二、實驗素材 - 匹配與不匹配效果於電子商務網頁式學習系統之學習成效分析：基於認知風格與生理因素

本研究選用之實驗素材是 Efraim Turban 等著，張瑞芬總編譯的《電子商務概論(Introduction to Electronic Commercer 3e)》三版，出版日期是西元 2012 年 1 月，ISBN：978-957-609-863-5。根據以往的研究顯示學習內容最好設計在 25 分

No. 元件 1 前測 2 目錄 3 前言 4 課程目標 5 課前案例 6 課後案例 7 目標回顧 8 專有名詞 9 參考資料 10 熱門時事 11 自我評量 12 討論區 13 請教老師 14 關鍵字

鐘之內(Lo, Chan & Yeh, 2012)。為了盡量降低先被知識上的差異，因此本研究選用電子商務課程不容易會教到的第九章來設計本研究所需要的網站內容，並且將教材內容控制在 25 分鐘內可以學習完成的份量。整體網站的架構參考 Chen &

Macredie (2004)與 Lo & Chan (2008)的研究，設計兩種不同的版本：目錄(Index) 和地圖(Map)。主要的區別是學習者的學習瀏覽模式。在目錄類型的教材中，每個單元都會有個超連結並且排列整齊，如圖 1 所示；而在地圖類型的教材則是用樹狀的結構，如圖 2 所示。除了生理訊號感測器外，還有一些按鈕放置網頁的頂部，讓受測者可以通過點擊這些按鈕來回饋受測者感受到的情緒：有興趣、無聊、

緊張或煩躁(Huang, 2014)，讓我們可以從主觀與客觀兩方面分析。

圖 1：目錄(Index)版本的網頁介面

圖 2：地圖(Map)版本的網頁介面

本研究目的是在探究，認知風格的匹配與不匹配之影響為何。因此本研究的問卷設計分為心智負荷、系統易用性、認知風格、學習成效與基本資料五大部分；

第一部分：人數統計變數；第二部分：認知風格；第三部分：心智負荷；第四部份：系統易用性；第五部分：學習成效。其分別敘述如下：

1. 基本資料表

此量表之研究問項皆依據本研究需求，讓受測者回答「姓名」、「性別」、「年齡」、「教育程度」、「就讀學院」、「工作職業」、「婚姻狀況」、「是否學習過電子商務」。用以了解受測者的相關背景，題目如附件 B 所示。

2. 認知風格

本研究所使用的認知風格問卷是《學習偏好問卷(Study Preference Ques-tionnaire, SPQ)》，這份問卷是由 Ford (1985)所開發的，這是最常用來判斷整體主義(holist)/循序主義(serialist)認知風格所使用的工具，每題 2 個選項，是屬於準敘述題型，題目如附件 A 所示。

3. 心智負荷

本研究使用的心智負荷量表示由 Hart 與 Staveland (1988)於心智(工作)負荷 NASA-TLX(National Aeronautics and Space Administration-Task Load Index, NASA-TLX)的研究中所提出 NASA-TLX 心智負荷量表(NASA Task Load Index)。

是雙極方向的七點尺度量表，題目如附件 E 所示。

4. 系統易用性

本研究所使用的系統易用性量表是由 Brooke (1996)所提出的系統易用性量表 SUS(System Usability Scale, SUS)，系統易用性尺度量表是一個簡單的、用來衡量系統整體使用性看法的十題 5 等尺度之李克特量表(five-interval Likert scale) 型式之問卷，題目如附件 D 所示。

5. 前後測問卷

本研究使用的前後測問卷是從《電子商務概論(Introduction to Electronic Commercer 3e)》三版裡面挑選而出，前測 15 題、後測 15 題，共 30 題之選擇題。

並且在選項之中加入「我不知道」之選項，以預防受測者在不知道正確答案之狀況下胡亂猜測進而影響實驗之結果。詳情如附件 B、附件 C 所示。

最後本研究在生理訊號量測方面，選用心律變異度(HRV)、血氧濃度(SPO2)、

呼吸、膚溫(Skin tempersture)、皮膚電位反應(Galvanic Skin Response, GSR)、腦波注意力與情緒等七種。

(一) 脈搏血氧儀

Baker & Shah (1997)脈搏血氧儀最早的測量方法是由 Brinkman 和 Zijlstra 提出，它是一種依據血液中 HbO2 和 Hb 的吸收光譜特性出的類似分光光度技術的

測量方法，圖 3 為脈搏血氧儀測量儀器。

心率變異度傳統的研究方法有兩種，分為時域與頻域(徐征杰, 2002)。時域方法常用的變異度指標有六種：1. SDNN(Standard Deviation of the Normal to Normal interval)。2. SDANN(Standard Deviation of the Average Normal to Normal interval)。3. SDNN index。4. RMSSD。5. NN50。6. PNN50。

1. SDNN：正常心跳期間的標準偏差及變異度的開平方，在使用 SDNN 的時候需要對數據的長度進行標準化處理(柴繼紅 et al., 2004)，比較基準建議是 5 分鐘或 24 小時(陳高揚 et al., 2000)。

2. SDANN：先計算短時間的平均正常心跳期間，通常是 5 分鐘，再計算其標準偏差。

3. SDNN index：先計算每 5 分鐘正常心跳期間的標準偏差，再求其平均值，

以此來估計短時間的心率變異度。

4. RMSSD：相鄰正常心跳間期差值平均和的均方根值。

5. NN50：相鄰正常心跳間期差值超過 50 毫秒的個數。

6. PNN50：相鄰正常心跳間期差值超過 50 毫秒的比例。

本研究最主要的是在注重每個自變項正常心跳間的變化，因此本研究將採用 HRV 中時域的 SDNN 來做評估。

本研究加入了 HRV 來探討使用數位教材學習後的疲勞程度，HRV 也蘊含了心血管控制系統與體液節調等資訊，對於這些資訊的分析可以評估生理的影響，

具有重要的生理學研究與臨床應用的意義(柴繼紅 et al., 2004)。

而血氧濃度常用於探測疲勞程度，達到預前保健效果，也被證實可以應用於疲勞評估的可能(胡志彰, 2007)。由於現代社會的多數人因為長時間的慣性動作，

對於產生的疲勞不容易察覺，所以長時間的血氧濃度疲勞監測可以讓一般人較為容易知道自己的疲勞狀況，也更能精準的評估自已的狀態。

圖 3：脈搏血氧儀

(二) 情緒測量器

情緒價向程度則經常藉由心跳(heart rate)或肌電(facial electromyography，簡稱 facial EMG)來測量。心跳作為一種指標，需要精確的實驗設計配合，因為心跳同時受到交感神經系統(SNS)與副交感神經系統(parasympathetic nervous sys-tem，簡稱 PNS)的控制(Ravaja, 2004)。SNS 與「情緒價值程度」有關，負向情緒時的心跳會比正向情緒時的心跳要低 (Bolls, et al., 2001)；PNS 與注意力(attention) 有關，高注意力也會導致心跳降低 (Turpin, 1986)，傳播領域中與電視有關的研究已經累積了需多成果(Lang, Potter, & Grabe, 2003)。肌電測量與情緒有關的面部肌肉變化，能直接反應情緒價向程度(Bolls, et al., 2001; Witvliet & Vrana, 1995)。

正向情緒會有較強的顴骨肌肉(zygomatic muscle)活動，負向情緒會有較強的皺眉肌(corrugator muscle)活動。研究顯示，測量情緒時，自我報告與生理訊號之間有高度的相關(Lang, et al., 1993)。

本研究採用的情緒測量器 emWave 是由 HeartMath 公司所開發，主要用來檢

測人類的緊張情緒，此儀器是使用一種耳傳感測器夾於一耳之耳垂，感測心律變異 Heart rate variability(HRV)以及情緒辨識演算分析人類的情感狀態，此系統會評估計算人類情感影響 HRV 的狀況，已連續曲線圖形放式呈現在螢幕上(如圖 2)。

圖上顯示心律每分鐘的曲線，圖右下連續比例(Coherence Ratio)是由心跳功率頻譜分析而來，分別代表不同的三種狀態：紅色部分為功率頻譜低頻區，是交感神經的活動變化，代表負面的情感狀態；藍色部分為功率頻譜的中頻區，是副交感神經的活動變化，代表和平的情感狀態；綠色部分為功率頻譜的高頻區，是副交感神經的活動變化，代表正面的情感狀態。emWave 系統會計算此三種數值，將他們以百分比的方式呈現為連續性分數(Accumulated Coherence Score, 簡稱 ACS) 的曲線圖，如圖左下所示，當曲線斜率為正斜率或呈現波浪般曲線時，表示受測者處於輕鬆或積極的正面情緒狀態；當曲線斜率為負斜率或不規則呈現鋸齒狀時，

表示受測者處於緊張或壓力的負面情緒狀態(Chen & Sun, 2012)。

Chen & Sun (2012) emWave 可以用來感測學習者在學習過程中的情感變化，

並且有可描述與可視性的優點。emWave 是一種情緒狀態的感測器，採用的是將傳感器夾在耳朵上來感測心律變異性(Heart rate variability, HRV)，以判斷學習者的情感。Chen & Wang (2011)利用 emWave 可以有效的判斷受測者的情感是積極的、平和的還是消極的，如圖 4 所示 emWave 所偵測的波形數據，圖 5 為 emWave 儀器。

圖 4：emWave 波形數據

圖 5：emWave 儀器

計算正、負情緒百分比的方法是由連續分數(coherence score, 簡稱 ACS)和心律(heart rate artifacts, 簡稱 HRA)累計的連續值(coherence value,簡稱 CV)而來，

計算公式與說明如下：

CV(t) = � −1, 𝑖𝑖 𝑐𝑐ℎ𝑒𝑒𝑒𝑒𝑐𝑒(𝑡) = 0 𝑎𝑒𝑎 𝐻𝑅𝐻(𝑡) = 0(𝑒𝑒𝑛𝑎𝑡𝑖𝑛𝑒 𝑒𝑒𝑐𝑡𝑖𝑐𝑒) +1, 𝑖𝑖 𝐶𝑐ℎ𝑒𝑒𝑒𝑒𝑐𝑒(𝑡) = 1 𝑎𝑒𝑎 𝐻𝑅𝐻(𝑡) = 0(𝑝𝑒𝑎𝑐𝑒𝑖𝑝𝑝 𝑒𝑒𝑐𝑡𝑖𝑐𝑒) +2, 𝑖𝑖 𝐶𝑐ℎ𝑒𝑒𝑒𝑐𝑒(𝑡) = 2 𝑎𝑒𝑎 𝐻𝑅𝐻(𝑡) = 0(𝑝𝑐𝑝𝑖𝑡𝑖𝑛𝑒 𝑒𝑒𝑐𝑡𝑖𝑐𝑒)

,t = 1,2,…,m

CV(t)表示第 t 個樣本時間的值；Coherence(t)為 t 樣本時間的連續狀態；HRA(t) 為 HRA 在 t 樣本時間的值；m 為情緒狀態的紀錄次數。

根據獲得的 CV 值，ACS 的正面情緒、和平情緒、負面情緒可表示成公式如下：

𝐻𝐶𝐴 𝑐𝑖 𝑃𝑐𝑝𝑖𝑡𝑖𝑛𝑒 𝐸𝑒𝑐𝑡𝑖𝑐𝑒 = � 𝐶𝐶(𝑡), 𝑖𝑖 𝐶𝑐ℎ𝑒𝑒𝑒𝑒𝑐𝑒(𝑡) = 2 𝑎𝑒𝑎 𝐻𝑅𝐻 = 0

𝑚 𝑡=1

𝐻𝐶𝐴 𝑐𝑖 𝑃𝑒𝑎𝑐𝑒𝑖𝑝𝑝 𝐸𝑒𝑐𝑡𝑖𝑐𝑒 = � 𝐶𝐶(𝑡), 𝑖𝑖 𝐶𝑐ℎ𝑒𝑒𝑒𝑒𝑐𝑒(𝑡) = 1 𝑎𝑒𝑎 𝐻𝑅𝐻 = 0

𝑚 𝑡=1

𝐻𝐶𝐴 𝑐𝑖 𝑒𝑒𝑛𝑎𝑡𝑖𝑛𝑒 𝐸𝑒𝑐𝑡𝑖𝑐𝑒 = �� 𝐶𝐶(𝑡)

𝑚 𝑡=1

� , 𝑖𝑖 𝐶𝑐ℎ𝑒𝑒𝑒𝑒𝑐𝑒(𝑡) = 0 𝑎𝑒𝑎 𝐻𝑅𝐻 = 0

因此，正面及負面情緒所占百分比便可以如下公式所得知：

Positive Emotion =

𝐴𝐴𝐴 𝑜𝑜 𝑃𝑜𝑃𝑖𝑡𝑖𝑃𝑃 𝐸𝑚𝑜𝑡𝑖𝑜𝐸

𝐴𝐴𝐴 𝑜𝑜 𝑃𝑜𝑃𝑖𝑡𝑖𝑃𝑃+𝐴𝐴𝐴 𝑜𝑜 𝑃𝑃𝑃𝑃𝑃𝑜𝑃𝑃 𝐸𝑚𝑜𝑡𝑖𝑜𝐸+𝐴𝐴𝐴 𝑜𝑜 𝑁𝑃𝑁𝑃𝑡𝑖𝑃𝑃 𝐸𝑚𝑜𝑡𝑖𝑜𝐸  100%

Negativ Emotion =

𝐴𝐴𝐴 𝑜𝑜 𝑁𝑃𝑁𝑃𝑡𝑖𝑃𝑃 𝐸𝑚𝑜𝑡𝑖𝑜𝐸

(三) 腦波量測儀

Webster(1988)相較於體表其他訊號(如心電信號等)而言，腦波信號是屬於較微弱的信號僅只有數十微伏特，需要放大約數千倍才能辨識，容易受到外界干擾或著雜訊影響而失真，事實上，人體腦電圖量測大多是在頭皮測得，因而 EEG 所記錄到的活動多數為表層皮質的電位變化，是由皮質細胞樹突和細胞體形成之波動電偶間的電流形成的。而原本就很小的訊號，再經過腦脊液、蜘蛛膜、硬腦膜、

顱骨和頭皮的衰減後，因此在頭皮量測到的正常腦波，訊號大小更是小到約 0.5 - 100 μV，而其頻率範圍約在 0.5 -100 Hz 之間。

本研究採用的是 NeuroSky 公司之腦波測量儀器，圖 6 為 NeuroSky 腦波儀，

是一種不具侵入性的腦波測量工具，用於檢測神經元電觸發活動，外型像是爾肇式耳機。其構造是使用三個感應器接觸在皮膚，分別為下方的耳多兩處與前額部分，前額是個方便放置感應器的位置，額葉皮層也是有高度的認知訊號和意識的發源地(Peters etal., 2009)。 NeuroSky 可以測得每個腦波區段每毫秒 7 筆的數據，

其可以測得之腦波區段為 0Hz~63Hz 之間，涵蓋了所有的腦波區段，同時可以測得與注意力(Attention)相關及情緒放鬆(Meditation)相關的兩項生理數值。由於 NeuroSky 本身是一種無線藍芽的裝置，加上其耳罩式的外型設計，可以再做實驗的時候屏除聲音或其他非預期的干擾因素。

Shen, Wang, &Shen (2009)和腦電圖儀與臨床生理學會國際聯盟(International Federation of Societies for Electroencephalography and Clinical Neurophysiology)依據腦波頻率不同而可分為四個階段，分別介紹如下：

1. Alpha activity (α 波)：頻率為 8-13 Hz，振幅約 20-200 μV。一般在正常人清醒並處在安靜休息的大腦活動狀態之下，最明顯會在大腦頂葉部 (parietal region)及枕葉部(occipital region)出現這樣的週期波，其電位約為 50 μV。而在這種狀態下，受測者的身心能量耗費最少。當有思考、睜眼或有其他刺激時，α波就會消失，此一現象稱為α 波的阻斷，當受試者

重新安靜閉目時，α波才會重新出現。

2. Beta activity (β 波)：頻率為 13 Hz 以上，但一般很少高於 50 Hz。在清醒而警覺的狀態下，較常出現在頂葉部及額葉部(frontal region)，尤其當大腦思考或接受感官刺激時，此波段會較明顯，因為此時身體是處於緊張狀態，準備隨時對外界做反應，此狀態下人的體力和精神能量耗費較

在文檔中匹配與不匹配效果於電子商務網頁式學習系統之學習成效分析：基於認知風格與生理因素 (頁 33-48)