阻礙學習程式設計的影響因素結果分析

從以上得知，普遍家長都認為從小應該要學習程式設計課程，但由於學校程 式設計課程，在師資、教材、經費上皆有不足(張瀞文，2016)，因此家長只能從體 制外自行尋找程式設計課程，但畢竟以升學主義掛帥的台灣，很容易受到一些影 響因素，就放棄學習程式設計，以下就七大影響因素說明:

一、時間影響因素：

此題內容為「我孩子在課後已經補習很多才藝或學科，沒有多餘時間再學程 式設計課程」，全體的平均值為 2.99，對時間不夠的困擾並無意見，雖然有高達七 成的學生在補習數學和英文，但是時間不夠或許只是一般家長的藉口。於是對有 無學習程式設計課程的學生進行獨立樣本 t 檢定，有學程式設計課程的平均值為 2.95，沒學程式設計課程的平均值為 3.01，t=0.555，p=0.58(>0.05)，沒有顯著差異。

也就是無論是否有學程式設計課程，沒有時間並不是學習程式課程的主要影響因 素。(表 4-22)

二、學科成績影響因素：

此題內容為「學校的學科成績比學習程式設計課程重要」，全體的平均值為 2.36，

家長普遍不認同學科成績比程式設計來的重要，可是國內的家長對學歷卻又是有 高度期望的，而學科考試成績卻又是決定學歷的關鍵因素，因此在學科成績與學 習程式間出現矛盾現象。108 年頒布的十二年國教新課綱，就是希望能培養學生在 生活情境中，真實運用知識的能力。學生能透過觀察、探究、實作等教學活動，

讓學生在知識、能力、態度上，與實際生活的連結，程式設計就是未來必備的工 作能力，若能與升學考試連結，將會大幅度提升學習程式設計的意願。截至 108 年 1 月已經有三十一所大學資訊相關科系採計 APCS(Advanced Placement Computer Science)大學程式設計先修檢測的分數。

61

在獨立樣本 t 檢定中，有學程式的平均值為 2.06，沒學程式的平均值為 2.49，

t=3.939，p=0.000(<0.05)，具有顯著差異，表示有學程式的家長比沒學程式設計課 程的家長認為程式能力比學科成績更要來的重要。(表 4-22)

三、認為大學再學的影響因素

此題內容為「現在學程式設計有點太早了，等到大學以後再學也來得及」， 全體的平均值為 2.57，一般家長認同程式設計越早學習越好，在獨立樣本 t 檢定中，

t=3.778，p=0.000(<0.05)，具有顯著差異，有學程式的家長比沒學程式設計課程的 家長更認為程式設計應該越早學習越好，畢竟興趣、邏輯思維能力應該從小培養，

有助於未來寫程式的能力。(表 4-22)

四、易沉迷電腦的影響因素

此題內容為「太早學程式設計課程，可能會沉迷電腦」，全體的平均值為 3.23，

略高於同意的平均值 3，表示的確有部分家長擔心在早學程式，可能會沉迷電腦。

在獨立樣本 t 檢定中，t=1.108，p=0.269(>0.05)，不具有顯著差異，無論是否有學 程式設計課程，對於學程式會使孩子沉迷電腦的擔憂，沒有顯著差別。(表 4-22)

五、經濟影響因素

此題內容為「學習程式設計課程費用昂貴，經濟因素是重要考量」，全體的平 均值 2.61，一般家長認為補習費用不是重要的考量。在獨立樣本 t 檢定中，t=3.874，

p=0.000(<0.05)，具有顯著差異，也就是有學程式設計課程的家長比沒學程式設計 的家長更不考慮費用問題。(表 4-22)

六、學習困難的影響因素

此題內容為「我認為學習程式設計要寫一堆程式碼，所以應該很困難」，全體

62 的習慣才是近視的主因。在獨立樣本 t 檢定中，t=1.631，p=0.104 (>0.05)，不具有 顯著差異，也就是無論是否有學程式設計課程，對於學程式設計會影響視力的看

63

第四節 利用邏輯斯迴歸分析學習程式設計的影響因素結果

依問卷內容將影響學習程式課程因素共分為四大構面，構面一：學生背景條 件，構面二：家長背景條件，構面三：家長對教育、科技的認知與期望，構面四：

阻礙學習程式設計的影響因素，以此四大構面的變項逐步進行邏輯斯迴歸，並建 立出四組模型，比較各模型的預測有效百分比，並探討具顯著性的因素在模型間 的影響程度與變化情形。

前一章節研究方法對 Logistic Regression 介紹歸納如下 p =

𝑒

^𝑓(𝑥)

1+𝑒

^{𝑓(𝑥) =}

𝑒

𝐵0+𝐵1𝑋1+𝐵2𝑋2+𝐵3𝑋3+𝐵4𝑋4+⋯

1+𝑒

𝐵0+𝐵1𝑋1+𝐵2𝑋2+𝐵3𝑋3+𝐵4𝑋4+⋯

p

1−p

=

𝑒^𝑓(𝑥)= Exp(β) 即為勝算比，亦為𝐵值取自然底數得之



ln p

1−p = ln 𝑒^𝑓(𝑥) = 𝑓(𝑥) = β

，

亦為Exp(B)取自然對數得之

勝算比即為「測量自變數增加一單位對於勝算的改變量」。即為自變數增加一 單位的勝算(odds1)，除以自變數不變的情況下之勝算(odds2) 。也記做 Δ odds 又稱 為 OR 值，在 SPSS 中以 EXP(β)表示。

Odds Ratio = odds1/odds2 =

^P1/(1−P1)

P0/(1−P0)

= EXP(

β

)

當 OR 值 > 1，表示當 Xi 增加時，事件 Y 發生的勝算會提高 當 OR 值 < 1，表示當 Xi 增加時，事件 Y 發生的勝算會降低

一、邏輯斯迴歸模型(一)-- 以學生背景條件分析

此模型目的在預測學生背景條件對學習程式設計的影響。學生背景條件分別 是性別、年級、補習費用、補習科目、電腦數量、是否有專屬電腦、一週電腦使 用時間，得到以下結果：

1. Nagelkerke R² = 0.215 超過 0.15 之門檻設定值，卡方值 49.687，顯著性 p 值

=0.000，表示自變項能有效的聯合影響依變項，顯示此邏輯斯模型具有顯著的 預測能力。(表 4-27)

64

2.在預測表中，預測值與觀察值一致的有 190 位無學程式者和 30 位有學程式者，

故此模型預測正確百分比為 73.3% (220/300=0.733)。(表 4-27)

3.學生背景 17 個變項中，性別、補習國文、有學音樂、有專屬電腦等 4 個因素 p

65

A8.7 有學運動 .386 .238 1.471

A8.9 有學科學 -.335 .284 .715

A4 電腦數量 .054 .307 1.055

A6 一週電腦時間 .020 .543 1.020

常數 -2.594 .000 .075

二、邏輯斯迴歸模型(二)： 以學生背景、家長背景條件分析

在模型(二)中再加入家長背景條件，討論對學習程式設計的影響。家長背景條 件分別是家長教育程度、家長年齡、家庭年收入、孩子數、工作與是否與程式相 關、家長學程式時間，得到以下結果：

1. Nagelkerke R² = 0.288，卡方值 68.702，皆比模型(一)增加，表示更具有解釋 力，顯著性 p 值=0.000，顯示此模型具有顯著的預測能力。(表 4-29)

2. 在預測表中，預測值與觀察值一致的有 185 位無學程式者和 38 位有學程式者，

故此模型預測正確百分比為 74.3%，比模型(一)提高 1%。(表 4-29)

3. 家長背景 7 個變項中，僅有家長教育程度因素，p 值<0.05，具有顯著影響性。

表示家長教育程度與孩子是否學習程式有顯著相關。(表 4-30)

4. 在考慮學生與家長的背景條件下，男生學程式設計的勝算是女生的 2.76 倍，有 補國文又學程式設計的勝算是沒補國文的 2.301 倍，有學音樂又學程式設計的勝 算是沒學音樂的 2.365 倍，有專屬電腦也有學程式的勝算是沒學程式的 1.864 倍。

(表-4-30)

5.家長教育程度是以受教育年限來當成自變數，高中 12 年，專科 14 年，大學 16 年，碩士 18 年，博士 23 年。由表 5-4 得知，Exp(B)=1.193，所以家長學歷越高，

孩子學程式設計的機率越高，受教育年限每增加一年，孩子學程式設計的勝算 增加為 1.193 倍。例如：家長學歷為大學，孩子學程式設計的勝算是高中的 (1.193)⁴=2.026 倍，家長學歷為碩士，孩子學程式設計的勝算的是大學的 (1.193)²= 1.698 倍，家長學歷為博士是大學的(1.193)⁷= 3.439 倍。

66

67

三、邏輯斯迴歸模型(三) ：以學生背景、家長背景、家長認知期望條件分析 在模型(三)中再加入家長對學歷的期望、家長對從小學學習程式設計的認知、

對學校教育失望程度、學校活動參與程度、對科技改變世界的認知，討論對學習 程式設計的影響，得到以下結果：

1. Nagelkerke R² = 0.327，卡方值 79.35，皆比模型(二)增加，表示更具有解釋力，

顯著性 p 值=0.000，顯示此邏輯斯模型(三)具有顯著的預測能力。(表 4-31) 2.在預測表中，預測值與觀察值一致的有 188 位無學程式者和 45 位有學程式者，

故此模型預測正確百分比為 77.7%，比模型(二)提高 3.4%。(表 4-31)

3.在此五個認知變項中，對「學歷的期望」和「從小就應該讓孩子學程式設計」的 二個認知，p 值<0.05，具有顯著影響性。表示這二個認知與孩子學程式設計課 程顯著相關。(表 4-32)

3-1.對學歷的期望

此問卷採用李克式量表，從完全不同意到非常同意，分為五種程度。此因 素 p=0.007，具有顯著性，β值=-0.592，β為負值，表示越不認同學歷重要的家 長，越有可能學習程式。Exp(B)=0.552，表示越認同學歷重要性一個程度，學習 程式的勝算減為 0.592 倍，換言之，越不認同學歷重要性一個程度，學習程式的 勝算增為 1.812 倍(1/0.592)。(表 4-32)

3-2. 從小就應該讓孩子學程式設計的認知

此因素 p=0.043，具有顯著性，β值=0.686，表示認為孩子應該越小學程式 的家長，越有可能讓孩子學習程式。Exp(B)=1.985，表示越認同該讓孩子從小學 程式一個程度，學習程式設計的勝算增為 1.985 倍。(表 4-32)

68

69

70

71

72

在文檔中 中小學生學習程式設計動機之研究 (頁 70-82)