第三章 研究方法與設計
第三節 研究工具
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
21
本研究為了比較使用體感互動標註閱讀模式和一般電腦滑鼠點擊標註閱讀 模式進行文章閱讀標註學習時，整體學習者及不同學習風格學習者的認知負荷、
沉浸經驗、學習成效與學習保留差異，以及認知負荷、沉浸經驗、學習成效與學 習保留彼此之間的關聯，因此採用準實驗研究法進行實驗設計。實驗組採用體感 互動標註閱讀模式進行文章閱讀標註學習；控制組則採用一般電腦滑鼠點擊進行 標註閱讀學習。此外，本研究將研究對象依 Felder 及 Soloman 發展的學習風格 量表，將研究對象區分為主動型/反思型、感官型/直覺型、圖像(視覺)型/口語(文 字)型、循序型/總體型八種類型，作為探討學習風格對於體感互動標註閱讀模式 及一般電腦滑鼠點擊標註閱讀模式在認知負荷、沉浸經驗、學習成效與學習保留 差異分析之依據。
第三節 研究工具
一、 知識標註學習系統
「知識標註學習系統」（Knowledge-based Annotation Learning System，簡稱 KALS）為本研究進行標註閱讀實驗時的主要研究工具(如圖 3-2 所示)。實驗組 與控制組學習者被要求在 KALS 中閱讀已經具有閱讀標註的指定文章，並分別 採用體感互動標註閱讀模式及一般電腦滑鼠點擊標註閱讀模式進行學習。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
22
圖 3- 2 知識標註學習系統操作畫面 圖片來源：陳勇汀(2011)
二、 Kinect for Windows
Kinect 是一種體感輸入裝置，由微軟研發團隊開發出來，讓使用者可以不 需手持任何控制裝置，即可透過語音或肢體動作來控制軟體執行動作，目前支援 Xbox 360 電視遊戲主機和安裝Windows 7 、8 作業系統之電腦系統。Kinect 感 應器可以取得以下資訊：彩色影像 (透過中間那顆 RGB 鏡頭)、3D 深度影像 (透過左右兩顆鏡頭)、紅外線發射器和紅外線 CMOS 攝影機所攝得影像以及聲 音 (透過陣列式麥克風)，圖3-3為Kinect實體外觀圖。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
23
圖 3- 3 Kinect 實體外觀圖
圖片來源：http://msdn.microsoft.com/zh-tw/hh367958.aspx
(一) 系統需求
作業系統: Windows 7 (x86 / x64) CPU：雙核 2.66GHz 以上 RAM：2GB 以上
顯示卡：支援 DirectX 9.0c 以上 Kinect 感應器
(二)架構
Kinect 的 NUI 程式庫提供應用程式取得 Kinect 感應器傳送至主機中包括彩 色影像、深度影像、聲音三種資訊串流，Kinect OpenNI架構如圖3-4所示。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
24
圖 3- 4 Kinect OpenNI 架構圖
(圖片來源：Arduino and Kinect Projects: Design, Build, Blow Their Minds)
(三)骨架追蹤
Kinect 的骨架追蹤系統可以在感應器可視範圍內主動追蹤最多兩位玩家的 骨架變動，如果某一個玩家被主動追蹤，則在呼叫 SkeletonEngine.GetNextFrame 時會取得該玩家完整的骨架資訊，預設只有前兩個玩家是主動被追蹤的。此外，
也可以透過 SkeletonData 的Joints 集合來取得某一個玩家所有關節的 3D 座標，
也 可 以 使 用 JointID 列 舉 指 定 要 取 得 那 一 個 關 節 的 座 標 。 而 呼 叫 SkeletonData.Joints[JointID.Head].Position 則 可 以 取 得 玩 家 頭 部 的 3D 座 標 (Vector 型別)，Kinect 骨架追蹤系統可以取得的所有人體關節位置與名稱如圖 3-5所示。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
25
圖 3- 5 骨架追蹤座標
圖片來源：http://msdn.microsoft.com/zh-tw/hh367958.aspx
三、學習風格量表
本 研 究 採 用 之 學 習 風 格 量 表 為 Felder 和 Soloman 所 提 出 (Felder &
Soloman, 1991)，並由張文華(2004)翻譯修訂的ILS學習風格量表。整個量表共40 題，可以測量受試者在行動型/思考型、感官型/直覺型、視覺型/言語型、循序型 /綜合型四種學習風格面向的傾向度。
ILS量表中所設計的40道題目分屬於四個面向，每個面向各有10題，題目交 錯混合，每題只能在兩個選項(a或b)中選擇其一。其評分方式為將每個向度所包 含的題目依序羅列，再計算受測者在各個題目所選的選項(a或b)數量，總結後共
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
26
有多少個a及多少個b，把數量多的減去數量少的選項所得之分數即代表受測者在 該面向的傾向度。例如：某受測者在行動型/思考型向度總結後得到2a及8b，則 表示該受試者在此一向度中傾向於思考型。
ILS 量表的整體內部一致性信度係數為 0.55~0.77 之間(Felder & Spurlin, 2005)，在行動型/思考型、感官型/直覺型、視覺型/言語型、循序型/綜合型四個 面向信度係數分別為 0.77、0.76、0.61 和 0.55。而在效度方面，行動型/思考型、
感官型/直覺型、視覺型/言語型等三個面向都超過 0.90；循序型/綜合型這個面向 一致性雖沒那麼好，但仍超過 0.80 (Litzinger, Lee, Wise, & Felder, 2007)。
四、沉浸經驗量表
本研究測量學生在數位學習中是否產生沉浸經驗，使用沉浸經驗感覺量表 (Chen, 2000)，主要是針對沉浸的感覺內容及程度進行評量，量表測量主旨共分 八個面向，以李克特九點量表施測，其信度係數達到 0.8。
五、認知負荷量表
本研究所使用的認知負荷量表為改良 Hwang 及 Chang(2011)所提出的認知負 荷量表，作為讓學習者主觀評價填寫測量學習者認知負荷程度的依據，此量表由 四題七點量表所構成，分為「心理負荷」和「心智努力」兩個面向，兩個面向各 有兩題。此量表的Cronbach’s α 值為 0.92，在心理負荷和心智努力兩個面向的 Cronbach’s α 值分別為 0.86 和 0.85，代表此量表信度良好。