第四章 KMP 模型驗證與實驗設計
第二節 實驗結果
測者。其中，甲班同學為資訊類組偏重於實務技術類型課程（例如：系統程式、
程式設計等），而乙班則為管理類組偏重在理論類型課程（例如：電子商務、企 業資源規劃等）。因此，也可以推估資訊類組的學生對於遊戲式學習的接受度較 高。另外，就性別而言，男性受測者的AIEF 均顯注高於女性受測者，換句話說，
遊戲較能吸引男性的學習。本研究認為，遊戲能夠有效吸引男同學的學習興趣、
注意力、專注及延伸學習，可以作為日後改善教材設計的參考，故假說4(H4)獲 得支持。
表 18 遊戲學習效果之敘述統計
Wilks’ Lambda 知識 平均數 Scheffe 顯著性
（0.005**） 手法 平均數 Scheffe 顯著性
（0.000**）
注意 (Attention)
C 3.83
F＞C＞P 0.723
T/F 3.95
T/F>F/G>T/F/G 0.116
F 3.88 F/G 3.81
P 3.83 T/F/G 3.77
平均 3.85 平均 3.84
興趣
（Interest）
C 3.65
F＞C＞P 0.012**
T/F 3.76
T/F>F/G>T/F/G 0.003**
F 3.74 F/G 3.64
P 3.49 T/F/G 3.52
平均 3.63 平均 3.64
專注 (Focus)
C 3.67
C＞P＞F 0.725
T/F 3.63
F/G>T/F/G>T/F 0.002**
F 3.62 F/G 3.73
P 3.66 T/F/G 3.65
平均 3.65 平均 3.67
延伸學習
（Extension）
C 3.74
F＞C＞P 0.776
T/F 3.81
T/F>F/G>/F/G 0.001**
F 3.84 F/G 3.71
P 3.69 T/F/G 3.67
平均 3.76 平均 3.73
K*M 顯著性
（0.003**）
而本研究的主要研究目的在於探討特定知識(H2)與遊戲置入手法(H1)之間 是否存在顯著差異。因為每個單元內存在所有的類型的知識（事實類/概念類/程 序類知識），若特意進行拆解反而造成受測者學習的困擾，因此本研究以單元取 代特定知識的驗證。換句話說，本研究將驗證不同學習單元在遊戲內是造成不同 的學習效果。利用 Scheff 法兩兩比較探討特定單元與置入手法在 AIFE 構面上
的差異如表18。整體而言，在不同的知識間(Wilks’ Lambda p=0.005)及不同置入 手法(Wilks’ Lambda p=0.000)存在顯著差異，且 AIFE 的向度平均數來看都高於 3.5 是適合作為知識與手法的置入。而就特定知識的「興趣」效果達顯著差異，
其中學習興趣遊戲知識排序分別為：事實類知識（F）＞概念類知識（C）＞程 序類知識（P），係指事實類知識在遊戲中最能引起受測者的學習興趣，因此可以 認定遊戲較適合事實類知識置入，依序為概念類知識，並較不適合程序類知識的 置入，故假說2(H2)獲得支持。
就特定置入手法而言，在「興趣」、「專注」及「延伸學習」效果達顯著差異 水準，不論是學習興趣或是延伸學習效果，置入手法排序都是：TF(道具搭配回 饋)＞FG（回饋搭配目標）＞TFG（所有手法），在學習興趣及延伸學習效果TF(道 具搭配回饋)有收到最好的效果，因道具手法使用頻率多，所以比較能提高受測 者學習的成效引起他們的學習興趣；在學習專注效果的置入手法排序： FG（回 饋搭配目標）＞TFG（所有手法）＞TF(道具搭配回饋)，在 FG（回饋搭配目標）
會收到最好的效果，可能是在FG（回饋搭配目標）時 G（目標）只會出現一次，
所以受測者較容易達到專注效果。本研究發現，不同置入手法的確存在顯著差 異，因此假說1 (H1)獲得支持。而不同手法的搭配效果將優於單獨手法的表現，
推估為搭配的表現較為豐富，故能吸引學生的興趣與延伸學習。其中，道具手法 較適合與回饋手法搭配，而回饋手法又較適合與目標手法搭配，但是若混合的手 法過多(TFG)，反而適得其反，效果反而最不顯著。則在學習專注是以回饋手法 搭配目標，因回饋手法有正負項回饋機制且可引導學習者完成目標，所以較能提 高學習者的專注力，其次以混合手法，反而在道具手法較適合與回饋手法搭配是 較沒有顯著效果的。
本研究再檢定所有解釋變異間兩兩交叉之解釋效果如表19 所示，僅列表整 理變異達顯著水準之組合。其中，發現在置入手法與性別交叉效果存在顯著差 異。男性在不同置入手法上的AIEF 四個向度都高於女性，特別是在「興趣」及
「延伸學習」都有達顯著差異。若在要引起學習興趣效果，男性受測者及女性受 測者都認為要以 TF(道具搭配回饋)＞FG（回饋搭配目標）＞TFG（所有手法）
較能引起他們的學習興趣；在「延伸學習」的部分則男女性受測者有些差異，男 性受測者排序：FG（回饋搭配目標）＞TF(道具搭配回饋)＞TFG（所有手法），
而在女性受測者則為：TF(道具搭配回饋)＞FG（回饋搭配目標）＞TFG（所有手 法），本研究建議在日後可針對施教對象，可依照研究發現，進行教材調整，最 佳化學習效果。
表 19 手法與性別交叉分析
T/F F/G T/F/G
F 檢定 顯著性
男生 女生 男生 女生 男生 女生
注意
(Attention) 4.04 3.81 4.00 3.59 3.94 3.54 1.242 0.289
興趣
（Interest） 3.87 3.60 3.86 3.38 3.75 3.20 2.788 0.062*
專注
(Focus) 3.68 3.54 3.88 3.55 3.77 3.49 1.926 0.146
延伸學習
（Extension） 3.89 3.88 3.91 3.48 3.86 3.40 7.905 0.000**
2.567(a) 0.009**
本研究係採雙軌方式驗證遊戲式學習的學習效果，因此又再將AIEF 四個向 度進行平均後，視為整體效果(Total, T) 。最後，也再考慮了受測者最後實際的 期末總成績，作為知識向度及遊戲置入手法交叉分析的重要指標。表20 的分析 結果顯示，不同置入手法在學生的整體問卷與實際成績上存在顯著差異，不同的 置入手法在「AIEF 整體」效果的排序，由高至低分別為：TF(道具搭配回饋)＞
FG（回饋搭配目標）＞TFG（所有手法）。可以發現遊戲內以 TF(道具搭配回饋) 的置入手法的效果相對優異，本研究推論是因為此兩種置入手法在遊戲內的出現 頻率次數較高，所以收到較好的整體效果。反之，在FG（回饋搭配目標），有可 能因為遊戲目標(Goal 手法, G)通常只會在遊戲中出現一次，所以目標手法與其他
本研究推論三種置入手法混合搭配時，反而造成測者的負擔，模糊了學習的效果 與焦點，因此其整體效果反而是最差的。
表 20 置入知識與遊戲手法於受測者成績表現與問卷整體績效分析
Wilks’
Lambda
知識 (K)
顯著性 (P=0.839
)置入手法 (M)
顯著性
(P=0.048
**)K*M
顯著性 (P=0.950) 成績 P>C>F 0.846 F/G>T/F/G>T/F 0.328 0.989 Total F>C>P 0.548 T/F>F/G>T/F/G 0.020** 0.705
而本研究的最終目的指在遊戲式學習的概化模型，並予以驗證特定置入手法 及特定知識間的最佳遊戲式學習組合。最後的相關變異分析如表21~23。可以發 現不同知識（單元）的確適合特定的置入手法搭配，能達到特定學習效果的最佳 化，因此假說3(H3)獲得支持。
表 21 知識與置入手法實驗
事實類知識 概念類知識 程序類知識
注意
(Attention) T/F T/F* T/F/G
興趣
（Interest） T/F T/F F/G
專注
(Focus) T/F/G T/F/G T/F
延伸學習
（Extension） T/F T/F T/F
就欲提高的學習效果來看，若想要提升受測者在事實類知識的興趣與延伸學 習效果，則建議以TF(道具搭配回饋)的搭配手法，進行遊戲設計。而最為有趣的 是，相同的手法(TF)與相同的知識類型(事實類知識)，反而會讓學習者的專注效 果變差。因此，假說 H3.1未獲支持（概念類知識較適合以道具類手法置入）。而 本研究也就實驗結果，發現概念類知識是較適合以 TF(道具搭配回饋)的搭配手 法，能收到最佳的學習興趣與延伸學習效果。因此，端視教師所欲提高的學習效 果，參照表21 進行遊戲手法與特定知識的搭配。此外，若教師欲提高學習者的 學習者在概念類知識的學習注意力，則本研究建議採用道具搭配回饋手法能收最 好的注意力效果，而如前所述，所有手法的混合搭配(TFG)，反而導致學習者的
注意力不減反增。因此本研究所提的假說3.2(H3.2)獲得支持。最後，就程序類知 識而言，以TF(道具搭配回饋)的搭配手法，能幫助學習者達到專注學習的效果。
而TFG（所有手法）的混搭則會讓學習者無法產生學習興趣。
表 22 知識與置入手法實驗
F/G T/F T/F/G
事實類知識 I
+/E
+F
-E
-概念類知識 A
+ *A
-程序類知識 F
+I
-I
-其次，若是由知識內容的解度分析，可以由表22 中一目了然看出特定知識 所特別適合的遊戲開發方式及其所對應的學習效果。因此，若有一份概念類知識 (C)想要置入於遊戲式學習內，則可對應表 22 進行參照。若教師欲提高學習者的 的學習注意力，則建議在遊戲內採用FG（回饋搭配目標）及 TFG（所有手法）
進行遊戲開發。而相同的知識類型，若是要引起學習者的學習興趣，本研究則建 議探用TFG 混搭手法。另外，針對事實類知識（Ｆ），本研究建議都採用 TF 的 遊戲開發方式可收最佳的學習興趣(I)與提升學習效果(E)。最後，也是最為有趣 的，由表23 可以看出，程序類知識則並不需要搭配特定手法，所有手法的表現 均無顯著差異，因此假說H3.3未獲支持。本研究推論，主要是因為程序類知識需 要大量的理解與分析，有某種程度相似於實作與實習的成份，因此相當適合於遊 戲的模擬環境內進行。也因此，程序類知識在所有的置入手法上均無顯著差異。
表 23 知識與置入手法實驗
F/G T/F T/F/G
注意
(Attention) P C* P
興趣
（Interest） P F C
專注
(Focus) P P F
延伸學習
（Extension） P F C /P
最後，本研究為了解受測者的知識形成過程，也安排實驗受測者進行深度訪 談，並彙集相關的意見後，進一步瞭解受測者對遊戲內置入相關網管知識的感 受。表24 彙整了實驗組(以遊戲式學習進行網路管理課程)接受實驗後的優缺點 意見。而控制組網頁瀏覽部份的訪談意見，大多表示遊戲式學習仍然優於網路式 學習，包括：受測者覺得遊戲比網頁瀏覽的方式來的好，且比較容易助於學習了 解課程的內容；網頁所提供的學習資訊雖然詳細但無法一眼就瀏覽到重點的感 覺。從受測者的訪談中，不論是在實驗組或是控制組的受測者都認為，遊戲式學 習可以增加學習動機及效果。最後，受測者所提供的遊戲內容改善的參考意見也 將作為日後研究的改善目標。
表 24 實驗組訪談後的優缺點意見