分析方法

本研究量化資料以 SPSS 22 和 IEA 的資料處理與研究中心(IEA Data Processing and Research Center，簡稱 IEA-DPC)所開發的統計分析軟體 International Database(IDB) Analyzer 3.1 做資料分析。

由於 TIMSS 抽樣時，是採用二階段分層叢集抽樣而非隨機抽樣，所 以每一位學生被抽取到機率並不相同，為了可以更加正確推估母群體的 參數，樣本資訊就必須採用適當的權重，若分析時未採使用權重，將導 致分析結果有所偏差。

而 IEA IDB Analyzer 在分析 TIMSS 資料時可以處理適當的抽樣加權 值(sampling weights)，產生 SPSS 程式語法，以正確運用五個似真值 (plausible values)計算出分析資料的平均數與標準誤(standard errors) 。由 於本研究是使用學生的背景資料，所以分析資料時採用 TOTWGT 為抽 樣加權值(Foy, Arora, & Stanco, 2013)。

一、 我國的學生特質概況

經整理過後，本研究從四次調查的問卷中選定重複且具有探討價值 的六大學生特質：家中藏書、家中資源、父母最高學歷、學生最高學歷 期望、學生對於學習科學之信心、學生對於科學之評價。

利用描述性統計(Descriptive Statistics)，統計出有效樣本數與學生填

52

答情形的百分比呈現我國學生這六項特質的分布概況。

二、 我國學生科學整體成績與學生特質的相關性探討

利用皮爾森積差相關(Pearson’s correlation)來分別了解四次調查中 學生的科學整體成績、生命科學領域成績與六大學生特質之間的相關 性。

三、 探討我國學生特質的趨勢變化

本研究進一步探討在四次調查間，我國學生六大特質的趨勢變化。

並將學生分別依照該年度科學整題成績進行排名，選出人數在前三分之 一和後三分之一的學生以區分出高分群和低分群，並計算每次調查中，

高低分群的學生在六個學生特質的統計量以分析其趨勢變化。

如果進行一般的假設性考驗，通常不會考慮調查工具的誤差所造成 的變異，而每個學生的五個似真值(plausible values)便是提供研究者可以 參考測量誤差所導致的變異，以正確估計母群的各項參數。而每個似真 值所排行出來的名次不盡相同。因此必須先分別求出五個似真值在六個 學生特質上的統計量與抽樣變異後，再參考我國 TIMSS 2007 國家報告 中所建議的統計方式，將本研究的統計量進行平均以求得最終統計量估 計值 與其因成就測驗誤差所造成的測量變異 ，公式如下：

53

其中 M 為抽取似真值的次數，在 TIMSS 調查中是抽取五個似真值，所 以 M=5。 為利用每一組似真值分析出的學生特質估計值。

接續合併由抽樣誤差所造成的抽樣變異與因成就測驗誤差所造成的 測量變異，以求出對於學生特質估計值的誤差變異 V ：

其中 為分別用五個似真值求得之抽樣變異的平均：

而 為學生特質估計值之標準誤。

由於每個似真值必須分開進行統計分析並且尚須考慮每個樣本的權 重，因此不使用假設性考驗進行各估計值間的差異顯著判斷。而是分別 推算四次調查中各分群學生六個學生特質估計值的 95%信賴區間，以判 斷各估計值間是否有顯著差異。

54