文本屬性與適讀年級迴歸分析

在傳統公式期，研究者分析各種文本屬性與適讀性之間的關係，並企圖建 立適讀性模式來預測文本的閱讀難度或適讀年級。在這個期間，研究者最常用 來建構適讀性模式的方法是，（一）收集一組已經標定難度（或適讀年級）的文 本，（二）分析這些文本的各種可能與文本難讀有關的文本屬性，（三）以分析 出的文本屬性為預測變項，文本難度（或適讀年級）為效標變項，進行統計迴 歸分析。研究者根據統計分析的結果（亦即，迴歸公式），建構適讀性模式。

研究1.2 將依循前述的適讀性模式建構方式，以研究 1.1 所計算出之各種文 本屬性（77 種文本指標）為預測變項，文本所屬年即為效標變項，進行線性迴 歸分析。此分析之目的為（1）重複驗證先前過去適讀性研究對於文本屬性與文 本適讀年級的發現；（2）瞭解不同文本屬性在不同類型的文本中（國語與社 會），是否對預測文本適讀性有不同的重要性。

本研究特別將77 個文本指標分成三大類別：（1）表層屬性：包含詞長、子 句長、句長、字筆畫數、字頻、詞頻以及其各項統計指標；（2）Coh-Metrix 屬 性：在表層屬性之外，但不包括本研究所計算之罕見語式屬性以及句法樹深度 之屬性。（3）完整屬性：包含所有 77 個文本屬性。其中，屬於表層類別的文本 屬性多是傳統公式期研究所使用的屬性，而Coh-Metrix 所包含的屬性則是在認 知理論期，研究者提出並實際用以評估文本適讀性的文本屬性。最後，在完整 屬性部分，本研究加入了幾個與句法複雜性有關的指標。也就是說，藉著本研 究的分析，研究者可以了解，當一些認知心理學家認為會影響閱讀理解的文本 屬性納入適讀性模式中時，是否會影響該模式對文本適讀性的預測。

一、研究方法

如前所述，本研究將77 個文本指標分成三大類別：表層屬性、 Coh-Metrix 屬性以及完整屬性。分析時，每個類別的指標都會被分別放入迴歸模 式，並且以逐步迴歸法（stepwise regression）選擇對模式預測適讀年級有幫助 的文本屬性。在逐步迴歸中，模式中的所有指標都先納入迴歸模式，在一次迭 代中，模式試著移除每個指標，並計算該指標移除後對模式AIC 指標的影響

（T. Yamashita, K. Yamashita & Kamimura, 2007）。在該次迭代中，對 AIC 影響 最小的變項就被移除（backward stepwise），並進入下一次迭代。變項選擇的程 序將持續到移除指標不會再對模式AIC 有幫助時停止。

為了了解不同類型文本（亦即，國語課文和社會課文）的是否會受到不同 文本屬性的影響，本研究分別針對不同文本類型，獨立進行文本屬性選擇與適

讀性迴歸分析。故研究1.2 總共計算 9 種適讀性迴歸模式。這 9 種模式代表的 是在三種文本類型（全部課文、國語課文和社會課文）與三種迴歸模式（表層 模式、Coh-Metrix 模式以及完整模式）的交互分析。

為了控制文章長度與其他文本屬性的共變性，本研究進行迴歸分析時未加 入和文本長度相關的文章屬性變項（例如字數、詞數、子句數、詞數等），同時 亦將所有可能與文章長度相關的變項常規（normalize）化，例如名詞數、動詞 數等詞彙類別屬性，都以文章詞數作為分母把次數屬性轉變為比例變項。除了 共變性的考量外，還有兩個原因使得本研究在進行迴歸分析時，控制文章的長 度：

（一）本研究採用的目標語料為國小課文，並且以課文所屬年級作為課文 的適讀性年級。文章長度與年級的相關是這類語料的特性之一；當然，此特性 不必然會出現在國小國語課文以外的語料。其次，在過去適讀性的文獻中，在 分析各項與次數相關的文本屬性時，皆會將這些屬性對文章長度做常規化

（normalize）的轉換。例如在 Dale 與 Chall（1948）的公式中，「難詞數」這個 屬性是文本中的難詞次數除以文本的總詞數；在Flesch（1948）的閱讀簡易度 模式中，「音節數」亦是計算文本中的總音節數除以總詞數。故本研究亦遵循相 似的研究方法，排除與文本長度直接相關的屬性，並將各種次數變項對文章長 度作標準化。

（二）在本研究的先期研究中，當與文章長度相關的屬性（如，文本中的 字數、詞數、名詞數、名詞片語數、子句數等）納入分析時，年級與這些屬性 的相關皆高於.80。這 5 個與文本長度相關的屬性所構成的迴歸模式，已可顯著 地解釋文本適讀年級，F(5, 944) = 551.7，p < .001，R² = 0.75。也就是說，文本 長度將大幅影響其它與適讀性相關的文本屬性（如字詞頻、一致性屬性、句法 複雜度等屬性）在適讀性模式中能貢獻的解釋量。

在上述的考量下，本研究在建構適讀性的迴歸模式時，將控制各種與文章

長度有關的的文本屬性。

二、結果與討論

完整迴歸模式結果及屬性係數請參見附表4.1、4.2 及 4.3。從分析結果中可 發現，不管是在全部課文、國語課本或是社會課本中，表層模式的迴歸分析都 達到顯著水準。在全部課文中，迴歸分析的結果達到顯著水準，F(15, 934) = 99.70，p < .001，R² = 0.62，AIC = 2813.19。此模式選出 15 個變項，其中 7 個 變項的係數達到顯著，分別為子句長（第一四分位數）、句長（第一、第三四分 位數）、字頻（第1、25、50 百分位數）和詞頻（第 1 百分位數）。在國語課本 的表層模式中，逐步迴歸選擇出17 個變項，F(17, 421) = 43.21，p < .001，R² = 0.64，AIC = 1278.00。在這 17 個變項中，共有 7 個變項的係數達到顯著；它們 分別為子句長（第1、3 四分位數）、句長（第 1、3 四分位數）、字頻（第 5、

50 百分位數）和詞頻（第 75 百分位數）。在社會課文的表層模式中，逐步迴歸 選擇出11 個變項，F(11, 499) = 95.71，p < .001，R² = 0.68，AIC = 1447.04。在 這11 個變項中，共有 6 個變項的係數達到顯著，分別為子句長（第 1、3 四分 位數）、句長（第3 四分位數）、字頻（第 1、25、50 百分位數）和詞頻（第 25 百分位數）。這個結果顯示，影響國語文本與社會文本之適讀性的文本屬性相 同；而這些屬性也與過去的研究發現相似。

Coh-Metrix 模式在全部、國語、社會課文上都比表層模式的解釋力高。全 部課文的Coh-Metrix 模式選擇出 40 個變項，F(40, 909) = 96.52，p < .001，R² = 0.75，AIC = 2440.42，其中 10 變項的係數達到顯著，分別為句長（第 1、第 3 四分位數）、字頻（第25、50 百分位數）、內容功能詞比例、名詞脈絡重複指 標、內容詞的局部與脈絡重複指標、詞彙語意數（第3 四分位數）和名詞片語 的修飾詞數。國語課文的Coh-Metrix 模式選擇出 38 個變項，F(38, 400) = 35.75，p < .001，R² = 0.77，AIC = 1113.22，其中 13 個變項的係數達到顯著，

分別為子句長（第1 四分位數）、句長（第 1、2、3 四分位數）、詞頻（第 1、

5、75 百分位數）、內容功能詞比例、名詞脈絡重複指標、內容詞的局部與脈絡 重複指標、詞彙語意數（第2 四分位數）和名詞片語的修飾詞數。社會課文的 Coh-Metrix 模式選擇出 31 個變項，F(31, 479) = 63.67，p < .001，R² = 0.81，

AIC = 1232.21，其中 10 個變項的係數達到顯著，分別為句長（第 3 四分位 數）、字頻（第25、50 百分位數）、詞頻（第 1、50 百分位數）、主要動詞前詞 數、內容詞的局部與脈絡重複指標、詞彙語意數（第3 四分位數）和名詞片語 的修飾詞數。

由於表層模式與Coh-Metrix 模式經過變數選擇後，兩者間並非巢套模型

（nested models），故不能直接以 F 檢定比較兩模式，但從兩模式的 AIC 和解釋 力（R²）仍可發現Coh-Metrix 模式比表層模式更可解釋文本屬性與適讀年級間 的關係。在Coh-Metrix 適讀性模式中，國語文本和社會文本的分析結果頗為類 似；除了一些句長、字頻、詞頻等表層文本屬性外，還納入了影響文本一致性 的屬性（如，內容詞的局部與脈絡重複指標）、句法複雜性屬性（如，名詞片語 的修飾詞數），以及詞彙複雜度（詞彙語意數）等傳統適讀性公式沒有納入的屬 性。兩類文本比較，國語文本的適讀性受到更多文本一致性的影響，所以內容 功能詞比例、名詞脈絡重複等指標亦達顯著。

完整模式和Coh-Metrix 模式所納變項頗為相似，只是前者比後者多納入句 法樹深度指標和罕見片語語式頻率等與句法複雜度相關的指標。全部課文的完 整模式選擇出41 個變項，F(41, 908) = 74.39，p < .001，R² = 0.77，AIC = 2374.72，其中 13 個變項的係數達到顯著，分別為子句長（第 2 四分位數）、句 長（第1、3 四分位數）、字頻（第 1、5、50 百分位數）、名詞脈絡重複指標、

內容詞的局部與脈絡重複指標、詞彙語意數（第3 四分位數）、名詞片語的修飾 詞數、句法樹最大深度、罕見片語語式頻率（第3 四分位數）。國語課文的完整 模式選擇出39 個變項，F(39, 399) = 37.63，p < .001，R² = 0.79，AIC =

1088.00，其中 13 個變項的係數達到顯著，分別為子句長（第 1 四分位數）、句

長（第1、3 四分位數）、詞頻（第 1、5、50 百分位數）、內容詞與功能詞比

的顯著變項。這項結果與過去傳統的適讀性研究一致（胡志偉等人，1994；荊 溪昱，1995；陳世敏 1972；Yang, 1970）。在過去研究中亦使用與字頻、詞頻相 關的常用字比例、高頻詞數來衡量文章難度，同時亦以句子長度、長子句數等 與句長、子句長相關的屬性作為預測公式中的變項。表2.2 中亦顯現，Coh-Metrix 屬性中之內容詞功能詞比、內容詞重複指標、詞彙語意數、句法複雜度 也都在三類文本中可顯著預測文本適讀性。此結果亦呼應過去在中文文本一致 性指標的研究。在過去研究中，文本的內容詞數和句法複雜度都是影響適讀性 的重要屬性之一（Sung et al., 2015）。本研究則更進一步以句子的句法樹具體操 作各項句法複雜度的屬性。從此迴歸分析中，發現與句法樹相關的屬性：名詞 修飾詞數、主要動詞前詞數、句法樹最大深度、罕見片語語式頻率都可顯著地 預測適讀年級。

研究1.2 分別針對不同的文本類型計算三種迴歸模式：表層模式、Coh-Metrix 模式以及完整模式。上述模式分析結果顯示，表層模式所涵蓋的變項可

研究1.2 分別針對不同的文本類型計算三種迴歸模式：表層模式、Coh-Metrix 模式以及完整模式。上述模式分析結果顯示，表層模式所涵蓋的變項可