第四章 題組型試題子題及題組鑑別度之探討
4.4 題組內子題之淨鑑別度
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
然而,若以變異數分析的觀點來看,定理 4.2 闡述:若第 i 題組得分Y 對測驗總i 分Y有 t%的解釋能力,則因為第 i 題組各子題得分Y 、i1 Y 、…、i2
iki
Y 對第 i 題組 得分Y 有 100%的解釋能力,所以第 i 題組各子題得分i Y 、i1 Y 、…、i2
iki
Y 對測驗 總分Y至少有 t%的解釋能力。
4.4 題組內子題之淨鑑別度
一般來說,同一題組內的子題間常有某種關連性,若直接以「測驗總分」與
「某一子題得分」之相關係數定義該子題鑑別度,將會忽略各子題之間的關連 性。因此,在蒐集測驗結果資料後,本文應用複迴歸分析的方法探求排除同一題 組內前面各子題影響力之子題淨得分與淨鑑別度。
當某一題組有兩個子題時,第 1 子題鑑別度之平方為第 1 子題得分能夠解釋 總分變異的比例,在忽略兩子題關聯性的情況下,第 2 子題鑑別度之平方是第 2 子題得分能夠解釋總分變異的比例。然而,為了排除第 1 題子題得分對第 2 子題 得分的影響力,將第 1 子題得分視為自變項以及第 2 子題得分視為依變項,由於 迴歸分析能找到自變項對依變項解釋能力(或解釋變異的比例),因此,將第 1 題 子題得分對第 2 子題得分迴歸所得之殘差,視為「排除第 1 題子題得分影響力後 的第 2 子題得分」,即第 2 子題對於「多」解釋總分變異之貢獻。。
綜合上述原因,本節利用複迴歸分析的方法,先求得排除同一題組內前面各 子題影響力後的子題「淨得分」,再以測驗總分與子題淨得分之相關係數定義子 題的「淨鑑別度」。
【定義 4.3】淨得分
第 i 題組第 j 子題之「淨得分」為「第 i 題組第 j 子題得分Y 」對「前面 j-1 個ij 子題得分Y 、i1 Y 、…、i2 Yi j( 1)」迴歸後所得之殘差,記為e ,此殘差值即為第 jij 子題排除前面 j-1 個子題影響力後的分數。
‧
‧
‧
SSTO SSTO SSTO
SSR Y Y SSR Y Y SSR Y SSR Y Y SSR Y
SSTO SSTO SSTO
SSR Y Y
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-1 例 2 的作答情形改成以得分方式呈現 學生
編號
第一題組 第二題組 第三題組
1 1 2 1 2 3 總分
1 1 1 1 1 1 1 6
2 1 1 1 1 1 0 5
3 0 1 1 1 1 1 5
4 1 1 0 1 1 1 5
5 1 1 1 1 0 0 4
6 1 0 0 1 1 0 3
7 1 1 0 1 0 0 3
8 0 0 0 1 1 0 2
9 0 1 0 0 0 0 1
10 1 0 0 0 0 0 1
11 0 0 0 1 0 0 1
12 0 0 0 0 0 0 0
註:上表中答對該題以 1 表示,答錯該題以 0 表示 1.子題鑑別度
依據定義 4.1 得知第三題組各子題鑑別度為「測驗總分」和「第三題組第 j 子題得分」的積差相關係數,計算結果如下:
第 1 子題鑑別度為D310.7035 第 2 子題鑑別度為D32 0.6963 第 3 子題鑑別度為D330.7035 2.題組鑑別度
依據定義 4.2 得知第三題組鑑別度D 為「測驗總分」與「第三題組內各子題3 得分」之複相關係數,已知Y與{Y Y Y31, 32, 33}的複相關係數即為Y對{Y Y Y31, 32, 33}複 迴歸的判定係數之正平方根,其計算過程如下:
Y 對{Y Y Y31, 32, 33}複迴歸的判定係數為 R =0.7576 2
Y 與{Y Y Y31, 32, 33}的複相關係數為 R=0.8704
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
即第三題組鑑別度為
3 0.8704 D
3.子題淨鑑別度
由於第 1 子題並未受到其他子題的影響,因此,第 1 子題的鑑別度值為「測 驗總分」與「第三題組第 1 子題得分」的積差相關係數,即
31 0.7035 D
自第 2 子題起,需考慮前面各子題之影響力,其淨得分與淨鑑別度計算步驟如下:
步驟一:將Y 對32 Y 迴歸,求得殘差31 e ,此殘差32 e 即第 2 子題排除第 1 子題影 32 響力後的「第 2 子題淨得分」,如表 4-2。其中編號 5、7、11 學生第 2 子題淨得分為負值,其原因為當Y 對32 Y 迴歸時,31 Y 預測值高於觀察32 值,以本題為例,第 1 子題得 1 分的學生共 9 位,此 9 位學生於第 2 子 題之平均得分為 0.6667,可證明此平均得分恰為Y 的預測得分 0.6667,32 但編號 5、7、11 學生於第 2 子題得分皆為 0 分,因此,其殘差e 皆為 32
-0.6667。
表 4-2 排除第 1 子題影響力後的第 2 子題淨得分 學生編號 Y 的預測得分 32 殘差e (淨得分) 32
1 0.6667 0.3333 2 0.6667 0.3333 3 0.6667 0.3333 4 0.6667 0.3333 5 0.6667 -0.6667 6 0.6667 0.3333 7 0.6667 -0.6667 8 0.6667 0.3333 9 0.0000 0.0000 10 0.0000 0.0000 11 0.6667 -0.6667 12 0.0000 0.0000 步驟二:求Y與e 的積差相關係數,即32 D32 | 31 0.3553。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
同理,求第 3 子題的淨得分與淨鑑別度,其計算步驟如下:
步驟一:將Y 對33 Y 、31 Y 迴歸,求得殘差32 e ,此殘差33 e 即第 3 子題排除第 1、233 子題影響力後的「第 3 子題淨得分」,如表 4-3。其中,編號 2、6、8 學生的第 3 子題淨得分為負值,其原因與第 2 子題相同。
表 4-3 排除第 1、2 子題影響力後的第 3 子題淨得分 學生編號 Y 的預測得分 33 殘差e (淨得分) 33
1 0.5 0.5
2 0.5 -0.5
3 0.5 0.5
4 0.5 0.5
5 0 0
6 0.5 -0.5
7 0 0
8 0.5 -0.5
9 0 0
10 0 0
11 0 0
12 0 0
步驟二:求Y與e 的積差相關係數,即33 D33 | 31,32 0.3693。
將例 2 的計算結果整理如表 4-4,其中,子題淨鑑別度皆小於子題鑑別度,且接 近子題鑑別度的二分之一。
表 4-4 例 4 的各子題鑑別度、各子題淨鑑別度與各題組鑑別度 題號 子題鑑別度 子題淨鑑別度 題組鑑別度 第一題組 1 0.5296 0.5296 0.5296
第二題組 0.8090
1 0.7062 0.7062 2 0.7385 0.3948
第三題組 0.8704
1 0.7035 0.7035 2 0.6963 0.3553 3 0.7035 0.3693
此外,表 4-4 的結果可驗證定理 4.4 題組鑑別度與各子題淨鑑別度的關係式如下:
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二題組中,題組鑑別度之平方為第 1、2 子題淨鑑別度之平方和,即
2 2
2 0.7062 0.3948 8090
.
0
第三題組中,題組鑑別度之平方為第 1、2、3 子題淨鑑別度之平方和,即
2 2
2
2 0.7035 0.3553 0.3693 8704
.
0
由於例 4 的樣本數較少,因此檢定子題淨鑑別度是否顯著的計算範例,將留待 5.2 節作說明。最後,比較傳統鑑別度及施焱騰(2008)以機率模式計算題組型試 題的鑑別度如表 4-5,結果發現以機率模式與相關係數模式計算鑑別度的高低情 形大致上一致。
表 4-5 傳統模式與機率模式下例 4 各子題鑑別度
題號 傳統模式
子題鑑別度
機率模式 子題鑑別度
第一題組 1 0.50 0.4438 第二題組 1 0.75 0.5500
2 0.75 0.7835
第三題組 1 0.75 0.7500
2 1.00 1.0000
3 0.75 0.7113