第三章 研究方法
第一節 實證模型建立
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
21
第三章 研究方法
本文使用之研究方法為複迴歸模型 (multiple regression)和 Probit 機率模型 (probit probability model)進行分析。在開始實證研究前,本文首先介紹上述兩研 究方法之理論模型,並說明資料來源及處理方法,接著介紹模型之建立及變數之 設定,最後並對於變數之影響效果進行預測。
第一節 實證模型建立
對於教育表現之衡量,本文採用綜合分析能力和升學發展作為指標,分別探 討影響中學生能力表現以及影響升學發展之因素,前者採用複迴歸模型
(multiple regression)進行分析,而後者則是利用 Probit 機率模型 (probit probability model)進行分析,以下分別敘述兩模型之設定:
一、影響中學生綜合分析能力之因素
在模型一中,本文主要是探討影響中學生能力表現之因素,由於能力表現不 只是受到一個變數的影響,因此,本文採用複迴歸模型進行分析,模型一設定如 下:
(1)
被解釋變數以綜合分析能力( )答對題數做為衡量指標。
解釋變數包含家庭環境、家庭教育資源、親子間互動關係和城鄉別 ( ) 做為衡量的指標。其中,用來衡量家庭環境之變數以父母親教育程度
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
22
( )、每月家庭收入 ( )、手足數目 ( )、婚姻狀態 ( )來表示;家庭教育資源則以財務資本 ( )、社會資本 ( ) 和文化資本 ( )來表示;親子間互動關係則以母親教育參與 ( )、父親教育參與 ( )和教育期望
( )。
二、影響中學生升學發展之因素
在模型二中,本文欲探討影響中學生升學發展之因素,並採用二元選擇 (binary choice)模式進行估計,將其設定為 (0,1) 二分類虛擬變數表達為「公立 普通學程」和「私立普通學程、公立綜合學程、五專和高職以及私立綜合學程、
五專和高職」兩大類,並使用 Probit 機率模型 (probit probability model) 進行分 析。Probit 機率模型基本模型設定如下:
其中 為潛在變數(latent variable),是模型中無法觀察到的部分, 為第 i 個變數之數量, 為隨機誤差項,並假設 ~N(0,1), 故服從常態分配。
因此,模型二設定如下:
(2)
‧
本學力測驗 (The Basic Competence Test for Junior High School Students)成績考上 公立普通學程的門檻分數,並假設:2‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
24
母親教育程度 ( )、每月家庭收入 ( )、手足數目 ( )、
婚姻狀態 ( ) 來表示;家庭教育資源則以財務資本 ( )、社 會資本 ( ) 和文化資本 ( ) 來表示;親子間互動關係則以母親 教育參與 ( )、父親教育參與 ( ) 和教育期 望 ( )。
三、能力表現對於升學發展的影響效果
於模型一和模型二中,本文分別探討各項變數對於綜合分析能力和升學發展 之影響效果,然而,影響因素與綜合分析能力間可能存在共線性問題,因此,本 文採用之方法為兩階段估計方法。在第一階段中,先將綜合分析能力對所有影響 因素做迴歸,並估計出綜合分析能力之水準。在第二階段中,將估出之綜合分析 能力做為解釋變數,分析對於離開國中階段後之升學發展成果。
將上述模型設定之內容,以關係式表示如下:
藉由模型一中所得到的綜合分析能力,再探討對於升學發展的影響:
̂ 因此,模型三設定如下:
̂ (3) 被解釋變數與模型二相同, 為潛在變數,係中學生之國民 中學學生基本學力測驗 (The Basic Competence Test for Junior High School
Students) 成績考上公立普通學程的門檻分數,並假設:
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
25
If >0,then =1,
(中學生畢業後「考上」公立普通學程之機率) If <0,then =0。
(中學生畢業後「未考上」公立普通學程之機率)
解釋變數以模型一中所估計出之綜合分析能力 ( ̂ )做為衡量的指標。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
26