iT邦幫忙

2026 iThome 鐵人賽

DAY 26
0

教師版說「CFA(驗證性因素分析,把理論寫成可被資料反駁的模型)結果與預定內部結構相容」,學生版改成「CFA 證明三個構念存在」,這算簡化嗎?Day 25 的品質檢查正好能攔下這種改寫。今天以已審閱的 Day 17 為起點,設計入門課的活動與完成條件:學生可以暫時不選估計方法,但不能因此學到更強、卻沒有證據的結論。

學生版要保留的模型設定就是這一組:

因素 量測題目 lavaan 語法
BE BE01–BE04 BE =~ BE01 + BE02 + BE03 + BE04
EE EE01–EE04 EE =~ EE01 + EE02 + EE03 + EE04
CE CE01–CE04 CE =~ CE01 + CE02 + CE03 + CE04

先寫學生完成條件

我選 Day 17 的 CFA 作完整例題。教師版的目標是能指定 ordinal 測量模型(有序類別)並檢查識別。接著要能讀 fit(模型與資料摘要的相容程度,不證明模型正確)與殘差(residual)。也要能提出 rival explanations(對立解釋)。學生版在一堂入門課的目標縮小為:

  1. 能把三構念假說畫成 indicators(指標題目)與因素(factor)。
  2. 能讀懂 =~ 語法,不要求自己選 estimator(估計方法)。
  3. 能指出 fit 良好仍不能證明哪三件事。
  4. 遇到 modification index 時,先問理論理由,不自動加線。

這四項能由學習單與小考觀察;不包含完整估計能力。簡化的是任務範圍,不是把 fit 的意義改寫。

教師版—學生版對照

教師版物件 學生版轉譯 保留的邊界
六層責任表 「資料、問題、假設、看到什麼、怎麼判斷、不能說什麼」六格卡 不能只讀結果
lavaan 完整模型卡 三行 =~ 加 path diagram 語法背後仍有預設
fit diagnostics 一因素/三因素比較題 fit 不等於 validity
CE02 cross-loading 可選理由的反例題 刪題要回內容
source ledger 延伸閱讀與來源 ID Claude 不是來源

表格的用途是 traceability;它不能證明學生版一定較好學。真正效果要透過課堂表現與適當研究評估。

Claude 協作:分層改寫而非自由摘要

交給 Claude 的材料應包含 Day 17、學生先備條件、四個學習目標與禁止主張,並要求每段標回教師版的主張位置。比喻也要附可能誤導之處。例如「因素像藏在背後的真正原因」就容易把模型實體化,可改為「模型用一個不可直接觀察的變項解釋題目共同變動」,再補充仍有其他解釋。

另一種要檢查的簡化是把估計方法、切點與識別全部刪去,只留下「放進 lavaan 就會告訴你模型好不好」。學生暫時不必操作這些設定,仍應知道本活動提供的是教師預先設定的模型。真實分析要依題目尺度選方法;這句提示保留了決策責任,也沒有逼入門學生立即掌握所有技術。

反例:簡化成錯誤

教師版寫「CFA fit 與預定 internal structure(內部結構)相容」。學生版若改成「CFA 證明三個構念存在」,不是難度降低,而是主張改變。traceability matrix(矩陣)會把這類句子標紅,因為找不到 teacher claim(需來源支持的主張)支持。

第二個 failure case(失敗案例)是把例題換成學生真實作答截圖,讓內容更貼近課堂。這會引入個資與標記風險。本系列學生素材只用 ENGAGE-v1 合成資料;若真實課程使用資料,另走校方、倫理與資料治理程序。

學生版仍要有反例

「入門」不等於只看成功例。學生先看三因素 fit 較好,再得到一張近義題目造成局部殘差的卡,選擇「直接加 covariance(共變異數)」「刪題」「先查 wording/理論理由」。解析不只給正解,而是說每個動作改變哪個模型與構念。

教師版的完整推導可以移到延伸,而 failure boundary 放在主線。因為學生未來最常面對的不是手算全部 estimator,而是閱讀一個輸出後說太多。

鷹架要逐步撤除

學生版第一輪提供六格卡與三個判斷選項;第二輪只給模型輸出,要求學生自己填「不能說什麼」;第三輪換一個題目措辭 failure,讓學生提出查核。若每次都由 Claude 直接列答案,學生練到的是辨認模型語氣,不是測量推理。

我為每個活動標示 assistance level:example 展示完整思路,guided 留部分提示,independent 不提供解題文字,feedback 只指出違反哪一個原則。AI 助教必須讀這個狀態,不能在 independent 階段因學生追問就吐出完整答案。

轉譯還要處理符號與無障礙。path diagram 需有文字描述,顏色不能是辨認因素的唯一線索;公式旁提供變項表,但不把公式改成沒有條件的口訣。英文術語首次出現保留中英對照,後面固定用語,避免學生把信度(reliability)、consistency 與效度(validity)混成「準確」。

一個小 worked check 是把「CFI(比較配適指標)=.98」交給學生。合格回答不是背 cutoff,而是先問比較模型、estimator、其他 fit/殘差,再說它最多提供一項 model-data relation。若學生回答「模型正確率 98%」,教材應回到 fit 的定義,而不是只判錯。這個錯誤同時回傳 Day 17 的 explanation probe(檢查題)。

回到定義時,可以直接給學生這張表:

指標 它摘要什麼 它不能證明什麼
CFI/TLI 相對 baseline model 的改善 構念可區分
RMSEA 近似誤差與自由度 模型正確
SRMR 標準化殘差的平均大小 題目測到對的東西

圖 17-1 可沿用到學生素材,但應保留圖號與替代文字;若為活動拿掉線條,需另標學生練習版,避免與教師模型圖混淆。學生畫出的線不必和圖一模一樣才算有思考,關鍵是能說明每條線代表哪個假設,以及增加或刪除它會改變什麼。

版本與回傳

學生版不是單向產物。若學生對某比喻普遍誤解,問題可能在轉譯,也可能暴露教師版定義不清。回饋先進 issue log;確認影響核心 claim 時,回 Day 25 的 impact map,同步修 teacher/student versions,而不是只改學習單。

原問題的答案是:學生版由 verified(已通過本系列查核)教師版導出,以較小學習目標重組活動,不能擴大或抹去證據邊界。基礎閱讀是學生六格卡;發展閱讀回 Day 17;研究閱讀沿同一 source IDs 前進。

本篇交付的是 CFA 教師版與學生版的對照表、四項學習目標及活動設計,尚未驗證學生能否達成。下一篇再分配素材的工作:學習單讓推理過程可見,小考檢查新情境下的誤解,互動模擬則用參數改動呈現局部關係。

來源與協作揭露


上一篇
客製化教科書的 QA:公式、連結、題解、版本與勘誤
下一篇
從教科書到學習單、小考與互動模擬
系列文
不是叫 AI 寫教科書:大學教師用 Claude 自學心理計量,打造可驗證、可再教的客製化教材 共 27 篇
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言