指標分數預測文本適讀年級

本節運用研究建置之中文文本分析指標，分析兒童語料庫文本，計算一到六 年級文本在四個建置指標的數值，檢視指標數值與文本年級間的相關，發展出最 佳指標預測年級模式。為方便呈現，將動詞重複潛在語意關係指標訂為指標 1，

相鄰句潛在語意關係指標為指標 2，全篇文章潛在語意關係指標為指標 3，新舊 訊息潛在語意關係指標為指標 4。

壹、檢視個別文本分析指標與兒童語料庫文本適讀年級之相關

表 4-2-1 為 4 個建置指標與一到六年級文本間的相關。所有指標與年級間的 相關係數皆達顯著，表示 4 個指標對於文本年級的判別都有其重要性。相鄰句潛 在 語意 關係指 標與 新舊 訊息潛 在語 意關係 指標 和年級 成正 相關 (r =.104 和.575)，表示兩個指標計算文本數值，數值愈高，分析出的文本年級愈高。動 詞重複潛在語意關係指標和全篇文章潛在語意關係指標與對預測文本年級和年 級成負相關(r=-.117 和.-.363)，表示指標計算文本的數值愈高，分析出的文本 年級愈低。其中新舊訊息潛在語意關係指標分析年級的能力優於其他三者。

表 4-2-1 個別指標與文本年級之間相關係數表

變項 動詞重複數值 相鄰句數值 全篇文章數值 新舊訊息數值 年級 -.117* .104** -.363** .575**

*p<.05 **p<.01

貳、檢視文本分析指標與兒童語料庫文本適讀年級之預測度

本小節以多元迴歸分析探討研究建置文本分析指標與兒童語料庫文本適讀 年級之預測度。表 4-2-2 為指標變項預測文本年級模式。結果顯示，4 個指標對 文本年級的整體解釋量可達 60.7%，表示指標對文本年級的預測度頗佳。相鄰句 潛在語意關係指標與新舊訊息潛在語意關係指標和年級成正相關(β=.103 和.594)，動詞重複潛在語意關係指標和全篇文章潛在語意關係指標與對預測文本 年級和年級成負相關(β=-.131 和.-.521)。新舊訊息潛在語意關係指標分析年級的 能力優於其他三者。指標預測文本年級公式，迴歸方程式如公式(7)。

Y=1.212 +(-2.073)*指標 1 +1.566*指標 2 +(-13.452)*指標 3 +6.162*指標 4 (7) Y：文本年級

表 4-2-3 指標變項預測文本年級模式多元迴歸分析摘要表 未標準化係數 標準化係數

R² B 之估計值 標準誤 β 分配

常數 1.212 0.200

動詞重複數值 - 2.073 0.533 -0.131***

.611***

相鄰句數值 1.556 0.915 0.103***

全篇文章數值 - 13.452 1.260 - 0.521 新舊訊息數值 6.162 0.443 0.594***

*p<.05 **p<.01 ***p<.001

實測文本時，將文章放入各指標計算數值，文本 A 為選自國編版 4 年級課文，帶 入預測文本年級公式，數值呈現如表 4-2-4。可得到文本 A 的預測結果 Y=3.9，

預測文本為接近 4 年級程度文本。

表 4-2-4 計算文本指標變項數值

動詞重複指標 相鄰句指標 全篇文章指標 新舊訊息指標 文本 A 數值 0.219 0.092 0.008 0.510

進一步使用逐步迴歸分析來檢視指標數值與文本年級間的預測度。表 4-2-5 為指標變項預測文本年級模式逐步迴歸分析摘要表。依據逐步迴歸分析模式，可 發展出最佳指標預測年級文本公式，最佳預測迴歸方程式如公式(8)。新舊訊息 潛在語意關係指標與預測文本適讀年級關係最密切，單一指標解釋量為 36.9%，

且達顯著，後依序放入全篇文章潛在語意關係指標、動詞重複潛在語意關係指 標，其二者個別解釋量分別為 22.7%及 1.2%，逐步迴歸分析中排除了相鄰句潛在 語意關係指標，其對文本年級預測的貢獻性最小。

Y=1.129 +(-1.769)*指標 1 + (-11.820)*指標 3 +6.674*指標 4 (8) Y：文本年級

表 4-2-5 指標變項預測文本年級模式逐步迴歸分析摘要表

預測變項

未標準化係數 標準化係數

R² △R² B 之估計

值 標準誤 β 分配 常數 1.129 0.195

新舊訊息數值 6.674 0.325 .643*** .369**** .369 全篇文章數值 - 11.820 0.818 –.458*** .596*** .227

動詞重複數值 - 1.769 0.504 –.112*** .608*** .012

*p<.05 **p<.01

將前文中預測的文本 A 放入最佳預測迴歸方程式，文本 A 的預測結果 Y=4.0，

預測文本 A 為 4 年級文本，與文本實際適用年級相符。