日語學習作答彙總資料集：2026 年 10 月
一句話：這是 Nihongo to Japan 站上 543,344 筆匿名作答紀錄的彙總統計，涵蓋 2026 年 8 月 2 日至 10 月 21 日（81 天）、25,850 道題目。作答量是 8 月版（v1.1.0）的 9.6 倍。
⚠️ v2 和 v1 用的是不同的分析集合，兩版的正確率不能直接相減。 v1 直接查資料庫，主要分析集合是「測驗情境首答」。v2 刻意只用任何人都拿得到的公開彙總端點（/api/aggregates、/api/community），所以主要口徑是「全部作答」與「每題一票的題目層級首答」。這樣做的好處是可重現：輸入檔的 sha256 都寫在下載檔裡，外部研究者可以核對我們拿到的是哪一份資料。詳見方法。
先講清楚這份資料不是什麼。這不是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，也不含因果宣稱。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、期間、樣本數與口徑，可以單獨複製使用。引用時請一併帶上限制。
- NTJ 日語學習作答彙總資料集（2026 年 10 月版，v2.0.0）收錄 2026 年 8 月 2 日至 10 月 21 日共 543,344 筆匿名作答、25,850 道題目，作答量是同站 8 月版（56,613 筆）的 9.6 倍。
- 在同一份資料集的全部作答中，原始正確率依 JLPT 級別為 N5 87.1%、N4 79.5%、N3 75.3%、N2 74.8%、N1 78.1%（n=33,082）——N1 高於 N2 與 N3。
- 以 Rasch 一步估計扣除作答者能力後（每題一票，曝光 ≥20），「平均學習者」的預期答對率為 N3 75.3%（95% CI 74.2–76.3%，847 題）、N1 73.3%（70.2–76.3%，210 題）、N2 71.2%（68.4–73.9%，204 題）；N1 高於 N3 的領先消失，與「強者才會去做 N1 題」的選擇效應一致。
校正後 N1 與 N3 的區間重疊，不能說 N1 比 N3 難；只能說原始正確率的排序不可信。 - 在同一份資料集的全部作答中，助詞題的正確率以 で 62.6%（n=1,741）、が 63.0%（n=2,251）、に 64.7%（n=1,948）最低，を 80.6%（n=1,684）、の 85.2%（n=467）最高；で 與 の 相差 22.6 個百分點。
- 在 n ≥ 300 的句型中，全部作答正確率最低的是 〜らしい 46.5%（n=855）、〜はず 53.4%（n=592）、〜ように 54.2%（n=807）、〜うえに 55.2%（n=471）、〜ながら 58.0%（n=974）。
- 動詞變化題中，可能形 64.5%（n=1,923）最低，ます形 84.0%（n=2,270）最高；た形 70.7%、て形 74.1%、ない形 75.0% 介於其間。
- 以「每題一票」計算（7,057 道曝光 ≥20 的題目），詞彙題的平均首答正確率為 89.1%（95% CI 88.7–89.5%），句型題 73.9%（73.1–74.7%），助詞題 67.6%（64.9–70.4%）。
- 同一個 identifier 在同一個知識點的相鄰兩次作答中，間隔 1 小時以內的答對率為 84.1%，1 小時到 1 天為 76.7%，1–3 天、3–7 天、7–30 天都在 87.0–87.4%，超過 30 天為 79.3%（n=729）。答對率沒有隨間隔單調下降。
這是觀察性資料，誰會隔幾天回來本身就不是隨機的；不能解讀為「隔 1 天以上複習效果最好」。 - 7,057 道曝光 ≥20 的題目中，有 283 道（4.0%）首答正確率低於 35%（四選一亂猜約 25%）。這類題目常見的原因是選項中有第二個說得通的答案，已列入人工複查佇列。
- 本站的作答預測模型 v2，在 257,010 筆作答上的 Brier 分數為 0.199，比 v1 的 0.409 降低 51.4%；但仍高於「每次都猜全體答對率 79.9%」這個常數基準的 0.161。只有加入題目層級難度的版本（0.130）勝過常數基準。
一、五個主要發現
1. 「N1 比 N3 簡單」是選擇效應造成的錯覺
只看全部作答的原始正確率，N1（78.1%）高於 N3（75.3%）與 N2（74.8%）。這不合常理，但 v1 也看到同樣的現象。最可能的解釋是誰來作答：會去點 N1 題的人，本來就比較強。
v2 用能力校正後的難度重算：每一題都扣掉實際作答者的平均能力，換算成「一個平均程度的學習者」答對的機率。校正後 N1 的領先就消失了（N3 75.3%、N1 73.3%、N2 71.2%）。
要注意兩件事。第一，校正後 N1 和 N3 的區間仍有重疊，所以不能反過來說 N1 比 N3 難。第二，校正後 N5（78.0%）並沒有高於 N4（79.4%），代表這個校正只處理了「誰來作答」，處理不了「各級題目集合不同」——N5 進入分析的題目有 53% 是句型題，N4 只有 33%，而句型題本來就比詞彙題難答對。
2. 助詞的落差：で・が・に 比 を・の 低兩成
同樣是助詞，で（62.6%）、が（63.0%）、に（64.7%）三個的正確率比 を（80.6%）、の（85.2%）低了將近 20 個百分點。這三個助詞的共同點是一個助詞對應好幾種用法：で 可以是地點、手段、原因、範圍；に 可以是時間、目的地、對象、目的。
這和 v1 的觀察一致（v1：「助詞內部的落差比級別之間更大」），而 v2 的樣本量讓這個落差的方向更穩定。
3. 最難的句型集中在「推測」與「目的／狀態」
正確率最低的五個句型裡，〜らしい（46.5%）和〜はず（53.4%）都是推測、判斷的表現，常和〜そう、〜よう、〜みたい 混淆；〜ように（54.2%）同時有「目的」「變化」「請求」等多種用法；〜ながら（58.0%）則常被和〜て、〜まま 混用。
動詞變化也有類似的結構：可能形（64.5%）是五種變化中最低的。可能形的規則對一段動詞、五段動詞、不規則動詞各不相同，還要分辨「ら抜き」等口語形，題目常卡在這裡。
4. 隔一段時間再答，正確率沒有單純往下掉
把同一個 identifier 在同一個知識點的相鄰兩次作答配對，依間隔分組：
| 間隔 | 作答數 | identifiers | 正確率 |
|---|---|---|---|
| < 1 小時 | 172,323 | 3,472 | 84.1% |
| 1 小時–1 天 | 5,749 | 647 | 76.7% |
| 1–3 天 | 11,714 | 532 | 87.3% |
| 3–7 天 | 11,864 | 449 | 87.4% |
| 7–30 天 | 13,007 | 405 | 87.0% |
| > 30 天 | 729 | 126 | 79.3% |
教科書上的遺忘曲線是「間隔越長、越容易忘」。這裡看到的卻是 1 小時到 1 天最低、1 到 30 天反而最高。我們不把這解讀為「隔幾天複習效果最好」，因為誰會在隔幾天後回來本身就不是隨機的：持續回來練習的人，本來就比較投入、程度也可能比較好。1 小時到 1 天這一組只有 647 個 identifiers，也可能混入「當天換一台裝置再做一次」的情形。要回答間隔效果，需要隨機分派的實驗，這份資料做不到。
5. 預測模型進步了一半，但還沒贏過最簡單的基準
站上的題目推薦會先預測「你答對這題的機率」。我們用 Brier 分數（預測機率與實際結果的平方差，越低越好）評估它：
- v1 模型：0.409
- v2 模型：0.199（降低 51.4%）
- v2 加入題目層級難度：0.130（降低 68.1%）
- 對照：每次都猜全體答對率 79.9% 的常數基準：0.161
v2 雖然比 v1 進步了一半，整體仍輸給常數基準；只有加入題目層級難度之後才贏過它。我們把這個結果公開，是因為它直接說明了「題目本身的難度」比「學習者程度」更能預測答對與否——這也是第 1 點為什麼一定要做能力校正的原因。
二、資料集概觀
| 項目 | 數值 | 說明 |
|---|---|---|
| 有效作答事件 | 543,344 | 彙總快照 2026-10-21 19:18 UTC，彙總端點的 all_clean_events 口徑（已套用站方清理規則） |
| learner identifiers（至少一筆 A 級作答） | 5,410 | 彙總端點 totalUsers 的口徑 |
| learner identifiers（全部） | 8,073 | 社群統計端點的口徑；是自然人數的上界 |
| 被作答過的題目 | 25,850 | 其中 7,057 道曝光 ≥20，進入題目層級分析 |
| 有能力校正難度的題目 | 18,139 | Rasch 一步估計＋Empirical-Bayes 收縮 |
| 證據等級 | A 59.8%・B 33.5%・C 6.7% | A＝測驗情境；B＝教材練習；C＝其他（定義同 v1） |
| 涵蓋期間 | 2026-08-02 至 10-21 | 81 天 |
關於凍結時的即時計數：首頁顯示的「NTJ 學習者一起完成了 552,850 次練習」是社群統計端點在 2026-10-23 的即時數字，比本資料集多約 9,500 筆，差的是快照之後兩天新增的作答。引用時請以本資料集的 543,344 為準。
三、各能力軸向（全部作答）
| 軸向 | 作答數 | 正確率 | 每題一票首答（題數） |
|---|---|---|---|
| 詞彙 | 267,127 | 90.1% | 89.1%（3,398） |
| 句型／文法 | 234,602 | 75.2% | 73.9%（3,252） |
| 活用變化 | 18,479 | 75.2% | 76.2%（154） |
| 助詞 | 13,870 | 71.3% | 67.6%（189） |
| 慣用表現 | 7,413 | 88.1% | 92.4%（64） |
| 讀解 | 1,103 | 78.7% | — |
| 聽解 | 605 | 69.8% | — |
| 口說 | 118 | SUPPRESSED | — |
讀解、聽解、口說是較新的題型，樣本還少；口說低於 300 筆的門檻，只報作答數不報正確率。
四、各 JLPT 級別
| 級別 | 全部作答正確率（n） | 每題一票首答（題數） | 能力校正後預期答對率（95% CI） |
|---|---|---|---|
| N5 | 87.1%（297,809） | 82.6%（3,817） | 78.0%（77.3–78.7%） |
| N4 | 79.5%（93,609） | 84.5%（1,766） | 79.4%（78.6–80.2%） |
| N3 | 75.3%（82,010） | 75.7%（1,008） | 75.3%（74.2–76.3%） |
| N2 | 74.8%（36,837） | 66.9%（249） | 71.2%（68.4–73.9%） |
| N1 | 78.1%（33,082） | 74.2%（217） | 73.3%（70.2–76.3%） |
三欄的口徑不同，不能互相比較，只能各自在欄內比較。第一欄每一筆作答都算，包含重複練習，而且受各級題型比例影響；第二欄每題一票，不受練習次數影響；第三欄再扣掉作答者能力。
五、題目品質：我們自己的題庫也被量了
7,057 道曝光 ≥20 的題目，首答正確率的分布如下：
| 首答正確率 | 題數 |
|---|---|
| < 35% | 283 |
| 35–50% | 377 |
| 50–70% | 971 |
| 70–85% | 1,347 |
| 85–95% | 1,937 |
| ≥ 95% | 2,142 |
首答正確率低於 35% 的 283 題（4.0%）不一定是壞題，也可能只是真的難；但 8 月的人工複查發現，這一區常見「選項裡有第二個也說得通的答案」（例如「ピアノ＿弾けます」が／を 都可）。系統另以負鑑別度等條件標記了 415 題進入人工複查佇列。這個旗標的精確度約 0.19，只能當複查清單，不能當「壞題」名單引用。
六、老師與教材設計者可以怎麼用
- 助詞教學：で・が・に 的正確率比 を・の 低約 20 個百分點。把一詞多義的助詞拆成「用法 × 例句」分開練習，比整體練習一個助詞更有針對性。
- 推測表現：〜らしい、〜はず 是本資料集裡最常答錯的句型，可以和〜そう、〜よう、〜みたい 放在一起做對比題。
- 可能形：五種動詞變化裡最低，值得按動詞種類分開練習。
- 看自己的數據時：如果你的平台也看到「高級題正確率比中級高」，先懷疑選擇效應，再懷疑題目。
七、方法
資料來源與可重現性
v2 的所有數字都來自以下六個公開端點，於 2026-10-23 取得並凍結：/api/aggregates?kind=summary、kind=items、kind=difficulty、kind=spacing、kind=brier，以及 /api/community?kind=overview。各端點的快照時間與輸入檔 sha256 都寫在 JSON 下載檔的 dataset.source_snapshot_at_utc 與 dataset.input_sha256。產生腳本是 scripts/build-research-dataset-2026-10.py，它接觸不到任何學習者層級資料。
五種分析集合
- 全部作答（能力軸、級別、知識點）：每一筆有效作答都算，包含同一人重複作答。
- 每題一票的首答：每一題先算「每個 identifier 第一次作答」的正確率，再對題目取平均。只納入曝光 ≥20 的題目。95% CI 以題目為單位計算。
- 能力校正後難度：Rasch 一步估計 b̂＝θ̄（實際作答者平均能力）−logit(p̂)，再向同軸向的平均難度做 Empirical-Bayes 收縮（權重 n/(n+5)），換算成全站平均能力者的預期答錯率。我們報的是 1 − 預期答錯率。
- 相鄰作答配對（複習間隔）：同一 identifier、同一知識點的相鄰兩次作答，只用 A、B 級證據。
- 預測準度：所有同時帶 v1 與 v2 預測值的 A 級作答（2026-08-20 起才有預測值欄位）。
最小格數規則
事件層級的格子 n < 300 不報正確率（SUPPRESSED）；知識點只列 n ≥ 300；題目層級分析只納入曝光 ≥ 20 的題目。
信賴區間
事件層級的 Wilson 95% CI 沒有校正同一 identifier 的重複作答（公開端點不提供 identifier 層級資料），所以區間偏窄，只能當參考。題目層級的 CI 以題目為抽樣單位，是對「這個題庫」的區間，不是對學習者母體的區間。
匿名化
公開端點只回傳彙總值。本資料集沒有任何一筆原始作答事件、沒有 identifier、沒有時間戳記層級的資料。
八、限制（請務必一起引用）
- 自選觀察性樣本：只代表「主動來 NTJ 刷題的人」，不是任何學習者母體的代表性樣本。
- identifier 不等於人：瀏覽器端匿名識別碼，跨裝置無法合併；8,073 是人數的上界。
- 題目集合不同：各級別、各軸向、各知識點的題目不同，正確率差異不能直接讀成「這個文法比較難」。
- 全部作答口徑會被重複練習灌高：反覆練習的題目正確率較高。
- 能力校正有前提：Rasch 模型假設單一能力維度；能力估計只用作答數足夠的 identifier。
- 事件層級 CI 偏窄：見方法。
- 題目集合截斷：
kind=items依曝光由高到低最多回傳 25,000 題（總數 25,850），沒拿到的 850 題都是曝光最低的題目，不影響曝光 ≥20 的分析。 - 知識點只到前 100 個：彙總端點只回傳作答最多的 100 個知識點。
- 作答時間不可用：平均作答時間被「開著分頁不動」的極端值拉高，本資料集不報告作答時間。
- 無因果宣稱：本報告任何一句都不是「X 造成 Y」。
九、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、寫出版本號，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 10 月 / Japanese learning answer dataset — October 2026 (Version 2.0.0) [Data set]. https://www.nihongotojapan.com/research/japanese-learning-data-2026-10MLA（9th）
Nihongo to Japan. 日語學習作答彙總資料集・2026 年 10 月. Version 2.0.0, 2026, https://www.nihongotojapan.com/research/japanese-learning-data-2026-10.BibTeX
@misc{ntj_jlad_2026_10,
title = {Japanese Learning Answer Dataset --- October 2026},
author = {{Nihongo to Japan}},
year = {2026},
version = {2.0.0},
note = {Snapshot 2026-10-21; aggregate statistics from 543,344 anonymous answer events, 2 August -- 21 October 2026},
url = {https://www.nihongotojapan.com/research/japanese-learning-data-2026-10}
}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-2026-10.json與japanese-learning-2026-10.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。
標示方式
Nihongo to Japan,《日語學習作答彙總資料集・2026 年 10 月》v2.0.0, CC BY 4.0, https://www.nihongotojapan.com/research/japanese-learning-data-2026-10我們的請求（不是授權條件）
- 一併帶上樣本限制：自選觀察性樣本、非代表性。
- 寫出口徑：「全部作答」「每題一票首答」「能力校正後」三種數字差很多。
- 寫「learner identifiers」而不是「人數」。
- 寫出版本號（v2.0.0，snapshot 2026-10-21）。
⚠️ 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。
十、下載資料
- japanese-learning-2026-10.json — 完整後設資料、輸入檔 sha256、門檻與全部彙總格。
- japanese-learning-2026-10.csv — 一列一格，欄位：
table, key, n, value, ci95_low, ci95_high, unit, note。 - japanese-learning-2026-10-LICENSE.txt — 授權聲明。
圖表檔案（PNG 為 2 倍解析度，SVG 可縮放；圖表不在 CC BY 範圍，轉載請先來信）：
替代文字集中在 alt-text.json。
媒體與資料聯絡窗口
需要更細的切分、發現數字有誤，或想引用但不確定口徑，請來信 [email protected]，標題請註明「資料集 v2.0.0」。
版本與更新紀錄
| 版本 | snapshot | 涵蓋期間 | 說明 |
|---|---|---|---|
| v2.0.0 | 2026-10-21 | 2026-08-02 至 10-21（81 天） | 本頁。改用公開彙總端點；新增能力校正難度、複習間隔、題目品質、預測準度。 |
| v1.1.0 | 2026-08-14 | 2026-08-02 至 08-13（12 天） | 首次公開。主要分析集合為「測驗情境首答」。數字維持不變，可繼續引用。 |