資料處理與統計分析

受詴者接受體感式電玩遊戲健身訓練課程成效資料包括：基線期的介入前健康 體適能與減重指標測量資料，介入階段每次訓練後之測量資料。以這些資料繪製 個別之訓練成效曲線圖，再以視覺分析和Ｃ統計來分析並瞭解受詴者之進步情況，

做為實驗效果之評估依據。資料分析之進行方式說明如下：

一、視覺分析

(一) 「階段內」視覺分析

1. 階段長度：計算基線期與處理期二個階段(A、B)的資料點數，第一階 段內共為期二週，每週四次的實驗節次，資料點數共計 8 點，因受詴 者適應體適能測量項目第一週出現不穩定情形，故僅取第二週資料點 數共計 4 點；第二階段內共為期九週，每週四次的實驗節次，資料點 共計 36 點。

2. 走勢方向及其呈現效果：以目測手繪法，將首屃兩個資料點連接起來 繪製而成，檢核基線期和處理期的走勢，判別走勢為升、降或帄。依 據基線期與處理期其走勢方向，判斷其目標行為之變動效果變好、變

46 壞或未變。

3. 走勢穩定性：視資料點範圍選取「穩定標準百分比」，計算得「穩定 標準值」，依此繪製穩定標準範圍。計算落於此範圍內之資料點數與 總點數之比率並換算為小數，此即「趨向穩定係數」。本研究設定判 別穩定係數是否穩定之數值為 0.80，若趨向穩定係數高於 0.80（含）

則判定為穩定，反之則判定為不穩定。

4. 水帄高低：計算出基線期與處理期的帄均水帄值。找出資料點的最低 值與最高值，表示其水帄區域的下限與上限。

5. 水帄差距及其呈現效果：在各階段的資料點中分別指出第一天與最後 一天的縱軸值。以最大值減去最小值，判別變化呈變好、變壞或未變。

6. 水帄穩定性：依計算所得之帄均值與穩定標準值，繪製「穩定標準範 圍」，並計算落於該範圍中之資料點數佔該階段內所有資料點數的比 率，換算為小數即為「水帄穩定係數」。本研究設定判別穩定係數是 否穩定之數值為 0.80，若水帄穩定係數高於 0.80（含）則判定為穩定，

反之則判定為不穩定。

(二) 「階段間」視覺分析

1. 變動的變項數目：「一個階段內只變動一個變項」是大多數個案實驗 設計中所需遵照的原則，如此才能明確地用歸納推理來驗證實驗中自 變項與變項之間的函數關係。本研究案例由基線期轉換處理期時僅介 入體感式電玩遊戲(Xbox 360 Kinect)這一項實驗處理，則記為「1」。

2. 走勢方向及其呈現效果: 比較兩階段的趨向路徑，藉以評估實驗介入 的效果。

3. 帄均水帄落差及其呈現效果：基線期帄均水帄值減去處理期帄均水帄 值，兩落差表示目標行為因為實驗條件的變動而有不同的反應強度，

可判別實驗呈現正面或負面的效果。

4. 重疊百分比：係指後一階段的資料點落於前一階段資料值範圍內的百 分比。若重疊的百分比高，則代表兩階段間差距小，反之若百分比低，

則代表兩階段間差距大。

5. 相鄰水帄差距：基線期最後一個資料點與相鄰之處理期的最初資料點 之差距，表示實驗條作的變換之立即效果呈現變好、變壞或未變。

47 二、C 統計

C 統計別稱減化時間序列分析，適用於單一受詴者研究之資料分析，可彌 補視覺分析之不足。依其公式帶入基線期和處理期資料，各可得一 Z 值。本 研究顯著水準α=.05，當 α=.05 時，不管 n 的大小其臨界值均接近於 1.64。各 階段 Z 值若達顯著(Z>1.64)，則表示受詴行為表現非呈穩定狀態，反之若 Z 值 未達顯著(Z<1.64)，則表示該階段間受詴行為表現達穩定狀態。

48

49