研究工具

本研究採用的研究工具分為四個部份「智慧型推薦學習系統」、「多元智慧 量表」、「學習成就測驗(前後測)」與「推薦學習系統滿意度調查」。茲說明如 下：

一、智慧型推薦學習系統

本研究採用黃振綱(2009)設計的智慧型推薦學習系統，以下針對系統的開發

環境、網站架構與系統執行流程。

(一)系統開發環境

本研究智慧型推薦學習系統所使用的工具及環境如表3-3所示。

表3-3 系統開發環境

項目 說明

系統開發環境 Apache2.2.4

系統開發技術 使用PHP與XOOPS自由軟體開發網頁並連結資料庫 系統資料庫軟體 MySQL5.0.45

程式開發工具 PHP Editor 活動進行工具 瀏覽器IE5.0以上 教材包裝 符合SCORM2004標準

(二)學習者網站架構

本系統的學習者網站架構分為使用者選單與主選單兩大部分，主要內容在主 選單的推薦學習的部分，學習者點選「推薦學習」的選項後，會出現次選單，分 別為實驗說明、操作說明、個人設定、教材列表與教材評分。實驗說明為敘述本 研究綱要；為了使學習者易於操作，建立了操作說明選項，讓學習者透過教學影 片瞭解系統環境，方便進行操作學習，個人設定為學習興趣的推薦設定，此部份 為顯性評比；教材列表為推薦學習系統所推薦之教材頁面與其它相關教材的選項；

教材評分為對學者專家對於教材進行屬性評比，另外本研究設討論區，提供學習 者進行發問和回饋的討論區塊，如圖3-3。以下是學習者頁面的網站架構，如圖 3-4所示。

圖3-3 智慧型推薦學習系統之討論區

圖3-4 學習者頁面的網站架構圖

(三)系統執行流程

鍵入網址進入智慧型推薦學習系統首頁，如圖3-5所示，登入系統後，學習 者可以先看操作教學，進入環境的操作介紹。而在進行學習前，如果學習者為第 一次進入系統學習，系統則優先設定學習基本資料，並會自動轉換學習興趣表單 頁面，如圖3-6所示，此頁面為讓學習者自行勾選學習興趣，建立自己的學科興 趣、教材難易度、學習時間長短與學習型態，藉此達到初步教材推薦設定。資料 在建立完畢後，進入教材列表，學習者可以自行瀏覽系統推薦的教材或下載教材 進行學習，如圖3-7所示。除此之外，系統也可列出其他相關課程教材，讓學習 者也可以自由選擇。在學習者點選的過程中，系統將會記錄學習者所瀏覽教材或 點選教材等的行為。圖3-8為系統執行流程圖。

圖3-5 系統登入畫面

圖3-6 個人設定之學習興趣表單

圖3-7 推薦教材頁面

圖3-8 系統執行流程圖 二、多元智慧量表

本研究所採用的「多元智慧量表」係翁淑緣學者參考Armstrong（1994）編 修而成。此量表分為八個部份，分別為語文智慧、邏輯─數學智慧、空間智慧、

音樂智慧、肢體─動學智慧、人際智慧、內省智慧與自然觀察者智慧，每個部份 各八個題目，總計共64題。其計分方式以李克特五等量表(Likert scales)尺度進行 計分，很不符合代表1分、大部分不符合代表2分、沒意見代表3分、符合代表4 分與很符合代表5分(如附錄一)。

此多元智慧量表透過項目分析來檢驗量表八個部份各題目的鑑別度，經過 t-test考驗後，皆達到顯著水準(p<.001)，表示多元智慧量表的64題題目均具有鑑 別度。信度分析的部分，係以Cronbach α考驗多元智慧量表的內部一致性(internal consistancy)，若Cronbach α值愈大，表示其信度愈高，也愈趨於穩定一致性。此 量表的八個部份之Cronbach α分為.80、.83、.78、.77、.86、.81、.79以及.90，皆 介於.77~.90之間，大於0.7以上表示具有內部一致性與可接受之信度。而效度的 部分，係透過因素分析求得建構效度(construct validity)，進行因素分析前，透過

KMO值(Kaiser-Mayer-Olkin)確認多元智慧量表適不適進行因素分析，KMO值愈 大時，則表示變相間的共同因素愈多，適合進行因素分析。此量表的KMO值為.89 大於.80，可進行因素分析。除此之外，此量表的Bartlett之球形檢定結果達到顯 著水準(χ²=19454.17, p<.001)達到顯著水準，意謂著此量表的相關矩陣間有共同的 因素存在(游俊閔，2005)。

經由KMO值與Bartlett之球形檢定此兩項指標可以發現，多元智慧量表進行 之因素分析有其適當性存在。此量表採主成份分析法(principal components analysis)，使用強迫八個因素進行萃取因素，並配合採取相等最大值(equamax rotation)進行正交轉軸，使因素與因素之間的相關為0。此八個因素特徵值各為 4.92、4.47、4.33、4.31、3.94、3.85、3.85與3.22，其變異量為7.69%、6.99%、

6.76%、7.73%、6.15%、5.60%、5.59%與5.03%，累積變異量為50.54%(游俊閔，

2005)。

三、學習成就測驗(前後測)

學習成就測驗編制方式，首先擬定電腦網路成就測驗之前後測各20題題目，

進行試題內容效度與兩位專家進行效度評鑑，接著進行預試，透過鑑別度與難度，

刪除不佳的題目，最後整理正式問卷，正式試題各為18題。完整的學習成就測驗 內容詳見附錄二、附錄三。

(一)擬定題目

根據電腦網路課程的教材內容，編制而學習成就測驗之前後測試題，題目各 有20題，題型為選擇題。

(二) 試題內容效度

本研究使用電腦網路教科書版本為學貫出版社發行版本，試題以Bloom等人 於1956提出認知領域教育目標分類(A taxonomy for educational objectives)進行分 析，此分類方法廣用在國內外教育界，經常應用於測驗編製與教育概論等。將試 題依以認知領域教育目標分類進行分析，分別是知識(Knowledge)、理解

(Comprehension)、應用(Application)、分析(Analysis)、綜合(Synthesis)與評鑑

(Evaluation)(Bloom, 1956)。本研究以知識、理解與應用進行試題內容分析，如表 3-4與3-5所示。

表3-4 學習成就測驗之前測的認知領域教育目標分類表

教學內容 知識 理解 應用 總計

高速數位存取 1 2 1 4

錯誤偵測和修正 2 1 2 5

資料連結控制和協定 1 2 1 4

多重存取 1 2 3 5

總計 5 8 7 18

表3-5 學習成就測驗之後測的認知領域教育目標分類表

教學內容 知識 理解 應用 總計

高速數位存取 1 2 1 4

錯誤偵測和修正 2 1 2 5

資料連結控制和協定 1 2 1 4

多重存取 2 2 1 5

總計 6 8 6 18

(三) 專家效度評鑑

為了讓測驗編製完成後，測驗內容較有可信度，在進行預試前，委請對於電 腦網路方面學有專精的兩位教授，進行專家成就測驗構面及內容的評鑑，以針對 前後測的題目進行檢核和修改，應具有良好的專家效度。

(四) 進行預試

前後測編製完成且進行專家效度評鑑後，接著實施預試。預試樣本為本研究 無關之同校資訊相關科系的大三至大四學生作為本研究測驗施測對象，並將測驗 後的結果進行難度與鑑別度分析，刪除不佳的題目決定最後施測題目，如表3-6 與3-7。

表3-6 前測鑑別度與難度分析

題號 PH PL 鑑別度 難度

1 0.74 0.3 0.44 0.58 2 0.73 0.2 0.53 0.43 3 0.65 0.1 0.55 0.47

4 1 0.5 0.5 0.72

5 0.83 0.5 0.33 0.63

6 1 0.6 0.4 0.83

7 0.91 0.5 0.41 0.78 8 0.74 0.3 0.44 0.47 9 0.95 0.6 0.35 0.73 10 0.82 0.5 0.32 0.67

11 1 0.9 0.1 0.94 *

12 0.91 0.4 0.51 0.64 13 0.53 0.2 0.33 0.43 14 0.82 0.3 0.52 0.53

15 1 0.7 0.3 0.9 *

16 0.54 0.2 0.34 0.42 17 0.91 0.6 0.31 0.78 18 0.64 0.2 0.44 0.48 19 0.84 0.3 0.54 0.57 20 0.65 0.2 0.45 0.44

*為刪除的題目

表3-7 後測鑑別度與難度分析

題號 PH PL 鑑別度 難度

1 0.68 0.25 0.43 0.52 2 0.9 0.15 0.75 0.53 3 0.79 0.28 0.51 0.53 4 0.88 0.25 0.63 0.47

5 1 0.25 0.75 0.6

6 0.68 0.33 0.35 0.43 7 0.88 0.52 0.36 0.72 8 0.78 0.45 0.33 0.55 9 0.65 0.25 0.4 0.47 10 0.89 0.33 0.56 0.58

11 1 0.5 0.5 0.8 *

12 0.88 0.5 0.08 0.85 * 13 0.58 0.25 0.33 0.41 14 0.86 0.25 0.61 0.65 15 0.86 0.55 0.31 0.62 16 0.88 0.55 0.33 0.67 17 0.67 0.25 0.42 0.45 18 1 0.13 0.87 0.57 19 0.78 0.25 0.53 0.47 20 0.67 0.3 0.37 0.47

*為刪除的題目

(五) 編製正式題目

選擇試題的依據，以試題的內容與特徵，例如：難度與鑑別度等(郭生玉，

1990)，鑑別度為試題能夠區分低能力與高能力的程度，計算每一試題答對人數

的百分比，鑑別度為PH-PL。Ebel與Frisbie(1991)提出鑑別度標準，如表3-8。一 般接受範圍為0.25以上。故本研究依據鑑別度與難度的分析結果，前後測試卷各 18題題目。

表3-8 鑑別度評鑑標準

鑑別度 試題評鑑

0.40以上 非常優良

0.30-0.39 優良，如能稍加修改更好 0.20-0.29 尚可，但需要改進

0.19以下 劣，必須淘汰或修改

(六) 信度分析

為了確認測驗的內部一致性，將正式成就測驗題目進行Cronbach’s α信度係 數考驗。信度在0.5至0.75之間的問卷，是可接受；高於0.7時，為高信度，表示 具有高度一致性(Nunnally, 1978)。根據預試樣本統計結果後，將不佳的題目刪除，

前後測試卷各18題，求得Cronbach’s α 係數，其值分別為0.87，皆大於0.80，顯 示本研究工具內部具有良好的一致性，以及有一定程度的信度。

四、智慧型推薦學習系統之滿意度調查

本研究之學習意見調查表，主要是瞭解實驗組學生對使用智慧型推薦學習系 統後，系統的接受度。以開放工具所設計的線上問卷，如圖3-9所示，透過科技 接受模式進行探討和分析(詳見附錄五)，分為六個部分，除了第六部分基本資料 外，其於皆為採用李克特五點量表設計，5分為非常同意、4分為同意、3分為普 通、2分為不同意與1分非常不同意。

(一)推薦學習易統的學習沉浸性：根據Csikszentmihalyi(1975)對於沉浸理論的 定義，本研究欲瞭解學習者在使用智慧型推薦學習系統當中達到使用者學習者 專注於目標，並明確回應目標，融入於系統中的情境，不受外在事物的干擾的 程度。

(二) 推薦學習系統的學習激勵性：本研究將激勵定義為受到系統推薦結果與 同儕應用系統的狀態之外在因素，產生提高個人的目標與自我的評價的內在激 勵動機。而本教材列表的點閱次數、討論區的回應次數、後端管理的登入系統 次數、進行學習時間等為達到激勵學習者的重要因素，如圖3-10與圖3-11。

(三) 認知有用性：根據Davis(1989)提出的認知有用性概念。延伸瞭解學習者 在使用智慧型推薦學習系統後，能否有助於提升學習效率，在使用上達到有用 的程度。

(四) 認知易用性：根據Davis(1989)提出的認知易用性概念，此部分在瞭解學 習者在使用智慧型推薦學習系統後，認為系統容易使用的程度。

(五) 推薦學習系統的接受度：意指在使用智慧型推薦學習系統後，使用者接 受系統的程度。

(六)個人資料：分別為性別、學號、您開始接觸網際網路的時間、您以前是否 用過e-learning平台的經驗、您平均每週使用e-learning平台進行線上課程的時數 (含智慧型推薦學習系統)。

圖3-9 線上問卷

圖3-10 教材列表的點閱次數

圖3-11 後端平台的畫面