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。

可直接引用的十條發現

以下每一條都是自足的：句子本身已帶資料集名稱、snapshot 時間、樣本數與信賴區間，記者或研究者可以單獨複製任何一條使用，不必再回頭找上下文。所有數字都是本資料集內的觀察值（主要分析集合為「測驗情境首答」，定義見方法），不是對日語學習者母體的推論，也不含任何因果宣稱。引用時請一併帶上限制。

1. 在 NTJ 日語學習作答彙總資料集（2026 年 8 月 snapshot，12 天）的測驗情境首答中，句型／文法題的正確率為 53.7%（n=8,678，Wilson 95% CI 52.6%–54.7%），詞彙題為 92.1%（n=22,869，95% CI 91.8%–92.5%），兩者相差 38 個百分點。
   兩個區間完全不重疊，差距不是抽樣雜訊；成因本報告不做宣稱。
2. 在同一份資料集的測驗情境首答中，五個能力軸向由低到高依序為：句型／文法 53.7%（n=8,678）、助詞 69.1%（n=1,986，95% CI 67.1%–71.1%）、活用變化 83.2%（n=2,322，95% CI 81.7%–84.7%）、慣用表現 86.4%（n=1,341，95% CI 84.5%–88.2%）、詞彙 92.1%（n=22,869）。
   各軸向的題目集合不同，這是觀察到的正確率排序，不是難度排序。
3. 在同一份資料集中，句型／文法軸觀察到的正確率會因為納入哪些作答而落在 53.7% 到 85.4% 之間：測驗情境首答 53.7%（n=8,678）、教材情境首答 85.4%（n=13,937）、全部作答 74.1%（n=24,293）。
   兩種情境幾乎使用互不重疊的題目集合（5,772 道句型題中只有 6 道兩邊都出現過），因此無法把情境效果與題目難度差異分開。這條的重點是：引用學習平台的正確率時，必須問清楚納入了哪些作答。
4. 在同一份資料集的測驗情境首答中，N3 的原始正確率為 67.8%（n=5,985，95% CI 66.6%–69.0%），N2 為 69.4%（n=2,726，95% CI 67.6%–71.1%）；兩者的信賴區間重疊，這份資料無法區分 N2 與 N3。
   不可寫成「N2 比 N3 難」或「N3 比 N2 難」。
5. 在同一份資料集的測驗情境首答中，各 JLPT 級別的原始正確率為 N5 90.2%（n=19,395）、N1 76.0%（n=3,040）、N4 73.4%（n=6,099）、N2 69.4%（n=2,726）、N3 67.8%（n=5,985）——N1 的原始正確率高於 N2 與 N3。
   各級題目集合不同、沒有 IRT 難度等化、作答者為自選樣本（會挑戰 N1 題的多半已有較高程度），因此這串數字不能當成 JLPT 級別的客觀難度。
6. 在同一份資料集的測驗情境首答中，助詞內部的落差比級別之間更大：助詞「が」正確率 60.9%（n=358，95% CI 55.8%–65.8%）、助詞「を」78.7%（n=385，95% CI 74.3%–82.5%），相差 17.8 個百分點，而 N3（67.8%）與 N4（73.4%）之間只差 5.6 個百分點。
   對教學設計的意涵是：以「級別」為單位分配練習量，可能比以「知識點」為單位粗糙。
7. 在同一份資料集的測驗情境首答中，句型／文法軸在每一個 JLPT 級別都是最低的能力軸向：N5 64.0%（n=1,939）、N4 48.0%（n=1,734）、N3 49.2%（n=2,531）、N2 51.1%（n=1,179）、N1 57.0%（n=1,295）。
   同一批作答者在同一級別的詞彙題正確率為 N5 94.4%、N4 89.0%、N3 84.0%、N2 85.0%、N1 89.2%。
8. 在同一份資料集中，用同一批 372 個 learner identifiers、同一批 34,392 筆作答計算：以「每題一票」（事件加權）得到 82.53%，以「每人一票」（identifier 等權）得到 75.49%，相差 7.04 個百分點。
   兩個數字用完全相同的母體與集合，差異純粹來自加權方式。任何引用學習平台正確率的報導都應標明用的是哪一種。
9. 在同一份資料集中，作答量高度集中：單一 learner identifier 最多佔全部 56,613 筆作答的 3.73%，前 10 個 identifiers 合計佔 19.44%。
   這是「每題一票」與「每人一票」會差 7 個百分點的直接原因，也是所有學習平台資料共有的結構性偏誤。
10. 在同一份資料集中，針對在兩種情境都有作答的 75 個 learner identifiers（每邊至少 5 筆）做配對比較：教材情境 86.57%（n=5,858）、測驗情境 55.52%（n=2,055），配對平均差 27.47 個百分點（95% CI 22.56–32.39）。
    這說明情境之間的差距不是由 learner 組成不同造成的；但同題比較做不到（見第 3 條），所以仍無法把情境效果與題目難度分開。

以上每一條的展開、完整表格與圖表，見以下各節。想直接拿數字的人請看下載資料；要引用請看引用方式；有問題請看聯絡窗口。

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。

四種分析集合的對照（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

四種分析集合

⚠️ 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

資料採 CC BY 4.0：可自由使用（含商業用途），唯一條件是標示出處。 本站製作的圖表與報告文字不在授權範圍內。完整條款見授權。

建議的標示方式：

Nihongo to Japan,《日語學習作答彙總資料集・2026 年 8 月》v1.1.0, CC BY 4.0, https://www.nihongotojapan.com/research/japanese-learning-data-2026

授權：資料採 CC BY 4.0

本資料集的資料採用 Creative Commons 姓名標示 4.0 國際（CC BY 4.0）。你可以自由重製、散布、改作與再發布，包含商業用途，唯一條件是適當標示出處並註明是否修改過。

⚠️ 授權範圍只到資料。受 CC BY 4.0 涵蓋的是：本頁的彙總統計數字，以及 japanese-learning-2026.json 與 japanese-learning-2026.csv 兩個下載檔。本站製作的圖表（SVG／PNG）與報告全文不在授權範圍內，仍保留權利。

可以做的事（不必先問我們）

• 在論文、研究報告、教學材料、新聞報導中引用統計數字，包含商業出版品。
• 重新分析彙總數字，自行製作新的圖表——你畫的新圖是你的。
• 改作、混合、轉換，並以任何形式再發布，包含整批再散布資料檔或放進自己的資料產品。
• 課堂與教育場合使用。

標示方式

Nihongo to Japan,《日語學習作答彙總資料集・2026 年 8 月》v1.1.0, CC BY 4.0, https://www.nihongotojapan.com/research/japanese-learning-data-2026

我們的請求（不是授權條件）

下面這些不是 CC BY 的條件，不照做也不構成侵權。我們仍然請你照做，理由寫在每一條後面：

• 一併帶上樣本限制（自選觀察性樣本、只有 12 天、非代表性）——拿掉限制轉述數字，等於發布一則誤導性的統計。
• 連結回本頁——讓你的讀者看得到方法與版本。
• 寫「learner identifiers」而不是「人數」——identifier 是自然人數的上界，不是人數。
• 寫出版本號（例：v1.1.0，snapshot 2026-08-14）——日後數字更新時，你引用的那一版仍然可以被指認。

不在授權範圍內的東西

• 本站製作的圖表（/images/research/*.svg 與 *.png）：轉載請先來信取得同意。用資料自己畫新圖不需要同意。
• 報告全文與網頁文字：保留權利。
• 站台名稱、標誌與品牌識別：本授權不授予使用權。

⚠️ CC BY 是不可撤回的授權。任何依此條款取得資料的人，其權利不會因為本站日後變更條款而失效。我們寫在這裡，是因為引用者有權知道自己拿到的授權有多穩定。

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-LICENSE.txt — 授權聲明（CC BY 4.0、範圍、標示字串）。CSV 本身沒有欄位放授權資訊，所以另附一份。
• 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。

圖表檔案：本頁四張圖都提供 PNG（2 倍解析度，適合投影片與排版）與 SVG（向量，可縮放）。

• 各能力軸向的原始正確率：PNG・SVG
• 各 JLPT 級別的原始正確率：PNG・SVG
• 正確率最低的知識點：PNG・SVG
• 樣本分布：PNG・SVG

每張圖都內建標題、n、版本與來源標註，單獨轉出去也看得懂口徑；四張圖的替代文字集中在 alt-text.json。⚠️ 圖表不在 CC BY 範圍，轉載請先來信（見聯絡窗口）；資料本身採 CC BY 4.0，標示出處即可自由使用（見授權）。

⚠️ 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・聯絡窗口

嵌入這份資料（部落格與教材可直接貼）

把下面這段 HTML 貼進你的文章或講義即可。它已經內建樣本數、版本、授權與「不代表母體」的警語——這正是引用統計數字時最常被漏掉、也最容易出錯的部分。不需要事先告知我們。

<blockquote style="margin:0;padding:16px 20px;border-left:4px solid #c0562f;background:#fdf6e9;color:#3b2d20;font-family:system-ui,sans-serif"><p style="margin:0 0 8px">在 56,613 筆匿名作答中，測驗情境首答的句型／文法正確率為 <strong>53.7%</strong>（n=8,678），詞彙為 <strong>92.1%</strong>（n=22,869）。</p><p style="margin:0;font-size:13px;color:#8a7a68">資料：<a href="https://www.nihongotojapan.com/research/japanese-learning-data-2026">Nihongo to Japan《日語學習作答彙總資料集・2026 年 8 月》</a> v1.1.0・CC BY 4.0・自選觀察性樣本，不代表母體</p></blockquote>

為什麼給的是可貼上的 HTML，不是 iframe？兩個原因：本站基於資安設定不允許被 iframe 嵌入（全站 frame-ancestors 'none'）；而且 iframe 裡的內容掛在我們的網域，對你的頁面來說不算一條你給出的連結，可貼上的區塊才是。你也完全可以自己排版——資料是 CC BY 4.0，只要標示出處就好。

要放圖的話：本站圖表不在授權範圍，但你可以用 CSV 自己畫，畫出來的圖是你的。教學或媒體用途想直接拿我們的圖，見給媒體。

給媒體：新聞資料包

這一節的內容可以直接複製使用，不需要事先取得同意（圖表除外，見下）。快速事實與可直接引用的三個數字在給記者；完整的十條發現在可直接引用的十條發現。

機構簡介（boilerplate）

長版：

Nihongo to Japan 是一個由台灣的個人開發者獨立經營的免費日文學習網站，免註冊、不設付費牆，內容涵蓋 JLPT N5 到 N1 的文法解說、自學教材與練習題庫。本資料集來自站上使用者的匿名作答紀錄，依凍結 snapshot 彙總後公開，附完整方法與限制說明。

短版：

Nihongo to Japan，台灣獨立經營的免費日文學習網站，公開其學習者匿名作答的彙總資料集。

媒體用圖

本站製作的圖表不在 CC BY 4.0 範圍內（授權只涵蓋資料，見授權）。我們不希望這變成你的阻礙，所以提供兩條路：

• 來信索取：我們在 24 小時內寄出可刊登的圖檔（PNG 與 SVG）＋正確的圖說、樣本數與版本標註。這是圖片的快速通道，比一般詢問（2–3 個工作日）快。
• 不想等：自己畫。資料本身是 CC BY 4.0，你可以直接用 JSON 或 CSV 製作自己的圖表，你畫的圖是你的，不需要任何同意，也不必告知我們。

負責任報導的四個提醒

這些不是條件，是為了讓你不用事後更正：

• ✅ 請寫「在這批作答裡」「在測驗情境的首次作答中」——本頁所有數字都是這份資料集內的觀察值。
• ❌ 不要寫成「台灣人如何如何」。樣本是自己選擇來這個網站刷題的人，不代表任何母體。
• ❌ 不要比較 JLPT 級別的難度。各級題目集合不同、沒有做 IRT 難度等化，而且 N3 與 N2 的信賴區間重疊——這份資料無法區分兩者。
• ❌ 不要寫成因果。資料能說「同時觀察到」，不能說「因為所以」。

不確定某個寫法可不可以，直接寫信問我們——這比見報後更正省事得多。

可署名引述

以下兩句可以直接引用，不需另外詢問。

「同樣是測驗題的首次作答，詞彙題答對 92.1%，句型題只有 53.7%。這只描述了會主動來這個網站刷題的人身上發生的事，不能推到所有學習者身上。但如果你也卡在『字都看得懂、句子就是組不出來』，至少這不是你一個人的問題。」
— Nihongo to Japan 站長（Founder）

「同一批資料，光是換掉『要納入哪些作答』的定義，句型正確率就從 53.7% 變成 85.4%。我們把四種口徑一起公開，是因為只報一個數字，讀者根本看不出來那是哪一種。」
— Nihongo to Japan 站長（Founder）

本站沒有研究團隊，也沒有發言人。以上引述掛在實際製作這份資料的人名下；若需要針對特定問題的回應，請走聯絡窗口。

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

媒體與資料聯絡窗口

Nihongo to Japan 站長（Founder）・Email：[email protected]

可回答：方法論細節、彙總數字的複查、圖表使用申請、限制與適用範圍、以及「這份資料能不能回答我的問題」這類判斷。一般在 2–3 個工作日內回覆；媒體索取可刊登圖檔走快速通道，24 小時內回覆（見給媒體）。

本站由台灣的個人開發者獨立經營。本站沒有研究團隊，也沒有發言人——上面這個信箱就是實際做出這份資料的人，不是轉接窗口。這點寫在這裡，是因為引用者有權知道資料背後是誰。

版本與更新紀錄

本頁網址永遠指向最新一版的 snapshot。每一版都有版本號與凍結日期，引用時請一併寫出版本（例：v1.1.0，snapshot 2026-08-14）——日後數字更新時，你引用的那一版仍然可以被指認。JSON 與 CSV 下載檔內含相同的版本欄位。

下一版預計在累積約三個月資料後發布，屆時才有趨勢可談。資料更新不會改寫已發布版本的數字：新版會是新的版本號與新的凍結日期，舊版數字仍以其版本號被指認。若你已在論文或報導中引用某個版本而該版數字有變動，請來信，我們會直接告知差異。

← 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