量化與資性資料處理與分析

一、 量化資料處理與分析

如(表3-8)所示，量化資料使用PASW版套裝軟體進行統計分析，以敘述統計用 來描述學生的背景資料與概念來源。採用前測為共變數，以單因子共變數分析考驗 (ANCOVA)來檢驗實驗後的三組的立即教學效果與延宕效果。類比聯想能力答對率、

物種與生態系偏向之兩階層紙筆測驗逐題分析，則以次數百分比與改變的顯著性檢 定(test of significance of change)之麥氏考驗(McNemar)進行三組的後測與延宕測的 顯著性檢定。以相關分析(correlation analysis)與簡單迴歸分析(simple regression analysis) 來分析自然觀察智能、類比聯想能力、仿生設計能力三個變項之間的相 關係數及預測能力。以獨立樣本t檢定(Independent-Samples t Test)分析實驗組1與實 驗組2在實作歷程A之仿生案例探討之平均值差異檢定，以及審閱者與學生實作歷 程B之仿生產品草圖設計之平均值差異檢定。

表 3-8 統計分析方法與使用目的

統計分析方法 使用目的

敘述統計

描述學生的背景資料與概念來源，諸如：性別、每週平均打工時 數、親近自然的活動頻率、參與生態保育的團體與否上課之前是 否聽過「仿生學」、上課之前是否聽過「生物多樣性」、仿生學 與生物多樣性知識獲得的來源管道。

單因子共變數分析

因無法將三個班級打散隨機編班，因此只好將前測分數的影響先 加以控制，然後才比較三個班的學習成效。 檢驗實驗後三組學生 的立即教學效果與延宕效果。

改變的顯著性檢定

考驗樣本學生在前測、後測、延宕測於類比聯想能力答對率的改 變，以及對物種與生態系價值偏向的改變。

相關分析 簡單迴歸分析

探討學生在自然觀察智能、類比聯想能力、仿生設計能力三個變 項之間線性關係的程度。當相關程度高(相關係數)的時候，彼此的 預測能力也高。再利用簡單線性迴歸分析來瞭解自然觀察智能與 仿生設計能力其間的關係，以及類比聯想能力與仿生設計能力其

115

統計分析方法 使用目的

間的關係。

獨立樣本t檢定

比較兩個互為獨立的母群的平均數差異。分析實驗組1與實驗組2 在實作歷程之平均值差異檢定。

研究假設

(一) 研究假設 1：在控制前測分數下，「類比聯想能力(兩階層紙筆測驗)」得分 上，二組實驗組優於控制組。

(二) 研究假設 2：在控制前測分數下，「物種與生態系偏向(兩階層紙筆測驗)」

得分上，二組實驗組優於控制組。

(三) 研究假設 3：在控制前測分數下，「自然觀察智能」得分上，二組實驗組 優於控制組。

(四) 研究假設 4：在控制前測分數下，「仿生設計能力」得分上，二組實驗組 優於控制組。

二、 質性資料處理與分析

如(表3-9)所示，質性資料主要來自於「學生實作歷程A：仿生學案例探討」、「學 生實作歷程B：仿生設計草圖」、「學生反思寫作」、「教師教學引導問句、建立鷹架、

省思札記」等。當大學生產出資料後，研究者立即進行資料的編碼與分析，並以每 一個問題解決階段的「段落」作為分析單位，來探究學生的仿生類比的解決歷程。

本研究依照Huberman(1994)概念編碼與分析步驟如下：(1)資料每頁的首頁上端編寫 代號與頁數，以作為分析資料時的對照檢核。(2)閱讀內容，以段落作為分析單位，

來進行標明與註記解題歷程的代號。(3)編碼分析後，對所有質性資料進行檢視，

直到確定沒有忽略資料中的任何重要概念。再經過「三角校對」( investigator triangulation )檢定的方式，運用多元資料加以分析檢驗，以提高研究信度。為了便 於資料的分析、整理與閱讀，茲將質性資料歸類、編碼以進行系統便於分析與研究。

116 (TEA-S-003)

教師教學 甚於結果的呈現。(TEA-R-002)

學生 實作歷程A

STU-A1-031

(STU-A1-031) STU-A2-022

電…。(STU-B1-116)

學生 反思寫作R

STU-R1-042

學生-反思-實驗組1-學號

我們人類應該是謙卑的向大自然學習，了解 萬物生存的原因，而不是只妄想著做著我們 想做的事，因為我們著一個貪心的念頭可能 使大自然無形中被破壞…(STU-R1-042)

117