第四章 研究結果與討論
第三節 影響國中生學習成就性別差異因素之分析與討論…
研究者將延續上節內容，繼續於本節依序描述以 HLM6.03 統計軟體分析 TEPS 資料的六個模型，分別是零模型、模型一至模型五及各模型比較，以釐清 各變項分別對國中生學習成就性別差異造成了哪些影響，回答研究問題二與三，
並進行討論。
壹、零模型(null model)
首先以零模型(null model)檢驗各班級間學生學習成就差異是否確實存在，以 及其變異之強度為何，零模型 HLM 摘要表如下表 4-10。由表可知，臺灣國中生 各班級間學生學習成就確實有顯著差異，因卡方值為 8043.618，且 p 值小於.001 達顯著水準，組內相關係數(intraclass correlation coefficient, ICC)8為 0.3659，此數 值的意義乃依變項學生學習成就的變異數中，有多少是由組間的差異所貢獻？若 ICC 值大到某個程度時，即組內的效果也不宜被忽略，便不適合使用一般線性模 式(GLM)進行估計。多層次模型的主要觀點在於引進組間誤差項，以捕捉資料的 相關中非獨立性、相似性的部分，亦可稱之為脈絡的影響。
根據 Cohen(1988)對 effect size view 的定義，若 ICC 值小於 0.059，則定義為 小效果，研究者可不予理會並使用一般線性模式分析資料即可，但若 ICC 值大 於 0.059 則表示組間變異數有顯著差異，宜用多層次模型分析資料。此外，Cohen 將 ICC 值 0.059 至 0.138 定義為中效果，ICC 值大於 0.138 為大效果。本研究零 模型估算出的 ICC 達 0.3659，以 Cohen 的定義而言，應可說是超大效果了，即 學生學習成就變異數中，有 36.59%比例之變異其實是來自於班級層次因素所造 成，至於是否與研究者假設的導師性別等因素相關，後文將繼續深入探索。
零模型中的 即為各班學生學習成就平均數，為 0.788，p 值.000 達顯著水 準，表示學生學習成就確實會因在不同班級上而有差異(本研究 level-2 為班級)，
8 ICC =
= 組間變異 組內變異 組間變異
64
組間變異為 0.5401，組內變異為 0.9363，離異數(卡方差異值)為 36280.689，離 異數沒有判斷值，僅為一個相對數值，用以判斷模型有多不能解釋依變項 (Raudenbush & Bryk, 2002)，數值越大表示模型預測力越低，故後續模型亦將考 量離異數是否持續降低，以了解模型解釋力是否能越來越好。
表 4-10
零模型分析結果摘要表
參數估計 零模型
固定效果
截距值 0.788 (0.022) t 值 35.485***
變異數成分
組間變異數 0.5401 組內變異數 0.9363
卡方值 8043.618***
離異數 36280.689
***p< .001 ** p< .01 * p< .05
零模型方程式如下：
Level-1 model： (國中階段學習成就) = + Level-2 model：
Mix model： (國中階段學習成就) =
方程式中 ij 為個體學生，其中 j 代表其所屬班級。Level-1 model 表示依變項 (國中階段學習成就)可被 及 (組內變異之誤差項)所解釋， 又可被
(各班學生之平均國中階段學習成就)及 (各班學生之平均國中階段學習成 就組間變異誤差項)所解釋。
貳、模型一
65
模型一將學生性別納入分析，分析結果如下表 4-11。由表可知，學生個人 層級(level-1)變項的學生性別對於依變項學習成就呈現正向顯著影響(本研究將 男學生設定值為 0，女學生設定值為 1)，即女學生學習成就顯著高於男學生；而 加入學生性別後組內變異由零模型中的 0.9363 降為 0.9352，透過兩模型間的計 算可知 level-1 自變項學生性別解釋學習成就變異量為 0.12%9，其實並不高，可 說學生性別並非造成學習成就差異的主因。因並未投入班級層次變項，level-2 解釋學習成就變異量只有 0.22%，離異數也僅由零模型中的 36280.689 降為 36268.731，並未降得太多；而學生性別變項係數 為 0.076，t 值 3.902，p 值.000 達顯著水準，驗證了女學生學習成就確實高於男學生，此結果與文獻過去發現相 符。此外，模型一卡方值為 8033.302，且仍然顯著，表示仍有其他學生個人層級 與班級層級之變異可以解釋學習成就。
模型一方程式如下：
Level-1 model： (國中階段學習成就) = + 學生性別 Level-2 model：
Mix model： (國中階段學習成就) = 學生性別
表 4-11
零模型與模型一分析結果摘要表
參數估計 零模型 模型一
固定效果
截距值 0.788 (0.022) 0.749 (0.025) t 值 35.485*** 30.167***
學生性別 0.076 (0.019)
t 值 3.902***
變異數成分
9 解釋變異量的算法，以 Level-1 為例，若零模型 Level-1 的變異量(variance component)為 A，納 入 Level-1 自變項後的變異量為 B，則經由 Level-1 變項解釋後的解釋變異量為(A-B)/A。
66
組間變異數 0.5401 0.5389 組內變異數 0.9363 0.9352 卡方值 8043.618*** 8033.302***
離異數 36280.689 36268.731
***p< .001 ** p< .01 * p< .05
參、模型二
為了解師生性別配對之於學生學習成就的影響，模型二於 level-1 改以投入 師生性別配對，以釐清師生性別配對與學生性別之於學生學習成就的效果分別為 何。由下表 N 可知，學生個人層級(level-1)中師生性別配對三組情形有兩組情形 對於依變項學生學習成就有顯著差異，即男學生無論遇上男導師或是女導師，其 學習成就皆顯著低於女學生女導師(參照組)之情形，其中又以男學生男導師情況 中學生學習成就為最差， 係數為-0.12，t 值-2.119，p 值為.034 小於顯著水準.05；
男學生女導師情況情況中學生學習成就亦不理想， 係數為-0.06，t 值為-2.753，
p 值為.006 小於顯著水準.01；女學生男導師情況中學生學習成就雖也差於女學生 女導師，然 係數為-0.01，t 值-0.212，p 值為.833 並未達顯著水準，表示女學 生遇上女導師或男導師的情況對其學習成就其實並無太大差異。模型二也再次驗 證了學生學習成就存在性別差異，整體而言女學生學習成就確實優於男學生。
表 4-12
零模型、模型一與模型二分析結果摘要表
參數估計 零模型 模型一 模型二
固定效果
截距值 0.788 (0.022) 0.749 (0.025) 0.828 (0.027) t 值 35.485*** 30.167*** 30.201***
學生性別 0.076 (0.019)
t 值 3.902***
師生性別配對
男師女生 -0.011 (0.054)
t 值 -0.212
女師男生 -0.063 (0.023)
67
t 值 -2.753**
男師男生 -0.120 (0.057)
t 值 -2.119*
變異數成分
組間變異數 0.5401 0.5389 0.5396 組內變異數 0.9363 0.9352 0.9351 卡方值 8043.618*** 8033.302*** 8039.403***
離異數 36280.689 36268.731 36275.707
***p< .001 ** p< .01 * p< .05
模型二方程式如下：
Level-1 model：
(國中階段學習成就) = + 男師女生 女師男生 男師男生+
Level-2 model：
； ； Mix model：
(國中階段學習成就) = 男師女生 女師男生 男師男生
與模型零相比較，因並未涉入班級層次變項，故 level-2 組間變異 τ00 幾乎 未減少，由模型零的 0.5401 降為 0.5396，卻比模型一的組間變異還大了一些，
level-2 解釋學生學習成就變異量僅 0.1%；level-1 組內變異 σ2 亦未降低太多，由 模型零 0.9363 降至 0.9351，即 level-1 自變項師生性別配對解釋學生學習成就變 異量約為 0.13%，離異數由模型零 36280.689 降為 36275.707。整體而言解釋力較 模型一略高一些，然而由兩個模型可知，無論是學生性別或是師生性別配對情況，
恐怕皆不太能解釋學生學習成就差異情形，後續模型將繼續投入其他變項，以找 出更能解釋學生學習成就差異之因素。
68 肆、模型三
模型三較模型二多投入了學生家庭背景變項，分別為學生父親教育程度及學 生家庭收入兩變項。由下頁表 4-13 可知，投入學生家庭背景變項後，師生性別 三組配對情況中仍有兩種情況與對照組達顯著差異，男導師男學生與女導師男學 生兩情況學生學習成依舊差於女學生女導師情況，男導師男學生情況之係數 為-0.13，t 值為-2.444，p 值為.015 小於顯著水準.05；男學生女導師情況之係數 為-0.07，t 值為-3.056，p 值為.003 小於顯著水準.01，兩變項係數與其在模型二 中相差不大，表示即使加入了家庭背景變項，師生性別配對情況對於學生學習成 就差異影響依舊。而家庭背景變項中，家庭收入係數 為 0.19，t 值為 18.832，
p 值為.000 達顯著水準；父親教育程度係數 甚小僅 0.006，t 值為 0.627，p 值 為 0.531。由模型三考慮的幾個變項可知，家庭收入對於學生學習成就影響效果 最大，且其影響力更甚於師生性別配對情況；而父親教育程度則對於學生學習成 就並無太大影響效果。
與模型二相比較，level-2 組間變異 τ00 由 0.5396 降為 0.4457，level-2 解釋 學生學習成就變異量約為 17.40%，level-1 組內變異 σ2 則由模型二 0.9351 降至 0.9181，level-1 自變項師生性別配對解釋學生學習成就變異量約為 1.82%，離異 數由模型零 36275.707 降為 35878.761，加入學生家庭背景變項後，模型解釋力 稍微好了一些。
表 4-13
零模型、模型一、模型二與模型三分析結果摘要表
參數估計 零模型 模型一 模型二 模型三
固定效果
截距值 0.788 (0.022) 0.749 (0.025) 0.828 (0.027) 0.342(0.040) t 值 35.485*** 30.167*** 30.201*** 8.512***
學生性別 0.076 (0.019)
t 值 3.902***
師生性別配對
男師女生 -0.011 -0.000
69
離異數 36280.689 36268.731 36275.707 35878.761
***p< .001 ** p< .01 * p< .05
70
模型四多投入了 level-1 個人層次的自變項包含學生學習投入、教育期望、
偏差行為及學校常規適應狀況等四個變項。由下頁表 4-14 可知，加入前述四變 項後，師生性別配對情況對學業成就的影響便消失了，除了男導師女學生持續與 女導師女學生(對照組)無差別外，男導師男學生係數為-0.011，t 值為-0.269，p 值 0.788 未達顯著水準；女導師男學生係數為 0.023，t 值為 1.162，p 值 0.246 亦 未達顯著水準。
除此之外的五個變項則皆能顯著正向地影響學習成就，影響強度依序為教育 期望，其係數為 0.470，t 值為 50.665，p 值小於.000 達顯著水準，即當學生教育 期望每多一個單位時(例如期望自己能讀到大專程度的學生比起期望自己能讀到 高中職的學生)，其學習成就便會多 0.47；其次為家庭收入，其係數為 0.120，t 值為 13.725，p 值小於.000 達顯著水準，即當學生來自家庭收入較高的家庭時，
其學習成就便會越高；接續是偏差行為，其係數為-0.087，t 值為-10.981，p 值小 於.000 達顯著水準，即當學生發生偏差行為頻率越高時，其學習成就便會越低；
接續是學校常規適應，其係數為 0.087，t 值為 2.405，p 值小於.05 亦達顯著水準，
即當學生越能適應學校常規時，其學習成就便越高；最後是學習投入，其係數為 0.041，t 值為 4.561，p 值小於.000 達顯著水準，即當學生花在讀書寫作業的時間 越久，其學習成就會越高。模型四中，level-2 組間變異 τ00 由 0.4457 降為 0.2150，
level-2 解釋學生學習成就變異量約為 51.76%；level-1 組內變異之個人層級變項 對學習成就的解釋變異量為 20.05%，較模型三多了 18.23%。
就模型四而言，卡方值為 4829.6535，p 值小於.001 達顯著，可知仍有其他 班級層級之變異可以解釋學習成就，下個模型將嘗試投入屬於班級層次集體氣氛 之變項，觀察其對學生學習成就的影響力為何。
模型四方程式如下：
Level-1 model：
71
(國中階段學習成就) = + 男師女生 女師男生 男師男生+ 4 父親教育程度+ 5 ∗家庭收入+ 6 ∗學習投入+ 7 教育期望 + 8 ∗偏差行為+ 9 ∗學校常規適應+
Level-2 model：
；
； ； ； ； ；
； ； ； Mix model：
(國中階段學習成就) = 男師女生 女師男生 男師男生 父親教育程度 家庭收入 學習投入
教育期望 偏差行為 學校常規適應
72
離異數 36275.707 35878.761 32666.890
73 陸、模型五
模型五在 level-2 班級層次多投入了班級層次的集體學習投入、集體教育期
模型五在 level-2 班級層次多投入了班級層次的集體學習投入、集體教育期