第三章 研究設計與實施
第四節 資料來源
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四節 資料來源
本研究用以分析的資料來源主要是來自TIMSS 與 TEPS 這兩種資料，以下 分別針對TIMSS 與 TEPS 這兩種資料做介紹。
壹、TIMSS 資料
本研究探討臺灣學生家庭作業時間和家庭作業頻率與學習成就關係主要是 以TIMSS 2007年的臺灣4年級學生背景資料（asgtwnm4）；TIMSS 2007年的臺灣 8年級學生背景資料（bsgtwnm4）；以及TIMSS 2011年的臺灣8年級學生背景資 料（bsgtwnm5）進行分析，上述三個檔案名稱中，第一碼為TIMSS「調查年級」
的代碼，a代表「4年級」；b代表「8年級」。第二碼為TIMSS「調查對象」的代 碼，s代表「學生」。第三碼為TIMSS「調查問卷」的代碼，g代表「背景資料」。
第四碼至第六碼為TIMSS「調查國家」的代碼，臺灣在TIMSS歷年調查的國家 代碼為「twn」。第七碼至第八碼為TIMSS「調查週期」的代碼，其中「m4」代 表「TIMSS 2007年」；而「m5」則代表「TIMSS 2011年」（Foy & Olson, 2009；
Foy et al., 2013）。
TIMSS 2007 年的臺灣 4 年級學生背景資料包括 150 所學校，174 個班級的 4,131 位 4 年級學生。在控制變項中，性別有 4 筆遺漏值（占 4,131 筆完整資料 的 0.10%）；家中書籍量有 48 筆遺漏值（占 4,131 筆完整資料的 1.16%）。在預 測變項中，學生層次數學家庭作業時間有 234 筆遺漏值（占 4,131 筆完整資料 的5.66%）；學生層次科學家庭作業時間有 623 筆遺漏值（占 4,131 筆完整資料 的15.08%）；學生層次數學家庭作業頻率有112 筆遺漏值（占 4,131 筆完整資料 的2.71%）；學生層次科學家庭作業頻率有 151 筆遺漏值（占 4,131 筆完整資料 的3.66%）。在效標變項中，數學（科學）學習成就皆沒有遺漏值。若採取listwise 刪除本研究關注的控制變項；預測變項及效標變項有遺漏值的樣本後，最後納 入分析的樣本數會剩下 150 所學校，173 個班級（共刪除 1 個班級，占 174 筆 完整資料的0.57%）的 3,237 位 4 年級學生（共刪除 894 位 4 年級學生，占 4,131 筆完整資料的21.64%）。不過，由於採用 listwise 刪除遺漏值會導致樣本數的減 少，同時被刪除的樣本與留下來分析的樣本若有顯著差異，則會導致分析結果
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
的誤差，更重要地是，由於TIMSS 的權重是以 4,131 筆的完整資料進行估算，
若採用 listwise 刪除遺漏值會進一步影響本研究使用 TIMSS 權重進行加權的正 確性（許玉雪、林建宏，2008），所以，本研究利用「多重插補」（multiple imputation）
的方式針對遺漏值進行插補，多重插補的方式在第五節的資料處理會做進一步 的介紹，多重插補的方式最後會分別插補五組獨立完整資料進行分析，這五組 獨立完整資料的樣本數皆為150 所學校，174 個班級的 4,131 位 4 年級學生。
本研究進一步以單一樣本t 檢定將 TIMSS 2007 年 4 年級學生包含遺漏值的 原始資料在家中書籍量；數學家庭作業時間；科學家庭作業時間；數學家庭作 業頻率及科學家庭作業頻率的平均數做為已知的平均數，分別分析listwise 資料 與插補資料（1 至 5）在上述不同變項的平均數與原始資料的平均數是否有所不 同，結果如表3-4-1 所示，其中，listwise 資料在家中書籍量（t = 2.29，p < .05）；
數學家庭作業頻率（t = 8.13，p < .05）及科學家庭作業頻率（t = 16.99，p < .05）
的平均數與原始資料的平均數皆有顯著的不同。而插補資料（1 至 5）在上述不 同變項的平均數與原始資料的平均數則皆沒有顯著的不同，這代表插補資料（1 至5）較 listwise 資料更能代表包含遺漏值的原始資料，也代表本研究針對包含 遺漏值的原始資料進行多重插補的處理方式會較 listwise 刪除遺漏值的方式來 的適切。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表3-4-1
TIMSS 2007 年 4 年級學生原始資料與不同資料在不同變項的單一樣本 t 檢定分析結果 變項名稱
家中書籍量a 數學家庭作業時間a 科學家庭作業時間a 數學家庭作業頻率b 科學家庭作業頻率b 分析資料
平均數 標準差 平均數 標準差 平均數 標準差 平均數 標準差 平均數 標準差 原始資料 2.89 1.25 2.96 1.00 2.52 0.85 4.02 1.02 2.65 0.96
2.94 1.24 2.96 0.98 2.51 0.83 4.14 0.84 2.88 0.77 listwise 資料
（n = 3,237） t = 2.29，p < .05 t = 0.00，ns t = -0.69，ns t = 8.13，p < .05 t = 16.99，p < .05 2.89 1.25 2.97 1.00 2.53 0.82 4.02 1.01 2.65 0.96 插補資料1
（n = 4,131） t = 0.00，ns t = 0.64，ns t = 0.78，ns t = 0.00，ns t = 0.00，ns
2.88 1.25 2.97 1.00 2.52 0.82 4.02 1.01 2.65 0.96 插補資料2
（n = 4,131） t = -0.51，ns t = 0.64，ns t = 0.00，ns t = 0.00，ns t = 0.00，ns
2.89 1.25 2.96 0.99 2.53 0.82 4.01 1.02 2.66 0.97 插補資料3
（n = 4,131） t = 0.00，ns t = 0.00，ns t = 0.78，ns t = -0.63，ns t = 0.66，ns
2.88 1.25 2.97 1.00 2.52 0.82 4.01 1.02 2.65 0.96 插補資料4
（n = 4,131） t = -0.51，ns t = 0.64，ns t = 0.00，ns t = -0.63，ns t = 0.00，ns
2.89 1.25 2.96 0.99 2.52 0.82 4.02 1.02 2.65 0.96 插補資料5
（n = 4,131） t = 0.00，ns t = 0.00，ns t = 0.00，ns t = 0.00，ns t = 0.00，ns 註：表中單一樣本t 檢定是以原始資料在不同變項的平均數做為已知的平均數，分別分析 listwise 資料與插補資料（1 至 5）在不同 變項的平均數與原始資料的平均數是否有所不同。此外，不同層次變項的「單一樣本 t 檢定」皆利用總平均數；總標準差及學生樣 本數做分析，亦即班級層次變項並沒有聚集加總為組平均數後再進行「單一樣本t 檢定」。
a為學生層次變項；b為班級層次變項。
‧
筆完整資料的18.59%）。不過，由於採用 listwise 刪除遺漏值會進一步影響本研 究使用TIMSS 權重進行加權的正確性，所以，本研究利用多重插補的方式針對11 刪除有遺漏值的樣本後，因為有3個班級分別剩下3至4位學生，不過Maas與Hox（2005）建議 將組內樣本數設定高於5以進行HLM分析，同時考量各班級樣本能具有代表性，所以會據此刪 除這3個班級的11位學生資料。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
包含遺漏值的原始資料進行多重插補的處理方式會較 listwise 刪除遺漏值的方 式來的適切。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表3-4-2
TIMSS 2007 年 8 年級學生原始資料與不同資料在不同變項的單一樣本 t 檢定分析結果 變項名稱
家中書籍量a 數學家庭作業時間a 科學家庭作業時間a 數學家庭作業頻率b 科學家庭作業頻率b 分析資料
平均數 標準差 平均數 標準差 平均數 標準差 平均數 標準差 平均數 標準差 原始資料 2.96 1.32 3.40 1.01 3.18 0.98 3.83 1.06 3.14 1.03
3.08 1.29 3.43 1.00 3.20 0.97 3.96 0.92 3.32 0.86 listwise 資料
（n = 3,294） t = 5.34，p < .05 t = 1.72，ns t = 1.18，ns t = 8.11，p < .05 t = 12.01，p < .05 2.96 1.32 3.38 1.00 3.15 0.97 3.83 1.06 3.14 1.03 插補資料1
（n = 4,046） t = 0.00，ns t = -1.27，ns t = -1.97，p < .05 t = 0.00，ns t = 0.00，ns
2.96 1.32 3.38 1.01 3.15 0.98 3.83 1.06 3.14 1.03 插補資料2
（n = 4,046） t = 0.00，ns t = -1.26，ns t = -1.95，ns t = 0.00，ns t = 0.00，ns
2.96 1.32 3.38 1.01 3.15 0.98 3.83 1.06 3.14 1.03 插補資料3
（n = 4,046） t = 0.00，ns t = -1.26，ns t = -1.95，ns t = 0.00，ns t = 0.00，ns
2.96 1.32 3.37 1.01 3.14 0.98 3.83 1.06 3.14 1.03 插補資料4
（n = 4,046） t = 0.00，ns t = -1.89，ns t = -2.60，p < .05 t = 0.00，ns t = 0.00，ns
2.96 1.32 3.38 1.00 3.14 0.97 3.83 1.06 3.15 1.03 插補資料5
（n = 4,046） t = 0.00，ns t = -1.27，ns t = -2.62，p < .05 t = 0.00，ns t = 0.62，ns 註：表中單一樣本t 檢定是以原始資料在不同變項的平均數做為已知的平均數，分別分析 listwise 資料與插補資料（1 至 5）在不同 變項的平均數與原始資料的平均數是否有所不同。此外，不同層次變項的「單一樣本 t 檢定」皆利用總平均數；總標準差及學生樣 本數做分析，亦即班級層次變項並沒有聚集加總為組平均數後再進行「單一樣本t 檢定」。
a為學生層次變項；b為班級層次變項。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
TIMSS 2011 年的臺灣 8 年級學生背景資料包括 150 所學校，152 個班級的 5,042 位 8 年級學生。在控制變項中，性別沒有遺漏值；家中書籍量有 3 筆遺漏 值（占 5,042 筆完整資料的 0.06%）。在預測變項中，學生層次數學家庭作業時 間有128 筆遺漏值（占 5,042 筆完整資料的 2.54%）；學生層次科學家庭作業時 間有312 筆遺漏值（占 5,042 筆完整資料的 6.19%）；學生層次數學家庭作業頻 率有48 筆遺漏值（占 5,042 筆完整資料的 0.95%）；學生層次科學家庭作業頻率 有58 筆遺漏值（占 5,042 筆完整資料的 1.15%）。在效標變項中，數學（科學）
學習成就皆沒有遺漏值。若採取listwise 刪除本研究關注的控制變項；預測變項 及效標變項有遺漏值的樣本後，最後納入分析的樣本數會剩下150 所學校，152 個班級（共刪除0 個班級，占 152 筆完整資料的 0%）的 4,609 位 8 年級學生（共 刪除433 位 8 年級學生，占 5,042 筆完整資料的 8.59%）。不過，由於採用listwise 刪除遺漏值會進一步影響本研究使用TIMSS 權重進行加權的正確性，所以，本 研究利用多重插補的方式針對遺漏值進行插補，多重插補的方式最後會分別插 補五組獨立完整資料進行分析，這五組獨立完整資料的樣本數皆為 150 所學 校，152 個班級的 5,042 位 8 年級學生。
本研究進一步以單一樣本t 檢定將 TIMSS 2011 年 8 年級學生包含遺漏值的 原始資料在家中書籍量；數學家庭作業時間；科學家庭作業時間；數學家庭作 業頻率及科學家庭作業頻率的平均數做為已知的平均數，分別分析listwise 資料 與插補資料（1 至 5）在上述不同變項的平均數與原始資料的平均數是否有所不 同，結果如表3-4-3 所示，其中，listwise 資料在家中書籍量（t = 2.06，p < .05）；
數學家庭作業頻率（t = 6.10，p < .05）及科學家庭作業頻率（t = 11.31，p < .05）
的平均數與原始資料的平均數皆有顯著的不同。而插補資料（1 至 5）在上述不 同變項的平均數與原始資料的平均數則皆沒有顯著的不同，這代表插補資料（1 至5）較 listwise 資料更能代表包含遺漏值的原始資料，也代表本研究針對包含 遺漏值的原始資料進行多重插補的處理方式會較 listwise 刪除遺漏值的方式來 的適切。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表3-4-3
TIMSS 2011 年 8 年級學生原始資料與不同資料在不同變項的單一樣本 t 檢定分析結果 變項名稱
家中書籍量a 數學家庭作業時間a 科學家庭作業時間a 數學家庭作業頻率b 科學家庭作業頻率b 分析資料
平均數 標準差 平均數 標準差 平均數 標準差 平均數 標準差 平均數 標準差 原始資料 3.03 1.33 3.30 1.11 3.14 1.01 3.96 0.99 3.35 1.05
3.07 1.32 3.31 1.10 3.14 1.00 4.04 0.89 3.50 0.90 listwise 資料
（n = 4,609） t = 2.06，p < .05 t = 0.62，ns t = 0.00，ns t = 6.10，p < .05 t = 11.31，p < .05 3.03 1.33 3.29 1.11 3.13 1.02 3.95 1.00 3.34 1.05 插補資料1
（n = 5,042） t = 0.00，ns t = -0.64，ns t = -0.70，ns t = -0.71，ns t = -0.68，ns
3.03 1.33 3.29 1.11 3.12 1.02 3.95 0.99 3.34 1.05 插補資料2
（n = 5,042） t = 0.00，ns t = -0.64，ns t = -1.39，ns t = -0.72，ns t = -0.68，ns
3.03 1.33 3.30 1.11 3.13 1.02 3.95 0.99 3.35 1.05 插補資料3
（n = 5,042） t = 0.00，ns t = 0.00，ns t = -0.70，ns t = -0.72，ns t = 0.00，ns
3.03 1.33 3.29 1.12 3.12 1.02 3.95 0.99 3.35 1.05 插補資料4
（n = 5,042） t = 0.00，ns t = -0.63，ns t = -1.39，ns t = -0.72，ns t = 0.00，ns
3.03 1.33 3.30 1.11 3.13 1.01 3.95 1.00 3.34 1.05 插補資料5
（n = 5,042） t = 0.00，ns t = 0.00，ns t = -0.70，ns t = -0.71，ns t = -0.68，ns 註：表中單一樣本t 檢定是以原始資料在不同變項的平均數做為已知的平均數，分別分析 listwise 資料與插補資料（1 至 5）在不同 變項的平均數與原始資料的平均數是否有所不同。此外，不同層次變項的「單一樣本 t 檢定」皆利用總平均數；總標準差及學生樣 本數做分析，亦即班級層次變項並沒有聚集加總為組平均數後再進行「單一樣本t 檢定」。
a為學生層次變項；b為班級層次變項。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
貳、TEPS 資料
本研究探討臺灣學生家庭作業時間與學習成就的相互影響效果主要是以 TEPS 2001年會員版的學生問卷（w1_j_s_lv6.0）、TEPS 2003年會員版的學生問 卷（w2_j_s_lv6.0），以及TEPS 2005年會員版的學生問卷（w3_sf_s_cp_lv6.0）
進行分析，上述三個檔案名稱中，第一個區塊為TEPS「調查波次」的代碼，w1 代表「第一波」；w2代表「第二波」；w3代表「第三波」，接著以_隔開下一個區 別項目。第二個區塊為TEPS「學制」的代碼，j代表「國中」；sf代表「高中/高 職及五專」，接著以_隔開下一個區別項目。第三個區塊為TEPS「調查對象」的 代碼，s代表「學生」，接著以_隔開下一個區別項目。在TEPS 2005年會員版的 學生問卷，由於同時包括追蹤樣本與新樣本，所以它的第四個區塊為TEPS「調
進行分析，上述三個檔案名稱中，第一個區塊為TEPS「調查波次」的代碼，w1 代表「第一波」；w2代表「第二波」；w3代表「第三波」，接著以_隔開下一個區 別項目。第二個區塊為TEPS「學制」的代碼，j代表「國中」；sf代表「高中/高 職及五專」，接著以_隔開下一個區別項目。第三個區塊為TEPS「調查對象」的 代碼，s代表「學生」，接著以_隔開下一個區別項目。在TEPS 2005年會員版的 學生問卷，由於同時包括追蹤樣本與新樣本，所以它的第四個區塊為TEPS「調