資料處理

本節之資料處理分析乃根據各實驗階段所蒐集的評量資料，進行整 理與登錄，以下就資料蒐集整理與資料處理分析兩部分做說明：

壹、資料蒐集整理

本研究所得資料有：（一） 「自我教導完成作業策略使用檢核表」

得分；（二）「持續注意力時間暨品質紀錄表」的秒數和作業完成及正 確題數；所有分數，包括作業完成與正確題數、持續時間秒數，和學生 自評檢核得分，再統整紀錄於「得分統整記錄表」（見附錄八）； （三）

「學生做作業情形調查表」得分。在教學實驗過程中將詳實記錄，並於 教學實驗結束後進行綜合處理分析。

貳、資料處理分析

在「自我教導完成作業策略使用檢核表」及「持續注意力時間暨品 質紀錄表」所得之資料分析上採用目視分析法（visual analysis）（杜正 治譯，1994）；另外採用輔助性統計之C統計考驗，來分析「持續注意力 時間暨品質紀錄表」的各階段間資料；而「學生做作業情形調查表」之 得分情形，做簡單描述統計分析，作為本研究教學成效的輔助證據。

67

一、目視分析

根據基線期、實驗處理期、追蹤期的資料點作成曲線圖，將相同階 段的評量點以實線連接，不同階段的評量點不予連接，以區別不同階段。

再根據各曲線圖整理出各階段內變化分析摘要表，並依據階段內變化分 析摘要表整理出相鄰階段間變化分析摘要表，以了解實驗的教學效果。

（一） 階段內分析

1. 階段名稱：使用英文字母符號，A代表基線期，B 代表處理期，C 代 表維持期。

2. 階段長度：分別計算各階段的資料點數目，以決定階段長度。

3. 趨向路徑：利用中分法來估計趨向線的走向，以「＼」表示「正向-進步」，以「／」表示「負向-退步」，以「—」表示「不變」。

4. 趨向穩定性：觀察階段內沿著趨向線有多少資料點落在預定範圍內；

在本研究中「自我教導完成作業策略使用檢核」分數（最高分數40），

若有80%至90%的資料點落在趨向線15%的範圍內，則該趨向可視為 有不錯的穩定性；在「持續注意力時間」的資料（最高資料點900秒），

若有80%至90%的資料點落在趨向線10%的範圍內，則該趨向可視為 有不錯的穩定性；在「持續注意力品質---作業完成與正確題數」的 紀錄資料（最高資料點10），若有80%至90%的資料點落在趨向線20%

的範圍內，則該趨向可視為有不錯的穩定性。

5. 水準範圍：在曲線上的資料點中，找出最高點與最低點之間的範圍，

以了解該階段內資料點的變化情形。

6. 水準變化：在同一階段內，曲線上的第一個資料點和最後一個資料 點的差值，若為正值表示有進步，代表教學介入有效，由此可看出 水準變化情形是進步或退步。

7. 水準穩定性：計算該階段資料的水準平均數，以此平均數為水平線

（平均線），瞭解各資料點在水平線上、下變動的情形是否具有穩 定性。在本研究中「自我教導完成作業策略使用檢核」分數（最高

68

分數40），若有80%至90%的資料點落在平均數線值15%的範圍內，

代表該資料具有穩定性；在「持續注意力時間」的資料（最高資料 點900秒），若有80%至90%的資料點落在平均數線值10%的範圍內，

代表該資料具有穩定性；在「持續注意力品質---作業完成與正確題 數」的紀錄資料（最高資料點10），若有80%至90%的資料點落在 平均數線值20%的範圍內，代表該資料具有穩定性。

（二） 階段間分析

1. 趨向路徑與效果變化：可參考階段內的分析資料決定趨向路徑，比 較相鄰兩階段間的趨向變化情形，以了解介入效果的變化。

2. 趨向穩定變化：觀察兩相鄰階段間的趨向穩定百分比變化為穩定或 多變的情形。

3. 水準絕對變化：將相鄰兩階段中，前一階段的最後一個資料點與後 一階段的第一個資料點相減所得的絕對值，以判斷水準變化是進步 或退步。

4. 重疊百分比：找出前一階段的最高、最低點間的範圍，延伸至後一 階段並計算有多少資料點落於前一階段範圍內，再將此數目除以後 一階段的資料點總數，並乘以100%即得重疊百分比。若重疊百分比 的數值愈小，表示介入的效果愈好。計算方法如下：

二、Ｃ統計考驗

本研究採用簡化時間系列分析（simplified time-series analysis）之Ｃ 統計考驗進行資料點的分析，用以考驗受試者的進步情形是否達到顯著 的差異，以驗證介入之效果。Ｃ統計考驗的作用有二：一是決定各階段 內數值是否呈穩定狀態；其次是比較相鄰兩階段的數值，是否達統計上

69

之顯著水準。在本研究中，C統計用於考驗相鄰兩階段間的資料變化趨向 是否有顯著差異。其公式如下（Fitz & Tryon, 1989）：

Xi＝第ｉ點資料點的數值 X＝資料點平均數

N＝資料點的點數

雖然使用目視分析法來處理單一受試的資料，可清楚地在結果的時 間數列圖中看出實驗研究的程序及解釋實驗研究的結果。不過，不同研 究者對於相同結果的分析常有不一致的現象；而站在統計考驗的立場，

目視分析的方法在實驗效果的解釋上比較保守，必須要在處理效果很強 的情況下才會被接受（侯雅齡，2002）。而C統計的結果和資料數（N）

的大小有關，N太小時，必然會産生誤差，此時，以目視分析資料為主

（杜正治，2012）。因此研究中C統計與目視分析結果若出現不一致時，

本研究者會採用較嚴謹的目視分析來解釋結果。

70

71