高等教育統計學 第七次作業 CEJ 108001 謝旻翰

《教育統計學》第 7 次作業
檢定：STRATUM (地區)不同，READ(閱讀素養)的平均數是否有差異。
一、寫出統計假設。
我們想知道 STRATUM (地區)不同，READ(閱讀素養)的平均數是否有差異。
令𝜇1 為都會與工商區平均數 𝜇2 為新興與傳統產業區平均數 𝜇3 為低度發展與偏遠區平均數
虛無假設：STRATUM (地區)不同，READ(閱讀素養)的平均數沒有差異。
𝐻0：𝜇1= 𝜇2= 𝜇3 或 𝜇𝑖 = 𝜇𝑗, ∀ 𝑖,𝑗
對立假設：STRATUM (地區)不同，READ(閱讀素養)的平均數有差異。

H1 : H0 為假， 或 𝜇𝑖 ≠ 𝜇𝑗, ∃ 𝑖,𝑗 X ij i.i.d . 2

N (μ i ,σ )¿
¿

Where i=1,2,3 ; j=1,2,3 … … ni

n1 =689; n2=574 ; n3 =234

Minitab Method 報表 7-1 假設的文字敘述

Null hypothesis All means are equal

Alternative hypothesis Not all means are equal

Significance level α = 0.05

Equal variances were assumed for the analysis.

報表 7-1 為 Minitab 假設的文字敘述，包含了虛無假設，對立假設及顯著度◦報表顯示了

虛無假設是所有平均數都相等，對立假設為並非所有平均數都相等以及 Minitab 內定第一類
型 α=.05，已針對此分析訂了相等方差，即假定變異數相等◦

假設寫成：

𝐻0： 𝜇𝑖 = 𝜇𝑗, ∀ 𝑖,𝑗

H1 : 𝜇𝑖 ≠ 𝜇𝑗, ∃ 𝑖,𝑗
二、對報表詳加解釋。
整體檢定 Minitab Factor Information 報表 7-2 因子信息
Factor Levels Values
地區 3 1, 2, 3
報表 7-2 為因子信息，顯示了有 3 個類別，分別為 1, 2, 3，在資料中變數設定都會與工商區
代碼為 1，新興與傳統產業區代碼為 2，低度發展與偏遠區代碼為 3◦
報表 7-3-1 SPSS Descriptives 描述統計
閱讀素養
95% Confidence
Std.
Std. Interval for Mean Minimu Maximu
N Mean Deviati
Error Lower Upper m m
on
Bound Bound
都會與工商 522.22 93.2470 3.552 515.24 529.19
689 234.03 732.89
區 33 1 43 84 82
新興與傳 485.00 89.4835 3.734 477.67 492.34
574 205.14 703.76
統產業區 65 9 97 06 25
低度發展 471.37 86.8011 5.674 460.19 482.55
234 234.17 684.33
與偏遠區 61 4 37 65 57
149 500.00 93.1723 2.408 495.28 504.72
Total 205.14 732.89
7 51 9 11 14 87
報表 7-3 為 Descriptives 描述統計，包含了三個地區(都會與工商區、新興與傳統產業區及低
度發展與偏遠區)的樣本數，平均數，標準差，標準誤，95%信賴區間，最小值及最大值◦報
表顯示了在” 都會與工商區” 的樣本數是 689，平均數為 522.2233，標準差為 93.24701，標
準誤為 3.55243，95%信賴區間為(515.2484，529.1982)，最小值是 234.03 及最大值為 732.89◦
在” 新興與傳統產業區” 的樣本數是 574，平均數為 485.0065，標準差為 89.48359，標準誤
為 3.73497，95%信賴區間為(477.6706，492.3425)，最小值是 205.14 及最大值為 703.76 ◦在”
低度發展與偏遠區” 的樣本數是 234，平均數為 471.3761，標準差為 86.80114，標準誤為
5.67437，95%信賴區間為(460.1965，482.5557)，最小值是 234.17 及最大值為 732.89 ◦
由各區平均數高低中可明顯看出：居住地區會影響閱讀素養得分，即低度發展與偏遠區學
生閱讀素養平均數最低，都會與工商區則最高◦
※ 為確認平均數是否差異，先做整體檢定( F) 再做事後比較以確認是那些組別有差異◦
Minitab Means

報表 7-3-2 Minitab 描述統計以驗證 7-3-1

地區 N Mean StDev 95% CI

1 689 522.22 93.25 (515.44, 529.01)

 2 574 485.01 89.48 (477.57, 492.44)

3 234 471.38 86.80 (459.73, 483.02)

變異數分析：比較平均數

522.2233

485.0065

471.3761

圖 7-1 居住地區閱讀素養平均數剖面圖

圖 7-1 為居住地區閱讀素養平均數剖面圖，圖中清楚可見三組居住地區(都會與工商區、新
興與傳統產業區及低度發展與偏遠區)的平均數值高低明顯不同，都會與工商區最高，其次是
新興與傳統產業區，而低度發展與偏遠區最低◦根據報表 7-1 所得數值，都會與工商區的平
均數為 522.2233，新興與傳統產業區 的平均數為 485.0065，低度發展與偏遠區 的平均數為
471.3761，顯示台灣學生參加 2018PISA 測驗，其閱讀素養成績會因居住地區不同而有差異，
亦即閱讀素養有城鄉差距◦
報表 7-4 變異數的同質性測試
Test of Homogeneity of Variances 變異數的同質性測試
Levene
df1-分子 df2-分母 Sig.
Statistic
Based on Mean .957 2 1494 .384
Based on Median .818 2 1494 .442
閱讀
Based on Median and with
素養 .818 2 1486.297 .442
adjusted df
Based on trimmed mean .881 2 1494 .415
報表 7-4 為變異數的同質性測試，包含平均數、中位數的 Levene 統計量，分子自由度 1(分
子)及 2(分母)，以及顯著度◦報表顯示了根據平均數，Levene 統計量為.957，分子自由度為
2，分母自由度為 1494，以及顯著度.384◦根據中位數，Levene 統計量為.818，分子自由度為
2，分母自由度為 1494，以及顯著度.442◦根據中位數和調整的自由度，Levene 統計量為.818，
分子自由度為 2，分母自由度為 1486.297，以及顯著度.442◦根據修整的平均數，Levene 統計量
為.881—F 值，分子自由度為 2，分母自由度為 1494，以及顯著度.415◦所以，就 Levene 變異數
檢驗結果，不管是就平均數、中位數、中位數和調整的自由度以及修整的平均數而言，顯著
度皆＞.05◦
 在 Levene 統計量報表中， F (2,1494) = .957, p = .384 ，.384＞.05，不拒絕 H0，因此，各組
的變異數相等/同質◦

圖 7-2 F,df1=2 df2=1494 概率分配圖

圖 7-3 F,df1=2 df2=1494 Levene 概率分配圖

圖
7-2 為 F,df1=2 df2=1494 的概率分配圖，圖 7-3 為 F,df1=2 df2=1494，x 值為 0.957 時之
Levene 概率分配圖，得知 LeveneF 值＞0.957 的機率為.3843(顯著度)，即
F(2,1494)=0.957，p=.3843，並未＜.05，即不拒絕虛無假設(H0)，換言之，接受”各地區之變異
數相同，具有同值性”，未違反共變數分析之假設◦

單因子獨立樣本變異數分析的基本假定如下：
(1) 各組的平均數要相等，
(2) 違反變異數同值—校正穩定性檢定，
(3) 需為常態分配，各組人數須差不多，
(4) 需為隨機抽樣◦
 報表 7-5-1 SPSS ANOVA 變異數分析
ANOVA 變異數分析
閱讀素養
Sum of Squares df Mean Square F Sig.
Between Groups -值大一點 661038.608 2 330519.304 40.062 .000
Within Groups -值小一點 12325877.708 1494 8250.253
Total 12986916.316 1496

報表 7-5 為 ANOVA 變異數分析，包含群組之間、組內的平方和，自由度，均方，F 值

及顯著度◦報表顯示了群組之間的 SS 平方和為 661038.608，自由度為 2(組數-1)(共都會、新興
及偏遠 3 組)，MS 均方為 330519.304，F 值為 40.062(F 值愈大表示組間(相對於組內)差異愈大)
及顯著度 p＜ .000 ；組內的平方和為 12325877.708，自由度為 1494(1497-3 組)，均方為
8250.253◦
總和 df=n-1=1497-1=1496
根據報表 7-3，得知：” 都會與工商區” 的標準差為 93.24701，所以其變異數為
SD2=8695.004874；” 新興與傳統產業區的標準差為 89.48359，” 所以其變異數為
SD2= 8007.313；低度發展與偏遠區” 的標準差為 86.80114，所以其變異數為 SD2= 7534.438◦
因此，需進行 ANOVA 變異數分析，F = 330519.304 / 8250.253 = 40.062
顯著性 p 值=(F.DIST.RT.F 值,df1,df2)=(F.DIST.RT, 40.062,2,1494)=0.00E+00

Minitab Analysis of Variance 報表 7-5-2 Minitab 變異數分析

Source DF Adj SS Adj MS F-Value P-Value
地區-大 2 661043 330522 40.06 0.000
Error-小 1494 12325866 8250
Total 1496 12986910

報表 7-5-2 為 Minitab 的變異數分析表，與報表 7-5-1 的差異在資料呈現順序部分，第一欄

即第二欄順序對調，報表中的地區為組間數值(越大越好)，Error 為組內數值(越小越好)◦
由報表 7-5 可知，F (2,1494) =40.062, p = 0.00E+00 ，拒絕 H0，因此，即三組的平均數不全
等，至少有兩組的平均數不相等◦
Minitab Model Summary 報表 7-6 模型總匯

S R-sq R-sq(adj) R-sq(pred)

90.8309 5.09% 4.96% 4.72%

報表 7-6 為模型總匯，R2=5.09%◦ 根據報表 7-5 所顯示數值

R2 = 𝜼𝟐=組間 SS/總和 SS = 661043 / 12986910 = 5.09%
ɛ2 = (661043 – 2*8250) /12986910 = 4.96%

報表 7-7 平均值等式穩健檢定
Robust Tests of Equality of Means 平均值等式穩健檢定
閱 讀 素 養
a
Statistic df1 df2 Sig.
Welch 40.194 2 657.410 .000
Brown-Forsythe 41.349 2 1030.664 .000
a. Asymptotically F distributed.

報表 7-7 為 Welch 及 Brown-Forsythe 的平均值等式穩健檢定，在檢定平均數是否相等，但因

報表 7-4Levene 變異數同值性分析結果，Levene 統計量為.957，分子自由度為 2，分母自由度
為 1494，以及顯著度.384，.384＞.005，並未違反”變異數同值”假設，所以不參考此報表◦
事後比較
方法一
報表 7-8-1 多重比較

Multiple Comparisons 多重比較

Dependent Variable: 閱讀素養
Tukey HSD
95% Confidence Interval
Mean Std.
(I) 地區 (J) 地區 Sig. Lower Upper
Difference (I-J) Error
Bound Bound
新興與傳統
37.21670* 5.13298 .000 25.1745 49.2589
1.都會與工商 產業區
區 低度發展與
50.84717* 6.87253 .000 34.7239 66.9704
偏遠區
都會與工商
-37.21670* 5.13298 .000 -49.2589 -25.1745
2.新興與傳統 區
產業區 低度發展與
13.63047 7.04491 .129 -2.8972 30.1581
偏遠區
都會與工商
-50.84717* 6.87253 .000 -66.9704 -34.7239
3.低度發展與 區
偏遠區 新興與傳統
-13.63047 7.04491 .129 -30.1581 2.8972
產業區
*. The mean difference is significant at the 0.05 level.
報表 7-8-1 為 Tukey HSD 多重比較(適用兩兩比較)，包含三組地區交叉比較的平均數差異，
標準誤，顯著度及 95%信賴區間，在 SPSS 中變數設定都會與工商區代碼為 1，新興與傳統產
業區代碼為 2，低度發展與偏遠區代碼為 3，報表顯示了：
1.2 都會與工商區 vs 新興與傳統產業區：Mean Difference (I-J)平均差異為 37.21670*，標準誤為
5.13298，顯著度為.000 及 95%信賴區間：下界為 25.1745，上界為 49.2589 (不含 0) ◦
MD=522.2233-485.0065=37.21670*
2-1 新興與傳統產業區 vs 都會與工商區：Mean Difference (I-J)平均差異為-37.21670*，
標準誤為 5.13298，顯著度為.000 及 95%信賴區間：下界為-49.2589，上界為-25.1745(不含 0)◦
MD=485.0065 - 522.2233= -37.21670*
綜合上述，可見
1. MD 有一個 * ，表示顯著◦
2. Sig. p ＜.001 ，.001＜.05，表示顯著◦
3. 信賴區間(25.1745，49.2589)及 (-49.2589，-25.1745)不包含 0，表示顯著◦
即都會與工商區和新興與傳統產業區的平均數有顯著差異◦
1-3 都會與工商區 vs 低度發展與偏遠區：Mean Difference (I-J)平均差異為 50.84717*，標準誤為
6.87253，顯著度.000 為及 95%信賴區間：下界為 34.7239，上界為 66.9704(不含 0)◦
MD=522.2233 - 471.3761=50.84717*
3-1 低度發展與偏遠區 vs 都會與工商區：Mean Difference (I-J)平均差異為 -50.84717*，標準誤
為 6.87253，顯著度為.000 及 95%信賴區間：下界為 -66.9704，上界為 -34.7239(不含 0)◦
MD= 471.3761- 522.2233= -50.84717*
綜合上述，可見
1. MD 有一個 * ，表示顯著
2. Sig. p ＜.001 ，.001＜.05，表示顯著◦
3. 信賴區間(34.7239，66.9704) 及(-66.9704，-34.7239)不包含 0，表示顯著◦
即都會與工商區和低度發展與偏遠區的平均數有顯著差異◦

2-3 新興與傳統產業區 vs 低度發展與偏遠區：Mean Difference (I-J)平均差異為 13.63047，標準

誤為 7.04491，顯著度為.129 及 95%信賴區間：下界為-2.8972，上界為 30.1581(包含 0)◦
MD= 485.0065- 471.3761=13.63047
3-2 低度發展與偏遠區 vs 新興與傳統產業區：Mean Difference (I-J)平均差異為 -13.63047，標
準誤為 7.04491，顯著度為.129 及 95%信賴區間：下界為 -30.1581，上界為 2.8972(包含 0)◦
MD= 471.3761-485.0065 = -13.63047
綜合上述，可見
1. MD 有一個 * ，表示顯著◦
2. Sig. p ＜.001 ，.001＜.05，表示顯著◦
3. 信賴區間(-2.8972，30.1581)及 (-30.1581， 2.8972)包含 0，表示不顯著◦
即新興與傳統產業區和低度發展與偏遠區的平均數沒有顯著差異◦
Minitab Grouping Information Using the Tukey Method and 95% Confidence 報表 7-8-2 多重比較

地區 N Mean Grouping
1 689 522.22 A
2 574 485.01 B
3 234 471.38 B
Means that do not share a letter are significantly different.
報表 7-8-2 為 Minitab 事後多重比較報表，地區部分設定都會與工商區代碼為 1，新興與傳
統產業區代碼為 2，低度發展與偏遠區代碼為 3(排列順序與報表 7-8-1 相反)◦報表顯示了”不
共享字母的均值之間具有顯著差異”，亦即在同一欄的兩個平均數(地區 2 及 3)之間沒有顯
著差異，所以，只有地區 1 平均數與其他地區(地區 2 及 3)平均數，有顯著差異◦換言之，
都會與工商區與新興與傳統產業區以及低度發展與偏遠區之間的平均數具有顯著差異，而新
興與傳統產業區和低度發展與偏遠區之間的平均數沒有顯著差異◦
Minitab Tukey Simultaneous Tests for Differences of Means 報表 7-8-3 均值差值 Tukey 檢驗

Difference Difference SE of 95% CI T-Value Adjusted

 of Levels of Means Difference P-Value
2-1 -37.22 5.13 (-49.23, -25.20) -7.25 0.000
3-1 -50.85 6.87 (-66.93, -34.76) -7.40 0.000
3-2 -13.63 7.04 (-30.12, 2.86) -1.93 0.129
Individual confidence level = 98.06%

報表 7-8-3 為均值差值 Tukey 檢驗，因為其計算方式為 2-1，3-1，3-2，(都會與工商區代

碼為 1，新興與傳統產業區代碼為 2，低度發展與偏遠區代碼為 3)，即低均值-高均值，所以
所得數值與報表 7-8-1 相較為負值◦
根據 (1) 因 2vs1 和 3vs1 的 p＜.001，
(2) 因 2vs1 和 3vs1 的信賴區間均未包含 0，
可得知都會與工商區與新興與傳統產業區及低度發展與偏遠區的平均數有顯著差異，
而新興與傳統產業區和低度發展與偏遠區的平均數並沒有顯著差異◦

圖 7-4 Tukey 同時信賴區間(差值信賴區間)圖

圖 7-4 為 Tukey 同時信賴區間(差值信賴區間)圖，可以佐證報表 7-8-3 的 95%差值信賴區

間關係，由圖中顯而易見 2vs1 及 3vs1 的差值信賴區間皆未包含 0，表示都會與工商區與
新興與傳統產業區和低度發展與偏遠區的平均數有顯著差異，而 3vs2 的差值信賴區間有
包含 0，表示新興與傳統產業區和低度發展與偏遠區的平均數並沒有差異◦
 報表 7-9 閱讀素養 同質子集
閱讀素養 同質子集
Tukey HSDa,b
Subset for alpha = 0.05
地區 N
1 2
3 低度發展與偏遠區 234 471.3761
2 新興與傳統產業區 574 485.0065
1 都會與工商區 689 *522.2233
Sig. .085 1.000
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 401.765.
b. The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels
are not guaranteed.

報表 7-9 為閱讀素養同質子集，為補足報表 7-8 遞移律的誤差，所以用報表 7-9 同質子集確

認三組地區的平均數差異的顯著性◦此報表包含三組地區的樣本數，α=.05 的子集顯著度◦
報表顯示了低度發展與偏遠區的樣本數為 234，新興與傳統產業區的樣本數為 574，都會與工
商區的樣本數為 689◦同質子集的原則是出現在同一欄的項目，表示沒有顯著差異，所以，新
興與傳統產業區和低度發展與偏遠區在同一欄，即表示新興與傳統產業區和低度發展與偏遠
區的平均數沒有顯著差異◦

※ 同質子集的欄位是依數值由小排到大◦

根據報表 7-8 及 7-9 的所顯示結果，茲將三組地區平均數差異顯著性部分，整理表單如下：

平均數差異顯著性 都會與工商區 新興與傳統產業區 低度發展與偏遠區
都會與工商區 ----- Ⅴ Ⅴ
新興與傳統產業區 Ⅴ ----- X
低度發展與偏遠區 Ⅴ X ----

由整理表可顯見：
都會與工商區與新興與傳統產業區及低度發展與偏遠區的平均數有顯著差異，而新興與傳
統產業區和低度發展與偏遠區的平均數並沒有顯著差異◦
方法二

報表 7-10 受試者間效應項檢定
Tests of Between-Subjects Effects
Dependent Variable: 閱讀素養
Type III Sum of Partial Eta
Source df Mean Square F Sig.
Squares Squared
Corrected
661038.608a 2 330519.304 40.062 .000 .051
Model
292789962.847 1 292789962.847 35488.605 .000 .960
STRATUM 組間 661038.608 2 330519.304 40.062 .000 .051
Error 組內 12325877.708 1494 8250.253
Total 387244498.754 1497
Corrected Total 12986916.316 1496
a. R Squared = .051 (Adjusted R Squared = .050)

報表 7-10 為受試者間效應項檢定，包含型 III 平方和，自由度，均方，F 值，顯著度及淨

相關 Eta 平方◦報表中數值與報表 7-3ANOVA 變異數分析中三列數據做比較，有三個部分是相
同數值，分別是群組之間的 SS 平方和為 661038.608，自由度為 2(組數-1)(共都會、新興及偏遠
3 組)，MS 均方為 330519.304，F 值為 40.062，顯著度 p＜ .001 及淨相關 Eta 平方為.051；組內
的平方和為 12325877.708，自由度為 1494(1497-3 組)，以及均方為 8250.253◦
校正後的總數的 SS 平方和為 12986916.316，df=n-1=1497-1=1496
根據報表 7-3，得知：” 都會與工商區” 的標準差為 93.24701，所以其變異數為
SD2=8695.004874；” 新興與傳統產業區的標準差為 89.48359，” 所以其變異數為
SD2= 8007.313；低度發展與偏遠區” 的標準差為 86.80114，所以其變異數為 SD2= 7534.438◦
F = 組間 MS/組內 MS=330519.304 / 8250.253 = 40.062
PES Eta = 組間 SS/CTSS = 661038.608 / 12986916.316 = .051
拒絕域:{ F> F α / 2,2,1494 =3 }

因此得知，F(2,1494)= 40.062，顯著度 p＜ .001，拒絕虛無假設，顯示至少有兩組的平均數

不相等，至於是那些組別平均數有差異，則須做事後比較◦ η =.051 ε =..050 ◦

2 2
三、繪製信賴區間圖。
1. 信賴區間圖

圖 7-5-1　 SPSS　平均數信賴區間圖

圖 7-5-2　 Minitab　平均數信賴區間圖

圖 7-5 為平均數差值信賴區間圖，顯而易見三個地區的平均數信賴區間數值有差異，都會
與工商區平均數信賴區間數值最高；新興與傳統產業區其次，低度發展與偏遠區最低◦
2. 信賴區間長條圖

圖 7-6-1 SPSS 信賴區間長條圖

圖 7-6-2 Minitab 信賴區間長條圖

圖 7-6 為平均數信賴區間長條圖，顯而易見三個地區的平均數信賴區間數值有差異，都會
與工商區平均數信賴區間長條圖明顯比其他二個地區高；而新興與傳統產業區與低度發展與
偏遠區長條圖差異不大◦
四說明裁決方法，並做成結論。
1. P 值法(現在法)—最具代表性
p 值是支持虛無假設的訊息，如果 P ≦ α(0.05) 則拒絕虛無假設◦
　　根據報表 7-8，多重比較及均值差值 Tukey 檢驗，
(1) 都會地區和新興與傳統產業區以及低度發展與偏遠區之間， p ＜ 0.001 ， 0.001 ＜ 0.05 ，
所以，判斷都會地區和新興與傳統產業區以及低度發展與偏遠區平均數差異顯著，R2 = .
059 ≠ 0 ，且與 0 有顯著差異，亦即拒絕虛無假設，也就是都會地區和新興與傳統產業區
以及低度發展與偏遠區平均數不相等。
(2) 新興與傳統產業區以及低度發展與偏遠區之間，p = .129，.129＞.05，亦即虛無假設成立，
所以，判斷新興與傳統產業區與低度發展與偏遠區平均數並無明顯差異◦

2. 信賴區間法：
信賴區間需不含 0，才能拒絕虛無假設◦根據報表 7-8 均值差值 Tukey 檢驗，以及圖 7-4
Tukey 同時信賴區間(差值信賴區間)圖，
(1) 都會地區和新興與傳統產業區平均數差值的信賴區間為(-49.23, -25.20)，並未包含 0，
顯示都會地區和新興與傳統產業區的平均數有顯著差異◦
(2) 都會地區和低度發展與偏遠區平均數差值的信賴區間為(-66.93, -34.76)，並未包含 0，
顯示都會地區和低度發展與偏遠區的平均數有顯著差異◦
(3) 新興與傳統產業區與低度發展與偏遠區平均數差值的信賴區間為(-30.12, 2.86)，包含
0，顯示新興與傳統產業區與低度發展與偏遠區的平均數有顯著差異◦

圖 7-4 Tukey 同時信賴區間(差值信賴區間)圖

圖 7-4 說明
(都會與工商區代碼為 1，新興與傳統產業區代碼為 2，低度發展與偏遠區代碼為 3)
2-1 為新興與傳統產業區和都會與工商區的差值信賴區間(未包含 0—平均數有顯著差異)
3-1 為低度發展與偏遠區和都會與工商區的差值信賴區間(未包含 0—平均數有顯著差異)
3-2 為新興與傳統產業區和低度發展與偏遠區的差值信賴區間(包含 0—平均數沒有顯著差異)
計算效果量
d =η2 = 組間 SS / 總和 SS
根據報表 7-5(變異數分析)以及報表 7-10(受試者間效應項檢定)中數值，組間 SS 為 661043，總
和 SS 為 12986910，所以
η2 = R2 = 組間 SS/總和 SS = 661043 / 12986910 = 5.09% = 0.0509
ɛ2 = (661043 – 2*8250) /12986910 = 4.963% = 0.04963
ω2¿(661043 – 2*8250) /12986910 +8250 = 4.9599% = 0.0496
取決標準：根據 Cohen(1988)的經驗法則，η2 及 ɛ2 若為.01~.06 為小的效果量；.06~.14 為中效
果量；＞.14 為大效果量；而＜.01 則為沒有甚麼效果量◦計算所得效果量為 η2 = 0.0509，
ɛ2= 0..4963 表示是小的效果量。

APA 結論
台灣九年級學生參加 2018PISA 測驗，閱讀素養平均數 Y 會因地區 X 而有差異，
F(2,1494)=40.062，p＜.001，效果量𝜼𝟐=.051◦使用 Tukey 法進行事後檢定，都會與工商區的平
均數(M=522.22，SD=93.25)顯著比新興與傳統產業區(M=485.01，SD=89.48359)及低度發展與偏
遠區(M=471.3761，SD=86.80114)來得高，新興與傳統產業區及低度發展與偏遠區之間的平均
數，則沒有明顯差異◦