因素分析結果

本研究是利用因素分析法來建構效度，使用主成份分析來選取因素的部分，

照 Kaiser 所提出的準則，將特徵值大於 1 的主成份保留，做為選取因素個數的 準則，為了能清楚解釋因素之間的結構，透過最大變異法對各因素進行轉軸，本 研究將保留負荷量能達到 0.5 以上作為測量試題。

在開始進入主成份分析法之前，可以先進行 Kaiser-Meyer-Olkin (KMO)因素 適合性與 Bartlett 球性檢定，來確定樣本題向是否適合坐因素分析。依據 Kaiser 觀點來看，將利用 KMO 值來判別，其判別標準，如表 4-3 所示。

表 4-3 KMO 評定標準

Kaiser-Meyer-Olkin (KMO)統計量表 信度分析適合度

0.90 以上 非常適合

0.80 以上 適合

0.70 以上 還算適合

0.60 以上 普通

0.50 以上 不太適合

0.50 以下 不能使用

27

4.3.1 課程因素分析結果

從表 4-4 得知，KMO (Kaiser-Meyer-Olkin)取樣適切性量數為 0.551，然而 Bartlett 檢定達到顯著水準，所以適合進行因素分析。

表 4-4 課程 KMO 與 Bartlett 檢定表 Kaiser-Meyer-Olkin (KMO)值 Bartlett 檢定

0.551 顯著性 0.00***

註：***表示顯著性低於 0.5 為有顯著性

因素分析後，課程構陎的因素負荷量大多大於 0.5 以上，只取一個主成份特 徵值為 1.74 大於 1 的特徵，另外解釋變異量則是 76.2%，表示解釋能力相當不錯，

具有良好的建構效度，如表 4-5 所示。

由表 4-5 得知，最高因素負荷量量表為：5.我對於課程學習的效果滿意度。

而最低因素負荷量量表為：1.我對於課程內容與課程大綱滿意度。探究其因，係 學生對於教案的設計，較有自己的想法與創意。

28

表 4-5 課程因素分析表

課程量表 因素負荷量

1.我對於課程內容與課程大綱滿意度 0.231

2.我對於課程設計難易安排滿意度 0.582

3.我對於課程時數安排滿意度 0.643

4.我對於教材達到輔助學習的滿意度 0.667

5.我對於課程學習的效果滿意度 0.699

特徵值 1.74

解釋變異量 76.20%

29

4.3.2 機械結構因素分析結果

從表 4-6 得知，KMO (Kaiser-Meyer-Olkin)取樣適切性量數為 0.652，然而 Bartlett 檢定達到顯著水準，所以適合進行因素分析。

表 4-6 機械結構 KMO 與 Bartlett 檢定表 Kaiser-Meyer-Olkin(KMO)值 Bartlett 檢定

0.652 顯著性 0.00***

因素分析後，機械結構的因素負荷量部分大於 0.5 以上，只取一個主成份特 徵值為 2.221 大於 1 的特徵，另外解釋變異量則是 67.25%，表示解釋能力相當不 錯，具有良好的建構效度，如表 4-7 所示。

由表 4-7 得知，最高因素負荷量量表為：3.我能自行設計符合講師要求的機 構，其因乃學生對於講師所欲表達與要求的機構，能夠充分的理解。而最低因素 負荷量量表為：2.組裝機構對我來說一點也不困難，其因係 LEGO 機械結構對於 一年級的學生來說比較為陌生，需要較高年級學生參與，並討論才行。

30

表 4-7 機械結構因素分析表

機械結構量表 因素負荷量

1.對於各種零件的使用方法我很瞭解 0.575

2.組裝機構對我來說一點也不困難 0.363

3.我能自行設計符合講師要求的機構 0.847

4.我能從課程中學習到機械結構的原理 0.796 5.未來想從事關於機械結構設計方陎工作 0.639

特徵值 2.221

解釋變異量 67.25%

31

4.3.3 程式邏輯因素分析結果

從表 4-8 得知，KMO (Kaiser-Meyer-Olkin)取樣適切性量數為 0.500，然而 Bartlett 檢定達到顯著水準，所以適合進行因素分析。

表 4-8 程式邏輯 KMO 與 Bartlett 檢定表 Kaiser-Meyer-Olkin(KMO)值 Bartlett 檢定

0.500 顯著性 0.00***

因素分析後，程式邏輯的因素負荷量部分大於(包含) 0.5 以上，只取一個主 成份特徵值為 1.371 大於 1 的特徵，另外解釋變異量則是 53.75%，表示解釋能力 相當不錯，具有良好的建構效度，如表 4-9 所示。

由表 4-9 得知，最高因素負荷量量表為：4.我能馬上找出程式出問題的地方。

探究其因，係於撰寫程式時，教師都是使用較基本的程式說明，然學生通常都是 大意才會造成錯誤，但學生經仔細檢查後即可馬上修正。而最低因素負荷量量表 為：3.撰寫程式能提升我的邏輯思考能力，其因係程式邏輯對較低年級學生來說 較為陌生的領域，故在提升學生思考邏輯能力上，還是有一定的限度存在。

32

表 4-9 程式邏輯因素分析表

程式邏輯量表 因素負荷量

1.對於各種程式指令使用方法我很瞭解 0.638

2.程式對我來說一點也不困難 0.462

3.撰寫程式能提升我的邏輯思考能力 0.371

4.我能馬上找出程式出問題的地方 0.681

5.未來想從事關於程式設計方陎的工作 0.481

特徵值 1.371

解釋變異量 53.75%

33

4.3.4 團隊合作因素分析結果

從表 4-10 得知，KMO (Kaiser-Meyer-Olkin)取樣適切性量數為 0.553，然而 Bartlett 檢定達到顯著水準，所以適合進行因素分析。

表 4-10 團隊合作 KMO 與 Bartlett 檢定表 Kaiser-Meyer-Olkin(KMO)值 Bartlett 檢定

0.553 顯著性 0.00***

因素分析後，團隊合作的因素負荷量大多大於 0.5 以上，只取一個主成份特 徵值為 1.561 大於 1 的特徵，另外解釋變異量則是 55.86%，表示解釋能力相當不 錯，具有良好的建構效度，如表 4-11 所示。

由表 4-11 得知，最高因素負荷量量表為：5.團隊合作比單打獨鬥來的有效率，

其因係學生在組裝的過程中均會遇到一些困難與問題，然透過組員間互相溝通討 論，可提高整體學習效率。而於最低因素負荷量量表為：3.我覺得團隊合作的觀 念是很重要的。探究其因，係於競賽時，學生們都想表現出自己最好的一陎，此 時的團隊合作對於學生來說，將會是沒有任何效果的。

34

表 4-11 團隊合作因素分析表

團隊合作量表 因素負荷量

1.我願意將想法表達出來 0.503

2.當沒有共識時，我願意傾聽組員的想法 0.515

3.我覺得團隊合作的觀念是很重要的 0.429

4.團隊合作可幫助我們縮短時間達成目的 0.576

5.團隊合作比單打獨鬥來的有效率 0.727

特徵值 1.561

解釋變異量 55.86%

35

4.3.5 科學能力因素分析結果

從表 4-12 得知，KMO (Kaiser-Meyer-Olkin)取樣適切性量數為 0.579，然而 Bartlett 檢定達到顯著水準，所以適合進行因素分析。

表 4-12 科學能力 KMO 與 Bartlett 檢定表 Kaiser-Meyer-Olkin(KMO)值 Bartlett 檢定

0.579 顯著性 0.00***

因素分析後，科學能力的因素負荷量大多大於 0.5 以上，只取一個主成份特 徵值為 1.507 大於 1 的特徵，另外解釋變異量則是 51.05%，表示解釋能力相當不 錯，具有良好的建構效度，如表 4-13 所示。

由表 4-13 得知，最高因素負荷量量表為：1.現在和以前相比我有更多不一樣 的想法，其因係學生經過課程訓練後，能有更多自己的想法與創意，並融入到課 堂所教學之機構上。而最低因素負荷量量表為：4.訓練課程對於英文方陎是有幫 助的。探究其因，係學生於程式撰寫時，會接觸到編輯軟體英文的介陎，然此英 文的詞彙與之前學習的方向又有些落差，故導致此英文的訓練課程數據較低。

36

表 4-13 科學能力因素分析表

科學能力量表 因素負荷量

1.現在和以前相比我有更多不一樣的想法 0.770

2.訓練課程對於物理方陎是有幫助的 0.581

3.訓練課程對於數學方陎是有幫助的 0.528

4.訓練課程對於英文方陎是有幫助的 0.020

5.訓練課程對於課業成績是有幫助的 0.544

特徵值 1.507

解釋變異量 51.05%

37

4.3.6 整體而言因素分析結果

從表 4-14 得知，KMO (Kaiser-Meyer-Olkin)取樣適切性量數為 0.633，然而 Bartlett 檢定達到顯著水準，所以適合進行因素分析。

表 4-14 整體而言 Bartlett 檢定表

Kaiser-Meyer-Olkin(KMO)值 Bartlett 檢定

0.633 顯著性 0.00***

因素分析後，整體而言的因素負荷量大多大於 0.5 以上，只取一個主成份特 徵值為 1.841 大於 1 的特徵，另外解釋變異量則是 59.08%，表示解釋能力相當不 錯，具有良好的建構效度，如表 4-15 所示。

由表 4-15 得知，最高因素負荷量量表為：4.課程讓我對於機器人資訊更加有 興趣，其因係學生經過課程學習後，對於機器人有了更進一步的瞭解，相對也引 起學生對其他種類機器人的興趣。而最低因素負荷量量表為：1.我對於本次課程 整體滿意度。探究其因，係由於社團時間只有不到兩個小時，學生對於時間的安 排上並不滿意，希望能延長至三個小時，故此滿意度的分數較低。

38

表 4-15 整體而言因素分析表

整體而言量表 因素負荷量

1.我對於本次課程整體滿意度 0.120

2.如有相關課程是否願意再次參與 0.607

3.是否願意與其他同學分享課程之心得 0.658 4.課程讓我對於機器人資訊更加有興趣 0.776

5.未來希望從事機器人相關之工作 0.651

特徵值 1.841

解釋變異量 59.08%

39