資料處理與分析

本研究資料處理使用 SPSS 18.0 版、M-plus5.0 版等統計套裝軟 體進行分析，並且參照研究架構圖，對本研究的模型進行分析，依此檢 證相關理論假設。以下為本研究資料處理與分析的方法與程序。

一、 資料分析策略

由於影響學習成果的因素很複雜，除了學生個人的資質、動機，原 本的家庭環境、父母的教養，大環境下的學校教育介入、國家的教育資 源，甚至是社會文化的背景，以及社會的經濟狀況，都可能影響學生的 學習成果。因此，有學者指出可以使用階層線性模式(hierarchical linear modeling，簡稱為 HLM)的技術，將這些背景因素列入考量，並 能探討背景因素與教育介入變項間的交互作用(Woltman, Feldstain, MacKay & Rocchi, 2012)，可以更深入的了解學校教育對不同背景變項 學生在學習成果上不同的影響。

階層線性模式(HLM)這個統計名稱最早出現於 Lindley 與 Smith (1972)討論貝氏估計的文章。可以視為一種複雜的最小平方(ordinary least squares-OLS)迴歸統計法，他的出現主要與資料本身有階層的特 性有關，大部分行為、社會科學的研究資料都有階層、嵌套結構的特質，

即學生其實是隸屬於或鑲嵌在（nested）班級之中的，而班級又歸屬

（nested）於學校之下，在這樣的嵌套結構下，同一個班級的學生有相 同的老師、一樣的教室，而同一個班級的學生，則享有一樣的學校資源、

有一樣的學校教育方針，過去這樣的資料大多使用固定參數的簡單線性 迴歸，但這種技術並不週全，因為它忽視了共同的變數的影響

(Raudenbush & Bryk, 2002; Woltman et al., 2012)。而在階層線性模 式的分析中，同一個層次的變項放在一起探討，學生個別層次的變項如 性別、動機、家庭社經對學習成果有一定的預測力，而學校層次的變項 如校長的領導、學校的資源、教育的政策對學生的學習成果也有一定的

預測力，最後統整不同層次變項的預測力，可以區分不同層次的誤差，

並了解不同層次間的交互作用。

本研究之目的在於了解學校因素與個人家庭因素對身障生學習成 果的影響，本研究之資料在特質上具有階層的結構，在概念上如果能夠 區分個人與學校層次不同的預測力，可以更深入的了解對身障學生有幫 助的學校變項，因此，非常適合使用 HLM 做為本研究之統計分析方法。

然而，在初步預檢資料的結果顯示，本研究有效樣本數過少，普通班樣 本(含資源班)629 人，特教班樣本僅 131 人，各來自於 249 個及 50 個學 校，雖然根據 Maas 與 Hox (2005)的建議，從事 HLM 的分析第二層(學校 階層)最少是 50 個學校，本研究樣本班接近此一要求，但 Maas 與 Hox (2005)也建議每個學校的人數平均最少要有 5 人，而本研究之普通班樣 本每校平均人數只達 2.93 人，特教班樣本僅 2.62 人，因此，只能放棄 HLM 的分析。

考量研究目的及現有之樣本，本研究擬採階層迴歸的方式，探討個 人與家庭因素(個人層次)放入模式之後，學校因素對身障學生學習成果 是否有額外的解釋力，以區分不同層次的因素，對身障學生學習成果的 影響。

二、 資料分析步驟

(一) 初步問卷資料整理

先以 SPSS18.0 版合併學生、家長、老師及學校資料，並透過 簡單的次數及描述性統計，檢查是否有輸入錯誤或極端值，並依每 題的題意，決定是否刪去極端值，或有保留的必要。

(二) 學習成果之測量模式考驗

再以 M-plus5.0 版進行學習成果之測量模式考驗，檢視學習成 果各觀察變項之關連，考驗測量模式的建構效度。結果顯示顯示實

際數據與構念架構的適配度良好。

(三) 計分及加權設定

按研究者所設定之變項計分方式進行計分，以學習成果得分完 整之個案為有效樣本，與母群進行一致性的考驗，考驗結果顯示本 研究樣本在「安置型態」及「障礙類別」須同時進行加權處理。因 此，採事後分層法按「安置型態」及「障礙類別」兩變項同時為本 研究之有效問卷進行加權處理，每一個案依已知母群的分佈結構得 一權值，使加權處理後的資料在加權變項的分佈上與母群一致。

(四) 預檢自變項資料

本研究欲以 OLS（ordinary least squares）進行階層迴歸分 析（Hierarchical Regression Analysis），進行迴歸分析之前，必 須要檢視自變項是否符合 OLS 線性迴歸分析的基本假定。

線性迴歸的基本假定包括：是否接近常態分配，以及各變項間 是否有共線性（collinearity）的情況。本研究以自變項(個人家庭 及學校變項)的偏態與峰度來檢驗常態分配，以學習成果的總分(學 習參與、學業表現、社會適應、獨立自主及家長滿意度之組合分數 相加)為預測值，計算各自變項之容忍值(tolerance)以及變項數彭 脹因素(VIF, variance inflation faction)，以檢查其是否有共線 性的問題，預檢結果顯示本研究自變項(個人家庭及學校變項)資料 尚符合常態分配的假定，在正負四之間(Kline, 2011)，容忍值及 VIF 的數值亦顯示自變項間沒有共線性的問題，標準為容忍值愈高 愈好、VIF 小於 2(蕭文龍, 2007)。此外，自變項資料的預檢以連續 變項為主，虛擬變項除外。

自變項資料的相關描述性及預檢資料茲列於表 3-5-1 及表 3-5-2。

表 3-5-1 普通班個人家庭暨學校變項之描述性及相關預檢資料表 變項 平均數 標準差 偏態 峰度 容忍值 VIF 障礙程度

2.550 0.857 -.114 -.616 .939 1.065 自我概念

27.877 3.894 -.361 1.442 .942 1.062

社經地位

2.474 1.514 .474 -.725 .928 1.078

家庭參與

5.693 1.235 -.222 -.368 .938 1.066

學校規模

1.678 0.294 -.990 3.459 .940 1.064

學校氣氛

9.829 1.403 .166 -.261 .588 1.701

特教資源

0.800 0.842 .491 -1.147 .811 1.232

行政支持

11.827 1.896 .165 -.020 .577 1.732

教師專業能

力 19.749 4.008 .494 .232 .860 1.162

普特教合作

2.259 0.868 .003 -.876 .949 1.054

表 3-5-2 特教班個人家庭暨學校變項之描述性及相關預檢資料表 變項 平均數 標準差 偏態 峰度 容忍值 VIF 障礙程度

2.890 0.804 -.333 -.367 .892 1.122 社經地位

2.340 1.441 .593 -.585 .824 1.214

家庭參與

5.803 1.384 -.209 -.477 .928 1.077

學校規模

1.555 0.6335 -1.754 3.989 .814 1.229

學校氣氛

9.802 1.829 -.394 -.677 .388 1.574

特教資源

1.938 0.571 -.812 2.588 .696 1.437

行政支持

12.490 1.837 -.063 -.219 .388 1.579

教師專業能

力 22.335 3.334 .001 -.226 .809 1.236

普特教合作

2.490 0.739 -.392 -.306 .601 1.663

(五) 分析影響學習成果的影響因素

在分析影響因素的部分，由於特教班樣本與普通班樣本在計分 上有所不同，在學校背景上也不相同，所以將分開探討，以階層迴 歸的方式，分別考驗「個人家庭」及「學校因素」對五個「學習成 果」(學習參與、學業表現、社會適應、獨立自主、家長滿意度)各

別的影響。

為了解「學校因素」對「學習成果」是否有獨立於「個人家庭」

之外的預測力，將以兩步驟(two step)的階層迴歸進行分析。

1. 第一步驟(step one)，先以強迫進入(ENTER)的方式，先 將所有的「個人家庭」變項放入「學習成果」的模式中，

了解「個人家庭」變項中能夠顯著預測身障學生「學習 成果」的變項。

2. 第二步(step two)，同樣以強迫進入(ENTER)方式在第二 步驟放入「學校因素」變項，以了解「學校因素」變項 是否有排除「個人家庭」變項之外，對「學習成果」獨 特的預測力。