第四章 研究結果與討論
第二節 詞彙多樣性指標預測文本適讀年級
本節運用研究建置之中文詞彙多樣性指標，分析兒童語料庫文本（擷取自 坊間 N、H、K 三版本各領域教科書課文共 874 篇），先計算一到六年級文本 在三個建置指標的數值，檢視指標數值與文本年級間的相關，再以皮爾森積差 相關來探討文本年級與指標分數之間的相關程度，最後利用一般迴歸與逐步迴 歸分析，以年級為依變項，所有指標為自變項，找出研究指標對年級的預測解
57
釋量，並建立迴歸方程式。
壹、檢視個別文本分析指標與兒童語料庫文本文本適讀年級之相 關
根據表 4-22 的研究結果，MTLD 指標數值與年級間的相關係數達顯著相 關，表示 MTLD 指標對於文本年級的判讀有其重要性。其中 MTLD 指標與年 級相關係數（r =.514）表示年級變項與 MTLD 指標變項間呈顯著中度相關。結 果顯示當年級增加，文本詞彙多樣性就越豐富；也就是說文本內重複出現的單 字越少，文本的內容愈困難；至於 TTRA 指標和 TTRC 指標與年級則呈低度相 關，相關係數分別是（r = .008 和 r = .052）。綜合上述以 MTLD 指標分析文本 年級的能力最佳。
表 4-22
個別指標與文本年級相關係數表
變項 TTRA TTRC MTLD 年級 .008 .052 .514**
*p<.05 ** p <.01 *** p <.001
貳、 檢視詞彙多樣性指標在一般迴歸對年級之預測度
本小節採一般迴歸分析討論TTRA、TTRC及MTLD三項指標對於年級的預測 效果。由表4-23結果顯示，利用TTRA指標、TTRC指標及MTLD指標預測文本年 級，採用一般迴歸分析將三個指標同時納入，判定係數為.290，表示整體解釋的 變異量為29%，其中只有MTLD一項指標達顯著水準，常數為3.885。TTRA指標 和TTRC指標和年級呈現負相關（ß= -1.483和ß= -.781），至於MTLD指標則和年 級呈現正相關（ß=.012），結果表示利用TTRA、TTRC及MTLD三項指標可以預 測文本的適讀年級。指標預測年級的迴歸方程式如公式9 所示。
文本年級（Y）= 3.885＋（-1.483）×TTRA＋（-.781）×TTRC＋.012×MTLD （9）
58
表 4-23
指標變項預測文本年級多元迴歸分析摘要表
變項
未標準化係數 標準化係數
B 之估計值 標準誤 ß 分配 R 2 顯著性
常數 3.885 .278 .000
TTRA -1.483 1.200 -.058 .217 TTRC -.781 1.297 -.115 .290 .547 MTLD .012 .001 .571 .000***
*p<.05 ** p <.01 *** p <.001
以四年級國語H版本「日本古川社區」、K版本「愛心樹」和N版本「幫小 狗找新家」三課為例，將其指標分數代入多元迴歸方程式中，可獲得預測文本年 級數值分別為4.122、4.30及4.484，均接近四年級的文本。
參、 檢視TTRA、TTRC和MTLD指標在逐步迴歸對年級之預測度
本小節使用逐步迴歸分析TTRA指標、TTRC指標及MTLD指標對於年級的最 佳預測模式。根據表 4-24 研究結果顯示，利用逐步迴歸分析，第一個變項MTLD 指標數值解釋量對年級預測達26.4% ，加入第二個TTRA指標最小值控制變項，
其整體解釋量可達28.9% ，表示TTRA指標的個別解釋對年級的預測量為2.5% 。 由上述的分析中可以發現，在TTRA、TTRC及MTLD指標三項個變項中，以MTLD 指標對年級的預測度較高，其次為TTRA指標。在逐步迴歸分析中排除了TTRC指 標，表示只有MTLD指標和TTRA指標這二項指標可以預測年級變項，故由此模 式所得之迴歸方程式如公式10所示。
文本年級（Y）= 3.8＋（-2.167）×TTRA＋.012×MTLD （10）
59
表 4-24
指標變項預測文本年級逐步迴歸分析摘要表
變項
未標準化係數 標準化係數
B 之估計值 標準誤 ß 分配 R 2 ∆R 2 顯著性
常數 3.80 .240 .000
MTLD .012 .001 .566 .264 .264 .000***
TTRA -2.167 .388 -.168 .289 .025 .000***
*p<.05 ** p <.01 *** p <.001
以四年級國語H版本「日本古川社區」、K版本「愛心樹」和N版本「幫小 狗找新家」三課為例，將其指標分數代入多元迴歸方程式中，可獲得預測文本年 級數值分別為 4.141、4.303及 4.512，均接近四年級的文本。
綜合上述，在一般迴歸分析TTRA，TTRC和MTLD三項指標，都能有效預測 文本年級，其中只有MTLD一項指標達顯著水準；但在逐步迴歸分析則排除了 TTRC指標，表示只有MTLD指標和TTRA指標二項指標可以預測年級變項，二項 指標均達顯著水準，其中又以MTLD指標對文本的個別解釋量大於TTRA指標。
肆、 綜合討論
本研究所探討之TTRA、TTRC及MTLD三項指標，得知MTLD指標與年級變 項呈中度正相關（r=.514），表示當年級愈高其文本長度相對愈長，所以詞彙多 樣性也會隨著年級增加而遞增；TTRC指標與TTRA指標和年級均呈低度相關（r
= .052, r= .008），表示TTRC指標數值和TTRA指標數值雖然亦隨著年級增加而 逐漸遞增，但其結果不如MTLD指標。其中，因為TTRA指標中的tokens數是指文 本內所有的詞彙數，並未排除虛詞部分，造成tokens數量會隨著年級增加而大幅 增加，但types增加的幅度不如tokens快速，故其TTRA指標與年級之間的相關最
60
小。
利用逐步迴歸分析，變項MTLD指標解釋量可以預測年級達 26.4%，加入 TTRA指標最小值控制變項，其整體解釋量達 28.9%；個別解釋對年級的預測量 為 2.5%。由上述的分析中可得知變項MTLD指標對年級的預測度最高，其次是 TTRA指標，至於TTRC指標則被排除在外。