國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四節 資料處理與分析策略
本節主要說明資料處理方式與分析策略，茲說明如下：壹、資料處理
一、有效分析樣本的處理
在選取有效分析樣本上，由於研究問題一主要在探討臺灣青少年學生學習成 長軌跡的發展與變化，故以一至四波學生的綜合分析能力測驗分數為主，若各波 綜合分析能力測驗分數有缺失值者，則完全無法有效進行插補，因此一旦綜合分 析能力測驗分數遇有缺失值者一律採整列剔除法（listwise deletion）進行剔除，
獲得2,806筆有效樣本數，占第四波公開使用版所釋放出樣本數（2,868筆）的 97.84%，樣本流失率約為2.16%。接著，再剔除掉第一波到第四波學習成長曲線 出現異常發展者（鋸齒狀），其剔除標準為一至四波的學習成長曲線若兩波斜率 間上下擺盪震者，其震幅超過或低於該波斜率平均數1.96個標準差（統計上達 到.05顯著水準）的樣本數，最後獲得2,592有效可分析樣本數，占第四波公共使 用版所釋放出樣本數的90.38%，樣本流失率約為9.62%。
為何要刪除這些學習成長曲線呈鋸齒狀者且達到.05顯著差異者？不管是從 智力發展的角度或從學習成就發展的角度來看本研究所關注的結果變項─TEPS 小組所研發的一至四波綜合分析能力測驗分數，其所測量到結果變項不太可能成 鋸齒狀發展，人的認知能力一般會呈穩定性的上升或下降，而不會時好時壞，不 太可能上一波斜率好到高於兩波間斜率平均數1.96個標準差以上，一下子下一波 斜率又差到低於兩波間斜率平均數1.96個標準差以下；或者上一波斜率好到低於 兩波間斜率平均數1.96個標準差以下，而下一波斜率又好到高於兩波間斜率平均 數1.96個標準差以上，而造成顯著性地時好時壞的不規則性成長曲線。造成此種 不規則型學習成長曲線的可能原因有二：一為測量上的誤差，也就是該生不用心 作答，此原因可能是TEPS在第二波和第四波測量時間與國中基測及高中學測、指 考或高職的四技二專考試…等重大正式入學考試時間過於接近有所關聯，為應付 這些重大的升學考試，學生可能心有餘而力不足，造成學生不用心作答或隨便填 答；另一種為該生學習成長曲線原本就顯著性地呈現鋸齒狀發展，此原因可能與
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
該生當時的心理、精神狀態、或者突然遭遇重大事故或意外…等不可抗拒因素有 關。有鑑於此，本研究將學習成長曲線呈鋸齒狀者且波段間斜率達到.05顯著差異 者，分為下列六種類型，並將此六類型的樣本全數刪除。圖14到圖19為各類型隨 機抽取一個樣本的學習成長曲線圖：
-2-1.5-1-.50.5
TEPS綜合分析能力分數
7 9 11 12
年級
圖14 類型一：第一段斜率和第二段斜率呈倒Ｖ字型
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
-1-.50.51TEPS綜合分析能力分數
7 9 11 12
年級
圖15 類型二：第一段斜率和第二段斜率呈Ｖ字型
-.50.511.5
TEPS綜合分析能力分數
7 9 11 12
年級
圖16 類型三：第二段斜率和第三段斜率呈倒Ｖ字型
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
.511.522.5TEPS綜合分析能力分數
7 9 11 12
年級
圖17 類型四：第二段斜率和第三段斜率呈Ｖ字型
0.511.5TEPS綜合分析能力分數
7 9 11 12
年級
圖18 類型五：第一、二段斜率漸升與第三段斜率呈倒Ｖ字型
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
-.50.511.5TEPS綜合分析能力分數
7 8 9 10 11 12
年級
圖19 類型六：第一、二段斜率漸降與第三段斜率呈Ｖ字型
其中第一種類型樣本數有16筆，第二種類型樣本數有32筆，第三種類型樣本 數有10筆，第四種類型樣本數有43筆，第五種類型樣本數有110筆，第六種類型 樣本數有3筆，合計第一到第六種類型樣本數共有214筆。
研究問題二主要探討父母參與的中介效果與，而研究問題三則探討父母參與 果是否會受到家庭社經地位的調節而產生交互作用，故研究分析樣本限定在「須 與父母同住的家庭」才納入分析。研究分析樣本主要以四波綜合分析能力測驗 分數後所獲得有效分析樣本數為基礎，再依序合併一波的學生問卷和家長問卷 資料，最後共獲得2,238筆與父母同住有效分析樣本數，與父母同住有效分析樣 本數占第四波樣本數（2,868筆）的78.03%，樣本流失率約為21.97%。
二、資料分析
在變項描述統計方面，首先，以平均數與標準差的方式進行主要分析變項的 描述性統計分析；接著以相關係數矩陣呈現變項與變項之間的關係，做為理論模 型的輸入矩陣。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
模型的分析方法上，採用統計分析軟體Mplus 6.1版，進行「學習成長軌跡測 量模型」、「父母參與的中介效果」與「家庭社經地位與父母參與的交互作用效果」
等三種潛在成長曲線模型的分析（相關語法參見附錄二、附錄三、附錄四），並 以「強韌最大概似估計法」（maximum likelihood with robust，簡稱MLR）進行參 數估計，各參數的估計結果則以標準化方式呈現；至於模型適配度檢定方面，根 據統計分析軟體Mplus 6.1報表所提供四種選模指標：卡方值（χ2）、比較適配指標
（CFI）、Tucker-Lewis指標（TLI）、均方根近似誤（RMSEA），做為模型Σ = Σ( )
θ
的適配度指標，並採用Hair、Anderson、Tatham與Black（1998），以及Hu與Bentler（1999）等人所建議的方式與評鑑規準，以多元指標做為評鑑模型的適配度。