國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
9
第四節 方法論
在社會科學研究中，有一些研究的議題並非橫斷面單一時間點的靜態現象，
而是隨著時間的變化，個體在某些特質或行為上呈現特定的變化趨勢。過去有關 跨時間的重複測量研究，大致出現在實驗設計研究中，在統計分析上只需使用重 複量數的變異數分析（ANOVA）的統計技術，以對跨時間點的測量分數進行平 均數的變動分析即可。然而，當研究架構中涉及潛在變項的問題時，其背後的資 料結構很容易違反基本假設，而無法使用必須建立在強韌的統計基本假設基礎上 的 ANOVA（余民寧，2006；邱皓政，2011）。為解決此一問題，可以使用 SEM 方法學所發展出來的潛在成長曲線模型（Latent Growth Curve Models, LGCM），
此模型含有結構方程式模型的潛在變項，也含有動態歷程中可能出現的線性成長 或非線性成長，需另以趨勢分析來確定成長的趨勢型態。近幾年來，隨著各種大 型追蹤資料庫的釋出，國內如臺灣教育長期追蹤資料庫（TEPS）、全民健康保險 研究資料庫（National Health Insurance, NHRI）、華人家庭動態資料庫(Panel Study of Family Dynamics, PSFD)、臺灣青少年成長歷程研究(Taiwan Youth Project, TYP) 等，縱貫資料的研究逐漸受到重視，相關的實徵研究也迅速增加（王枝燦，2008；
王枝燦、關秉寅，2010；李敦仁，2010；吳齊殷、李文傑，2003；林碧芳，2010；
陳玉樹、周志偉，2009；張憲庭，2010；趙珮晴、余民寧、張芳全，2011；簡伶 蓁，2009）。而國外也有許多大型的資料庫，除了美國相當著名的「國家教育長 期追蹤研究」（National Educational Longitudinal Study, NELS）、「美國青少年長期 追蹤調查」（the Longitudinal Study of American Youth, LSAY）、「國家青少年調查」
（the National Youth Survey, NYS）等資料庫之外，德國也有一個追蹤長達 22 年
（1984-2006）的大型資料庫，許多研究亦利用此資料庫進行貫時性的研究，如 Büchel 與 Duncan（1998）利用 German Socioeconmic Panel（簡稱 GSOEP）資料 庫進行有關家長參與社會活動的角色（e.g. socializing with friends, attending cultural events, doing volunteer work），研究發現擁有越多社會活動的家長，其子
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
10
女的學業成就會越高。此外，除了國家型的大型追蹤資料庫，亦有研究者自行蒐 集長期資料的研究成果，如洪碧霞、邱上真、葉千綺、林素微（2000）針對 183 位國小二年級學童進行長達三年的國語文能力的資料蒐集所得的成長組型；陳順 利（2001）則追蹤原住民與漢人為期一年的調查，發現飲酒行為會影響其學業成 就表現。此外，王金香（2010）針對 529 名國三學生進行五波調查資料，進行數 學焦慮、數學學習動機與數學學習成就的潛在成長模型分析。
進行追蹤資料分析的方法，除了 SEM 取向的潛在成長曲線模式分析之外，
尚有 HLM 取向的多層次模型分析（Multilevel Modeling, MLM）以及自我迴歸交 叉延宕（Auto-regressive cross-lagged, ARCL）模型分析，相對於 MLM 方法與 ARCL 模型分析，潛在成長曲線模式分析具有以下幾個優勢（Willett & Sayer, 1994）：
（1） 潛在成長曲線模式可以研究隨時間遞移，個體在變化型態的個人成長或變 化 的 個 別 差 異 分 析 ， LGCM 不 僅 能 夠 考 驗 隨 時 間 改 變 的 個 體 內
（ intraindividual ） 變 化 情 形 ； 也 可 以 檢 定 個 體 內 變 化 的 個 別 間
（interindividual）變異情形。此外，也能夠找出預測此變化型態的原因。
（2） 潛在成長曲線模式可以提供平均成長改變量與平均截距等屬於總體層次 的統計量數，也可針對特定的成長軌跡進行統計檢定，此外，模型中允許 具有隨時間改變（time-varying covariate）與不隨時間改變（time-invariant covariate）的變數。
（3） 潛在成長曲線模式是 SEM 取向的縱貫資料分析模式，因此具有 SEM 的 優點，提供各種模型適配指標，能夠評鑑理論模型與實際資料之間的適配 情形。
（4） 潛在成長曲線模式利用潛在重複測量以說明各波次的測量誤差，並且也能 夠利用多群組模式進行多樣本間成長變化的探討。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
11
綜合以上所述，潛在成長曲線模式係用來分析隨著不同時間點重複測量的變 數產生什麼樣的變化模式。其中的截距（intercept）所代表的是觀察值的初始狀 態（initial status），亦即是基準值（level）；而斜率（slope），則代表的是隨時間 的成長或退縮的變動比率（growth rate），亦即變動形態（shape）；以及二次項
（quadratic），代表的是隨時間成長或退縮的變動曲率（curve rate）。這三個係數 即是用以顯示模式成長變化的三個主要參數。
有關潛在成長曲線模式的研究，有三個主要的問題：
（1） 隨著時間的改變，整個群體的成長軌跡變化為何？呈現線性成長或非 線性成長的趨勢？是否能夠建立出適配於觀察資料的潛在成長曲線 模式？
（2） 對於不同群體，是否有不同的成長軌跡？
（3） 如果有不同的成長軌跡，是否可以找出預測這些個體具有不同成長軌 跡的相關變項？
本研究主要企圖透過潛在成長曲線模式，探討學生的「學習成就」隨著時間 的改變，其成長軌跡產生什麼樣的變化趨勢？再者，「文化資本」與「學習動機」
在學習成就的成長趨勢上所扮演的角色為何？此外，個人正向動力的「學習動機」
是否能夠緩和家庭所傳遞的「文化資本」對於學生學習成就的成長軌跡的影響？
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
12