第二章 文獻探討
第三節 測驗分析
在測驗中的兩大特徵是信度( reliability )與效度( validity )，一份優良的測驗須 具有較高的信度與效度值（余民寧，1997）；而一份在標準化情境下所編製的測驗，
更必須具備理想的信度與效度（周文欽，1995）。換言之，測驗分數之信度與效度 的分析是測驗之所以成為優良測驗的必要步驟。一份測驗，除了透過個別試題的 分析（即試題分析）之外，若能針對整份測驗做測驗整體的分析（即測驗分析）， 必能提高測驗的品質。本研究在信度指標方面，介紹古典測驗理論中常用的 Cronbach
信度係數。在效度方面，則從題本的檢核表與雙向細目表著手。壹、信度
一、信度的意義
信度的意義是指（洪碧霞，1991a）：
1. 在不同時間裡測驗結果的穩定性。
2. 在不同次測驗下分數的一致性。
3. 不同評分者之間評定的一致性。
4. 評量結果的精確性。
- 39 -
上述四點實際上是從兩個觀點來解釋信度的涵義：一是由測量的一致性來 看，信度是指相同的個人在不同的時間，以相同的測驗測量或以複本測驗測量，
或在不同的情境下測量，所得測量結果間的一致性。二是由測量的誤差來看，信 度是在估計測量的誤差有多少，亦即在測驗分數中，信度能反映出有多少比例是 由特質的真實差異所造成，以及測量誤差所佔的比例（余民寧，1995；郭生玉，
1989）。換句話說，信度高就表示包含的誤差成分很少；反之，信度低就表示包含 了很多的誤差成分（陳佳秀，2004）。
一般而言，信度也可以說是可靠度，從字面上的意義來解釋，就是一份測驗 的結果是否「可靠」。由此可知，信度所關心的是測驗分數的一致性或穩定性，也 可以說是一份測驗的可靠度。如果一個成就測驗具有良好的信度，則在不同的 主 事者、評分者、時間、情境，或使用類似的試題下，其所得的分數應該接近或者 一致。
二、信度的種類與求法
常用估計信度的方法有四種：重測法、複本法、內部一致性方法、評分者方 法（余民寧，1997），茲介紹如下：
（一）重測法( test-retest method )
採用同一份測驗在不同的時間，針對相同的受試者重複施測兩次，再根據這 兩次分數求得的相關係數，稱為重測信度係數( test-retest reliability coefficient )，或 稱再測信度。此法的大前提假設是受試者的特質相當稱定，在兩次施測的時距內 不隨時間而改變，但重測易受記憶的影響，且前後施測的時距沒有一定的規準，
加上重測耗費較多成本易造成不便，此適用於動作人格等測驗，而認知性測驗較 不適用。（余民寧，1995；洪碧霞，1991 a；郭生玉，1989；歐滄和，1995）
（二）複本法( equivalent-forms method )
以複本重測法來估計信度，要以兩份測驗在試題格式、題數難度、鑑別度等 方面均相當接近或相似，但不同試題，來測量同一組受試者，再根據兩次施測的 測驗分數求相關係數，即為複本信度係數( parallel-forms reliability coefficient )。此 信度係數可以說明兩個複本測驗測量相同行為或內容的程度。依實施複本測驗時 距的不同，又可分兩種，一種是在同一時間連續施測，另一種是間隔一段時間施 測。前者可反映出測驗工具內容所造成的誤差故又稱為等值係數( coefficient of
- 40 -
equivalence )；後者則可同時反映出測驗工具及受試者本身狀況所造成的誤差，此 時該係數又叫穩定等值係數( coefficient of stability and equivalance )。複本重測法同 時兼顧時間間隔及測驗工具內容取樣上的誤差，是檢驗測驗分數真正信度的嚴格 方法，但其他重測信度問題仍存在，再者，真正的複本測驗編製相當困難，故不 建議採用此一方式（余民寧，1995；陳英豪、吳裕益，2001；郭生玉，1989；歐 滄和，1995；簡茂發，1987）。
（三）內部一致性方法( internal-consistency method )
上述兩種信度的估計方法，均需對相同受試者進行兩次施測，才能求得兩次 估計方法有很多種，諸如：折半方法( split-half method )、庫李方法
( Kuder-Richardson method )、Cronbach’s
和霍意特變異數分析法( Hoyt’s analysis of variance procedure )。以下將只介紹本論文所採用 Cronbach’s
的信度 係數之計算方法。- 41 -
他方法所估算 出來的信度，因此我們可以說
係數為信度估計的下限( lower bound )( Novick & Lewis, 1967 )。
係數的測量誤差主要來自於測驗內容抽樣的誤 差，尤其是受到抽樣內容同質性或異質性誤差的影響較大。由於
係數是所有
信度估計值的下限，所以
係數的值很高時，表示真正 的信度值比它還高，由此我們可以斷定所分析的測驗，是一份值得信賴的測驗；如果係數偏低時，則無法提供有關測驗較準確的訊息，也就是說，我們不能判斷 該測驗是否真的值得我們的信賴，這是我們在解釋
係數信度時應特別注意的。一般而言，一份優良的教育測驗至少應該具有 0.80 以上的信度值才具有使用的價 值( Carmines & Zeller, 1979 )。
（四）評分者方法
採用不同評分者評閱試卷，來估計評分者的一致性，稱為評分者信度( scorer reliability )。若為客觀測驗評分不會受不同評分者判斷影響，就不需估計評分者信 度；但若測驗計分會受到評分者主觀影響，則需考慮評分者信度，其評分的方法 為先從測驗卷中抽取一些樣本，單獨由幾位評分者評分，然後根據所評分數求相 關。當評分者間評分愈一致，評分者信度高；反之則愈低（何世欽，2001）。
三、提高信度的方法
信度既然是整份測驗優劣的重要指標之一，在從事命題工作時自然要更加注 意，以期提高試題的品質，一般而言，要讓一份測驗有較高的信度，有下列幾個 方式：
（一）命題要清楚
題幹的說明不可模稜兩可、不可故意導入錯誤的思考方向，也不可命出一些 稀奇古怪的題目。因為不清楚的命題，對不同社經背景的受試者，可能會有不同 的理解和解讀。所以命題最好能根據測驗所要測量的內容和目的來加以設計，而 不是在玩文字遊戲，造成受試者的困惑，無法針對題目真正的題意作答。
（二）試題的數目要適量
一般而言，測驗的試題數愈多其信度也會愈高；試題數愈少則其信度愈低。
但是在施測時，還是要考慮到受試時間的長短，施測時間短的測驗，題目不可過 多，以免受試者因作答不完，而以亂猜題的方式作答，而這樣的作答的情形必定 會影響到測驗的信度。
- 42 -
（三）不要出太過難或過於簡單的試題
過於困難或鑽牛角尖的試題，造成只有少數的受試者會做，大部分的受試者 往往會以猜題的方式作答；而過於簡單的試題，則大部分的受試者都答對，這兩 種狀況都將使測驗分數的變異程度變小。由上述信度的計算公式我們知道，變 異 程度變小則信度將跟著變小。所以為了有較高的信度，我們應該讓試題的變異程 度加大，而由以往測驗分析的結果可知，難易程度適中的試題（試題難易度指數 在 0.50 左右的試題）的變異程度往往是最大的，其信度也會跟著提高。
（四）以客觀性計分試題為主
如果試題是採用主觀性的計分方式為主，將可能會造成評分者在不同的情況 下而有不同的評分標準，因此造成測驗分數的差異，最後導致測驗的信度偏低。
所以，要有較高的信度，必須採用客觀性計分的題型。例如：是非題、選擇題或 配合題……等這些題型的試題，在評分上較不受評分者主觀判斷的影響。
由以上幾點可以知道，如果測驗的平均分數過低（可能是試題過難或試題數 過多）而造成信度的偏低。因此，一份良好的測驗應該以「能測出受試者真正的 能力」為其主要目的，而不應該以考倒受試者為目的。
表 2-4 提供一般判斷信度與其意義的關係。信度對傳統只考一次的升學聯合考 試是很重要的，因此，施測者在出題上必須要特別考慮到試題的難易度和鑑別度，
使整份測驗的信度提高，如此才不會讓社會各界和學生對升學考試抱持著「運氣 比實力重要」的錯誤觀念。
表 2-4 信度係數參考指標表
信度係數 意義
0.90 0.99
理想0.80 0.89
不錯0.70 0.79
尚可接受0.60 0.69
勉強可接受 0.60
不能接受總之，一份優良的教育測驗至少應該具有 0.80 以上的信度值，才具有使用的
- 43 -
價值（Carmines & Zeller, 1979）。所以，施測者在出題上必須要特別考慮到試題的 難易度和鑑別度，使整份測驗的信度提高，如此才不會讓學生對於考試的公平性 產生質疑，也才使得學生更願意為測驗而努力。
貳、效度( ablidity )
效度是指測驗分數的正確性，亦即是指測驗能夠測量到它想要測量之特質或 功能的程度，也就是「測驗所得的測驗分數」代表「施測者原本想測試的濳在特 質」的程度，或者是測驗能多達到其編製目的的程度。效度高表示該測驗能夠達 到它所要測量的目標，或說測驗能夠實現其測量目的。商一種測驗工具的效度甚 低，則無法發揮其測量的功能，故編妥測驗後，考驗其效度是極為重要之事。在 鑑定一個測驗的效度時，必須以該測驗的目的為依據，蓋因一種測驗工具對某特 定的目的有效，但對其它的目的，可能缺乏效用（簡茂發，1993）。例如：命題者 絕不會出一篇作文來測量受試的數學能力。因為就算是受試者的作文得滿分，我 們也不能確定他的數學能力是否和其作文能力一樣好？因此，就測驗的目的而 言，效度（正確性）比信度（可靠性）來得重要。
一、效度的特質
效度是測驗裡很重要的特徵，所以在使用測驗時，充分了解效度的一些特質，
是十分重要的，以下介紹四點效度的特質( Gronlund, 1976 )：
1. 效度是指「測驗結果」正確性的程度，而非指工具本身為了方便起見，我 們常說「測驗的效度」，實際上，應該說是「測驗結果的效度」較為恰當。
更為明確的說法是「測驗結果解釋的效度」。
2. 效度不是「全有」或「全無」，而是「程度」的差別，應避免評鑑某一個測
2. 效度不是「全有」或「全無」，而是「程度」的差別，應避免評鑑某一個測