研究工具

本研究採用問卷調查法為研究工具，以文獻蒐集及配合相關理論方 式編製各量表題項，經預試問卷項目分析、因素分析後，編製正式問 卷，並對研究對象施測。

一、量表編製

其中計有三部分：個人基本資料、運動參與程度量表、學習成就量 表，分別說明如下：

（一）個人基本資料：

本研究主要調查之受試者個人背景變項，內容包括：

1、性別：分為男生、女生

2、城鄉學校：分為城市學校、鄉村學校

3、是否參加課後社團：分為有參加課後社團、沒參加課後社團 4、參加的課後社團類型：分為運動性社團、非運動性社團 5、家庭社經地位：分為低社經地位、中社經地位、高社經地位

（二）運動參與程度量表

此量表參考羅竟倫（2009）和楊嘉惠（2011）之「運動參與程度問 卷」及 Fox(1987)的「運動參與程度公式」綜合編製而成。運動參與程 度＝頻率×（運動強度＋運動持續時間），計算後所得到的數字愈高，即 代表受試者運動參與的程度愈高。

其中運動頻率（每週運動次數）、運動強度及運動持續時間的定義 如下：

1、運動頻率：指每週除體育課外，運動的次數，由數字「1」代表平均 一週運動 1 次或 1 次以下，並給予 1 分，到數字「6」代表平均一週

運動 6 次或 6 次以上並給予 6 分，共六組選項，數字愈大，代表受試 者平均一週從事運動的次數愈多，分數也愈高。

2、運動強度：以受試者除體育課外，每次運動完後，身體感覺的疲勞程 度來表示，數字「1」代表非常輕鬆、數字「2」代表很輕鬆、數字

「3」代表輕鬆、數字「4」代表有點累、數字「5」代表很累，到數 字「6」代表非常累。

3、運動持續時間：指受試者除體育課外，每次參與運動平均花費的時 間，由數字「1」代表 0～10 分鐘、數字「2」代表 11～20 分鐘、數 字「3」代表 21～30 分鐘、數字「4」代表 31～40 分鐘、數字「5」

代表 41～50 分鐘，到數字「6」代表 51 分鐘以上。

（三）學習成就量表

本研究主要採用 Bloom(1956)學習成就評量之認知、情意和技能的 觀點，再參考鄭榮華（2008）、鄭靖霖（2013）、沈咏昕（2015）、陳 青眉（2015）對於學習成就探討的量表後進行修編。分為三個構面，分 別 為 「 認 知 」 、 「 情 意 」 和 「 技 能 」 ， 題 目 共 18 題 ， 採 用 李 克 特 (Likert-type)五點量表衡量之，採正向方式計分，受測者依實際感受回答

「非常符合」、「符合」、「部分符合」、「不符合」、「非常不符 合」來表達對題項的感受，並以 5、4、3、2、1 的計分方式進行分數計 算。分數愈高，表示學生學習成就認知程度愈明顯；分數愈低，表示學 習成就認知程度愈低。量表的構面及題項如表 3-5 所示：

表3-5

學習成就量表

構面 題項內容

認 知

01. 我能了解學校老師上課所講的知識 02. 我能說出學校老師上課所講的知識

03. 我每次段考的總成績都能達到老師和家長的預期 04. 我能將學校老師上課所講的知識運用在生活中

情 意

05. 我願意接受學校老師上課所講的知識 06. 我能對老師上課所講的知識感到有興趣 07. 我會願意嘗試學習新的知識

08. 我能與同學互相討論老師上課所講的知識 09. 我能與其他人分享學校老師上課所講的知識 10. 我會主動預習或複習課本裡的知識

11. 我很滿意自己在學習上的付出與得到的結果 12. 我能輕鬆聽懂上課內容，寫作業時也很容易

技 能

13. 我都能準時完成學校老師出的作業 14. 我的作業表現常常得到老師的讚美

15. 因為老師上課所講的知識，使我原本有的技巧和能力更進步 了

16. 因為老師上課所講的知識，使我的學習能力變好了 17. 從老師上課所講的知識中，我能學到不同的技巧和能力 18. 我能把自己已經學到的知識教給同學

二、專家內容效度分析：

預試問卷初稿擬定後，經指導教授討論修正，再敦請三位國內相關 領域學者專家（如表 3-6）就問卷初稿的內容、題旨以及題意進行修 正，並遵照學者專家們之修正建議，將題目予以保留、修正或刪除，完 成預試量表之編製，再進行問卷之預試。

表3-6

問卷內容效度專家名單

編號 職稱 專長

A 教授 運動心理學、運動學習、體育研究法

B 教授 運動力學、運動力學實驗、測力板計量分析 C 教授 休閒運動管理、休閒行銷學、休閒運動心理學 三、預試

（一）項目分析

項目分析的主要目的在檢核量表中題項之適切性或其可用之程度，

以作為正式選題的參考（邱皓政，2003；吳明隆、涂金堂，2010）。吳 明隆、涂金堂（2010）指出項目分析中最常使用的是極端組檢驗法，極 端組檢驗法在求出題目的決斷值(critical ratio，簡寫為 CR，即為 t 值)。

在進行項目分析時，是取量表總得分的高分組（前 27%的受試者）和低 分組（後 27%的受試者）進行獨立樣本 t 檢定，以求出各題項之決斷值 (CR 值)，將考驗結果未達顯著水準(p＞.05)或決斷值較低之題項刪除，

而吳明隆（2009）與邱皓政（2010）也一致認為，決斷值可以大於 3.0 作為題項篩選之依據，若小於 3.0 表示該題項鑑別度較差，可將之刪 除。另外，吳明隆、涂金堂（2010）也表示，若題項與量表總分的積差 相關係數未達顯著水準或相關係數低於.3 至.4 中度相關以下之題項，皆 可考慮刪除。因此，本研究以 CR 值 3.0（含）以上達顯著水準且相關係 數.4（含）以上達顯著水準為篩選題項之標準。由表 3-7 分析結果發 現，各題項的決斷值皆達顯著水準，CR 值＞3.0 及 r 值＞.4，具有良好 鑑別度，故保留原預試的 18 個題項進行因素分析。

表3-7

（二）因素分析

吳明隆、涂金堂（2010）指出因素分析是最常為研究者或學者考驗 量表的建構效度之方法，且在進行因素分析以前，通常以取樣適切性量 數（Kaiser-Meyer-Olkin，簡寫為 KMO）確認，檢測量表是否符合可進 行因素分析的條件。當 KMO 的值愈大時，表示變項間的共同因素愈 多，愈適合進行因素分析；當 KMO 的值小於.60 時，則不宜進行因素分 析。接著再以 Bartlett＇s 球體檢定法進行分析，需達顯著（p<.05）表示 適 合 進 行 因 素 分 析 。 之 後 採 用 主 成 份 分 析 法 （Principal Component Analysis）萃取因素，以最大變異法進行因素直交轉軸並萃取特徵值大 於 1 之因素，因素負荷量低於.40 或有歸屬錯誤向度之題項則需刪除。

本研究「學習成就量表」第一次因素分析的 KMO 的取樣適切性量 數 為.875 ， Bartlett 球 形 檢 定 的 卡 方 值 為 840.646 ， 達 顯 著 水 準

（p<.05），表示非常適合進行因素分析。接著採主成分分析法，經最大 變異法(Varimax)進行轉軸，共萃取出四個面向，詳如表 3-8 所示。而第 四因子之下的第 1、2 題，由於層面題數太少，故予以刪題。第二次因素 分析得到 KMO 的取樣適切性量數為.873， Bartlett 球形檢定的卡方值為 735.594，達顯著水準（p<.05），其累積總解釋變異量為 60.837%，共 萃取出三個面向（如表 3-9）。每一個層面題數都在四題以上，可測出 所代表的層面特質，故該問卷具有良好的建構效度。各因素所包含的題 項、內容及其命名分述如下：

第一因素構面包含第 3、10、11、12、13、14 題，共六題，內容多 為認知層面，故本量表第一因素構面命名依其題項內容所示，定為「認 知層面」。

第二因素構面包含第 5、15、16、17 題，共四題，內容多為技能層

面 ， 故 本 量 表 第 二 因 素 構 面 命 名 依 其 題 項 內 容 所 示 ， 定 為 「 技 能 層 面」。

第三因素構面包含第 4、6、7、8、9、18 題，共六題，內容多為情 意層面，故本量表第二因素構面命名依其題項內容所示，定為「情意層 面」。

最後所得構面與題項重新命名整理如表 3-10 所示。

表 3-8

學習成就量表之第一次因素分析摘要表

轉軸後成分矩陣 預試題號

因素 1 因素 2 因素 3 因素 4 14 .763

12 .729 13 .695 03 .689 10 .594 18 .575 11 .550

16 .843

15 .803

17 .776

05 .628

08 .725

09 .659

06 .574

07 .566

04 .558

01 .758

02 .752

特徵值 3.603 3.378 2.852 1.742 解釋變異量（％） 20.019 18.766 15.842 9.675 累積解釋變異量（％） 20.019 38.786 54.627 64.303

表 3-9

學習成就量表之第二次因素分析摘要表

轉軸後成分矩陣 預試題號

因素 1 因素 2 因素 3

12 .777 14 .775 03 .741 13 .709 11 .585 10 .508

16 .849

15 .813

17 .773

05 .635

08 .849

09 .813

06 .773

04 .635

07 .572

18 .564

特徵值 3.570 3.262 2.902 解釋變異量（％） 22.313 20.389 18.134 累積解釋變異量（％） 22.313 42.703 60.837

表 3-10

學習成就量表重新命名構面與題項內容

構面 編號 原題號 題項

1 03 我每次段考的總成績都能達到老師和家長的預 期

2 10 我會主動預習或複習課本裡的知識

3 11 我很滿意自己在學習上的付出與得到的結果 4 12 我能輕鬆聽懂上課內容，寫作業時也很容易 5 13 我都能準時完成學校老師出的作業

構面一 認知

6 14 我的作業表現常常得到老師的讚美 7 05 我願意接受學校老師上課所講的知識

8 15 因為老師上課所講的知識，使我原本有的技巧 和能力更進步了

9 16 因為老師上課所講的知識，使我的學習能力變 好了

構面二 技能

10 17 從老師上課所講的知識中，我能學到不同的技 巧和能力

11 04 我能將學校老師上課所講的知識運用在生活中 12 06 我能對老師上課所講的知識感到有興趣

13 07 我會願意嘗試學習新的知識

14 08 我能與同學互相討論老師上課所講的知識 15 09 我能與其他人分享學校老師上課所講的知識 構面三

情意

16 18 我能把自己已經學到的知識教給同學

（三）信度分析

信度分析是指一份問卷所測結果的可信度與穩定性，亦即測量問卷 內容的一致性。經項目分析與因素分析後，再利用內部一致性分析來考 驗各因素及總量表的信度，求其 Cronbach’s α 係數，以衡量所測驗的內 容是否趨於一致性及穩定性。綜合各學者的觀點認為，一份信度係數佳 的量表或問卷，總量表的信度係數最好在.80 以上，各因素層面其信度係 數最好在.70 以上（吳明隆、涂金堂，2010）。

由表 3-11 得知，學習成就量表整體信度為.909，認知信度為.837、

技能信度為.855、情意信度為.821，顯示本量表具有良好的信度。

表 3-11

學習成就量表信度分析摘要表

構面 原量表題目之編號 Cronbach’s α 認知 03、10、11、12、13、14 .837 技能 05、15、16、17 .855 情意 04、06、07、08、09、18 .821

總量表 共 16 題 .909

第六節 資料分析與處理

問卷施測後，將所得資料進行整理分類編碼及登錄，採用 SPSS for Windows 19.0 版統計套裝軟體進行各項資料分析，顯著水準訂為α＝

0.05，統計方式分析如下：

一、描述性統計分析

透過描述性統計來描述樣本背景資料及運動參與程度、學習成就各 變項之分佈情形。

透過描述性統計來描述樣本背景資料及運動參與程度、學習成就各 變項之分佈情形。