第三章 研究方法
第四節 研究工具
本研究旨在探討國小高年級學生數學領域學習動機與學習滿意度之關係,採 用問卷調查法。本研究的研究工具為「國小高年級學生數學領域學習動機與學習 滿意度之調查問卷」,包括「個人基本資料」、「數學領域學習動機量表」與「數 學領域學習滿意度量表」三個部份,其中「數學領域學習動機量表」由研究者改 編自林怡慧(2009)學習動機量表;「數學領域學習滿意度量表」由研究者改編 自鄭采玉(2008)學習滿意度量表。以下將問卷內容詳述如下:
壹、個人基本資料
「個人基本資料」共分成五個部份,其基本類別及選項如下::
一、學生性別:分為「男生」、「女生」兩類。
二、學生年級:分為「五年級」、「六年級」兩類。
三、校外數學補習:分為「有補習」、「沒有補習」兩類。
四、父母親教育程度︰根據 Hollingshed(1957)設計之社會地位二因素指數的分 類方式,共分為五類,如表 3-2 所示。
五、父母親職業:根據 Hollingshed(1957)設計之社會地位二因素指數的分類方 式,共分為五類,如表 3-3 所示。
接著根據林生傳(2000)參照 Hollingshed(1957)所設計的社會地位二因素 指數計算方式,分別由父母親教育程度及職業類別加權計算而得到社經地位指數,
取兩者中的最高者,再將 11~29 分者定義為低家庭社經地位指數,30~40 分者定義 為中家庭社經地位指數,41~55 分者定義為高家庭社經地位指數,如表 3-4 所示。
表 3-2
家長職業及教育程度分類表
職業等級 教育程度 職業類別
Ⅴ 不識字 無技術、非技術工人
Ⅳ 小學、未上學但識字 技術性工人
Ⅲ 國中、高中職 半專業人員或一般性行政人員
Ⅱ 專科、大學 專業人員或中級行政人員
Ⅰ 碩士或博士 高級專業人員或高級行政人員 資料來源:林生傳(2000)。教育社會學(頁 49)。臺北:巨流。
表 3-3
職業等級分類表
職業等級 職業分類
Ⅴ 工廠工人、學徒、小販、農夫、漁夫、清潔工、雜工、臨時工、工友、建築物 看管人員、門房、傭工、女傭、侍應生、無業、家庭主婦。
Ⅳ 技工、水電匠、店員、小店主、零售員、推鎖員、司機、裁縫、廚師、美容師、
理髮師、郵差、士官兵、領班、監工。
Ⅲ
技術員、技佐、委任級公務人員、科員、行員、出納員、縣市議員、鄉鎮民代 表、批發商、代理商、包商、尉級軍官、員警、女警隊員、消防隊員、船員、
秘書服務設計師、電影電視演員。
Ⅱ
中小學校長、中小學教師、會計師、法官、推事、律師、薦任級公務人員、公 司行號科長、院轄市議員、經理、襄理、協理、副理、代書、作家、畫家、音 樂家、電視記者、新聞記者。
Ⅰ 大專校長、大專教師、醫師、大法官、科學家、簡任級公務人員、立法委員、
考試委員、監察委員、國大代表、校級軍官、董事長、總經理、將級軍官。
資料來源:林生傳(2000)。教育社會學(頁 49)。臺北:巨流。
表 3-4
家庭社經地位指數分類表
教育等級 教育指數 職業等級 職業指數 社經地位指數 社經地位等級
Ⅴ 1 Ⅴ 1 1×4+1×7=11 Ⅴ(18-11)
Ⅳ 2 Ⅳ 2 2×4+2×7=22 Ⅳ(29-19) 低
Ⅲ 3 Ⅲ 3 3×4+3×7=33 Ⅲ(40-30) 中
Ⅱ 4 Ⅱ 4 4×4+4×7=44 Ⅱ(51-41)
Ⅰ 5 Ⅰ 5 5×4+5×7=55 Ⅰ(55-52) 高 資料來源:林生傳(2000)。教育社會學(頁 50)。臺北:巨流。
貳、數學領域學習動機量表
一、量表編製
本研究所使用的數學領域學習動機量表,是由研究者改編自林怡慧(2009)
學習動機量表,量表內容包含內在目標、外在目標、工作價值、控制信念、自我 效能、期望成功等六個分量表。
二、計分方式
本量表採用 Likert 五點量表,請受試者根據問題的陳述,勾選與個人實際感 受程度相符的選項。選項由左而右,分別為「非常不同意」、「不同意」、「普通」、
「同意」、「非常同意」,依序給予 1、2、3、4、5 分,再將各題項合計成總分。
受試者之得分愈高,表示其學習動機愈高;反之,則愈低。
三、信度與效度分析
(一)專家效度
數學領域學習動機量表初稿完成後,徵詢教育學者與具有高年級數學教學實 務經驗的國小教師,就量表內容的適切性及用字遣詞,提出修正之意見。最後再 與指導教授討論,使量表內容更加符合研究目的,藉以編製成預試問卷。
(二)項目分析 1.決斷值
將所有受試者在預試量表的總分按照高低來排序,以 27%為分組界線,總分 最高的 27%者歸為高分組,總分最低的 27%者歸為低分組,再以獨立樣本 t 考驗
來檢定高分組與低分組之間是否達顯著差異,本研究以 CR 值須達顯著水準(p
<.05)且 CR 值必須≧3.0 的標準為進行刪題之依據(吳明隆,2009),之後再根 據保留的題目進行因素分析。
2.相關係數
本研究採用 Pearson 積差相關測量每一個題目與總分的相關程度,若該題目 與分量表總分的相關係數在.30 以上且達顯著水準(p<.05) 時,表示該題與分 量表總分具關聯性,則該題目予以保留(吳明隆,2009),之後再根據保留的題 目進行因素分析。
依據上述兩項程序進行之結果,「數學領域學習動機量表」刪除第 15、23 題,
其餘 28 題進行因素分析。本量表之項目分析摘要如表 3-5。
表 3-5
(三)因素分析
本量表經項目分析之後,將保留的題目進行因素分析,以建立本量表的效度。
學者吳明隆(2009)指出,KMO 值達.70 與 Bartlett 球形檢定達顯著水準(p<.05)
時,顯示母群體的相關矩陣之間有共同因素存在,適合進行因素分析。吳明隆
(2009)表示在量表的編製過程中,參考相關理論及文獻後,明確將量表分為幾 個分量表(層面),各分量表中所包括的題目界定得很清楚,也就是各題目歸類 於哪個層面非常明確,且量表也事先經過專家效度檢核與修正,那麼在預試完 後,研究者可依據各量表的層面,分別以層面包括的題目變數個別進行因素分 析,而不用以整個量表進行因素分析。本量表係參考相關理論及文獻後,改編自 林怡慧(2009)學習動機量表,並經專家效度檢核與修正,因此採取「以分層面 個別進行因素分析法」。
研究者將「數學領域學習動機量表」,分別以內在目標、外在目標、工作價 值、控制信念、自我效能、期望成功等六個分量表檢驗是否適合因素分析。檢驗 結果顯示六個分量表的 KMO 值分別為 0.82、0.74、0.81、0.72、0.87、0.81,所 有分量表的 KMO 值檢定結果達.70 以上且 Bartlett 球形檢定均達顯著水準,因此 代表本量表適合進行因素分析。
確定「數學領域學習動機量表」可進行因素分析之後,研究者採取主成分分 析法,以最大變異法進行直交轉軸,令因素萃取數目為 1,也就是讓全部的題目 僅受到同一個因素影響,來檢驗各題目與該因素間的因素負荷量(吳明隆,
2009)。學者邱皓政(2002)指出,如果因素負荷量大於.30 以上的題目,就具有 良好的鑑別度,這種試題便可保留;反之,試題則可刪除。
依據因素分析之結果,其因素負荷量皆大於.30,故本量表 28 題全數保留。
本量表之因素分析摘要表如表 3-6 所示。
表 3-6
係數為 0.94,各層面之 Cronbach α 係數分別為「內在目標」0.78、「外在目標」0.73、
「工作價值」0.84、「控制信念」0.78、「自我效能」0.88、「期望成功」0.83,可見 本量表內部一致性高、信度良好。量表之信度分析摘要如表 3-7 所示。
叁、數學領域學習滿意度量表
一、量表編製
本研究所使用的數學領域學習滿意度量表,是由研究者改編自鄭采玉(2008)
學習滿意度量表,量表內容包含課程內容、教師教學、學習成效、學習環境、同 儕關係等五個分量表。
二、計分方式
本量表採用 Likert 五點量表,請受試者根據問題的陳述,勾選與個人實際感 受程度相符的選項。選項由左而右,分別為「非常不滿意」、「不滿意」、「普通」、
「滿意」、「非常滿意」,依序給予 1、2、3、4、5 分,再將所有題目相加成總分。
受試者之得分愈高,表示其學習滿意度愈高;反之,則愈低。
三、信度與效度分析
(一)專家效度
數學領域學習滿意度量表初稿完成後,徵詢教育學者與具有高年級數學教學 實務經驗的國小教師,就量表內容的適切性及用字遣詞,提出修正之意見。最後 再與指導教授討論,使量表內容更加符合研究目的,藉以編製成預試問卷。
(二)項目分析 1.決斷值
將所有受試者在預試量表的總分按照高低來排序,以 27%為分組界線,總分 最高的 27%者歸為高分組,總分最低的 27%者歸為低分組,再以獨立樣本 t 考驗 來檢定高分組與低分組之間是否達顯著差異,本研究以 CR 值須達顯著水準(p
<.05)且 CR 值必須≧3.0 的標準為進行刪題之依據(吳明隆,2009),之後再根 據保留的題目進行因素分析。
2.相關係數
本研究採用 Pearson 積差相關測量每一個題目與總分的相關程度,若該題目與分 量表總分的相關係數在.30 以上且達顯著水準(p<.05) 時,表示該題與分量表總分
具關聯性,則該題目予以保留(吳明隆,2009),之後再根據保留的題目進行因素分析。
3.因素分析
本量表經項目分析之後,將保留的題目進行因素分析,以建立本量表的效度。
學者吳明隆(2009)指出,KMO 值達.70 與 Bartlett 球形檢定達顯著水準( p<.05)
時,顯示母群體的相關矩陣之間有共同因素存在,適合進行因素分析。吳明隆
(2009)表示在量表的編製過程中,參考相關理論及文獻後,明確將量表分為幾 個分量表(層面),各分量表中所包括的題目界定得很清楚,也就是各題目歸類 於哪個層面非常明確,且量表也事先經過專家效度檢核與修正,那麼在預試完 後,研究者可依據各量表的層面,分別以層面包括的題目變數個別進行因素分 析,而不用以整個量表進行因素分析。本量表係參考相關理論及文獻後,改編自 鄭采玉(2008)學習滿意度量表,並經專家效度檢核及修正,因此採取「以分層 面個別進行因素分析法」。
研究者將「數學領域學習滿意度量表」,分別以課程內容、教師教學、學習 成效、學習環境、同儕關係等五個分量表檢驗是否適合因素分析。檢驗結果顯示 五個分量表的 KMO 值分別為 0.81、0.90、0.87、0.86、0.76,所有分量表的 KMO 值檢定結果達.70 以上且 Bartlett 球形檢定均達顯著水準,因此代表本量表適合進
研究者將「數學領域學習滿意度量表」,分別以課程內容、教師教學、學習 成效、學習環境、同儕關係等五個分量表檢驗是否適合因素分析。檢驗結果顯示 五個分量表的 KMO 值分別為 0.81、0.90、0.87、0.86、0.76,所有分量表的 KMO 值檢定結果達.70 以上且 Bartlett 球形檢定均達顯著水準,因此代表本量表適合進