• 沒有找到結果。

第三章 研究設計與實施

第二節 研究對象與樣本取樣

本節旨在說明本研究之研究對象及樣本之選取,分別敘述如下。

一、正式施測學校之抽取

由於研究者目前任教於苗栗縣某縣立高中之附屬國民中學,考量到地緣關係 與人力資源限制等問題,故選取苗栗縣國民中學學生作為本研究之研究樣本。本 研究係以 101 學年度苗栗縣公立國民中學之學生為研究母群體,根據「苗栗縣政 府教育處101 學年度各級學校概況表」,苗栗縣公立國民中學不含分校共計 34 所,

為兼顧樣本的代表性與抽樣的經濟性,本階段先採用分層比例叢集抽樣法,也就 是依照學校所在地區作為分層標準,再依據分層人數比例來判斷抽取的學校數量。

苗栗縣共有十八個鄉、鎮、市,分別有11 個鄉、6 個鎮和 1 個市。首先依照 苗栗縣三十四所公立國中之學區位置來做分類,從表3-1 可知,苗栗縣公立國中共

有14 所學校其學區位置屬於「鄉」,有 17 所學校其學區位置屬於「鎮」,有 3 所 學校其學區位置屬於「市」。從統計表中發現,大部分學校位於鄉或鎮之行政區域,

其原因是苗栗縣大部分地區屬於鄉的行政區域,因此,其學校數量也相對地比較 多,而行政區域屬於鎮的地區,其地域通常較為廣闊,所以設立較多的國中學校 來達到就近入學指標。緊接著,研究者再根據「鄉」、「鎮」和「市」三個行政區 域的各學校人數相互加總之後,所得到的總人數來作為其問卷樣本比例分配之依 據,其比例採用四捨五入法來計算,表3-2 說明人數統計總量與其比例。

表3-1

苗栗縣公立國中學區位置所屬之行政區域 (n=34)

行政區域 學校名稱 數量

(所)

三義高中附設國中部、三灣國中、大湖國中、南湖國中、

公館國中、鶴岡國中、西湖國中、南庄國中、泰安國中小 (國中部)、造橋國中、大西國中、獅潭國中、文林國中、

頭屋國中

14

大同國中、竹南國中、照南國中、卓蘭實驗中學、後龍國 中、維真國中、致民國中、縣立苑裡高中附設國中部、福 興武術國中小(國中部)、通霄國中、南和國中、烏眉國中、

啟新國中、頭份國中、文英國中、建國國中、興華高中附 設國中部

17

市 苗栗國中、大倫國中、明仁國中 3

合 計 34

表3-2

依據蘇德曼(Seymour Sudman)的建議,一般以人作為對象的調查研究,如 果是地區性的研究,平均樣本人數應約500 至 1000 人之間(吳明清,1991,頁 228)。 因此,本研究抽取約 620 名學生作為研究調查對象,並且為了探究三種不同行政 劃分區域學校之學生對英語學習滿意度與英語學習態度的差異情形,研究者按照 分層比例叢集抽樣法以及四捨五入法,針對行政區域為「鄉」的學校抽取 143 份 的問卷樣本;針對行政區域為「鎮」的學校抽取 378 份的問卷樣本;最後再針對 行政區域為「市」的學校抽取99 份的問卷樣本,其結果如表 3-3 所示。

表3-3

苗栗縣不同行政區域之問卷抽取數量 (n=620)

學校行政區域 鄉 鎮 市 合計

學生總人數(人) 4043 10858 2779 17680

人數比率(%) 23 61 16 100

抽取樣本(份) 143 378 99 620

從表3-3 統計發現,學校行政區域屬於「鄉」與「鎮」的學校數比例本來相差 不大,但透過各校人數加總之後發現「鄉」與「鎮」的學生比例相差近三倍,由 此可知,學校行政區域屬於「鎮」的學生數量明顯比學校行政區域屬於「鄉」的 學生還要多。是故,研究者為了避免問卷樣本抽取的不平均或不恰當,在本研究 中刻意依據各分層學生總人數比例來做叢集抽樣,主要原因是此研究乃屬地區性 研究,樣本抽取時應顧及到不同區域之學校,才能獲得最少誤差與最完整的英語 學習滿意度與英語學習態度之抽樣資料,而不至於有某一區域之學校樣本數過 多,某一區域學校樣本數過少現象。

本研究把受試者目前在校就學的「年級」列入個人背景變項考量因素之一,

是故,研究者為了達到各年段樣本抽取比例平均的原則,對進行正式施測學校採 取各年段只抽取一個班級來作為施測樣本,因此,根據各行政區域所需抽取樣本

數量(如表 3-3),以及考量各校各年級學生人數,研究者按照所需數量及比例實

正式問卷回收後,逐題檢視每份問卷的填答狀況,缺答數超過三題者為無效

項 目 組 別 人數(人) 百分比(%)

英語學業 成績表現

(上學期英語 期末總成績)

(1)90-100分

(2)80-89分

以及上學期英語期末總成績(90-100 分、80-89 分、70-79 分、60-69 分、59 分以 下)等變項。其中家長社經地位的計分方式,茲將說明如下:

本研究所使用之社經地位量表係參考林生傳(2005)的兩因素社會地位指數,

將父母親的「職業類別」及「教育程度」分成五等級,如表3-7 與表 3-8 所示。在 計算社經地位指數時,將「職業類別指數」×「7」加「教育程度指數」×「4」,所