第三章 分析一
第三節 綜合分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
54
第三節 綜合分析
比較實驗一與實驗二的結構方程混合模型可以發現，在訓練階段中，實驗一 的工作記憶容量與分類策略的選擇有關，但實驗二的工作記憶容量與分類策略的 選擇卻沒有關係，然而，實驗一與實驗二的主要差異在於難度上的差別，難度會 使得受試者難以分類，所以造成受試者在兩個實驗有差異的原因可能有二，一為 難度上的差異造成實驗二的效果在工作記憶容量與分類策略選擇上沒有關係；二 為上述所提到過的人數問題，首先，結構方程模式較適用於大樣本的模型檢定，
實驗一與實驗二卻分別只有 78 人與 71 人，形成工作記憶容量的變異數很小，但 兩個潛在變項之間的標準誤卻很大的結果，而此問題一直延續到測驗階段。
在測驗階段中，雖然在實驗一與實驗二中，工作記憶容量與分類策略的選擇 一直沒有相關存在，其最大的原因與實驗二的練習階段相同，皆是工作記憶容量 的變異數很小，但兩個潛在變項之間的標準誤卻很大。若是以不同分類策略的受 試者工作記憶容量去觀察，可以發現在實驗一中，工作記憶容量較大的受試者傾 向使用 TB 的分類策略，而工作記憶容量較小的受試者傾向使用 KP 的分類策略，
此一現象在結構方程混合模式中，工作記憶容量影響分類策略選擇的估計值
（-1.102）為負值，且在分類策略選擇的潛在變項上，經非線性轉換後，最小的 為 TB 組，最大的為 KP 組可以得知；反之，在實驗二中，工作記憶容量較大的 實驗者傾向使用 TB 的分類策略，而工作記憶容量較小的受試者傾向使用 KP 的 分類策略，此一現象在結構方程混合模式中，工作記憶容量影響分類策略選擇的 估計值（4.757）為正值，且在分類策略選擇的潛在變項上，經非線性轉換後，
最小的為 KP 組，最大的為 TB 組可以得知。這部分的發現，在過去知識分化與 工作記憶關連性的研究中並未被報告過，顯示配合適切的實驗，結構方程混合模 型的確可以幫助我們引導思考變項之間的可能關連。
上述發現，工作記憶容量對於分類策略選擇之間有一致性的方向關係，雖然
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
55
之間的關係在結構方程混合模式上並未達到顯著水準，但有可能是因為樣本數太 少所致，排除樣本數的影響後，有鑑於實驗一與實驗二的差異很有可能是因為難 度的差異造成的影響，為了去驗證工作記憶容量會因為作業難度而對實驗一與實 驗二在分類策略的選擇上的影響，所以將實驗一與實驗二的受試者組合在一起進 行多團體（multiple-groups）的結構方程混合模型，模型如圖十四所示，根據實驗 一與實驗二的分析結果，將難度團體數設定為兩組，分類策略則設定成四組以進 行分析。
圖十 四、蔡涵如(民 97)多團體結構方程混合模式。實驗一與實驗二結合以 進行結構方程混和模型(Structrue Equational Mixture Model)去比較工作記憶 容量對於難度的影響會改變分類策略選擇的關係。左邊部分的觀察變項使 用四種工作記憶容量作業，分別為記憶更新作業（memory updating）、運算 廣度作業（operation span）、語句判斷作業（sentence span）與空間短期記憶 作業（spatial short term memory）；右邊的觀察變項使用如潛在剖面分析時使 用的變項一樣，即在函式學習中不同區域在不同情境線索時選擇 A 的機率；
而上方的難度部分，視實驗一與實驗二為不同的難度團體。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
56
進行此一結構方程混合模型主要有兩個目的，一為確定難度是否「有可能」
為工作記憶容量與分類策略選擇的中介變項，以進一步釐清難度在模型中所擔當 的角色；二為確定難度對於分類策略選擇是否有效果，若有效果，或許為難度本 身的主要效果，亦有可能是因為難度與工作記憶容量的交互作用所影響分類策略 的選擇。
根據兩實驗在測驗階段的資料進行結構方程混和模型分析，其結構如圖十四 所示。結果發現，如表十所示，工作記憶容量的外在效標良好，對於潛在工作記 憶容量的影響皆達顯著水準，在各組人數方面，兩個實驗分類出來的組別，其中 實驗一的部分與之前進行的結構方程混合模式時人數有些許的變動，標準的 KP 組與 TB 組的人數皆變少，移動到其他兩個組別去，實驗二的人數變動頗大，不 僅是不同的 KP 組之間人數在彼此變動，TB 組的人也被移動到其他三組去，但 兩實驗所分出的各組，其各變項平均數的組態(pattern)一致，即第一組都是標準 的 KP 組，第四組都是 TB 組。人數變動的可能原因為難度的差異確實影響分類 的結果，而後檢驗難度與工作記憶容量對於分類策略選擇的影響，發現各組的分 類指標良好，分類策略選擇組的分類 Odds Ratio=3.808，且模型的適合度亦良好，
BIC=-754.19，AIC=-1023.33，Sample-Size Adjusted BIC=-1039.00，但其中工作記憶 容量的潛在變項並不會影響分類策略的選擇(t-value=0.58)，而難度的潛在變項確 實是影響分類策略選擇的重要因子(t-value=-2.68)，這代表過去文獻對於工作記憶 容量對於分類策略選擇的影響為何一直沒有一致性的結果，最大的可能原因是不 同的分類作業，難度不同，自然導致會有不同的影響結果，不過也不排除是因為 樣本數過小所造成的不顯著。
‧
Multi-group: Transfer PhaseGroups of Latent Classes CG=2 C=4
Log likelihood H0 Value
H0 Scaling Correction Factor for MLR
601.66 1.11
Information Criteria
Number of Free Parameters AIC
BIC
Sample-Size Adjusted BIC (n*=(n+2)/24) Entropy
90
-1023.33 -754.19 -1039.00
.97 Numbers of Latent Classes:
CG(2) /C(4)
Estimates S.E.
Categorical Latent Class C ON
Estimates S.E. Logistic Regression Odds
Ratio Results
C ON F
3.808
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
58