第五章 結論
第二節 未來發展
本研究旨在發展與提供教學者、教育工作者施測時可用工具，藉以瞭解受試 者學習結果及其困境。VSSEMS 系統在研發與編寫電腦程式過程，經多元與多 次數據測試結果顯示，VSSEMS 系統具可用性與信效度，適用範圍包括成就評 估、試題分析、學習診斷、結構分析等。無庸置疑， VSSEMS 系統預期提供更 多元評估與診斷功能，改善空間不可謂不大。可見未來，VSSEMS 系統發展方 向如下：
（1）線上評量
本研究旨在發展教育資訊與測驗統計可視化軟體系統。透過 GUI，VSSEMS 操作簡易，如軟體選擇、資料輸入、數據處理、分析結果存檔等。值得關注的 是，VSSEMS 系統研發過程以紙筆測驗為主，其中，數據處理尚需透過資料蒐 集、依據系統準則進行輸入處理與操作，對一般使用者而言，處理過程費時耗 時不少，也很容易發生錯誤，因此，可見未來，VSSEMS 系統進一步研發為線 上系統，即以電腦技術出題、網上施測，爾後，再透過網上收集與初步處理受 試者測驗結果。
VSSEMS 系統進行線上發展，一方面符應現代化教育發展趨勢，另一方面 系統性發展教育資訊與測驗統計診斷工具，第三方面範圍涵蓋題庫建置、試題 組合、線上測驗、分析與診斷、補救教學、規劃線上二次學習較適教材等。
（2）樣本
有鑑於少子女化趨勢與教育績效訴求，VSSEMS 系統是今日班級規模施測 時最適工學模式，值得一提的是，VSSEMS 系統操作簡易與資訊讀取迅速。基 於教育資訊與測驗統計數據大小樣本不等，二者分別提供可用資訊，因此，可
108
見未來，VSSEMS 系統將進一步對大樣本相關問題予以分析與發展可用軟體，
藉以擴展 VSSEMS 系統功能。
（3）診斷個別化
依據檢證測驗評量數據，VSSEMS 系統分別發展出 S-P 表軟體、GSP 表軟體 與 RaschGSP IRT 軟體、迷思概念次序分析法，以及迷思概念粗糙集分析法等，
其中，S-P 表、GSP 表與 RaschGSP IRT 軟體助益教學者掌握受試者學習結果與 試題答對答錯狀況，迷思概念次序分析法與迷思概念之粗糙集分析法則提供教 學者有關個別或班級二次教學的迷思概念集合。可見未來，VSSEMS 系統將自 團體共同的迷思概念，進一步針對個別性、每位受試者的迷思概念提供服務。
因此，未來研究將就原本系統予以擴充，落實個別化診斷。
109
參考文獻
中文部分
王文中（2004）。 Rasch 測量理論與其在教育和心理之應用。 教育與心理研究，
27(4)， 637-694。
王國胤、姚一豫、于洪（2009）。粗糙集理論與應用研究綜述。計算機學報，
32(7)， 1229-1246。
王麗幸、謝玲芬（2009）。結合 ISM 與 ANP 建構知識管理系統評估模式。管理 與系統，16(2)， 219-241。
何慧群、永井正武、許天維、曾建維、蔡清斌（2012）。運用詮釋結構模式分 析教育哲學課程設計提案研究-以哲學部分設計為例。測驗統計年刊，
20(1)，115-150。
何慧群、范德孝、施碧珍、許天維、永井正武（2014）。運用 GSP Chart、
Rasch Model GSP 曲線與 GSM 分析與表徵數學測驗-以一國小六年級數學 科評量為例。測驗統計年刊，22(1)，25-65。
永井正武、蔡清斌、許天維（2014）。 RGSM-可達灰結構模型法的提案。資訊 科技國際期刊， 8(2)， 99-108。
余民寧（2009）。試題反應理論及其應用。台北: 心理出版社。
余民寧（2011）。教育測驗與評量-成就測驗與教學評量。台北:心理出版社。
余民寧（2012）。心理與教育統計學。台北：三民書局股份有限公司。
李正忠、李妍蓉（2012）。應用灰關聯分析法評估環境教育教學服務品質屬性 之重要程度。工程科技與教育學刊， 9(3)，255-266。
李雁冰、刁彭成（2006）。科學教育中 “迷思概念”初探。全球教育展望，35(5)，
65-68。
李德治、林孟儒、童惠玲（2012）。統計學。新北市：博碩文化。
周東山（1997）。教育測量與統計。台北：五南圖書出版公司。
110
林原宏、莊惠雯、易正明（2009）。教師對於學童數學概念之知識管理整合方 法-概念詮釋結構模式與分群在時間概念之分析應用。管理科學與統計決 策，6(3)，45-58。
林敏芳（2005）。線上評量應用於教學上的現狀與發展。生活科技教育，38(1)，
74-85。
張寧（2007）。從複雜到結構：詮釋結構模式法之應用。公共事務評論，8(1)，
1-28。
張寧、汪明生、陳耀明（2008）。以詮釋結構模式法探討直航對高雄總體發展 影響之策略。管理學報，25(6)，635-649。
張德銳（2006）。結合學生學習成果的中小學教師評鑑模式。教育行政與評鑑 學刊，2，59-82。
許天維、陳姿良、蔡清斌、曾建維、劉維玲、永井正武（2012）。結合注意係 數與 GSP 表診斷學習迷思區之探討。2012 科技教育研究與發展學術研討 會，高雄師範大學。
許天維、曾建維、梁榮進、王柏婷、永井正武（2010）。Rasch Model GSP 表的 提案與工具之開發。第十五屆灰色系統理論與應用研討會論文集，A115-A122。
許天維、曾建維、梁榮進、王柏婷、永井正武（2011）。以 Rasch Model GSP 表 進行三參數對數型模式之探究。第三屆科技與數學教育學術研討會論文集，
723-733。
許天維、曾建維、梁榮進、王柏婷、永井正武（2012）。以 Rasch Model GSP 表 及 GSM 結構圖進行試題修正：以企業倫理與職業道德課程之測驗為例。
教育研究與發展期刊，8(4)，53-80。
許天維、蔡清斌、鄭百成、曾建維、俞克斌、永井正武（2013）。部分給分 S-P 表分析法擴張提案及其在數學測驗上的應用。測驗統計年刊，21(1)， 13-40。
111
陳承昌、史天元（2007）。粗糙集方法應用於水稻田辨識之研究。航測及遙測 學刊，12(2)，121-131。
陳昱寰、林谷鴻（2007）。應用網路分析法評估網路服務品質-以中華電信為例。
工程科技與教育學刊，9(2)，159-172。
黄玉梅、翁上錦、施政文（2009）。應用 S-P 表對在線學習(E-learning) 的診斷。
深圳職業技術學院學報，8(6)，25-28。
曾建維（2013）。迷思次序分析法於概念診斷上之應用。博士論文(未出版)，教 育測驗統計研究所，國立臺中教育大學。
游森期、余民寧（2006）。知識結構診斷評量與 S-P 表之關聯性之研究。教育 與心理研究，29(1)，183 - 208。
溫坤禮、永井正武、張延政、溫惠凡（2008）。粗糙集入門與應用。台北: 五南 圖書出版股份有限公司。
溫坤禮、黃宜豊、張偉哲、張廷政、游美利、賴家瑞（2003）。灰關聯模型方 法與應用。台北: 高立圖書有限公司。
溫坤禮、趙忠賢、張宏志、陳曉瑩、溫惠筑（2009）。灰色理論與應用。台北:
五南圖書出版公司。
劉思峰、黨耀國、方志耕（2004）。灰色系統理論及其應用。北京: 科學出版社 潘文福、陳雅苓（2012）。東華大學課程學程化之實施成效分析: CGDI 觀點。
慈濟大學教育研究學刊，8，91-117。
蔡清斌（2014）。 MSM 暨教育測驗統計之應用。博士論文， 教育測驗統計研 究所，國立臺中教育大學。
蔡清斌、許天維、曾建維、陳姿良、永井正武（2013）。迷思概念診斷新模式：
結合學習迷思區與迷思次序演算的應用。臺中教育大學學報，27(1)，1-19。
羅慶成、徐國新（1989）。灰色關聯分析與應用。南京: 江蘇科學技術出版社。
趙吉芳（2002）。灰色系統理論的哲學思想。石油大學學報 (社會科學版)，
18(5)，80-83。
112
英文部分
Abdullah, M. R. T. L., Siraj, S., & Hussin, Z. (2014). Interpretive Structural Modeling of MLearning Curriculum Implementation Model of English Language Communication Skills for Undergraduates. Turkish Online Journal of Educational Technology, 13(1), 151.
Andrews, T. M., Kalinowski, S. T., & Leonard, M. J. (2011). ‘Are humans evolving?’
A classroom discussion to change student misconceptions regarding natural selection. Evolution: Education and Outreach, 4(3), 456-466.
Attri, R., Dev, N., & Sharma, V. (2013). Interpretive Structural Modelling (ISM) approach: An Overview. Research Journal of Management Sciences, 2(2), 3-8.
Aufschnaiter, C. V., & Rogge, C. (2010). Misconceptions or missing conceptions?.
Eurasia Journal of Mathematics, Science & Technology Education, 6(1), 3-18.
Baker, E. L. (1988). Can We Fairly Measure the Quality of Education?. CSE Technical Report, 290, 1-9.
Baker, F. B. (2001). The basics of item response theory (2th ed.). United States of America: ERIC Clearinghouse on Assessment and Evaluation.
Bhattacharjee, K. K., Shankar, R., Gupta, M., & Dey, P. (2011). Interpretive Structural Modeling of Knowledge Management Enablers for Technical Institutions of Higher Learning in India. Global Journal of e-Business and Knowledge Management, 7(1), 1-18.
Boone, W. J., Staver, J. R., & Yale, M. S. (2014). Rasch analysis in the human sciences. New York: Springer Verlag.
Braun, H. I., Kanjee, A., Bettinger, E., & Kremer, M. (2006). Improving education through assessment, innovation, and evaluation. Cambridge, MA: American Academy of Arts and Sciences.
Chen, C. (2012). The Application Of Interpretive Structural Modeling Method To Develop Verity Design Solution Of Case Host Preference-Based Products: A
113
Case Study Of Razor. Journal Of Theoretical And Applied Information Technology, 35(1) , 92-99.
Chen, C., Hrdle, W., & Unwin, A. (2008). Handbook of data visualization (Springer Handbooks of Computational Statistics) . New York: Springer-Verlag TELOS.
Chen, J., Wu, S. J., & Wen, K. L. (2010). The Imperfection of Rough Set in Education Field. World Transactions on Engineering and Technology Education, 8(4), 419-425.
Chen, M., Ebert, D., Hagen, H., Laramee, R. S., Van Liere, R., Ma, K.L., . . . Silver, D.
(2009). Data, information, and knowledge in visualization. Computer Graphics and Applications, IEEE, 29(1), 12-19.
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests.
Psychometrika, 16(3), 297-334.
de Sá, J. M. (2007). Applied Statistics: Using SPSS, Statistica, MATLAB, and R (2th ed.). New York: Springer.
Deng, J. L. (1982). Control problems of grey systems. Systems & Control Letters, 1(5), 288-294.
Deng, J. L. (1989). Introduction to Grey System Theory. The Journal of grey System, 1(24), 1-24.
Dey, S., Dey, P., Datta, S., & Sil, J. (2009). Rough set approach to predict the strength and ductility of TRIP steel. Materials and Manufacturing Processes, 24(2), 150-154.
Fenwick, T. J. (2001). Using student outcomes to evaluate teaching: a cautious exploration. New Directions for Teaching and Learning, 88, 63-74.
Fischer, G. H., & Molenaar, I. W. (1995). Rasch models: Foundations, recent developments, and applications. New York: Springer-Verlag.
Georgakopoulos, A. (2009). Teacher effectiveness examined as a system: Interpretive structural modeling and facilitation sessions with US and Japanese students.
International Education Studies, 2(3), 60-76.
Gooding, J., & Metz, B. (2011). From misconceptions to conceptual change. The Science Teacher, 78(4), 34-37.
114
Greco, S., Matarazzo, B., & Slowinski, R. (2001). Rough sets theory for multicriteria decision analysis. European Journal of Operational Research, 129(1), 1-47.
Gupta, M., & Kumar, S. (2013). Multi-objective optimization of cutting parameters in turning using grey relational analysis. International Journal of Industrial Engineering Computations, 4(1) , 547-558.
Hahn, B., & Valentine, D. (2010). Essential MATLAB for Engineers and Scientists (4th ed.). Oxford: Academic Press.
Jiang, F., Sui, Y., & Cao, C. (2008). A rough set approach to outlier detection.
International Journal of General Systems, 37(5), 519-536.
Köse, S. (2008). Diagnosing student misconceptions: using drawings as a research method. World Applied Sciences Journal, 3(2), 283-293.
Kangaiammal, A., Silambannan, R., Senthamarai, C., & Srinath, M. (2013). Student Learning Ability Assessment using Rough Set and Data Mining Approaches.
International Journal of Modern Education & Computer Science, 5, 1-11.
Kazianka, H. (2013). SpatialCopula: A Matlab toolbox for copula-based spatial analysis. Stochastic Environmental Research and Risk Assessment, 27(1), 121-135.
Keim, D. A. (2002). Information visualization and visual data mining. Visualization and Computer Graphics, IEEE Transactions on, 8(1), 1-8.
Ko, Y. D., & Shang, H. (2013). A Modeling Toolbox and Its Applications to Statistical Process Modeling. Journal of Software, 8(11) , 2706-2710.
Kryszkiewicz, M. (1998). Rough set approach to incomplete information systems.
Information sciences, 112(1), 39-49.
Lai, H. H., Lin, Y. C., & Yeh, C. H. (2005). Form design of product image using grey relational analysis and neural network models. Computers & Operations Research, 32(10), 2689-2711.
Lee, J. N., Chen, S. H., & Lee, H. T. (2013). A rough sets approach to malfunction diagnosis on air-conditioning system. Journal of Information and Optimization Sciences, 34(2-3), 135-148.
115
Lendaris, G. G. (1980). Structural modeling a tutorial guide. Systems, Man and Cybernetics, IEEE Transactions on, 10(12), 807-840.
Li, J. R., & Wang, Q. H. (2010). A rough set based data mining approach for house of quality analysis. International Journal of Production Research, 48(7), 2095-2107.
Li, Y., & Zi, C. (2012). Analysis of Load Factors Based on Interpretive Structural Model. Journal of Computers, 7(7), 1704-1711.
Liang, P., & Zhang, W. (2013). Hierarchicalization of chaotic food webs using Interpretive Structural Modeling. Network Biology, 3(3) , 106-114.
Linden, W. J., & Hambleton, R. K. (1997). Handbook of modern item response theory.
New York: Springer Verlag.
Lixin, M. A. (2012). The Applications of ISM Model. Studies in Mathematical Sciences, 5(1), 27-32.
Lord, F. M. (1952). A theory of test scores. Psychometric monographs, 7, 1-84.
Manjula, R., Vaideeswaran, J., & Acharjya, D. (2012). A Capability Maturity Decision Making System for Educational Quality Based on Rough Computing.
International Journal of Advanced Science and Technology, 45, 55-72.
Martinez, W. L., & Martinez, A. R. (2001). Computational statistics handbook with MATLAB. Chapman & Hall/CRC Press, Boca Raton FL.
MathWorks, Inc. (2002). MATLAB Compiler The Language of Technical Computing.
MathWorks, Inc. (2005). Learning MATLAB 7.
MathWorks, Inc. (2008). MATLAB® 7 Programming Fundamentals MathWorks, Inc. (2011). MATLAB®Compiler™ User's Guide
MathWorks, Inc. (2012). MATLAB® Creating Graphical User Interfaces MathWorks, Inc. (2014). MATLAB®Compiler™ User's Guide
McArthur, D. L. (1983). Analysis of Test Score Patterns: The Student - Problem (S-P) Technique. CSE Report, 218, 1-18.
Moore, H. (2012). MATLAB for Engineers (3th ed.). New Jersey: Prentice Hall.
116
Moudani, W., Shahin, A., Shakik, F., & Mora-Camino, F. (2011). Dynamic programming applied to rough sets attribute reduction. Journal of Information and Optimization Sciences, 32(6), 1371-1397.
Nagai, M., & Tsai, C. P. (2013). Matrix Based Interpretative Structural Modeling.
International Journal of Kansei Information, 4(3), 159-174.
Nagai, M., Yamaguchi, D., & Li, G. D. (2005). Grey Structural Modeling. Journal of Grey System, 8(2), 119-130.
Namdeo, J., & Jayakumar, N. (2014). Predicting Students Performance Using Data Mining Technique with Rough Set Theory Concepts. International Journal of Advance Research in Computer Science and Management Studies, 2(2), 367-373.
Pawlak, Z. (1982). Rough sets. International Journal of Computer & Information Sciences, 11(5), 341-356.
Pawlak, Z. (1997). Rough set approach to knowledge-based decision support.
European Journal of Operational Research, 99(1), 48-57.
Pawlak, Z. (1998). Rough set theory and its applications to data analysis. Cybernetics
& Systems, 29(7), 661-688.
Pawlak, Z. (2002). Rough set theory and its applications. Journal of telecommunications and information technology, 3(2), 7-10.
Pawlak, Z., Grzymala-Busse, J., Slowinski, R., & Ziarko, W. (1995). Rough sets.
Communications of the ACM, 38(11), 88-95.
Pham, D. H., Sheu, T. W., Tsai, C. P., Nguyen, P. T., Nguyen, P. H., & Nagai, M.
(2014). GSM-RGSM Software and Its Application in Educational Measurement.
Education Practice and Innovation, 1(3), 35-48.
Rahman, M. N. A., Alias, N., Siraj, S., & DeWitt, D. (2013). Textbook Content Transformation: Interpretive Structural Modelling (ISM) Approach. Life Science Journal, 10(1), 1736-1745.
Ramasubramanian, P., Iyakutti, K., Thangavelu, P., & Winston, J. J. (2009). Teaching Result Analysis Using Rough Sets and Data Mining. Journal of Computing, 1(1), 168-174.
117
Saad, P., Shamsuddin, S., Deris, S., & Mohamad, D. (2002). Rough set on trademark images for neural network classifier. International journal of computer mathematics, 79(7), 789-796.
Sato, T. (1974). A Classroom Information System for teachers; with focus on the instructional data collection and analysis. Paper presented at the Proceedings of the 1974 annual conference-Volume 1.
Shepard, L. A. (2000). The role of assessment in a learning culture. Educational researcher, 29(7), 4-14.
Shepard, L. A. (2000). The role of assessment in a learning culture. Educational researcher, 29(7), 4-14.