實驗設計

受測者資料如表 3.7 所示，我們選擇了 5 男 6 女 11 位年輕學生族群來從事我們的

圖 3.18 實驗三之流程

3.3.2 實驗結果與分析方法

與實驗一相同，在此也將分成兩部分分析實驗結果，分別針對行為模式和 EMG 訊號進行分析。在行為模式上，實驗三的分析方法如下，先確認移動時間 沒有顯著差異之後，再比較有力輔助跟沒力輔助之間是否有顯著差異。因為我們 分析的基準點必須建立在移動時間沒有顯著差異上，所以必須將移動時間過於特 異的樣本移除，如果該筆樣本的移動時間超過 3 個標準差，那麼該筆樣本會直接 刪除。

t-test[39]是統計上的一種檢定方法，可以用來檢定基數資料相關性之統計意 義，判定兩筆資料之間是否有顯著的差異。故在此我們使用 t-test 來當作我們分 析的工具，t-test 要使用之前必須符合兩大前提：

1.常態分配：在判別一筆資料是否為常態分配的時候，我們通常會使用

「Kolmogorov-Smirnov」檢定（K-S 檢定）[39]來確認是否為常態分配，K-S 檢 定法是一種適合度檢定法，將單一樣本的次序變項作適合度檢定，決定樣本實際 的分配與該理論的次數分配是否有差異性，若無差異性，則為常態分配。

2.變異數同質性假設：我們使用F-test[39]來檢查他們之間的變異數同質性，

F-test 是用以考驗兩母群變異數是否相等的假設，F 值是大的樣本變異數除以小 的樣本變異數，通常如果當F-test 的顯著水準很大（p＞0.05），即代表兩母群的 分佈近似。

符合以上條件之後，使用t-test 來觀看這兩個族群之間是否有顯著的差別， Wilcoxon Signed Ranks test[39]去進行檢定，相較於 t-test 屬於有母數統計（資料 分佈的類型確定），Wilcoxon Signed- Ranks test 則是屬於無母數統計（不知道資 料呈現何種分佈），用來檢定基數資料相關性之統計意義，判定兩筆資料之間是

No Wilcoxon Signed Ranks Test

圖 3.19 實驗三資料分析流程圖

在此將每名受測者移動時間的平均值和標準差、以及軌跡偏移的平均值和標 S070518A 16.0851 0.4179 16.2317 0.6511 0.9894 0.2236 1.4843 0.4002 S070522_S1 14.8986 0.1464 14.9242 0.1352 1.3323 0.4317 1.5449 0.4461 S070522_S2 14.0176 0.2446 13.9662 0.3308 0.9951 0.2371 1.6261 0.3219 S070522_S3 16.2413 0.1444 16.1435 0.066 0.7654 0.1374 1.1269 0.1884 S070529A 15.0046 0.1855 15.0528 0.1349 1.6084 0.473 2.0405 0.4627 S070530A 11.9966 0.1282 12.0043 0.0821 1.3429 0.3996 1.7327 0.4204 S070606 15.9743 0.1261 15.9743 0.1609 0.9243 0.1373 1.2128 0.1694 S070608 16.3757 0.2082 16.2928 0.1718 0.9144 0.1629 1.268 0.259 S070611 16.0007 0.2197 16.0266 0.1752 1.294 0.3309 2.1026 0.5791 S070612 16.2608 0.2268 16.3254 0.1749 1.2954 0.2883 2.024 0.3943 S070613 16.1742 0.1829 16.2277 0.1721 0.9134 0.1535 1.4388 0.2555

圖 3.20 實驗三受測者移動時間

接下來，我們針對移動時間去進行統計檢定分析，首先，我們使用 K-S 檢定 [39]，如表 3.9 所示，確認不論有沒有力輔助，在移動時間跟軌跡偏移上資料均 屬於常態分佈（p-value > 0.05）之後，接下來我們進行這 11 名受測者的 t-test 檢 定，如表 3.10 所示，在移動時間上，有力輔助與沒有力輔助的情況下皆無顯著 的差異（p-value > 0.05），在移動時間上沒有顯著差異的前提下，我們進一步比較 有力輔助與沒有力輔助的情況下在軌跡偏移上是否有顯著差異。為了更清楚的表 達他們在軌跡偏移上面的不同，我們將實驗三 11 名受測者的軌跡偏移繪製成圖 3.21，其中左邊的黑色長條是在有輔助的時候，受測者的軌跡偏移平均值和標準 差，右邊的白色長條則為沒有輔助時候的資料，透過了 t-test 我們發現，在有力 輔 助 與 沒 力 輔 助 的 情 況 下 在 軌 跡 偏 移 上 ， 11 名 受 測 者 皆 有 顯 著 性 差 異

（p-value<0.05），証實了在有力輔助的情況下，受測者的行為表現會比沒有力輔 助來的好。

表 3.9 k-S 檢定資料（針對常態分佈）

Moving Time Error_avg

No-assisting Assisting No-assisting assisting 受測者編號

P-Value 常態分配 P-Value 常態分配 P-Value 常態分配 P-Value 常態分配 S070518 0.255 YES 0.75 YES 0.234 YES 0.147 YES S070522_S1 0.738 YES 0.493 YES 0.202 YES 0.203 YES S070522_S2 0.492 YES 0.676 YES 0.85 YES 0.945 YES S070522_S3 0.291 YES 0.531 YES 0.917 YES 0.845 YES S070529 0.889 YES 0.856 YES 0.967 YES 0.976 YES S070530 0.438 YES 0.744 YES 0.712 YES 0.196 YES S070606 0.312 YES 0.817 YES 1 YES 0.582 YES S070608 0.325 YES 0.306 YES 0.498 YES 0.616 YES S070611 0.777 YES 0.839 YES 0.432 YES 0.857 YES S070612 0.584 YES 0.552 YES 0.775 YES 0.748 YES S070613 0.232 YES 0.893 YES 0.333 YES 0.548 YES

圖 3.21 實驗三受測者軌跡偏移

表 3.10 t-test 檢定資料（針對顯著性差異分析）

移動時間 軌跡偏移

編號 p-value 顯著差異性 p-value 顯著差異性

S070518 0.181 無顯著差異（p-value>0.05） 0 有顯著差異（p-value<0.05）

S070522_S1 0.462 無顯著差異（p-value>0.05） 0.024 有顯著差異（p-value<0.05）

S070522_S2 0.451 無顯著差異（p-value>0.05） 0 有顯著差異（p-value<0.05）

S070522_S3 0.001 無顯著差異（p-value>0.05） 0 有顯著差異（p-value<0.05）

S070529 0.179 無顯著差異（p-value>0.05） 0 有顯著差異（p-value<0.05）

S070530 0.764 無顯著差異（p-value>0.05） 0 有顯著差異（p-value<0.05）

S070606 1 無顯著差異（p-value>0.05） 0 有顯著差異（p-value<0.05）

S070608 0.041 無顯著差異（p-value>0.05） 0 有顯著差異（p-value<0.05）

S070611 0.539 無顯著差異（p-value>0.05） 0 有顯著差異（p-value<0.05）

S070612 0.122 無顯著差異（p-value>0.05） 0 有顯著差異（p-value<0.05）

S070613 0.102 無顯著差異（p-value>0.05） 0 有顯著差異（p-value<0.05）

在 EMG 的分析上，原本在實驗一中，我們發現大部分受測者的行走策略在

圖 3.22 訓練前 vs.訓練後，過彎後最大 EMG 出現的時間

實驗三裡面，我們針對單一受測者在有力輔助與沒有力輔助的情況進行分 析，在移動時間相同的情況下，我們去分析他們的軌跡偏移情況，發現在有力輔 助的時候受測者會具有顯著性的良好表現。