第 三 題

這個詞常見於大型國際教育評量（如 PISA、TIMSS、NAEP）。由於這些評量採用「矩陣抽樣」，每個學生只做極少數題目，導致個人能力點估計標準誤極大。因此，統計學家利用學生的作答和背景變項，算出事後機率分配，並從中隨機抽取幾個值來代表。重點：它不是學生的精確分數，而是為了準確估計母體參數而存在的。

這是試題反應理論 (IRT) 中最核心的假設與優點。須從兩個面向作答：1. 「試題參數不變性」：題目的難度、鑑別度不會因為受試者群體的高低而改變。2. 「能力參數不變性」：受試者的能力估計值不會因為所做試題的難易而改變。最後點出這是 IRT 優於古典測驗理論 (CTT) 且能建立題庫的關鍵。

DIF (Differential Item Functioning) 是探討測驗公平性的重要概念。必須精準定義：在控制了「能力水準」相同的前提下，來自不同背景（如性別、族群）的受試群體，答對同一道題目的機率有顯著差異。說明它是用來檢測「試題偏差 (Item bias)」的統計現象。

這個概念屬於心理測量與人格測驗領域。回想 MMPI（明尼蘇達多相人格測驗）裡面的 L, F, K 量尺。效度量尺的作用「不是」測量心理疾病，而是測量受試者的「作答態度」或「反應心向」，例如有沒有裝好、裝病或隨便亂填。

IRT 理論的基礎圖形。X 軸是什麼？(能力/特質 theta)。Y 軸是什麼？(答對機率 P(theta))。它是呈現兩者非線性關係的曲線。需說明從這條 S 型曲線上，可以觀察出試題的三個重要參數：難度 (反曲點的 X 軸位置)、鑑別度 (反曲點的斜率)、猜測度 (左下角漸近線)。