课程名称︰心理测验
课程性质︰必修
课程教师︰翁俪祯 姚开屏 合授
开课学院：理学院
开课系所︰心理学系
考试日期（年月日）︰109.11.23
考试时限（分钟）：120 分钟
试题 :
1. 姚老师设计了一个修习统计态度量表，里面有八个题目 (I1~I8)，所有题目都设计为
正向陈述句，量尺采用：“非常不同意=1，不同意=2，没意见=3，同意=4，非常同意
=5”。她想检验这个量表题目的心理计量特质，看是否可以删除不好的题目，因此将
此些题目施测在12名心理系修统计的学生身上 (S1~S12)，得到下面的结果：
https://imgur.com/a/0MgQ3Gk
(1) 光从以上的资料，你会怎么筛选题目，请说明理由（使用的筛选标准）？
(2) 说明如何看题目的困难度 (difficulty) 及鉴别度 (discrimination)？（不用计
算）
(3) 计算各题目的信度 (item reliability)？
(4) 使用这样的题目数与学生数有没有什么问题？请说明。
(5) 假如要删减两题（剩下六题），你会删减哪两题？为什么（说明理由）？
2. 如果上面的度量资料转换成“非常不同意=0，不同意=0，没意见=0，同意=1，非常同
意=1”：
(1) 与第一大题比较（采 Likert scale），请问这样的度量方法可能有什么问题？请
说明。
(2) 请计算每个题目的平均数与变异数？以及 total test score mean？
(3) 利用这样的资料（0与1），你会怎么筛选题目，请说明理由（使用的筛选标准）？
(4) 计算各题目的困难度及鉴别度？（取高低分组时，可将所有样本总分平分成三部
分）根据计算的结果，判定有没有不好的题目。
(5) 画出 I2 题的 item characteristic curve (ICC)。
3. 比较古典测验理论 (CTT) 以及现代测验理论（如：项目反应理论、IRT）的优缺点。
4. 设计一个用到 multistage sampling 的研究，其中能包含使用多个random sampling
方法在里面。说明你的研究问题、母群、样本、随机抽样方法等。
5. 谈一谈 Likert-typed rating scale 的假设。
6. 设计一个测量工具在考虑所使用的量尺度量时，请谈一谈该怎么考虑要用几点量尺？
谈一谈是使用奇数点还是偶数点好？
7. 回答下面的问题：
(1) Sampling frame 与 population 有什么不同？
(2) 什么是 DIF (differential item functioning)？ DIF 与 biased item 的差别？
加分题：
1. 续第一大题，若这八题的总内部一致性系数 (Cronbach's alpha) 为 0.69，你觉得应
该要删除哪些题目比较好，为什么（说明理由）？
2. 支持 1-p 及 2-p/3-p IRT 模式的研究者意见不同，他们到底在吵什么？（他们有哪
些不同的观点）