第三章 研究方法
第六節 研究實施
三個班級的教學課程均由研究者擔任，每一個班級共計使用三節課，教學單 元皆為「認識標籤」。首先第一階段會先發本次課程的講義與登入系統的帳號密 碼，並由研究者講解學生們在這次課程要完成的任務，以及實際操作系統輔助介 面。第二階段為引導學生能夠進入實驗情境，隨機抽取班上三位同學到講台進行 遊戲，研究者詢問台下的同學：「如果今天升高三要重新分班了，學校決定要由 你們學生自己幫同學們分班，那台上這三位同學你們會想要怎麼分？」，此時台
31
下的同學便熱絡地回答：「愛穿運動服」、「紅色框眼鏡」、「男生」、「用 iphone」、
「挑食」、「馬屁精」、「午休不睡覺」、「愛講話」、「成績好」等類別或關鍵字，而 這樣的過程可以讓學生瞭解在正式實驗時他們需要完成的任務。第三階段為正式 施測，請學生使用 google chrome 瀏覽器，並就講義上面的帳號密碼登入系統，
確定每位學生都順利登入之後即可進行實驗，網頁出現的順序均相同，一篇網頁 做完才可以切換到下一篇網頁。學生完成任務並經由研究者檢查過後遂關閉系統，
之後於講台前領取空白問卷進行填寫，問卷有 15 題，皆出自 30 篇網頁內容，學 生作答時禁止登入系統也禁止與同學交談。相關說明如圖 3-5 所示。
圖 3-5 研究實施圖
第七節 研究資料前處理
首先由標籤系統上的管理端下載使用者的標籤紀錄（log），整理至 Excel 上，進行分析前會先做篩選的動作，若使用者所使用的標籤為無意義者，例如 30 篇都只用「ㄅㄅㄅ」、「123」、「456」等看不出有組織脈絡的標籤，以及沒有 將 30 篇文章全數完成即算無效樣本。
第二階段 遊戲/20 分鐘 第一階段 教學課程/40 分鐘
第三階段 資訊組織與問卷填寫 /90 分鐘
32
33
34
35
36
37
38
一、 度中心勢（degree centralization）
當 一 網 絡 圖 的 度 中 心 勢 值 愈 大 時 ， 代 表 網 絡 圖 中 節 點 之 間 的 中 心 勢
39
圖 4-7），使用者會重複使用標籤來組織資訊；相反地，當此值愈小時，代表使用 者使用的標籤中，每個標籤的中心度差異值愈小，代表標籤之間的聯結度數差異 不大，也就是使用者對於這些資訊沒有一個組織架構去組織，看到網頁出現什麼 內容就使用什麼標籤，所以標籤會分散在網絡圖內（如圖 4-8）。
圖 4-7 圖 4-8
研究結果中，三種介面的使用者其度中心勢分布為非常態分布（偏態與峰態 不為 0），故使用中位數來表示度中心勢的分布集中趨勢。由表 4-6 整理可發現標 籤雲介面的使用者度中心勢相較於其他兩個介面來看較高，代表使用者在標籤雲 介面上使用標籤組織網頁時較容易將標籤作概念上的聯結；標籤網絡介面的使用 者其度中心勢相較於其他兩個介面來看較低，代表使用者在此介面上使用標籤組 織網頁時較無法將概念作聯結，比較容易產生新的關鍵字來描述這 30 篇網頁的 內容。為比較三種介面的差異性，使用 ANOVA 來分析，由表 4-7 分析結果可知，
此三種介面有達顯著差異（p=0.045<0.05），代表這三種介面的視覺化方式對於使 用者組織資訊時將標籤之間概念的聯結有顯著影響。
40
二、群聚係數（Cluster coefficient）
群聚度是用來描述拓撲圖形中點與點之間關係的緊密程度，當一個網絡圖的
41
42
但是在網絡結構指標上卻無法被歸於一類，例如標籤雲介面的 8 號使用者與 22 號使用者，此兩位使用者網絡拓樸結構都會被歸為同類，但是就網絡指標來看卻 無法歸為同類（使用者 22 號之度中心勢值為 0.0573，小於標籤雲介面使用者度 中心勢中位數 0.0944），如圖 4-9、與 4-10 所示。故研究者認為，資訊組織的行 為不單以標籤的結果來當成衡量依據，因為組織資訊是一動態的過程，故須考量 到這個過程帶來的差異，故本研究接續以多樣性指標、時序性指標來衡量不同介 面上的個人資訊組織行為。
圖 4-9 標籤雲介面之 8 號使用者 圖 4-10 標籤雲介面之 22 號使用者
第三節 使用者使用標籤之多樣性探討
由前兩節的標籤結果來看，使用者的標籤結果非常多樣，且在不同的視覺化 介面上會有不同的組織策略，亦即有些使用者會重複使用某些標籤，也有其他使 用者會選擇大量使用新標籤來組織資訊。但是單憑網絡的拓樸形狀與度中心勢與 群聚係數指標無法完整地將使用者的標籤結果分類，研究者推測資訊組織的結果 無法完整呈現使用的資訊組織行為，研究者採取組織歷程的觀點來探討，隨著標 籤種類與個數的增加，使用者會將一些重複被使用的標籤認定為一般的概念，而 多數出現一、兩次的標籤數視為特定化的概念。多樣性應用在本研究可定義為當
43
標籤種類分布愈多樣、愈複雜，也就是使用者透過標籤之間找尋、瀏覽、組織資 訊的路徑選擇就愈多樣。而本研究因為樣本數少，故選用Simpson’s index 來計算 使用者的標籤多樣性，並進一步比較三種介面上使用者組織策略多樣性之差異。
樣本資料整理如表 4-10 所示：
表 4-10 三種視覺化介面之多樣性指標資料
偏態 峰態 中位數 平均數 標準差 最大值 最小值 標籤網絡 1.699 1.8309 0.0028 0.9887 0.0165 0.058 0 標籤雲 2.5698 7.4266 0.0138 0.0196 0.0249 0.1129 0.0003 標籤列表 1.8625 3.0146 0.0079 0.0166 0.0219 0.0897 0.0001 註：標籤網絡介面使用者樣本數為 29 位，標籤雲介面使用者樣本數為 28 位，
標籤列表介面使用者樣本數為 36 位。
標籤網絡介面上，使用者的 Simpson’s index 為正偏態分布，故取數列的第三 分位數（Q3）來作分類依據，第三分位數（Q3）為 0.0147，以座號 15（圖 4-11）
使用者的值最低為 0，以座號 17（圖 4-12）使用者最高為 0.0580。高於第三分位 數 0.0147 者有 9 位（佔 31.03%），這類網絡圖趨向集中、收斂狀態，因為有些標 籤重複大量被使用達 30 次，有些標籤卻只被使用一次；低於第三分位數 0.0147 者有 20 位（佔 69.87%），這類網絡圖趨於發散狀態，因為大部分的標籤都只被 1-2 次，每個標籤使用的頻率較為一致。
圖 4-11 標籤網絡介面 15 號使用者 圖 4-12 標籤網絡介面 17 號使用者
44
標籤雲介面上，使用者的 Simpson’s index 為正偏態分布，故取數列的第三分 位數（Q3）來作分類依據，第三分位數（Q3）為 0.0224，以座號 6（圖 4-13）使 用者的值最低為 0.0003，以座號 17（圖 4-14）使用者最高為 0.1129。高於第三 分位數（Q3） 0.0224 者有 7 位（佔 25%），這類網絡圖趨向集中、收斂狀態，因 為有些標籤重複大量被使用達 30 次，有些標籤卻只被使用一次；低於第三分位 數（Q3） 0.0224 者有 21 位（佔 75%），這類網絡圖趨於發散狀態，因為大部分 的標籤都只被 1-2 次，每個標籤使用的頻率較為一致。
圖 4-13 標籤雲介面 6 號使用者 圖 4-14 標籤雲介面 17 號使用者 標籤列表介面上，使用者的 Simpson’s index 為常態分布，故取數列的平均數 來作分類依據，平均數為 0.0166，以座號 11（圖 4-15）使用者的值最低為 0.0001，
以座號 29（圖 4-16）使用者最高為 0.0897。高於平均數 0.0166 者有 13 位（佔 36.11%），這類網絡圖趨向集中、收斂狀態，因為有些標籤重複大量被使用達 30 次，有些標籤卻只被使用一次；低於平均數 0.0166 者有 23 位（佔 63.89%），這 類網絡圖趨於發散狀態，因為大部分的標籤都只被 1-2 次，每個標籤使用的頻率 較為一致。
圖 4-15 標籤列表介面 11 號使用者 圖 4-16 標籤列表介面 29 號使用者
45
46
47
48 情形在本研究的樣本中皆未達統計顯著值（z-score<1.96, p<0.05），不予列出討論，
故只針對高頻間的轉換（H→H）、低頻間的轉換（L→L）兩種情形敘述：
（一）高頻（H）與高頻（H）轉換達顯著（z-score>1.96, p<0.05）
位於此區的使用者面對新網頁的內容時比較不會去思考使用舊標籤
49
圖 4-23 標籤網絡介面 6 號使用者之事件轉換圖
（二）低頻（L）與低頻（L）轉換達顯著（z-score>1.96, p<0.05）
位於此區的使用者面對新網頁的內容時，比較會使用之前用過的舊標
50
51
三種介面使用上，以 ANOVA 分析出結果，新標籤優先使用之權重值無顯著 差異（p=0.288>0.05），舊標籤優先使用之權重值有顯著差異（p=0.032<0.05），可 以推測在此三種介面的使用上對於優先使用舊標籤的策略會有顯著差異。請見表
52 上，以 ANOVA 分析出結果來看有顯著差異（p=0.008<0.05），由此結果可推測，
前述四節研究結果上的差異除了視覺化呈現方式造成的影響外，也有可能是學生 的知識背景差異引導學生在相異介面上的組織策略差異，相關分析請見表 4-14。
表 4-13-1 計概成績與各種指標之相關係數關係（標籤網絡介面）
計概成績 centralization cluster diversity New Old 計概成績 1
centralization 0.149 1
cluster -0.163 ─ 1
53
表 4-13-2 計概成績與各種指標之相關係數關係（標籤雲介面）
計概成績 centralization cluster diversity New Old 計概成績 1
centralization -0.203 1
cluster 0.313 ─ 1
計概成績 centralization cluster diversity New Old 計概成績 1
centralization 0.058 1
cluster 0.217 ─ 1
54
度上的理解。針對問卷答對題數與各指標間的相關係數分析後發現皆呈現低度相 關，也就是問卷答對率並無影響各指標，相關分析請見表 4-15-1 至表 4-15-3。而 使用者的問卷答對題數在三種介面使用上，以 ANOVA 分析出結果來看並無顯著 差異（p=0.973>0.05），由此結果可知，本研究的實驗結果中，學生對於這 30 篇 文章的理解程度，並無顯著地影響使用者在這三種視覺化介面組織資訊的策略，
相關分析請見表 4-16。
表 4-15-1 問卷答對題數與各種指標之相關係數關係（標籤網絡介面）
答對題數 centralization cluster diversity New Old 答對題數 1
centralization 0.005 1
cluster -0.122 ─ 1
答對題數 centralization cluster diversity New Old 答對題數 1
centralization -0.029 1
cluster 0.063 ─ 1
55
表 4-15-3 問卷答對題數與各種指標之相關係數關係（標籤列表介面）
答對題數 centralization cluster diversity New Old 答對題數 1
56
57
程度來看皆頻繁、優先使用舊標籤來組織網頁，研究者推測此類的使用者在組織 網頁時容易將相似概念的標籤聯結這 30 篇網頁。但是也有部分的圖形集中勢、
群聚係數與多樣性指標低，可是舊標籤的使用率高，且舊標籤使用的行為轉換較 為顯著。
值得一提的是，在某些集中型網絡圖中，研究發現部分使用者在看到新網頁 時，雖然是使用舊標籤的事件轉換（L→L）較顯著，但會優先選擇使用新的標籤 去組織，研究者推測，此類的使用者雖然在每一篇網頁使用新標籤的頻率較低，
值得一提的是，在某些集中型網絡圖中，研究發現部分使用者在看到新網頁 時，雖然是使用舊標籤的事件轉換（L→L）較顯著，但會優先選擇使用新的標籤 去組織，研究者推測，此類的使用者雖然在每一篇網頁使用新標籤的頻率較低，