資料分析

壹、工具發展階段

本研究者在此階段主要在檢驗自編試題是否為良好的測驗工具，其處 理步驟如下：

一、 多元計分矩陣建立

研究者整理預試所蒐集到625名學生作答反應資料，將原始資料與本 測驗卷正確答案進行比對，每一大題內之每一小題或每壹空格為1分，若 作答反應與答案不同則以0註記表示；反之，若作答反應與答案一致，則 以1註記。累計每一大題所得註記為1之空格進行加總，即為該大題的總得 分，而每一大題之滿分不盡相同，其配分情形如表4-1-1，將各大題所得分 數整理可得所有受試者得分之多元計分矩陣。

二、 信度、效度與鑑別度

研究者將轉換後之作答資料進行信度、試題鑑別度與難度分析，其分 析結果作為刪除或保留調整試題的參考依據，且於正式施測後再進行信 度、試題鑑別度和難度分析，本研究所使用之軟體有Excel試算表及SPSS 12.0版統計套裝軟體。

貳、運用多元計分S-P表及多元計分概念詮釋結構模式分析資料 一、輸入受試者答題資料及試題屬性矩陣資料

由於本研究欲針對國小五年級學童不同學習類型之受試者的幾何概 念階層結構圖進行比較，於是首先將所有受試者的原始作答資料及幾何主 題分年細目試題屬性矩陣資料建檔，經輸入林原宏(2009)認知診斷之測驗 分析即時服務系統(http://210.240.187.35:8080/s-p/login-index.jsp)中，點擊 PCAISM分析模組進行資料鍵入與分析。

二、檢視學習類型分類

經認知診斷之測驗分析即時服務系統中PS-P模組分析後，可獲得接受 本研究所有受試者之學習類型，再配合表3-3-4幾何主題分年細目試題屬性 矩陣資料，可獲得「作答反應矩陣X」以及「試題屬性矩陣Y」，再進一步 分析可得「概念精熟度矩陣」，顯示各受試者於各個概念的精熟度數值。

三、擇定α值

欲輸出個人化概念階層結構圖，必須由使用者給定系統α值，其值必 須介於0.5至1.0之間。研究者嘗試選擇不同的α值，α值之選定會影響後 續個人化概念階層結構圖之呈現，大到某些數值時將使得各個概念階層結 構圖趨於相同，而本研究擇定α值為0.54與0.58來進行資料之分析與圖形 之呈現。

四、挑選不同學習類型之學生代表

選出各學習類型之受試者代表，進行其個人化概念階層結構圖之分析 與比較。

五、挑選得分相同但反應組型不同之學生代表

選出不同學習類型中，答對題數相同但反應組型不同的受試者代表，

進行其個人化概念階層結構圖之分析與比較。

参、資料分析重點

經上述分析步驟，可得每一位受試者的個人化概念階層結構圖及各概 念之精熟度，茲將概念階層結構圖分析之重點說明如下：

一、分析受試者個別概念階層結構圖的特徵。

二、檢視概念階層結構圖內精熟度數值大小及其與其它概念間精熟度值的 差異。

三、分析個別受試者分屬何種學習類型。

四、分析受試者整體的概念階層結構圖特徵為主，包含概念階層結構圖的 分層階層數、最上層及最下層概念、階層間概念之特殊的階層關係等。

五、分析各學習類型的受試者在試題內的概念階層結構圖，包含概念階層 位置及連結關係之異同。

六、比較總分相同但反應組型不同之受試者，其概念階層結構圖之差異。

七、探討不同群組間受試者的概念階層結構圖及其與專家的概念階層結構 圖之差異是否達統計顯著水準。