資料處理與分析

本研究將蒐集之實驗資料，以 SPSS21 統計軟體分別進行「晝夜與四季課程 學習成效表現」與「晝夜與四季課程學習態度」進行分析，統計分析之顯著水準 皆為.05，分析方法詳述如下：

壹、晝夜與四季課程學習成效表現分析

晝夜與四季課程學習成效表現分析採二因子多變量變異數分析(two-way MANOVA)，以學習環境及學習引導策略為自變項，晝夜與四季課程學習成效表 現為依變項進行分析，分析流程如圖 3-23 所示。

圖 3-23 晝夜與四季課程分項學習成效表現分析流程圖 多變量同質性檢定考驗

二因子多變量變異數分析

自變項：數位學習環境、學習引導策略

依變項：晝夜與四季課程知識理解、知識應用成效表現

數位學習環境 ×學習引導策略 交互作用是否達顯著水準

顯著

進行單純主效果分析

不顯著 進行主效果分析

完成

66

首先進行多變量同質性檢定考驗，本研究採常用之檢定Box’s M 考驗，用於 考驗依變項間母群變異量是否相似。在進行多變量同質性檢定考驗時，若符合變 異數同質性的基本假定，則可進行二因子多變量變異數分析，並觀察 Wilks’

Lambda 值；若違反變異數同質性的基本假定，且各組樣本人數差距不大，亦可 進行二因子多變量變異數分析，並觀察Pillai’s Trace 值；若違反變異數同質性的 基本假定，且各組樣本人數差距很大，則資料分析時最好進行校正工作。接著進 行二因子多變量變異數分析，確認數位學習環境和學習引導策略二自變項之交互 作用是否達顯著水準，若交互作用達顯著水準，則分別進行單純主效果分析；若 交互作用未達顯著水準，則進行主效果分析，判斷數位學習環境和學習引導策略 之主效果對晝夜與四季課程知識理解和知識應用成效表現是否有影響。

貳、晝夜與四季課程學習態度表現分析

學習態度表現分析採二因子多變量變異數分析(two-way MANOVA)，以數位 學習環境及學習引導策略為自變項，晝夜與四季課程學習態度問卷表現之數據為 依變項，進行晝夜與四季課程學習態度之分項表現分析。晝夜與四季課程學習態 度分項表現分析流程如圖 3-24 所示。

首先進行多變量同質性檢定考驗，本研究採常用之檢定Box’s M 考驗，用於 考驗依變項間母群變異量是否相似。在進行多變量同質性檢定考驗時，若符合變 異數同質性的基本假定，則可進行二因子多變量變異數分析，並觀察 Wilks’

Lambda 值；若違反變異數同質性的基本假定，且各組樣本人數差距不大，亦可 進行二因子多變量變異數分析，並觀察Pillai’s Trace 值；若違反變異數同質性的 基本假定，且各組樣本人數差距很大，則資料分析時最好進行校正工作。接著進 行二因子多變量變異數分析，確認數位學習環境和學習引導策略二自變項之交互 作用是否達顯著水準，若交互作用達顯著水準，則分別進行單純主效果分析；若 交互作用未達顯著水準，則進行主效果分析，判斷數位學習環境和學習引導策略

67

之主效果對晝夜與四季課程學習態度表現是否有影響。

圖 3-24 晝夜與四季課程學習態度分項表現分析流程圖 多變量同質性檢定考驗

二因子多變量變異數分析

自變項：數位學習環境、學習引導策略

依變項：學習態度之學習價值、學習幫助度、學習滿意度

數位學習環境 ×學習引導策略 交互作用是否達顯著水準

顯著

進行單純主效果分析

不顯著 進行主效果分析

完成

68