資料蒐集與分析

本研究期間所蒐集的資料有力矩與拋射運動單元學習成就測驗、自然 科學態度量表、同儕互動量表、資訊使用能力測驗及網路合作學習態度量 表等。

當測驗結束後，隨即進行資料的整理與分析，有關於測驗及問卷的數 據資料分析主要是以 SPSS 10.0 套裝軟體進行統計分析。以下說明各問卷 的分析方法，並簡述 p-value 在統計上的意義。

(1) 力矩與拋射運動單元學習成就測驗：以力矩與拋射運動單元成就前 測成績為共變項，用雙因子變異數分析，比較不同教學模式與不同 同儕互動兩變項對力矩與拋射運動單元學習成就的影響，分析流程 如圖 3.15。

圖 3.15：雙因子變異數分析流程圖

(2) 自然科學態度量表：以 T 檢定（分析流程如圖 3.16）比較實驗、對 照兩組在前後測的差異，再以前測成績為共變數，進行單因子變異 數分析比較兩組的後測成績有何差異。

(3) 同儕互動量表：以 T 檢定比較實驗、對照兩組在前後測的差異，再 以前測成績為共變數，進行單因子變異數分析比較兩組的後測成績 有何差異。

(4) 資訊使用能力測驗：以 T 檢定比較實驗組中高、低分組和力矩與拋 射運動單元學習成就的成績有何差異。

(5) 網路合作學習態量表：以 T 檢定比較實驗組中高、低分組和力矩與 拋射運動單元學習成就的成績有何差異。

圖 3.16：T 檢定分析流程圖

(6) p-value：

由於無法對台灣所有國二學生（母體）同時進行研究，於是我們得利 用統計學的方法，來鑑定在本研究中兩班國二學生（兩獨立樣本）在不同

教學方法下的學習成效是否有顯著意義，而在諸多統計法中最常用的是p值 法，p值法是一統計上常用的工具，應用在許多社會科學（科學教育）的研 究。在p值法中，假設有兩個獨立樣本（實驗組與對照組），其結果的平均 數分別為X¹與X²，而母體（台灣所有國二學生）的標準差未知。在此情況下，

欲知兩獨立樣本的結果是否在統計上有顯著的不同，可用t分配來檢定。

圖 3.17：t 分配

假設：

H0：u1 － u2 ＝0 H¹：u^{1 －} u² ≠0

(u1、u2分別為兩母體的平均數，例：u1為使用教學法A的平均成績；u2為 使用教學法B的平均成績)

t分配為一個統計量的機率分配。上圖 3.17 展示t分配和兩已知樣本平 均數X¹和X²的關係圖，其中橫軸為X¹-X²，縱軸為機率，α通常設定為 1﹪、5

﹪或 10﹪。根據p值法的原理，t值落在圖 3.17 中灰色區域時，表示拒絕H⁰， 意義為不同的教學方法對學習成效是有顯著差異。在此例中，即表示採用 教學方法A和教學方法B所得到的平均成績是不同的。反之，若t值落在圖 3.17 中空白區域表示接受H⁰，意義為不同的教學方法對學習成效沒有顯著

差異。在此例中，即表示採用不同的教學方法A、B，對平均成績並無不同。

由於 t 分配會隨著自由度的不同而有不同的機率分配，若以計算所得 之 t 值來判斷是否有顯著差異，必須配合查表，較為麻煩。因此現在多半 使用 p-value 法來判別。p-value 是 t 值之後灰色區域的面積，若 t 值為正，

則 t 值右邊的面積等於 p-value，若 t 值為負，則 t 值左邊的面積等於 p-value。

p-value＞α/2，表示 t 值落在接受域 p-value＞α/2，表示 p-value 在α/2，的左側表示 t 值落在接受域；p-valueα＜α/2，表示 t 值落在拒 絕域。