影響高中學生學習表現之研究 - 政大學術集成
72
0
0
全文
(2) 摘要 本研究以 103 學年度全國高二普通科學生為分析對象，將學生特性歸類為行 為學習投入、情緒學習投入、認知學習投入與人口統計變項。首先透過統計分析 了解資料之特性，接續採用卡方檢定，以篩選重要之變項，而後再以分類決策樹 模型，分別針對不同學習表現之學生建構其模型，以釐清各學習表現之學生特性。 研究結果發現，高二學生之情緒學習投入與行為學習投入向度較為顯著；而高度 學習表現之學生對學校課程感興趣程度有明顯的特性；中度學習表現之學生在課 外閱讀、社團和運動方面，投入程度較為明顯；對於低度學習表現之學生，在課 程感興趣程度及自我期許上，有其明顯特性。研究結果可提供高中教育教學實務 之參考。. 關鍵詞: 決策樹分析、高中教育、學習表現、學習投入. I. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(3) Abstract This study analyzes the senior high students of general education in second grade in 2015 all over the country, and the variables of student characteristics are divided into behavioral engagement, emotional engagement, cognitive engagement, and demographic variables. First, the distribution of student characteristics, measured by this research definition, is used to realize the patterns of data. Choose the important variables by the Chi-square test. And then, use the decision tree analysis to construct three models of learning performance to clarify the student characteristics in different models. The results show that the dimensions of emotional engagement and behavioral engagement are more significant；For the students in high-end learning performance, the pattern of level interest for lessons in schools is obvious；The level of engagement on extracurricular reading, club, and exercise. for the students in. mid-level learning performance is significant.；For the students in low-end learning performance, the patterns of level interest for lessons in schools and self-expectations are obvious. The results of the study would provide some reference for teaching in senior high school.. Keywords: Decision tree analysis, High school education, Learning performance, Learning engagement. II. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(4) 目錄 摘要................................................................................................................................ I Abstract ......................................................................................................................... II 目錄.............................................................................................................................. III 表目錄........................................................................................................................... V 圖目錄........................................................................................................................ VII 第壹章 . 緒論............................................................................................................ 1 . 第一節 . 研究動機............................................................................................ 1 . 第二節 . 研究目的............................................................................................ 3 . 第三節 . 研究流程............................................................................................ 4 . 第貳章 . 文獻回顧.................................................................................................... 6 . 第一節 . 學習投入內涵及向度........................................................................ 6 . 第二節 . 學習表現之相關探討...................................................................... 12 . 第參章 . 研究方法................................................................................................ 133 . 第一節 . 資料來源........................................................................................ 133 . 第二節 . 研究架構.......................................................................................... 14 . 第三節 . 分析方法.......................................................................................... 15 . 第肆章 . 研究分析.................................................................................................. 19 . 第一節 . 探索性分析...................................................................................... 19 . 第二節 . 卡方獨立性檢定.............................................................................. 38 . 第三節 . 不同學習表現學生之決策樹分析.................................................. 40 . 第伍章 . 結論與建議.............................................................................................. 53 . 第一節 . 結論.................................................................................................. 53 . 第二節 . 建議.................................................................................................. 55 III. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(5) 參考文獻...................................................................................................................... 57 . IV. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(6) 表目錄. 表 2- 1 學習投入之不同定義 ...................................................................................... 7 表 3- 1 決策樹演算法比較表 ..................................................................................... 18 表 4- 1 變項統整表 .................................................................................................... 19 表 4- 2 性別狀況 ........................................................................................................ 20 表 4- 3 類組狀況 ........................................................................................................ 21 表 4- 4 學期成績總排名狀況 .................................................................................... 22 表 4- 5 每週運動時數狀況 ........................................................................................ 23 表 4- 6 每週課外閱讀時數狀況 ................................................................................ 24 表 4- 7 每週社團時數狀況 ........................................................................................ 25 表 4- 8 每週補習時數狀況 ........................................................................................ 26 表 4- 9 參加校內競賽與否狀況 ................................................................................ 27 表 4- 10 參加校外競賽與否狀況 .............................................................................. 28 表 4- 11 參加國際活動與否狀況 .............................................................................. 29 表 4- 12 對學校課程感興趣程度狀況 ...................................................................... 30 表 4- 13 學校師資或學習條件滿意度狀況 .............................................................. 31 表 4- 14 對學校規定滿意度狀況 .............................................................................. 32 表 4- 15 學校每日上課時數狀況 .............................................................................. 34 表 4- 16 擔任班級幹部與否狀況 .............................................................................. 35 表 4- 17 擔任社團幹部與否狀況 .............................................................................. 35 表 4- 18 自我期許狀況 .............................................................................................. 36 表 4- 19 學生變項與學習表現卡方檢定表 .............................................................. 38 表 4- 20 分類決策樹之預測變項 .............................................................................. 41 V. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(7) 表 4- 21 高度學習表現之學生樣本數分布 .............................................................. 41 表 4- 22 模型一分類正確性 ...................................................................................... 42 表 4- 23 高度學習表現學生之決策樹分類規則 ...................................................... 44 表 4- 24 中度學習表現之學生樣本數分布 .............................................................. 45 表 4- 25 模型二分類正確性 ...................................................................................... 46 表 4- 26 中度學習表現學生之決策樹分類規則 ...................................................... 47 表 4- 27 低度學習表現之學生樣本數分布 .............................................................. 48 表 4- 28 模型三分類正確性 ...................................................................................... 49 表 4- 29 低度學習表現學生之決策樹分類規則 ...................................................... 50 表 4- 30 不同學習表現學生之特性歸納比較 .......................................................... 52 . VI. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(8) 圖目錄 圖 1- 1 研究流程圖 ...................................................................................................... 5 圖 3- 1 研究架構圖 ..................................................................... 錯誤! 未定義書籤。 圖 4- 1 性別分布 ......................................................................................................... 20 圖 4- 2 類組分布 ........................................................................................................ 20 圖 4- 3 學期成績總排名分布 .................................................................................... 21 圖 4- 4 每週運動時數分布 ........................................................................................ 22 圖 4- 5 每週課外閱讀時數分布 ................................................................................ 24 圖 4- 6 每週社團時數分布 ........................................................................................ 25 圖 4- 7 每週補習時數之分布 .................................................................................... 26 圖 4- 8 參加校內競賽與否之分布 ............................................................................ 27 圖 4- 9 參加校外競賽與否之分布 ............................................................................ 28 圖 4- 10 參加國際活動與否之分布 .......................................................................... 29 圖 4- 11 對學校課程感興趣程度之分布 .................................................................. 30 圖 4- 12 學校師資或學習條件滿意度分布 .............................................................. 31 圖 4- 13 對學校規定滿意度之分布 .......................................................................... 32 圖 4- 14 學校每日上課時數之分布 .......................................................................... 33 圖 4- 15 擔任班級幹部與否之分布 .......................................................................... 34 圖 4- 16 擔任社團幹部與否之分布 .......................................................................... 35 圖 4- 17 自我期許之分布 .......................................................................................... 36 圖 4- 18 高度學習表現學生之決策樹 ...................................................................... 43 圖 4- 19 中度學習表現學生之決策樹 ...................................................................... 43 圖 4- 20 低度學習表現學生之決策樹 ...................................................................... 46 . VII. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(9) 第壹章 第一節. 緒論 研究動機. 教育是社會向上流動的重要因素之一，教育除了具有文化傳承及社會化年輕 一代的功能，更能增加個人與國家之生產力與促進社會經濟成長(沈姍姍，民 99)， 在史丹佛大學以及德國慕尼黑大學教授 Hanushek & Woessmann 所做的調查中， 強調教育是可以評量一國未來競爭力和富裕程度的指標(BBC，2016)。因此，國 家的教育制度及政策是政府需積極思量與投入資源的層面：我國教育部從九十學 年度起所實施的九年一貫課程，再到一百零三年度所施行的十二年國民基本教育， 且在學制系統中，也開始開放多元的入學管道，除了讓各類學生能適性發展以外， 也提供一般社會大眾廣泛的進修機會(「教育部十二年國教實施計畫」 ，民 104)。 由經濟合作暨發展組織(OECD)發起，每隔三年衡量青少年閱讀、數學和科 學素養的 PISA 測驗，在 2012 年，由 65 個受測國家中，調查顯示台灣學生在數 學排名第四，科學排名全球第十三，而閱讀成績則比 2009 年躍進 15 名、全球排 名第八；而在 2015 年，針對 76 個國家進行調查，結果發現，台灣在數理能力排 名第四(天下，民 102)，可看出台灣學生在閱讀和數理的能力表現優異。 然而，在亞洲國家的讀書學習環境，較著重於考試成績的高低，相較於歐美 國家，我們的教育現場沒有時間讓學生慢慢玩、慢慢理解，而從學習當中得到樂 趣，根據國際教育成就評鑑協會(IEA)發布的 2015 年「國際數學與科學教育成就 趨勢調查」(TIMSS)結果，發現台灣學生整體教育成就一樣是排名亮眼，但是， 台灣學生在學習興趣、學習自信心及學習評價在全球排名卻是倒數，而整體台灣 學生對於數學或科學的學習興趣、自信都低於國際平均，除了小學四年級學生對 科學領域有熱情以外，其餘都是倒數前五名，再者，由第一線老師觀察下來，發 現不管是高低成就的學生，尤其對於數學的學習興趣與自信都相當低，因此，台 灣教育在高成就、低興趣之困境，是我們不能忽視的問題(天下，民 105)。 1. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(10) 台灣學生普遍學習動機低落，除了城鄉差距所造成的資源落差之外，學校所 提供的學習環境及老師的教學方式與教學品質也是影響學生學習動機的關鍵因 素(親子天下，民 105)。而德國的教育哲學中，也提到：教育的目的不在於讓學 生都達到相同的水準，身為一名教育者，應該從學生的視角出發，幫助他們創新 思考，同時，學校或老師的存在不只是為了交給學生知識，而是為了讓他們自己 具備學習能力。若老師在教學前能夠從學生的特質當中更了解其學生，進而可以 提供更有效的教學方式或班級經營，並在學生學習過程當中，給予適當的協助， 引發學生的學習樂趣及自主性，建立其學習的自信心。因此，本研究將透過文獻 蒐集，以及高中學生普查資料之分析，釐清影響學生學習成就之特性，並進行歸 納彙整，再藉由資料探勘(Data Mining)等方法進行探索和分析，進而歸納出適合 之模式(model)，並提出可行之改善策略後，提供未來教學參考之依據。. 2. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(11) 第二節. 研究目的. 隨著教育部於 2014 年推動實施十二年國教後，我國學制系統因而延伸至高 中，後中等教育也成為承接國中與大學的重要階段，建構一個優質的高中教育環 境，有助於落實國中正常教學，也攸關大學教育的總體素質，這也是近年來不少 重大政策都聚焦在高中職的關鍵，然而，台灣學生學習興趣低落之問題日益明顯， 也有學校和老師開始思考如何改變教學模式，能讓學生對學習產生興趣。本研究 欲以 105 學年度高二普通科學生為分析主體，並且針對學習投入因素與學習表現 之關聯進行探討，協助未來老師對其學生了解之參考。基於前項說明，本文之研 究目的如下： 1. 整理各學習投入變項及人口統計變項之分佈狀況。 2. 建構不同學習表現之模型，分析不同學習表現之高二學生的學習投入特性。 3. 根據所分析之模型解釋，提供相關可行的建議。. 3. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(12) 第三節. 研究流程. 本研究係以 103 學年度高二學生問卷之資料分析，透過統計分析方法，找出不同 學習表現下學生之特性，並提供教育相關領域評估與教學之參考。 一、研究背景理解與主題確認 隨著台灣學生學習動機愈來愈低弱之情況下，預期根據學生學習表現之外顯 特性，了解其內在學習投入特質，從中協助學生學習並提高其動機。因此本 研究係分析 103 學年度高二普通科學生問卷資料，了解不同學習表現學生之 特性。 二、文獻探討 本研究文獻回顧將針對影響學生學習表現之相關文獻，以及整理學生學習投 入之文獻，了解行為、情緒與認知之三向度學習投入，從中探討學習表現與 學生學習投入之關係，以利本研究後續之分析與提出結論與相關可行性之建 議。 三、資料收集與處理 根據本研究之動機與目的，蒐集 103 學年度全國高二學生之普查資料，將資 料進行整理篩選出普通科學生並刪除無效樣本，以利本研究後續的統計分 析。 四、研究分析 本研究先將資料透過探索性分析了解其初步的資料特性，接續使用卡方獨立 性檢定，篩選出影響學習表現之重要變項，進而透過決策樹分析，建置不同 學生學習表現之模型，並交叉驗證其模型準確性。 五、結論與建議 根據模型找出不同學習表現下之學生顯著特性，進行整理歸納，並從中提出 4. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(13) 結論及提供相關後續研究之建議。研究流程圖如圖 1-1 所示。. 研究背景理解. 確認研究主題. 文獻探討. 資料收集. 資料處理. 研究分析. 探索性分析. 卡方獨立性檢定. 決策樹分析. 結論與建議. 圖 1- 1 研究流程圖. 5. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(14) 第貳章 第一節 一、. 文獻回顧. 學習投入內涵及向度. 學習投入之內涵. Kuh(2003, 2009)認為「學習投入」係指在學生個人在學習中行為、情緒、認 知的歷程，而其中最重要的指標為學生在教育活動上所花費的時間及投入的精力， 尤其必須透過與他人互動，才能使這個教育活動具意義。 即使多數學者認同學習投入包含心理與行為兩層面要素，但是對於要素內的 具體內容沒有一致的共識，像是早期的研究著重在測量活動進行時間(time-ontask)，例如寫作業時間等. (Fisher et al., 1980；McIntyre et al., 1983；Brophy,. 1983)，而近期的研究至少出現兩種以上的定義(Nystrand & Gamoran, 1992)，較 著重在學校活動的參與、特定學習活動的投入和認知策略的應用等(Angell, 2009)， 而其中一種定義為 Natriello(1984)所提出，他指出學習投入包括學生自願參與學 校的所有活動，像是：課堂出席、配合老師們在課堂中的教學活動、樂意接受學 校指派的工作等。為了對學習投入概念更進一步說明並協助後續的研究，引用相 關研究的定義如表 2-1。. 6. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(15) 表 2- 1 學習投入之不同定義 名稱. 研究者 Audas & Willms, 2002. 學習投入 (Engagement). 學校活動的投入 (Engagement in schoolwork). 學業投入 (Academic engagement). 定義 A.學生在學術和非學術 活動的參與程度，並認同 教育目標的價值。. Connell & Wellborn, 1991 B.在文化情境中（如家 庭、學校、工作），心理 需求（即自主性、歸屬 感、能力）被滿足時，學 習投入就會發生在情 感、行為、認知三個面向 （反之，則產生冷漠情 形）。 Frydenberg, Ainley & Russell, 2005. C.連結個人與活動之間 所產生行動的動力，包括 三種形式：行為、情緒與 認知。. Skinner & Belmont, 1993. D.在學習活動持續行為 的參與，伴隨著積極情感 狀態（vs. 學習冷漠）。. Skinner, Wellborn & Connell, 1990. E.在學習活動中，產生對 學校課業的作為、努力和 堅持，及周遭情感狀態。. National Research Council/Institute of Medicine, 2004. F.由能力和控制（我可 以） 、價值和目標（我想） 和社會聯繫（我屬於）的 知覺調和所涉及之行為 和情感。. Libby, 2004. G.激發學生在校學習和 表現良好的程度。. 7. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(16) 表 2- 1 學習投入之不同定義（續） 名稱 學校投入 (School engagement). 研究者 Fredericks, Blumenfeld, Friedel & Paris, 2005. H.學習投入包含情感（對 老師、同學、教授以及學 校正面和負面的反應）、 行為（在學校的參與）與 認知（對學習投入的精 力）。. Furlong et al., 2003. I.涉及學生、同儕團體、 班級與學校背景的情 感、行為和認知投入。 註：與 Jimerson 等(2003) 的定義一致。. Jimerson, Campos & Greif, 2003. J.涉及學生、同儕團體、 班級與學校背景的情 感、行為、認知投入。. Chapman, 2003. K.學生參加學校日常活 動的意願，包含學生投入 特定學習活動的認知、行 為和情感面向。. Natriello, 1984. L.學生參與部分學校課 程安排的活動。. Yazzie-Mintz, 2010. M.認知/知識/學術（學生 的努力、投資和學習策 略） 、社會/行為/參與（社 會、課外和非學術活動、 同儕互動）、情感（與學 校關聯的感受，包括學習 表現、學校氣氛、與他人 關係）。. Marks, 2000. N.涉及學生在學習活動 中的注意力、興趣、花費 精力和努力之心理歷程。. Newmann, Wehlage & Lamborn, 1992. O.學生對知識技能學 習、了解與掌握，或想要 提升的技藝所投入之精 神與努力。. 學生投入 (Student engagement). 學生在學業活動的投入 (Student engagement in academic work). 定義. 8. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(17) 表 2- 1 學習投入之不同定義（續） 名稱. 研究者. 學生在學校的投入 (Student engagement in/with school). 參與的認同感 (Participation identification). 定義. Mosher & MacGowan, 1985. P.對中學課程的態度和參 與行為（內心的狀態和行 為方式）。. Klem & Connell, 2004. Q.持續投入（行為、情感 和認知成分）；對挑戰的 反應（積極地投入）。. Christenson & Anderson, 2002. R.心理（如歸屬）、行為 （如參與）、認知（如自 我調整學習）和學術（如 花在作業上的時間）的投 入。. Finn, 1989, 1993; Finn & Rock, 1997. S.參與和認同學校（與學 校的歸屬關係和對學校 相關成果的評價）。. 資料來源：”Student Engagement with School: Critical Conceptual and Methodological Issues of the Construct” by J. J. Appleton, S. L. Christenson and M. J. Furlong, 2008, Psychology in the Schools, 45(5), pp.371-372. ，轉引自”台灣高中學生學習投入影響因素之研究”，張鈿富、林松柏、周文菁， 民101，教育資料集刊，第54輯，頁27-28。. 二、學習投入之向度 為了深入分析學習投入之內涵，並了解其更明確的定義，引述學習投入 向度相關之文獻分析（張鈿富、林松柏、周文菁，民 101，頁 28-30），將學 習投入區分為三個向度，分別為行為(behavioral)、情緒(emotional)與認知 (cognitive)學習投入。 （一）行為學習投入 行為學習投入融入參與之概念，強調學生在校與課後的行動和參 與，包含學校、課外活動，以及與學校社群的學生和其他成員的互動。 近三十年在教育與發展心理學的研究指出，行為學習投入是一項預測 學生學習表現的重要指標(Downer, Rimm-Kaufman, & Pianta, 2007)。 9. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(18) Prater(1992)將課程時間區分成三個部分：分配時間(allocated time)、 活動時間(time-on-task)，以及投入學習時間(engaged learning time)。 在學習投入理論中的行為投入，探討學生在校學習活動的頻率與時間， 而就一般而言，學生投入學習活動的頻率愈高與投入時間愈長，學生 的學習表現愈佳(Kuh, Kinzie, Schuh & Whitt, 2005)。 （二）情緒學習投入 情緒學習投入是指學生對學校事物之正負面觀感，涉及層面包含 學生對學校課程、學校師資及學習條件之觀感，並考量學生對學習的 興趣與評價等 (Fredricks, Phyllis & Parks, 2004) 。 學生情緒之層面在教育過程中，是一個值得重視的面向，足以支撐學 習 過 程 的 先 決 條 件 。 學 校 應 加 強 學 生 對 於 學 校 共 同 體 (school community)的情感連結，並提供有力的支持網絡，以強化學生情緒學 習投入，進而提高其學習表現。再者，研究顯示，學生在感興趣的課 程上有較好的學習表現，因此，促使學生有愈積極的學習動機，並提 高其學習興趣，則愈能提高其學習意願，最終愈能在學習活動中有更 優異的學習表現 (Williams, Kastberg & Jocelyn, 2005)。 （三）認知學習投入 認知學習投入係指學習策略之運用及學習成效之追求，此向度著 重於在教學期間及相關教學活動所投入之程度，因而有被稱為「心智 投入」 (engagement of the mind)(Yazzie-Mintz, 2010)。認知學習投入 主要分為兩種觀點，其一是強調學生對於學習上的努力，另一種為著 重在學生學習策略的掌握，因此，認知投入包含學生花在學習上的努 力及學習策略，其中包括學生做了什麼，以及他們如何達成(Fredricks, Phyllis & Parks, 2004)。而 Walker & Greene(2009)也提出學生能掌握認 知學習投入之策略，對學習理解與成效都有正向幫助。 根據大多實證研究發現，具有較佳學習表現之學生，其能建構屬於自 10. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(19) 己的學習策略，故學習策略和學習成績之間具正相關(Thiessen & Blasius, 2008)。由此可以推測出有良好的學習策略之學生，我們可以 預期其有較好的學習表現。. 11. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(20) 第二節 一、. 學習表現之相關探討. 學習表現意涵及其影響因素. 學習係指個體經由增強練習的結果，在行為潛能上產生相當持久性的改變歷 程，而表現是指個人的先天遺傳，加上後天環境努力的結果(張春興，1998)。廣 義的學習表現為各種在校期間的學生學習紀錄或資料，而狹義的定義為在校的學 期成績(余民寧，2006)。影響學生學習表現的相關因素可以區分為個體、家庭以 及學校因素，余民寧(2006)提出影響學生學習表現的五個模型，分別是學生個人 背景、學生家庭背景、教師教學背景、學校管理背景，以及政府教育政策。Koehler & Grouws(1992)所提出的教學模式認為，在教學過程中，學生特質(包括智力、 人格等)影響著教師行為及學生行為，而教師行為和學生行為也會產生相互影響。 除了教師行為與學生行為相互影響外，教師行為也受到許多因素影響，包含教學 知識、教師態度、教師信念等，可見影響學生學習表現因素相當多元且相互依賴。. 二、. 學生學習投入與學習表現關聯之探討. 根據研究結果顯示，學習投入與學習成果、學習滿意度、學校認同感及未來 發展等四個要素有關(Carini, Kuh & Klein, 2006; Hu, Kuh & Li, 2008)，另外，研究 發現，學習投入與學生測驗成績、自我學習評估及學習持續力有正向關係(Pike, Smart, Kuh & Hayek, 2006)。一般而言，學生投入學習活動時間愈長且參與頻率 愈高，學生相對在學習表現也愈佳(Kuh, Kinzie, Schuh & Whitt, 2005)。除了對學 習表現會產生影響之外，研究亦發現，學習投入有助於其他層面之發展，像是認 知與智力的發展、校園的適應、道德與倫理之發展、社會心理的發展，以及對自 我的正面形象等(Harper & Quaye, 2009)。Appleton、Christenson 和 Furlong(2008) 探討學生學習過程，發展出一個解釋模式，說明學生學習投入原因與投入後所產 生之影響，模式中涉及個人學習背景、自我學習歷程、學習投入情形與學習成果 產出。 12. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(21) 第參章. 研究方法. 本章的首節先介紹本研究的資料來源，接著，第二節針對研究提出其研究架 構，第三節說明本文所使用的研究方法及原理。. 第一節. 資料來源. 本研究之調查資料來自「台灣後期中等教育長期追蹤資料庫」，而此資料庫 的建置是為因應十二年國民教育的推動，教育部為整合我國後期中等教育之資訊， 自民國 99 年起委託台灣師範大學教育研究與評鑑中心建置之，以提供政府、學 校等單位進行政策研究與校務分析之利用，促進政府、學界及學校掌握後期中等 教育辦學現況，滿足不同對象使用者之後期中等教育資訊需求。此資料庫是依照 CIPPs(Context, Input, Process, Product, Issues)以及資料性質分化成「脈絡資料庫」 、 「校務及學校人員資料庫」 、 「教學資料庫」 、 「學生及家長資料庫」等四個資資料 及，再者，後中資料庫之計畫共有六項調查，包含「高一及專一學生調查」 、 「高 中職教師調查」 、 「高中職校長調查」 、 「高二及專二家長調查」 、 「高二及專二學生 調查」、「高二及專二導師調查」。 本研究採用「103 學年度高二及專二學生調查」，本次調查時間為 104 年 2 月 16 日起至 104 年 6 月 11 日止，屬於後中資料庫下「學生與家長子資料庫」的 例行調查之一，普查問卷內容主題包含：日常生活狀況、學習狀況、對教育政策 之看法及未來規劃等，調查對象為全國高中、高職、進修學校與五專之二年級學 生，其中，包含普通科、特殊才藝資優班、綜合高中部、實用技能班、學術性向 資優班之學生，共計 237,871 個有效樣本數。. 13. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(22) 第二節. 研究架構. 本研究首先是針對人口統計變項與學生學習投入變項，包含行為學習投 入面向、情緒學習投入面向及認知學習投入面向，進行探索性分性，從中初 步了解其資料各變項之特性。接著，透過卡方獨立性檢定，檢視各變數與學 習表現差異之相關性，篩選出影響學生學習表現之重要變數。最後，以學生 學習表現作為反應變項，以篩選後之人口統計變項與學生學習投入變項作為 解釋變項，進行決策樹分析，以了解三個不同學習表現的學生之特性。本研 究之研究架構圖如圖 3-1 所示。. 探索性分析. 行為變項. 情緒變項. 學生. 卡方. 學習投入. 獨立性 檢定. 認知變項. 性別 人口. 決策樹 分析. 學 生 學 習 表 現. 統計變項 類組. 圖 3- 1 研究架構圖. 14. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(23) 第三節. 分析方法. 本研究使用「台灣後期中等教育長期追蹤資料庫」之「103 學年度高二及專 二學生調查」資料，在刪除無效資料之後，依據研究動機與目的，參考相關文獻 後，進行統計分析並探討不同學習表現之學生的特性。本節旨在說明本研究之分 析方法及原理。. 一、. 探索性分析(Exploratory Data Analysis). 探索性分析是從收集到之樣本資料中取得描述樣本或變數基本特性，如次數 分配、所佔比例、平均數、標準差等。 本研究主要透過探索性分析，初步了解「人口統計變項」 、 「行為學習投入變 項」、「情緒學習投入變項」、「認知學習投入變項」下，各變數之資料特性。. 二、. 卡方獨立性檢定(Chi-Square Test for Independence). 卡方獨立性檢定是用來檢定兩類別變數間是否獨立的統計方法，首先，在做 卡方獨立性檢定時，我們假設欲檢定之兩變數具相關性。若檢定結果是接受虛無 假設，表示兩變數不具相關性，即兩變數之間是獨立的；相反地，若檢定結果是 拒絕虛無假設，表示兩變數間具相關性。其中，在交叉表中，若有超過 20%的格 子期望個數為小於 5 者，本研究將留下其變數項目。 為進一步了解高二學生的人口統計變項、行為學習投入變項、情緒學習投入 變項以及認知學習投入變項與不同學習表現的關聯，本研究考量透過卡方獨立性 檢定之應用，進行上述變項與不同學習表現之關係驗證。其中，不同學習表現之 學生群體分為「高度學習表現之學生」 、 「中度學習表現之學生」 、 「低度學習表現 之學生」，並依驗證所需提出下列的研究假設，並逐一透過分析方法的應用予以 檢定，而檢定假設概述如下：. 15. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(24) 𝐻" ：不同類組對於不同學習表現有顯著差異。 𝐻# ：不同性別對於不同學習表現有顯著差異。 𝐻$ ：不同運動時數（週）對於不同學習表現有顯著差異。 𝐻% ：不同課外閱讀時數（週）對於不同學習表現有顯著差異。 𝐻& ：不同社團時數（週）對於不同學習表現有顯著差異。 𝐻' ：不同補習時數（週）對於不同學習表現有顯著差異。 𝐻( ：參加校內競賽與否對於不同學習表現有顯著差異。 𝐻) ：參加校外競賽與否對於不同學習表現有顯著差異。 𝐻* ：參加國際活動與否對於不同學習表現有顯著差異。 𝐻"+ ：對課程感興趣程度對於不同學習表現有顯著差異。 𝐻"" ：對學校師資滿意度程度對於不同學習表現有顯著差異。 𝐻"# ：對學校規定滿意度程度對於不同學習表現有顯著差異。 𝐻"$ ：不同學校上課時數（週）對於不同學習表現有顯著差異。 𝐻"% ：擔任班級幹部與否對於不同學習表現有顯著差異。 𝐻"& ：擔任社團幹部與否對於不同學習表現有顯著差異。 𝐻"' ：不同自我期許對於不同學習表現有顯著差異。. 三、. 決策樹分析(Decision Tree Analysis). 決策樹是資料探勘中的分類分析(Classification Analysis)方法之一，可以進行 連續型和類別型變數之分類，除了分類正確性外，容易解釋與使用也是其重要之 應用之一。所謂分類分析是根據一些變數的數值做計算，再依照結果做分類，我 們會用一些已經分類的資料來研究他們的特徵。此部分會針對決策樹做基本的概 述及介紹其分析方法： （一）決策樹概述(鄭中平、許清芳，2015) 在分類問題中，我們擁有許多參與者的特徵，以及一個反應變項作為效標，利用 16. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(25) 這些特徵分類參與者，希望分類後參與者在效標的組間差異要大，以良好地區分 參與者，此時，如果可使用愈多的特徵，分組的正確性應該愈高。在此同時，使 用多個解釋變項協助分類時，我們碰到的難題是分類過細的問題，像是如果使用 六個二分變項區分組別，則可能產生2' = 64個組。雖然分組細可以提高其正確 性，但損失了便利性，讓分類程序不實用。 決策樹以另一種方式處理多變項分類問題，決策樹每次先找到最可以區分目 前資料變項，用以切割資料，接著在每份子資料中，遞迴地尋找最可以區分當前 子資料的變項，每個子資料切割所用的變項未必相同，因此，避免產生產生過多 組 別 的 問 題 。 由 於 遞 迴 地 切 割 資 料 ， 決 策 樹 也 被 稱 為 遞 迴 切 割 (recursive partitioning)。再者，決策樹由完整群體開始往下尋找最能區辨的變項，逐步切割 分類，最終會形成樹狀圖形，因此，也被稱為分類樹(classification tree)。 若資料不完整或含有雜訊時，其所建構的決策樹可能會產生過度配適之情形， 則所建構之樹狀結構就會過於複雜。通常導致過度配適的原因有二，一為樣本本 身的屬性太多，即過多的解釋變數，決策樹易選擇到和目標不相關的屬性；二為 偏移(Bias)，不同的演算法在尋找測試屬性時，都有自己的偏好，因此，在篩選 時會依其演算法之偏好屬性進行建構決策樹，而非真正和目標相關的屬性。所以， 在建構決策樹之後需要進行修剪樹狀結構，而常用的修剪方法有以下兩種： 1.預先修剪(Prepruning) 預先修剪是以提早停止決策樹生長的方式達到修剪目標，直到樹停止生長時， 末端節點即為樹的樹葉，樹葉的標籤為該節點訓練集中佔有最大比例的類別。而 停止決策樹生長的時機是在決策樹建構前，先建立一個臨界值，當分之節點滿足 該臨界值設定時，就停止該分支繼續生長。 2.事後修剪 事後修剪是先建構一個完整的決策樹，再將分支移除，其依據為計算該分支 的錯誤率，而未被移除的分支點即成為樹葉。. 17. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(26) 實際上，有多數學者認為預先修剪所設定的臨界值過於主觀，使得目前以事 後修剪較受歡迎；而在之後決策樹演算法中我們即採用事後修剪的方式。目前被 廣泛使用的決策樹演算法包括：CHAID(Chi-Square Automatic Interaction Detector)、 ID3(Iterative Dichotomiser 3)、C4.5、C5.0、CART(Classification and Regression Tree) 等幾種。茲將各演算法做比較，如表 3-1。 表 3- 1 決策樹演算法比較表 演算法 類別 提倡者 年代. CHAID. CART. ID3. C4.5. C5.0. Friedman. Ross. Ross. Ross. 等人. Quinlan. Quinlan. Quinlan. 1983. 1986. 1993. 1998. Kass 1980. 特色. 以統計方法 （卡方檢 定）為主要 的分類方法. l 產生分 類樹、迴 歸樹 產生分類樹 l 節點上 採二 分法. 樹的. Non-Binary. Non-Binary. Non-Binary. Non-Binary. 型態. Tree. Tree. Tree. Tree. 類別型. 類別型. 類別型. 事後修剪. 事後修剪. 事後修剪. Gain. Gain. Gain. Information. Information. Information. 改善 ID3 而來. C4.5 的商用 改進版. Binary Tree 適用資. 類別型、 類別型. 料型態. 連續型. 樹的 修剪. 預先修剪. 事後修剪. 卡方檢定. Gini Index. 方式 分裂點 的選擇. 資料來源：利用資料挖掘技術建構保險業之差異化行銷模型(張家鳳，2004) 18. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(27) 第肆章. 研究分析. 第一節探索性分析 表 4- 1 變項統整表 變項. 子變項. 人口統計變數. 性別 類組 運動時數(週) 課外閱讀時數(週) 社團時數(週). 行為學習投入. 補習時數(週) 是否參加校內競賽 是否參加校外競賽 是否參加國際活動 對學校課程感興趣程度. 情緒學習投入. 學校師資或學習條件滿意度 對學校規定滿意度 學校上課時數(日). 認知學習投入. 是否擔任班級幹部 是否擔任社團幹部 自我期許. 本研究從 103 學年度高二及專二學生調查之學生樣本中，針對其 5,328 位普 通科高二學生進行探索性變項剖析，包含人口統計變項、行為學習投入變項、情 緒學習投入變項與認知學習投入變項，變項統整表如表 4-1 所示。. 19. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(28) 一、人口統計變項之剖析 本研究之「後期中等教育長期追蹤資料庫」人口統計變項包含「性別」、 「類組」、「學期成績總排名」等，本段為人口統計變項概況之描述。 （一）性別 在 5,328 位普通科高二學生中，男性佔 46%，女性佔 54%，其中， 女性人數較多，約為男性的 1.17 倍(如表 4-2、圖 4-1)。 表 4- 2 性別狀況 單位：人；%. 項目. 人數. 百分比. 男性. 2,451. 46.0. 女性. 2,877. 54.0. 總和. 5,328. 100.0. 圖 4- 1 性別分布. 20. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(29) （二）類組 在 5,328 位普通科高二學生中，第一類組佔 41.4%，第二類組佔 18.5%，第三類組佔 26.8%，未分組佔 6.5%，混合組佔 6.8%，其中以 第一類組人數最多，第三類組人數次多，兩類組合計近七成的學生人 數(如表 4-3、圖 4-2)。. 表 4- 3 類組狀況 單位：人；%. 項目. 人數. 百分比. 第一類組. 2,207. 41.4. 第二類組. 984. 18.5. 第三類組. 1,429. 26.8. 未分組. 346. 6.5. 混合組. 362. 6.8. 5,328. 100.0. 總和. 圖 4- 2 類組分布. 21. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(30) （三）學期成績總排名 在 5,328 位普通科高二學生中，前 15%之學生數佔 30.9%，班排 在 16-35%之人數佔 20.6%，班排在 36-65%之人數佔 22.8%，班排在 66-85%之人數佔 16.9%，班排在後 14%之人數佔 8.8%(如表 4-4、圖 4-3)。 表 4- 4 學期成績總排名狀況 單位：人；%. 項目. 人數. 百分比. 前 15%. 1,648. 30.9. 中上:16-35%. 1,097. 20.6. 中間:36-65%. 1,214. 22.8. 中後:66-85%. 902. 16.9. 後 14%. 467. 8.8. 5,328. 100.0. 總和. 圖 4- 3 學期成績總排名分布. 22. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(31) 二、行為學習投入變項之剖析 本研究之行為學習投入變項包含學生之「每週運動時數」 、 「每週課外閱 讀時數」 、 「每週社團時數」 、 「每週補習時數」 、 「參加校內競賽與否」 、 「參加 校外競賽與否」 、 「參加國際活動與否」等，本段為行為學習投入變項概況之 描述。 （一）每週運動時數 在 5,328 位普通科高二學生中，每週運動時數 1 小時以下者人數 最多，佔 35.6%，其次為每週運動時數 1 到 2 小時者，佔 26.3%。因 此，顯示一半以上之高二學生每週運動時數少於 2 小時，近六成二(如 表 4-5、圖 4-4)。 表 4- 5 每週運動時數狀況 單位：人；%. 項目. 人數. 百分比 525. 9.9. 1 小時以下. 1,895. 35.6. 1 到 2 小時. 1,400. 26.3. 2 到 4 小時. 775. 14.5. 4 到 6 小時. 344. 6.5. 6 到 8 小時. 174. 3.3. 8 到 14 小時. 99. 1.9. 14 到 20 小時. 47. 0.8. 20 小時以上. 69. 1.2. 5,328. 100.0. 沒有. 總和. 23. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(32) 圖 4- 4 每週運動時數分布 （二）每週課外閱讀時數 在 5,328 位普通科高二學生中，每週課外閱讀時數 1 小時以下者 人數最多，佔 29.2%，其次為每週課外閱讀時數 1 到 2 小時者，佔 26.8%， 接著為每週課外閱讀時數 2 到 4 小時者，佔 17.1%，且七成三左右的 學生每週閱讀時數介於 1 小時以下至 2 到 4 小時(如表 4-6、圖 4-5)。 表 4- 6 每週課外閱讀時數狀況 單位：人；%. 項目. 人數. 百分比 349. 6.6. 1 小時以下. 1,557. 29.2. 1 到 2 小時. 1,430. 26.8. 2 到 4 小時. 913. 17.1. 4 到 6 小時. 494. 9.3. 6 到 8 小時. 268. 5.0. 8 到 14 小時. 150. 2.9. 14 到 20 小時. 56. 1.0. 20 小時以上. 111. 2.1. 5,328. 100.0. 沒有. 總和 24. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(33) 圖 4- 5 每週課外閱讀時數分布 （三）每週社團時數 在 5,328 位普通科高二學生中，每週社團時數 1 到 2 小時者人數 最多，佔 38.0%，其次為每週社團時數 1 小時以下者，佔 23.5%，接 續為沒有參與社團及每週社團時數為 2 到 4 小時者，分別佔 14.3%及 12.0%。可看出學生每週社團時數在 4 小時以下之人數佔八成八左右 (如表 4-7、圖 4-6)。 表 4- 7 每週社團時數狀況 單位：人；%. 項目. 人數. 百分比. 1 小時以下 1 到 2 小時 2 到 4 小時 4 到 6 小時 6 到 8 小時 8 到 14 小時 14 到 20 小時 20 小時以上. 763 1,253 2,026 637 277 145 103 44 80. 14.3 23.5 38.0 12.0 5.2 2.7 1.9 0.9 1.5. 總和. 5,328. 100.0. 沒有. 25. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(34) 圖 4- 6 每週社團時數分布 （四）每週補習時數 在 5,328 位普通科高二學生中，每週補習時數 1 到 2 小時者人數 最多，佔 26.7%，其次為每週補習時數 2 到 4 小時者，佔 16.0%，接 續為每週補習時數為 4 到 6 小時及 6 到 8 小時者，分別佔 15.8%及 10.6%。可看出學生每週補習時數之人數主要集中在 1 小時至 8 小時 之間，佔近七成(如表 4-8、圖 4-7)。 表 4- 8 每週補習時數狀況 單位：人；%. 項目. 人數. 百分比. 1 小時以下 1 到 2 小時 2 到 4 小時 4 到 6 小時 6 到 8 小時 8 到 14 小時 14 到 20 小時 20 小時以上. 223 464 1,425 853 842 565 343 239 374. 4.2 8.7 26.7 16.0 15.8 10.6 6.4 4.6 7.0. 總和. 5,328. 100.0. 沒有. 26. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(35) 圖 4- 7 每週補習時數之分布 （五）參加校內競賽與否 在 5,328 位普通科高二學生中，沒參與過校內競賽的學生佔 53.1%，而有參與過校內競賽之學生佔 46.9%，兩者比例差距不多(如 表 4-9、圖 4-8)。 表 4- 9 參加校內競賽與否狀況 單位：人；%. 項目. 人數. 百分比. 沒參加. 2,829. 53.1. 有參加. 2,499. 46.9. 總和. 5,328. 100.0. 27. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(36) 圖 4- 8 參加校內競賽與否之分布. （六）參加校外競賽與否 在 5,328 位普通科高二學生中，沒參與過校外競賽的學生佔 77.6%，而有參與過校外競賽之學生佔 22.4%，且沒參與過的學生人 數約為參與過人數之 3.47 倍(如表 4-10、圖 4-9)。 表 4- 10 參加校外競賽與否狀況 單位：人；%. 項目. 人數. 百分比. 沒參加. 4,135. 77.6. 有參加. 1,193. 22.4. 總和. 5,328. 100.0. 28. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(37) 圖 4- 9 參加校外競賽與否之分布. （七）參加國際活動與否 在 5,328 位普通科高二學生中，沒參與過國際活動的學生佔 85.5%，而有參與過國際活動之學生佔 14.5%，且兩者人數差距明顯， 沒參與過的學生人數約為參與過人數之 5.87 倍(如表 4-11、圖 4-10)。 表 4- 11 參加國際活動與否狀況 單位：人；%. 項目. 人數. 百分比. 沒參加. 4,553. 85.5. 有參加. 775. 14.5. 5,328. 100.0. 總和. 29. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(38) 圖 4- 10 參加國際活動與否之分布 三、情緒學習投入變項之剖析 本研究之情緒學習投入變項包含學生之「對學校課程感興趣程度」 、 「學 校師資或學習條件滿意度」 、 「對學校規定滿意度」等，本段為情緒學習投入 變項概況之描述。 （一）對學校課程感興趣程度 在 5,328 位普通科高二學生中，對學校課程非常不感興趣之 學生佔 5.3%，對學校課程不感興趣之學生佔 41.1%，對學校課程 感興趣之學生佔 34.8%，41.1%，對學校課程非常感興趣之學生 佔 18.8%(如表 4-12、圖 4-11)。 表 4- 12 對學校課程感興趣程度狀況 單位：人；%. 項目. 人數. 百分比 285. 5.3. 不感興趣. 2,191. 41.1. 感興趣. 1,852. 34.8. 非常感興趣. 1,000. 18.8. 總和. 5,328. 100.0. 非常不感興趣. 30. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(39) 圖 4- 11 對學校課程感興趣程度之分布. （二）學校師資或學習條件滿意度 在 5,328 位普通科高二學生中，對學校師資或學習條件非常 不滿意之學生佔 15.5%，對學校師資或學習條件不滿意之學生佔 35.3%，對學校師資或學習條件滿意之學生佔 39.1%，對學校師 資或學習條件非常滿意之學生佔 10.1%(如表 4-13、圖 4-12)。 表 4- 13 學校師資或學習條件滿意度狀況 單位：人；%. 項目. 人數. 百分比 826. 15.5. 不滿意. 1,883. 35.3. 滿意. 2,085. 39.1. 534. 10.1. 5,328. 100.0. 非常不滿意. 非常滿意 總和. 31. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(40) 圖 4- 12 學校師資或學習條件滿意度分布 （三）對學校規定滿意度 在 5,328 位普通科高二學生中，對學校規定非常不滿意之學 生佔 38.2%，對學校規定不滿意之學生佔 36.1%，對學校規定滿 意之學生佔 20.6%，對學校規定非常滿意之學生佔 5.1%(如表 4-14、 圖 4-13)。 表 4- 14 對學校規定滿意度狀況 單位：人；%. 項目. 人數. 百分比. 非常不滿意. 2,037. 38.2. 不滿意. 1,926. 36.1. 滿意. 1,099. 20.6. 266. 5.1. 5,328. 100.0. 非常滿意 總和. 32. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(41) 圖 4- 13 對學校規定滿意度之分布 四、認知學習投入變項之剖析 本研究之認知學習投入變項包含學生之「學校每日上課時數」 、 「擔任班 級幹部與否」 、 「擔任社團幹部與否」 、 「自我期許」等，本段為認知學習投入 變項概況之描述。 （一）學校每日上課時數 在 5,328 位普通科高二學生中，每日上課時數在 9 到 10 小時之 學生最多數，佔 26.5%，其次為每日上課時數 8 到 9 小時之學生，佔 16.7%，接續為每日上課時數 10 到 11 小時之學生，佔 15.2%，可看 出學生每日上課時數主要集中在 8 到 11 小時之間(如表 4-15、圖 4-14)。. 33. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(42) 表 4- 15 學校每日上課時數狀況 單位：人；%. 人數. 項目. 百分比. 不滿 7 小時. 202. 3.8. 7 到 8 小時. 604. 11.3. 8 到 9 小時. 890. 16.7. 9 到 10 小時. 1,414. 26.5. 10 到 11 小時. 812. 15.2. 11 到 12 小時. 368. 6.9. 12 到 13 小時. 408. 7.7. 13 到 14 小時. 393. 7.4. 14 小時以上. 237. 4.5. 5,328. 100.0. 總和. 圖 4- 14 學校每日上課時數之分布 （二）擔任班級幹部與否 在 5,328 位普通科高二學生中，有擔任班級幹部之學生佔 70.8%， 沒擔任班級幹部之學生佔 29.2%，且有擔任之學生人數約為沒擔任人 數的 2.42 倍(如表 4-16、圖 4-15)。 34. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(43) 表 4- 16 擔任班級幹部與否狀況 單位：人；%. 人數. 項目. 百分比. 沒擔任. 1,554. 29.2. 有擔任. 3,774. 70.8. 總和. 5,328. 100.0. 圖 4- 15 擔任班級幹部與否之分布 （三）擔任社團幹部與否 在 5,328 位普通科高二學生中，沒擔任社團幹部之學生佔 54.4%， 有擔任社團幹部之學生佔 45.6%，且兩者學生人數差距不大(如表 4-17、 圖 4-16)。 表 4- 17 擔任社團幹部與否狀況 單位：人；%. 項目. 人數. 百分比. 沒擔任. 2,896. 54.4. 有擔任. 2,432. 45.6. 總和. 5,328. 100.0. 35. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(44) 圖 4- 16 擔任社團幹部與否之分布 （四）自我期許 在 5,328 位普通科高二學生中，期許自己最高學歷為一般大學之 學生最多數，佔 44.2%，其次是最高學歷為碩士之學生，佔 33.3%， 其中，兩者學生人數佔了七成七左右(如表 4-18、圖 4-17)。 表 4- 18 自我期許狀況 單位：人；%. 項目. 人數. 百分比. 高中職. 313. 5.9. 專科. 32. 0.9. 2,357. 44.2. 207. 3.9. 碩士. 1,773. 33.3. 博士. 628. 11.8. 總和. 5,328. 100.0. 一般大學 科技大學或技術學院. 36. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(45) 圖 4- 17 自我期許之分布. 37. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(46) 第二節. 卡方獨立性檢定. 本研究為了了解人口統計變項、行為學習投入變項、情緒學習投入變項及認 知學習投入變項對於不同學生學習表現是否有顯著差異，因此對不同變項與學生 學習表現之差異進行卡方獨立性檢定，如表 4-19。 表 4- 19 學生變項與學習表現卡方檢定表 Pearson 卡方值. 自由度. 顯著性. 類組. 7.8773. 8. 0.4455. 性別. 7.1348. 2. 0.02823*. 每週運動時數. 30.97. 16. 0.01358*. 每週課外閱讀時數. 29.425. 16. 0.02122*. 每週社團時數. 52.506. 16. < 0.0001*. 每週補習時數. 20.038. 16. 0.2185. 參加校內競賽與否. 93.2. 2. < 0.0001*. 參加校外競賽與否. 5.9553. 2. 0.05091. 參加國際活動與否. 5.7915. 2. 0.05526. 對課程感興趣程度. 235.65. 6. < 0.0001*. 對學校師資滿意度. 23.781. 6. 0.000738*. 學校規定滿意度. 6.5616. 6. 0.3633. 每週學校上課時數. 11.084. 16. 0.8043. 擔任班級幹部與否. 61.538. 2. < 0.0001*. 擔任社團幹部與否. 0.97336. 2. 0.6147. 自我期許. 84.834. 10. < 0.0001*. 註：*表示 p<0.05. 38. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(47) 由上表可知，「性別」、「每週運動時數」、「每週課外閱讀時數」、「每週社團 時數」 、 「參加校內競賽與否」 、 「對課程感興趣程度」 、 「對學校師資滿意度」 、 「擔 任班級幹部與否」 、 「自我期許」此九個變項對於學生學習表現差異之顯著性小於 0.05，拒絕虛無假設為不同變項與學習表現變項間獨立之假設，表示此九個不同 變項對於學生學習表現之差異有顯著影響。. 39. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(48) 第三節. 不同學習表現學生之決策樹分析. 本研究欲探討學生不同學習表現之特性，因此使用分類迴歸樹(Classification and Regression Tree，簡稱 CART)來進行資料分析，以建立不同學習表現之學生， 分別為高度學習表現之學生、中度學習表現之學生及低度學習表現之學生之三個 分類模型，並探討影響學習表現之相關因素。以下分別說明此研究所使用的被預 測變項及預測變項，如下： （一）被預測變項： 本研究以「高度學習表現之學生」 、 「中度學習表現之學生」 、 「低 度學習表現之學生」為被預測變項，各變項皆為二元變項，變項內容 分別為是/否為「高度學習表現之學生」 、是/否為「中度學習表現之學 生」、是/否為「低度學習表現之學生」，共三個被預測變數。 （二）預測變項： 本研究以經過前節所提卡方獨立性檢定後之三面向「行為學習投 入」 、 「情緒學習投入」 、 「認知學習投入」之因素構面與人口統計變數 為預測變數，以探討不同學習表現之學生之特性，如表 4-20 所示：. 40. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(49) 表 4- 20 分類決策樹之預測變項 分類決策樹之預測變項 運動時數(週) 課外閱讀時數(週) 行為學習投入. 社團時數(週) 是否參加校內競賽. 情緒學習投入. 對學校課程感興趣程度 學校師資或學習條件滿意度. 認知學習投入. 是否擔任班級幹部 自我期許. 人口統計變數. 性別. 一、高度學習表現學生之決策樹分析 因為在此資料中，高度學習表現之學生與非高度學習表現者之樣本數差距較 大，為了避免由樣本數差異懸殊而影響分類結果之準確性，因此，將樣本數以高 度學習表現之學生為標準，平衡高度學習表現之學生與非高度學習表現者之樣本 數，高度學習表現之學生樣本數分布如表 4-21 所示。 表 4- 21 高度學習表現之學生樣本數分布 未平衡之樣本數. 高度學習表現. 平衡之樣本數. 樣本數. 百分比. 樣本數. 百分比. 1,648. 30.9%. 1,592. 48.3%. 3,680. 69.1%. 1,704. 51.7%. 5,328. 100%. 3,296. 100%. 之學生 非高度學習表 現之學生 總數. 41. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(50) 接著，將平衡過後之 3,296 筆總樣本分別以 70%與 30%之比例分為訓練樣本 (Training Sample)及測試樣本(Testing Sample)，以訓練樣本發展決策樹，而使用 測試樣本測試決策樹的正確率。本模型以「高度學習表現之學生」之二元變數母 節點，放入其他預測變項使用 CART 方法進行決策樹分類。以 CART 分類結果(如 圖 4-18)可知，重要性較大之變數成為分類的子節點。其中，將訓練樣本與測試 樣本交叉驗證下(如表 4-22)，可以發現，隨著複雜參數(complexity parameter, CP) 愈來愈小，決策樹愈來愈複雜，在訓練樣本的正確率愈來愈高，且測試樣本的正 確率也大致增加，兩者正確率不算相差太大，交叉驗證結果是可接受的，表示此 樣本所得到的決策樹模型是可應用於其他樣本。 表 4- 22 模型一分類正確性 CP. 訓練樣本正確性. 測試樣本正確性. 0.0585. 0.5745. 0.5709. 0.0110. 0.5971. 0.5688. 0.0072. 0.6005. 0.5698. 42. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(51) 圖 4- 18 高度學習表現學生之決策樹. 由高度學習表現學生之決策樹分類規則(如表 4-23)可了解，高度學習表現學 生之特性與人數，本研究欲針對最終分類節點人數比例較多之規則整理於本節後 段，並加以做詳細之探討。. 43. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(52) 表 4- 23 高度學習表現學生之決策樹分類規則 規則 1. IF THEN. 分類變數. 條件符合. 對課程感興趣程度. 非常感興趣. 高度學習表現之學生：1,094 人，佔總人數 47.4%. IF. 對課程感興趣程度. 感興趣、不感興趣、非常不感興趣. AND. 社團時數（週）. 1 小時以下、1~2 小時、4~6 小時. AND. 是否參加校內競賽. 是. AND. 課外閱讀時數（週）. 1~2 小時、6~8 小時、. 2. 8~14 小時、20 小時以上 THEN. 3. 高度學習表現之學生：282 人，佔總人數 12.2%. IF. 對課程感興趣程度. 感興趣、不感興趣、非常不感興趣. AND. 社團時數（週）. 1 小時以下、4~6 小時. AND. 是否參加校內競賽. 是. AND. 課外閱讀時數（週）. 沒有、1 小時以下、2~4 小時、 4~6 小時、14~20 小時. THEN. 高度學習表現之學生：174 人，佔總人數 7.5%. 44. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(53) 二、中度學習表現學生之決策樹分析 因為在此資料中，中度學習表現之學生與非中度學習表現者之樣本數差距較 大，為了避免由樣本數差異懸殊而影響分類結果之準確性，因此，將樣本數以中 度學習表現之學生為標準，平衡中度學習表現之學生與非中度學習表現者之樣本 數。中度學習表現之學生樣本數分布如表 4-24 所示。 表 4- 24 中度學習表現之學生樣本數分布 未平衡之樣本數. 中度學習表現. 平衡之樣本數. 樣本數. 百分比. 樣本數. 百分比. 2,311. 43.4%. 2,229. 48.2%. 3,017. 56.6%. 2,393. 51.8%. 5,328. 100%. 4,622. 100%. 之學生 非中度學習表 現之學生 總數. 接著，將平衡過後之 4,622 筆總樣本分別以 70%與 30%之比例分為訓練樣本 (Training Sample)及測試樣本(Testing Sample)，以訓練樣本發展決策樹，而使用 測試樣本測試決策樹的正確率。本模型以「中度學習表現之學生」之二元變數母 節點，放入其他預測變項使用 CART 方法進行決策樹分類。以 CART 分類結果(如 圖 4-19)可知，重要性較大之變數成為分類的子節點。其中，將訓練樣本與測試 樣本交叉驗證下(如表 4-25)，可以發現，隨著複雜參數(complexity parameter, CP) 愈來愈小，決策樹愈來愈複雜，在訓練樣本的正確率愈來愈高，且測試樣本的正 確率也大致增加，兩者正確率不算相差太大，交叉驗證結果是可接受的，表示此 樣本所得到的決策樹模型是可應用於其他樣本。. 45. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(54) 表 4- 25 模型二分類正確性 CP. 訓練樣本正確性. 測試樣本正確性. 0.016. 0.5590. 0.5260. 0.009. 0.5714. 0.5404. 圖 4- 19 中度學習表現學生之決策樹. 46. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(55) 由中度學習表現學生之決策樹分類規則(如表 4-26)可了解，中度學習表現學 生之特性與人數，本研究欲針對最終分類節點人數比例較多之規則整理於本節後 段，並加以做詳細之探討。 表 4- 26 中度學習表現學生之決策樹分類規則 規則 IF. 分類變數. 條件符合. 課外閱讀時數（週）. 1 小時以下、1~2 小時、2~4 小時、 4~6 小時、14~20 小時、20 小時以上. 1. AND. 社團時數（週）. 沒有、1 小時以下、 14~20 小時. AND. 1~2 小時、4~6 小時、. 運動時數（週）. 6~8 小時、14~20 小時 THEN IF. 中度學習表現之學生：511 人，佔總人數 15.8% 1 小時以下、1~2 小時、2~4 小時、. 課外閱讀時數（週）. 4~6 小時、14~20 小時、20 小時以上 2. AND. 社團時數（週）. 1~2 小時. AND. 學校師資及學習條件滿. 不滿意、非常滿意. 意度 THEN IF. 中度學習表現之學生：380 人，佔總人數 11.7% 1 小時以下、1~2 小時、2~4 小時、. 課外閱讀時數（週）. 4~6 小時、14~20 小時、20 小時以上 3. AND. 社團時數（週）. 沒有、1 小時以下、14~20 小時. AND. 運動時數（週）. 沒有、1 小時以下、2~4 小時、 8~14 小時、20 小時以上. AND. 自我期許. THEN. 中度學習表現之學生：330 人，佔總人數 10.2%. 高中職、專科、碩士畢業. 47. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(56) 三、低度學習表現學生之決策樹分析 因為在此資料中，低度學習表現之學生與非低度學習表現者之樣本數差距較 大，為了避免由樣本數差異懸殊而影響分類結果之準確性，因此，將樣本數以中 度學習表現之學生為標準，平衡低度學習表現之學生與非低度學習表現者之樣本 數。低度學習表現之學生樣本數分布如表 4-27 所示 表 4- 27 低度學習表現之學生樣本數分布 未平衡之樣本數. 低度學習表現. 平衡之樣本數. 樣本數. 百分比. 樣本數. 百分比. 1,369. 25.7%. 1,310. 47.8%. 3,959. 74.3%. 1,428. 52.2%. 5,328. 100%. 2,738. 100%. 之學生 非低度學習表 現之學生 總數. 接著，將平衡過後之 2,738 筆總樣本分別以 70%與 30%之比例分為訓練樣本 (Training Sample)及測試樣本(Testing Sample)，以訓練樣本發展決策樹，而使用 測試樣本測試決策樹的正確率。本模型以「低度學習表現之學生」之二元變數母 節點，放入其他預測變項使用 CART 方法進行決策樹分類。以 CART 分類結果(如 圖 4-20)可知，重要性較大之變數成為分類的子節點。其中，將訓練樣本與測試 樣本交叉驗證下(如表 4-28)，可以發現，隨著複雜參數(complexity parameter, CP) 愈來愈小，決策樹愈來愈複雜，在訓練樣本的正確率愈來愈高，且測試樣本的正 確率也大致增加，兩者正確率不算相差太大，交叉驗證結果是可接受的，表示此 樣本所得到的決策樹模型是可應用於其他樣本。. 48. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(57) 表 4- 28 模型三分類正確性 CP. 訓練樣本正確性. 測試樣本正確性. 0.0547. 0.5806. 0.6236. 0.0152. 0.5884. 0.6151. 0.0128. 0.6072. 0.5871. 0.0110. 0.6239. 0.5993. 圖 4- 20 低度學習表現學生之決策樹. 49. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(58) 由低度學習表現之學生之決策樹分類規則(如表 4-29)可了解，中度學習表現 學生之特性與人數，本研究欲針對最終分類節點人數比例較多之規則整理於本節 後段，並加以做詳細之探討。 表 4- 29 低度學習表現學生之決策樹分類規則 規則. 分類變數. 條件符合. IF. 對課程感興趣程度. 非常不感興趣、不感興趣. AND. 自我期許. 高中職、一般大學、. 1. 科技大學或技術學院畢業 AND THEN. 課外閱讀時數（週）. 沒有、1~2 小時、8~14 小時. 低度學習表現之學生：282 人，佔總人數 14.7%. IF. 對課程感興趣程度. 感興趣. AND. 課外閱讀時數（週）. 沒有、1~2 小時、4~6 小時、6~8 小時、. 2. 14~20 小時、20 小時以上 AND. 1~2 小時、2~4 小時、6~8 小時、. 社團時數（週）. 8~14 小時、20 小時以上 THEN. 低度學習表現之學生：155 人，佔總人數 8.1%. IF. 對課程感興趣程度. 非常不感興趣、不感興趣. AND. 自我期許. 高中職、一般大學、. 3. 科技大學或技術學院畢業 AND. 1 小時以下、2~4 小時、4~6 小時、. 課外閱讀時數（週）. 6~8 小時、14~20 小時、20 小時以上 AND. 1~2 小時、2~4 小時、4~6 小時、. 運動時數（週）. 6~8 小時、8~14 小時 THEN. 低度學習表現之學生：197 人，佔總人數 10.3%. 50. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(59) 本研究欲針對三種不同學生學習表現人數比例較多的分類規則加以歸納比 較，如表 4-30，以下詳述各學習表現之主要特性。 針對高度學習表現之學生，有 47.4%對於學校課程是非常感興趣的；有 12.2% 對課程持非常不感興趣/不感興趣/感興趣者且每週參與社團時數為 1 小時以下 /1~2 小時/4~6 小時、有參加校內競賽、每週課外閱讀時數為 1~2 小時/6~8 小時 /8~14 小時/20 小時以上之學生。 針對中度學習表現之學生，有 15.8%每週課外閱讀時數 1 小時以下/1~2 小時 /2~4 小時/4~6 小時/14~20 小時/20 小時以上、每週參與社團時數為 1 小時以下 /14~20 小時/沒有、每週運動時數為 1~2 小時/4~6 小時/6~8 小時/14~20 小時之學 生；有 11.7%每週課外閱讀時數 1 小時以下/1~2 小時/2~4 小時/4~6 小時/14~20 小時/20 小時以上、每週參與社團時數為 1~2 小時、對學校師資及學習條件持不 滿意/非常滿意。 針對低度學習表現之學生，有 14.7%對於學校課程是非常不感興趣/不感興趣、 自我期許為高中職/一般大學/科技大學或技術學院畢業、每週課外閱讀時數為 1~2 小時/8~14 小時/沒有之學生；有 10.3%對於學校課程是非常不感興趣/不感興 趣、自我期許為高中職/一般大學/科技大學或技術學院畢業、每週課外閱讀時數 為 1 小時以下/2~4 小時/4~6 小時/6~8 小時/14~20 小時/20 小時以上、每週運動時 數為 1~2 小時/2~4 小時/4~6 小時/6~8 小時/8~14 小時之學生。. 51. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(60) 表 4- 30 不同學習表現學生之特性歸納比較 高度學習表現之學生 1. 對課程感興趣程 度：非常感興趣. 中度學習表現之學生 1. 每週課外閱讀時. 低度學習表現之學生 1. 對課程感興趣程. 數：1 小時以下、1~2. 度：非常不感興趣｜. 小時、2~4 小時、4~6. 不感興趣. 小時、14~20 小時、 2. 自我期許： 20 小時以上 2. 每週社團時數： 沒有、1 小時以下、 14~20 小時 3. 每週運動時數：1~2 小時、4~6 小時、6~8. 高中職、一般大學、 科技大學或技術學 院 3. 每週課外閱讀時 數：沒有、1~2 小時、 8~14 小時. 小時、14~20 小時 47.4% 1. 對課程感興趣程. 15.8% 1. 每週課外閱讀時. 14.7% 1. 對課程感興趣程度：. 度：感興趣、不感興. 數：1 小時以下、1~2. 非常不感興趣、不感. 趣、非常不感興趣. 小時、2~4 小時、4~6. 興趣. 2. 每週社團時數：1 小 時以下、1~2 小時、 4~6 小時 3. 是否參加校內競 賽：是 4. 每週課外閱讀時 數：1~2 小時、6~8. 小時、14~20 小時、 2. 自我期許：高中職、 20 小時以上 2. 每週社團時數：1~2. 一般大學、科技大學 或技術學院 3. 每週課外閱讀時. 小時 3. 學校師資及學習條. 數：1 小時以下、2~4. 件滿意度：. 小時、4~6 小時、6~8. 不滿意、非常滿意. 小時 14~20 小時、20. 小時、8~14 小時、. 小時以上. 20 小時以上. 4. 每週運動時數：1~2 小時、2~4 小時、4~6 小時、4~6 小時、6~8 小時、8~14 小時. 12.2%. 11.7%. 10.3%. 主要族群人數百分比總和 59.6%. 27.5%. 25.0%. 52. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(61) 第伍章. 結論與建議. 本章節首先根據本研究之文獻回顧以及分析結果進行歸納，列出本研究主要 結論；第二節則說明研究限制，並對後續研究提出建議。. 第一節. 結論. 一、學生情緒學習投入及行為學習投入為較顯著因素。 綜觀學生學習投入面向，可主要分為行為、情緒與認知行為投入，然從 文獻探討可知，在教育過程中，學生情緒學習投入層面是一個值得重視之面 向，且行為學習投入也是預測學生學習表現的重要指標之一，而本研究透過 分析發現，在不同學習表現下，學生情緒學習投入以及行為學習投入是較能 區分當前資料之變項，即表示在不同學習表現之學生，其情緒、行為學習投 入之面向可能有較為明顯的特性。 二、高度學習表現之學生對於學校課程感興趣程度有較顯著之特性。 從文獻探討中可知，學生對於課程有興趣時，相對地會展現較好的學習 表現；而在分類決策樹分析後發現，對於高度學習表現的高二學生來說，他 們多半對學校課程很感興趣，而可能在學習過程中產生學習動機及自信，進 而產生較佳的學習表現；然而，在高度學習表現的學生當中，也有部分學生 對學校課程感興趣程度不這麼高，但他們可能在學習方面能力較好，因此面 對學校測驗及考試有不錯的掌握度，也有較多的時間可以從事社團、校內競 賽、課外閱讀的學習活動。 三、中度學習表現之學生在課外閱讀、社團和運動方面投入程度較為. 明顯。 對於中度學習表現的學生，常常是在教育現場被忽視的一群，但從此研 53. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(62) 究分析結果發現，雖然他們的學習表現不如高度學習表現的學生優異，但他 們在課程外的活動，如社團、運動及課外閱讀投入了不少時間，表示他們在 相關的行為學習投入面向，可能會展現不錯的表現，若我們使用更多元的角 度或面向來評量學生之學習表現，或許可以發現這群學生亮眼之處。 四、低度學習表現之學生在課程感興趣程度及自我期許方面，為其顯. 著因素。 從分類決策樹之分析結果可發現，對於低度學習表現之學生而言，普遍 對學校課程不太感興趣，或許對於學習方面較無熱忱，所以在其他學習投入 面向沒有顯著的特性；然而在學生自我期許方面，有些學生只想讀到高中職 就好，有另一部分學生期許自己可以大學畢業，這當中或許是這群學生對於 學習上是有動機和熱忱的，但可能是因為還未掌握自我學習策略、方法，所 以沒有展現突出的學習表現。. 54. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(63) 第二節. 建議. 此節欲針對本研究所分析之結果，提出本研究之限制，並對於後續研究給予 建議，使其相關研究能夠更加深入。. 一、. 研究限制. （一）問卷研究之受測者效應 在研究方法裡的霍桑效應，係指受試者之心理因素干擾或影響研 究結果之現象，當受試者在回答問卷之問題時，知覺自己正在被觀察， 因而產生較不自然之反應，回答之答案與真實情況可能會有出入，而 影響研究結果；本研究中所使用之問卷調查中，受測之學生在填答時， 可能會出現高估自我學期總成績及排名之情形，或是若老師在旁引導、 觀看學生填寫問卷，也可能會讓受試學生對於學校、師資及課程相關 問題之滿意度較不敢於填寫真實內心的感受，而導致變項代表性會有 明顯差異。 （二）研究結果顯示相關性，非因果關係 因進行問卷調查之單位對於釋出資料之限制，因此，本研究只針 對 103 學年度之問卷量化資料進行分析，探討非長期性之學生特性及 行為，且不同高二學生學習表現下之特性結果可能只能顯示其相關性， 不能夠給予絕對地因果關係之結論。 （三）子變項主觀性歸類 本研究是根據行為學習投入、情緒學習投入，以及認知學習投入 三個向度之定義，將此問卷調查之問題進行子變項之歸類，而此方法 可能會出現主觀性 之疑慮，導致在進行接下來的研究分析時，會影 響其分析結果。. 二、. 後續研究建議. （一）多元評量及定義學生學習表現 55. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
(64) 隨著近兩年興起的「特殊選才」之入大學新管道，現在學校希望 能創造學生的多元化，讓學生透過同儕來理解並看到社會的不同層面， 因此，在定義學生的學習表現時，如果納入更全面性的觀察及標準化 的評量方式，而非本研究所使用的學科紙本測驗成績取向，或許在進 行相關研究時，可以看見學生在團隊合作、責任感、人際關係等重要 特質的面向，並獲得更有價值的結果。 （二）分析學生長期性資料. 因本研究只針對 103 學年度的高二學生進行問卷調查，而較無法 觀察到學生長期性的行為和特性，以及其對於學習表現之影響。因此， 後續研究可以採用長期性的追蹤調查，以了解在不同階段的相同學生 群的變化，並做更延伸性之相關性研究。 （三）使用邏輯式迴歸，納入變項間之交互作用 從文獻回顧可知，在教學過程中，學生在行為、情緒及認知學習 投入向度會互相影響之外，在各學習投入向度之下的學生特性也可能 會相互依賴，然本研究假設子變項間是獨立存在，而未考慮變項之間 之影響，因而在模型分析結果只能提供較有限之資訊。因此，日後研 究可使用邏輯式迴歸中的累積機率模型等方法，更謹慎地檢視學習投 入變項的重要性及變項之間的相關性，以釐清影響學生學習表現之因 素。. 56. DOI:10.6814/THE.NCCU.STAT.003.2018.B03.
Outline
相關文件
（Keywords: general education, learning passport, cultivation in humanity, activities of music and arts, democracy and constitutionalism, the silky way over the sea）.. The
（Keywords: general education, learning passport, cultivation in humanity, activities of music and arts, democracy and constitutionalism, the silky way over the sea）.. The
(Another example of close harmony is the four-bar unaccompanied vocal introduction to “Paperback Writer”, a somewhat later Beatles song.) Overall, Lennon’s and McCartney’s
The aim of this study is to develop and investigate the integration of the dynamic geometry software GeoGebra (GGB) into eleventh grade students’.. learning of geometric concepts
The prevalence of the In-service Education is making the study of In-service student satisfaction very important.. This study aims at developing a theoretical satisfaction
There appears forms of senior high schools, ocational schools and comprehensive high schools in the educational system of higher education till now; on the other
The participants of this case study are two eighth graders in junior high school. The math game is designed to assist in teaching volume four, chap- ter one of grade eight
The study mainly focuses on discovering the actual situations and issues facing senior high school students in remote areas in studying mathematics and tests the discovery by
