本實驗所分析之練習資料如下表 3-1
表 3-1 分析資料表
一、資料整理與裁剪
所收集資料以 Excel 2011 整理，將每次試作之頭、肩(左右)、肘(左右)、腕(左右)、
髖(左右)、膝(左右)、踝(左右)等 13 關節點三維資料進行後續裁剪。裁剪的標準以動作者 左腳開始移動之前一幅(第一步開始前)至動作完成回到起始動作為止。前掃腿動作由起始位 置經六排第一步至右腳啟動前之動作資料；後掃腿則由第五步結束右腳啟動前至動作結束之 動作資料。
前、後掃腿軌跡利用兩點間求距離公式計算資料每一幅踝關節移動的間距，並於最後加總 求得。最大速度利用前述求得每幅間的間距，除以每幅的時間(1/120s)求得瞬時速度，並找 出同一次掃腿中的最大速度。加速度的計算則利用求得每幅間的瞬時速度，後前相減求得速 度變化再除以間隔時間(1/120s)求得。
二、主成份分析(Principal Component Analysis, PCA)
將第一個階段的 10 次資料，第二階段的 10 次資料，及第三階段 10 次的動作資料以 SPSS 19.0 套裝統計軟體進行主成份分析，選用共變數矩陣為分析資料的標準。由於 IGS-190 動 作擷取系統採固定參考作標，為維持方向的一致性，要求參與者面北完成工作，使擷取之資 料 X 軸向動作為左右動作， Y 軸為前後，Z 軸為上下動作。
三、特徵值個數(λk)
學習階段 回數 分析次數
1 1 1—10
2 3 11—20
3 5 21—30
21
主成份分析後的特徵值個數，代表整體資料能夠縮減的維度多寡，本實驗使用
Jackson(1993)提出的 broken-stick test，作為決定成份個數的依據，以下為預測值之公 式:
b
k=
1 值如表 3-2。本實驗經主成份分析後，各特徵值所代表的預測資料以主成份(principal component)表示。本實驗使用 Richman(1988)所建議特徵向量負荷量絕對值大於 0.5 為篩選 的依據，特徵向量負荷量值越大代表原始參數與歸類出之成份變化趨勢越相近。 成分。利用 Mathmatica 7.0 版數學軟體，將各成份分數進行快速傅立葉轉換，檢驗其主要 頻率值，作為後續檢驗相位差的基礎。22
五、節奏準確性
根據音樂節拍 95bpm 計算出 4 拍完成動作的標準頻率值為 0.7915Hz，六排第一、二成份成 份為完成一週期性的動作。設定 0.7915Hz 為目標值，將每次試作一、二成份頻率與目標值 計算其絕對誤差，檢驗參與者對拍的準確性。絕對誤差為判斷準確性的方法，其公式為:
∑ 𝑖 (2) n 為試作次數，xi為每次試作值，T 則為目標值。
五、統計分析
所有動作表現的變數：前後掃腿軌跡、最大速度、最大加速度，主要動作頻率，及主要動 作頻率絕對誤差，以單因子重複量數變異數分析檢驗所有學習者三個練習階段的差異。在動 作型態方面，由於學習者之自然動力及學習動力可能影響型態變化的方向，以單因子重複量 數變異數分析對每一位學習者在三個學習階段主成份個數的變化進行考驗。成份個數統計以
特徵值大於1 的成份數
39(總變數量) 作為統計分析的變項。累積變異量的變化同樣以單因子重複量數變異數分
析，顯著水準訂為 = .05。
23