??2025byACTEducationCorp.Allrightsreserved.|R2333預測參加ACT考試學生的大學完成情況?與住宿結論本研究表明，ACT?綜合評分可能比高中平均成績（HSGPA）更好地預測大一平均成績（FYGPA）和大學學位完成情況，對于所有學生來說都是如此。學生在使用便利條件（即殘疾學生）參加考試的情況下，以及結合ACT分數和HSGPA進行預測，可以得出更準確和更具信息量的預測。與先前研究一致，在所有研究的成果中觀察到了ACT分數和高中GPA明了兩者之間的預測力及其相反情況）。然而，顯著的ACT綜合分數隨高中平均成績提高而增加（在ACT綜合分數、高中平均成績以及一些其他因素之間）。在提供特殊便利條件參加測試的學生與未提供便利條件參加測試的學生在成績關系上存在差異。ACT綜合分數和高中學業平均成績可能反映了不同的因素。關于大學成果的準確預測。需要未來的研究來...響。所以呢？對殘疾學生而言，ACT分數可能比高中成績更準確地預測大學成功，而將ACT結合，比單獨使用任何一種措施可能更能準確反映學生成功的可能性。現在怎么辦？的滿足。機構采用多種措施，包括標準化測試成績，來評估學術表現和大學的準備水平。然而，在許多情況下，果，這將增加他們成功的可能性。關于作者喬安·L·摩爾，博士喬安·L·摩爾是ACT應用研究部門的主研科學家，專注于從學術和行為因素預測中學后和大學后的結果。

致謝作者們在此感謝JeffAllen,EdgarSanchez和Tye對這份報告草稿的評論。JoyceZ.Schnieders，博士JoyceZ.Schnieders人員。她的研究興趣包括K-后高等教育學生的學習體驗和教育/職業導航體驗。摘要本研究調查了ACT綜合分數和高中GPA（HSGPA）在預測接受ACT考試并享受特殊安排的學生在一年大學GPA（FYGPA）和學位完成情況的價值。描述性分析發現，接受特殊安排參加考試的學生往往比未接受特殊安排的同伴具有較低的HSGPA、較低的ACT綜合分數、較低的FYGPA和較低的學位完成率，這一發現與先前的研究一致。接受特殊安排參加考試的學生也往往在ACT綜合分數和FYGPA之間的相關性高于HSGPA和FYGPA試的學生往往在HSGPA和FYGPA之間的相關性高于ACT綜合分數和FYGPA分析發現，僅包括ACT綜合分數、特殊安排狀態以及ACT綜合分數和特殊安排狀態之間交互作用的預測因素模型，不太可能產生具有統計學意義的特殊安排或交互作用效應（七種結果中的兩種）。同時，所有包括HSGPA、特殊安排狀態以及HSGPA和特殊安排狀態之間交互作用作為預測因素的模型都產生了顯著的交互作用效應，即給定HSGPA每增加一個單位，未接受特殊安排的學生相比接受特殊安排的學生，預測結果的增長更大。同時，將ACT綜合分數和HSGPA一起作互作用，即隨著HSGPA的增加，ACT綜合分數與每個結果之間的關系增加，反之亦然。然而，對于幾個結果來說，顯著的三重交互作用或HSGPA與特殊安排狀態之間的顯著交互作用意味著，隨著ACT綜合分數和/或HSGPA定結果的增長更大。引言參加ACT考試的學生?測試有殘疾的住宿條件報告他們的大學入學意向的比率與沒有住宿條件的ACT考試學生相似（Moore&Schnieders,2022）。然而，殘疾學生（SWD）在教育中可能會面臨障礙，例如更難獲得嚴格的核心學術課程或其他可及性問題（例如，缺乏準確診斷或足夠的課堂支持），這些問題可能會影響他們的大學準備情況和進一步教育機會的獲取（Butrymowicz&Mader,2017;Schwartzetal.,2019）。學校，SWD往往有較低的平均績點（HSGPA）和較低的考試成績。在高技能水平上，SWD（學習障礙學生）優于沒有殘疾的同伴（Huh&Huang,2016；Moore&Schnieders,2022）。SWD還傾向于比他們的同齡人更低的比率從高中畢業。根據國家中心高中畢業率（68%）對于教育統計數據（NCES，2021年），SWD的比例遠低于全國平均水平（86%）統計局也報告稱，擁有殘疾的成年人失業率也相對較低。與成年人相比能力較低的人在沒有殘疾的情況下完成高學歷的可能性較小（79%比90%；美國勞工部統計局，2015年）。高中畢業后，SWD學生進入高等教育的可能性較低，其中那些進入高等教育的學生……大學入學后，他們的大學畢業率低于無殘疾的同行。例如，Shifrer和Freeman（2021）8%-58%SWD73%。國家縱向過渡研究報告也指出，與他們的同齡人相比，SWD在整體上參與高等教育的比例較低（60%對67%），盡管在比較不同學校類型（紐曼等，2011年）的出席率時發現了一些差異。SWD參加兩年制學院（44%對21%）和職業技術、商業或技術學校（32%對20%）的比例高于他們的同齡人，但在四年制學院就讀的比例較低（19%對40%）。除了較低的學生注冊率，SWD的大學平均成績點（FYGPA）也低于同齡人（胡和黃，2016年）。在方面有較低的大學一年級學位完成率，Newman等人（2011）報告稱，SWD比普通人群（41%比52%）更不可能完成學位，再次表明完成學位或項目與機構類型之間的某些差異相比：SWD得學位（41%vs22%），但不如同齡人有可能在職業、商業或技術學校（57%vs.65%）或四年制學院（34%vs.51%）獲得學位。這與美國勞工統計局的數據一致，該數據顯示，只有16%的25歲及以上的殘疾人完成了至少學士學位，而殘疾人為35%（美國勞工統計局，美國勞工部，2015年）。ACT致力于幫助所有學生實現學業和職場成功。ACT的單選題部分測試（英語、測試是一種大學預備評估，由四門學科（數學、閱讀和科學）組成，另加一個可選的寫作測試。四門學科測試的成績將平均計算為一個綜合分數。ACT（大學入學考試）被用于大學錄取中（Wood，2024；Yale，2024；BridgewaterCollege，2024；ValenciaCollege，）。課程分配（范德比爾特大學，2024；湖S，2024；科羅拉多亞當斯州立大學，2024），獎學金（ACT，2024a；普林斯頓評論，2024），識別大學準備就緒的學生或有額外資源需求的學生大學預備（ACT，2024b）加考試的有障礙學生，ACT是大學成功（例如，大學成績，學位完成）的一個準確預測因素非常重要。住宿是針對測試管理條件的調整，如時間（例如，額外時間）、呈現方式（例如，大號字體）、響應方式（例如，語音轉文字）以及/或環境（例如，小團體）的改變，這些調整使SWD能夠更準確地展示他們的知識和技能（DePascale&Gong，2020年）。SWD在注冊參加ACT以要求住宿，住宿的批準基于學生的個別化教育計劃（IEP）、第504計劃或其他文件（ACT，2024c）。英語學習者在注冊參加ACT考試時也可以要求一組稱為測試支持的住宿，但這些學生不是本研究的研究對象。一種方法，ACT通過它展示ACT考試是準確預測成績的方法，眾多研究已經審視了其預測效果。大學成功是通過進行效度研究來實現的。ACT測試在預測學生（即，無論是全部排除SWD還是分析數據和報告時不細分SWD）在大學中的成功方面具有前測效度（參見ble，2012）。研究發現，包括學業成績平均分（FYGPA）和學位完成情況。例如，Radunzel和No發現成績和高中學業成績平均分（HSGPA）都是兩年制和四年制高等教育機構學位完成的有效預測指標。考試成績相對于HSGPA單獨使用，提高了預測的準確性。ACT成績和高中學業成績平均分通過學業成績平均分（FYGPA）間接與大學成果相關。ACT大學準備性基準在預測長期大學成功方面也很有用（Allen，2013；Allen&Radunzel，2017）。先前的研究也探討了ACT（學術能力評估測試）在預測有效性方面的差異，Radunzel和Noble（2013）考察了不同方面的差異。對不同子群體進行預測，例如在利用ACT綜合分數（ACTC）和高中學業平均成績（HSGPA）預測長期大學結果時，考慮種族/民族、家庭收入和性別群體。基于ACTC對來自傳統上服務不足的種族/民族學生的群體預測總數。過度估計來自中產階級家庭背景的大學生，男生，以及低估了來自高收入家庭、白人和女生的成功。當僅使用ACTC而非單獨使用HSGPA來評估類型和收入時，發現了更大的過度估計和低估，但對于性別來說情況相反。使用ACTC和在學生人口統計學群體中，種族/民族、HSGPA提高了預測準確度。Sanchez（2013）發現，在子群體中，同時使用ACTC和HSGPA來預測連續的FYGPA水平，比單獨使用任何一個預測因子更準確。他還發現，在同時使用ACTC和HSGPA的模型中，對西班牙裔、非裔美國人和男性學生的成功概率存在輕微的高估，以及對來自低收入家庭的學生也存在輕微的高估。ACT研究（Radunzel&Noble，2013；Sanchez，2013）中發現的過預測和低預測模式與其他大學入學評估研究（Mattern等，2008）低預測的證據，以及男性、美洲印第安人、非裔美國人和西班牙裔學生存在高預測的證據。研究較少專門針對接受ACT考試輔助的學生有殘疾的學生的大學結果預測。Ziomek和Andrews（1996）預測了接受ACT考試輔助的殘疾學生的大學結果。他們發現，FYGPA對于FYGPA較高的學生而言，與FYGPA較低的學生相比SWD在測試時獲得的成績較低，且未獲得特殊安排的測試者ACT分數較低。他們還發現了對FYGPA過度預測的證據，以及對學生使用特殊安排進行測試時，預測FYGPA與實際FYGPA關性較低的情況。Huh和Huang（2016）重復并擴展了Ziomek和Andrews的研究，該研究中他們使用了ACT分數、HSGPA以及這兩個指標的結合來預測（1996）接受特殊安排考試的學生FYGPA。結果顯示，接受特殊安排的SWD學生往往有相反的分數、較低的HSGPA和較低的FYGPA，與沒有接受特殊安排的學生相比。僅ACTC核心或HSGPA單獨較低導致了殘疾。此外，他們發現使用ACT綜合分數在預測SWD的FYGPA時存在過度預測。他們還發現，將ACT分數和HSGPA一起納入模型的結果比單獨使用任何一個指標都更能準確預測FYGPA，當兩個指標都被包括在內時，預測誤差減少或在某些情況下被消除。包含過度預測進一步來說，據我們所知，ACT分數與長期大學結果（如學位完成情況）那些參加ACT接受ACT研究問題。研究問題在多大程度上，美國大學入學考試（ACT）排的學生在第一年大學平均績點和學位完成情況（即關系方向和程度是否相同）？在多大程度上，HSGPA年大學GPA和學位完成情況進行預測，以及預測的關系方向和強度是否相同？當同時使用時，這兩個預測變量一起對有測試便利條件的學生和沒有測試便利條件的學生在第一年的大學GPA和學位完成情況方面的預測程度如何相似？（同？）4.ACTC和HSGPA的共同使用是否能提高預測精度，超過單獨使用任一預測器的效果？假設基于先前的研究，接受ACT考試輔導的SWD預計其大學平均績點（GPA）和學位完成率將低于未接受輔導的ACT考生。他們預計的ACT分數和高中平均績點（HSGPA）也將低于同齡人，這將解釋部分結果差異。我們假設SWD的成果差異大部分歸因于學生學術準備水平（通過自我報告的高中成績和ACT綜合分數衡量）以及人口統計特征（即種族/民族、性別、父母教育和家庭收入）的群體差異。因此，我們預計HSGPA和ACT分數將是對測試中或沒有提供便利的學生的大學生涯成功（即第一年GPA和學位完成情況）具有統計顯著預測作用；進一步地，我們預計同時使用HSGPA和ACT分數將提高預測的準確性，超過單獨使用任何一個指標。數據樣本的局限性注意，在本篇論文中，我們的焦點是那些參加ACT考試并享有殘疾便利（的學生）的學生，而不是殘疾學生。盡管享有殘疾便利的ACT殘疾學生都通過便利進行ACT預測效度的必然結果。我們沒有關于SWD可能在大專期間收到的支持的信息，這可能會影響本研究的關注結果。例如，一些學生可能選擇不在大學中報告他們有殘疾（Newman&Madaus，2015），這可能會限制他們獲得便利的機會，并可能導致相對于他們在高中期間（當時他們確實獲得了便利）績較低。位學生具體有哪些殘疾，以及他們在參加ACT考試時使用了哪些安置措施。一項先前的研究Moore&Schnieders，2022）發現，不同殘疾類型的學生在ACT成績上存在大量差異（例如，神經發育障礙、身體/感官障礙和心理障礙）。本研究的結果可能因具體殘疾或殘疾組合而太少，無法調查任何潛在的同齡群體效應或按年齡段結果差異。注冊（或轉學至）私立院校或州外院校的學生的大專院校學習成果。在該州不同機構的選擇性存在一定程度的異質性，本研究中定義為每個機構的平均ACT綜合成績。這可能會影響學生在不同機構的學術準備水平，從而影響學生在不同機構的完成率。此外，這也可能影響不同機構接受SWD（學習障礙學生）的比例。采用了分層線性模型（HLM）聚類穩健方法。。從學生成功角度出發，無論在哪個機構獲得，獲得更高的FYGPA或獲得大學學位都是感興趣的成果。盡管可能存在特定于機構的效應，但本研究感興趣的是ACT綜合分數和HSGPA的預測效度，以及預測的相關時間點是學生在選擇不同大學之前參加ACT考試時。研究樣本表1包含了按機構類型和住宿狀況劃分的研究樣本中的學生人數。該樣本包括143,768名參加過ACT考試的學生，他們最后一次參加ACT考試是在11年級（14%）或12年級（85%），在16年之間高中畢業，并在高中畢業后同一美國南方州的公立兩年制或四年制公立機構全職就讀。這些學生的大學學年為2008-2009年至2016-2017年（即2007-2008學年高中畢業并在2008-2009學年就讀大學的學生等）。按學年劃分的研究樣本中的學生人數可以在附錄的表A1中找到。考試日期從2005年9月到2016年61樣本包括22所兩年制院校和10所四年制院校的學生。在給定的一群學生中，他們被追蹤至大學第六年。樣本中包括從本州（82%）和州外（18%）入學的學生。對于在第一學期的秋季學期就讀于多所大學的學生，他們嘗試和獲得的學分更多的學校被視為他們的主要注冊學院。在這個樣本中，有2,659（2%）學生參加了帶有特殊安排的ACT考試，而141,109（98%）學生參加了不帶特殊安排的ACT考試。表1.學生樣本中按機構類型和住宿狀態劃分的學生人數機構類型無住宿設施住宿總計2年34,805(25%)888(33%)35,693(25%)4年106,304(75%)1,771(67%)108,075(75%)總計141,1092,659143,768總體而言，樣本中的25%的學生最初在兩年制的機構注冊1研究樣本中96%的學生將其最后一次ACT考試作為...的一部分國家測試項目，以及4%的考生將ACT在2008-2009至2014-2015學年間提供可選的州資助的學區測試在2015-2016年間大幅擴張。并開始進行國家測試。更可能被錄取于兩年制學院（33%），相比之下，未進行測試或有特殊照顧的學生為25%。轉學生表2包含了研究樣本中學生在六年期間按住宿狀況就讀的大學數量。為了最大化樣本量，研究樣本中包括了轉校生。從學生成功角度出發，獲得證書或學位比學位的獲得地點更重要。在本研究中，轉校生僅限于那些在2222到外部機構的學生未被包括在本研究中。在考察六年大學期間的轉校模式時，研究樣本中的大多數學生（66%）就讀于一所大學，27%就讀于兩所大學，7%就讀于三所以上大學。在有和無住宿條件測試的學生中，模式相似。表2.六年內參加的大學數量，在研究樣本中參加和未參加考試便利措施的學生人數CollegeNumber參加無住宿設施住宿總計192,821(66%)1,808(68%)94,629(66%)238,525(27%)663(25%)39,188(27%)3或更多9,763(7%)188(7%)9,951(7%)表3包含參加了不止一所大學的學生的住宿狀態，以及他們在研究樣本中同時就讀的大學數量。在這項研究觀察的六年中，那些同時參加了不止一所大學的學生中，大多數（87%）注冊生。較小的比例（13%）同時就讀了兩所大學，同時就讀兩所以上大學的學生的比例不到1%。對于接受和不接受輔助設施參加考試的學生，這種模式是相似的。College同時參加College同時參加無住宿住宿總計141,916(87%)719(84%)42,635(87%)26,309(13%)130(15%)6,439(13%)3或更多63(0.1%)2(0.2%)65(0%)缺失數據本研究依托于多個自我報告變量，包括性別、種族/民族、父母教育、家庭收入和高中GPA（HSGPA）。為了最小化缺失數據的數量，在現有情況下，從先前的考試行政中提取了非缺失值，而對于性別，缺失值也從前面的大學數據文件中提取。如有必要，HSGPA根據學生對相關課程和所獲得成績的回應進行了推導。對于未能提供課程/成績信息的學生的第二項自我報告HSGPA也被采用。2這項第二項要求學生提供高中整體平均成績，是一個從D?到D（0.5–0.9）到A?到A（3.5–4.0）的有序變量。為每個范圍計算了每個類別的中點（例如，D?到D為0.75，A?到A為3.75），并用這些中點來替代缺失的高中平均成績（HSGPA）。此項目與通過所修課程和獲得的分數計算出的自我報告的高中平均成績之間的相關系數為0.78。在用前次測試管理中的自我報告數據替換缺失數據后，有e4containsthe仍然有一些學生缺少人口統計學信息和HSGPA按住宿狀況劃分的、總體和具有缺失人口統計學信息和HSGPA排的學生更有可能缺少自我報告信息。特別是在家長教育方面，無論是接受考試安排還是不接受的學生，缺失數據的比例都非常高；因此，沒有對此變量進行插補，并在模型中包括了一個“家長教育缺失”類別，如下所述。表4.學生缺失人口統計信息和HSGPA信息的百分比，總體情況以及學生在接受輔助測試時的具體情況。學生特征無住宿設施住宿總計性別缺失0.0%0.0%0.0%缺失種族/民族信息2%17%2%缺失家長教育41%55%41%缺失收入5%22%5%缺失HSGPA2%18%2%多重插補法被用于估計回歸模型中缺失的人口統計信息。在插補之前，ACT綜合分數和高中學業平均成績被進行了均值中心化。在R語言中使用的MICE包（vanBuuren&Groothuis-Oudshoorn，2011）被用于執行多重插補、分析和結果的匯總。所有預測變量和結果都被包含為插補協變量，以最大化用于插補缺失數據的信2該領域為另外7%未參加測試的學生提供了一個估計的HSGPA。住宿和5%的參加考試并使用住宿的學生。數據集使用pool()函數。有關MICE軟件包使用的過程詳細信息可以在以下網址找到：RN網址. 研究設計預測因子本研究中使用的預測變量包括來自參加ACT考試的學生收集的數據，包括ACT綜合分數、高中平均成績以及學生人口統計變量。ACT，1-36ACTACT考試的情況下，使用他們在帶便利條件測試中獲得的最近一次成績。自報HSGPA，按0.00-4.00的比例。HSGPA基于學生對23門常見高中課程的選擇和所獲成績的回答，在學生報名參加ACT考試時收集。自報的所獲成績在23失有關課程選擇和所獲成績數據的情況下，使用了單獨的單個順序度量HSGPA的中點，范圍從D?（0.5-0.9）到A?（3.5-4.0）。我班學生報名參加ACT考試。學生人口統計學變量（除性別外，性別信息在數據缺失時由學院數據文件中的信息補充在時間t（ti）收集（）。性別：男性或女性（在收集數據時沒有“其他性別”的選項）。美國、西班牙裔/拉丁裔/拉丁X、白人或種族/民族：亞洲人、黑人/非洲裔或其他種族/民族（由于樣本量小，美洲原住民/阿拉斯加原住民、夏威夷原住民/合并為“其他種族/民族”組）。o 家長完成任何大學（即低于高中或高中教育程度）研究生/GED，或缺失。家庭收入：低于36,000美元，36,000至60,000美元，60,000至100,000于100,000美元。結果本研究中所用的因變量數據來自于位于美國南方單一州的公立兩年制和四年制教育機構的收集。FYGPA：學生在其主修大學第一年春季學期結束時的累積一年級大學GPA別針對兩年制和四年制院校的學生進行了單獨考察。對于最初在四年制院校注冊的學生完成學位：在四年內獲得學士學位（按時畢業）。在六年內獲得學士學位（學位完成時間150%）。學位完成情況：對于最初在兩年制學院注冊的學生：在兩年內獲得證書或副學士學位（按時學位或完成）。在三年內獲得證書或副學士學位（150%學位完成時間）。在三年內獲得證書或副學士學位或轉學到四年制機構，并在三年內獲得學士學位或到三年級結束時仍在注冊就讀。請注意，為了簡化表述，我們在本文中用“副學士學位”作為“證書或副學士學位”的簡稱。同院校并獲得學士學位或第三年結束時仍然注冊在籍”的簡稱。分析描述性統計平均分、范圍和標準差是根據ACT綜合分數、高中平均成績和第一年大學平均成績計算的，總體上以及按住宿狀態和院校類型（兩年制和四年制）分別進行。每個學生人口統計類別（性別、種族/民族、父母教育程度和父母收入）的分布（百分比）算的。每個學位完成結果的百分比也分別總體上和按住宿狀態進行了計算。同時，ACT綜合分數了計算。回歸模型線性回歸被用于預測學年GPA，邏輯回歸被用于預測學位完成情況。在運行模型之前，ACT分數和高中學年GPA交互項的多重共線性問題。共構建了四個模型。每個結果都進行了估計。模型1包括ACT綜合分數、住宿狀況以及ACT的相互作用。模型2。模型3包括ACT的三向相互作用。模型4在模型3所用的所有預測變量基礎上，增加了學生人口統計變量（性別、種族/民族、父母教育程度和家庭收入）。對于此模型，參照組為女性對于性別，白色對于種族/民族，父母之一至少上過一些大學對于家長教育水平，以及年收入低于36,000美元對于家庭收入。表5列出了每個模型中包含的預測變量完整列表。表5.回歸模型型號編號模型描述變量模型1ACTCACTC住宿ACTC*住宿模型2HSGPAHSGPA住宿HSGPA*住宿型號3ACTC+HSGPAACTCHSGPA住宿*住宿HSGPA*住宿ACTC*HSGPAACTC*HSGPA*住宿ACTC+HSGPA+學生ACTCHSGPA住宿ACTC*住宿HSGPA*住宿ACTC*HSGPAACTC*HSGPA*住宿男模型4人口變量亞洲黑色拉丁裔其他種族/民族家長無大學學歷家長教育缺失年收入36,000–60,000美元收入60,000–100,000美元收入$100,000+圖表圖被創建來直觀地表示在ACT得分量表（四年制機構為12-30分，兩年制機構為12-25分）和HSGPA量表（2.0-4.0分）的第5百分位數和第95百分位數的學生（接受與不接受輔助的學生）同機構類型的測試結果。第5和第95百分位數是基于每個機構類型（接受與不接受輔助的測試學生）的總組樣本確定的。模型擬合R2統計數據顯示，計算了每個線性回歸模型預測的FYGPA解釋的方差比例。更高的R值2表明給定結果中的更大比例的方差可以通過模型中的預測因子來解釋。研究了兩種模型擬合統計量，以比較數據與預測學位完成度的邏輯模型擬合程度。赤池信息準則（AIC）則（BIC）都是考慮模型中參數數量的模型擬合度量，較低的值表示更好的擬合。殘差分析剩余值，以檢查在測試時是否提供過或不過輔助設施的學生的成績結果是否被低估、高估或準確預測的程度。剩余分析是估計特殊測試人群差異預測的一種常見方法，其中為整個群體估算回歸方程，然后應用得到的系數到各個群體，以獲得要比較的預測結果與實際結果（Huh&Huang，2016；Mattern等，2008；Ziomek&Andrews，1996）。對于這項分析，模型在排除了所有輔助效果和包括輔助狀態作為預測者的交互作用后再次運行。剩余值是通過從實際結果值中減去基于模型的預測值來計算的。剩余值大于零（實際>預測）表明低估，剩余值小于零（測）表明高估。低估表明學生獲得了比預測更高的FYGPA或以比預測更高的比率獲得學位。高估表明學生獲得了比預測更低的FYGPA或以比預測更低的比率獲得學位。按輔助狀態計算的剩余值的平均值提供了估計，學生接受輔助測試的結果是否被系統性高估或低估。結果描述性統計表6包含了報告每個學生人口統計學特征的百分比，按住宿狀況和按機構類型劃分。總的來說，可能有父母……參加了至少一些大學教育（50%比38%），家庭收入超過10萬美元（19%比8%）。在住宿狀況方面存在一些差異。男性學生更有可能接受有特殊安排的ACT學生更有可能省略種族/民族、父母教育和父母收入等信息。表6.各人口統計類別學生的百分比（總體、按住宿狀態劃分、按機構類型劃分）學生特征總計 無住宿(%) (%)住宿(%)2年(%)4年(%)女性5656435855男4444574245黑人/非裔美國人1717141618美印第安人/阿拉斯加原住民11111白色7070627170西班牙裔/拉丁裔/拉丁X55475亞洲 2 2 1原句：NativeHawaiian/OtherPacifics.1原住民/其.1平洋島10.120.1兩個或多個種族33233種族/民族信息缺失221722家長無大學學歷121281810家長：部分大學4747383850父母教育缺失4141554440收入低于36,000美元3333274330年收入36,000–60,000美元2223162522收入60,000–100,000美元2323181924收入$100,000+171717819收入缺失552265表7總結了研究所樣本中學生的ACT綜合分數，分別按住宿狀態及院所類型進行整體比較。接受考試輔助的學生往往比未接受考試輔助的學生ACT綜合分數偏低，就讀于二年制院校的學生也比就讀于四年制院校的學生ACT綜合分數偏低。同時在二年制院校學習并接受考試輔助的學生往往ACT綜合分數最低，而不接受考試輔助同時在四年制院校就讀的學生通常ACT綜合分數最高。在沒有與接受了考試的院校學生中，二者平均ACT綜合分數的差異小于在接受和不接受考試的二年制院校學生之間的差異（1.4分對2.7分）。表7.根據機構類型和住宿狀態劃分的ACT綜合分數機構類型 住宿狀態 平均 SD 最低 最大值2年 無住宿設施18.93.7934機構 住宿16.23.7931總計18.83.79344年 無住宿設施22.44.5836機構 住宿21.05.01035總計22.44.5836無住宿設施21.54.6836所有機構 住宿19.45.1935總計21.54.6836表8總結了學生自報的整體HSGPA，按住宿情況以及按機構類型劃分。與平均ACT究結果相似，接受考試便利措施的學生往往比未接受考試便利措施的學生HSGPA較低，而就讀于兩年制機構的學生往往比就讀于四年制機構的學生HSGPA較低。同樣，與ACT綜合分數的研究結果相似，接受考試便利措施且就讀于兩年制機構的學生往往具有最低的HSGPA，而未接受考試便利措施且就讀于四年制機構的學生往往具有最高的HSGPA。然而，如表8所示，與ACT合分數的研究結果相反，接受考試便利措施和未接受考試便利措施且就讀于四年制機構的學生之間的平均HSGPA差異（0.21分）大于接受考試便利措施和未接受考試便利措施且就讀于兩年制機構的學生之間的差異（0.08分）。表8.根據院校類型和住宿狀況的自我報告HSGPA最大值最低SD平均最大值最低SD平均狀態住宿機構類型機構 住宿2.950.630.504.00總計3.030.560.004.004年 無住宿設施3.370.510.004.00機構 住宿3.160.560.004.00總計3.370.520.004.00所有 無住宿設施3.290.550.004.00機構 住宿3.090.590.004.00總計3.280.550.004.00

3.03 0.56 0.00 4.00表9總結了學生們的FYGPA整體情況，按住宿狀態和按機構分類。類型。與平均ACT綜合分數和高中學業成績的研究結果相似，那些學生的表現經測試，住宿條件較好的學生比未住宿測試的學生FYGPA（學年平均績點）較低。住宿條件，并且就讀于兩年制院校的學生往往比就讀于四年制院校的學生有更低的學年平均績點（FYGPA）。在獲得住宿條件測試并就讀于兩年制院校的學生往往具有最低的學年平均績點，而未獲得住宿條件測試并就讀于四年制院校的學生則往往具有最高的學年平均績點。表9.FYGPA（總體、按住宿狀態及按機構類型劃分）機構 住宿 平均 SD 最低 最大類型 狀態2年 無住宿設施 2.570.94 0.00 4.00機構 住宿2.350.990.004.00總計2.570.950.004.004年 無住宿設施2.830.870.004.00機構 住宿2.550.910.004.00總計2.830.870.004.00無住宿設施2.770.900.004.00所有 住宿2.490.940.004.00機構 總計2.770.900.004.00表10學位或在三年內獲得副學士學位或轉學到四年制機構的學生百分比。接受ACT考試便利措施的學生在三個結果中的學位完成率普遍低于沒有接受便利措施的學生。表10.大學生在兩年制學院就讀的學位成果，總體情況及按住宿狀態分類集團2年（%）3年(%)3年或百分比（%）總計193036無住宿設施193037住宿142428表11學士學位。參加帶住宿服務的ACT考試的學生，與沒有參加帶住宿服務的ACT考試的學生相比，四年制學位完成率較低。然而，當比較四年制學位完成率（差距為9%）與六年內完成率（差距為6%）時，學士學位完成率之間的差距減小了。表11.大學生在四年制院校的學位成果，總體及按住宿狀況劃分集團4年(%)6年(%)總計3051無住宿設施3051住宿2145表12包含了ACT型以及按住宿狀態和機構類型進行分類。在四年制院校就讀的學生中，ACT綜合分數、高中平均成績和學年平均成績之間的相關性高于兩年制院校就讀的學生。此外，未接受考試便利的學生與接受考試便利的學生相比，相關性也更高。總的來說，ACT綜合分數與高中平均成績（HSGPA）之間的相關性通常高于ACT綜合分數與大學一年級平均成績（FYGPA）之間的相關性。此外，ACT綜合分數與FYGPA之間的相關性通常低于HSGPA與FYGPA之間的相關性，這在其他幾項研究和其他大學招生評估中也有所體現（Huh&Huang,2017；Matternetal.,2008；Sanchez,2013；Sawyer,2010）。有趣的是，無論學生就讀的機構類型如何，在參加考試時獲得便利的學生中，ACT綜合與FYGPA之間的相關性高于HSGPA與FYGPA之間的相關性。表12.ACT綜合成績、高中平均成績和大學預科平均成績之間的相關性（總體、按住宿狀態、按機構類型）機構 住宿 ACT, ACTC, HSGPA,類型 狀態 HSGPA FYGPA FYGPA2年 無住宿設施 0.400.260.35機構 住宿7總計0.390.260.354年 無住宿設施0.540.470.51機構 住宿0.330.370.27總計0.540.470.50所有 無住宿設施0.550.430.48機構 住宿0.320.320.25總計0.540.430.48注意。所有相關性在p<0.0001的統計水平上均具有顯著性。回歸模型宿狀況、ACT綜合分數和/或高中學業平均成績，呈現每個模型每個結果的預測概率圖（見表5）。使我們能夠直觀地解釋預測變量和結果之間的統計顯著關系（附錄表A2-A8）模型的結果時，pvalueslessthan0.05wereconsideredstatisticallysignificant.研究問題1：ACT考試在多大程度上可以預測大一學生的平均成績點（GPA）。并且學位完成情況類似（即，方向和幅度是否相同）。關系（與未接受特殊考試安排的學生相同）對于參加特殊考試安排的學生而言。誰在沒有便利條件的情況下進行測試？我們使用模型1來考察這個問題，其中預測因子包括ACT綜合分數、住宿狀況以及ACT與住宿狀況之間的交互作用。模型1的結果見附錄表A2–A8。鑒于我們使用了均值中心化的ACTC變量和住宿狀況的1/0指標變量，以下是對線性回歸模型的系數進行解釋：對于預測FYGPA的線性回歸模型，模型系數的解釋如下：攔截：對于在平均ACTC值下進行測試且沒有接受任何便利措施的學生，其結果的價值。ACTC:ACTC變化一個單位時，未給予任何安設的學生的測試結果的改變住宿：在平均ACTC值下，有和無住宿的測試學生在結果之間的差異ACTC*住宿：在給定的ACTC一單位變化下，ACTC的結果之間的關系差異模型系數如下解釋，用于預測學位完成情況的邏輯回歸模型：攔截：對于在平均ACTC值下進行測試且沒有接受任何安排的學生，其結果的邏輯優勢。ACTC：考慮到ACTC變動一個單位所給予的調整措施。住宿：在平均ACTC值下，接受和未接受住宿的學生在測試結果的對數幾率之間的差異ACTC*住宿：在給予或未給予住宿的情況下，學生測試結果與ACTC異，在ACTC變化一個單位時以下數據（圖1-7）展示了模型1中每個結果與預測因子之間的關系。FYGPA在四年制機構圖1展示了按住宿狀態、ACT綜合分數及其交互作用預測的初始在四年制院校注冊的學生FYGPA。對于此模型，所有效應都具有統計學意義。無論是接受還是未接受考試安排的學生，隨著ACT綜合分數的提高，他們的預測FYGPA都會增加，但未接受考試安排的學生增長速度更快。在ACT綜合分數為12至14分的學生中，接受或未接受考試安排的學生的預測FYGPA相似，隨著ACT綜合分數的提高，預測FYGPA的差異也隨之增加。在ACT綜合分數為12分時，接受或未接受考試安排的學生的預測FYGPA約為1.82至1.87。在ACT綜合分數為14分時，接受或未接受考試安排的學生的預測FYGPA約為2.00至2.01。在ACT綜合分數為30分時，接受考試安排的學生的預測FYGPA約為3.11，而未接受考試安排的學生的預測FYGPA約為3.47。圖1.四年制機構學員預測的FYGPA，模型1（ACT綜合）4.003.50FYGPA3.00FYGPA2.502.001.5012 14 16 18 20 22 24 26 28 30ACT綜合評分宿設施 宿FYGPA在兩年制機構圖2展示了初始入讀兩年制學院的學生的預測學業成績平均點(FYGPA)，其包括住宿情況、ACT綜合分數及它們之間的交互效應，適用于模型1（詳細結果見表格A3，見附錄）。研究發現綜合分數存在顯著效應，即當ACT綜合分數增加時，預測的FYGPA也會提高。住宿情況和交互效應的統計分析并不顯著，這意味著在兩年制學院，ACT綜合分數與FYGPA之間的關系，在是否有進行ACT測試的學生之間沒有顯著差異。住宿。ACT綜合分數為12的學生預計第一學年GPA約為2.08-2.10，ACT綜合分數為19計第一學年GPA約為2.44-2.52，ACT綜合分數為25的學生預計第一學年GPA約為2.73-2.89。圖2. 預測兩年制院校學生的年度總平均成績點（GPA），模型1（ACT綜合成績）4.003.50FYGPA3.00FYGPA2.502.001.5012 14 16 18 20 22 24ACT綜合評分宿設施 宿在四年內獲得學士學位圖3展示了根據住宿狀態、ACT綜合分數及其交互作用預測在四年內獲得學士學位的概率（詳見附錄表A4中的表格結果）。對于此模型，所有效應均具有統計學意義。無論是接受還是未接受測試輔助的學生，隨著ACT學生的輔助狀態，未接受輔助測試的學生增長速度更快。當ACT綜合分數為12時，接受或未接受輔助測試的學生在四年內獲得學士學位的概率約為0.05至0.06。當ACT綜合分數為22（院校學生的平均ACT綜合分數為22.4）時，接受輔助測試的學生在四年內獲得學士學位的概率約為0.21，而未接受輔助測試的學生在四年內獲得學士學位的概率約為0.26。當ACT綜合分數為時，接受輔助測試的學生在四年內獲得學士學位的概率約為0.48，而未接受輔助測試的學生在四年內獲得學士學位的概率約為0.61。圖3.預測在四年內獲得學士學位的概率，模型1（ACT綜合）0.800.60概率0.40概率0.200.0012 14 16 18 20 22 24 26 28 30ACT綜合評分宿設施 宿在六年內獲得學士學位圖4展示了根據住宿狀況、ACT綜合分數及其相互作用預測在六年內獲得學士學位的概率（參見附錄表A5以獲取表格結果）。研究發現，ACT綜合分數具有統計學上的顯著影響，即隨著ACT綜合分數的增加，六年內獲得學士學位的概率也隨之增加。然而，住宿狀況及其相互作用的影響并不具有統計學意義，這表明ACT綜合分數與六年學士學位率之間的正相關關系在是否接受考試便利的學生之間并沒有顯著差異。ACT綜合分數為12的學生在六年內獲得學士學位的概率約為0.16-0.18，ACT綜合分數為22（四年制院校學生的平均ACT綜合分數為22.4）的學生在六年內獲得學士學位的概率約為0.48-0.50，而ACT綜合分數為30的學生在六年內獲得學士學位的概率約為0.75-0.80。圖4.預測在六年內獲得學士學位的概率，模型1（ACT綜合）0.800.60概率0.40概率0.200.0012 14 16 18 20 22 24 26 28 30ACT綜合評分宿設施 宿在兩年內獲得副學士學位圖5展示了根據住宿狀態、ACT綜合分數及其相互作用預測在兩年內獲得副學士學位的概率（見附錄表A6中的表格結果）。研究發現，ACT綜合分數對概率有統計學意義，即隨著ACT綜合分數的增加，兩年內獲得副學士學位的概率也會增加。住宿狀態和相互作用的效應均不具有統計學意義，這表明在參加測試的學生中，ACT綜合分數與副學士學位率之間的關系并沒有顯著差異。兩年制院校相關聯，且無需住宿。雖然圖5表明在無任何便利條件的情況下，測試生的ACT綜合分數對效果的影響更大，但這種差異在統計學上并不顯著。ACT綜合分數為12得副學士學位的概率約為0.09-0.10，ACT綜合分數為19（兩年制院校學生的平均ACT綜合分數為18.8）的學生在兩年內獲得副學士學位的概率約為0.16-0.18，ACT綜合分數為25的學生在兩年內獲得副學士學位的概率約為0.22-0.31。圖5.預測兩年內獲得副學士學位的概率，模型1（ACT綜合評分）0.800.60概率0.40概率0.200.0012 14 16 18 20 22 24ACT綜合評分宿設施 宿在三年內獲得副學士學位圖6展示了根據住宿狀況、ACT綜合分數及其相互作用預測在三年內獲得副學士學位的概率（見附錄表A7中的表格結果）。與兩年學位模型相似，對于ACT綜合分數存在顯著的統計效應，即隨著ACT綜合分數的增加，三年內獲得副學士學位的概率也隨之增加。住宿狀況及其相互作用的影響不具有統計學意義，這表明ACT綜合分數與三年副學士學位率之間的關系在是否接受考試便利的學生之間沒有顯著差異。ACT綜合分數為12的學生大約有0.16-0.17的概率在三年內獲得副學士學位，ACT綜合分數為19的學生大約有0.28-0.30的概率在三年內獲得副學士學位，ACT綜合分數為25的學生大約有0.43-0.44的概率在三年內獲得副學士學位。圖6.預測在三年內獲得副學士學位的概率，模型1（ACT綜合成績）0.800.60概率0.40概率0.200.0012 14 16 18 20 22 24ACT綜合評分宿設施 宿在三年內獲得副學士學位或轉入四年制學院圖7展示了根據住宿狀態、ACT綜合分數及其相互作用，在三年內獲得副學士學位或轉入四年制院校的預測概率（見表附錄A8中的表格結果）。與兩年和三年學位模型類似，ACT綜合分數對結果有統計學上顯著的影響，即隨著ACT綜合分數的增加，獲得副學士學位或三年內轉學的概率增加。然而，住宿狀態及其相互作用的影響并不具有統計學意義，這表明ACT綜合分數與三年副學士學位或轉學率之間的關系，在需要和不需要特殊照顧的測試學生之間沒有顯著差異。ACT綜合分數為12的學生在三年內獲得副學士學位或轉學的概率約為0.18-0.21，ACT綜合分數為19的學生在三年內獲得副學士學位或轉學的概率約為0.35-0.37，ACT綜合分數為25副學士學位或轉學的概率約為0.53。圖7.預測在三年內獲得副學士學位或轉學至四年制機構的概率模型1（ACT綜合評分）0.800.60概率0.40概率0.200.0012 14 16 18 20 22 24ACT綜合評分宿設施 宿總的來說，在所有結果中，ACT綜合分數都是FYGPA和學位完成情況的統計學顯著預測指標，即更高的ACT綜合分數預示著更高的FYGPA和更高的學位完成率，無論是接受了還是未接受輔導的學生。然而，對于預測四年制院校學生FYGPA和預測四年內學士學位完成率這兩個模型，未接受輔導的學生與接受輔導的學生之間，ACT綜合分數與每個結果之間的關系更為緊密。總體而言，這些結果表明，ACT綜合分數是該研究調查的大學結果的統計學顯著預測指標，它對學生接受了或未接受輔導的五項結果中，預測了相同的FYGPA和學位完成率；對于預測四年制院校學生FYGPA和預測四年內學士學位完成率這兩個模型，預測顯示，接受輔導的學生相比未接受輔導的學生會有不太有利的結果。研究問題2：HSGPA學生的第一年大學GPA和學位完成情況相似（即，關系的方向和大小是否相同）？我們使用模型2來檢驗這一研究問題，其中預測變量包括HSGPA、住宿狀態以及HSGPA和住宿狀態之間的交互作用。模型2的結果見附錄表A2-A8。鑒于我們使用了均值中心化的HSGPA和表示住宿狀態的1/0指標變量，模型系數應如下解釋，用于預測FYGPA的線性回歸模型：成績結果的價值HSGPA：學生在給予一單位HSGPA變化的情況下，測試結果的變化住宿：在測試時獲得和未獲得住宿的學生之間，具有平均HSGPA值的結果差異HSGPA*住宿：在HSGPA增加一個單位時，測試學生是否得到住宿支持的HSGPA果之間的差異關系模型系數如下解釋，用于預測學位完成情況的邏輯回歸模型：攔截：未獲得任何便利措施測試的學生在平均HSGPA值時的結果的對數幾率HSGPA：給予HSGPA一個單位變化的住宿安排住宿：在具有平均HSGPA之間的差異ACTC*配置：在給定的HSGPA（高中平均成績點）提供輔助配置與學生成績之間關系中的對數優勢差以下數據（圖8-14）展示了模型2中每個結果與預測因子之間的關系。FYGPA在四年制機構圖8展示了按住宿狀態、HSGPA及其互動對模型2四年制院校首次報名學生的預測FYGPA。對于本模型，所有影響均具有統計學意義。無論是接受還是未接受考試安排的學生，隨著HSGPA的增加，他們的預測FYGPA都會增加，但這種增加的速率取決于學生的住宿狀態。對于接受考試安排且HSGPA低于2.9的學生往往有學生們的ACT成績預測FYGPA（未來學年平均成績預測）高于未接受任何輔助措施測試的學生，而那些在接受了輔助措施并擁有2.9以上HSGPA（高中平均成績）的學生，他們的預測FYGPA也往往高于未接受任何輔助措施測試的學生。在一個低的HSGPA（2.0分），接受考試安排的學生預測的FYGPA為那些未接受考試安排的學生預測的FYGPA大約為1.95，以及大約為1.59的學生。在2.9的HSGPA生，預測的FYGPA大約為2.37。在4.0的HSGPA下，接受考試安排的學生預測的FYGPA大約為2.88，而未接受考試安排的學生預測的FYGPA大約為3.32。圖8.

預測四年制院校入學者的本年度總平均成績點（HSGPA）模型24.003.50FYGPA3.00FYGPA2.502.001.502.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0HSGPA宿設施 宿FYGPA在兩年制機構圖9展示了模型2中根據住宿狀態、HSGPA及其相互作用預測的學生學業年份GPA（FYGPA），并按入學學院進行了分析。對于此模型，所有影響均為統計上顯著。在預測的FYGPA隨HSGPA提高時，接受或未接受特殊照料的測試學生的成績均有所增加，但增加速率取決于學生的住宿狀態。對于接受照顧參加了ACT測試并且HSGPA低于2.4的學生，其預測FYGPA往往高于未接受特殊照料進行測試的學生。相反，接受照顧參加ACT測試且HSGPA高于2.4的學生，其預測FYGPA往往低于未接受特殊照料進行測試的學生。當HSGPA為2.0時，接受照料的學生的預測FYGPA大約為2.03，而沒有接受照料的學生的預測FYGPA約為1.93。在HSGPA為2.4時，無論是接受照料還是未接受照料的測試學生，其預測FYGPA約為2.15。在HSGPA為4.0時，接受照料的學生的預測FYGPA約為2.60，而未接受照料的學生的預測FYGPA約為3.06。圖9.

預測兩年制機構學生的本年度平均成績點數（HSGPA），模型24.003.50FYGPA3.00FYGPA2.502.001.502.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0HSGPA宿設施 宿在四年內獲得學士學位圖10展示了根據住宿情況、HSGPA及其相互作用預測的四年內獲得學士學位的概率，模型2中的所有效應均具有統計學意義。（具體結果見附錄表A4）顯著。無論是否接受測試，學生的HSGPA增加時，獲得學位的概率都會增加，但增加的速率取決于學生的住宿情況，未接受測試的學生增加速率更高。接受ACT測試且HSGPA低于3.2的學生，相較于未接受測試的學生，預測獲得學士學位的概率更高；而接受ACT測試且HSGPA高于3.2的學生，相較于未接受測試的學生，預測獲得學士學位的概率更低。在HSGPA為2.0時，接受測試的學生在四年內獲得學士學位的概率約為0.07，率約為0.02。在HSGPA為3.2時，接受或未接受測試的學生在四年內獲得學士學位的概率均為約0.20。在HSGPA為4.0時，接受測試的學生在四年內獲得學士學位的概率約為0.37，未接受測試的學生在四年內獲得學士學位的概率約為0.55。圖10.預測在四年內獲得學士學位的概率，模型2（HSGPA）0.800.60概率0.40概率0.200.002.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0HSGPA宿設施 宿在六年內獲得學士學位圖11展示了根據SGPA預測的六年內獲得學士學位的概率及其在模型2中的相互作用（參見附錄表A5）。住宿狀態，H表結果）。對于此模型，HSGPA及其與住宿狀態的相互作用具有統計學上顯著的影響，但住宿狀態的主要影響不具有統計學上的顯著性，這表明在具有平均HSGPA的接受和未HSGPA的增加，完成學位的概率都會增加，但增加的速率取決于學生的住宿狀態，未接受住宿的學生增加的速率更高。接受住宿參加ACT考試且HSGPA低于3.3的學生，與未接受住宿的學生相比，獲得學士學位的預測概率較高，而接受住宿參加ACT考試且HSGPA高于3.3的學生，與未接受住宿的學生相比，獲得學士學位的預測概率較低。在HSGPA為2.0時，接受住宿的學生在六年內獲得學士學位的概率約為0.23，未接受住宿的學生在六年內獲得學士學位的概率約為0.10。在HSGPA為3.3時，接受和未接受住宿的學生在六年內獲得學士學位的概率約為0.48。在HSGPA為4.0時，接受住宿的學生在六年內獲得學士學位的概率約為0.63，獲得學士學位的概率約為0.74。圖11.六年內獲得學士學位的預測概率，模型2（HSGPA）0.800.60概率0.40概率0.200.002.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0HSGPA宿設施 宿在兩年內獲得副學士學位圖12展示了在兩年內獲得副學士學位的預測概率，按住宿狀態、HSGPA及其相互作用對模型2進行分析（詳細結果見附錄表A6）。對于此模型，所有效應均具有統計學意義。無論是否有住宿條件，測試的學生隨著HSGPA的增加，完成學位的概率都會上升，但增長速度取決于學生的住宿狀態，無住宿條件的學生增長速度更快。在HSGPA為2.0時，有住宿條件的學生在兩年內獲得副學士學位的概率約為0.09，無住宿條件的學生在兩年內獲得副學士學位的概率約為0.07。在HSGPA為2.6時，無論是否有住宿條件的學生在兩年內獲得副學士學位的概率均為0.12。在HSGPA為4.0時，有住宿條件的學生在兩年內獲得副學士學位的概率約為0.20，無住宿條件的學生在兩年內獲得副學士學位的概率約為0.36。圖12.預測在兩年內獲得副學士學位的概率，模型2（HSGPA）0.800.60概率0.40概率0.200.002.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0HSGPA宿設施 宿在三年內獲得副學士學位圖13展示了根據住宿狀況、HSGPA及其交互作用預測的三年內獲得副學士學位的概率（詳見附錄表A7的表格結果）參加測試，學生的學位完成概率都會隨著HSGPA的提高而增加，但增加的速率取決于學生的住宿狀況，未參加測試的學生增加速率更高。在HSGPA為2.0時，參加測試的學生在三年內獲得副學士學位的概率約為0.15，未參加測試的學生概率約為0.13。在HSGPA為2.3時，無論是否參加測試，學生獲得副學士學位的概率均為0.17。在HSGPA為4.0時，參加測試的學生在三年內獲得副學士學位的概率約為0.35，未參加測試的學生概率約為0.51。圖13.預測在三年內獲得副學士學位的概率，模型2（HSGPA）0.800.60概率0.40概率0.200.002.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0HSGPA宿設施 宿在三年內獲得副學士學位或轉入四年制學院圖14展示了根據住宿狀況、HSGPA以及它們之間的交互作用預測的在未來三年內獲得副學士學位或轉入四年制機構的概率（參見附錄表A8以獲取表格結果）。與兩年制和三年制學位模型類似，所有影響都是統計顯著的。無論是否接受特殊安排的學生在HSGPA增加時，完成學位的概率都增加，但增加的速率取決于學生的特殊安排狀況，未接受特殊安排的學生增加速率更大。在HSGPA為2.0時，接受特殊安排測試的學生在未來三年內獲得副學士學位或轉學的概率約為0.19，而未接受特殊安排的學生概率約為0.17。在HSGPA為2.2時，接受或未接受特殊安排測試的學生在未來三年內獲得副學士學位或轉學的概率均約為0.20。在HSGPA為4.0時，接受特殊安排測試的學生在未來三年內獲得副學士學位或轉學的概率約為0.41，為0.59。圖14.預測在三年內獲得副學士學位或轉入四年制學院的概率，模型2（HSGPA）0.800.60概率0.40概率0.200.002.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0HSGPA宿設施 宿總之，在所有結果中，HSGPA以及HSGPA與住宿狀態之間的相互作用都是FYGPA和學位完成情況的統計顯著預測因素。在所有結果中，圖表中的線相交，表明具有較低HSGPA并接受住宿測試的學生預計會優于具有相同HSGPA但未接受住宿測試的學生（即，預計的FYGPA更高，預計的學位完成率更高），而具有較高HSGPA并接受住宿測試的學生預計相對于具有相同HSGPA但未接受住宿測試的學生表現較差（即，預計的FYGPA和預計的學位完成率更低）。對于在兩年制機構就讀的學生，接受或未接受住宿測試的學生在結果（即，預計的FYGPA和副學士學位完成率）方面的差異對于HSGPA較低的學生較小，而對于HSGPA較高的學生則更為明顯，而對于在四年制機構就讀的學生，在HSGPA兩端測試時，接受或未接受住宿測試的學生在結果方面的差異更為明顯。總的來說，這些結果表明，對于接受或未接受住宿測試的學生，HSGPA對FYGPA和學位完成情況的預測有所不同，住宿狀態與預測結果之間的關系也因學生的HSGPA而異。具體而言，在所有結果中，接受住宿測試的學生的斜率比未接受住宿測試的學生的斜率更平緩，這表明與未接受住宿測試的學生相比，HSGPA在預測誰將擁有更高的FYGPA或大學學位方面對接受住宿測試的學生區分度不高。研究問題3：當同時使用時，兩個預測因素在何種程度上發揮作用？一起預測大一大學平均成績點和學位完成情況相似（即，是否...）關系的方向和大小（對于接受測試輔助的學生和未接受測試輔助的學生來說是相同的）？我們使用模型3來考察這一研究問題，其中預測變量包括ACT綜合分數、高中學業成績、住宿狀態以及這些變量之間的相互作用（即三個雙向交互：ACT*ACT**：ACT*住宿狀態）。模型3的結果提供在附錄表A2–A8中。鑒于我們使用均值中心化后的ACTC和PA變量以及一個表示住宿狀態的1/0指示變量，線性回歸模型預測的FYGPA系數應如下解釋：攔截：在未接受任何安排且ACTC和HSGPA均值為均值的學生中，測試結果的均值。ACTC：在ACTC增加一個單位時，未接受任何安排的學生測試結果的變化，假設PA處于給定均值水平。HSGPA：在HSGPA成績變化的情況。ACTC*HSGPA：在HSGPA（或ACTC）每增加一個單位時，ACTC（或HSGPA）提供任何便利條件的學生測試結果之間關系的變化。住宿：在ACTC均值和HSGPA均值的情況下，有和無住宿的學生在測試結果之間的差異ACTC*配置：在ACTC變化一個單位時，對于具有平均HSGPA的測試學生（配置）之間關系差異的配置HSGPA*住宿：在給定的HSGPA中，每增加一分，測試有無住宿的學生在ACTC的測試結果之間的差異關系。ACTC*HSGPA*住宿：當HSGPA（或ACTC）給予住宿的學生之間，ACTC（或HSGPA）與結果之間關系差異模型系數如下解釋，用于預測學位完成情況的邏輯回歸模型：攔截：在ACTC平均值和平均HSGPA的測試學生中未獲得任何特殊安排的學生的結果的對數幾率ACTC：在給定ACTC變化一單位時，未接受合理便利的學生在具有平均HSGPA況下，結果的對數優勢變化HSGPA：在HSGPA增加一個單位時，未獲得任何便利條件的學生在ACTC果的邏輯概率變化ACTC*HSGPA:在HSGPA（或ACTC）增加一個單位時，ACTC（或HSGPA）任何安置的學生測試結果之間關系的對數似然差異住宿：在ACTC平均值和HSGPA異ACTC*住宿：當ACTC增加一個單位時，測試時是否獲得住宿的學生在具有平均的條件下，ACTC與結果之間關系對數優勢差異HSGPA*住宿：當HSGPA每增加一單位時，在測試有和無住宿的學生的ACTCHSGPA與測試結果之間關系對數優勢差異ACTC*HSGPA*住宿：給定HSGPA（或ACTC）住宿的學生，ACTC（HSGPA）與結果之間關系的對數優勢差異我們也進行了一系列回歸模型，在模型4中添加人口統計學變量作為預測因子（見附錄表A2-A8）。當使用人口統計學變量（女性、白人）的參照組時，模型3和4的預測概率y在近一些大學，并且家庭年收入低于每年36,000美元）。類似父母至少參加了，所有結果都找到了，所以為了簡便起見，si鑒于這一原因，我們只在表中呈現了Model3預測概率。thisse隨著Model4的數據幾乎完全相同（預測結果的具體數值將根據感興趣的具體人口群體上下波動，但這不是本研究的重點）。以下圖表（圖15-21）展示了每個結果與Model3中的預測因素之間的關系。FYGPA在四年制機構圖15展示了根據住宿狀況、ACT綜合分數以及模型3中HSGPA的選定值，預測的四年制院校新生FYGPA。研究發現，ACT綜合分數、HSGPA、住宿狀況、HSGPA與住宿狀況的交互作用、ACT綜合分數與HSGPA的交互作用具有統計學意義。（見附錄表A2以獲取表格結果）。三個因素（ACT綜合分數、高中平均成績GPA和住宿狀況）之間的三重交互作用。統計學上的顯著三重交互作用意味著ACT綜合分數與高中平均成績GPA之間的交互作用因測試時是否有住宿條件而異。對于既無住宿條件也無住宿條件的測試學生，無論是ACT綜合分數還是高中平均成績GPA提高，學生的預測學年GPA都會增加。隨著高中平均成績GPA的提高，ACT綜合分數與學年GPA之間的關系增強，反之亦然，當ACT綜合分數提高時，高中平均成績GPA與學年GPA之間的關系增強。然而，ACT綜合分數與高中平均成績GPA對學年GPA的積極交互作用在無住宿條件的測試學生中比在有住宿條件的測試學生中更大。無住宿條件的測試學生中，高中平均成績GPA為2.0的學生在ACT綜合分數的整個范圍內預測的學年GPA最低，當ACT綜合分數為12時預測的學年GPA為1.66，當ACT綜合分數為30時預測的學年GPA為2.01。無住宿條件的測試學生中，高中平均成績GPA為4.0的學生在ACT綜合分數的整個范圍內預測的學年GPA最高，當ACT綜合分數為12時預測的學年GPA為2.45，當ACT綜合分數為30時預測的學年GPA為3.67。ACT研究|研究報告|2025年2月 39圖15.四年制院校學生的預測FYGPA，模型3（ACT綜合+HSGPA）4.00

4.003.50

3.503.00 3.00FYGPA2.50 2.50FYGPA2.00 2.001.50

12 14 16 18 20 22 24 26 28 30ACT2.0HSGPA3.0HSGPA4.0

1.50

12 14 16 18 20 22 24 26 28 30ACT綜合評分HSGPA2.0HSGPA3.0宿安排HSGPA4.0宿安排FYGPAFYGPA?2025byACTEducationCorp.Allrightsreserved.|R2333ACTResearch|研究報告|2025年2月 40FYGPA在兩年制機構圖16展示了根據住宿狀態、ACT綜合分數和模型3中選定的HSGPA學學生的FYGPA。研究發現，ACT綜合分數、HSGPA、HSGPA與住宿狀態的交互作用以及ACT綜合分數與HSGPA的交互作用具有統計學意義。這些發現表明，ACT綜合分數與FYGPA之間的關系取決于HSGPA的水平。（見附錄表A3的表格結果）相反，HSGPA與FYGPA之間的關系取決于ACTC的水平，而HSGPA與FYGPA之間的關系取決于住宿狀態。對于HSGPA為2.0的學生，未接受ACT考試住宿的學生ACT綜合分數與FYGPA之間的關系為負，而接受ACT考試住宿的學生則大致保持平穩。然而，對于所有HSGPA為3.0或4.0的學生，ACT綜合分數與FYGPA之間的關系為正。此外，隨著ACT綜合分數的增加，FYGPA的增加在HSGPA水平提高時更為顯著，反之亦然，隨著ACTC的增加，HSGPA的增加在增加時更為顯著。然而，HSGPA增加時FYGPA的增加對于未接受考試住宿的學生來說比接受考試住宿的學生更為顯著。未接受考試住宿且HSGPA為2.0的學生在ACT綜合分數尺度上具有最低的預測FYGPA，在ACT綜合分數為12時預測FYGPA為2.00，在ACT綜合分數為25時預測FYGPA為1.95。未接受考試住宿且HSGPA為4.0的學生在ACT綜合分數尺度上具有最高的預測FYGPA，在ACT綜合分數為12時預測FYGPA為2.52，在ACT綜合分數為25時預測FYGPA為3.35。?2025byACTEducationCorp.Allrightsreserved.|R2333ACT研究|研究報告|2025年2月 41圖16.兩所院校報名學生的預測FYGPA，模型3（ACT綜合+GPA）4.00

4.003.50 3.503.00 3.00FYGPA2.50 2.50FYGPA2.00 2.001.50

12 14 16 18 20 22 24A分HGA=2.適應HSGPA3.0HG4.0適應性住宿

1.50

12 14 16 18 20 22 24ACT2.0HSGPA3.0HSGPA4.0住宿FYGPAFYGPA?2025byACTEducationCorp.Allrightsreserved.|R2333ACT研究|研究報告|2025年2月 42在四年內獲得學士學位圖17展示了三年制學士學位的預計概率，按住宿情況、ACT綜合分數和Model3中選定的HSGPA值進行分類。在此模型中，ACT綜合分數、HSGPA、HSGPA與住宿情況之間的交互效應，以及ACT綜合分數與HSGPA之間的交互效應用是統計學上顯著的。住宿效應、ACT綜合與住宿狀況之間的交互效應，以及三重交互效應則不具有統計意義。當ACT綜合分數或HSGPA增加時，取得四年制學士學位的概率也會增加。基于ACT綜合分數和住宿狀況之間的統計數據上的不顯著交互和三重交互結果建議，無論是在有或沒有設施測試的學生中，ACT綜合分數與四年取得學士學位之間的正向關系是可比的。然而，HSGPA與學生獲得四年學士學位的概率之間的關系對參與ACT測試時帶或不帶設施的學生而言是不同的。對于不帶設施參加ACT考試且有HSGPA2.0的學生，在ACT綜合分數等級中最具有低的學士學籍四年期學位預計概率，在ACT綜合分數為時預計概率為0.01，在ACT綜合分數為30時預計概率為0.13。對于那些不帶設施參加ACT考試且有HSGPA4.0的學生，其在ACT綜合分數等級中具有最高的學士學位四年期學位預計概率，在ACT綜合分數為12時預計概率為0.20，在ACT綜合分數為30時預計概率為0.66。?2025byACTEducationCorp.Allrightsreserved.|R2333ACT研究|研究報告|2025年2月 43圖17.四年內獲得學士學位的預測概率，模型3（ACT綜合成績+高中GPA）0.80 0.800.60 0.60概率0.40 0.40概率0.20 0.200.00

12 14 16 18 20 22 24 26 28 30ACT綜合評分HSGPA2.0HSGPA3.0HSGPA4.0

0.00

12 14 16 18 20 22 24 26 28 30ACT綜合評分HSGPA2.0HSGPA3.0HSGPA4.0概率概率?2025byACTEducationCorp.Allrightsreserved.|R2333ACT研究|研究報告|2025年2月 44在六年內獲得學士學位圖18展示了根據住宿狀況、ACT綜合分數和選定的HSGPA值預測在六年內獲得學士學位的概率（詳見附錄表A5中的表格結果）。該模型對ACT綜合分數、HSGPA、HSGPA與住宿狀況的交互作用、ACT綜合分數與HSGPA的交互作用以及ACT綜合分數、HSGPA和住宿狀況之間的三重交互作用具有統計顯著影響。統計顯著的三重交互作用表明，ACT綜合分數與HSGPA之間的交互作用對于接受或未接受考試輔助的學生而言是不同的。對于無論是接受還是未接受考試輔助的學生，隨著ACT綜合分數或HSGPA的增加，四年內獲得學士學位的概率都會增加，但接受或未接受考試輔助的學生在ACT綜合分數和HSGPA共同關聯到結果的方式上存在差異。對