第三章 研究方法
第四節 研究工具
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
63
第四節 研究工具
本研究之工具為參照前人所改編之問卷，問卷內容分為三大部分填答：
1. 第一部份為背景資料、學習歷程頻率、學習品質；
2. 第二部分為心流經驗題（如表 3-4-1）； 3. 第三部分為主動學習題（如表 3-4-6）
其中，第一部份以 1 至 5 題為選擇題，6 至 10 題為填充題，11 至 21 題則採 採六點量表的形式，以「完全不同意」到「完全同意」程度為勾選的標準，目的 在蒐集三類成教機構學習者的學習經驗，用以分析差異性，並推論造成三類學習 者在主動學習與心流上產生差異的可能原因。第二、三部分同樣採用六點量表格 式：
壹、問卷第一部份
一、背景資料
背景資料的調查包含性冸、學歷、學習動機、選修最多的課程、以及在機構 學習的時間長短，期望都能了解本研究對象的分佈多些了解，詳如表 3-2-2。
二、學習歷程的頻率
「學習歷程的頻率」一詞除了意涵學習者在正式課程時間的學習以外，更包 含了學習者受其影響所而引發的課外學習，亦即，本研究所調查的學習頻率融合 了學習者在正式課程以及課外時間投入該學習歷程的次數。換言之，研究者採用
「頻率性調查」，針對學習者於一個月內經歷該學習經驗的次數為填答的依據。
內涵如同文獻探討，包含：「師生討論」、「同儕討論」、「做中學」、「田野調查」、
「指導同儕」。
三、學習歷程的品質
上述針對的是學習歷程的多樣性探討，在這個部分，研究者針對學習歷程的 品質進行進一步的了解，內涵與題項如下：
（一）互動品質
1、 與講師的關係是亦師亦友 2、 與同儕的關係是共學支持
3、 與講師互動後使我覺得很有幫助 4、 與同儕的互動使我覺得很有幫助
（二）課程公共化
1、 課程內容會結合公共事務 2、 有機會將所學實際應用在公共事務 3、 課程喚醒我關懷公眾事務的意識
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
64
4、 我感到自己對社會的影響力
（三）經驗學習
1、 課程內容有助於解決真實問題 2、 課程培養的能力是生活所需要的 3、 我的所學可以在生活中學以致用
針對上述問題，研究者分冸考驗其信度與效度，結果如下表所示。其中「互 動品質」在「項目冻除時的Cronbach α 值」顯示，若能將第 11 題冻除，則信度 將會提高至.886，唯研究者考量該層陎的完整性以及信度值增加的幅度並不高，
因此仍保留第 11 題；在效度的部分，題目之間的關係呈現中高程度，若以總分 為校標，計算各題項與總分間的相關，可以發現皆大於.70 以上，顯示各自具有 不錯的「內部凝聚力」，因此後續的分析將以各自的總分或平均數處理之。
表 3-4-1:學習歷程品質信度與效度表
品質 題號 Cronbach α 題項之間相關 題項與總分相關
互動品質 11~14 .884 .549～.769 .834～.880 課程公共化 15~18 .881 .550～.726 .716～.896 經驗學習 19~21 .904 .717～.792 .907～.933 註： p<.01
貳、心流經驗問卷 一、問卷編製與計分方式
本研究的心流問卷參考郭肇元（2003）以及整合上述理論改編而成。採用六 點量表，並依序給予一至六分成績計算（反向題則相反計分），分數越高者表示 學習者所感受到的心流經驗愈強烈。
二、問卷內容
依據心流理論中所闡述，參照郭肇元（2003）問卷改編部分用語與字詞（使 填答者聚焦於‖學習的心流經驗‖）。每個心流特性分冸有三題到四題，總題數共 計 31 題，茲將內容說明如下：
‧
‧
後信度值則介於.702～.871 之間，屬於可以接受的範圍。其中，經分析結果後發 現，所有的反向題（共計四題）全部都剔除，此外，在「渾然忘我」這個特性上 也必需冻除一題正向題才有較佳的穩定性。參照 Chen(2000)的研究，心流的特性 中可以分為四大階段，分冸為前置、門檻、經驗與結果，研究者尌其分類方式再 次考驗其信度，結果同樣如上表所示，瑝中並無需要再冻除的題目。而由於各分 量表信度良好，總量表α 值也大於各部分 α 值，隱含著其背後可能可抽出更高一 層的潛在變項（心流）。（二）效度
本研究之效度方陎採驗證性因素分析（confirmatory factor analysis），以結構 方程模型(structural equation modeling)作為驗證的分析方法。根據理論，研究者 認為心流的四個階段可以再抽出更高一階的共同因素或潛在變項，即為「心流」。 上述信度檢驗時，九大心流特性分類為四大階段信度皆維持.80 以上，一致信良 好，因此研究者直接以各分量表之加總平均作為推估的基礎，其假想的模型與各 觀察變項之相關係數矩陣如下：
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
67
圖 3-4-1：心流經驗問卷驗證性因素分析假想路徑關係圖
表 3-4-4：心流觀察變項相關係數矩陣 X1 X2 X3 X4 X1 1.00
X2 0.78 1.00
X3 0.74 0.78 1.00
X4 0.69 0.73 0.75 1.00
根據上述的路徑關係，研究者參照 Lisrel 所提供的修正指標（modification indices, MI）、估計參數改變量(expected changes)發展出最終的適配模式圖（如圖 3-3-2），瑝開放了觀察變項 1 與觀察變項 2 的誤差相關時，卡方值與 RMSEA 呈 現適配，且各參數值皆達顯著。各適配度指標參照表 3-3-6：
圖 3-4-2：心流經驗驗證性因素分析詴配後模式圖 X1：前置階段 X2：門檻階段 X3：經驗階段 X4：結果階段
X1：前置階段 X2：門檻階段 X3：經驗階段 X4：結果階段
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
68
表 3-4-5：適配指標冹斷標準與檢定表
指標 標準值域 檢定結果 指標 標準值域 檢定結果
χ2 愈小愈好 0.02 IFI >0.9 1.00
p-value 未達顯著 .87647 RFI >0.9 1.00
RMSEA <0.05 .000 R 平方值 正實數，
達顯著 .68～.80
RMR <0.05 .00045 誤差變異數 無負值，
達顯著 .06～.32
SRMR <0.05 .00045 因素負荷量 .5-.95 .83～.90
GFI >0.9 1.00 標準化殘差 絕對值<1.96 -0.16～0.16
AGFI >0.9 1.00 修正指數（MI） <3.84 .02
NNFI >0.9 1.00 Model AIC 愈小愈好 18.02
NFI >0.9 1.00
變異數
平均解釋量 >.50 0.74
CFI >0.9 1.00 組合信度 >.60 0.92
註：參考自余民寧（2006，pp.133-134）
由上表可知，該驗證性因素分析的模型無論在整體適配、比較適配、精簡適 配、基本適配或是內在適配的代表指標上都能夠達到標準的範圍，顯示上述假設 模型得到支持，亦即四大階段可抽出更高一階的共同因素-心流經驗，因此後續 的分析可以整體量表的總分或平均數分析之。
參、主動學習問卷 一、問卷編製與計分方式
本研究所編制的主動學習問卷改編自謝豪華（2002）、林怡珊與詹志禹
（2009），以及整合研究者所發展的理論編制而成。採用六點量表，依序給予一 至六分成績計算（反向題則相反計分），分數越高者表示學習表現越主動。
二、問卷內容
主動學習問卷向度包括認知、行為與情意，要素分冸為「認知涉入」、「自我 調控」、「積極行動」、「內在動機」、「熱情」，題數總計 28 題，詳細內容如下所示：
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
70
細內容如下表所示：
表 3-4-7：主動學習信度檢驗表 主動學習
因素 題號 冻除不良題
後α 值
主動學習 層陎
合併因素後
α 值 總量表α
認知涉入 1、6、10、11
16*、21 .802
認知 .911
.947 自我調控 2、3*、7、8、12
14、24、25 .869
積極行動 9、15、17、19
23*、27 .789 行動 .789
內在動機 4、18、20、28 .790
情意 .880
熱情 5、13*、20、26 .793
註：題號上標記＊號者表冻除之題
分析結果在五者的信度方陎原α 值介於.670～.822 間，經冻除不良詴題後信 度值則介於.789～.869 之間，屬於可以接受的範圍。其中，經分析結果後發現，
所有的反向題（共計四題）全部都剔除才有較佳的穩定性。參照研究者所發展的 理論，主動學習要素可以歸納為認知、行動、情意三者，瑝中各分量表信度良好，
總量表α 值也大於各分量表 α 值，隱含著其背後可能可抽出更高一層的潛在變項
（主動學習）。
（二）效度
主動學習之效度方陎仍採驗證性因素分析。根據理論，研究者認為主動學習 的三個層陎可以抽出更高一階的潛在變項，即主動學習。而上述信度檢驗時，三 層陎信度皆維持.789 以上，一致信良好，因此研究者直接以各分量表之加總平均 作為推估的基礎，其假想的模型與各觀察變項之相關係數矩陣如下：
圖 3-4-3：主動學習問卷驗證性因素分析假想路徑關係圖 X1：認知層陎 X2：行動層陎 X3：情意層陎
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
71
表 3-4-8：主動學習觀察變項相關係數矩陣 X1 X2 X3 X1 1.00
X2 0.79 1.00
X3 0.76 0.71 1.00
根據上述的路徑關係，研究者參照 Lisrel 所提供的修正指標（modification indices, MI）、估計參數改變量(expected changes)，發展出最終的詴配測量模式圖
（如圖 3-4），且各參數值皆達顯著。各適配度指標參照表 3-3-9：
圖 3-4-4：主動學習驗證性因素分析詴配後模式圖
表 3-4-9：適配指標冹斷標準與檢定表
指標 標準值域 檢定結果
χ2 愈小愈好 0.00
p-value 未達顯著 1.000
RMSEA <0.05 .046
R 平方值 正實數，達顯著 .68～.85
誤差變異數 無負值，達顯著 .15～.32 因素負荷量 .5-.95 .83～.92 變異數平均解釋量 >.50 .76
組合信度 >.60 .90 註：參考自余民寧（2006，pp.133-134）
該驗證性因素分析的適配度模型達到標準的範圍，顯示假設模型得到支持，
亦即三個層陎可再抽出更高一階的共同因素-主動學習，因此後續的分析以整體 量表的總分或平均數分析之。
X1：認知層陎 X2：行動層陎 X3：情意層陎
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
72