第三章 現況分析與研究架構
3.3 教案主題調查結果分析
本研究將調查完成之問卷資料編碼整理後,經統計軟體 SPSS 計算後,得知課 程內容重要性調查之問卷的
值為 0.892,根據吳統雄(1986)的可信度範圍標 準表,如表 3-3 所示,該問卷可信度屬於很可信,在確認資料的完整性與正確性後進行 敘述性統計分析、K 平均數分群演算法與 t 檢定分析。
表 3-3 信度範圍標準表
信度範圍 可信賴程度
1
0.00<信度值 0 . 30
不可信2
0 . 30
信度值 0 . 40
勉強可信 30 . 40
信度值 0 . 50
尚可信 40 . 50
信度值 0 . 70
可信 50 . 70
信度值 0 . 90
很可信 60 . 90
信度值<1.00 十分可信資料來源:吳統雄,1986。
填寫問卷的敘述統計分析結果與 K-Means 分群分析整理如下:
以問卷調查對象的身分別(表 3-4 )而言,家長有 97 人、教師有 18 人、導 護志工有 16 人。由於針對該校學生進行上放學方式調查,因此表 3-5 與表 3-6 只 採計身分為家長的敘述統計資料,學童平日最常使用的上放學方式(表 3-5 )調 查結果,大多數家長以汽機車接送孩子為主,住家附近有公車站牌(表 3-6 )的 有 69.07%,但卻發現搭乘客運的只有 7.22%,即便住家附近有公車停靠站牌,家 長似乎不見得會讓學童搭乘公車上放學,與前文提及搭乘客運比例 23.86%相距甚 大,事後探究其原因在於發問卷調查的時間正值冬季,此時大多數家長擔心該校所 處位置之風勢太過強勁而有危險性,因而改為親自騎機車或開車接送,以護學童之 安全;另外也發現,上放學會搭乘客運的七個人中,有 6 個的住家附近有公車站牌
,1 個需要家長先載至公車站牌處等待,換句話說,住家附近有公車站牌的比例將 近七成,但上放學時間會搭乘公車的人次卻少於一成,究其原因在於早上公車到站 時間過早(約 6:50 左右),下午放學時間經過學校時則較晚(約 17:00 左右),
因此使用率偏低。
表 3-4 問卷調查對象之身分別
身分別 樣本數(人) 百分比(%)
家長 97 74.1
老師 18 13.7
導護志工 16 12.2
合計 131 100.0
表 3-5 問卷調查對象之學童上放學方式
上放學方式 樣本數(人) 百分比(%)
走路 9 9.28
騎自行車 13 13.40
汽機車接送 68 70.10
搭乘客運 7 7.22
合計 97 100.0
表 3-6 問卷調查對象之住家附近有無公車停靠站 有無公車停靠站 樣本數(人) 百分比(%)
無 30 30.93
有 67 69.07
合計 97 100.0
針對國小中高年級大客車交通安全教案內容重要性看法整理如表 3-7,表中之 平均數係由問卷看法之得點轉換而得,非常重要為 5 分;重要為 4 分;普通為 3 分;不重要為 2 分;非常不重要為 1 分。從表中得知大多數問卷調查對象認為國 小中高年級大客車交通安全教育課程單元內容前三重要者為:乘車逃生訓練、安全 穿越馬路、認識內輪差及視野死角。
本研究進一步以資料探勘之 K 平均數(K-Means)分群演算法來進行分析,
以分別決定出高、中、低重要性的大客車交通安全教育課程單元內容。K-Means 分群演算法是由 J. B. MacQueen 於 1967 年所提出的資料分群演算法,其主要的分 群原則乃是透過輸入分群數(K)與樣本數值,利用各樣本值與分群中心之最短距 離差,來進行樣本分群,而依據最終樣本分群的結果,即可界定出各分群的邊界,
從而決定風險門檻值。K-means 之距離總偏移值如下式所示(曾憲雄等,2005):
2
1
Ki x S
i
i
m x
E
(3-1)i S x
i
S
x m
i
(3-2)其中, x 表一資料點,
m 為群集
iS 的中心,
iS 表示群集
iS 中所涵蓋的資料點
i 數量。具體的分析步驟說明如下:(1)界定分群數(K)
依據研究對象特性之需要,界定分群數(K),例如一般將風險或重要性分為 高、中、低風險或重要性三類,則分群數(K)即為 3;若分為極高、高、中、低
、極低風險或重要性五類,則分群數(K)為 5。
(2)隨機決定分群中心
隨機從資料集合中選擇任 K 個資料點當作起始 K 群的群集中心。
(3)資料點之群集歸類
利用相似度計算公式,將資料點分別歸屬到距其最近的群集中心所屬的群集,
形成 K 個群集。
(4)新群集中心點計算
利用各群集之資料點,重新計算各群集之群集中心點。
(5)新群集中心點計算
假如前一步驟得到之各群集中心與先前所計算之群集中心相同,或距離總偏移 值不再改變,則結束分群計算,並輸出各分群結果,否則重覆步驟(3)到(5)。
有關 K-Means 分群演算法,目前已有相關的統計分析軟體如 SPSS 可以提供 迅速有效的計算,節省運算時間。
在實務上,若資料點有極端值(如極大值或極小值)時,可能會造成某一分群 的資料點數太少,遇到這種情形時,可依需要將次一分群(如第二大群集中心值的 分群或第二小群集中心值的分群)再分為 K 群,已決定中高風險群,再將中高風險 群與高風險群整合為一類,依此類推。
透過 SPSS 軟體之應用,將表 3-7 之平均數分為高、中、低三群(K=3),則 問卷調查對象對國小中、高年級大客車交通安全教育課程內容的重要性看法分群,
整理如表 3-8 所示,高重要性者包括行前大客車檢查、認識交通安全標示、認識 內輪差及視野死角、正確繫上安全帶、認識車輛潛在危險、安全穿越馬路、乘車逃 生訓練 7 個單元;中重要性者包括理解交通警察指揮的手勢、交通案例事故介紹、
搭乘大客車禮儀 3 個單元;低重要性者包括大客車相關處罰條例及相關規定 1 個單
表 3-7 對國小中高年級大客車交通安全教育課程內容重要性排序表
課程單元內容 平均數 標準差 重要性排序
1.行前大客車檢查 4.69 0.494 5
2.認識交通安全標示 4.70 0.491 4
3.理解交通警察指揮的手勢 4.54 0.558 8 4.認識內輪差及視野死角 4.71 0.548 3 5.大客車相關處罰條例及相關規定 4.12 0.928 11
6.正確繫上安全帶 4.68 0.572 6
7.認識車輛潛在危險 4.68 0.469 6
8.交通案例事故介紹 4.44 0.621 10
9.安全穿越馬路 4.74 0.490 2
10.搭乘大客車禮儀 4.53 0.624 9
11.乘車逃生訓練 4.76 0.461 1
表 3-8 大客車交通安全教育課程內容重要性分群表
重要性 課程單元內容 集群中心點
高
行前大客車檢查、認識交通安全標示、認識內輪 差及視野死角、正確繫上安全帶、認識車輛潛在 危險、安全穿越馬路、乘車逃生訓練
4.71
中
理解交通警察指揮的手勢、交通案例事故介紹、
搭乘大客車禮儀
4.50
低 大客車相關處罰條例及相關規定 4.12