結論與研究貢獻

在文檔中 論開放題與選擇題測量政治知識的適用性 - 政大學術集成 (頁 104-110)

第七章 結論與未來展望

第一節 結論與研究貢獻

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

95

第一節 結論與研究貢獻

一 結論

首先採用直觀的方式觀察開放題與選擇題的答對比例,則可以發現政大學生 問卷在以開放題測量時的平均分數為 6.1 分,以選擇題測量時的總分為 7.7 分,

題型轉變後受訪者的知識分數整體提升了 1.6 分;另一份東吳學生問卷資料則是 測量出受訪者於開放題的答題平均分數為 3.6 分,轉而採用選擇題測量時,答題 平均分數為 4.9 分,題型轉變後受訪者的知識平均分數提高了 1.3 分。從這兩份 資料來看,受訪者政治知識平均分數在題型轉換後的確有所提升,檢視圖 5-1 與 圖 6-1 皆可以發現大部分的題目皆在採用選擇題測量時有較高的答對率,而此種 測量現象正是學者們所疑慮的,題型轉換不僅是平均分數增加,甚至幾乎每道題 目皆會因採用選擇題測量而提高答對率,然而以選擇題測量所導致的整體政治知 識分數增加的原因為何?

檢視表 5-3 所歸類出的「完全知道答案」、「知道答案但無法完整回答」、「知 道某些答案是錯誤的」、「認知的答案是錯誤的」與「完全不知道答案」等五類知 識程度的分布狀況可以發現,大多數的受訪者在回答題目的時候有一定的知識依 據,若受訪者擁有正確的政治知識,儘管在答題當下無法百分百確定答案,仍可 以藉由選項篩選出正解或是接近正解的答案。若受訪者所具備的政治知識依據是 錯誤的,則儘管選擇題提供了猜題空間,受訪者仍然會根據其所擁有的知識依據 來作答,所篩選出的答案依舊是錯誤的,此種情況在越困難的題目所顯示出的趨 勢越顯著。而另外從第五章第四節的分析中,本文發現受訪者在以開放題測量時,

比較容易會因為編碼認定問題或是記憶模糊等因素導致受訪者無法答對題目,但 是採用選擇題測量時則比較能夠減低此種可能,特別是越簡單的題目,屬於「知 道答案但無法完整回答」的受訪者更容易因為採用開放題測量而被低估政治知識

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

96

程度,然而較為困難的題目亦不適合採用開放題測量,如政大學生問卷資料中「失 業率」題,若採用保守認定答案的方式,則答對率為 0%,儘管放寬了編碼,也 僅有 16.8%的人答對,東吳學生問卷資料中的「失業率」題的狀況亦同,以開放 題測量時僅有 8.6%的答對率,而「無反應」的回答率高達 71.1%。

簡言之,從第五章的實證分析可以發現以開放題題型測量時會過度低估受訪 者的政治知識程度,並且有編碼認定上的問題,以選擇題題型測量時儘管無法完 全避免猜題,但是高估的情形並不嚴重,反而是選擇題比較能夠反映受訪者真實 的政治知識程度,整體上而言,不論是簡單的或是困難的題目類型,選擇題比起 開放題更適合用來測量民眾的政治知識程度。

由於本文第六章的分析主要為運用東吳學生問卷資料來進行迴歸分析,該份 資料的特性與政大學生問卷資料不同,缺乏心理情境題組輔助,在受訪者知識程 度的辨別上較不精確,然而從第五章第四節比較不同資訊輔組的分類差異來看,

以選項輔助歸類後的結果與心理情境輔助分類後的差異並不大,亦即儘管兩份問 卷提供的資訊不完全相同,但是運用折衷的方式來分類受訪者的行為模式仍然具 有一定的代表性。本文在確定了以選項輔助的方式仍然能有效的為受訪者的答題 行為模式做出分類後,以廣義的方式將原先的「完全知道答案」與「知道答案但 無法完整回答」合併為「知道的」;「知道某些答案是錯誤的」分類為「猜對的」

與「猜錯的」;「認知的答案是錯誤的」歸類為「錯誤的」;「完全不知道答案」歸 類為「不知道」。從第六章第二節的分析,本文發現隨著題目越難,「知道的」受 訪者比例遞減,「錯誤的」與「不知道」的比例遞增,而「猜的」比例僅有在最 困難的「失業率」題有顯著上升外,並無明顯的遞增傾向,進一步檢視「知道的」

比例與「猜對的」比例差異如圖 6-2,「知道的」次數遞減,「猜對的」次數並無 隨之遞增。第六章第二節的分析結果整體上與第五章第三節的分析結果相似,顯 示儘管是以不同問卷資料,不同的分類方式,亦能夠驗證本文的理論架構,而本

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

97

文的理論架構即是認為受訪者的答題模式並非簡單的區分成「知道」、「不知道」

與「盲猜」,而是會根據自身擁有的政治知識程度,展現出不同的答題傾向。

本文進一步利用東吳學生資料進行迴歸分析,以 Poission 迴歸模型以及多項 機率單元模型來檢視受訪者個體層次的答題傾向。前者的做法以「猜對的」加上

「猜錯的」次數合併為「猜的」作為 Poission 迴歸模型一的依變數,以受訪者「知 道的」、「錯誤的」做為自變項,加入科系、年級、性別、媒體接觸頻率、對選舉 關心程度以及平時與人討論政治的頻率等控制變項,模型二則是將「猜對的」作 為依變數,以「知道的」、「錯誤的」與「猜的」做為自變數,加入與模型一一樣 的控制變數。從表 6-8 中模型一的分析結果顯示,受訪者「知道的」與「錯誤的」

次數越多,「猜的」次數就越少,然而此結果能提供的資訊並不多,因為題數固 定的情形下,受訪者於 7 題中被歸類為「知道的」次數越多,被歸類於「錯誤的」

與「猜的」次數就越少。模型二多加入了「猜的」自變數後,「知道的」、「錯誤 的」與依變數「猜對的」之間呈現負向關係,而若是「猜的」次數越多,「猜對 的」次數就越多,代表受訪者運用猜題的方式來作答的確能夠有效的提高答對次 數,而本文僅將那些採用猜題方式作答並具有部分政治知識的受訪者歸類為「猜 的」,若是不具有政治知識但是採用猜題方式作答的受訪者則是歸類為「錯誤的」, 故模型二的結果所示的猜的越多答對的越多更是符合本文的預期,亦即受訪者固 然會有以猜題方式作答的傾向,但是此種猜題是具有政治知識依據的猜,而非是 盲猜。

本文認為若是有許多受訪者是採用盲猜方式回答選擇題,則那些非「知道的」

受訪者在回答題目時,對於選項的選擇應產生隨機分配的結果,亦即受訪者不會 有特別傾向於回答哪個選項,而是隨機選擇。本文採用多項機率單元模型來檢視 不同政治知識程度的受訪者於「失業率」題、「聯合國秘書長」題、「行政院長」

題與「財政部長」題的選擇傾向,自變數為「知道的」、「猜的」與「錯誤的」, 這三種類型亦是反映出受訪者的政治知識程度,而從文中的多項機率單元模型的

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

98

預測機率來看,於其他題目展現出的政治知識程度越高的受訪者,有越高的機率 會傾向於個別題目選出正解或是選出與正解相近的答案,而「知道的」、「錯誤的」

與「猜的」次數越多的人越不容易選擇回答「無反應」,此分析結果符合本文之 假定,因為若大多數受訪者採用盲猜方式答題,則受訪者的答題傾向應為隨機分 布,而表 6-4 至表 6-7 所顯示出的結果為受訪者有一定的答題傾向,代表受訪者 在答題時會根據其所擁有的政治知識依據去答題,政治知識程度越高的受訪者,

有比較高的機率在回答其他題目時會選中正解,而不具有政治知識程度的受訪者 儘管也可能會去猜題,但是更有可能會根據其錯誤的認知使之偏向往錯誤的選項 中猜題。

從本文的研究中可以發現,猜題只是一種答題的方式,當受訪者知識程度不 夠高,卻又認為自己其實是有機會答對題目,此時即會藉由猜的方式來回答題目,

而完全不具備政治知識的人儘管同樣以猜題技巧答題,反而會從錯誤的選項中選 擇。採用開放題題型測量僅能夠測量到「完全知道答案」與「認知的答案是錯誤 的」受訪者,那些「知道答案但無法完整回答」的人會被低估,而從第五章第三 節可以看出有較多的受訪者在越簡單的題目類型越是屬於「知道答案但無法完整 回答」,此時若是採用選擇題則能夠準確的測量出此種類型的受訪者。「知道某些 答案是正確的」類型的受訪者能夠判斷出那些選項是錯誤的,代表其擁有部分的 政治知識,這類型的受訪者以開放題測量時無法答對,而選擇題反而能夠給予讓 這類型的受訪者運用其具有的知識與答題技巧來答出正解。而「認知的答案是錯 誤的」受訪者不會因為選擇題有猜題空間即能答對題目,若是選項設計適當,則 選擇題也能夠準確的測量出此類型的受訪者,因為受訪者會根據其錯誤的認知來 答題,儘管有些人可能會採用猜題方式作答,亦無法答對題目。

簡言之,不論是簡單的或是困難的題目,以開放題測量皆會低估受訪者的政 治知識程度,而儘管選擇題無法完全避免可能是測量到某些受訪者的「幸運」程 度,但是此種情況並不多,故以選擇題測量民眾政治知識時,高估知識程度的情

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

99

形並不嚴重。人的行為模式如此複雜,在現有的測量工具下並無完美的方式能夠 準確反映受訪者的真實知識程度,故僅能找尋較為合適、較有效度的方式來試圖 測量出研究者所關心的變數,而選擇題與開放題兩相比較之下,選擇題更有測量 效度,故更適合採用選擇題來測量民眾的政治知識程度。

二 研究貢獻

第五章的分析結果印證了本文主要的理論架構,亦即受訪者的政治知識程度

第五章的分析結果印證了本文主要的理論架構,亦即受訪者的政治知識程度

在文檔中 論開放題與選擇題測量政治知識的適用性 - 政大學術集成 (頁 104-110)