日語學習作答彙總資料集：2026 年 8 月

一句話：這是 Nihongo to Japan 站上 56,613 筆匿名作答紀錄的彙總統計，來自 1,053 個匿名 learner identifiers、11,987 道題目。

⚠️ 這是 2026 年 8 月的 snapshot，不是 2026 全年研究。 資料只涵蓋 2026 年 8 月 2 日至 13 日，共 12 天（彙總管線 8 月 2 日才上線，第一天為部分日）。 這份資料裡沒有任何長期趨勢可讀。版本 1.1.0，snapshot 凍結於 2026-08-14。

關於「learner identifiers」：這是瀏覽器端隨機產生的匿名識別碼，跨裝置無法合併。同一個人使用手機與電腦會產生兩個 identifier，因此 1,053 不是經驗證的不重複自然人數，只是人數的上界。本頁全文一律用「learner identifiers」而不是「人」。

先講清楚這份資料不是什麼。這不是台灣日語學習者的代表性調查。樣本是「會主動來這個網站刷題的人」，是自選的觀察性樣本。所有數字只描述「在 NTJ 的這批作答裡發生了什麼」，不能外推到任何母體。詳見限制。

一、五個主要發現

1. 句型是唯一低於六成的能力軸向，和詞彙差了 38 個百分點

在測驗情境首答中（見方法的集合定義），詞彙題正確率 92.1%（n=22,869，627 個 learner identifiers，95% CI 91.8%–92.5%），句型題只有 53.7%（n=8,678，532 個 identifiers，95% CI 52.6%–54.7%）。

兩者的信賴區間相距極遠，這不是抽樣雜訊。資料只說明兩個軸向的正確率差距很大；至於為什麼，本報告不做因果宣稱。

2. 句型軸的「正確率」在 53.7% 到 74.1% 之間，取決於納入哪些作答

在不同 analysis-set 定義下，句型軸觀察到的正確率從 53.7%（測驗情境首答，n=8,678）到 74.1%（全部作答，n=24,293）。由於納入的事件與 learner identifier 組成不同，不能把全部差異解讀為單一計算規則造成。

逐級拆解：

去掉重複作答只移動 0.9 個百分點；其餘幾乎全部來自「教材情境」與「測驗情境」的差異。

同一批 learner identifier 的成對比較：75 個 identifier 在兩種情境各有 ≥5 筆句型首答。他們在教材情境 86.6%（n=5,858）、在測驗情境 55.5%（n=2,055），成對平均差 +27.5 pp（95% CI 22.6–32.4，中位數 +26.9）。所以差異不是單純由「哪些人在答」造成。

⚠️ 同題比較做不到，所以無法下定論。5,772 道句型題裡，只有 6 道在兩種情境都出現過，其中只有 1 道兩邊各達 3 筆。兩種情境使用幾乎互不重疊的題目集合，因此無法把「情境效果」與「題目本身難易」分開。教材情境的題目可能就是比較簡單。

能誠實說的只有：引用學習平台的「正確率」時，一定要問是哪一個 analysis set。四個集合的數字都在可下載資料裡。

3. N3 與 N2 的原始正確率最低，但兩者無法被這份資料區分

測驗情境首答的各級別原始正確率：N5 90.2%、N4 73.4%、N3 67.8%、N2 69.4%、N1 76.0%。

N3（95% CI 66.6%–69.0%）與 N2（95% CI 67.6%–71.1%）的信賴區間重疊，所以不能說「N3 比 N2 難」。能說的是：在這批資料裡，N2 與 N3 的原始正確率都低於 N4、N1 與 N5。

⚠️ 更重要的是：各級別的題目集合完全不同，這個排序不是難度比較，也不是「哪一級比較難」的證據。

4. 助詞內部的落差比級別之間更大

單一助詞在測驗情境首答的正確率：が 60.9%（n=358，CI 55.8%–65.8%）、に 62.4%（n=370）、で 63.3%（n=330），而 を 78.7%（n=385，CI 74.3%–82.5%）、の 83.3%（n=120）。

が 與 を 的信賴區間不重疊，落差 18 個百分點。

5. 「每人一票」和「每題一票」差 7.04 個百分點

在完全相同的 372 個 learner identifiers、相同分析集合、相同 34,392 筆 eligible events 上計算：

cohort 定義：主要分析集合中作答數 ≥20 的 learner identifiers。兩個數字的分子分母來自同一群 identifier，所以這個差值真的只反映加權方式，不摻雜樣本組成差異。

原因是重複測量：最活躍的單一 identifier 就佔了全部作答的 3.7%，前 10 名合計 19.4%。任何用學習平台資料談「學習者表現」的研究都會碰到這件事，所以我們把兩個數字都給出來。

二、資料集概觀

作答來源分布：challenge 23,369（41.3%）、self_study 16,782（29.6%）、placement_test 11,797（20.8%）、special_training 4,157（7.3%）、review 508（0.9%）。

資料庫 evidence_class 欄位分布（這是資料表的原始欄位，不是本報告的分析集合名稱）：A 37,245（65.8%）、B 17,048（30.1%）、C 2,320（4.1%）。主要分析集合等同 evidence_class = A。

三、各能力軸向的正確率

以下軸向樣本過小，依最小格數規則（n<30 或學習者<5）不公開正確率，只公開事件數：綜合（n=27，8 個 identifiers）、讀解（n=22，4 個 identifiers）。

四、各 JLPT 級別的正確率

⚠️ 這一節最容易被誤讀。各級別的題目集合完全不同，而且沒有做 IRT 難度等化。下面的數字是「在這批題目上答對的比例」，不是「哪一級比較難」的度量。

三種分析集合的對照（原始正確率）：

五、正確率最低的知識點

只列入 n≥100 且學習者≥5 的知識點（共 23 個符合）。排序附上 n、級別與類別，不只看百分比——樣本小的格子看起來極端，往往只是雜訊。

六、最穩定的強項

七、值得注意的觀察

觀察 A：N1 的原始正確率高於 N2 與 N3

N1 76.0%（n=3,040，139 個 identifiers）高於 N2 69.4% 與 N3 67.8%。

這是一個 observed pattern，不是「N1 比較簡單」。至少有三個無法用這份資料排除的解釋：作答 N1 題目的只有 139 個 identifiers、與作答 N3 的 432 個不是同一群（組成不同）；各級題目集合不同；沒有做能力值估計。要回答「哪一級真的比較難」需要 IRT 等化與共同題設計，這份資料兩者都沒有。

觀察 B：句型軸在每一個級別都是最低的

把軸向與級別交叉之後，正確率最低的格子幾乎全部是句型。這比單看級別更有資訊量。

八、老師與教材設計者可以怎麼用

這一節刻意把「資料」與「詮釋」分開。資料是可以直接引用的；詮釋是我們的判斷，你可以不同意。

九、方法

三種分析集合

⚠️ 主要分析集合不宣稱「未使用提示」或「未先看解析」。 資料庫裡 used_hint／viewed_explanation／used_answer_key 三個欄位全部為 false，但那是因為沒有任何前端呼叫點寫入它們——全站作答捕捉點都沒有傳這些參數，而產品目前也沒有「作答前提示」或「作答前看答案」的功能。 全 false 是儀器的性質，不是學習者行為的證據，因此本報告不拿它們當任何分析條件，也不對提示行為做任何宣稱。

主要集合的獨立驗證：用伺服器端重算「每個 (identifier, 題目) 的最早一筆」，99.59% 的主要集合事件（37,094／37,245）通過首答檢定；不符的 151 筆推測為跨裝置（同一人在兩台裝置各答一次，每台都判定為首答）。集合內 attempt_number 全部為 1。

排除了什麼

• 已知退化題目：520 個 question_id 被排除在所有彙總之外。兩個來源：(1) 教材填空的非文法題（假名轉換、書寫常識、數字答案）被誤標到句型軸；(2) 舊版「今日一題」用答案 token 當題目識別，把不同題合併成同一個 id。前端已修，歷史資料以 denylist 從彙總排除。原始事件一筆未刪（append-only）。
• Snapshot 截止後的事件：本報告凍結於 2026-08-14T00:00:00Z。資料每天還在增加，但本頁與可下載檔案的每一個數字都來自同一個凍結點。

最小格數規則

n<30 或學習者<5 的細格 SUPPRESSED：只公開事件數，不公開正確率。 n≥30 且學習者≥5 但 n<100 標為 LOW_SAMPLE，引用時務必附 n。 n≥100 且學習者≥5 標為 OK。

本次共有 23 個知識點為 OK、12 個 LOW_SAMPLE、3 個 SUPPRESSED。

匿名化

• 每筆事件只帶一個瀏覽器隨機產生的匿名裝置 UUID。沒有姓名、email、IP、裝置指紋，也沒有任何自由輸入的文字。
• 接收端（Cloudflare Pages Function）只寫入白名單欄位，程式明確不寫入 IP。
• 公開資料集只有彙總統計，沒有任何一筆原始作答事件。
• 學習者可在隱私政策頁一鍵退出彙總收集。

十、限制（請務必一起引用）

如果你只讀一段，讀這段。這份資料描述的是「來 NTJ 刷題的人在 NTJ 的題目上表現如何」。它不是台灣日語學習者的樣貌，不是 JLPT 難度的度量，也不能用來比較不同級別的客觀難度。

• 選樣偏差：樣本是主動來刷題的人。這群人比一般學習者更投入，可能也更年輕、更習慣線上工具。
• 重複測量：單一 identifier 最多佔全部作答的 3.7%，前 10 名佔 19.4%。在同一批 372 個 identifier 上，事件加權與 identifier 加權相差 7.04 個百分點。
• analysis set 之間不可直接相減：教材情境與測驗情境使用幾乎互不重疊的題目集合（5,772 道句型題中只有 6 道兩邊都出現），因此兩者的正確率差距無法歸因於單一原因。
• 提示／看解析行為不可觀測：相關欄位從未被寫入，本資料集對這些行為不做任何宣稱。
• 題目難度不一：各級別、各軸向的題目集合不同，raw accuracy 不是標準化的難度度量。
• 未做 IRT 等化：沒有項目反應理論的難度等化，也沒有跨級別共同題設計，因此不能回答「哪一級比較難」。
• 樣本量不均：N5 的作答數是 N1 的六倍以上。
• 時間窗很短：只有 12 天（彙總管線 2026-08-02 才上線）。沒有任何長期趨勢可以從這份資料讀出來。
• 無法辨識自動化流量：沒有機制可以區分真人與腳本。作答回應時間有 94% 為空值，因此連「答太快」這種基本篩選都做不到。這是已知的資料品質缺口。
• 非母體代表：不代表台灣，也不代表任何國家的日語學習者全體。

十一、引用方式

歡迎在論文、研究報告、教學材料與新聞報導中引用。請註明來源並連結回本頁。

APA（7th）

Nihongo to Japan. (2026). 日語學習作答彙總資料集・2026 年 8 月 / Japanese learning answer dataset — August 2026 (Version 1.1.0) [Data set]. https://www.nihongotojapan.com/research/japanese-learning-data-2026

MLA（9th）

Nihongo to Japan. 日語學習作答彙總資料集・2026 年 8 月. Version 1.1.0, 2026, https://www.nihongotojapan.com/research/japanese-learning-data-2026.

BibTeX

@misc{ntj_jlad_2026,
  title = {Japanese Learning Answer Dataset --- August 2026},
  author = {{Nihongo to Japan}},
  year = {2026},
  version = {1.1.0},
  note = {Snapshot 2026-08-14; aggregate statistics from 56,613 anonymous answer events, 2--13 August 2026},
  url = {https://www.nihongotojapan.com/research/japanese-learning-data-2026}
}

授權狀態

本資料集不是 open data，也未採用任何標準開放授權（CC BY／CC0 等）。 Nihongo to Japan 的網站免費使用，但「免費」不等於「開放授權」。

明確允許：

• 在論文、研究報告、教學材料與新聞報導中引用本頁的統計數字，請註明來源並連結回本頁。
• 下載彙總資料、為研究目的重新分析，並自行製作新的圖表。
• 課堂與教育場合使用。

圖表：本頁圖表可直接檢視。若要轉載本站製作的圖表，請先與我們聯絡取得同意；統計數字本身則可依上述條件直接引用。

明確不允許：宣稱本資料代表台灣或任何國家的全體日語學習者；把樣本限制說明拿掉後轉載數字；把資料集整批重新發布為自己的資料產品。

其他用途或有疑問，請從關於本站頁聯絡。

十二、下載資料

兩種格式，內容相同，都是彙總統計（沒有任何一筆原始作答事件）：

• japanese-learning-2026.json — 含完整後設資料、定義、方法、限制與全部彙總格。
• japanese-learning-2026.csv — 攤平成一列一格，欄位：dimension, key, label_zh, label_en, category, jlpt_level, analysis_set, n, learners, accuracy, ci95_low, ci95_high, flag。

版本 1.1.0・snapshot 2026-08-14・方法版本 1.1。之後更新會提高版本號並保留舊版數字，不會就地改寫。

⚠️ 若需引用，請使用版本化凍結資料集，不要引用即時 /api/aggregates 數字。

站上另有一個即時彙總端點 /api/aggregates，每次呼叫回傳當下數字。它與本資料集口徑不同：它是「全部作答」口徑（不是測驗情境首答），而且它的 totalUsers 只計主要集合的 learner identifiers（688），不是全部 1,053 個。那個端點的數字每天都在變，不適合引用。

給記者

• 樣本：56,613 筆匿名作答、1,053 個匿名 learner identifiers（不是經驗證的人數）、12 天（2026 年 8 月 2–13 日）。
• 方法一句話：自選觀察性樣本的原始正確率，主要數字採「測驗情境首答」集合（challenge／程度測驗／特訓的首次作答）。
• 限制一句話：不是台灣日語學習者的代表性調查，也不能用來比較 JLPT 各級的客觀難度。

三個可以直接寫的數字：

1. 句型題正確率 53.7%（n=8,678），詞彙題 92.1%（n=22,869）——差 38 個百分點。
2. 助詞「が」正確率 60.9%（n=358），「を」78.7%（n=385）。
3. 句型軸的「正確率」在 53.7% 到 74.1% 之間，取決於納入哪些作答情境（教材情境首答 85.4%，測驗情境首答 53.7%）。⚠️ 兩種情境的題目集合幾乎不重疊，不能斷定原因——但這本身就是一則關於「學習平台數據怎麼被引用」的故事。

引用格式・下載資料・聯絡

給研究者與教育工作者

資料結構：一列＝一個彙總格。維度為 dimension（axis／jlpt／knowledge_point／axis_x_jlpt）× analysis_set（quiz_first_attempt／lesson_first_attempt／first_attempt／all_events）。每格提供 n、learners、accuracy、Wilson ci95_low／ci95_high 與 flag。JSON 另含 analysis-set 分解、成對比較與 weighting effect。

抽樣：自選、觀察性；分析單位為 answer event；learner identifier 為匿名 UUID（跨裝置無法合併，因此這個數字是自然人數的上界，不是經驗證的不重複人數）。

已知的方法缺口（我們認為值得寫出來，而不是藏起來）：

• 沒有 IRT 難度等化，也沒有跨級別共同題設計 → 級別間的比較不成立。
• 教材情境與測驗情境的題目集合幾乎不重疊（5,772 道句型題只有 6 道重疊）→ 情境效果與題目難度無法分離。
• 提示／看解析／看答案三個欄位從未被寫入 → 這些行為不可觀測，不能作為分析條件，也不能宣稱「沒有發生」。
• 回應時間 94% 為空值 → 無法做速度／正確率的權衡分析，也無法過濾異常快的作答。
• 沒有人口統計變項（年齡、母語、學習年資、國家）→ 無法做分層分析。資料集沒有母語欄位，也沒有地理欄位，因此本報告不對學習者的母語或所在地做任何推論。
• 12 天的窗口 → 不能做學習曲線或保留率分析。
• 學習者層級的資料未公開（只有彙總），因此無法在外部重做多層次模型。若研究上有需要，請聯絡討論。

下載 JSON・下載 CSV・引用格式・完整方法

← 回研究與資料｜2026 台灣人日文自學數據報告｜給教育者與圖書館