• 沒有找到結果。

伍、整體模型之迴歸分析

在文檔中 第四章 研究結果與討論 (頁 32-35)

最後,則將四個中介變項同時同入迴歸模式,以了解整體迴歸模 式的預測力,進行說明如下。

表 4-4-5 的 Model 1 與上述社會資本迴歸分析相同,結果顯示性 別、家長教育程度、家長職業社經地位三者能顯著預測英語學業成績;

居住地區都市化程度則皆無法預測英語學業成績。

其次,Model 2 加入四個中介變項同時投入迴歸模式。統計結果顯 示,在背景變項中,性別(標準化迴歸係數= - 0.113)、家長教育程度為 高中職(標準化迴歸係數= 0.089)、家長教育程度為大專院校(標準化迴 歸係數= 0.158)、家長教育程度為研究所以上(標準化迴歸係數=

0.102)、家長職業收入為白領階級(標準化迴歸係數= 0.042),皆仍可顯 著預測英語學業成績;而居住在高雄地區,則由不顯著轉為可以顯著 負向預測英語學業成績(標準化迴歸係數= -0.044)。

另外在中介變項中,英語補習(標準化 Beta = 0.264)及情意因素(標 準化Beta = 0.397) 仍可顯著預測英語成績,而社會資本及財務資本則 無法顯著預測英語學業成績。

在線性重合的檢定上,由附錄5-5可看出,各個變項的VIF 值均低 於10,CI 值為8.161,進一步檢視變異數比例,由附錄中則可看出並未 有兩自變項的值接近1。綜合VIF、CI 值以及變異數比例的統計分析結 果可知,Model 2沒有嚴重的共線性問題,因此各變項的迴歸參數具有 正確的解釋力。

由上述結果可知,背景變項再加入四個中介變項後,性別、家長 教育程度、家長職業,仍可以顯著預測英語學業成績,而居住在高雄 市則變為顯著負向預測英語學業成績。另外中介變項中,英語補習及

85

情意因素仍可以顯著預測英語學業成績,社會資本及財務資本,則無 法顯著預測英語學業成績。整體模型解釋力為40 %,增加了26.8%。

推測上述結果,在背景變項部分,性別、家長教育程度、家長職 業仍可以顯著預測英語學業成績。推測可能原因有三,首先可能這四 個背景變項的對於英語學業成績有直接效果,不需要透過中介變項就 能產生作用。其次,亦可能是有其他重要中介變項在本研究中未被測 量,因而背景變項仍可以顯著預測英語學業成就。最後,也可能是本 研究採用次級資料,所測量的中介變項無法完全周延涵蓋,因而中介 效果較低。但確實原因可再進一步探討之。

另外,再加入四個中介變項後,居住在高雄市由無顯著差異轉而 可以顯著負向預測英語學業成績;推測可能原因是居住在高雄市有某 個不利的因素,但由於居住在高雄市具有英語補習及英語學習情意的 優勢,因而正負兩兩相抵,導致Model 1居住高雄市無法顯著預測英語 學業成績。但在Model 2 控制英語補習與情意因素後,此不利因素反而 顯現出來,使得居住在高雄市轉為可以顯著負向預測英語成績。不過 居住地區往往涉及許多背景變項的影響,綜合交織為最終結果

(Steinberg, Darling, & Fletcher, 1995),確切原因為何,仍有待進一步進 行檢證。

在中介變項部分,當四個中介變項中同時投入迴歸模式後,只有 英語補習及英語學習情意因素可以顯著預測英語學業成績,社會資本 及財務資本則無法顯著預測。推測可能原因是四個中介變項具有共變 性,而因英語補習及情意因素的的預測力較高,所以在四個中介變項 同時投入迴歸模模型後,相對預測力較小的社會資本及財務資本,變 得無法顯著預測英語學業成績。但確切原因以及社會資本及財務資本 在本土的預測力如何,則可持續檢證。

86 4-4-5 背景因素及整體中介變項對英語學業成就之迴歸分析

Model 1

背景預測英語成績

(XÆY)

Model 4

背景及中介因素 預測英語成績 (X+MÆ Y) B (標準化Beta) B (標準化Beta)

性別 -3.942 (-.199) *** -2.18 (-.113) ***

家長教育高中職 3.379 (.171) *** 1.732 (.089) ***

家長教育大專院校 6.964 (.302) *** 3.552 (.158) ***

家長教育研究所以上 8.476 (.174) *** 4.84 (.102) ***

家長白領階級 1.533 (.076) *** .827 (.042) ***

新興市鎮 -.113 (-.006) -.076 (-.004) 省轄市 .491 (.014) .008 (.000) 高雄市 -.710 (-.02) -1.527 (-.044) ***

台北市 .618 (.018) .195 (.006)

社會資本 -.056 (-.006)

財務資本 .034 (.004)

英語補習 2.559 (.264) ***

情意因素 3.816 (.397) ***

N 5775 5300

DW值 1.612 1.692

CI值 7.968 8.161

F 98.236 *** 272.609 ***

R Square .133 0.4

** P < .01 *** P < .001

87

第五節 綜合討論

經由上述T檢定、變異數分析及迴歸分析結果,本研究對各項假設 進行討論如後。

在文檔中 第四章 研究結果與討論 (頁 32-35)