語文資優鑑定各測驗對通過鑑定之區別分析

為了判別語文資優鑑定初複選評量各測驗何者對「通過語資鑑定與否」較有關 鍵性影響力，研究者採用參加複選評量的樣本(102-104 學年度的樣本數分別為 45、

18、39)，將其分成「通過」及「不通過」兩組進行區辦分析，至多可得到一組「典 型區別函數」，詳如表4-6 及 4-7。

102 學年度的初複選評量各測驗所形成之「典型區別函數」特徵值(λ)達 1.20，

Wilk’s Λ 值為.46，各測驗和該函數的「典型相關係數」(ρ)達.74，顯示其具有良好 的區辨力。換句話說，該年度初複選評量的10 個測驗能夠有效預測學生是否通過 鑑定。45 名樣本學生中，透過該區別函數能正確預測其中 40 名是否通過鑑定，正 確率達88.89%。

標準化典型區別係數(standardized canonical discriminant function coefficient)表 示各測驗在此區別函數的比重。102 學年度的標準化典型區別係數中，以「填空重 組」最高，達.85，其他測驗都不高。結構係數(structure matrix) 代表各測驗與典型 區別函數的相關程度，相關程度越高越有區辨力。在102 學年度的資料中，最具區 辨力的變項是「填空重組」(.70)，其次為「英語能力」(.61)、「影片理解」(.41)和

「看圖寫作」(.29)、「口語表達」(.25)。整體而言，「填空重組」為該年度最有貢獻 的測驗。

103 學年度的初複選評量各測驗所形成之「典型區別函數」特徵值達 9.20，

Wilk’s Λ 值為.10 (p < .01)，各測驗和該函數的「典型相關係數」達.95，顯示其具 有極佳的區辨力。在18 名樣本學生中，透過該區別函數能正確預測所有學生是否 通過鑑定，正確率達100%。

從標準化典型區別係數來看，初複選評量實施的各測驗中，以「填空重組」(2.48) 最高，其次是「看圖寫作」(-2.25)和「語文性向」(-2.00)。結構矩陣(structure matrix) 部分，103 學年度的資料中，最具區辨力的變項仍是「填空重組」(.48)，其次為「國 文能力」(.21)。換句話說，「填空重組」仍是該年度最有預測力的測驗。

80

104 學年度的初複選評量各測驗所形成之「典型區別函數」特徵值達 2.37，

Wilk’s Λ 值為.30 (p < .001)，各測驗和該函數的「典型相關係數」達.84，顯示其具 有極佳的區辨力。在39 名樣本學生中，透過該區辨函能正確預測所有學生是否通 過鑑定，正確率達100%，具有極佳的區辨力。

從標準化典型區別係數來看，「填空重組」(.91)仍比重最重者，其次是「口語 表達」(.82)、「影片理解」(.62)和「國文作文」(.58)。結構矩陣(structure matrix)部 分，104 學年度的資料中，最具區辨力的變項仍是「填空重組」(.41)，其次為「英 語能力」(.30)、「國文作文」(.30)、「語文性向」(.28)、「口語表達」(.26)、「國文能 力」(.26)。整體而言，除了「填空重組」仍獨占鰲頭之外，該年度具有區辨力的測 驗數量較多，彼此間重要性差異也比較小，僅初選「外語性向」(.10)、複選「看圖 寫作」(.20)、「影片理解」(.18)結構矩陣的值較小。

不論是哪個學年度，使用初複選評量各測驗分數為基礎，所得到的區別函數，

都有頗高的預測準度。然而各年度複選評量的計分方式不同(102 學年度是「標準 分數加總」、103 是「原始分數加總」、104 是「原始分數加權」)，通過標準的設定 方式也不同，故預測通過之正確率仍有差異。

在區辨「通過複選」及「通過初選，但未過複選」兩組學生的時候，複選評量 的英語科「填空重組」測驗具有關鍵性的影響。研究者認為複選評量的重要性高於 初選是合理的，因為初選分數在複選階段並不採計。至於英語科「填空重組」在複 選測驗中對「通過語資鑑定與否」有較多的影響力對測驗的編制和使用有何意義？

雖然本研究無法回答，卻是個值得思考的問題。

81

82

83