鑑別分析

109 0.35647 0.10851 0.11672 0.18864 110 0.08876 0.20854 0.14626 0.63226 111 0.55022 0.31274 0.86482 0.78261 112 0.43609 0.60302 0.53816 0.91258 113 0.39862 0.24142 0.78641 0.7739 114 0.93402 0.96409 0.94097 0.54369 115 0.30067 0.26417 0.34168 0.69239 116 0.8477 0.86029 0.11672 0.43899 117 0.75957 0.98981 0.99163 0.94939 118 0.08876 0.07297 0.19883 0.77003 119 0.30943 0.60607 0.40608 0.2791 120 0.08876 0.84451 0.55514 0.92144 依據此主成份分析之百分數，本研究將繼續進行鑑別分析，建立出預警模式。

線性區別分為線性判別函數和典型判別函數(費雪區別函數)，最多有min(k, g-1) 個判別函數。

1. 線性判別函數：建立區別規則最常用的原理是依據各群體會發生此組資料的機率 然後將此個體區分在發生機率最大的群體，此種區別方法稱為最大概似法。

2. 典型判別函數：尋找區別變數的線性組合之最佳權重，使其組間變異數對組內變 異數比值最大，即 F 值最大。最多有 min(k,g-1)個判別函數。

本研究將對國中生輔導預警建立一量化評估方式，透過統計學的手法，以鑑別 分析技巧，整體性地來評估國中生所可能發生需要輔導關懷程度之機率，同時對各 別影響因素的影響也進行評估，建立國中生輔導關懷程度的評估模式，避免事情發 生後才給予學生輔導，而是做到事前的預警，給予學生主動性的關懷與輔導。

(一) 鑑別分析測試與驗證

為了探討本研究之量表四項構面因素是否為定義分類須輔導學生關懷程度之重 要考慮因素，本研究藉由訪談 8 位從事輔導之相關人員，由該專業輔導人員之個人經 驗，結合國中生生活適應量表，篩選出四項構面 30 題題目，並以關懷程度為依變數，

以國中二年級學生為研究分析之對象，進行資料分析，以尋求建立一套較佳的預測模 式。

在進行預測模式建立前，本研究將先就受測之120位學生所含的四項構面變數進 行各項分析，以建立及區別各變數之重要性，此量表之各項題目經由各項分析，除檢 視資料是否具穩定性及關聯性以評估是否適合做為繼續分析；並經由主成份分析萃取 出此四項變數之主成份分數，再運用此四項變數作為建構國中生輔導之關懷程度預警 模式之預測變數，進行鑑別分析。

鑑別分析四項因素檢定結果：Box's M統計量為62.189、F值2.557、自由度 (20,1064.704)、顯著性0.000＜α=0.05，所以此四項因素符合鑑別分析之假設要求，如 表12。

47

表 12

鑑別分析檢定結果

Box's M 共變數相等性檢定 62.189

F檢定 近似值 2.557

分子自由度 20

分母自由度 1064.704

顯著性 0.000

經 Wilk’ A(Lambda)檢定整組判別函數的判別能力，特徵值 0.643、F 值 5.8、顯 著性<.0001＜α=0.05，判別能力達顯著水準，效果佳，如表 13。

表 13

Wilks' Lambda 值表

函數檢定 特徵值 F 值 顯著性

Wilks' Lambda 值 0.64345567 5.80 <.0001

(二) 鑑別分析結果

1. 原投入『關懷程度0』有96人，經判別函數指派為『關懷程度0』有95人，正確率 達98.96%。

2. 原投入『關懷程度1』有17人，經判別函數指派為『關懷程度1』有7人，正確率 達41.18%。

3. 原投入『關懷程度2』有7人，經判別函數指派為『關懷程度2』有4人，正確率達 57.14%。

4. 此一判別函數的正確判別率為88.33%【（95+7+4）/（96+17+7）】，顯示判別效果 相當好。

48

表 14

鑑別分析模式預測準確率表

分類結果

關懷程度高低 預測的各組成員

總和 準確率 關懷程度 0 關懷程度 1 關懷程度 2

個數

關懷程度 0 95 1 0 96 98.96%

關懷程度 1 10 7 0 17 41.18%

關懷程度 2 0 3 4 7 57.14%

總準確率 88.33%

49