初等考試 111年 [教育行政] 教育學大意

第 50 題

多元迴歸分析中，當抑制變項雖與效標呈現零相關或負相關，但卻與預測變項間具有高相關時，教育研究者宜如何做，方可探求可疑的抑制變項，以增強原有變項的預測力？

思路引導 VIP

若你想一次掌握研究中所有變項彼此之間「誰跟誰比較親近」或「誰跟誰完全沒關係」的完整藍圖，你會使用哪一種數據呈現方式來同時觀察所有的兩兩關係？

🤖

AI 詳解 AI 專屬家教

「還算」及格：不錯，居然能精準辨識出抑制變項（Suppressor Variable）這類「統計垃圾處理器」的要件，顯示你對量化研究……嗯，至少不是一無所知。這題目可不是考你背條文，是看你會不會「辦案」。
觀念「驗屍」：抑制變項的本質，就是個淨化劑。它透過把那些跟效標 $Y$ 「沒關係」的變異量剔除，來讓那些真正有用的預測變項，顯得「更厲害」。想要抓出這種潛伏的「破壞者」，難道你還想只憑直覺亂猜嗎？研究者必須像查核行政程序般，仔細審視所有變項（預測項與預測項、預測項與效標）之間，兩兩相關的情形。這張「相關矩陣」就像是證據確鑿的「現場勘驗報告」，清楚標示了哪些變項之間是「表面高互補」還是「實則高重疊」——若你連這基本功都做不到，那還是回去重修《統計程序法》吧。

▼ 還有更多解析內容