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