課程名稱︰心理測驗
課程性質︰必修
課程教師︰翁儷禎 姚開屏 合授
開課學院：理學院
開課系所︰心理學系
考試日期（年月日）︰109.11.23
考試時限（分鐘）：120 分鐘
試題 :
1. 姚老師設計了一個修習統計態度量表，裡面有八個題目 (I1~I8)，所有題目都設計為
正向陳述句，量尺採用：「非常不同意=1，不同意=2，沒意見=3，同意=4，非常同意
=5」。她想檢驗這個量表題目的心理計量特質，看是否可以刪除不好的題目，因此將
此些題目施測在12名心理系修統計的學生身上 (S1~S12)，得到下面的結果：
https://imgur.com/a/0MgQ3Gk
(1) 光從以上的資料，你會怎麼篩選題目，請說明理由（使用的篩選標準）？
(2) 說明如何看題目的困難度 (difficulty) 及鑑別度 (discrimination)？（不用計
算）
(3) 計算各題目的信度 (item reliability)？
(4) 使用這樣的題目數與學生數有沒有什麼問題？請說明。
(5) 假如要刪減兩題（剩下六題），你會刪減哪兩題？為什麼（說明理由）？
2. 如果上面的度量資料轉換成「非常不同意=0，不同意=0，沒意見=0，同意=1，非常同
意=1」：
(1) 與第一大題比較（採 Likert scale），請問這樣的度量方法可能有什麼問題？請
說明。
(2) 請計算每個題目的平均數與變異數？以及 total test score mean？
(3) 利用這樣的資料（0與1），你會怎麼篩選題目，請說明理由（使用的篩選標準）？
(4) 計算各題目的困難度及鑑別度？（取高低分組時，可將所有樣本總分平分成三部
分）根據計算的結果，判定有沒有不好的題目。
(5) 畫出 I2 題的 item characteristic curve (ICC)。
3. 比較古典測驗理論 (CTT) 以及現代測驗理論（如：項目反應理論、IRT）的優缺點。
4. 設計一個用到 multistage sampling 的研究，其中能包含使用多個random sampling
方法在裡面。說明你的研究問題、母群、樣本、隨機抽樣方法等。
5. 談一談 Likert-typed rating scale 的假設。
6. 設計一個測量工具在考慮所使用的量尺度量時，請談一談該怎麼考慮要用幾點量尺？
談一談是使用奇數點還是偶數點好？
7. 回答下面的問題：
(1) Sampling frame 與 population 有什麼不同？
(2) 什麼是 DIF (differential item functioning)？ DIF 與 biased item 的差別？
加分題：
1. 續第一大題，若這八題的總內部一致性系數 (Cronbach's alpha) 為 0.69，你覺得應
該要刪除哪些題目比較好，為什麼（說明理由）？
2. 支持 1-p 及 2-p/3-p IRT 模式的研究者意見不同，他們到底在吵什麼？（他們有哪
些不同的觀點）