評量總覽

37
評量人數
72.2
TotalScore 平均（/100）
49.1
AutoTotal 平均（/70）
23.1
ManualTotal 平均（/30）
10
PartA = 0（未填 Form）

逐題得分統計

難度 P = 平均 ÷ 滿分（P < 0.3 偏難；0.3–0.7 適中；> 0.7 偏易）。 鑑別度 D = 題目得分與排除自身後總分的相關係數。

W11 LAB 逐題得分統計（n = 37）
題目 配分 n 平均 SD 難度P 鑑別度D 滿分人數 零分人數
PartA（Google Form） 20 37 8.2 5.78 0.408 0.199 0 10
PartA（Google Form）（排除0分） 20 27 11.2 3.34 0.559 0.205 0 0
B1（變項公式） 5 37 3.6 1.26 0.714 0.047 12 0
B2（描述統計） 10 37 10.0 0.00 1.000 NA 37 0
B3（Violin 圖） 10 37 9.9 0.82 0.986 0.151 36 0
B4（SW 常態） 5 37 4.6 1.14 0.924 0.041 33 1
B5（t + APA） 15 37 7.9 4.37 0.528 0.230 7 0
C1（信賴區間） 10 37 7.4 3.77 0.741 0.603 21 5
C2（假設檢定） 10 37 7.2 3.98 0.724 0.646 19 8
C3（研究反思） 10 37 8.4 3.27 0.843 0.365 28 4
說明：
PartA（排除0分）列：排除未在截止時間前完成 Google Form 的 10 位學生後重算。

B2（描述統計）鑑別度 = NA：全班滿分（SD = 0），無法計算相關係數，屬正常現象。

PartA 兩組比較

PartA：全體 vs 排除0分
題目 n 平均 SD 難度P 鑑別度D
PartA（Google Form） 37 8.2 5.78 0.408 0.199
PartA（Google Form）（排除0分） 27 11.2 3.34 0.559 0.205

Part A 逐題答錯率

僅計入在截止時間前完成 Google Form 作答的學生（n = 27）。

W11 Part A 逐題答錯率（依答錯率由高排至低）
題號 題目 n 答對 答錯 答對率 答錯率
9 Q9 研究者測量某群體的智力測驗（IQ）分數。根據樣本大… 27 7 20 0.259 0.741
5 Q5 如圖所示，若分佈變得比第 1 題更寬，陰影區域所代… 27 12 15 0.444 0.556
7 Q7 當我們從母群中反覆抽取大小為 N 的樣本並計算每次… 27 12 15 0.444 0.556
2 Q2 下列哪些選項等於1？（複選題，須選出所有正確選項） 27 13 14 0.481 0.519
8 Q8 假設有一個平均數為 8 的母群，此母群符合常態分佈… 27 16 11 0.593 0.407
3 Q3 密度直方圖（density histogram）的… 27 17 10 0.630 0.370
10 Q10 下列那個選項最可能接近母群平均數？ 27 18 9 0.667 0.333
4 Q4 若從此分佈中隨機取樣一個資料點，該資料點落在陰影區… 27 20 7 0.741 0.259
1 Q1 這是一個常態機率分佈。圖中陰影區域代表的機率是多少… 27 24 3 0.889 0.111
6 Q6 如圖，此常態分佈的平均數為 8，隨機抽取一個資料點… 27 24 3 0.889 0.111

各題考察概念與教學意涵

Part A 各題概念對照與教學意涵（依答錯率由高排至低）
題號 考察概念 教學意涵 答錯率
9 Q9 取樣分佈 vs 個別分數分佈的差異（核心迷思） 最常見迷思：以取樣分佈推算「某位個體」的分數機率，需在課堂明確澄清兩種分佈的差異 74.1%
5 Q5 分佈寬窄對機率的影響（SD 增大 → 特定區間面積縮小） SD 增大對固定區間機率的影響尚未直覺化，建議用圖示加強 55.6%
7 Q7 取樣分佈推論（樣本平均數 < 閾值的機率） 取樣分佈推論（精確機率計算方向）需加強練習 55.6%
2 Q2 機率總和 = 1（密度直方圖 + 常態曲線兩種情境） 多數學生能理解面積加總＝1，但多選題仍有約半數漏填一種情境 51.9%
8 Q8 母群 vs 取樣分佈之機率轉換 母群機率與取樣機率的轉換仍有混淆，建議強調 SE 在轉換中的角色 40.7%
3 Q3 密度直方圖 Y 軸意義（密度 ≠ 機率） 密度直方圖概念尚未完全建立，需再強調 Y 軸為「密度」而非「機率」 37.0%
10 Q10 CLT 重點：大樣本平均數趨近母群均值 CLT 核心結論理解尚不穩固，建議再次示範大樣本收斂效果 33.3%
4 Q4 常態分佈機率 = 陰影面積（概念連結） 機率等於面積的概念連結已建立 25.9%
1 Q1 常態分佈基本讀圖（機率 = 面積） 基礎掌握良好，可作為後續學習的起點 11.1%
6 Q6 取樣分佈基本讀圖（樣本平均數機率） 取樣分佈讀圖基礎尚可，但推論應用仍有弱點 11.1%

學習診斷摘要：本次 Part A 共 10 題，其中 4 題答錯率 ≥ 50%（Q9、Q5、Q7、Q2），顯示多數學生在「取樣分佈的應用推論」方面存在系統性迷思，尤其混淆取樣分佈與個別分數分佈。 另有 3 題答錯率 30–49%（Q8、Q3、Q10），反映部分學生在密度直方圖概念及 CLT 推論方面尚需加強。 建議在後續課程中以具體視覺化示範取樣分佈與母群分佈的差異，並設計至少一次專題討論釐清 Q9 類型的概念混淆。

各題得分分佈

Part C 量表信度分析

   <div class="val">0.824</div><div class="lbl">Cronbach α（三題整體）</div>
 </div>
   <div class="val">NA</div><div class="lbl">C1 item-total r</div>
 </div>
   <div class="val">NA</div><div class="lbl">C2 item-total r</div>
 </div>
   <div class="val">NA</div><div class="lbl">C3 item-total r</div>
 </div>
Part C 量表信度（α = 0.824）
題目 item-total r 去除後 α
C1（信賴區間） 0.677 0.759
C2（假設檢定） 0.782 0.646
C3（研究反思） 0.598 0.835
說明：
去除後 α > 整體 α（0.824）標紅，表示去除該題可提升量表信度。