第四章 研究結果
第四節 學生的背景變項在成人學習態度量表各構面的差異情形
為檢定學生的背景變項在各個問卷層面上是否有差異，本小節以研究對象的
「背景變項」為自變項：成人學習態度量表的五個因素為依變項進行檢定，量表 的五個因素分別為：學校因素、情境因素、自我導向、購買衝動以及電腦焦慮，
所欲回答的問題如表4-23。
表4-23 待答問題與檢定的方法
待答問題 檢定的方法
性別變項在量表的五個因素上是否存在顯著差異 ONE-WAY ANOVA 年齡變項在量表的五個因素上是否存在顯著差異 ONE-WAY ANOVA 教育程度變項在量表的五個因素上是否存在顯著差異 ONE-WAY ANOVA 工作時數變項在量表的五個因素上是否存在顯著差異 ONE-WAY ANOVA 婚姻狀況變項在量表的五個因素上是否存在顯著差異 ONE-WAY ANOVA
表4-23 (續) 待答問題與檢定的方法
二、年齡在成人學習態度量表的五個因素上的差異情形
檢定結果如表4-25，年齡變項在成人學習態度量表的電腦焦慮因素上有顯著 差異；年齡在50歲以上的成年人的電腦焦慮明顯高於30到39歲的成年人，這個結果 與國內外關於電腦焦慮的研究相符－電腦焦慮的程度與年齡有關，年齡愈大電腦 焦慮愈明顯。平均數上來看，也可以發現這種情形，所有年齡層的成年人電腦焦 慮都低於50歲以上的成年人。
表 4-25 不同年齡的學生在成人學習態度量表各因素之單因子變異數分析
個 數
平均數 標準差 F 檢定 顯著性 事後比 較 學校因素 24以下 23 4.10 0.65 .874 .305 25-29 34 4.02 0.46
30-39 55 4.02 0.74 40-49 86 4.12 0.58 50以上 95 4.10 0.58 總和 293 4.08 0.61
情境因素 24以下 23 1.73 0.75 .013 3.238 25-29 34 1.94 0.76
30-39 55 2.30 0.91 40-49 86 2.27 0.87 50以上 95 2.35 0.98 總和 293 2.22 0.91
衝動因素 24以下 23 2.36 0.59 .397 1.020 25-29 34 2.60 0.59
30-39 55 2.52 0.88 40-49 86 2.54 0.67
表 4-25 (續) 不同年齡的學生在成人學習態度量表各因素之單因子變異數分析
表 4-26 不同教育程度的學生在成人學習態度量表各因素之單因子變異數分析
四、工作時數在成人學習態度量表的五個因素上的差異情形
檢定結果如表4-27，工作時數變項在成人學習態度量表的情境因素上無顯著 差異；研究者認為，就短期社教研習的成人學生而言，整個課程最多兩個月就可 以完成，若需要在工作上有所調動配合也是比較容易的，因此學習較不會受到工 作時數長短的影響。另外，從平均數來看，工作8小時以下與工作3小時以下的成 年人其電腦焦慮都是較低的，研究者猜測，工作3小時以下有不少是家庭婦女或待 業中的成年人，其立即學會電腦的壓力較小，因此比較不會有電腦焦慮，而工作 時數8個小時以上的成年人則可能因為工作上原本用到電腦的機會就較多，因此也 有較低的電腦焦慮。
表 4-27 不同工作時數的學生在成人學習態度量表各因素之單因子變異數分析
個數
平均 數
標準 差
F 檢定 顯著性 學校平均 3小時以下 56 4.18 0.54 .897 .443 3-5小時 25 3.96 0.61
5-8小時 85 4.06 0.62 8小時以上 127 4.07 0.62 總和 293 4.08 0.61
情境平均 3小時以下 56 1.99 0.92 1.488 .218 3-5小時 25 2.26 1.04
5-8小時 85 2.29 0.93 8小時以上 127 2.27 0.85 總和 293 2.22 0.91
衝動平均 3小時以下 56 2.48 0.82 .618 .604
表 4-27 (續) 不同工作時數的學生在成人學習態度量表各因素之單因子變異數分析
導向。電腦焦慮以離婚者為最高，未婚者為最低，研究者以年齡及婚姻進行卡方
六、子女數在成人學習態度量表的五個因素上的差異情形
檢定結果如表4-29，不同子女數在情境因素上有顯著差異，其中3個子女的平 均分數最高，沒有子女的成人平均分數最低，事後比較上，也得出這個結果；孩 子越多的家庭，養兒育女的壓力越大，這是人之常情。有趣的是，只有一個子女 的成年人其情境因素竟高於有兩個子女者，研究者猜測，只有一個子女的家庭，
因孩子無兄弟姊妹陪伴，因此更需要爸媽，而有兩個孩子的家庭反而因孩子有伴，
爸媽在進修上反而較不受家庭因素的影響。
表4-29 不同子女數的學生在成人學習態度量表各因素之單因子變異數分析 個數 平均數 標準差 F 檢定 顯著性 事後比較 學校平均 0 114 3.99 0.63 1.622 .184
1 24 4.25 0.64 2 91 4.12 0.61 3 64 4.10 0.52
情境平均 0 114 2.02 0.87 4.328 .005** 3 ＞ 0 1 24 2.27 0.86
2 91 2.26 0.94 3 64 2.51 0.88 總和 293 2.22 0.91
衝動平均 0 114 2.51 0.69 1.931 .125 1 24 2.56 1.05
2 91 2.52 0.76 3 64 2.78 0.76 總和 293 2.57 0.77 自我導向平
均
0 114 3.75 0.51 2.154 .094 1 24 3.92 0.64
表4-29 (續) 不同子女數的學生在成人學習態度量表各因素之單因子變異數分析 2 91 3.85 0.69
3 64 3.98 0.61 總和 293 3.84 0.61 電腦焦慮平
均
0 25 1.76 0.89 1.626 .191 1 12 2.03 1.02
2 20 2.26 0.98 3 22 2.31 0.95 總和 79 2.08 0.96
**p<.01
七、居住地在成人學習態度量表的五個因素上的差異情形
檢定結果如表 4-30，不同居住地在電腦焦慮上有顯著差異，台東市區的學生其 電腦焦慮的程度大於非台東市區的學生；這個結果令研究者好奇，居住地會影響 電腦焦慮嗎？研究者研判，目前台東偏鄉地區有數位學習中心提供免費的初級電 腦課程，會來上課的非市區學生應該會選修數位學習中心所沒有提供的進階的課 程，電腦焦慮因素題項所問的皆為電腦基本操作上的焦慮，進階學習者這方面的 焦慮較低是合理的現象。另外，兩者的樣本數差距頗大，是否是造成統計結果上 差異的主因也未可知。
表 4-30 不同居住地的學生在成人學習態度量表各因素上的差異
個數 平均數 標準差
t 值 顯著性 事後比 較 市區 262 4.07 .61 -.850 .396 學校平均
非市區 31 4.17 .60
表 4-30 (續) 不同居住地的學生在成人學習態度量表各因素上的差異
表4-31 非中輟與中輟的典型區別函數係數
函數1
層面 未標準化係數 標準化係數
年齡 .034 .481
教育程度 -.213 -.522
學校平均 1.126 .638
情境平均 -.285 -.256
衝動平均 -.309 -.234
常數 -1.576
如表4-32可以看出各組重心函數的偏向，中輟偏負向，而非中輟偏向正向，也 就是說函數係數是正向的分數越高，越偏向非中輟，反之函數係數是負向的分數 越高，則越偏向中輟。
表4-32 非中輟與中輟重心的函數
函數
是否中輟 1
非中輟 .353
中輟 -1.026
從表4-33看來，用這五個函數來預測中輟的發現，預測力可達73.3％，預測非 中輟也達到77.1％。
表4-33 非中輟與中輟分類結果
預測的各組成員
是否中輟 非中輟 中輟 總和
非中輟 168 50 218
中輟 20 55 75
非中輟 77.1％ 22.9％ 100.0％
中輟 26.7％ 73.3％ 100.0％
從表 4－34 中，我們可以列出中輟的預測模型 A1 代表預測中輟的模型，而 A2
代表預測非中輟的模型：
A1＝年齡＊.247＋教育年數＊3.195＋學校平均＊12.449＋情境平均＊4.027＋衝動 平均＊3.441-62.982
A2＝年齡＊.294＋教育年數＊2.901＋學校平均＊14.001＋情境平均＊3.634＋衝動 平均＊3.061-64.608
若A1＞ A2 則預測為中輟；若A2＞ A1 則預測為非中輟。
表4-34 非中輟與中輟分類函數係數
是否中輟
非中輟 中輟
年齡 .294 .247
教育程度 2.901 3.195
學校平均 14.001 12.449
情境平均 3.634 4.027
衝動平均 3.016 3.441
(常數) -64.608 -62.982
Fisher's線性區別函數
第六節 電腦班的區別分析
研究者將問卷中的七個背景變項以及問卷中的學校因素、情境因素、衝動因 素、自我導向以及電腦焦慮等五個層面列入自變項，並將中輟與否列為依變項，
進行區別分析。
如表4-35標準化後的區別函數係數有四個，分別為年齡、學校因素、衝動因 素以及電腦焦慮等。
表4-35 電腦班非中輟與中輟的典型區別函數係數
函數
因素 未標準化 標準化
年齡 .048 .659
學校平均 .987 .575
衝動平均 -.718 -.585
電腦焦慮平均 .585 .556
常數 -5.663
如表4－36可以看出各組重心函數的偏向，中輟偏負向，而非中輟偏向正向，
也就是說函數係數是正向的分數越高，越偏向非中輟，反之函數係數是負向的分 數越高，則越偏向中輟。
表4-36 電腦班非中輟與中輟各組重心的函數
函數
是否中輟 1
非中輟 .515
中輟 -.992
從表4-37看來，用這五個函數來預測中輟的發生，預測力可達77.8％，預測非 輟可達到78.8％。
表4-37 電腦班非中輟與中輟分類結果
預測的各組成員
是否中輟 非中輟 中輟 總和
非中輟 41 11 52
中輟 6 21 27
非中輟 78.8％ 21.2％ 100.0 中輟 22.2％ 77.8％ 100.0
從表4-38中，我們可以列出中輟的預測模型B1代表預測中輟的模型，而B2代 表預測非中輟的模型。
B1＝年齡＊.023＋學校平均＊15.447＋衝動平均＊2.342＋電腦焦慮平均＊
4.997-39.304
B2＝年齡＊.096＋學校平均＊16.935＋衝動平均＊1.261＋電腦焦慮平均＊
3.878-47.476
若B1＞B2 則預測為中輟；若B2＞B1 則預測為非中輟。
表4-38 電腦班非中輟與中輟分類函數係數
是否中輟
非中輟 中輟
年齡 .096 .023
學校平均 16.935 15.447
衝動平均 1.261 2.342
電腦焦慮平均 5.878 4.997
(常數) -47.476 -39.304
Fisher’s線性區別函數
第七節 小結
由以上的檢定我們得知，非中輟生與中輟生在年齡、教育程度、婚姻狀況以 及子女數上有顯著的差異；從問卷層面上來看，非中輟生與中輟生在學校因素、
情境因素、購買衝動以及自我導向上有顯著的差異。
區別中輟與非中輟的分析中，非電腦班的部份，我們發現年齡、教育程度、
學校因素、情境因素及衝動因素對非中輟與中輟具有區辨力，對中輟的區辨力為
73.3％，非中輟的區辨力為77.1％。電腦班的部份我們加入了電腦焦慮層面，發現 年齡、學校因素、衝動因素以及電腦焦慮具有區辨力，對中輟的區辨力為77.8％，
非中輟的區辨力為78.8％。
由以上的區辨分析我們可以看出，本研究的工具對於中輟生及非中輟生同樣 具有高的區辨力。
第五章 結論與建議
本研究的目地在找出影響短期社教研習成人學生學習中輟的因素。研究者透 過了文獻的探討，找出可能影響短期社教研習成人學習者中輟的四個構面，以及 僅針對電腦學習者的一個構面，將構面依理論列出問卷題項後，經過專家效度的 檢核及統計上信度的考驗，製作成成人學習態度量表，並以之做為搜集資料的工 具。共回收有效問卷293份，其中中輟的有效問卷75份，非中輟的有效問卷218份。
以卡方檢定、T檢定、單因子變異數分析以及區別函數進行分析，試圖從搜集的資 料中找出影響短期社教成人學生的因素，以提供給社教單位及其從事者調整的建 議。
第一節 研究發現
根據前述的研究結果與分析，研究者有以下的發現：
一、從學生的背景上來看短期社教研習學生的特性：
（１）女性多於男性，女男比例約為六比四，與空中大學類似的研究接近（蘇義 忠，2007）。
（２）40歲以上成年人佔了三分之二。
（３）教育程度以高中及大專生為多數，國中含以下及碩士生為少數，符合目前 社會上的情況。
（４）工作時數以每日工作8小時以上為多。
（５）婚姻狀況以已婚為最多，超過六成。
（６）子女數以無子女的為最多，因未婚者也會填寫無子女，因此這個數據無法 代表已婚者子女數的分佈情況。
（７）居住地以台東市區為最多，佔了八成以上，學生多數居住在市區。
由上述學生的背景變項我們可以描繪出短期社教研習成人學生大致的面－青 壯年及老年為主，已婚者居多，女性居多，且大多居住在台東市區，以上數據與
由上述學生的背景變項我們可以描繪出短期社教研習成人學生大致的面－青 壯年及老年為主，已婚者居多，女性居多，且大多居住在台東市區，以上數據與