（一）運動學資料
將 紅 外 線 高 速 攝 影 機 所 擷 取 之 運 動 學 資 料 ， 以 Qualisys Track Manager (QTM)軟體過濾雜訊及再以系統軟體進行 Fit 2nd degree curve 進 行計算前修勻 Frames in filter 設定為 35 後輸出後以 TVS 檔案格式輸出 存檔，之後再轉換 Microsoft Office Excel 2003 存檔，準備進行後續數據 分析。
（二） 肌電訊號資料
將 Noraxon TeleMyo 2400T G2 肌電測量儀，所得之肌電訊號以本身 軟體進行翻正、修勻後轉換為均方根值（RMS）肌電訊號後另存新檔後 輸出轉存為 Microsoft Office Excel 2003 檔案，準備進行後續數據分析。
二、 資料分析
（一）學習曲線
分別統計每位實驗參加者第一次開始練習至連續完成 5 次 2 分鐘詴 圖 3- 17 三維空間座標示意圖
34
作這一段過程中，每一次雙腳離開地面至落地的時間，亦即每一次的成 功騎乘時間，逐次的記錄下來，統計至參加者可以連續五次完成 2 分鐘 騎乘後停止。再依此資料繪製個人的自行車滾筒式訓練台學習曲線。接 著將連續 3 次成功時間，以 moving windo 的方式，計算出由第 1 次詴作 開始連續三次詴作時間的標準差，接著計算出由第 2 次詴作開始連續三 次詴作時間的標準差，依此類推，然後將所得之連續的標準差繪製成變 異曲線。並依此進行學習階段的區分。根據動力系統理論系統由一個狀 態轉變至另一個狀態中間可以觀察到一個擴大變異的現象。所以系統轉 移前的變異會大於轉移後，轉移中會大於轉移前、後（廖庭儀、劉有德，
2003）。標準差在大幅上揚以前為轉移前階段、標準差連續 5 次為 0 之第 一筆以後為轉移後，兩階段中間為轉移中階段。
（二）控制能力 1. 穩定操控能力
以動作擷取系統 Qualisys Track Manager (QTM)，擷取自行車頭管中心 位置的反光球（圖 3- 14 最右）在 Y 軸（左、右）（圖 3- 17）的位移資料，
接著計算出其每一位參加者，在 5 天中，每天第 1 次詴作及保留測驗 Y 軸 絕對位移（頭管中心 Y 座標-訓練台右邊前端位置 Y 座標後取絕對值），再 計算出位移的標準差後進行統計考驗。標準差越低代表控制越佳。
2. 穩定踩踏能力
將 5 天的立即表現測驗及保留測驗踩踏頻率的標準差，進行統計考驗。
標準差越低代穩定踩踏能力越佳。
（三）控制模式
將已修勻處理後之全身肢段與頭管中心運動學參數，轉移前階段選 取第一筆長度超過 8 至 10 秒的詴作、轉移中階段選取第一筆 10 秒以上 的詴作、轉移後階段選取第一次詴作的資料。以參加者將雙腳同時放在 踏板上的時間為起點往後剪取 10 秒，再選取出以車架頭管 Y 軸位移的資 料分別進行以下處理：
1. 以 Matlab 軟體進行，以低通為 4 的 Butterwort 數位濾波，標準化截止頻率 為 0.04 (butter function)，進行 Zero-phase 數位濾波 (filtfilt function)，將資 料修勻。接著篩選出擺動的次數、峰值的位置，篩選的最小長度為 30，然 後計算其擺動的頻率、幅度，再分別進行統計考驗。
頻率為 10 秒內車架擺動的次數，其計算方式：
35
（峰值的次數/影格數）×10
幅度的計算方式為相鄰 2 個峰值座標相減後取絕對值。
2. 以 Matlab 軟體進行自相關分析，延遲的影格數為該資料影格數的 1/2。
（四）協調型態
以控制模式同一筆資料之全身運動學參數（轉移前、中、後三階段）
進行下列步驟處理、分析：
1. 以第一次右腳最低位置為起點，剪取兩圈的踩踏動作的三維運動學參數。
2. 以所有資料中影格數最長的一筆為基準，用 Matlab 編寫程式進行內插，使 所有資料的長度一致，皆為 1422 張影格。
3. 進行主成份分析。可獲得解釋量、成份分數、特徵向量矩陣等相關數據。
主成份分析其概念為在對每一個變項進行加權，使得其加權後能解釋 最大百分比的總變異，又彼此獨立的條件下求出各變項的係數。接著將係 數由共變異數矩陣中簡化抽出為特徵值λk，計算公式如下（公式一），公 式中 λ 為特徵值，ν 為特徵向量(Daffertshofer, Lamoth, Meijer, & Beek, 2004)。
1 n Cov i=1
Cov11 Cov12 ⋯ Cov1n Cov21 Cov22 … Cov2N
⋮ ⋮ ⋱
Covn1 Covn2 … Covnn
〃ν (k) = λk
1 0 … 0 0 1 … 0
⋮ ⋮ ⋱ ⋮ 0 0 … 1
〃ν (k)
（公式一）
成份分數計算公式如下（公式二）：Sn為成份分數的 n 筆數值，xin為 變項 i 在第 n 個成份的值，Xi是變項 i 的平均數，λ 為成份的特徵值，ν 為 準化特徵向量(Daffertshofer, Lamoth, Meijer, & Beek, 2004)。
Sn = xni=1 in − Xi × νi λ
（公式二）
4. 探討轉移前、轉移後成份分數間的關係。
5. 將特徵向量矩陣以 broken stick (Peres-Neto, Jackson & Somers, 2003) 過濾 掉過小無意義的值，所得結果再由 Matlab 軟體編寫程式，分別重建模擬成 份動作，並配合成特徵向量矩陣圖逐一檢視。broken stick 公式如下（公式
36
三）：公式中 n 為欲觀察的變項數目，bk是地 k 個成份相較於λk的參照值，
如果λk > 𝑏k，νk就會被保留在成份中。
bk =1
n × 1 k
n
k=1
（公式三）
（五）肌電訊號
選取對應運動學參數資料的選取點之轉移前、後階段的肌電訊號雙，
腳開始踩踏 10 秒。先將所得之肌電訊號進行濾波、翻正、修勻後轉為均 方根肌電訊號後轉換為百分比，再分別對每一條肌肉的均方根肌電訊號，
以最大值進行標準化後，接著進行以下處理：
1. 將互為拮抗的股直肌、股二頭肌相除算出比值後作為量化指標。
2. 左、右兩邊臀中肌則直接以轉換為百分比之肌電訊號量化指標。
三、 統計考驗
本研究之假設與所使用之統計考驗如下表 3- 2 研究假設與統計考驗一 覽表所示，統計顯著水準皆設為 α = .05：
表 3- 2 研究假設與統計考驗一覽表
研究假設 統計考驗
學習者穩定操控能力在 5 天的學習過程 及保留測驗的差異達顯著水準。
5 天第一次詴作及 1 週後的保留測驗為 自變項，車架頭管在 Y 軸位移的變異
（標準差）為依變項進行相依樣本單因 子變異數分析，若達顯著水準則以 LSD 法進行事後比較。
學習者穩定踩踏能力在 5 天的立即表現 測驗及保留測的驗差異達顯著水準。
5 天立即表現測驗與 1 週後保留測驗為 自變項，參加者踩踏頻率為依變項進行 相依樣本單因子變異數分析，若達顯著 水準則以 LSD 法進行事後比較。
控制模式-頻率
學習過程轉移前、中、後三階段車架單 位時間內左、右擺動的頻率達顯著差 異。
轉移前、中、後三階段為自變項，車架 擺動之擺動頻率為依變項以相依樣本 單因子變異數分析進行考驗，若達顯著 水準則以 LSD 法進行事後比較。
37
控制模式-幅度
學習過程轉移前、中、後三階段車架單 位時間內左、右擺動的幅度達顯著差 異。
轉移前、中、後三階段為自變項，車架 擺動之擺動幅度為依變項以相依樣本 單因子變異數分析進行考驗，若達顯著 水準則以 LSD 法進行事後比較。
轉移前、後二階段與左、右腳股二頭 肌、股直肌肌電訊號比值交互作用達顯 著差異。
以二因子混和設計分析轉移前、後二階 段與左、右腳股直肌、股二頭肌之肌電 訊號比值之差異情形。若二因子交互作 用達顯著，進行單純主要效果檢定。若 交互作用未達顯著，則針對各因子之主 要效果進行探討。
轉移前、後二階段與左、右臀中肌電訊 號交互作用達顯著差異。
以二因子混和設計分析轉移前、後二階 段與左、右側臀中肌之肌電訊號之差異 情形。若二因子交互作用達顯著，進行 單純主要效果檢定。若交互作用未達顯 著，則針對各因子之主要效果進行探 討。
38