「PISA 分數一路下滑」是真的嗎？蘇格蘭的事實查核給了一堂方法課

在 PISA 2025 公布前夕，蘇格蘭媒體針對一個流傳已久的說法進行查核：該國的 PISA 分數是否真的自 2000 年以來持續下滑。這個查核的價值不在結論，而在它示範了跨年度比較的幾個技術限制——而這些限制，今天所有討論 PISA 結果的人都會遇到。

第一個限制是題目與架構的變動。PISA 每一輪都有一個主測領域，該領域的題目最完整、測量最精細，其他兩科則採較簡略的形式。因此同一科在不同年度的測量精度並不相同，跨年度的細微變化未必反映真實差異。

第二個限制是參與國家的組成。PISA 的參與國逐年增加，而排名是相對的。一個國家的分數完全沒變，名次仍可能因為新加入的國家而改變。因此「排名下滑」與「表現退步」是兩件必須分開講的事。

第三個限制是抽樣與排除率。各國每輪的樣本組成、排除比例、學生的參與意願都有差異，而這些會影響分數。加泰隆尼亞近期因排除率超標而被排除在結果之外，正是這個問題的極端案例。

第四個限制常被完全忽略：統計上的顯著性。PISA 分數是抽樣估計，帶有誤差區間。多數年度之間的變化落在誤差範圍內，也就是說，那個「下滑」在統計上可能等於沒有變化。而媒體報導通常直接比較點估計值。

第五個是時間的歸因。今年受測的學生在幾年前就讀小學，因此資料反映的是過去七、八年累積的結果，而非最近的政策。把當前政策的功過歸到這次分數上，時間軸對不起來。

那麼跨年度的 PISA 資料還能用嗎？可以，但用法不同。它適合觀察長期、大幅度的趨勢——連續多輪、超過誤差範圍、且在多個科目上一致出現的變化，那是真的。它不適合用來評斷單一政策，也不適合用來製造年度新聞標題。

這個查核最有價值的部分，其實是它示範了一種閱讀方式：先問這個數字怎麼來的，再問它能支持什麼結論。這個順序對任何統計資料都適用。

業界分析人士指出，國際評量的媒體報導與技術報告之間長期存在落差，而多數關於「教育崩壞」或「大幅進步」的敘事，在檢視誤差區間之後都會變得平淡許多。

對台灣的教育工作者而言，今天 PISA 結果公布後必然會有一輪討論。這篇查核提供的是一份現成的檢查清單：這次是哪一科主測？參與國有沒有變動？我們的排除率多少？這個變化超過誤差範圍了嗎？四題問完，多數聳動的說法會自己站不住。