第四章 研究結果與討論
第一節 幼兒在數學實物遊戲和數學數位遊戲學習表現的差異
本研究讓受試幼兒先後進行自編的數學實物遊戲與數學數位遊戲。
研究者藉由控制數學遊戲的內容與評量，來探討幼兒在實物與數位遊 戲學習表現是否有差異。
表 4-1 呈現 151 位受試幼兒遊戲得分的統計量與相依樣本t考驗結 果，其中受試幼兒數學實物遊戲得分平均數為 7.58，數學數位遊戲平 均數為 4.48，受試幼兒數學實物遊戲得分與數學數位遊戲得分的相依 樣本 t 檢定結果達顯著水準， =10.77, p=.000 (two-tailed)。研究結 果表示受試幼兒的數學實物遊戲得分與數學數位遊戲得分有顯著差異，
幼兒數學實物遊戲的得分高於數學數位遊戲的得分。
表 4-1
幼兒數學實物遊戲、數學數位遊戲得分的平均數、標準差與相依樣本t 考驗摘要表（N=151）
變項 n M SD t p
數學實物遊戲 151 7.58 4.20 10.77*** .000 數學數位遊戲 151 4.48 3.32
***p<.001.
第二節 幼兒的背景變項與數學實物遊戲、數學數位遊 戲學習表現的關係
本研究以幼兒的性別、年齡、社經地位與電腦接觸經驗為背景變 項，分析幼兒不同的背景變項與其數學實物遊戲、數學數位遊戲學習 表現的關係。
壹、 幼兒性別與數學實物遊戲、數學數位遊戲學習表現的關係
表 4-2 呈現不同性別的受試幼兒，其數學實物遊戲、數學數位遊戲 得分的獨立樣本 t 考驗結果。在數學實物遊戲的部份，男生的得分平均 數為 8.46，女生的得分為 6.74，不同性別幼兒的數學實物遊戲得分在 獨立樣本t 考驗結果達顯著水準， =2.56, p=.011 (two-tailed)。表示 不同性別幼兒的數學實物遊戲得分有顯著差異，男生的數學實物遊戲 的得分高於女生。在數學數位遊戲的部份，男生的得分平均數為 5.47，女生的得分 為 3.52，不同性別幼兒的數學數位遊戲得分在獨立樣本t 考驗結果達顯
著水準， =3.77, p=.000 (two-tailed)。表示不同性別幼兒的數學數位
遊戲得分有顯著差異，男生的數學數位遊戲的得分高於女生。
表 4-2
不同性別與幼兒數學實物遊戲、數學數位遊戲得分的平均數、標準差 與獨立樣本t考驗摘要表（N=151）
變項 n M SD t p
數學實物遊戲
男 74 8.46 4.27 2.56* .011 女 77 6.74 3.98
數學數位遊戲
男 74 5.47 3.54 3.77*** .000 女 77 3.52 2.80
*p<.05.***p<.001.
貳、 幼兒年齡與數學實物遊戲、數學數位遊戲 學習表現的關係
表 4-3 呈現不同年齡的受試幼兒，其數學實物遊戲、數學數位遊戲 得分的獨立樣本 t 考驗結果。在數學實物遊戲的部份，五歲組幼兒的得 分平均數為 8.90，四歲組幼兒的得分為 6.22，不同年齡幼兒的數學實 物遊戲得分在獨立樣本 t 考驗結果達顯著水準， =4.12, p=.000 (two-tailed)。表示不同年齡幼兒的數學實物遊戲得分有顯著差異，五歲 組幼兒的數學實物遊戲得分高於四歲組幼兒。
在數學數位遊戲的部份，五歲組幼兒的得分平均數為 5.64，四歲 組幼兒的得分為 3.27，不同年齡幼兒的數學數位遊戲得分在獨立樣本 t 考驗結果達顯著水準， =4.70, p=.000 (two-tailed)。表示不同年齡幼 兒的數學數位遊戲得分有顯著差異，五歲組幼兒的數學數位遊戲得分 高於四歲組幼兒。
表 4-3
不同年齡與幼兒數學實物遊戲、數學數位遊戲得分的平均數、標準差 與獨立樣本t考驗摘要表（N=151）
***p<.001.
參、 幼兒社經地位與數學實物遊戲、數學數位遊戲學習表現的 關係
表 4-4 呈現不同社經地位與幼兒數學實物遊戲、數學數位遊戲得分 的平均數、標準差與單因子變異數分析結果的摘要。在數學實物遊戲 的部份，低社經幼兒的得分平均數為 6.64，中社經幼兒的得分平均數 為 7.60，高社經幼兒的得分平均數為 8.27，不同社經地位幼兒的數學 實物遊戲得分在單因子變異數分析結果未達顯著水準， =1.57, p=.213。表示不同社經地位幼兒的數學實物遊戲得分沒有顯著差異。
在數學數位遊戲的部份，低社經幼兒的得分平均數為 4.11，中社 經幼兒的得分平均數為 4.36，高社經幼兒的得分平均數為 4.92，不同 社經地位幼兒的數學數位遊戲得分在單因子變異數分析結果也未達顯 著水準， =.68, p=.509。表示不同社經地位幼兒的數學數位遊戲 得分沒有顯著差異。
變項 n M SD t p
數學實物遊戲
五歲組 77 8.90 4.06 4.12*** .000 四歲組 74 6.22 3.93
數學數位遊戲 五歲組 77 5.64 3.57 4.70*** .000 四歲組 74 3.27 2.55
表 4-4
不同社經地位與幼兒數學實物遊戲、數學數位遊戲得分的平均數、標 準差與單因子變異數分析摘要表（N=151）
M SD SS df MS F p
數學實物遊戲
低社經 6.64 4.36 54.81 2 27.41 1.57 .213
中社經 7.60 4.14 2591.90 148 17.51
高社經 8.27 4.12 150
數學數位遊戲
低社經 4.11 2.92 15.04 2 7.52 .68 .509
中社經 4.36 3.19 1638.63 148 11.07
高社經 4.92 3.78 150
肆、 幼兒電腦接觸經驗與數學實物遊戲、數學數位遊戲 學習表現的關係
在本研究中，受試幼兒的電腦接觸經驗是以每週接觸電腦次數與 每次接觸電腦時間來評估。在幼兒電腦接觸經驗的分析結果中，研究 者分別將每週接觸電腦次數和每次接觸電腦時間與數學實物遊戲、數 學數位遊戲學習表現進行單因子變異數分析，分析結果如下：
一、每週接觸電腦次數
表 4-5 呈現每週接觸電腦次數不同的幼兒，其數學實物遊戲、數學 數位遊戲得分的平均數、標準差與單因子變異數分析結果的摘要。在 數學實物遊戲的部份，沒有接觸電腦的幼兒得分平均數為 7.26，每週 接觸 1~2 次的幼兒得分平均數為 7.58，接觸 3~4 次的幼兒得分平均數 為 7.23，接觸 5 次以上的幼兒得分平均數為 8.10。每週接觸電腦次數
不同的幼兒，其數學實物遊戲得分在單因子變異數分析結果未達顯著
二、每次接觸電腦時間
表 4-6 呈現每次接觸電腦時間不同的幼兒，其數學實物遊戲、數學 數位遊戲得分的平均數、標準差與單因子變異數分析結果的摘要。在 數學實物遊戲的部份，沒有接觸電腦的幼兒得分平均數為 7.26，每次 接觸 20 分鐘以內的幼兒得分平均數為 7.23，接觸 21~40 分鐘的幼兒得 分平均數為 7.62，接觸 41 分鐘~1 小時的幼兒得分平均數為 8.16。每次 接觸電腦時間不同的幼兒，其數學實物遊戲得分在單因子變異數分析 結果未達顯著水準， =.32, p=.812。表示每次接觸電腦時間不同 的幼兒，其數學實物遊戲得分沒有顯著差異。
在數學數位遊戲的部份，沒有接觸電腦的幼兒得分平均數為 2.94，
每次接觸 20 分鐘以內的幼兒得分平均數為 4.69，接觸 21~40 分鐘的幼 兒得分平均數為 4.77，接觸 41 分鐘~1 小時的幼兒得分平均數為 5.42。
每次接觸電腦時間不同的幼兒，其數學數位遊戲得分在單因子變異數 分析結果達顯著水準， =3.63, p=.015。表示每次接觸電腦時間不 同的幼兒，其數學數位遊戲得分有顯著差異。經過 LSD 事後比較，
沒有接觸 =2.94< 分 =4.69； 沒有接觸 =2.94< 分 =4.77；
沒有接觸 =2.94< 分 小時 =5.42。表示沒有接觸電腦的幼兒，其數
學數位遊戲得分低於每次接觸電腦 41 分鐘~1 小時、接觸 21~40 分鐘，
甚至低於接觸電腦只有 20 分鐘以內的幼兒。
表 4-6
測幼兒的數學能力是否為數學實物遊戲表現與數學數位遊戲學習表現 的調節變項，本研究再將受試幼兒的數學能力分成兩組。研究者合併 原來數學能力指標極優、優的幼兒為數學能力優等組，共 59 人（39.10%）；
合併原來數學能力指標中上、中的幼兒為數學能力中等組，共 92 人
（60.90%）。受試幼兒之數學商數、數學能力分佈所佔人數與百分比如 表 4-7。
表 4-7
受試幼兒之數學商數、數學能力分佈所佔人數與百分比（N=151）
數學商數 指標 人數 百分比 新分組 人數 百分比
>130 極優 35 23.20% 優等 59 39.10%
121-130 優 24 15.90%
111-120 中上 48 31.80% 中等 92 60.90%
90-110 中等 44 29.10%
所謂調節變項就是當自變項在不同的情境或條件下，改變了對依 變項的影響效果（Baron & Kenny, 1986）。本研究中使用階層迴歸分析，
探討幼兒的數學實物遊戲學習的表現在不同的數學能力下，對數學數 位遊戲學習表現的調節效果。在進行迴歸分析時，必須先注意變項之 間的 VIF 值，當 VIF 值大於 10，就可能產生高度共線性的問題，容易 對統計資料的結果產生誤判（王保進，1999）。為了減少在分析調節變 項的效果時可能產生多元共線性的問題，研究者依據 Jaccard、Wan 和
Turrisi（1990）的建議，先將預測變項（數學實物遊戲學習表現）與調 節變項（數學能力）的分數中心化，使兩變項的原始分數減去各自的 平均數，再將兩變項調整後的新值相乘產生一交互作用變項（數學實 物遊戲學習表現*數學能力），以進行交互作用變項的檢測。若在迴歸 方程式中交互作用變項的β 值達顯著水準，即表示調節變項的交互作 用效果成立（Baron & Kenny, 1986）。
在進行迴歸分析資料的解釋前，研究者先進行變項間共線性的檢
表 4-8 呈現階層迴歸分析的結果，首先在模式一（M1）中研究者 投入預測變項（數學實物遊戲學習表現）進入階層迴歸。分析結果顯 示數學實物遊戲學習得分可以顯著預測數學數位遊戲學習的得分，
=74.533, p=.000，解釋量為 33.3%。從標準化系數 β 的值來看，
數學實物遊戲學習得分對數學數位遊戲學習的得分有正向的預測效果，
β=.577, p=.000。
在模式二（M2）中，研究者再投入調節變項（數學能力）進入階 層迴歸。分析結果顯示，數學實物遊戲學習得分與數學能力可以顯著 預測數學數位遊戲學習的得分， =38.191, p=.000，解釋量為 34%。
在加入數學能力後模式解釋量的改變不顯著，僅增加 0.7%，△ =.007, p=.213。從標準化系數 β 的值來看，數學實物遊戲學習得分對數學數位 遊戲學習的得分有正向的預測效果，β=.530, p=.000；而數學能力對數 學數位遊戲學習的得分則無顯著的預測效果，β=.096, p=.213。
最後在模式三（M3）中，研究者投入交互作用變項（數學實物遊 戲學習表現*數學能力）進入階層迴歸。分析結果顯示，數學實物遊戲 學習得分、數學能力與數學實物遊戲學習表現*數學能力可以顯著預測 數學數位遊戲學習的得分， =37.138, p=.000，解釋量為 43.1%。
在加入交互作用變項後模式解釋量的改變達顯著，解釋量增加 9.1%，
△ =.091, p=.000。從標準化系數 β 的值來看，數學實物遊戲學習得分 對數學數位遊戲學習的得分有正向的預測效果，β=.478, p=.000；而數 學能力對數學數位遊戲學習的得分則依然沒有顯著的預測效果，β=.106, p=.141；但是數學實物遊戲學習表現*數學能力對數學數位遊戲學習的 得分具有顯著的預測效果，β=.305, p=.000。交互作用變項的 β 值達顯 著水準，即表示數學能力的交互作用效果成立。也就是說，數學能力
△ =.091, p=.000。從標準化系數 β 的值來看，數學實物遊戲學習得分 對數學數位遊戲學習的得分有正向的預測效果，β=.478, p=.000；而數 學能力對數學數位遊戲學習的得分則依然沒有顯著的預測效果，β=.106, p=.141；但是數學實物遊戲學習表現*數學能力對數學數位遊戲學習的 得分具有顯著的預測效果，β=.305, p=.000。交互作用變項的 β 值達顯 著水準，即表示數學能力的交互作用效果成立。也就是說，數學能力