對於研究所學生而言，完成碩士論文最重要的工作之一，也是對研究生最大的挑戰。從文獻探討、研究設計、資料分析，到論文撰寫等，各個環節緊密配合才能完成一份碩士論文的工作。尤其是對研究所的新生，如何開始進行論文相關的研究工作，更是一個最大的問題。本次活動聘請校內優秀研究教師，針對量化分析在研究上之應用，進行介紹與分享，從測驗統計結合資訊科技融入數學學習與評量領域，運用測驗統計模式進行數據資料分析，到測量工具的信度（reliability）與效度（validity）問題，提供研究所一年級新生對於社會科學研究量化研究一個概念，希望有助於研究生未來碩士論文研究的進行。

本次演講主題為：｢以數據為本之研究，量化分析在研究上之應用」，講者為資統所的吳慧珉老師。本次的演講講師以實際的教學系統做為案例說明，並從中分析研究方法與診斷方式。第一個舉例為｢測驗統計結合資訊科技融入數學學習與評量領域」，其中提到測驗統計演算法則、認知診斷測驗、教材開發、題目設計等等。其主要的理念為｢教學→診斷→回饋→自主學習」，並在測驗統計膜組織中簡化數據，進行精細診斷，可確切了解學生學習過程中的困難，並從大知識區分更小的知識點，並列出Q矩陣。過程中會對於學生在各個知識點的能力分析，並列舉出學生在理想狀態中不同的答題反應，並排除實際學生可能猜題等因素得知實際結果，最終獲得學生實際答題狀況之組型並分析、得出該學生適合哪種補教教材進行知識點的強化教學。而如何界定各個知識節點之區分便是研究過程中重要的一個環節。
　　而第二個舉例為｢運用測驗統計模式，進行數據資料分析」，其中提到試題反應理論、參數的估計、跨領域的應用、認知診斷模式、其Q矩陣之設計、結構方程模式、及其資料庫的應用。最初講師提到了試題反應理論與古典測驗理論。古典測驗理論的計算為得分總分之相加，即為採用原始分數計分。但古典測驗理論會有幾種困境：如何解釋分數的差距？如何比較不同測驗的考試分數？如何說明不同分數的學生能做些什麼？而試題反應理論（IRT，Item response theory）便是將試題難度與學生能力做比較與其分數做連結，依照知識節點定義作業的困難度為多少百分比，並對應受測學生的分數。若學生能力高於題目就會答對，並從其學生的試題反應估計其能力，同時也說明了學生能力的估計與試卷難度無關。而此研究之研究方式以立意抽樣（purposive sampling），其研究對象分別以以下類別進行分類：團班教學、單代理人數學智慧家教系統、雙代理人數學智慧家教系統。
　　該研究主體問題為：（1）以團班教學、單代理人、雙代理人對話式智慧家教系統進行國中畢氏定理之補救教學後，三組學生之前後側學習成效差異為何？（2）運用不同的補救教學方法（團班教學、單代理人、雙代理人對話式智慧家教系統）進行國中畢氏定理之補救教學，其學習成效是否有顯著？而講師提及，在教學的過程中應該都會進步，即使是控制組，而研究過程中期望實驗組進步得比控制組多。所以在數據分析階段除了計算前後測值之平均數差異，同時也使用程對樣本t檢定，並計算該前後測之t值，且使用單因子貢變數分析，排除學生各體上的差異，最終進行迴歸係數同質性檢定，以讓實驗組與控制組可以更加趨近。最終畫出實驗架構圖，闡明實驗過程中使用變數之間的關係。
　　最後，講師也提到了信度（reliability）與效度（validity）的差異。信度為一致性的問題，有高有低，例如時間（測驗經過一段時間）、複本（同一個測驗不同版本）、內容（某一個時間點的測驗內容、評分者）等等，而測驗的信度越高越好，但是沒有測驗是完全可靠的，所有測驗都有某些程度的不可靠，因為測量誤差是無法避免的，也因此信度要多高才可使用需視使用的目的和情況而定，通常皆須大於0.7；而效度則是準確性的問題，有其目標。
　　參與者在這場演講中，研究結果與資料分析有十分密切的關係，需了解如何透過適合的統計方法與分析過程來驗證其假設問題，提出具體且數據化的論證。同時也在聽講過程中理解量化分析之步驟與實驗方式，並理解Q矩陣之計算。最後也讓參與者更理解信度與效度之差異，講師透過簡單易懂的舉例來說明，讓複雜的學術問題簡化，進而了解信度與效度之間的關係。參與者相關心得回饋如附件一。