109 年 國立臺灣大學心理系碩士班一般心理甲組《心理學方法：統計學、心理測驗、心理學實驗法》

核心觀念

本題考查常態母體下樣本變異程度與卡方分配的關係。若

$$X_1,\ldots,X_n \overset{\text{i.i.d.}}{\sim} N(\mu,\sigma^2),$$

則以樣本平均數 $\bar X$ 為中心的離均差平方和，滿足

$$\frac{\sum_{i=1}^{n}(X_i-\bar X)^2}{\sigma^2}\sim\chi^2_{n-1}.$$

自由度為 $n-1$，原因是估計 $\bar X$ 後，原本 $n$ 個獨立觀察值受到一個線性限制：

$$\sum_{i=1}^{n}(X_i-\bar X)=0.$$

因此只剩下 $n-1$ 個獨立的變異方向。

---

解題方法與推導

定義通常的樣本變異數為

$$S^2=\frac{1}{n-1}\sum_{i=1}^{n}(X_i-\bar X)^2.$$

常態樣本的重要定理指出：

$$\frac{(n-1)S^2}{\sigma^2}\sim\chi^2_{n-1}.$$

由樣本變異數的定義，

$$(n-1)S^2=\sum_{i=1}^{n}(X_i-\bar X)^2.$$

所以

$$\frac{\sum_{i=1}^{n}(X_i-\bar X)^2}{\sigma^2} \sim\chi^2_{n-1}.$$

題目要求的量是

$$\frac{1}{n}\sum_{i=1}^{n}(X_i-\bar X)^2.$$

將上式改寫為

$$\frac{1}{n}\sum_{i=1}^{n}(X_i-\bar X)^2 = \frac{\sigma^2}{n} \left( \frac{\sum_{i=1}^{n}(X_i-\bar X)^2}{\sigma^2} \right).$$

因此

$$\boxed{ \frac{1}{n}\sum_{i=1}^{n}(X_i-\bar X)^2 \sim \frac{\sigma^2}{n}\chi^2_{n-1} }$$

更精確地說，若 $Y\sim\chi^2_{n-1}$，則

$$\frac{1}{n}\sum_{i=1}^{n}(X_i-\bar X)^2 \overset{d}{=} \frac{\sigma^2}{n}Y.$$

這表示題目中的統計量不是直接服從卡方分配，而是自由度為 $n-1$ 的卡方隨機變數再乘上尺度因子 $\sigma^2/n$。

---

為什麼自由度是 $n-1$？

若母平均數 $\mu$ 已知，則

$$\sum_{i=1}^{n}\frac{(X_i-\mu)^2}{\sigma^2}\sim\chi^2_n.$$

本題主要考察統計估計量的兩個重要性質：效率（Efficiency）與不偏性（Unbiasedness），以及它們之間的關係。

核心觀念：

• 不偏性 (Unbiasedness)：一個估計量 $\hat{\theta}$ 對參數 $\theta$ 是不偏的，如果其期望值等於該參數，即 $E(\hat{\theta}) = \theta$。
• 效率 (Efficiency)：估計量的效率通常透過其方差來衡量。對於兩個不偏估計量 $\hat{\theta}_1$ 和 $\hat{\theta}_2$，如果 $Var(\hat{\theta}_1) < Var(\hat{\theta}_2)$，則稱 $\hat{\theta}_1$ 比 $\hat{\theta}_2$ 更有效率（或更精確）。
• 最小均方誤差 (Minimum Mean Squared Error, MMSE)：對於任何估計量 $\hat{\theta}$，其均方誤差 (MSE) 定義為 $MSE(\hat{\theta}) = E[(\hat{\theta} - \theta)^2]$。MSE 可以分解為方差與偏差平方和：$MSE(\hat{\theta}) = Var(\hat{\theta}) + [Bias(\hat{\theta})]^2$，其中 $Bias(\hat{\theta}) = E(\hat{\theta}) - \theta$。一個估計量若能同時達到最小的 MSE，則稱其為最小均方誤差估計量 (MMSE estimator)。

(a) How to evaluate the efficiency of an estimator? Be precise.

解題思路：
評估一個估計量的效率，主要是看它的「精確度」或「穩定性」，這通常透過估計量的方差（Variance）來衡量。方差越小，表示估計量的值越集中在真實參數周圍，因此效率越高。

詳解：
評估一個估計量的效率，最常用的方法是比較其方差 (Variance)。對於兩個具有相同參數 $\theta$ 的不偏估計量 $\hat{\theta}_1$ 和 $\hat{\theta}_2$，如果 $Var(\hat{\theta}_1) < Var(\hat{\theta}_2)$，則稱 $\hat{\theta}_1$ 比 $\hat{\theta}_2$ 更有效率。

更一般地，當我們考慮偏差時，效率的評估是透過均方誤差 (Mean Squared Error, MSE) 來衡量。對於任何估計量 $\hat{\theta}$，其 MSE 定義為：
$MSE(\hat{\theta}) = E[(\hat{\theta} - \theta)^2]$
MSE 可以分解為方差與偏差的平方和：
$MSE(\hat{\theta}) = Var(\hat{\theta}) + [Bias(\hat{\theta})]^2$
其中 $Bias(\hat{\theta}) = E(\hat{\theta}) - \theta$。
一個估計量若具有最小的 MSE，則稱其為「最佳線性不偏估計量 (Best Linear Unbiased Estimator, BLUE)」或「最小均方誤差估計量 (MMSE estimator)」，這代表它在所有（或特定類別的）估計量中，平均而言最接近真實參數。

因此，評估效率可以透過以下方式：

1. 比較方差 (若考慮不偏估計量)：在不偏估計量之間，方差越小者越有效率。
2. 比較均方誤差 (MSE)：對於任意估計量（包含可能帶有偏差的），MSE 越小者越有效率。

【答案】效率是衡量估計量精確度或穩定性的指標。對於兩個不偏估計量，方差較小的估計量較有效率。更一般地，效率可透過均方誤差 (MSE) 來評估，MSE 較小的估計量較有效率。MSE 的計算公式為 $MSE(\hat{\theta}) = Var(\hat{\theta}) + [Bias(\hat{\theta})]^2$。

(b) Is an unbiased estimator necessarily a more efficient estimator? Explain your reasoning and give an example. Be specific.

解題思路：
本題要求探討不偏性與效率之間的關係。不偏性保證了估計量的期望值是正確的，但並不保證其變異性小。效率則關注變異性（或 MSE）。因此，一個不偏的估計量不一定比一個有偏差但變異性極小的估計量更有效率。

詳解：
不，一個不偏的估計量不必然是一個更有效率的估計量。

理由：
效率是透過估計量的方差 (Variance) 或 均方誤差 (MSE) 來衡量的。

• 不偏性 確保了估計量的期望值等於真實參數 ($E(\hat{\theta}) = \theta$)。
• 效率 則要求估計量的方差 (或 MSE) 最小。

一個估計量可能是不偏的，但其方差非常大。而另一個估計量可能是有偏差的，但其方差非常小，以至於它的 MSE 比那個不偏估計量的 MSE 要小。由於 MSE 包含了偏差的平方項，當偏差不大但方差極小時，MSE 仍可能很小。

例子：
假設我們想估計母體平均數 $\mu$。我們從一個常態分佈的母體中抽取一個樣本 $X_1, \dots, X_n$，其中 $E(X_i) = \mu$ 且 $Var(X_i) = \sigma^2$。

考慮兩個估計量：

1. 估計量 $\hat{\mu}_1 = \bar{X} = \frac{1}{n}\sum_{i=1}^{n} X_i$：
   • 不偏性：$E(\hat{\mu}_1) = E(\bar{X}) = \mu$。所以 $\hat{\mu}_1$ 是不偏的。
   • 方差：$Var(\hat{\mu}_1) = Var(\bar{X}) = \frac{\sigma^2}{n}$。
   • MSE：由於 $\hat{\mu}_1$ 是不偏的，其偏差為 0。

核心觀念

本題考查：

1. 累積分布函數 $F$ 與右尾機率的關係：
   $P(Z>x)=1-F(x)$
2. 嚴格遞增函數具有反函數 $F^{-1}$，可由機率反推出分位數。
3. 常態分布下利用標準常態分布函數 $\Phi$ 及其分位數。

依題目所給定義：

$$p_1=1-F\left(\frac{c}{\sigma}\right)$$ $$p_2=1-F\left(\frac{c-d}{\sigma}\right)$$

---

解題方法

（a）求 $d$

由 $p_1$ 的定義：

$$p_1=1-F\left(\frac{c}{\sigma}\right)$$

因此：

$$F\left(\frac{c}{\sigma}\right)=1-p_1$$

因為 $F$ 嚴格遞增，可以取反函數，得到：

$$\frac{c}{\sigma}=F^{-1}(1-p_1)$$

同理，由 $p_2$ 的定義：

$$p_2=1-F\left(\frac{c-d}{\sigma}\right)$$

所以：

$$F\left(\frac{c-d}{\sigma}\right)=1-p_2$$

取反函數後：

$$\frac{c-d}{\sigma}=F^{-1}(1-p_2)$$

將兩式相減：

$$\frac{c}{\sigma}-\frac{c-d}{\sigma} = F^{-1}(1-p_1)-F^{-1}(1-p_2)$$

左側化簡為：

核心觀念

本題考查兩個線性迴歸的重要性質：

1. $Y$ 對 $X$ 的迴歸斜率與 $X$ 對 $Y$ 的迴歸斜率，其乘積等於相關係數的平方：

$$b_{Y|X}b_{X|Y}=r^2$$

2. 將 $X$ 與 $Y$ 都轉換為標準分數後，兩者平均數皆為 $0$、標準差皆為 $1$。此時 $Z_Y$ 對 $Z_X$ 的迴歸線，其截距為 $0$，斜率等於相關係數 $r$。

---

（a）估計相關係數

解題方法

$Y$ 對 $X$ 的迴歸線為：

$$\hat{y}=1.5+0.5x$$

因此：

$$b_{Y|X}=0.5$$

題目第二條迴歸線的標準寫法應理解為 $X$ 對 $Y$ 的迴歸線：

$$\hat{x}=-3+2y$$

因此：

$$b_{X|Y}=2$$

利用迴歸斜率與相關係數的關係：

$$b_{Y|X}=r\frac{s_Y}{s_X}$$ $$b_{X|Y}=r\frac{s_X}{s_Y}$$

兩式相乘：

$$b_{Y|X}b_{X|Y} = r^2\frac{s_Y}{s_X}\frac{s_X}{s_Y} =r^2$$

代入題目數值：

$$(0.5)(2)=r^2$$ $$r^2=1$$

所以：

$$r=\pm 1$$

兩條迴歸線的斜率皆為正，因此相關方向為正，取：

$$\boxed{r=1}$$

這表示兩變項之間是完全正相關。

解題技巧與陷阱

• 先計算斜率乘積，再利用 $r^2$ 判斷相關係數絕對值。
• $r$ 的正負號由兩條迴歸線斜率共同判斷：斜率同號，$r>0$；斜率異號，$r<0$。
• 題目將第二條線寫成 $y=-3+2x$，但既然它描述的是「$X$ 對 $Y$ 的迴歸」，其變數角色應理解為 $\hat{x}=-3+2y$。

本題主要考察心理測驗中兩種常見的轉換分數：T 分數與標準九 (Stanines)。

核心觀念：

• 轉換分數 (Transformed Scores)：原始分數 (如原始分數、百分位數) 往往難以直接解釋，轉換分數是將原始分數轉換成具有特定平均數和標準差的標準化分數，以便於比較和解釋。
• T 分數 (T-score)：一種常見的轉換分數，通常將平均數設定為 50，標準差設定為 10。
• 標準九 (Stanines)：另一種轉換分數，將分數範圍劃分為九個等級，平均數通常設定為 5，標準差約為 2。

T 分數 (T-score)

定義：
T 分數是一種標準化分數，它將一個原始分數轉換為一個新的分數，使其平均數為 50，標準差為 10。這種轉換方式可以使分數分佈接近常態分佈。

計算公式：
對於一個原始分數 $X$，其對應的 T 分數計算公式為：
$T = 50 + 10 \times Z$
其中 $Z$ 是該原始分數對應的標準分數 (Z-score)，計算公式為 $Z = \frac{X - \mu}{\sigma}$ (其中 $\mu$ 是母群平均數，$\sigma$ 是母群標準差；若使用樣本統計量，則為 $\frac{X - \bar{X}}{s}$)。

用途：
T 分數的主要用途是：

1. 消除原始分數的單位和參考點差異：使得不同測驗的分數可以進行比較。
2. 提供一個更直觀的解釋：T 分數的分數範圍通常在 20 到 80 之間 (理論上是負無限到正無限，但實際應用中)，分數越高表示表現越好。例如，T 分數 60 表示比平均數高一個標準差。

標準九 (Stanines)

定義：
標準九 (Stanines) 是將測驗分數轉換為一個 1 到 9 的整數等級。這個名稱來自 "standard nines"，意指將分數分成九個標準等級。

本題考察試題反應理論 (IRT) 中的三參數邏輯模型 (3-PL Model) 及其參數的意義，並透過題目特徵曲線 (ICC) 來解釋。

核心觀念：

• 試題反應理論 (Item Response Theory, IRT)：一種評估測驗題目和受試者能力的理論模型。它假設一個受試者答對題目的機率 (或表現) 是其潛在特質 (如能力) 和題目本身特徵的函數。
• 題目特徵曲線 (Item Characteristic Curve, ICC)：描述一個題目答對機率 (P) 與受試者潛在特質水準 (通常是 $\theta$) 之間的關係的曲線。
• 三參數邏輯模型 (3-Parameter Logistic Model, 3PL)：一個常用的 IRT 模型，包含三個參數來描述題目的特徵。

三參數邏輯模型 (3-PL Model) 的 ICC

三參數邏輯模型 (3-PL Model) 的 ICC 公式為：
$P_i(\theta) = c_i + \frac{1 - c_i}{1 + e^{-D \cdot a_i (\theta - b_i)}}$
其中：

• $P_i(\theta)$：在潛在特質水準為 $\theta$ 的受試者答對第 $i$ 題的機率。
• $a_i$：鑑別度參數 (Discrimination Parameter)。
• $b_i$：難度參數 (Difficulty Parameter)。
• $c_i$：猜測參數 (Guessing Parameter)。
• $D$：尺度因子 (scaling factor)，通常設為 1.7。

這三個參數對 ICC 的形狀和位置有著關鍵的影響。

1. 難度參數 ($b_i$)

• 定義：難度參數 $b_i$ 反映了答對該題目的難易程度。它代表了需要達到何種潛在特質水準 $\theta$，才能有 50% 的機率答對該題目（當 $c_i=0$ 時）。
• 在 ICC 上的體現：$b_i$ 控制了 ICC 曲線的水平位置。
  • $b_i$ 值越大，表示題目越難，需要更高的 $\theta$ 值才能達到較高的答對機率。ICC 曲線會向右移動。
  • $b_i$ 值越小，表示題目越容易，較低的 $\theta$ 值就能達到較高的答對機率。ICC 曲線會向左移動。
  • 當 $\theta = b_i$ 時，$P_i(b_i) = c_i + \frac{1 - c_i}{1 + e^0} = c_i + \frac{1 - c_i}{2} = \frac{2c_i + 1 - c_i}{2} = \frac{1 + c_i}{2}$。

本題主要考察常模參照測驗 (Norm-Referenced Test, NRT) 的編製原則，特別是題目設計時最應考量的特性、理由及其分析方法。

核心觀念：

• 常模參照測驗 (Norm-Referenced Test, NRT)：旨在評量個別受試者在特定潛在特質（如能力、性向）上的表現，並將其與一個參照團體 (norm group) 的平均表現進行比較。測驗分數的解釋是相對的，強調個體在團體中的相對位置。
• 診斷參照測驗 (Criterion-Referenced Test, CRT)：旨在評量受試者是否達到預設的特定標準或目標成就，分數解釋是絕對的，與參照團體無關。

在編製常模參照測驗時，最核心的目標是區分不同能力的受試者，以便將他們在團體中的相對位置排序。因此，題目設計應服務於這個目標。

最需要考量的題目特性：鑑別度 (Item Discrimination)

理由：
常模參照測驗的目的是要分辨出能力高低不同的受試者，並將他們排序。因此，測驗中的每一道題目都應該能夠有效地將高能力者和低能力者區分開來。如果一道題目無法區分能力高低，例如高能力者和低能力者答對的機率差不多，那麼這道題目就無法幫助我們了解受試者在潛在特質上的相對差異，也就無法有效地建立常模。

鑑別度高的題目，表示能力高的受試者比能力低的受試者更有可能答對。這樣的題目能夠在分數上產生較大的變異，從而更有效地將受試者排序。

針對鑑別度特性的題目分析方法：

主要有以下幾種方法來分析題目的鑑別度：

1. 鑑別指數 (Item Discrimination Index, $D$ 或 $r_{bis}$)：
   • 計算方法：這是最常用的一種方法。通常將受試者按總分從高到低排序，然後取最高 27% (或 25%) 的群體 (高分組) 和最低 27% (或 25%) 的群體 (低分組)。
     鑑別指數 $D$ 的計算公式為：
     $D = \frac{P_H - P_L}{N_H / N_{total} \times 100\%}$
     其中：
     • $P_H$：高分組答對該題目的比例。
     • $P_L$：低分組答對該題目的比例。
     • $N_H$：高分組的總人數。
     • $N_{total}$：所有受試者的總人數。
     • 如果採用 27% 的標準，則 $N_H/N_{total} = 0.27$。
   • 解釋：
     • $D > 0.4$：題目鑑別度很好。
     • $0.3 \le D \le 0.4$：題目鑑別度尚可，可以保留。
     • $0.2 \le D < 0.3$：題目鑑別度較差，可能需要修改或淘汰。
     • $D < 0.2$：題目鑑別度很差，應予淘汰。

本題主要考察心理測驗在出版和使用過程中涉及的倫理議題。這涉及到測驗的品質、準確性、公平性以及對使用者的影響。

核心觀念：

• 心理測驗的倫理原則：在心理學實務中，倫理原則是指導專業行為的準則，旨在保護參與者（受試者、客戶）的權益，確保專業的公正性、準確性和責任感。
• 專業責任：測驗開發者、出版者、使用者都對測驗的品質和應用負有倫理責任。

心理測驗出版的倫理考量：

1. 測驗的品質與效度/信度保證：

   • 開發者/出版者責任：必須確保測驗經過嚴謹的發展程序，包括充分的內容效度、構念效度、標準化樣本的代表性、信度係數的檢驗等。
   • 提供完整手冊：出版時應提供詳細的測驗手冊，包含發展背景、施測說明、計分方法、常模資料、效度與信度證據、適用對象、解釋指南、以及限制等。
   • 避免誇大宣傳：不得誇大測驗的能力或適用範圍，誤導使用者。

2. 常模資料的更新與適用性：

   • 定期更新：隨著時間推移，社會文化和人口結構可能改變，常模資料需要定期更新，以確保其代表性和適用性。
   • 明確標示常模適用對象：手冊應清楚說明常模資料所代表的群體（年齡、性別、教育程度、文化背景等），使用者應確認其受試者是否符合常模的適用範圍。

3. 版權與智慧財產權：

   • 測驗內容受版權保護，未經授權不得複製、修改或散佈。

4. 限制測驗的銷售對象：

   • 對於專業性較強、需要專業知識才能施測和解釋的測驗，出版者應限制其銷售對象，例如僅限合格的心理師、教育工作者等，以防止非專業人士濫用。

心理測驗使用的倫理考量：

1. 測驗的選擇與適用性：
   • 專業判斷：測驗使用者必須基於專業知識和對受試者情況的了解，選擇最適合該受試者（包括其文化背景、語言能力、特殊需求等）的測驗。

本題主要考察 MTMM (Multitrait-Multimethod) 矩陣的結構，以及測驗信度 (reliability) 在其中扮演的角色，並要求證明信度對 MTMM 結果的影響。

核心觀念：

• MTMM 矩陣：一種用於評估測驗效度（特別是區辨效度與聚合效度）的研究設計。它透過同時測量多個特質 (traits) 和多種方法 (methods)，來分析特質與方法對測量結果的貢獻。
• 聚合效度 (Convergent Validity)：測量同一特質但使用不同方法的測量結果之間應高度相關。
• 區辨效度 (Discriminant Validity)：測量不同特質但使用相同方法，或測量不同特質且使用不同方法的測量結果之間應低度相關。
• 信度 (Reliability)：測量結果的一致性或穩定性。在 MTMM 中，信度是聚合效度和區辨效度分析的基礎。

MTMM 矩陣的結構

MTMM 矩陣是一個表格，用於呈現不同特質和不同方法測量結果之間的相關係數。假設我們測量了兩個特質 (T1, T2) 和兩種方法 (M1, M2)。
結果的相關矩陣可以組織如下：

	M1T1	M1T2	M2T1	M2T2
M1T1	$\rho_{11}$ (信度)	$\rho_{12}$	$\rho_{13}$	$\rho_{14}$
M1T2	$\rho_{21}$	$\rho_{22}$ (信度)	$\rho_{23}$	$\rho_{24}$
M2T1	$\rho_{31}$	$\rho_{32}$	$\rho_{33}$ (信度)	$\rho_{34}$
M2T2	$\rho_{41}$	$\rho_{42}$	$\rho_{43}$	$\rho_{44}$ (信度)

其中：

• 對角線上的值 ($\rho_{11}, \rho_{22}, \rho_{33}, \rho_{44}$) 代表同一特質、同一方法的測量結果與其自身的相關，也就是該測量分數的信度。
• 同一行或同一列，但對應不同特質的值，代表不同特質、同一方法的相關，這是區辨效度的指標 (如 $\rho_{13}$ 和 $\rho_{31}$，代表 M1 和 M2 測量 T1 的相關；$\rho_{24}$ 和 $\rho_{42}$，代表 M1 和 M2 測量 T2 的相關)。
• 同一行或同一列，但對應不同方法的值，代表同一特質、不同方法的相關，這是聚合效度的指標 (如 $\rho_{13}$ 和 $\rho_{31}$，代表 M1 和 M2 測量 T1 的相關；$\rho_{24}$ 和 $\rho_{42}$，代表 M1 和 M2 測量 T2 的相關)。
• 矩陣中其餘的值代表不同特質、不同方法的相關。

信度如何影響 MTMM 結果（聚合效度與區辨效度）

在 MTMM 矩陣中，信度是所有相關係數的上限。任何兩個測量分數之間的相關係數，其絕對值都不可能超過這兩個測量分數信度的平方根的乘積。

令 $r_{ij}$ 為 MTMM 矩陣中第 $i$ 行第 $j$ 列的相關係數。
令 $r_{ii}$ 和 $r_{jj}$ 為對角線上的信度值。
則 $|r_{ij}| \le \sqrt{r_{ii} \cdot r_{jj}}$。

1. 對聚合效度的影響

聚合效度是指測量同一特質的不同方法之間的相關。在上面的例子中，聚合效度由 $\rho_{13}$ (M1T1 vs M2T1) 和 $\rho_{24}$ (M1T2 vs M2T2) 來代表。
根據上述不等式：
$|\rho_{13}| \le \sqrt{\rho_{11} \cdot \rho_{33}}$
$|\rho_{24}| \le \sqrt{\rho_{22} \cdot \rho_{44}}$

影響：

• 信度越高，聚合效度的潛在上限越高：如果測量同一特質的兩種方法的信度都很高，那麼它們之間的相關係數就有可能很高，從而支持了聚合效度。
• 信度越低，聚合效度的潛在上限越低：如果其中一個測量方法的信度很低，那麼它與其他任何測量的相關係數（包括測量同一特質的其他方法）的絕對值都會受到限制，難以達到高相關。這會使得聚合效度的證據變得薄弱。

2. 對區辨效度的影響

區辨效度是指測量不同特質但使用相同方法，或測量不同特質且使用不同方法的測量結果之間的相關應較低。在 MTMM 矩陣中，區辨效度通常由非對角線且對應不同特質的相關係數來體現（例如 $\rho_{12}$ (M1T1 vs M1T2)，$\rho_{14}$ (M1T1 vs M2T2)，$\rho_{23}$ (M1T2 vs M2T1) 等）。
根據不等式：
$|\rho_{12}| \le \sqrt{\rho_{11} \cdot \rho_{22}}$ (同一方法 M1，不同特質 T1 vs T2)
$|\rho_{14}| \le \sqrt{\rho_{11} \cdot \rho_{44}}$ (不同方法 M1 vs M2，不同特質 T1 vs T2)
$|\rho_{23}| \le \sqrt{\rho_{22} \cdot \rho_{33}}$ (不同方法 M1 vs M2，不同特質 T2 vs T1)

影響：

• 信度越高，區辨效度的潛在要求越高：區辨效度要求不同特質之間的相關要低。如果兩個測量的信度都很高，但它們測量的卻是不同的特質，那麼它們之間的相關應該很低。如果它們之間出現了較高的相關，則可能說明這兩個特質實際上是高度聚合的，或者其中一個測量未能有效區分特質。
• 信度越低，區辨效度越難以證明：如果一個測量的信度很低，那麼它與其他任何測量的相關係數的絕對值都會受到限制。這使得證明區辨效度變得困難，因為即使兩個特質確實不同，但由於其中一個測量的信度低，其與其他測量的相關也可能很低，這會被誤認為是區辨效度高，而實際上是信度低的結果。
  例如，如果 $\rho_{11}$ (M1T1 的信度) 很高，但 $\rho_{22}$ (M1T2 的信度) 很低。那麼 $|\rho_{12}| \le \sqrt{\rho_{11} \cdot \rho_{22}}$。即使 T1 和 T2 是截然不同的特質，但因為 T2 的測量信度低，導致 M1T1 和 M1T2 的相關值有可能被限制得很小。

證明信度對 MTMM 結果的影響

我們需要證明 $|r_{ij}| \le \sqrt{r_{ii} \cdot r_{jj}}$。
這是基於相關係數的性質。對於兩個隨機變數 $U$ 和 $V$，它們的相關係數 $Corr(U, V)$ 必須滿足 $|Corr(U, V)| \le 1$。
假設我們有一個測量分數 $X$ 和另一個測量分數 $Y$。
$X$ 的信度為 $r_{xx} = Corr(X, X)$。
$Y$ 的信度為 $r_{yy} = Corr(Y, Y)$。

本題是一個心理實驗法的應用題，考察實驗結果的統計分析和解釋。實驗操弄了三個變項：情緒刺激（負向 vs. 中性，雖然中性未明寫，但通常是比較對照組）、干擾刺激與目標刺激的距離（近 vs. 遠）、以及干擾刺激與目標刺激的相容性（相容 vs. 不相容）。測量指標是反應時間 (Reaction Time, RT)。

核心觀念：

• 實驗設計：本實驗是個 2x2 的因子設計（距離 x 相容性），且可能有一個額外的組別（情緒刺激）。研究者預測在負向情緒刺激下，距離和相容性的交互作用會消失。
• 反應時間 (RT)：測量注意力、處理速度等認知功能的常用指標。數值越小通常表示處理越快。
• 顯著性差異 (Significant Difference)：統計上的判斷，表示觀察到的差異不太可能是由隨機變異造成的。
• 交互作用 (Interaction)：當一個自變數對應變數的影響，取決於另一個自變數的水平時，即存在交互作用。

(a) 假設差異分數 25 以上才為顯著,請替此研究者寫結果。

解題思路：
研究者預測在負向情緒刺激下，距離和相容性的交互作用會消失。這意味著，在負向情緒條件下，相容性效應（相容 RT - 不相容 RT）在近距離和遠距離時沒有顯著差異。
題目給出了反應時間的平均值，並設定了顯著性判準：差異分數 25 以上才為顯著。我們需要計算不同條件組合下的反應時間差異，並與 25 進行比較。

數據整理：

	近距離 (Near)	遠距離 (Far)
不相容 (Incompatible)	522	464
相容 (Compatible)	492	454

分析步驟：

1. 計算相容性效應 (Compatibility Effect)：
   這是指不相容刺激相較於相容刺激所增加的反應時間。

   • 近距離：不相容 RT - 相容 RT = $522 - 492 = 30$ 毫秒 (ms)。
   • 遠距離：不相容 RT - 相容 RT = $464 - 454 = 10$ 毫秒 (ms)。

2. 計算距離效應 (Distance Effect)：
   這是指遠距離相較於近距離的反應時間變化。

   • 不相容：遠距離 RT - 近距離 RT = $464 - 522 = -58$ ms (即反應變快了)。
   • 相容：遠距離 RT - 近距離 RT = $454 - 492 = -38$ ms (即反應變快了)。

3. 分析交互作用：
   研究者的假設是，在負向情緒刺激下，相容性效應（不相容 RT - 相容 RT）在近距離和遠距離時沒有顯著差異。
   我們已經計算了兩個相容性效應：

   • 近距離相容性效應 = 30 ms。
   • 遠距離相容性效應 = 10 ms。

   差異分數：近距離效應 - 遠距離效應 = $30 - 10 = 20$ ms。
   或者，我們可以看兩個距離下的相容性效應差異。
   近距離：不相容 (522) vs 相容 (492) $\implies$ 差異 30。
   遠距離：不相容 (464) vs 相容 (454) $\implies$ 差異 10。

   顯著性判準：差異分數 25 以上才顯著。

   • 近距離的相容性效應（30 ms）大於 25，因此在近距離條件下，不相容刺激比相容刺激顯著增加了反應時間。
   • 遠距離的相容性效應（10 ms）小於 25，因此在遠距離條件下，不相容刺激與相容刺激在反應時間上的差異不顯著。
   • 兩個距離下的相容性效應差異是 20 ms (30 - 10 = 20)，這個差異（20 ms）小於 25，因此距離和相容性的交互作用不顯著。

撰寫結果報告：
研究者在負向情緒條件下，探討了干擾刺激距離和相容性對反應時間的影響。

本題考察實驗設計和預期結果的繪製。研究者假設東西方文化對個體對環境訊息的影響不同，並設計了一個實驗來驗證。

核心觀念：

• 實驗設計 (Experimental Design)：研究者如何安排自變數 (independent variable, IV) 和應變數 (dependent variable, DV)，以及如何控制其他可能影響結果的因素。
• 文化比較設計 (Cross-Cultural Design)：研究不同文化背景下的個體在行為或認知上的差異。
• 自變數 (IV)：在本實驗中，自變數是文化背景（東方 vs. 西方）和判斷任務（絕對長度 vs. 相對長度）。
• 應變數 (DV)：測量指標是偏離正確答案的絕對值 (absolute deviation from the correct answer)，數值越小表示判斷越準確，受環境訊息影響越小。
• 預期結果圖 (Expected Results Graph)：根據假設，繪製自變數與應變數之間的關係圖。

(a) 請問這個實驗的設計為何?

解題思路：
實驗設計需要描述自變數、應變數、實驗條件、參與者以及可能的控制。

詳解：
這個實驗採用了跨文化比較設計 (Cross-Cultural Comparative Design)，並結合了因子設計 (Factorial Design) 的元素。

1. 參與者：來自不同文化背景的參與者，具體來說是東方文化背景的參與者和西方文化背景的參與者。
2. 自變數 (Independent Variables, IVs)：
   • 文化背景 (Culture)：一個類別變數，分為兩個水準：東方 (Eastern) 和西方 (Western)。這是本研究的核心比較變數。
   • 判斷任務 (Judgment Task)：一個操作變數，分為兩個水準：
     • 絕對長度判斷 (Absolute Length Judgment)：要求參與者判斷直線的實際長度，不受周圍方框大小的影響。
     • 相對長度判斷 (Relative Length Judgment)：要求參與者判斷直線相對於其周圍方框的長度，即考量了相對參照物（方框）的影響。
3. 應變數 (Dependent Variable, DV)：
   • 偏離正確答案的絕對值 (Absolute Deviation from the Correct Answer)：這個指標衡量了參與者判斷的準確性。數值越小，表示判斷越準確，越不容易受到環境訊息（方框大小）的影響。
4. 實驗程序：
   • 參與者被隨機分配到兩個判斷任務之一（或所有參與者都完成兩個任務，但這需要考慮順序效應）。
   • 在判斷任務中，參與者會看到一個方框，裡面有一條直線。
   • 根據任務要求，參與者判斷直線的絕對長度或相對於方框的相對長度。
   • 記錄參與者偏離正確答案的絕對值。

設計類型：
這是一個 2 (文化背景: 東方 vs. 西方) x 2 (判斷任務: 絕對長度 vs. 相對長度) 的研究設計。文化背景通常不是研究者操弄的，而是選擇的變數 (selection variable)，但在此類跨文化研究中，它扮演著類似於自變數的角色，用於比較不同群體。判斷任務是研究者操弄的變數。

【答案】此實驗採用了跨文化比較設計，結合了類別變數（文化背景）和操作變數（判斷任務）的因子設計。具體來說，是一個 2 (文化背景：東方 vs. 西方) x 2 (判斷任務：絕對長度判斷 vs. 相對長度判斷) 的研究設計。應變數為偏離正確答案的絕對值，用以衡量判斷準確性。

(b) 請畫出此假設的預期結果圖。

研究假設：
研究者假設「東西文化影響個體對環境訊息的影響」。

• 西方文化：通常被認為是分析性 (analytic) 的，傾向於關注物體本身的屬性，較少受到情境或參照物的影響。
• 東方文化：通常被認為是整體性 (holistic) 的，傾向於將物體視為其所處情境的一部分，較多地受到參照物（環境訊息）的影響。

基於此，我們可以預期：

1. 絕對長度判斷任務：在這個任務中，環境訊息（方框大小）的影響應該較小。由於西方文化更傾向於關注物體本身，預計西方參與者在這類任務上的判斷會更準確（偏離值較小），或者說，東方文化背景下的參與者受環境訊息的影響（偏離值較大）會更明顯。
2. 相對長度判斷任務：在這個任務中，環境訊息（方框）的影響是關鍵。由於東方文化更傾向於關注物體與環境的關係，預計東方參與者在判斷相對長度時，受方框大小的影響（例如，在相同直線長度但不同大小方框下，判斷可能出現系統性偏差）會比西方參與者更明顯，導致偏離值更大。

本題考察實驗設計和結果解釋，特別是關於情緒調節、注意力、工作記憶容量和刺激處理深度之間的關係。

核心觀念：

• 情緒調節策略：重新詮釋 (Reappraisal) vs. 淺層處理 (Shallow Processing)。
• 注意力調節：處理目標刺激 vs. 處理其他刺激。
• 工作記憶容量 (Working Memory Capacity, WMC)：高容量 vs. 低容量。
• 刺激類型：中性刺激 vs. 負向刺激。
• 應變數：正確率百分比 (Accuracy Rate)。
• 交互作用 (Interaction)：一個變數的效果取決於另一個變數的水平。
• 主要效果 (Main Effect)：一個變數對應變數的平均影響，忽略其他變數。

(a) 請問 B 研究者應該採取何種設計(各因子的安排)較為理想,並說明理由。

B 研究者的假設：
B 研究者認為 A 研究者的發現（情緒調節策略影響情緒激發和注意力分配）僅適用於低工作記憶容量 (Low WMC) 的人群。對於高工作記憶容量 (High WMC) 的人群，他們處理所有刺激，並受情緒激發影響。

要驗證此假設，需要包含以下因子：

1. 工作記憶容量 (WMC)：這是 B 研究者提出的關鍵調節變數。需要將參與者根據其 WMC 分為高容量和低容量兩組。這是一個組間因子 (between-subjects factor)。
2. 情緒調節策略：A 研究者研究了「重新詮釋」和「淺層處理」兩種策略。這也應納入 B 的研究中。這可以是一個組內因子 (within-subjects factor)，讓所有參與者都體驗這兩種策略（但可能需要考慮順序效應，或隨機化順序）。
3. 刺激類型：A 研究者發現負向刺激與中性刺激不同。這也需要納入。可以讓參與者處理負向刺激和中性刺激。這也可以是組內因子。
4. 注意力分配：A 研究者提到「忽略周遭其他刺激」和「處理所有刺激」。這暗示了注意力分配的測量。實驗中提供了「目標刺激」和「其他刺激」的正確率，這可以被視為注意力分配的指標。

理想的實驗設計：
B 研究者需要一個能夠同時檢驗 WMC 與其他因子（調節策略、刺激類型）之間交互作用的設計。

推薦設計： 3 因子混合設計 (Mixed Design)

• 組間因子 (Between-Subjects Factor)：

  • 工作記憶容量 (WMC)：分為兩組：高容量 (High Span) 和低容量 (Low Span)。參與者被分配到其中一組。

• 組內因子 (Within-Subjects Factors)：

  • 情緒調節策略 (Emotion Regulation Strategy)：分為兩類：重新詮釋 (Reappraisal) 和淺層處理 (Shallow Processing)。所有參與者都會經歷這兩種策略的條件。
  • 刺激類型 (Stimulus Type)：分為兩類：中性刺激 (Neutral) 和負向刺激 (Negative)。所有參與者都會處理這兩種刺激。
  • 刺激關注點 (Stimulus Focus)：數據中提供了「目標刺激」和「其他刺激」的正確率。這可以被看作是注意力分配的指標，或者可以看作是因變數本身。如果單獨測量，可以作為一個組內因子。但從數據來看，更像是兩個應變數的來源。我們將以「目標刺激正確率」和「其他刺激正確率」作為測量指標。

設計的安排：
這是一個 2 (WMC: High vs. Low) x 2 (策略: Reappraisal vs. Shallow) x 2 (刺激類型: Neutral vs. Negative) 的混合設計。
應變數是「目標刺激的正確率」和「其他刺激的正確率」。

理由說明：

1. 驗證 WMC 的調節作用：這是 B 研究的核心假設。將 WMC 作為組間因子，可以讓研究者直接比較高 WMC 和低 WMC 群體在其他條件下的表現差異。
2. 檢驗調節策略和刺激類型的影響：納入調節策略和刺激類型，可以重現 A 研究的發現，並觀察這些發現是否在不同的 WMC 群體中有所不同。
3. 考察注意力分配：透過測量目標刺激和「其他刺激」的正確率，可以評估在不同條件下，參與者是如何分配注意力的。例如，如果重新詮釋策略下，目標刺激正確率高而其他刺激正確率低，則說明注意力集中於目標刺激。
4. 檢驗交互作用：這個設計允許檢驗 WMC 與調節策略、刺激類型之間的交互作用。例如，是否「重新詮釋」策略的效果（降低情緒激發、影響注意力）在低 WMC 組中比在高 WMC 組中更明顯？

替代設計的考慮：

• 如果 WMC 測量的是連續變數，則可以採用迴歸分析，將 WMC 作為連續調節變數。但在此處，題目暗示了分組（高/低容量），故混合設計更為直接。
• 調節策略和刺激類型也可以設計成組間因子，但組內設計能減少個體差異的影響，且讓每個參與者都經歷所有條件，有助於比較。

【答案】B 研究者最理想的設計是採用一個 2 (工作記憶容量 WMC: 高 vs. 低，組間因子) x 2 (情緒調節策略: 重新詮釋 vs. 淺層處理，組內因子) x 2 (刺激類型: 中性 vs. 負向，組內因子) 的混合實驗設計。應變數為目標刺激和「其他刺激」的正確率。
理由是：

1. 核心變數 WMC 的檢驗：將 WMC 作為組間因子，能直接比較高低容量者的差異。
2. 重現 A 研究並擴展：納入調節策略和刺激類型，可以重現 A 研究的發現，並檢驗這些發現是否受 WMC 調節。
3. 考察注意力分配：測量目標與其他刺激的正確率，能評估注意力分配模式。
4. 檢驗複雜交互作用：此設計能探討 WMC 與策略、刺激類型之間的交互作用，驗證 B 的核心假設。

(b) 如果研究者得到如下的正確率百分比 (假設差異大於 5 為顯著),請問研究者該如何討論其結果?請從主要效果開始論述再討論交互作用的意涵。

數據概覽：

	重新詮釋 (Reappraisal)	淺層處理 (Shallow Processing)
	中性 (Neutral)	負向 (Negative)
高容量 (High Span)	目標刺激 98 / 其他刺激 95	目標刺激 99 / 其他刺激 96
低容量 (Low Span)	目標刺激 86 / 其他刺激 80	目標刺激 94 / 其他刺激 84
顯著性判準：差異 > 5% 為顯著。

分析步驟：
我們需要分析三個因子（WMC, 策略, 刺激類型）的主要效果，以及它們之間可能的交互作用。由於數據是關於「目標刺激」和「其他刺激」的正確率，我們可以分開討論，或者先討論目標刺激，再看其他刺激的結果是否一致。通常，實驗者會優先關注目標刺激的表現。

假設我們主要分析「目標刺激」的正確率。
（注意：這是一個簡化的分析，實際統計分析會更複雜，涉及 ANOVA。這裡根據題目要求，從主要效果和交互作用的角度討論。）

1. 工作記憶容量 (WMC) 的主要效果 (Main Effect of WMC)

• 計算：將所有條件下高容量組的目標刺激正確率平均，與低容量組的目標刺激正確率平均進行比較。
  • 高容量平均目標刺激正確率 ≈ (98+99+94+95)/4 = 96.5%
  • 低容量平均目標刺激正確率 ≈ (86+94+82+87)/4 = 87.25%
  • 差異 = 96.5 - 87.25 = 9.25%
• 討論：由於 9.25% > 5%，WMC 的主要效果是顯著的。高容量組的目標刺激正確率顯著高於低容量組。這表示工作記憶容量對執行目標刺激的準確性有顯著影響。

2. 情緒調節策略 (Strategy) 的主要效果

• 計算：將所有條件下重新詮釋策略的目標刺激正確率平均，與淺層處理策略的目標刺激正確率平均進行比較。
  • 重新詮釋平均目標刺激正確率 ≈ (98+99+86+94)/4 = 94.25%
  • 淺層處理平均目標刺激正確率 ≈ (94+95+82+87)/4 = 89.5%
  • 差異 = 94.25 - 89.5 = 4.75%
• 討論：由於 4.75% < 5%，策略的主要效果不顯著。重新詮釋策略和淺層處理策略在平均目標刺激正確率上沒有顯著差異。

3. 刺激類型 (Stimulus Type) 的主要效果

• 計算：將所有條件下中性刺激的目標刺激正確率平均，與負向刺激的目標刺激正確率平均進行比較。
  • 中性刺激平均目標刺激正確率 ≈ (98+94+86+82)/4 = 90%
  • 負向刺激平均目標刺激正確率 ≈ (99+95+94+87)/4 = 93.5%
  • 差異 = 93.5 - 90 = 3.5%
• 討論：由於 3.5% < 5%，刺激類型的顯著效果不顯著。負向刺激和中性刺激在目標刺激正確率上沒有顯著差異。

4. 交互作用 (Interactions)