資料收集與分析方法

以下將針對各項資料的收集方法、處理與轉化、資料分析方法，以及如何整 合資料以回答研究問題，作詳細說明：

一、資料收集方法

本研究所收集的資料包括：教室錄影紀錄、教室觀察紀錄、電腦側錄資料、

前後晤談資料、空污建模技能紙本測驗作答資料、研究會議紀錄、以及學生學習 單，如表3-5.1。以下針對錄影、側錄以及觀察記錄等的收集方法作說明：

教室錄影紀錄與教室觀察紀錄為描述學生建模實務，及教師與同儕如何支援 學習之分析用。教室觀察紀錄包含全班與焦點組兩種，紀錄課堂內容大要、特殊 事件，以及與上課內容有關的事件說明與發生時間點。每堂課皆以DV 拍攝上課 狀況，拍攝焦點分為兩種，一種聚焦在紀錄教師教學活動，另一種聚焦在各焦點 組學生學習以紀錄小組討論與互動。

電腦側錄是以Camtasia 軟體紀錄學生使用空污建模軟體的操作過程，搭配 錄音筆錄音，以紀錄學生對話。藉由此部分資料，以及上述之錄影資料與教室/

焦點學生觀察記錄，期能完整記錄學生學習與教師教學的情況，是本研究分析建 模實務與學習鷹架的主要資料來源。

前後晤談的資料收集則是在課程施測前後分別進行前後晤談，進行試驗性研 究時，對四位焦點學生進行前後晤談，個案研究一施測時，晤談前學生先填寫晤 談單，再由四位晤談人員對焦點學生進行半結構式晤談，分別各晤談三、三、三、

四位，主要是根據學生作答不清楚或不完整處提問，每次晤談約30~40 分鐘，晤 談對象如表3-3.1 所列。為求提問的一致性，設計晤談注意事項，詳列晤談可能 延伸問題與提問技巧，務求晤談過程因晤談人員不同造成的誤差影響降到最少。

個案研究二與個案研究一的晤談方式一致，每次晤談時間約30~50 分鐘，晤談對

象13 人，前晤談人員三位，其中兩位參與本次施測之研究人員分別晤談兩位焦

學生學習前後空氣品

實務，因此資料分析著重在瞭解學生的建模實務如何隨時間發展，分析的資料包 括：上課側錄、課室觀察紀錄(field notes)以及晤談資料。基本上，我們從上課側 錄、課室觀察記錄、前後晤談資料、學習單、以及學生所建構的紙本模式(包含 高斯擴散模式與複雜系統模式)中，辨識出重複發生且是學習過程中最核心的議 題，作為資料分析的論點(Theme)，並作為修改鷹架式建模課程設計的依據。

例如在評估「提供擬真視覺化建模工具」對學生建模學習的影響時，先區分 出焦點組建模過程中與使用擬真視覺化工具(即空污建模軟體)有關的事件 (Event)，將其中涉及 Build 階段與分析工具的 Episode 過濾出來，再藉由以下的 問題：各變因關係測試所包含的分析工具有哪些？是否有哪項分析工具是在不同 變因測試中共同出現的？是否同時使用垂直與水平有關的分析工具？是否從質 性與量化的角度來辨識資料的分布特徵？使用分析工具收集與分析資料後，所誘 發的建模實務有哪些？學生在參與何種階段的建模實務時會使用分析工具？以 引導筆者從上述問題的澄清過程中，找出焦點組在建模過程中，共同且重複發生 的特徵，再從學生的討論對話檢驗特徵。

（二）建模技能的編碼分析

以Hsu et al. (2007)的「建模技能」編碼準則(coding scheme)為基礎，如表 (3-5.3)，對建模技能測驗與焦點組晤談資料進行編碼分析，共包含四個建模階段，

每個建模階段各包含三種建模技能，每項建模技能最高可獲3 分，最低為 1 分，

因此每個建模階段最高得分為9 分，而整體建模技能的最高得分為 36 分。經過 研 究 者 和 參 與 本 學 習 環 境 發 展 的 研 究 生 進 行 互 評 ， 顯 示 互 評 者 信 度 0.80(Cronbach’s alpha 相關係數為 0.80)達 0.01 的顯著水準，並藉由配對樣本 t 考 驗(Paired-Samples t Test)，分析學生建模技能的改變情形。

為探討兩次個案研究的學生建模技能改變是否有差異，以學生「空污建模技 能測驗」前測得分為共變項，兩種版本的鷹架式建模課程為獨立變項，後測得分

變數分析。

此外，為深入了解學生建模技能的發展，因此將與變因(關係)有關之建模技 能，包含：「舉出完整的變因」、「以正確的理論方式與生活經驗說明變因影響空 氣污染的過程」、「能說明變因間交互作用之影響關係」、「驗證變因關係時能考慮 多面向的操縱變因」、「以模式導向推理形成結論(model-based reasoning)」等五種 建模技能，進一步統計分析這些建模技能所涉及之變因及其關係數量的改變情

說明：提出問題解決過程中可能影響研究結果的誤差或 限制因素，但未說明此誤差因素對結果的影響情形。

1.3.3 未提出問題解決的限制因素 2. 辨識變因

與 關 係 (Identifying variable and relationships)

2.1 有系統性的列舉問

(research design)

3.1 有理論依據的實驗 (anticipated conclusion)

4.1 以模式導向推理結 論(model-based reasoning)

（前後對照）

4.1.1 以模式導向推理結論(model-based reasoning) 說明：模式推論過程會應用晤談內容所提的實驗/研究 內容作為推論/結論之依據，研究方法設計能以理論為 基礎，在結論以公式型式呈現或綜合多變因(交互)關係 推論。

4.1.2 以關係導向推理結論(relation-based reasoning)

4.1.3 以現象導向推理結論(phenomena-based reasoning) 速」屬於氣象領域的概念(氣象類 schema)，而「擴散」屬於化

領域概念的變因關係描述，可得2 分。

例如：整個被山包圍的地形不太會受到東北或西南季風的影響污染物 容易囤積在中間 [個案研究二，Sb13，第 7 題]。

說明：此描述地形與風場交互作用的命題，包含地形、風向及污染物 三個概念，分別是地理、氣象場、污染物特性的 schema，可 得3 分。 互評者信度為0.87(Cronbach’s alpha 相關係數為 0.87)。

1. 能列舉正確的變因且提出明確解釋者得 3 分；若解釋部分錯誤或不

污 染 物 溢

(六)大氣穩定度

完成線上學習單，扣除缺席或檔案傳輸毀損，活動三、四、五均有 11 份完整的 學習單，研究結果的論述將以「組」為單位作說明。

個案研究一的活動七及個案研究二的活動五，是以「興建火力發電廠」為問 題情境的專題研究，學生需應用先前活動四至六的建模經驗以進行本活動，藉由 本活動有助於了解學生在參與建模學習後，實際進行建模時的表現，故此部分學 習單為分析的主要焦點之一。

(八)焦點個案側錄資料編碼

針對個案研究一與二分別以第八組與第四組作為焦點個案研究的主要對象，將其 電腦側錄與課室錄影資料，依下列步驟進行編碼：

1. 轉譯電腦側錄與錄影資料的對話與電腦操作動作。

2. 將同一主題的行動與對話，切割成一個事件，例如：活動二之「測試風 速變因影響關係」即為一個事件。

3. 當每個事件(Event)中的互動型態、參與人員或焦點主題改變時，即切割 成新的Episode。換言之，每個Event由數個Episode所組成，而Episode為 後續編碼分析的基本單位。其中Event與Episode的切割範例如附錄八所 示。

4. 以Nvivo9工具，針對每個Episode所涉及的建模實務種類、空污建模軟體 功能、空氣品質變因或概念、對話互動型態、以及教師與同儕鷹架進行 編碼，其中建模實務以表3-5.3為建模技能編碼表，其他各類編碼依據如 表3-5.7所示。

5. 簡要摘記各Episode的活動內容，著重在鷹架、建模技能的描述，如附錄 九。

6. 根據引導問題，辨識出與建模過程、分散式鷹架有關之論點(Theme)，作 進一步的分析。

表3-5.7 焦點個案側錄與錄影資料編碼表 頻率，經由兩位科學教育相關研究所的研究生，計算Kappa 互評者信度，Kappa 值為0.67，超過 0.6 為可接受的互評者信度(Kundel & Polansky, 2003)。

此外，將互動方式區分為組內、教師對其他組學生、教師對焦點組、以及

出來的學習責任轉移，以探討鷹架作用情形。

Sa26:這樣怎麼弄？(Sb 拖曳空污軟體‐變數輸入視窗)  Sa26:按一次嗎？ 

Sa25: (Sa25 拖曳空污軟體‐模擬結果[執行軟體 2020])  Sa24:被卡住一半了 

Sa25:等一下 

Sa25: (Sa25  切換空污軟體視窗) 

Sa25: (Sa25  點選空污軟體‐右邊結果的 i) 

Sa25:  要開這個(Sa25  點選空污軟體‐左邊結果的 i)  Sa25: (Sa25  拖曳空污軟體‐模擬結果[執行軟體 2020]) 

2.2.2 共構  同儕合作共同完

容的想法。  Sa24：左右