第四章 資料分析與討論
第二節 學習風格對學生工程概念學習成效之影響
本節主要是分析不同學習風格的高中生在工程概念學習成效之差 異情形。分析方法採用單因子共變數分析，以學習風格為自變項，高中 生在工程概念量表後測之量表總分、限制概念總分、最佳化概念總分及 預測分析概念總分為依變項，工程概念量表前測之量表總分、限制概念
21.24 44.05
16.49 0
5 10 15 20 25 30 35
0 10 20 30 40 50
控制組 實驗組
總分、最佳化概念總分及預測分析概念總分為共變數，進行單因子共變 數分析，分析結果如下:
一、描述性統計
本研究以 Kolb 學習風格量表來評量 322 名高中生的學習風格，把 學生分為擴散型、同化型、聚歛型及調適型等四種學習風格，其次數分 配表如 4-11。
表 4-11 高中生學習風格次數分配表
學習風格 人數 百分比 有效百分比 累積百分比
有效的
擴散型 93 28.9 28.9 28.9 同化型 36 11.2 11.2 40.1 聚歛型 110 34.2 34.2 74.2 調適型 83 25.8 25.8 100.0
總和 322 100.0 100.0
本研究對象的高中學生大多數的為聚歛型（34.2％），其次為擴散 型（28.9％）、調適型（25.8％）及同化型（11.2％）。
二、不同的學習風格對學生的工程概念學習成效之影響 (一)迴歸係數同質性考驗
首先對學習風格之工程概念量表總分進行迴歸係數同質性考驗，所 得結果如表 4-12 所示，其 F 值未達顯著水準(F=1.837，p>.05)，符合 組內迴歸係數同質性，故可進行共變數分析。
表4-12 工程概念量表總分與學習風格之迴歸係數同質性檢定摘要表 到顯著差異（F=3.891，P<.05），表示不同的學習風格對高中生工程概 念學習成效有顯著差異，結果如表 4-13 所示，調整過後的平均數如表 誤差 49133.835 317 154.996
R 平方 = .317 (調過後的 R 平方 = .308)
首先對學習風格之工程限制概念量表進行迴歸係數同質性考驗，所 現達到顯著差異（F=3.487，P<.05），表示不同的學習風格對高中生工 程限制概念學習成效有顯著差異，結果如表 4-16 所示，調整過後的平
四、不同的學習風格對學生的工程最佳化概念學習成效之影響 (一)迴歸係數同質性考驗
首先對學習風格之工程最佳化概念量表進行迴歸係數同質性考驗，
所得結果如表 4-18 所示，其 F 值未達顯著水準(F=1.249，p>.05)，符 合組內迴歸係數同質性，故可進行共變數分析。
表4-18 工程最佳化概念量表與學習風格之迴歸係數同質性檢定摘要表
變異來源 SS df MS F P
迴歸係數同質性 110.599 3 36.866 1.249 .292 誤差 9266.351 314 29.511
R 平方 = .171 (調過後的 R 平方 = .153)
(二)共變數分析結果
經統計分析結果得知，不同學習風格對高中生在工程最佳化概念之 表現未達到顯著差異（F=2.530，P>.05），表示不同的學習風格對高中 生工程最佳化概念學習成效沒有顯著差異，結果如表 4-19 所示。
表4-19 工程最佳化概念量表與學習風格之單因子共變數分析摘要表
變異來源 SS df MS F P
學習風格 224.475 3 74.825 2.530 .057 誤差 9376.951 317 29.580
R 平方 = .161 (調過後的 R 平方 = .151)
五、不同的學習風格對學生的工程預測分析概念學習成效之影響 (一)迴歸係數同質性考驗
首先對學習風格之工程預測分析概念量表進行迴歸係數同質性考 驗，所得結果如表 4-20 所示，其 F 值未達顯著水準(F=.523，p>.05)，
符合組內迴歸係數同質性，故可進行共變數分析。
表4-20 工程預測分析概念量表與學習風格之迴歸係數同質性檢定摘要表
變異來源 SS df MS F P
迴歸係數同質性 47.943 3 15.981 .523 .666 誤差 9586.737 314 30.531
R 平方 = .123 (調過後的 R 平方 = .104)
(二)共變數分析結果
經統計分析結果得知，不同學習風格對高中生在工程預測分析概念 之表現未達到顯著差異（F=.987，P>.05），表示不同的學習風格對高中 生工程預測分析概念學習成效未有顯著差異，結果如表 4-21 所示。
表4-21 工程預測分析概念量表與學習風格之單因子共變數分析摘要表
變異來源 SS df MS F P
學習風格 89.972 3 29.991 .987 .399 誤差 9634.680 317 30.393
R 平方 = .119 (調過後的 R 平方 = .108)