資料處理

因本研究乃探討 Holland 理論之適配度、一致度、區辨度和認同度對 於學習滿意度之影響，在經過第二章文獻探討後，以下說明本研究所使用 之四種輔助假設之計算方式及本研究所使用之統計方法。

壹、四種輔助假設之計算方式 一、適配度指數

適配度是指個人如果處於和自己職業人格類型相同的環境，則為有好 的適配度。而本研究所探討的適配度係指學生和就讀科系之間的適配度，

故計算上需有學生就讀之科系碼進行比較，適配度計算指數方式上的差 異，主要取決於要比較多少個荷倫碼字母數和等級評分上的不同。

本研究採取四種計算方式，分別是：首碼、三碼、六碼和 C-index（Brown

＆Gore, 1994）。首碼的適配度即以科系第一碼之得分計算；三碼適配度 則以參照其所就讀科系之前三碼計算，計算方式為第一碼×3，第二碼×2，

第三碼×1，再進行加總即為適配度指數；而六碼的計算方式則是以第一碼

×6，第二碼×5，第三碼×4，第四碼×3，第五碼×2，第六碼之×1 的方式計算，

最後再進行加總。例如：特殊教育系（科系碼 SECAIR）的受詴者在興趣 問卷的得分為：R=4.9；I=4.5；A=4.6；S=5.0；E=4.3；C=4.8，適配度指數：

1.首碼：係以就讀科系第一碼 S 型的平均數得分 5.0 來計算代表適配度。

2.三碼：適配度分數即：5.0x3+4.3x2+4.8x1=28.4

3.六碼：適配度分數即：5.0x6+4.3x5+4.8x4+4.6x3+4.5x2+4.9x1=98.4

另外一個常用的計算方式則是由 Brown 與 Gore（1994）所發展的 C-index 計算方式，Young、Tokar 與 Subich（1998）指出 C-index 的計算 方式係以 Holland 六角模式排序為基礎，再參照前三碼之荷倫碼彼此間排 序的距離來計算適配度。C-index 原始計算公式為：C＝3(Xi)＋2(Xi)＋

(Xi)，而 Xi 的數值為 3、2、1 或 0，其數值代表意義是根據興趣和職業兩 者六角模式的距離來計算，3 是代表興趣和職業兩碼相符合；而 2 代表是 相鄰的興趣和職業兩碼（例如：R 和 I）；1 代表的是次相鄰的興趣和職業 的碼（例如：R 和 A）；而 0 則代表興趣和職業兩碼是相對立的（例如：

R 和 S），而 C-index 範圍可以從 0~18 代表，其數值越大表示適配度越高。

例如：學生在個人興趣類型的前三碼為 RIC，而其就讀科系的前三碼為 CIS，則可以根據 C-index 之計算公式算出適配度，以此為例：C-index＝

3(2)＋2(3)＋1＝13，其適配度算高。

二、一致度指數

本研究在一致度指數上的計算，共有三種計算方式：

（一）Strahan 指數之計算：Strahan 以荷倫前三碼的資料，依不同層級由 1 至 10 來評分，其數字越大，表示一致度的程度越高（引自金樹人，1997）。 例如：RIC 因為彼此相近，評分為 10 分，而 CAS 因為三者彼此距離很遠，

故評分為 1。

（二）RPPROFILE 之計算：Tracey（2003）RPPROFILE 的計算方式係以 Holland 六型的分數來計算，此方式是先從 Holland 六型之得分，找出首碼 荷倫碼來進行編碼，編碼方式舉例：假若學生在 Holland 六碼中 R 型為最 高分則給 4 分，相鄰的 I 和 C 則給 3 分，接續的 A 和 E 則給 2 分，S 則給 1 分，藉此編碼方式得到另外一組 RIASEC 的排序數值，最後則以 RIASEC 分數和 Tracey 編碼方式後所得到的另外一組 RIASEC 排序數值，求取兩者 之間的相關，所得之數即為一致度指數。例如：受詴者在興趣問卷的六型 之平均數分別為：R=4.9，I=4.5，A=4.6，S=5.0，E=4.3，C=4.8；而第一碼 為 S，則依 Tracey 所提出對於結構相似度的編碼方式，而得到另一組理論

排序分別為：R=1，I=2，A=3，S=4，E=3，C=2，再求兩者之間的相關。

研究者認為可以用興趣問卷的分數和排序與 Tracey 理論排序求相關，故分 別計算此兩種指數。

（三）PDPROFILE 之計算：根據興趣問卷量表的資料，將 RIASEC 各分量表的分數和 Tracey 理論編碼後所得到另外一組 RIASEC 排序兩者數 據相減後並平方，最後再進行加總後開根號進行量化（即距離）。研究者 也分別以興趣問卷的分數和排序與 Tracey 理論排序做距離之計算。

三、區辨度指數

本研究區辨度指數將採用下列四種計算方式，茲說明如下：

(一)依照 Holland（1985）在區辨度計算所提出之方法，是藉由六個類 型的得分中，就最高類型的得分減去最低類型得分所得到的絕對值，而決 定一個人興趣類型的區辨度。

(二）Iachan 指數：Iachan 於 1984 年認為上述 Holland 的計分方式忽略 了其它四個分數之間的差異，而提出下列不同的計算方式（引自金樹人，

1997）：

L₁=1/2{X₁-(X₂+X₄)/2}

X1：表示六個類型總分中最高分數 X₂：表示六個類型總分中第二高分數 X4：表示六個類型總分中第四高分數 例如：學生在興趣問卷的得分如下：

R=4.9；I=4.6；A=4.5；S=5.0；E=4.4；C=4.8 L₁=1/2{5.0-(4.9+4.6)/2}

=1/2{5.0-4.75}

=0.125

（三）普遍因素：以 Prediger 在 1982 年所提出之普遍因素之概念

（Prediger, 1988），係藉由因素分析之方式所產生的第一個因數之數值即 為區辨度指數。

（四）標準差：係以興趣問卷平均數之標準差視為區辨度之指標，若 標準差愈小則表示愈沒有區辨度。

四、認同度指數

認同度之計算則是求取「興趣喜好自評量表」和「興趣問卷」之同類 型興趣得分之差的絶對值總和及距離此兩指數。例如：受詴者的得分如下：

興趣問卷六型的平均數分別為：R=4；I=3.9；A=4.2；S=5.1；E=4.2；C=4，

而興趣喜好自評量表六型的得分依序為 R=4；I=3；A=3；S=5；E=5；C=4，

則差之絶對值總和如下：

︱4-4︱+︱3.9-3︱+︱4.2-3︱+︱5.1-5︱+︱4.2-5︱+︱4-4︱=3，而距離的 算法如下：

=1.70

貳、資料處理

本研究在資料分析方面，在正式問卷回收之後，剔除無效問卷，再將 上述各分量表之資料分別予以計分量化計算，並以 SPSS 18.0 中文版套裝 軟體進行統計分析，而本研究所使用之統計方法敘述如下：

一、以 t 檢定分析不同性別之學生在學習滿意度上的差異情形。

二、以單因子變異數分析（ANOVA）考驗不同年級及不同 Holland 類 型學生在學習滿意度上的差異情形。

三、以積差相關和多元迴歸分析四個輔助假設和學習滿意度之間的關 聯性。