本研究對於127個樣本進行數學測驗（6個學習障礙樣本與121個一般樣
本）與錯誤概念分群，結果發現學習障礙樣本確實出現群聚現象。5個學習 障礙樣本歸屬於第一類，1個歸屬於第三類；至於第二類所涵括人數最多，
全為一般學生樣本。
對於一般學生而言，多屬於第二類，其錯誤概念出現是隨機分布的，
在教學歷程中應多澄清基本概念，並加強不同概念間的關聯性探討。至於本 研究所取學習障礙學生多屬於第一類，顯示其錯誤概念確實具有共同趨勢存 在，且多出現於較複雜的關聯性概念中，推測可能與本研究學障學生的認知 功能及語文能力不佳有關，致使解題困難。然而該類形亦可能展現於非學障 學童的解題表現上，即徵狀及特色相似，但是一般學童的錯誤率稍低。另 外、僅有一學障學生歸屬的第三類型，此類型學生的整體解題錯誤較少，且 隨機出現在基本概念中，可能因疏忽大意而犯錯，是屬於能力較佳、但不夠 謹慎的一群。在教學上教師供補救教學時，可針對這類型學生出現的主要錯 誤概念，配合建構式的思辯歷程，激發學生對於本身迷思概念省思修正。該 結果除了可提供教師作為補救教學時的初步分類依據，亦可作為日常學習時 的分組參考依據。
再者，雖然分為三種類型，但三類的學生普遍在「重量」這個單元的 概念測驗上出現困難，類似的結果也曾出現在對於國小三下學生的自然科學 知識結構研究中（陳嘉甄，2001）。這樣的結果是否能得到其它實証研究的 數據，是須要再努力的；或者若真的有此共通現象，那麼原因為何? 究竟是 學生認知發展層次不適在三年級學習重量的概念，或者是教材結構與呈現上 的問題，值得再深入探索。
概念具有層次性與複雜性，因此分析時常會遇困難。在一道數學題中 會包含各種概念，而中年級的數學概念又包含低年級的解題概念；認知心理 學對於解題歷程的研究則提出，數學解題不僅涉及數學概念，甚至其語文理 解的影響。
本研究對於概念的群聚分析，可以展現學生在錯誤概念的共同趨勢。
也發現，學習障礙者存在類似的數學錯誤概念組型，並且部分一般學生有類
似的錯誤概念組型存在，該結果可提供為補救教學時的一項參佐，針對其錯 誤概念組型，進行該單元的重新教學，或是讓這些學生有實際的操作體驗，
可能較有助於未來學習。
基於前述研究結論，本研究提出建議如下︰
1.各試題蘊含概念數量可能影響分群結果，然而各單元教學的重點不 同，因此試題中的概念分配比重也各異，目前仍倚賴專家判斷為主。本研究 結合不同單元進行測量，未來研究者可考慮分單元進行測驗分析，使概念測 量有更均勻的機會呈現。
2.未來研究可進行類神經網路與模糊聚類方法（Fuzzy C-mean）之效果 比對︰當前對於學生迷思概念或錯誤概念的研究以推論規則為主要的進行方 式，使得迷思概念只能以「線性區分」的方式呈現。學者孫光天曾提出利用 類神經網路區分學生能力的構想，利用其非線性區分能力得到學生的迷思概 念關聯（孫光天，1998）。比較類神經網路與模糊聚類方法（Fuzzy C-mean）
在學生迷思概念關聯類型的區分效果，是未來研究者可以發展的方向之一。
3.結合遺傳演算法，找出最具代表性的錯誤概念組合︰遺傳演算法利用 仿生物遺傳演化的特徵，能避免區域最大值的問題，有助於找尋許多複雜問 題的最適解。本研究以模糊聚類方法（Fuzzy C-mean）得到學生錯誤類型的 分類，其結果顯示學生解題時確實有不同的錯誤趨勢。未來研究可考慮結合 遺傳演算法，得到學生錯誤關聯類型後，再以遺傳演算法找出每一關聯類型 內最具代表性的錯誤類型。
4.診斷錯誤概念組型，結合電腦輔助教學，發展智慧型教學系統︰認 知心理學解釋人類心理反應的模式之一為神經網路模式（neural network models），該模式提出人類不同的認知處理模式同時發生，因此任一反應 的發生同時涉及許多相關訊息的處理，該模式亦稱之平行分散處理模式（
parallel distributed processing）。任一概念並非獨立的存在於記憶中，而是如 關聯網路般的存在。以學生錯誤關聯類型診斷為基礎，可應用於電腦輔助教 學系統中，建立智慧型的教學系統，對於學障學生的學習應將有所助益。