空間能力評量系統APP：
圖學表現、遊戲興趣、遊戲焦慮及
持續遊玩意願之相關研究
洪榮昭 教授 何雅娟 副局長 葉建宏* 博士候選人 吳宇豐 博士候選人 戴凱欣 博士後研究員 國立臺灣師範大學工業教育學系暨學習科學跨國 頂尖研究中心 臺北市政府教育局 國立臺灣師範大學工業教育學系 國立臺灣師範大學運動休閒與餐旅管理研究所 國立臺灣師範大學工業教育學系摘要
空間能力是圖學教育的基礎，且是一項已經有兩千多年歷史的學科，然而在 過去教學方式大多是透過立體圖來解析三視圖，但從平面視圖來反推立體圖的學 習方式顯少被討論。因此，本研究邀請臺北市的技術型高中製圖科學生73名同學 進行空間能力評量系統 APP的遊玩體驗，並進行問卷調查。再將收集到的數據資 料經由信度與效度檢驗，以Virtual PLS 進行結構模式驗證。研究結果顯示：一、 圖學表現與遊戲興趣呈現正相關；二、圖學表現與遊戲焦慮呈現負相關；三、遊 戲興趣與持續遊玩意願呈現正相關；四、遊戲焦慮與持續遊玩意願呈現無相關。 關鍵詞：空間能力、圖學教育、遊戲式學習、持續意願 *本篇論文通訊作者：葉建宏，通訊方式：kimpo30107@yahoo.com.tw。Spatial Ability Assessment APP:
The Relationship of Graphic
Performance, Gameplay Interest,
Gameplay Anxiety and to Continuous
Intention of Gameplay
Jon-Chao Hong
Professor
Ya-Jiuan Ho
Deputy Commissioner
Jian-Hong Ye
＊PhD Candidate
Yu-Feng Wu
PhD Candidate
Kai-Hsin Tai
Postdoctoral Fellow
Department of Industrial Education and Institute for Research Excellence in Learning Sciences, National Taiwan Normal University
Department of Education, Taipei City Government
Department of Industrial Education, National Taiwan Normal University
Graduate Institute of Sport, Leisure and Hospitality Management, National Taiwan Normal University
Department of Industrial Education, National Taiwan Normal University
Abstract
Spatial ability is the foundation of graphic education, and it is a discipline that
has more than 2,000 years of history. However, in the past, most of the teaching
methods used three-dimensional images to analyze three-point perspective views, but
discussions on how to reverse a plan view into a three-demensional image were very
few. Therefore, this study invited 73 graphic design students from a vocational high
school in Taipei City to experience the Spatial ability assessment APP and receive a
questionnaire survey. The study conducted reliability and validity test and then
performed structural equation modelling verification by using Virtual PLS. The results
showed that: 1. Graphic performance was positively related to the game interest; 2.
Graphic performance was negatively related to the gameplay anxiety; 3. Gameplay
interest was positively related to continuous intention of gameplay; 4. Gameplay
anxiety was not related to continuous intention of gameplay.
keywords:
spatial ability, graphics education, game-based learning, continuous
intention
壹、前言
圖學教育主要被視為建築和機械工程領域的設計和繪圖教育的入口（Suzuki & Miki,
2003）。圖學能力之好壞影響設計表現，但干預圖學表現之因素眾多，如空間能力（Space
ability）即可能是影響因素之一（林漢裕、李玉琇，2010），而空間能力至關重要，工程 師可以於執行專業的任務及在學術環境中更順利。空間能力是工程研究中需要考慮的重 要因素，此能力涉及提高學生的抽象能力，幫助制定和解決問題（Roca González et al.,
2017）。因此，空間能力（Spatial ability）對於成功的工程圖學教育尤為重要，也是人類 智慧的組成部分，可以透過指導與訓練而精進（Marunic & Glazar, 2013）。
相關研究指出，學生經常體驗到各種類型的動機和情感，這有助於他們的參與和學 習（Linnenbrink-Garcia, Patall, & Pekrun, 2016）。另外，Chen與Hwang（2014）亦指出 動機對於學習的重要性，而數位遊戲學習方式被認為是提高學生學習動機的有效途徑。 且已有越來越多的研究已著手進行數位遊戲學習（digital game-based learning, DGBL） 的研究（Yang, Quadir, & Chen, 2016），而以遊戲為導向的學習可以定義為使用電腦遊戲 的技術方法來提供、支持與強化學習、教學及進行評估（Connolly, Stansfield, & Hainey,
2007）。
在數位科技蓬勃發展的世代下，多媒體已被廣泛應用於教育場域。多媒體學習包含 從書本、電腦等媒體中的字彙與圖片內容進行學習（Mayer, 2009），Mayer 與 Moreno （2002）多媒體學習理論（Multimedia learning theory, MLT）認為，在多媒體學習環境 下，能夠提高學生的知識理解，並提供一個潛在的強大學習場域。是以，趨勢所及，目 前數位教育遊戲也越來越頻繁地應用於教學現場中。而教育遊戲可以「為玩而學習（玩 中學）」或「為學習而玩（學中玩）」等二種類型（Hong, Hwang, Liu, Lin, & Chen, 2016），
本研究中，以空間能力評量系統APP屬於為玩而學習（玩中學）的遊戲類型。
此外，教育應用程式遊戲（educational game app）被視為提供更有趣的學習環境， 以幫助學習者獲取知識的有效方式之一（Hong, Tai, & Ye, in press），從研究指出，成功 的遊戲化系統透過引發使用者的正向與負向的情緒來吸引玩家（Mullins & Sabherwal, in
press），此外，研究指出情意感知對學習至關重要（Oxford, 2018），因此，本研究經由 文獻探討後，發現學習者在興趣與焦慮等情意表現對於在教育研究中，具有影響性。
因此，本研究運用多媒體學習理論（Multimedia learning theory, MLT）為基礎，發
展出空間能力評量系統APP，結合使用者的圖學表現，檢測在此系統中的遊戲興趣、遊
貳、文獻探討與研究假設
一、圖學表現
表現（Performance／achievement）以學校的成績、學習、發展與成就為代表（Su,
2016）。學習表現是指學習者經過學習後所得到的結果（詹秀雯、張芳全，2014）。而廣
義的學習表現為各種在校期間的學生學習紀錄或資料，而狹義的定義則為在校的學期成
績（余民寧，2006）。圖學表現是研究中一個重要的因變量，可透過量化學術成就來衡
量，包含 GPA 等級與考試成績、知識及技能獲取，及自我報告的學術能力或難度來衡
量，但不僅限於此（Kates, Wu, & Coryn, 2018）。學生在特定主題上取得的知識能力水平 可以成為進一步學習的有力預測指標。具體而言，學習更多關於特定主題的學生比沒有 學到更多知識的學生更容易獲得關於該主題的新知識（Carpenter et al., 2016）。如 Froiland與Worrell（2016）的研究中，使用參與者過去累積成績作為成就表現的構面。 而本研究以圖學表現，探討參與者在本次遊玩空間能力系統情意表現的研究自變項。 成就相互影響被認為是情緒近端前因的評估，當感知能力和對於成就活動的控制很 高時，人們認為積極情緒得到促進；反之，則應該會產生負面情緒（Pekrun et al., 2017）。 學習興趣與學習成績則會互相影響（Keller, Neumann, & Fischer, 2017）。
二、遊戲興趣
情緒特徵或情感是指正向情緒，這種正向情緒通常表達為「我喜歡某一事情」 （Kang et al., 2019），而興趣已成為教育心理學文獻的核心話題（H Rotgans & Schmidt,
2017），遊戲興趣在目標定位設置中起著重要作用（Hong et al., 2016）。個人興趣發展得 更慢，但持續時間長於情境興趣。個人興趣是指一個人重新參與某些活動的持久傾向； 相反，情境興趣是由特定環境刺激觸發的心理興趣狀態（Hong, Lin, Hwang, Tai, & Kuo,
2015），興趣的學習動機往往會對學習過程和學習結果產生許多正向影響，而興趣分為
兩種類型：個人興趣和情境興趣（Krapp, 2002）。
通常認為興趣是學習中的動力：典型的例子是學習一種新的電腦遊戲，許多孩子對 遊戲感興趣，即使遊戲很難掌握，他們也會沉浸在遊戲中，堅持很長時間並表示享受 （Rotgans & Schmidt, 2014）。相關研究指出，數學表現預示著隨後對數學的興趣 （Viljaranta, Tolvanen, Aunola, & Nurmi, 2014）；另外，在語言學習方面，若學生在課業
遭遇受挫，則很難對學習產生興趣（林淑惠、黃韞臻，2009），而高成就者表現出比低
成就者更多的興趣（Köller, Baumert, & Schnabel, 2001）。
三、遊戲焦慮
焦慮（Anxiety）是指對刺激作出反應的痛苦和喚醒狀態，包括：新發生的與不確定 的情況，以及可能產生不良後果的可能性（Brooks & Schweitzer, 2011）。而焦慮水平是 人體必不可少的因素（Yang, Lin, & Chen, 2018）。當一個人變得焦慮時，生理系統就會
被喚醒，心臟會開始加速跳動。同時，個體可能會感受到憂慮感和強烈的不足感（Hong,
Lin, Hwang, Tai, & Kuo, 2017），而特質焦慮是指對經歷狀態焦慮的穩定易感性（Hong et
al., 2016）。因此，對計畫參加新主題的學生經常會感到焦慮和恐懼（Su, 2016），學生受
到先前所學知識對環境造成的學習表現和焦慮有著不同程度的影響（Yang & Quadir,
2018）。焦慮與學生的學習成就具有關聯性（Guita & Tan, 2018），相關研究指出，學習
成就較低的學生，其學習焦慮亦較高（何昱穎、張智凱、劉寶鈞，2010），另一相關研
究亦指出，焦慮與學習成績呈負相關（Yang & Quadir, 2018）。
H2：圖學表現與遊戲焦慮呈現顯著負相關。
四、持續遊玩意願
在線上遊戲行為的問題中，經常檢查遊戲意願和未來持續玩遊戲的意願（Hamari &
Keronen, 2017）。持續意願已被廣泛採用，而關於遊戲行為的研究，則把焦點放在玩家 的持續意願，目前已經使用各種理論來識別持續意願的前因（Huang, Cheng, Huang, &
Teng, 2018）。研究人員將持續遊玩遊戲的意願定義為「玩家在不久的將來，仍願意繼續 並再次玩遊戲的行為意願」（Kim & Lee, 2017）。研究顯示學習焦慮與堅持電子學習的意 願之間存在顯著關聯（Oh & Lee, 2016）。電腦焦慮與數位學習意願具有顯著關聯（Alenezi
& Karim, 2010），而一項關於Web 2.0應用程式的研究指出，興趣多寡肯定會影響教師 以相關應用程序作為課程工具的意願（Ulrich & Karvonen, 2011）。另外，其他研究則指 出學習者的線上學習興趣與使用 MOOCs 學習的意願具有正相關（Tsai, Lin, & Hong,
2018），而學習者的POE探究式學習興趣對於持續學習意願呈現正相關（Hong, Hwang,
Liu, Ho, & Chen, 2014），對電腦學科的興趣越高的學生，學習電腦的意願也越高（翁淑 緣，2000）。
H3：遊戲興趣與持續遊玩意願呈現顯著正相關。
五、研究模式
當學習者透過文字及圖片構建心理表徵時，就是所謂多媒體學習，而圖片可以是照
片、繪圖、圖表、圖形與表格等靜態圖形、影像或動畫等動態圖形（Mayer, 2000）。因
此，本研究透過Mayer所提出的多媒體學習理論（Multimedia learning theory, MLT）作
為理論支架，提出四項研究假設，建構出研究模式（圖1）。
圖1 研究模式
參、遊戲設計
從3D物體幾何形狀來描述2D平面的方式是已有2000年歷史的學科，值得反思的
是，該如何透過2D幾何來推導及解釋3D的結構（Company, Piquer, Contero, & Naya,
2005）。這個反向的圖學邏輯思考問題，在空間能力評量系統APP中可清楚被顯現出來。 一、遊戲內容 空間能力評量系統 APP 為國立臺灣師範大學數位遊戲學習實驗室所研發的數位學 習遊戲。遊戲的難度共分為五個級別，讓使用者在遊玩過程中，可間接學習到「接合線、 隱藏線（虛線）、單斜面、積木幾何加減法」等專業知能，而遊戲題庫的學習內容，可 對應電腦輔助機械製圖技術士丙級至乙級的能力程度。此外，遊戲中以不提供上視圖， 促使加強使用者的推論能力，有別於過去圖學的教授方式（圖2）。 圖學 表現 遊戲 興趣 遊戲 焦慮 持續遊玩 意願 H1 H2 H3 H4
圖2 空間能力評量系統 APP 遊戲畫面 二、遊戲如何玩 使用者須在限制的時間內，從固定數量的立體積木，以及前視圖與側視圖的提示 中，推論出立體圖形樣貌（圖 3），而在還原立體圖的積木擺放位置時，亦需對應至兩個 視圖的中心處（圖 4、圖 5），每道題目僅有一次作答機會，答題成功則可進入下一關， 但作答失敗時，則需再次重新挑戰該道題目（圖 6）。
圖3 遊戲題目畫面
圖5 側視圖與正試圖確認畫面 圖6 答題結果畫面
肆、研究方法
一、研究歷程與資料蒐集 本研究採立意取樣方式，在 107 學年度第一學期，邀請臺北市技術型高級中等學校 製圖科學生參與研究，每位參與學生擁有完整 40 分鐘時間操作「空間能力評量系統」 APP，使用過程中，每一位參與者需獨立進行遊戲，於遊玩體驗後，進行紙本的問卷填 寫，回饋對於此遊戲 APP 的情意與意願感知。 二、研究參與者 本研究的參與者來自臺北市技術型高級中等學校製圖科一年級學生，共計 73 名， 包含 61 名男學生（83.6%），12 名女學生（16.4%）。三、測量問卷 本研究屬於驗證性研究，問卷量表參考過去研究與相關理論進行題項設計，初擬問 卷並邀請相關領域專家效度審查，評析其可讀性與內容有效性，以檢視問卷工具之表面 效度；而資料蒐集後，再透過統計工具進行題項及構面之信度與效度考驗，而問卷內容 以Likert 5點量表，以非常不同意（1點）至非常同意（5點）作為評量標準。 （一）圖學表現 學習表現是學習者關於學習與記憶能力，在測驗中能透過口頭或書面等形式，檢視 已知的知識（Kpolovie, Joe, & Okoto, 2014），因此，本研究以技術型高中製圖科之「製 圖實習（一）」課程的校內第二次定期評量測驗成績作為圖學表現，而評量範圍包含線 條與字法、應用幾何畫法等章節，題目共計50題選擇題，每題2分，總分為 100分。 此評量內容由參與者所就讀的製圖科之授課教師進行命題，並由該科二位教師共同審閱 題目之適切性與難易度。 （二）遊戲興趣 興趣是個體與特定主題內容之間相互作用的結果（Schiefele, 2001），是一項複雜且
涉及情感體驗之組合，如享受（Ainley & Hidi, 2014），基於此概念，本研究的遊戲興趣 構面修編自Hong等人（2014）的興趣量表。
（三）遊戲焦慮
焦慮是指對刺激作出反應的痛苦及喚醒狀態（Brooks & Schweitzer, 2011），基於此
概念，本研究的遊戲焦慮構面修編自洪榮昭與詹瓊華（2018）的遊戲焦慮量表。
（四）持續遊玩意願
持續遊玩遊戲的意願被概念化為使用者在不久的將來，並再次玩遊戲的行為意願 （Kim & Lee, 2017），基於此概念，本研究的持續遊玩意願構面修編自Tsai、Lin與Hong
（2018）的持續使用意願量表。
四、統計分析工具
結構方程模型（SEM）已成為分析潛在變量之間因果關係的標準，研究人員經常使
用偏最小二乘結構方程模型（PLS-SEM）來估計包含形成特定結構的路徑模型（Cheah,
Sarstedt, Ringle, Ramayah, & Ting, 2018），偏最小二乘結構方程建模（PLS-SEM）是一種 廣泛的多變量分析方法，用於估計基於方差的結構方程模型（Schubring, Lorscheid, Meyer,
PLS-SEM 現已廣泛應用於許多社會科學學科，PLS-SEM 方法對許多研究人員非 常具有吸引力，因為它能夠估計具有許多結構、指示變量和結構路徑複雜的模型，且不 對數據施加分佈假設（Hair, Risher, Sarstedt, & Ringle, 2019）。
SEM分析時，若遇到數據收集限制時，建議理想樣本量的範圍為50到200個（Kline,
2005），因 SEM 模型的適當樣本數取決於所使用的方法，具體而言，PLS-SEM 所需的
樣本數比CB-SEM還要少（Astrachan, Patel, & Wanzenried, 2014），因此，本研究應 用VirtualPLS軟體進行研究模式驗證。
伍、研究工具
一、項目分析
本研究的一階驗證性分析以Hair、Black、Babin與Anderson（2010）所建議的因素 負荷量（factor loading, FL）值作為內部效度建構標準，其建議FL值應大於0.50，故本 研究以此標準進行刪題後，其中遊戲興趣構面由9題刪為8題，遊戲焦慮構面由8題刪 為5題，持續遊玩意願構面由5題刪為4題。經由內部效度後刪題，本研究再將各構面 之題項進行外部效度分析。進而評估題項之外部效度之可解釋範圍（Cor, 2016），學者 建議當 t 值（臨界比）大於3（p*** <0.001）時，該題項的判別力即達到顯著水準。如 表2顯示，本研究中所有題項的 t 值皆高於60.70（p*** <0.001），亦即本研究所有被保 留下來的題項，皆具有高水平的外部效度（Green & Salkind, 2004）。
二、構面信度與效度分析 （一）信度 本研 究 經 由Cronbach’s α 來 檢 視 問 卷 構 面 的 內 部 一 致 性 ， 再 透 過 組 合 信 度 （composite reliability, CR）進行信度複檢，以確保本研究各構面皆有良好的信度水平， 而Hair等人（2010）認為當Cronbach’s α 大於0.7值時，該構面的信度水平則達到可接 受標準，而CR值亦須超過0.7的建議值，本研究Cronbach’s α 值介於0.897至0.954， CR值介於0.873至0.929，符合Hair等人的建議標準（表1）。 （二）收斂效度 本研究的收斂效度由因素負荷量（factor loading, FL）以及聚合效度平均變異數抽 取量（averaging variance extracted, AVE）來驗證。Hair等人（2010）建議FL值應超
過 0.5 才合乎標準，故低於此建議術值的構面題項則須予以刪除，經由收斂效度驗證
0.598 至 0.932，持續遊玩意願的因素負荷量數值介於 0.891 至 0.927（表 1）；Hair、Ringle 與 Sarstedt（2011）建議 AVE 值須大於 0.5，才表示該構面具有聚合效度，AVE 值介於 0.582 至 0.765（表 1）。 表1 題項之信度與效度分析 題目 M SD FL t value 遊戲興趣 M＝3.598，SD＝0.884，Cronbach’s α＝0.939，CR＝0.916，AVE＝0.582 1. 我很喜歡「空間能力評量系統」App。 3.56 1.000 0.608 30.436 2. 我很喜歡「空間能力評量系統」App 的互動方式。 3.58 0.999 0.737 30.583 3. 我很想老師再讓我玩「空間能力評量系統」App。 3.62 1.126 0.870 27.445 4. 這次玩「空間能力評量系統」App，我覺得很快 樂。 3.45 1.068 0.775 27.624 5. 這次玩「空間能力評量系統」App，我覺得很好 玩。 3.58 1.040 0.874 29.380 6. 這次玩「空間能力評量系統」App，我不擔心答 錯想繼續玩。 3.71 1.060 0.639 29.912 7. 我覺得我玩「空間能力評量系統」App 很專注。 3.75 1.064 0.645 30.131 8. 我覺得我完全投入「空間能力評量系統」App， 忘了時間到了。 3.53 1.081 0.892 27.929 遊戲焦慮 M＝2.343, SD＝0.902 , Cronbach’s α＝0.897 , CR＝0.873, AVE＝0.585 1. 在遊戲中我會分心而影響表現。 2.37 1.034 0.932 19.578 2. 在此遊戲中，我會分心而想不出答案。 2.35 1.048 0.844 19.329 3. 在此遊戲中，常焦慮別人的表現而作答不專心。 2.27 1.058 0.710 18.372 4. 在此遊戲中，要回答這個題目時，我心裡會慌亂。 2.40 1.062 0.693 19.170 5. 在遊戲中我碰到不會回答的題目時，我會驚慌得 不知所措。 2.32 1.153 0.598 17.152 持續遊玩意願 M＝3.540, SD＝1.012, Cronbach’s α＝0.954 , CR＝0.929, AVE＝0.765 1. 以後有機會，我還會想玩「空間能力評量系統」 App。 3.37 1.074 0.891 26.814 2. 我希望能夠透過「空間能力評量系統」App 玩遊 戲學習更多的知識。 3.53 1.001 0.919 30.162 3. 我希望老師上課時能將「空間能力評量系統」App 結合到課程學習中。 3.67 1.028 0.859 30.508 4. 未來「空間能力評量系統」App 有新的遊戲內容， 我還會想要玩。 3.47 1.094 0.927 27.068
（三）構面區別效度
Zainudin（2015）指出每一構面之AVE的根號數值，須超過其他同一列的構面之皮 爾森相關係數值，才代表該構面擁有良好的構面區別效度，而此時構面與構面之間的相 關係數值亦須小於0.85（Ahmad, Zulkurnain, & Khairushalimi, 2016）。本研究檢驗結果顯
示各構面皆具有良好的區別效度（表2）。 表2 構面區別效度分析 構面 圖學表現 遊戲興趣 遊戲焦慮 持續遊玩意願 圖學表現 （1） 遊戲興趣 0.529 （0.763） 遊戲焦慮 -0.434 -0.353 （0.765） 持續遊玩意願 0.199 0.327 -0.003 （0.875） 註：括弧內數值為 AVE 根號值，其他為皮爾森相關係數值。
陸、研究結果
本研究應用Virtual PLS操作，再進行研究模型之驗證。研究結果如下：圖學表現與 遊戲興趣呈現正相關（β＝0.589***，t＝4.842），圖學表現與遊戲焦慮呈現負相關（β＝ -0.475**，t＝3.186），遊戲興趣與持續遊玩意願呈現正相關（β＝0.407*，t＝2.473），遊 戲焦慮與持續遊玩意願呈現無相關（β＝-0.037，t＝-0.593）。圖學表現對遊戲興趣的解 釋力為 34.7%，圖學表現對遊戲焦慮的解釋力為22.6%，遊戲興趣與遊戲焦慮對持續遊 玩意願的解釋力為15.1%。每個路徑模型的效果量大小可以透過計算Cohen的f2來確定（Hair, Sarstedt, Hopkins,
& Kuppelwieser, 2014），而Cohen的 f2是一種相對不常見卻非常有用的、標準化的效果 量大小測量方式，它允許評估局部效果量（Selya, Rose, Dierker, Hedeker, & Mermelstein,
2012），而0.02、0.15與0.35分別代表小、中及大效應（Cohen, 1988）。而本研究的遊 戲興趣的 f2為0.531，遊戲焦慮的 f2為0.292，持續遊玩意願的 f2為0.178。
圖7 研究模式驗證
柒、研究結果
一、圖學表現與遊戲興趣呈現正相關
研究指出，數學表現預測著學習者後續對於數學學科的興趣（Viljaranta, Tolvanen,
Aunola, & Nurmi, 2014）；另外，在語言學習的相關研究顯示，若學習者在課業上遭遇受 挫，則很難對學習產生興趣（林淑惠、黃韞臻，2009），Köller 等人（2001）表示高成 就表現者與比低成就表現者相比，對於學科有更多的興趣。而本研究分析結果顯示，圖 學表現與遊戲興趣呈現正相關，與過去的研究結果不謀而合。 二、圖學表現與遊戲焦慮呈現負相關 Yang 與 Quadir（2018）指出環境造成的學習表現和焦慮，受到學生先前知識能力 不同程度的影響。Guita與Tan（2018）的研究指出，焦慮與學生的學習成就表現具有關 聯性；而相關研究指出，學習成就較低的學生，其學習焦慮亦較高（何昱穎、張智凱、 劉寶鈞，2010），另外，相關研究也指出，焦慮與學習成績呈負相關（Yang & Quadir,
2018）。從本研究分析結果顯示，圖學表現與遊戲焦慮呈現負相關，與過去的研究結果 相呼應。 圖學 表現 遊戲 興趣 遊戲 焦慮 持續遊玩 意願 0.589*** （t＝-4.842） -0.475** （t＝-3.186） 0.407* （t＝2.473） -0.037 （t＝-0.593） R2＝0.347 R2＝0.226 R2＝0.151
三、遊戲興趣與持續遊玩意願呈現正相關
Ulrich與Karvonen（2011）研究顯示，Web 2.0應用程式的興趣會影響教師使用這
些應用程序，作為教師課程中學習工具的意願。學習者的線上學習興趣與使用 MOOCs
學習的意願具有正相關（Tsai, Lin, & Hong, 2018），學習者的POE探究式學習興趣對於 持續學習意願呈現正相關（Hong, Hwang, Liu, Ho, & Chen, 2014），對電腦學科興趣越高
的學生，學習電腦的意願也越高（翁淑緣，2000）。從本研究分析結果顯示，遊戲興趣
與持續遊玩意願呈現正相關，與過去的研究結果相符。
四、遊戲焦慮與持續遊玩意願呈現無相關
Oh與Lee（2016）研究結果顯示，學習焦慮與堅持電子學習的意願之間存在顯著關
聯。電腦焦慮與數位學習意願具有顯著關聯（Alenezi & Karim, 2010），從本研究分析結 果顯示，遊戲焦慮與持續遊玩意願呈現無相關。Moscaritolo（2009）及Vickers與Williams （2007）指出適當的焦慮可以作為激勵因素增強劑，同時 Fulmer、D'Mello、Strain 與
Graesser（2015）表示，就動機理論認為，適度的困難可以有利於學生的參與和學習。 同時證明相互影響是情緒近端前因之評估（Pekrun, Lichtenfeld, Marsh, Murayama, &
Goetz, 2017）。此外，當感知能力和對成就活動的控制很高時，人們認為積極情緒得到 促進（Pekrun et al., 2017）。從上述文獻可知，有時適當的遊戲焦慮，會轉化為動能，因 此並不會減少使用者的持續遊玩的意願。
捌、結論與建議
一、研究結論 基於遊戲的學習旨在結合學習和遊戲（Su, 2016），教育遊戲使學生能夠通過娛樂和遊戲提高其能力（Orehovački & Babić, 2015），而本研究透過遊戲式學習方式來探討圖 學表現、遊戲興趣、遊戲焦慮與持續遊玩意願之關係。本研究驗證結果顯示，圖學表現 與遊戲興趣呈現正相關，圖學表現與遊戲焦慮呈現負相關，遊戲興趣與持續遊玩意願呈 現正相關，遊戲焦慮與持續遊玩意願呈現無相關。 二、貢獻 過去對於空間能力的教學大多由 3D的立體圖型學習 2D 的三視圖，而以平面視圖 來學習立體圖的教學方式則較為罕見，但是透過這樣的學習方式，能夠更有助於提升學 習者空間定向的能力。而本研究即是一項側重於透過以「前視圖」與「側視圖」來推理 正確「立體圖型」的學習性質遊戲。
三、研究限制與未來研究建議 Mohler（2009）指出性別在空間能力的表現上具有差異，男性的空間能力表現在先 天上優於女性。而在本研究著重於分析構面與構面之間的關係中，並未分析不同性別學 生在空間能力評量系統 APP 上的遊玩表現差異。因此，未來在後續研究中可以再加以 分析此部分。另外，學習表現與遊戲表現之間的關係性，在本研究中並未進行探究，然 而若能了解二者間的關係，將有助於釐清遊戲式學習的成效。 致謝 本研究獲得教育部補助國立臺灣師範大學學習科學跨國頂尖研究中心之高等教育 深耕計畫的經費支持。
參考文獻
何昱穎、張智凱、劉寶鈞（2010）程式設計課程之學習焦慮降低與學習動機維持─以 Scratch為補救教學工具。數位學習科技期刊，2（1），11-32。 余民寧（2006）。影響學習成就因素的探討。教育資料與研究雙月刊，73，11-23。 林淑惠、黃韞臻（2009）。大專院校學生英語學習現況與學習環境之分析。臺中教育大 學學報：教育類，23（1），153-173。 林漢裕、李玉琇（2010）。空間短期記憶，空間工作記憶與空間能力對圖學表現的影響。 設計學報，15（4），1-18。 洪榮昭、詹瓊華（2018）。共變推理遊戲：遊戲自我效能與後設認知影響遊戲中的焦慮、 興趣及表現之研究。教育科學研究期刊，63（3），131-162。 翁淑緣（2000）。影響國中學生電腦學習意願之個人特性探討。教育與心理研究，23（1）， 147-171。 詹秀雯、張芳全（2014）。影響國中生學習成就因素之研究。臺中教育大學學報：教育 類，28（1），49-76。Ahmad, S., Zulkurnain, N. N. A., & Khairushalimi, F. I. (2016). Assessing the validity and reliability of a measurement model in structural equation modeling (SEM). Journal of Advances in Mathematics and Computer Science, 15(3), 1-8.
Ainley, M. & Hidi, S. (2014). Interest and enjoyment. In R. Pekrun, & L. Linnenbrink-Garcia (Eds.), International handbook of emotions in education, (pp. 205-227). London, UK: Routledge.
Alenezi, A. R. & Karim, A. (2010). An empirical investigation into the role of enjoyment, computer anxiety, computer self-efficacy and internet experience in influencing the students’ intention to use e-learning: A case study from Saudi Arabian governmental universities. Turkish Online Journal of Educational Technology-TOJET, 9(4), 22-34. Astrachan, C. B., Patel, V. K., & Wanzenried, G. (2014). A comparative study of CB-SEM and
PLS-SEM for theory development in family firm research. Journal of Family Business Strategy, 5(1), 116-128.
Brooks, A. W. & Schweitzer, M. E. (2011). Can Nervous Nelly negotiate? How anxiety causes negotiators to make low first offers, exit early, and earn less profit.
Organizational Behavior and Human Decision Processes, 115(1), 43-54.
Carpenter, S. K., Lund, T. J., Coffman, C. R., Armstrong, P. I., Lamm, M. H., & Reason, R. D. (2016). A classroom study on the relationship between student achievement and retrieval-enhanced learning. Educational Psychology Review, 28(2), 353-375.
Cheah, J. H., Sarstedt, M., Ringle, C. M., Ramayah, T., & Ting, H. (2018). Convergent validity assessment of formatively measured constructs in PLS-SEM: On using single-item versus multi-item measures in redundancy analyses. International Journal of Contemporary Hospitality Management, 30(11), 3192-3210.
Chen, N. S. & Hwang, G. J. (2014). Transforming the classrooms: Innovative digital game-based learning designs and applications. Educational Technology Research and Development, 62(2), 125-128.
Cohen, J. (1988), Statistical power analysis for the behavioral sciences. Mahwah, NJ: Lawrence Erlbaum.
Company, P., Piquer, A., Contero, M., & Naya, F. (2005). A survey on geometrical reconstruction as a core technology to sketch-based modeling. Computers & Graphics,
29(6), 892-904.
Connolly, T. M., Stansfield, M. H., & Hainey, T. (2007). An application of games-based learning within software engineering. British Journal of Educational Technology, 38(3), 416-428.
Cor, M. K. (2016). Trust me, it is valid: Research validity in pharmacy education research.
Currents in Pharmacy Teaching and Learning, 8(3), 391-400.
Froiland, J. M. & Worrell, F. C. (2016). Intrinsic motivation, learning goals, engagement, and achievement in a diverse high school. Psychology in the Schools, 53(3), 321-336.
Fulmer, S. M., D’Mello, S. K., Strain, A., & Graesser, A. C. (2015). Interest-based text preference moderates the effect of text difficulty on engagement and learning.
Contemporary Educational Psychology, 41, 98-110.
Ganley, C. M. & Lubienski, S. T. (2014). Mathematics confidence, interest, and performance: Examining gender patterns and reciprocal relations. Learning and Individual Differences.
47, 182-193.
Ganley, C. M. & Vasilyeva, M. (2011). Sex differences in the relation between math performance, spatial skills, and attitudes. Journal of Applied Developmental Psychology,
32(4), 235-242.
Green, S. B. & Salkind, N. (2004). Using SPSS for Windows and Macintosh: Analyzing and understanding data (4th ed.). Englewood Cliffs, NJ: Prentice-Hall.
Guita, G. B. & Tan, D. A. (2018). Mathematics anxiety and students’ academic achievement in a reciprocal learning environment. International Journal of English and Education, 7(3), 112-124.
Hair Jr, J. F., Sarstedt, M., Hopkins, L., & Kuppelwieser, V. G. (2014). Partial least squares structural equation modeling (PLS-SEM): An emerging tool in business research.
European Business Review, 26(2), 106-121.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis
(7th ed.). Upper Saddle River, NJ: Pearson Prentice Hall.
Hair, J. F., Ringle, C M., & Sarstedt, M. (2011). PLS-SEM: Indeed a silver bullet. Journal of Marketing Theory and Practice, 19(2), 139-152. doi: 0.2753/MTP1069-6679190202 Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report
the results of PLS-SEM. European Business Review, 31(1), 2-24.
Hamari, J., Alha, K., Järvelä, S., Kivikangas, J. M., Koivisto, J., & Paavilainen, J. (2017). Why do players buy in-game content? An empirical study on concrete purchase motivations. Computers in Human Behavior, 68, 538-546.
Hong, J. C., Hwang, M. Y., Liu, M. C., Ho, H. Y., & Chen, Y. L. (2014). Using a “prediction-observation- explanation” inquiry model to enhance student interest and intention to continue science learning predicted by their internet cognitive failure.
Hong, J. C., Hwang, M. Y., Liu, Y. T., Lin, P. H., & Chen, Y. L. (2016). The role of pre-game learning attitude in the prediction to competitive anxiety, perceived utility of pre-game learning of game, and gameplay interest. Interactive Learning Environments, 24(1), 239-251.
Hong, J. C., Lin, M. P., Hwang, M. Y., Tai, K. H., & Kuo, Y. C. (2015). Comparing animated and static modes in educational gameplay on user interest, performance and gameplay anxiety. Computers & Education, 88, 109-118.
Hong, J. C., Tai, K. H., & Ye, J. H. (in press). Playing a Chinese remote‐associated game: The
correlation among flow, self‐efficacy, collective self‐esteem and competitive anxiety.
British Journal of Educational Technology. doi:10.1111/bjet.12721
Huang, H. C., Cheng, T. C. E., Huang, W. F., & Teng, C. I. (2018). Impact of online gamers’ personality traits on interdependence, network convergence, and continuance intention: Perspective of social exchange theory. International Journal of Information Management,
38(1), 232-242.
Kang, J., Keinonen, T., Simon, S., Rannikmäe, M., Soobard, R., & Direito, I. (2019). Scenario evaluation with relevance and interest (SERI): Development and validation of a scenario measurement tool for context-based learning. International Journal of Science and Mathematics Education, 17(7), 1317-1338.
Kates, A. W., Wu, H., & Coryn, C. L. (2018). The effects of mobile phone use on academic performance: A meta-analysis. Computers & Education, 127, 107-112.
Keller, M. M., Neumann, K., & Fischer, H. E. (2017). The impact of physics teachers’ pedagogical content knowledge and motivation on students’ achievement and interest.
Journal of Research in Science Teaching, 54(5), 586-614.
Kim, Y. B. & Lee, S. H. (2017). Mobile gamer’s epistemic curiosity affecting continuous play intention. Focused on players’ switching costs and epistemic curiosity. Computers in Human Behavior, 77, 32-46.
Kline, R. B. (2015). Principles and practice of structural equation modeling. New York, NY: Guilford publications.
Köller, O., Baumert, J., & Schnabel, K. (2001). Does interest matter? The relationship between academic interest and achievement in mathematics. Journal for Research in Mathematics Education, 32(5), 448-470.
Kpolovie, P. J., Joe, A. I., & Okoto, T. (2014). Academic achievement prediction: Role of interest in learning and attitude towards school. International Journal of Humanities Social Sciences and Education(IJHSSE), 1(11), 73-100．
Krapp, A. (2002). Structural and dynamic aspects of interest development: Theoretical considerations from an ontogenetic perspective. Learning and instruction, 12(4), 383-409.
Linnenbrink-Garcia, L., Patall, E. A., & Pekrun, R. (2016). Adaptive motivation and emotion in education: Research and principles for instructional design. Policy Insights from the Behavioral and Brain Sciences, 3(2), 228-236.
Marunic, G., & Glazar, V. (2013). Spatial ability through engineering graphics education.
International Journal of Technology and Design Education, 23(3), 703-715.
Mayer, R. E. (2002). Multimedia learning. Psychology of Learning and Motivation, 41, 85-139.
Mayer, R. E. (2009). Multimedia learning (2nd ed.), New York, YK: Cambridge University Press.
Mayer, R. E. & Moreno, R. (2002). Aids to computer-based multimedia learning. Learning and Instruction, 12(1), 107-119.
Mohler, J. L. (2009). A review of spatial ability research. Engineering Design Graphics Journal, 72(2), 19-30.
Moscaritolo, L. M. (2009). Interventional strategies to decrease nursing student anxiety in the clinical learning environment. Journal of Nursing Education, 48(1), 17-23.
Mullins, J. K. & Sabherwal, R. (in press). Gamification: A cognitive-emotional view. Journal of Business Research. Retrieved from https://doi.org/10.1016/j.jbusres.2018.09.023 Oh, Y. & Lee, S. M. (2016). The effects of online interactions on the relationship between
learning-related anxiety and intention to persist among e-learning students with visual impairment. The International Review of Research in Open and Distributed Learning,
17(6), 1-19.
Orehovački, T. & Babić, S. (2015). Inspecting quality of games designed for learning programming. In P. Zaphiris, & A. Ioannou (Eds.), Learning and collaboration technologies (pp. 620-631). Cham, CH: Springer.
Oxford, R. L. (2018). Emotion as the amplifier and the primary motive: Some theories of emotion with relevance to language learning. In M. Pawlak, & A. Mystkowska- Wiertelak (Eds.), Challenges of second and foreign language education in a globalized world (pp. 53-72). Cham, CH: Springer.
Pekrun, R., Lichtenfeld, S., Marsh, H. W., Murayama, K., & Goetz, T. (2017). Achievement emotions and academic performance: Longitudinal models of reciprocal effects. Child Development, 88(5), 1653-1670.
Roca González, C., Martín Gutiérrez, J., García Domínguez, M., Carrodeguas, M., & del Carmen, M. (2017). Virtual technologies to develop visual-spatial ability in engineering students. Eurasia Journal of Mathematics Science and Technology Education, 13(2), 441-468.
Rotgans, J. I. & Schmidt, H. G. (2014). Situational interest and learning: Thirst for knowledge.
Learning and Instruction, 32, 37-50.
Rotgans, J. I. & Schmidt, H. G. (2017). Interest development: Arousing situational interest affects the growth trajectory of individual interest. Contemporary Educational Psychology, 49, 175-184.
Schiefele, U. (2001). The role of interest in motivation and learning. In J. M. Collis, S. J. Messick, & U. Schiefele (Ed.), Intelligence and personality: Bridging the gap in theory and measurement (pp. 163-194). New York, NY: Psychology Press.
Schubring, S., Lorscheid, I., Meyer, M., & Ringle, C. M. (2016). The PLS agent: Predictive modeling with PLS-SEM and agent-based simulation. Journal of Business Research,
69(10), 4604-4612.
Selya, A. S., Rose, J. S., Dierker, L. C., Hedeker, D., & Mermelstein, R. J. (2012). A practical guide to calculating Cohen’s f2, a measure of local effect size, from PROC MIXED.
Frontiers in Psychology, 3, Article 111. doi: 10.3389/fpsyg.2012.00111
Su, C. H. (2016). The effects of students' motivation, cognitive load and learning anxiety in gamification software engineering education: A structural equation modeling study.
Multimedia Tools and Applications, 75(16), 10013-10036.
Suzuki, H. & Miki, N. (2003). A graphic science education as a training of communication.
Tabbakh, T. & Freeland-Graves, J. (2016). Development and validation of the multidimensional home environment scale (MHES) for adolescents and their mothers.
Eating Behaviors, 22, 76-82.
Tsai, Y. S., Lin, C. H., & Hong, J. C. (2018). The effects of metacognition on online learning interest and continuance to learn with MOOCs. Computers & Education, 121, 18-29. Ulrich, J. & Karvonen, M. (2011). Faculty instructional attitudes, interest, and intention:
Predictors of Web 2.0 use in online courses. The Internet and Higher Education, 14(4), 207-216.
Vickers, J. N. & Williams, A. M. (2007). Performing under pressure: The Effects of physiological arousal, cognitive anxiety, and gaze control in biathlon. Journal of Motor Behavior, 39, 381-394.
Viljaranta, J., Tolvanen, A., Aunola, K., & Nurmi, J.-E. (2014). The developmental dynamics between interest, self-concept of Ability, and academic performance.
Scandinavian Journal of Educational Research, 58(6), 734-756.
Yang, J. C. & Quadir, B. (2018). Effects of prior knowledge on learning performance and anxiety in an English learning online role-playing game. Journal of Educational Technology & Society, 21(3), 174-185.
Yang, J. C., Lin, M. Y. D., & Chen, S. Y. (2018). Effects of anxiety levels on learning performance and gaming performance in digital game‐based learning. Journal of
Computer Assisted Learning, 34(3), 324-334.
Yang, J. C., Quadir, B., & Chen, N. S. (2016). Effects of the badge mechanism on self-efficacy and learning performance in a game-based English learning environment.
Journal of Educational Computing Research, 54(3), 371-394.
Zainudin, A. (2015). SEM made simple, a gentle approach to learning structural equation modeling. Selangor, MY: MPWS Rich Publication Sdn. Bhd.
