3. 應用公式： 將 $SD_X$ 和 $r_{xx'}$ 代入公式進行計算。

注意：

• SEM 的值是以測驗分數的單位來表示的。
• SEM 的值會因樣本的變異度（$SD_X$）而異。一個變異度大的樣本，其 SEM 值也會較大。
• SEM 的值也會因信度係數的不同而異。信度越高（接近 1），SEM 越小。

三、SEM 對瞭解心理測驗結果的助益

SEM 在解釋和應用測驗結果時具有非常重要的實用價值：

此題要求解釋效度的概念，並對比傳統效標關聯效度與當前基於證據的效度觀點，這涉及到效度理論的演變。

核心觀念： 效度 (Validity)、效標關聯效度 (Criterion-Related Validity)、效度證據 (Sources of Evidence for Validity)、結構效度 (Construct Validity)。

詳解：

一、何為效度 (Validity)？

效度是指一個測驗測量其聲稱要測量的東西的程度。簡單來說，就是測驗的準確性。一個測驗若有效度，則其分數的解釋就應與測驗的目的和聲稱的測量目標相符。

• 重要性： 效度是心理測驗最基本、最重要的品質指標。一個測驗即使信度很高（結果穩定），但如果它測量的不是我們想測量的東西，那麼這個測驗就沒有價值。
• 效度是相對的： 效度不是一個「有」或「無」的絕對概念，而是程度上的問題。一個測驗可能在某些方面有效，在另一些方面則不然。效度也與測驗的用途有關，一個用於某種目的有效的測驗，不一定對其他目的也有效。

二、傳統的效標關聯效度 (Criterion-Related Validity)

效標關聯效度是傳統效度理論中的一種，它關注測驗分數與某個外部效標 (criterion) 之間的關係。效標是我們希望測驗能夠預測或反映的外部行為、特質或成就。效標關聯效度又可細分為兩種：

1. 預測效度 (Predictive Validity)：

   • 目的： 評估測驗分數在多大程度上能夠預測未來與效標相關的行為或成就。
   • 方法： 測量一批受試者的測驗分數，然後在一段時間後，測量他們在效標上的表現，最後計算測驗分數與效標分數之間的相關係數。
   • 例子： 某大學入學考試的成績（測驗分數）與學生大學第一年的學業成績（效標）之間的相關。高相關意味著該入學考試具有良好的預測效度。

2. 同時效度 (Concurrent Validity)：

   • 目的： 評估測驗分數與當前（同時）效標表現的相關程度。
   • 方法： 在同一時間點，測量受試者的測驗分數和效標表現，然後計算兩者之間的相關係數。
   • 例子： 一個新的、較短的憂鬱症篩檢量表的分數與一個已被廣泛接受的、較長的憂鬱症診斷量表（效標）分數之間的相關。高相關意味著新量表具有良好的同時效度。

傳統效度理論的局限性：
傳統的效度分類（如內容效度、效標關聯效度、結構效度）有助於理解效度的不同面向，但存在一些問題：

• 分類過於僵化： 實際上，各種效度證據之間是相互關聯的，難以完全割裂。
• 過於關注效標： 效標關聯效度過度依賴於外部效標的選擇和測量，有時難以找到理想的效標，或者效標本身也存在測量誤差。
• 結構效度被視為獨立但難以完全界定： 結構效度（測量理論建構的程度）雖然被認為是最高層次的效度，但其證據來源的整合性與系統性有待加強。

三、當前基於證據的效度觀點 (Sources of Evidence for Validity)

現代效度理論（如 Messick 的觀點）將效度視為一個單一、整合的概念，強調效度證據的累積，而非將效度劃分為獨立的類型。效度研究的目標是收集足夠的證據來支持測驗分數的特定解釋和用途。這個觀點強調的是效度證據的來源，而不是效度的類型。

主要的效度證據來源包括：

1. 內容證據 (Evidence Based on Test Content)：
   • 內容： 測驗題目是否能代表測量目標建構的內容範圍。
   • 如何獲得： 由領域專家審查測驗題目，評估其與測量目標（如課程內容、職業職責）的代表性、適當性，確保題目涵蓋了所有相關的知識、技能或行為。
   • 與傳統內容效度的關係： 這是傳統內容效度的現代化和系統化。

此題旨在釐清實驗法的核心目的，引導考生思考實驗法的獨特價值與貢獻。

核心觀念： 實驗法 (Experimental Method)、因果關係 (Causality)、自變數 (Independent Variable, IV)、依變數 (Dependent Variable, DV)。

詳解：

實驗法是心理學研究中最嚴謹、最能確立因果關係的方法。其最主要的目的可以歸納為以下幾點，但核心都圍繞著尋找與驗證因果關係：

1. 確立因果關係 (Establishing Causality)：
   這是實驗法最核心、最獨特的目的。實驗法透過系統性地操弄一個或多個自變數（原因），並觀察其對一個或多個依變數（結果）的影響，同時嚴格控制其他可能影響結果的干擾變數，從而能夠判斷自變數是否確實引起了依變數的變化。
   • 例子： 研究者想知道「睡眠剝奪」（自變數）是否會影響「學習表現」（依變數）。透過實驗設計，研究者可以將參與者隨機分派到睡眠充足組和睡眠剝奪組，然後測量他們在學習任務上的表現。若睡眠剝奪組的學習表現顯著差於睡眠充足組，且排除了其他干擾因素，則可得出睡眠剝奪「導致」學習表現下降的因果結論。

此題要求考生選擇一個心理學實驗的作業典範 (experimental paradigm)，並用文字和圖示進行說明。這考驗考生對實驗設計基本架構的理解和表達能力。

核心觀念： 作業典範 (Experimental Paradigm)、實驗設計 (Experimental Design)、自變數 (Independent Variable, IV)、依變數 (Dependent Variable, DV)、實驗組 (Experimental Group)、對照組 (Control Group)、隨機分派 (Random Assignment)。

詳解：

作業典範的選擇：
為了說明方便，我們選擇一個經典且常見的作業典範：「作業記憶容量的測量」。這通常使用「數位回憶測驗」(Digit Span Test) 來操作。

一、文字說明

這個作業典範旨在測量個體的工作記憶容量，也就是在執行某些認知任務時，能夠同時維持和處理訊息的能力。

• 研究問題： 工作記憶容量的大小是多少？（雖然這更像一個測量問題，但我們可以用實驗方式來比較不同條件下的工作記憶表現）。
• 作業典範： 數位回憶測驗 (Digit Span Test)
  • 基本原理： 要求參與者記憶一串數字，然後以正確的順序（順向回憶，Forward Digit Span）或相反的順序（倒向回憶，Backward Digit Span）回憶出來。
  • 自變數 (IV)： 這裡可以有多種操弄方式，最常見的是：
    1. 數字長度 (Length of Digit Sequence)： 逐漸增加數字的長度，看參與者在哪個長度後開始無法正確回憶。
    2. 回憶順序 (Recall Order)： 比較順向回憶 (Forward Span) 和倒向回憶 (Backward Span) 的表現。倒向回憶需要額外的處理和操作，因此通常需要更大的工作記憶容量。
    3. 額外認知負荷 (Additional Cognitive Load)： 在記憶數字的同時，要求參與者執行另一項簡單的認知任務（例如，每聽到一個數字就判斷它是奇數還是偶數），以此來模擬更複雜的工作情境，測量「負荷下的工作記憶表現」。
  • 依變數 (DV)：
    1. 最大數位長度 (Maximum Digit Span)： 參與者能夠正確回憶的最大數字序列長度。
    2. 正確率 (Accuracy Rate)： 在特定長度下，正確回憶的比例。
  • 參與者： 隨機抽取並分派參與者到不同的實驗條件（例如，順向回憶組 vs. 倒向回憶組，或無額外負荷組 vs. 有額外負荷組）。
  • 實驗流程：
    1. 告知參與者測驗目的和程序。
    2. 進行標準化的題目呈現（例如，逐個數字顯示或念出）。
    3. 要求參與者按照指定順序回憶數字。
    4. 記錄正確與否，以及最大正確回憶的長度。
    5. 根據實驗設計，進行不同條件的比較。

此題要求考生根據前一題所選定的作業典範（數位回憶測驗），提出具體的心理學研究問題。這考驗考生將抽象的實驗設計與具體的心理學理論連結的能力。

核心觀念： 心理學問題 (Psychological Question)、實驗設計 (Experimental Design)、工作記憶 (Working Memory)。

詳解：

在前一題我們選擇了「測量工作記憶容量的數位回憶測驗」作為作業典範。基於這個典範，我們可以提出多個具體的心理學研究問題，這些問題都圍繞著工作記憶的特性、功能及其影響因素。以下是幾個例子：

1. 關於回憶順序對工作記憶容量的影響：

   • 研究問題： 倒向回憶數字序列（Backward Digit Span）是否比順向回憶數字序列（Forward Digit Span）需要更大的工作記憶容量？換句話說，要求參與者倒序回憶時，他們能夠正確回憶的最大數字長度是否顯著短於順序回憶時？
   • 說明： 這個問題直接探討了工作記憶的「處理」成分（倒序回憶需要額外的操作，如反轉順序）相對於「維持」成分（順序回憶主要考驗維持）的重要性。

2. 關於額外認知負荷對工作記憶表現的影響：

   • 研究問題： 在記憶數字序列的同時，增加額外的認知負荷（例如，要求參與者同時判斷數字的奇偶性），是否會顯著降低參與者能夠正確回憶的最大數字長度？
   • 說明： 這個問題旨在探討工作記憶的「容量有限性」。

此題要求考生根據前述的心理學問題和作業典範，具體設計實驗，並說明如何操弄自變數。這需要考生將理論知識轉化為具體的實驗操作。

核心觀念： 實驗設計 (Experimental Design)、自變數操弄 (Manipulation of Independent Variable, IV)、實驗條件 (Experimental Conditions)、隨機分派 (Random Assignment)。

詳解：

在前一題中，我們提出了一個具體的心理學問題，例如：「在記憶數字序列的同時，增加額外的認知負荷，是否會顯著降低參與者能夠正確回憶的最大數字長度？」

基於這個問題和「數位回憶測驗」的作業典範，以下是實驗設計與自變數操弄的具體說明：

一、實驗設計：

• 設計類型： 獨立樣本設計 (Independent Samples Design)，也稱為組間設計 (Between-Subjects Design)。這是因為我們將參與者隨機分派到不同條件組，讓每個參與者只處於一個條件下，以避免學習效應或練習效應。
• 研究對象： 大學生（或特定年齡層的參與者）。
• 參與者數： 為了獲得足夠的統計檢定力，需要足夠的參與者。假設我們計劃每組有 30 名參與者，總共需要 60 名參與者。

二、自變數 (Independent Variable, IV) 的操弄：

• 自變數： 認知負荷 (Cognitive Load)。
• 操弄方式： 我們將設置兩個實驗條件（兩個水平），代表認知負荷的不同程度。
  • 條件一：無額外認知負荷 (No Additional Cognitive Load) - 對照組
    • 操作： 參與者僅被要求記憶並回憶一串數字。
  • 條件二：有額外認知負荷 (With Additional Cognitive Load) - 實驗組
    • 操作： 參與者在記憶數字的同時，還需要執行一項額外的、簡單的認知任務。例如：
      • 任務細節： 在聽到每個數字後，參與者需要立即判斷這個數字是奇數還是偶數，並在心中或口頭回答（例如，說「奇」或「偶」）。這個判斷任務應該足夠簡單，不會過度佔用記憶資源，但足以構成額外的負荷。
      • 呈現方式： 可以通過電腦程式或錄音來同步呈現數字和要求進行的判斷任務，確保一致性。

此題要求考生明確指出在前一題設計的實驗中，所測量的依變數是什麼。這直接考驗考生對自變數與依變數區分的理解。

核心觀念： 依變數 (Dependent Variable, DV)、自變數 (Independent Variable, IV)、實驗設計 (Experimental Design)。

詳解：

在前一題中，我們設計了一個實驗來探討「認知負荷是否會影響工作記憶容量」。

• 自變數 (IV)： 認知負荷 (Cognitive Load)。我們將其操弄為兩個水平：無額外認知負荷（對照組）和有額外認知負荷（實驗組）。
• 依變數 (DV)： 依變數是我們測量、觀察，並預期會受到自變數影響的變數。在這個實驗設計中，我們預期認知負荷的增加會導致工作記憶容量的下降。

因此，我們測量的依變數是：

1. 參與者能夠正確回憶的最大數字長度 (Maximum Digit Span)：
   • 說明： 這是數位回憶測驗最常見的依變數。

此題要求考生根據實驗設計，提出具體的假設 (hypothesis) 和預測 (prediction)。這考驗考生將研究問題轉化為可檢驗的陳述。

核心觀念： 研究假設 (Research Hypothesis)、預測 (Prediction)、自變數 (IV)、依變數 (DV)。

詳解：

在前一題中，我們確立了實驗設計，並確定了自變數（認知負荷）的操弄和依變數（最大數字回憶長度）的測量。現在，我們可以基於現有的心理學理論（特別是關於工作記憶容量限制的理論），提出具體的假設和預測。

研究問題： 在記憶數字序列的同時，增加額外的認知負荷，是否會顯著降低參與者能夠正確回憶的最大數字長度？

一、研究假設 (Research Hypothesis, RH)

研究假設是對研究問題所提出的一種預測性的陳述，它指明了變數之間的預期關係。

• 具體研究假設 (Specific Research Hypothesis)：
  「參與者在進行數位回憶測驗時，若同時被要求執行額外的認知任務（即存在額外認知負荷），他們能夠正確回憶的最大數字長度，將顯著短於那些僅進行數位回憶任務（無額外認知負荷）的參與者。」

• 備選假設 (Alternative Hypothesis, $H_1$)：
  在統計檢定中，這通常對應於對立假設。
  $H_1$: 實驗組（有額外負荷）的最大數字回憶長度 < 對照組（無負荷）的最大數字回憶長度。
  （這是一個單尾假設，因為我們預期負荷會降低表現。也可以使用雙尾假設 $H_1$: 實驗組的最大數字回憶長度 $\ne$ 對照組的最大數字回憶長度。）

• 虛無假設 (Null Hypothesis, $H_0$)：
  在統計檢定中，虛無假設通常陳述沒有差異或沒有關係。
  $H_0$: 實驗組（有額外負荷）的最大數字回憶長度 $\ge$ 對照組（無負荷）的最大數字回憶長度。

此題要求考生根據實驗設計，推薦最適合的統計分析方法，並解釋其原因。這考驗考生對統計方法的選擇與應用能力的掌握。

核心觀念： 統計分析方法 (Statistical Analysis Methods)、獨立樣本 t 檢定 (Independent Samples t-test)、實驗設計 (Experimental Design)、依變數 (DV) 的測量尺度。

詳解：

在前一題的實驗設計中，我們採用了獨立樣本設計（組間設計），自變數是「認知負荷」（二水準：無負荷 vs. 有負荷），依變數是「參與者能夠正確回憶的最大數字長度」。

最適合的統計方法：獨立樣本 t 檢定 (Independent Samples t-test)

原因說明：

1. 依變數的測量尺度： 「最大數字回憶長度」可以被視為一個連續變數（例如，它可以是 5、6、7 等整數，或者在某些變體設計中，可以有小數的平均正確率）。對於連續型依變數，t 檢定是一個非常合適的分析工具。
2. 自變數的類型與水準數： 自變數是「認知負荷」，具有兩個獨立的、類別型的水準（無負荷 vs. 有負荷）。獨立樣本 t 檢定專門用於比較兩個獨立組別在某個連續依變數上的平均數差異。
3. 實驗設計類型： 我們採用的是獨立樣本設計，即每個參與者只屬於其中一個條件組（無負荷組或有負荷組）。獨立樣本 t 檢定正是為此類設計而開發的，它比較的是兩個獨立樣本的平均數。
4. 檢驗研究假設： 我們的研究假設是「有額外認知負荷組的最大數字回憶長度將顯著短於無額外認知負荷組」。獨立樣本 t 檢定可以直接檢驗兩個組別的平均數是否存在統計學上的顯著差異，從而判斷這個假設是否成立。

獨立樣本 t 檢定的具體應用：

• 比較兩組平均數： 我們將計算「無額外認知負荷組」的平均最大數字回憶長度 ( $\bar{x}_1$ ) 和「有額外認知負荷組」的平均最大數字回憶長度 ( $\bar{x}_2$ )。
• 檢定統計量： t 檢定會計算一個 t 值，該值反映了兩組平均數的差異與組內變異的比例。