資料處理

本研究利用視覺分析法輔以 C 統計來進行資料的處理。此節將 資料處理方式說明如下：

壹、分數計算部份 一、學習成效部份

根據「結構化策略習得評量表」、「課程參與度評量表」及「冷 凍麵團技能評量表」探討受試者是否能習得結構化教學策略並在結 構化教學策略介入後是否有良好的學習成效。基線期進行三次的觀 察記錄；教學介入期進行九次的觀察記錄；類化期進行三次的觀察 記錄；保留期則進行三次的觀察記錄。依據上述資料紀錄，化成百 分比曲線圖及平均值，並作階段內與相鄰階段間的分析說明。

（一）結構化策略習得之計算公式如下：

正確習得策略步驟之得分

---×100％＝結構化策略習得度 全部策略步驟的總分

（二）課程參與度之計算公式如下：

（三）獨立操作完成度之計算公式如下：

依據協助程度之得分

---×100％＝獨立操作完成度 依據參與程度之得分

---×100％＝課程參與度 全部流程的總分

二、保留效果部份

根據「獨立操操作完成冷凍麵團技能保留評量表」討受試者在 結構化教學策略介入後是否有良好的保留教果。依據保留期三次觀 察的資料化成百分比曲線圖及平均值，並作階段內與相鄰階段間的 分析說明。

（一）結構化策略保留效果之計算公式如下：

（二）課程參與度保留效果之計算公式如下：

（三）獨立操作完成度保留效果之計算公式如下：

三、類化效果部份

根據「類化化評量表」探討受試者在結構化策略介入後是否有 良好的類化教果。依據類化期三次觀察的資料化成百分比曲線圖及 平均值，並作階段內與相鄰階段間的分析說明。

受試者之得分

---×100％＝結構化策略保留效果 全部流程的總分

受試者之得分

---×100％＝課程參與度保留效果 全部流程的總分

受試者之得分

---×100％＝獨立操作完成度保留效果 全部流程的總分

（一）結構化策略類化效果之計算公式如下：

（二）課程參與度類化效果之計算公式如下：

（三）獨立操作完成度類化效果之計算公式如下：

貳、視覺分析

上述三個部份之資料處理採視覺分析，呈現受試者在經實驗處 理後進步的狀況，同時為增加客觀性輔以 C 統計分析資料，以下就 階段內變化分析、階段間變化分析及 C 統計分別說明：

一、階段內變化分析（杜正治，2006）

以表格方式呈現階段長度、趨向路徑預估、趨向穩定性、趨向 內資料路徑、水準穩定性與範圍及水準變化等資料，以下就階段內 的資料分析說明：

（一）階段長度

藉由計算單一階段內資料點的次數來決定階段的長度。

（二）趨向路徑預估

受試者之得分

---×100％＝結構化策略類化效果 全部流程的總分

受試者之得分

---×100％＝課程參與度類化效果 全部流程的總分

受試者之得分

---×100％＝獨立操作完成度類化效果 全部流程的總分

本研究以中分法劃出趨向線，用來估計各個實驗階段的趨向路 徑。與原本曲線比較後，以符號＋為加速趨向；以符號－為減速趨 向；以符號＝為零加速，以顯示各階段內各資料點分佈的趨向。

（三）趨向穩定性

選定 10％的穩定標準百分比，劃出趨向範圍，並計算出落在此 範圍內得資料點百分比。以 85％為標準，若有 85％得資料點位於 此範圍內，則視為穩定；反之，若在此範圍內低於 85％，則視為不 穩定。

（四）趨向內資料路徑

利用手繪法劃出各階段資料路徑，並以符號＋為加速；符號－

為減速；符號＝為零速。

（五）水準穩定性與範圍

當階段內若在水平標準範圍的資料點有 85％以上，即表示達到 水準穩定；把範圍內所有資料點相加，求得平均值，可算出平均水 準。

（六）水準變化

同一個階段內最後一個資料點與第一個資料點的差距。若水準 變化為正值，則表示效果有進步；若為負值，則表示效果有退步。

二、階段間變化分析（杜正治，2006）

此為比較基線期、教學介入期、保留期及類化期之間的差異。

包含變項改變之數目、趨向路徑與效果變化、趨向穩定性之變化、

水準之絕對變化及重疊百分比等五項，以下就階段間變化分析說 明：

（一）變項改變之數目

通常是指介入之實施，因此通常以改變一個變項為主。

（二）趨向路徑與效果變化

比較前後兩個階段趨向路徑，可藉由正向或負向看出介入的效

果為何。

（三）趨向穩定性之變化

比較前後兩個階段間趨向穩定的變化。

（四）水準之絕對變化

將前一階段的最後一個資料點和後一個階段的第一個資料點 之間的差距，以＋、－標示，進步的變化越大表示介入效果越明顯。

（五）重疊百分比

指後一個階段的資料點有多少百分比落在前一階段範圍內。

教學介入期與基線期的重疊百分比越低，代表介入效果越好；類化 期、保留期和教學介入期的重疊百分比越高，代表類化及維持的效 果越好。

參、C 統計

本研究為了彌補視覺分析資料的不足輔以 C 統計分析。C 統計 又稱為簡化時間序列分析（simplified time-series analysis）之 C 統計 考驗（Fitz & Tryon, 1989；引自杜正治，2006）。以下分別介紹 C 統 計公式、應用於階段內的資料分析及應用於階段間的資料分析。C 統計公式，如下：

c = 1 −^{∑𝑁−1𝑖=1(𝑋𝑖−𝑋𝑖+1)2}

2 ∑^𝑁_𝑖=1(𝑋_𝑖−𝑋)² 𝑆_𝑐 = √_{(𝑁−1)(𝑁+1)}^𝑁−2 Z = ^𝐶

𝑆𝐶

（一）階段內

將某一階段內的資料帶入公式求得 z 值，可作為判斷資料穩定 的程度。假若達顯著水準，證明受試者在該階段內的表現，變化甚 大，非呈現穩定的狀態，反之，未達顯著水準，則表示變化不大，

呈現穩定狀態。

（二）階段間

將資料分析擴大致鄰近階段，則可進行階段間的比較。比較基

線期與教學介入期，若 z 值達到顯著水準，則表示介入效果顯著，

反之則不顯著；比較教學介入期與類化期，若 z 值達顯著水準，顯 示類化效果不佳，反之則效果佳；比較類化期與保留期，若 z 值達 顯著水準，顯著保留效果不佳，反之則效果佳。

本研究分析每位受試者在各階段的趨勢及穩定情形，因此針對 三部分進行資料的分析，分別為基線期與教學介入期的資料、教學 介入期（後三點）與保留期的資料、保留期與類化期的資料。若資 料統計分析結果的 z 值達 p＜.01 之顯著水準，則表示此資料有明顯 的趨勢；相反，資料統計分析結果的 z 值未達 p＜.01 之顯著水準，

則表示此資料呈現穩定的狀況。

肆、觀察者間一致性

本研究信度採用觀察者間一致性。以研究者為主要評分者，協 同觀察者為協同評分者，兩位分別在基線期、教學介入期、保留期 及類化期各找一次一起作評量，將評量的結果作一致性信度考驗，

信度的百分比需達到 80％以上。觀察者間一致性的計算公式如下：

一致的評量項目

---×100=一致性百分比 一致的評量項目＋不一致的評量項目