第五章 結論與建議
第二節 建議
第二節 建議
壹、 對教學者的建議
一、重視學生基礎概念
兩組受試者在「N_3_10 認識生活中使用的大的測量單位，如：千公斤(公噸)、
千公升(公秉)、百平方米(公畝)、千平方米(公頃)」之能力指標達成率最低，倘若 經過試題的質與量分析，結果顯示試題能有效檢測此能力指標，教學者宜省思學 生是否有學習上的迷失概念，在平日教學中，雖然一般人平時較少接觸到大的測 量單位，且一方面過於依賴電子計算機，而忽視了對單位的認識。再者對於測量 單位的換算練習不足，老師教學時容易匆匆帶過，學生基礎概念不夠紮實，值得 教育第一線者深思及重新審視教學的過程。
二、重視男、女生在不同能力指標的表現
在「數與計算」、「量與實測」、「幾何」、「統計與機率」與「代數」五大測驗 內容內，計有 2 項能力指標的平均達成率顯示，女生的學習成效落後男生，而男 生則有 1 項能力指標落後給女生，並無哪一性別有明顯的優勢，可謂各擅勝場。
教學者宜針對學生能力較不足之處，強化基礎概念與計算能力的培養，對學生在 學習時所發生的錯誤及時導正，並在測驗後進行檢視，從而改善教學方法，相信 對聞數學則色變之高年級學生的能力會有很大的改善。
三、重視教材編排與試題的編製
2006 TASA 數學科試題中與性別有關之 DIF 現象，經研究檢測後，大致仍在 可接受的範圍。但本研究對於 DIF 的偵測結果僅限於量的分析，必須再對試題內 容做質的分析，才能真正檢驗出是否在課程編排或教學中發生問題，亦或是試題 本身的偏誤。
四、增加試題以減低代表性不足之疑慮
本研究發現共有 22 項能力指標只有各設計 1 題試題，是否會造成判斷學生 表現的不夠客觀，建議適度增加一些試題，避免造成試題本身代表性不足，可更 完整探究男女生在數學科之表現的差異。
貳、對後續研究的建議
一、在試題方面
本研究以小六數學測驗內容與題型做分配及架構，主要是參酌課程綱要與現 行教科書的內容比重，研究發現其中「數與計算」的比重最重，達總題數的 40%，
而「代數」卻只佔了總題數的 8%，但過少的題數在檢驗學生能力時可能造成代 表性不足的疑慮，未來研究可以就測驗內容領域和試題數做更均衡的分配，依照 小六階段的學生能力指標來分類，以探究性別因素在數學科之 DIF 可能形成的原 因。
二、增加其他 DIF 方法
本研究採用 SIBTEST、EZDIF 與 SPSS for Windows 12.0 等軟體來檢定 DIF 現象，但只是眾多 DIF 方法中的其中幾種，未來亦可用其他 DIF 方法來做檢定並 比較，將存在試題偏誤之試題找出修改或刪除，以確保測驗的公平性。
三、進行長期觀察
可利用 TASA 在小四、小六、國二與高中(職)二年級抽測的學生進行男女生 學習狀況的長期觀察，或兩者在學習過程中的變化趨勢，以做為課程制定與補救
教學之參考，未來更可在國際間與類似的資料庫相互比較。
四、將優良試題建置題庫
TASA 可於施測結束，進一步做試題分析，修刪不適當之題目，可確保試題 之效度；並將優良試題納入題庫中，將來可以藉由 IRT 的理念針對不同的測驗目 標來設計不同的標準化測驗工具。
參考文獻
壹、中文部分
王振世(1997)。不同計分對 DIF 呈現的影響。發表於第三屆兩岸心理與教育測驗 學術研討會。
王寶墉(1995)。現代測驗理論。臺北市：心理出版社。
余民寧(1993)。試題反應理論的介紹(13)―試題偏差的診斷。研習資訊，10(6)，
7-11。2009 年 9 月 3 日，取自：http://www.irt.org.tw/index.php?mod=irt13 余民寧(2006)。教育測驗與評量：成就測驗與教學評量。臺北：心理出版社。
余民寧、謝進昌(2006)。國中基本學力測驗之 DIF 的實徵分析：以 91 年度兩次測 驗為例。國立高雄教育大學教育學刊，26，241-276。
吳明隆(2006)。SPSS 統計應用學習實務—問卷分析與應用統計。臺北：知城數位 科技。
陳明終(1996)。能力測驗試題偏誤之研究。國立臺灣師範大學教育心理與輔導研 究所博士論文。
陳世杰(2005)。國小學童閱讀理解策略與數學文字題閱讀理解、數學文字題解題 表現之相關研究。國立高雄師範大學教育學系碩士論文。
陳濱興(2001)。國小數學解題實作評量與後設認知之相關研究。國立臺中師範學 院教育測驗統計研究所碩士論文。
郭生玉(2004)。教育測驗與評量。臺北：精華書局。
教育部(2006)。92年國民中小學九年一貫課程綱要。2008年8月10日，取自：
http://teach.eje.edu.tw/9CC/index_new92.php
教育部(2008)。九年一貫課程綱要的特色。教育部國教專業社群網。取自：
http://teach.eje.edu.tw/9CC/brief/brief7.php。
曾建銘(2005)。數學科區域性試題差別功能(DIF)之分析與研究：以93年第一次國 中基本學測數學科試題為例。臺中縣豐原市：教育部台灣省中等學校教師研 習會。
曾建銘(2007)。2006TASA 國二數學試題、性別的差異試題功能(DIF)與九年一貫 能力指標達成率分析研究。國家教育研究院籌備處，2007 年 12 月。
黃財尉、李信宏(1999)。國中數學成就測驗性別DIF之探討：Poly-SIBTEST的應 用與分析。中國測驗學會測驗年刊，46(2)，45-60。
臺灣學生學習成就評量資料庫(2007)。國家教育研究院籌備處，2008 年 7 月。取 自：http://tasa.naer.edu.tw/chinese.htm。
盧雪梅(1999)。差異試題功能(DIF)的檢定方法。臺北市立師範學院學報，30，
149-166。
盧雪梅(2000)。Mantel-Haenszel DIF 程序之第一類錯誤率和 DIF 嚴重度分類結果 研究。中國測驗學會測驗年刊，47(1)，57-71。
簡茂發(1991)。命題方法與試題分析。國教輔導，31(1)，2-13。
簡茂發、劉湘川、許天維、郭伯臣、殷志文(1995)。以 Mantel-Haenszel 法檢定試 題區別功能之相關因素探討。測驗年刊，42，85-102。
戴 麗 紅 (1994) 。 大 學 入 學 考 試 試 題 偏 誤 之 研 究 － 試 題 特 徵 區 線 法 和 Mantel-Haenszel 法之比較。國立臺灣師範大學教育心理與輔導研究所碩士 論文。
蕭美琪(2003)。國小學童乘法解題與整合認知之相關研究。國立臺中師範學院教 育測驗統計研究所碩士論文。
貳、英文部分
Allen, M. J. & Yen, W. M. (2002). Introduction to Measurement Theory.
IL: Waveland.
Angoff, W. H. (1993). Perspectives on differential item functioning
methodology.In P.W. Holland & H. Wainer (Eds), Differential item functioning.
Hillsdale, NJ: Lawrence Erlbaum Associate.Inc.
Birnbaum, A. (1957). Efficient design and use of tests of a mental ability for various decision-making problems.(Series Report
No.58-16). Randolph Air Force Base, Texas: USAF School of Aviation Medicine.
(Project No. 7755-23)
Birnbaum, A. (1958a). On the estimation of mental ability. (Series Report No.15).
Randolph Air Force Base, Texas: USAF School of Aviation Medicine. (Project No. 7755-23)
Birnbaum, A. (1958b). Further considerations of efficiency in tests
of a mental ability. (Technical Report No.17). Randolph Air Force Base,Texas:
USAF School of Aviation Medicine. (Project No. 7755-23)
Birnbaum, A. (1968). Some latent trait models and their use in inferring an examinee’s ability. In F. M. Lord & M. P. Novick (Ed.), Statistical theories of mental test scores (pp.397-422). Reading, MA：Addison-Wesley.
Bolt, D. M. (2000). A SIBTEST approach to testing dif hypotheses using
experimentally designed test items. Journal of Educational Measurement, 37(4), 307-327.
Camilli, G., & Shepard, L. A. (1994). Methods for identifying biased test items.
Thousand Oaks, CA : Sage.
Chase, C. I. (1978). Measurement for educational evaluation (2 ed.).
Reading, MA : Addison-Wesley.
Dorans, N. J., & Holland, P. W. (1993). DIF detection and description:
Mantel-Haenszel and standardization. In P.W. Holland and H. Wainer（Eds.）
Differential Item Functioning（pp.35-66）. Hillsdale, NJ:Lawerence Erlbaum.
Dorans, N. J. & Potenza, M. T. (1994). Equity assessment for polytomously scored items: A taxonomy of procedures for assessing differential item functioning.
ERIC Document Reproduction Service No. ED 380499. Retrieved January 5, 2010, from http://www.eric.ed.gov/PDFS/ED380499.pdf
Ebel, R. L. (1979). Essentials of Educational Measurement. (3rd ed.) Englewood Cliffs, N.J.: Prentice-Hall.
Ebel, R. L., & Frisbie, D. A. (1991). Essentials of educational measurement (5th ed.), Englewood Cliffs, NJ: Prentice- Hall.
Finch, H., & French, B. F. (2007). Detection of Crossing Differential Item Functioning.
A Comparison of Four Methods. Educational and Psychological Measurement, 67(4): 565-582.
Haladyna, T. M. (1994). Developing and validating multiple-choice test items.
Hillsdale, NJ: Lawrence Erlbaum Associates.
Hambleton, R. K. & Swaminathan, H. (1985). Item response theory-principles and applications. Boston, MA: Kluwer-Nijhoff.
Harris, A. M., & Carlton, S. T. (1993). Patterns of gender differences on mathematics items on the Scholastic Aptitude Test. Applied Measurement in Education, 6, 137-151.
Holland, P. W., & Thayer, D. T. (1988). Differential item performance and the
Mantel-Haenszel procedure. In H. Wainer & H. I. Braun (Eds.), Test Validity , (pp.
129-145). Hillsdale, NJ: Lawrence Erlbaum Associates.
Kim, S., & Cohen, A. S. (1998). A comparison of linking and concurrent calibration under item response theory. Applied Psychological Measurement, 22, 131-143.
Kim, S., & Cohen, A. S. (2002). A comparison of linking and concurrent calibration under graded response theory. Applied Psychological Measurement, 26, 25-41 Kolen, M. J. & Brennan, R. J. (1995). Test Equating: Methods and Practices.
New York: Springer-Verlag.
Landis, R. J., Hyman, E. R., & Kock, G. G. (1978). Average partial association in three-way contingency tables: A review and discussion of alternative tests.
International Statistical Review, 46, 237-254.
Lane, S., Wang, N., & Magone, M. (1996). Gender-related differential item functioning on a middle-school mathematics performance assessment.
Educational measurement:Issues and Practice, 15(4), 21-27.
Li, H. H., & Stout, W. (1996). A new procedure for detection of crossing DIF.
Psychometrika, 61(4), 647-677.
Lord, F. M. (1980). Application of item response theory to practical testing problems.
Hillsdale, NJ: Lawrence Erlbaum Associates.
Lord, F. M., & Novick, M. R. (1968). Statistical theories of mental test scores.
NewYork: Addison-Wesley.
Mantel, N., & Haenszel, W. M. (1959). Statistical aspects of the analysis of data from respective studies of disease. Journal of the National Cancer Institute, 22,
719-748.
Mellenberg, G. J. (1982). Contingency table models for assessing item Bias. Journal of Educational Statistics,7, 105-118.
Noll, V. H., Scannell, D. P., & Craig, R. C. (1979). Introduction to Educational Measurement. (4th ed.) Boston: Houghton Mifflin. van der Linden, W.J., Petersen, N. S., Cook, L. L., & Stocking, M. L. (1983). IRT versus
conventional equating methods: A comparative study of scale stability. Journal of Educational Statistics, 8, 137-156.
Roussos, L. A., & Stout, W. F. (1996). Simulation studies of the effects of small
sample size and studied item parameters on SIBTEST and Mantel-Haenszel Type I error pergormance. Journal of Educational Measurement, 33, 215-230.
Ryan, K. E. & Chiu, S. (2001). An examination of item context effects, DIF, and gender DIF. Applied Measurement in Education, 14, 73-90.
Ryan, K. E. & Fan, M. (1996). Examining gender DIF on a multiple-choice test of mathematics: A confirmatory approach. Educational Measurement: Issues and Practice, 15(4), 15-20.
Shealy, R. T., & Stout, W. F. (1993a). A model-based standardization approach that separates true bias/DIF from group ability differences and detects test bias/DTF as well as item bias/DIF. Psychometrika, 54, 159-194.
Shealy, R. T., & Stout, W. F. (1993b). An item response theory model for test bias and differential test functioning. In P. W. Holland & H. Wainer (Eds.), Differential item functioning (pp. 197-239). Hillsdale, NJ: Lawrence Erlbaum Associates.
Stocking, M L. & Lord, F. M. (1983). Developing a Common Metric in Item Response Theory. Applied Psychological Measurement, 7(2).201-211.
van der Linden, W. J., Veldkamp, B. P., & Carlson, J. E. (2004）.Optimizing balanced incomplete block designs for educational assessments.