中學教師實施機器人教學的影響因素之研究

全文

(1)國立臺灣師範大學科技應用與人力資源發展學系碩士論文. 中學教師實施機器人教學的影響因素之研究. 研究生：古芷蓉指導教授：林坤誼. 中華民國一百零九年六月.

(2) 謝誌韶光荏苒，兩年的時間好像真的在眨眼的瞬間就晃過了。當初帶著忐忑的心情回到系上，如今研究所生涯即將邁入尾聲，回想無數個獨自待在研究室的週末，都會成為現在與未來的養分，接下來要帶著堅定的心情繼續踏上研究的旅程，為自己翻開嶄新的一頁。本篇碩士論文要感謝坤誼老師耐心地無數次與我來回討論與修正；感謝簡佑宏教授和黃進和教授擔任我的口試委員，給予許多寶貴的建議，使我可以將論文撰寫得更加完整。特別感謝洪榮昭教授在我發放問卷遇到瓶頸的時候給了我非常大的幫助，以及感謝協助填寫調查問卷的各位中學教師，有了您們的協助我才能順利完成此篇論文。謝謝我的家人，愛我的家人，把我當公主在寵的爹地、媽咪、大米和弟弟。謝謝你們在我決定從職場回到學校唸書的時候給我莫大的鼓勵，不論我做甚麼決定總是無條件支持；不管我表現如何總是大力鼓掌，不僅分享我的快樂與不快樂，更時時提醒我要懂得感恩並謙和待人。我這輩子的溫柔都要耗在您們身上，我愛您們。謝謝坤誼老師，猶記得三年前茫然的我如何在與您對談完後得到偌大的勇氣和力量，支持我回系上唸書。在研究所的期間給我無數機會去訓練和發展，從不吝嗇給予建議和經驗傳承，從您身上我看到身為一個教育者該有的責任感和一個學者的風範，感謝您給我這麼好的榜樣去學習。期許自己能成為跟您一樣關心學生、正直、選擇善良的教師，以及有能力以學術捍衛科技領域的學者。感謝在身邊不離不棄的朋友們與前同事，塞滿行程的行事曆中穿插著你們的名字，便是我在這段日子中最愉快的事情。很幸運一路上遇到許多提攜我的師長們，有您們的幫助我才會是現在的我，在此深表謝忱。. i.

(3) ii.

(4) 中學教師實施機器人教學的影響因素之研究研究生：古芷蓉指導教授：林坤誼. 中文摘要隨著跨領域學習和科技工具融入教學的趨勢，機器人教學也成為各領域探討的主題。本研究透過延伸計畫行為理論模式，發展中學教師機器人教學行為意向之量表，並以此量表探究中學教師實施機器人教學的影響因素。調查方法採線上問卷填答方式，正式施測之研究對象包含 53 位具有機器人教學經驗之現職中學教師。利用偏最小平方法結構方程模型進行資料分析，驗證量表之信、效度，以及因素間的影響程度，提出中學教師實施機器人教學的行為模式。研究結果顯示：（1）價值認定、主觀規範、以及知覺行為控制會影響行為意向；（2）態度對行為意向並沒有明顯的影響力；（3）知覺行為控制與行為意向皆會影響實際教學行為；（4）態度、知覺行為控制、以及行為意向分別受到價值認定的影響。此外，依據研究結果與發現於研究最後針對機器人教學實施層面及研究層面提出未來建議。. 關鍵詞：機器人教學、計畫行為理論、行為意向、偏最小平方法. iii.

(5) iv.

(6) Exploring the Influencing Factors of Secondary Teachers Implementing Robotics Education Author: Chih-Jung Ku Adviser: Kuen-Yi Lin. ABSTRACT With the trend of interdisciplinary learning and technological tools being integrated into education, robotics education has become one of the most popular courses. Based on extending the theory of planned behavior (TPB), this research developed a scale of "Robotic education behavior intention of secondary school teachers" with six factors, including attitude, subjective norm, perceived behavior control, intention, behavior, and value. With this scale, the influencing factors of secondary teachers’ robotics education and the relationship among these factors were explored. The online survey was used. There were 53 secondary teachers with experience in robotics education recruited, and the partial least squares-SEM was used for data analysis. The research results indicated that: (1) subjective norm, perceived behavior control, and value were significant predictors of intention; (2) attitude had no influence on intention; (3) perceived behavior control and intention both had positive influences on behavior; (4) there were positive influencing relationship between value and attitude, perceived behavior control, and intention. In addition, according to the research findings, future suggestions were proposed for the implication and research in robotics education. Keywords: robotics education, theory of planned behavior, intention, PLSSEM. v.

(7) vi.

(8) 目錄中文摘要 .................................................................................................. iii ABSTRACT ............................................................................................... v 目錄 ......................................................................................................... vii 表次 ...........................................................................................................ix 圖次 ...........................................................................................................xi 第一章緒論 .............................................................................................. 1 第一節研究背景與動機 .................................................................. 1 第二節研究目的與待答問題 .......................................................... 4 第三節研究範圍與限制 .................................................................. 5 第四節重要名詞解釋 ...................................................................... 8 第二章文獻探討 .................................................................................... 11 第一節機器人教學相關研究的發展 ............................................ 11 第二節理論基礎與可能影響因素 ................................................ 16 第三章研究方法 .................................................................................... 23 第一節研究架構 ............................................................................ 23 第二節研究對象 ............................................................................ 26 第三節研究流程 ............................................................................ 27 第四節研究工具 ............................................................................ 30 第五節資料分析與詮釋 ................................................................ 35 第四章研究結果與討論 ........................................................................ 37 第一節研究對象之基本資料分析 ................................................ 37 第二節測量模型分析 .................................................................... 39 第三節結構方程模型分析 ............................................................ 45 第四節綜合討論 ............................................................................ 50 vii.

(9) 第五章結論與建議 ................................................................................ 53 第一節結論 .................................................................................... 53 第二節建議 .................................................................................... 54 參考文獻 .................................................................................................. 57 一、中文部分 .................................................................................. 57 二、外文部分 .................................................................................. 57 附錄一預試研究模型 .................................................................... 69 附錄二 PLS 研究模型（原始模型） ............................................ 70 附錄三 PLS 研究模型（刪除 V4、SN2、SN3、I4、I5） ......... 71 附錄四 PLS 研究模型（刪除 SN1） ............................................ 72 附錄五中學教師實施機器人教學行為意向調查問卷題項 ........ 73. viii.

(10) 表次表 3-1 機器人教學意向調查問卷之各構面內涵 .................................. 30 表 3-2 問卷預試分析結果 ...................................................................... 34 表 4-1 基本資料分析（n=53）............................................................... 38 表 4-2 各構面之平均數與標準差分析結果 .......................................... 38 表 4-3 測量模型分析結果（原始模型） .............................................. 41 表 4-4 測量模型分析結果（刪除 V4、SN2、SN3、I4、I5） ........... 42 表 4-5 測量模型分析結果（刪除 SN1）.............................................. 43 表 4-4 區別效度分析結果 ....................................................................... 44 表 4-5 假設檢定結果 .............................................................................. 47 表 4-6 解釋力與預測相關性分析結果 .................................................. 49. ix.

(11) x.

(12) 圖次圖 2-1 計畫行為理論模式 ...................................................................... 17 圖 3-1 研究架構圖 .................................................................................. 24 圖 3-2 研究流程圖 .................................................................................. 29 圖 4-1 結構方程模型分析結果 ............................................................... 48. xi.

(13) 第一章緒論機器人教學（Robotics Education）近年來常被視為跨領域的科學、科技、工程與數學（STEM）教育中，對學生學習興趣或是學習動機能提供有效幫助的課程（Benitti, 2012; Duran, Höft, Lawson, Medjahed, & Orady, 2014; Xia & Zhong, 2018）；不僅如此，也有研究顯示出，在跨領域的教學中實施機器人教學能提高其他非機器人相關學科的學習成效（Benitti, 2012）。因此機器人教育不論是在幼兒教育、中學教育、甚至是高等教育階段中，都是教師和研究者十分關切的議題（Kucuk & Sisman, 2017; Lindh & Holgersson, 2007; Xia & Zhong, 2018）。為了使跨領域教學的規畫能更趨完善，了解教師的看法、實施意願、以及影響教師實施跨領域教學意願的因素都是很重要的工作（Lin & Williams, 2016）。Ajzen（1985）所提出的計畫行為理論（Theory of Planned Behavior, TPB）是一個能夠有效預測教師對於某議題之行為意向的模式（Crawley, 1990; Zint, 2002）。本研究旨在探討中學教師對於實施機器人教學的行為意向，故適合以計畫行為理論為理論基礎進行研究，並根據研究結果提出適切之方案協助推動機器人教學的實施，作為師資培育機構未來規劃課程及開設進修研習之依據。據此，本章將分為以下四節，包含：（1）研究背景與動機；（2）研究目的與待答問題；（3）研究範圍與限制；（4）重要名詞解釋，具體說明如下：. 第一節研究背景與動機近十年來，不論是在小學、中學、抑或是高等教育等不同學習場所，機器人教學皆是一項熱門的議題（Alimisis, 2013；Benitti, 2012；Johnson, 2003）。機器人教學不僅能提供動手做的機會，增進實作技能（Alimisis, 2013）；提高學習科學、數學、科技、與工程等專業領域的興趣（Alimisis, 1.

(14) 2013；Arís & Orcos, 2019；Benitti, 2012；Johnson, 2003；Kandlhofer & Steinbauer, 2016 ； Knop, Ziaeefard, Ribeiro, Page, Ficanha, Miller, & Mahmoudian, 2017；Mubin, Stevens, Shahid, Al Mahmud, & Dong, 2013）；訓練學生的問題解決、批判思考、社交能力、溝通能力、以及團隊合作等 21 世紀關鍵能力（Alimisis, 2013；Arís & Orcos, 2019；Johnson, 2003； Kandlhofer & Steinbauer, 2016），且能有助於改善課堂教學情況（Benitti, 2012；Kandlhofer & Steinbauer, 2016）。綜合以上可得知，目前已有許多針對機器人教學進行的相關研究，且研究多指出機器人教學能為學生的學習帶來許多正向影響。一直以來，教師都是課程實踐上關鍵的角色（Xia & Zhong, 2018），若是教師認為自己缺乏足夠的專業知能或實施課程的自信，則可能導致課程不易被實施（Mataric, Koenig, & Feil-Seifer, 2007），或是使機器人教學的效益無法展現（Anwar, Bascou, Menekse, & Kardgar, 2019；Goode and Margolis, 2011；Pittí, Curto, Moreno, & Rodríguez, 2013）。根據 Kim、Kim、 Yuan、Hill、Doshi 和 Thai（2015）的研究，工作坊的參與會協助提高教師進行跨領域教學的知能、信心和實施意願；Alimisis（2012）的研究也顯示，教師在接受訓練課程後能更有效地透過機器人教學幫助學生學習。綜合上述，是否具備機器人教學的知能與自我效能將會對教師實施機器人教學的意願造成影響，假使能透過培訓課程讓教師習得專業知能並提高教學自我效能，則對於教師實施機器人教學的意願會產生正向影響。除了上述提出之因素以外，當教師對於某課程具有高度的價值評估，則會提高其意願去進行教學，故對於課程的價值評估也會對教師的教學行為產生影響（Lin & Williams, 2016），換句話說，當教師認為機器人教學對學生能夠產生幫助且對機器人教學價值的有高度認定時，會提高其進行機器人教學課程的意願。 2.

(15) 機器人教學已成為世界的趨勢，不僅是為了學習新科技，也是因為透過機器人教學能夠培養學生重要的能力並對學生學習產生助益。綜觀先前研究，例如 Kandlhofer 和 Steinbauer（2016）探討機器人教學對學生科技能力、社交能力與科學態度的影響；Knop 等人（2017）則探討在中學階段實施機器人教學對學生跨領域學習的影響；另外，Arí 和 Orcos （2019）的研究中發現機器人教學對於中學學生的團隊合作能力和科學興趣有正向的影響性，目前已有不少針對機器人教學進行的研究，然而目前多數相關研究多著墨於探究學生的學習成效與態度改變，較少針對教師實施與教學意願和相關影響因素進行分析。隨著機器人教學普及性越來越高，教師在教學中扮演之身分和實施意願也成了重要的研究議題，故本研究延伸計畫行為理論（Ajzen, 1985），使用偏最小平方法進行結構方程模型分析，探究影響中學教師實施機器人教學的因素，以作為日後師資培育機構規劃課程和進修研習、推廣機器人課程、與後續相關研究之參考。. 3.

(16) 第二節研究目的與待答問題基於前述之研究背景與動機，本研究旨在發展出中學教師實施機器人教學之行為模式，以瞭解其中影響因素，進而作為未來師資培育機構規劃職前訓練課程或在職增能課程之參考。以下將具體說明本研究之研究目的與待答問題。一、研究目的 (一)發展中學教師機器人教學行為意向之量表。 (二)探究影響中學教師實施機器人教學的因素。 (三)剖析價值認定、態度、主觀規範、知覺行為控制與行為意向等因素對實際教學行為之影響。二、待答問題依據研究動機與目的，以下茲提出本研究之待答問題： (一)中學教師機器人教學行為意向量表內涵為何？ (二)中學教師機器人教學行為意向量表之信、效度為何？ (三)影響中學教師實施機器人教學的因素為何？ (四)價值認定、態度、主觀規範、知覺行為控制、以及行為意向等因素對中學教師實施機器人教學的實際教學行為之影響程度為何？ 1. 中學教師的價值認定、態度、主觀規範、知覺行為控制、行為意向以及實際教學行為等因素之間的相關性為何？ 2. 中學教師實施機器人教學之行為模式中，影響因素對行為意向和實際教學行為的解釋力為何？ 3. 中學教師實施機器人教學的行為模式為何？. 4.

(17) 第三節研究範圍與限制本節主要探討本研究涵蓋的範圍與本研究之研究限制，詳述如下：一、研究範圍 (一)研究對象本研究主要針對中學教師探討機器人教學的實際情況，為確保參與的教師皆具有實際機器人教學經驗，本研究以曾帶領學生參與大型機器人競賽或全國性機器人競賽的教師為主要研究對象。此處指的機器人競賽其運作模式是由教師帶領學生參與，比賽前，教師在學校指導學生與機器人相關的知能，學生在競賽時必須自行設計、製作，或因應現場環境、競賽規則及需求進行調整與修正等動作。為了使學生能在參加機器人競賽過程中具備設計、製作、調整和修正的能力，並在沒有教師的協助下獨力完成競賽，教師必須於事前進行機器人教學活動或課程，故在此研究中便以「曾帶領學生參加機器人競賽經驗」為判斷教師是否具備機器人教學經驗的依準。 (二)研究內容首先，本研究以計畫行為理論為研究的理論基礎（Ajzen, 1985）發展中學教師實施機器人教學之行為模式，其次，透過文獻探討將價值認定納入理論模式中（Lin & Williams, 2016）為其中一項影響因素，以探究價值認定、態度、主觀規範、知覺行為控制與行為意向等因素對中學教師實施機器人教學的影響。 (三)研究方法與工具本研究依據文獻探討結果發展「中學教師實施機器人教學行為意向調查問卷」作為研究工具，並以偏最小平方結構方程模型（Partial Least Squares-SEM，簡稱 PLS-SEM）進行分析，探討模式中六個因素之間的因果關係。 5.

(18) 二、研究限制 (一)研究對象受限於研究對象設定之條件，本研究對象之母群為具備機器人競賽帶隊經驗之中學教師，因人數之限制將造成回收樣本數量受到影響。因此，本研究採用近兩年（2018 年與 2019 年）大型機器人競賽，例如，「START！智慧小車競賽」、「全國 BrainGo 科技創新實作競賽」、或是「高中生活科技學藝競賽」等參賽教師名單作為預試問卷與正式施測之樣本，以提升樣本之代表性，試圖解決人數限制的問題。另一方面，採用機器人競賽之參賽教師名單作為本研究之研究對象母群亦可確保參與研究之教師對於機器人教學有一定程度的認知，且已具有實際機器人教學行為的經驗，使蒐集之問卷資料更具精準性。. (二)研究方法與工具本研究使用自陳式量表進行問卷調查，因參與者在填答問卷時容易受到其他外在因素影響，造成研究得到之結果未必能忠實反映實際狀況。為避免以上現象，本研究採不具名方式填答問卷，使參與者可以放心填答，表達其真實的感受與想法，提高回收資料的有效性。計畫行為理論最初之目的是用於探討消費者行為，然而目前已被廣泛運用於教育領域的研究中，為使研究更趨嚴謹，本研究根據文獻探討結果在原先計畫行為理論的模型加入價值認定為其中一項影響因素作為考量，提高本研究應用計畫行為理論為模式基礎之準確性。此外，受到研究對象的限制造成本研究對象之樣本母群較小，回收樣本數量受到影響，故使用偏最小平方結構方程模型（PLS-SEM）進行分析。PLS-SEM 對於樣本數之需求較小，僅需大於所提出之問項總數；且因不要求常態假設，PLS-SEM 在分析小樣本時仍可以獲得不錯的衡量結果，如今透過 PLS-SEM 探討因 6.

(19) 果關係的研究數量已逐漸上升（Ringle, Sarstedt, & Straub, 2012）。. 7.

(20) 第四節重要名詞解釋一、機器人教學（Robotics education）機器人教學是一種跨領域，整合性思考與實作的課程（Alimisis, 2013）。本研究之機器人教學的定義是指利用教育機器人（Educational Robot）進行教與學的活動（Misirli & Komis, 2014），亦即使用教育機器人來教授機器人的知識與能力或是其他學科的內容（Jung & Won, 2018）。且在機器人教學的課程中，學生需要應用到不同領域的知能設計和組合機器人，並在嘗試達成目標的過程中訓練問題解決與團隊合作能力、以及提升跨領域的學習興趣（Alimisis, 2013；Benitti, 2012；Johnson, 2003； Kandlhofer & Steinbauer, 2016；Kim et al., 2015；Mubin et al., 2013）。二、計畫行為理論（Theory of Planned Behavior, TPB）計畫行為理論是延伸理性行為理論（Theory of Reasoned Action）（Fishbein & Ajzen, 1977）所演變而來的，此理論之目的主要用以探究無法完全控制的意識行為會如何影響人們行為意向和實際的行為（Ajzen, 1985）。Ajzen（1985）指出，一個人的行為表現（Behavior）與其個人行為意向（Intention）有高度相關性，又個人的行為意向會被態度、主觀規範及知覺行為控制等因素影響。換句話說，當個人對事件保持越正向的態度、擁有支持度較高的主觀規範、且具備較強的知覺行為控制時，會使行為意向提升，進而促使個人進行某個行為。此外，當個人擁有越強烈的知覺行為控制時，會對個人行為產生直接影響。三、價值認定（Value, V）價值認定來自於個人對某行爲的主觀價值、個人看法、與相關他人對於該行為的評價（Lin & Williams, 2016）。本研究中對於價值認定的定義為教師對於機器人教學重要性之評價。. 8.

(21) 四、態度（Attitude, A）態度指的是個人依照自身具有的經驗，針對某一行為進行評估後所得到的正面或負面評價，這個評價會影響到個人對該行為的態度展現（Ajzen, 1985；Ajzen, 1991）。本研究中的態度定義為中學教師對於機器人教學所展現的個人興趣，以及實際進行機器人教學的可能性。五、主觀規範（Subjective norm, SN）主觀規範代表社會因素對個人的影響力，意指他人的鼓勵或社會的壓力會對個人行為造成影響（Ajzen, 1985）。本研究中的主觀規範定義為會影響教師實施機器人教學的學校環境或社會氛圍等因素，例如媒體廣告、政府機關、學校同仁、學生、及家長等。六、知覺行為控制（Perceived behavioral control, PBC）知覺行為控制代表個人對執行某一行為所感受到難易程度，考量因素包含資源、機會、及便利性等，除此之外，自身過去的相關經驗和預期行為將產生的效果等因素也會造成影響（Ajzen, 1985; 1991）。在本研究中，知覺行為控制的定義為教師是否能掌控機器人教學的資源並解決實際教學過程中可能遭遇的困難。七、行為意向（Intention, I）行為意向是最直接影響一個人是否執行該行為的因素，指出個人願意付出多少努力嘗試，以及預計花費多少心力去執行該行為（Ajzen, 1985, 1991），故機器人教學的行為意向在本研究中是指中學教師實施機器人教學的意願和潛力。八、實際教學行為（Behavior, B） Ajzen（1985, 1991）提出的行為是指個人展現出來的表現，意即個人對某一行為的實踐。而本研究中的行為是實際教學行為，意即中學教師實施機器人教學的實際行為，包含在中學的必修課程和高中加深加廣 9.

(22) 選修課程中進行的機器人教學。. 10.

(23) 第二章文獻探討藉由延伸計畫行為理論，本研究欲檢視中學教師實施機器人教學之影響因素，並期望建立符合教師實施機器人教學之計畫行為模式。依據上述之理念，本章將彙整與機器人教學相關之文獻資料，分別兩節進行探討：第一節探討機器人教學相關研究的發展、第二節探討本研究之理論基礎與可能影響因素，詳細說明如下。. 第一節機器人教學相關研究的發展近年來，機器人教學已成為一個熱門的議題。最初因應全球科學、科技、工程、與數學等專業領域人才短缺問題，許多國家開始關心如何發展創新工具以改善跨領域教學，而機器人教學是被提出的一個解決方法（Mataric et al., 2007）。機器人教學被認為是實踐動手做及體驗式學習的課程，在設計、組裝與操作機器人以嘗試達成目標的過程中，能訓練問題解決、團隊合作、與批判思考的能力，並且透過應用跨領域知能，提高學生對科學、科技、工程、與數學等不同專業領域的興趣（Alimisis, 2013；Arís & Orcos, 2019；Benitti, 2012；Johnson, 2003；Kandlhofer & Steinbauer, 2016；Kim et al., 2015；Mubin et al., 2013）。隨著機器人教學重要性逐漸提高，研究領域中也出現了許多的相關研究，本節分別針對臺灣與其他國家的機器人教學相關研究進行文獻蒐集與分析，並從藉由文獻分析來說明目前機器人教學研究的挑戰為何，以期對器人教學的研究發展現況能有更深入的理解。一、臺灣機器人教學相關研究針對臺灣部分，「十二年國民基本教育科技領域課綱」強調「動手做」的基本理念，雖然在國中階段並沒有提及機器人教學主題，但學習內容中所安排的「機構與結構設計」和「機電整合原理」都是符合機器人教 11.

(24) 學的特色。高中階段包含「機構與結構設計應用」、「機電整合與控制的設計與應用」、和以工程設計為主軸的「機器人專題」等學習內容規劃（教育部，2018；林坤誼，2018）。除此之外，在「十二年國民基本教育課綱」中，將科技與工程納入科技領域，整合動手做與科技、科學、工程、數學等知識運用的能力，又機器人教學是透過工程設計、科學探究與數學計算及科技實作來解決真實世界的複雜問題（張基成、陳怡靜，2018），合乎我國科技領域所訂定的課綱，從政策實施面來看，機器人教學在臺灣的重要性極高，有其實施的必要性。機器人教學能使學生了解科技技術、機械語言、程式編碼與系統（Eguchi, 2016），以及提供將知識轉化為實踐經驗的機會。其核心價值在於引發學生對科技或新興科技的學習動機，培養問題解決、團隊合作與創造力等能力，提升學習成效並同時帶動專業領域知能的發展。近年來，臺灣也有諸多與機器人教學相關的研究，例如趙嘉浩、梁至中、蔡孟蓉（2017）針對高中生進行 Arduino 機器人教學課程，探討機器人教學對學生批判思考、問題解決、協同合作、創造創新，以及溝通討論等能力的影響。也有透過機器人教學來實施跨領域的教學課程的研究，如張基成、陳怡靜（2018）以 Arduino 機器人作為教學工具，探究機器人教學對高中學生的知識、能力與 STEM 態度方面之影響；張基成、曾繁勛、嚴萬軒、陳怡靜（2019）則利用帆船機器人進行 STEM 跨領域統整課程，探討高中學生在 STEM 態度上的改變；除此之外，胡淑華、蔡孟蓉（2019）針對國中生進行機器人的 STEAM 課程，並探討機器人教學對國中學生科學學習動機和程式設計的自我效能之影響。依據文獻所呈現之資訊可以歸納出：（1）目前中學階段的機器人教學相關研究大多為探究學生之學習成效或是態度之改變；（2）機器人教學時常被應用在跨領域教學中；（3）機器人教學教常發生在高級中學的 12.

(25) 教育階段，其可能原因為，科技領域課綱於高中階段規劃有「機器人專題」的選修課程。透過近年臺灣發表之機器人教學相關文獻資料，不僅能充分了解機器人教學相關研究在臺灣的發展現況，由文獻蒐集與分析結果可以發現，不論是在國中或是高中的教育階段，機器人教學皆是炙手可熱課程。二、其他國家機器人教學相關研究近二十年以來，機器人教學受到關注的程度日漸提升（Kucuk & Sisman, 2017），諸多研究相繼提出機器人教學對於學生學習的正向影響，例如可以提高學生的學習動機（ Gomoll, Hmelo-Silver, Šabanović, & Francisco, 2016）、培養動手做與學習的興趣（Cheng, Sun, & Chen, 2018）、習得解決問題的能力（Barak, 2009；Melchior, Cutter, & Cohen, 2004）、增加團隊合作能力（Hwang & Wu, 2014；Melchior, Cohen, Cutter, & Leavitt, 2005；Menekse, Higashi, Schunn, & Baehr, 2017；Somyürek, 2015）、以及提高專業領域學習興趣（Kandlhofer & Steinbauer, 2016；Nugent, Barker, Grandgenett, & Welch, 2016）等，足見機器人教學在世界各地的研究中都是廣泛討論的主題。近年與機器人教學的相關研究大部分將研究焦點放在學生的學習上，例如透過機器人教學來增強學生在數學、科學或工程等專業科目上的學習成效與學習動機（ Ariza, Palacio, Aragón, Logreira, Pulido, & Mckinley, 2017；Williams, Prejean, Ford, & Lai, 2007；Zaldivar, Cuevas, Pérez-Cisneros, Sossa, Rodríguez, & Palafox, 2013；Zhong & Xia, 2020），也有更多研究著墨於透過機器人教學進行跨領域的教學、探討學生的 STEM 態度改變等（Gomoll et al., 2016；Kim, Kim, Doshi, Thai, Hill, & Melias, 2019 ； Leonard, Buss, Gamboa, Mitchell, Fashola, Hubert, & Almughyirah, 2016；Master, Cheryan, Moscatelli, & Meltzoff, 2017）。在許 13.

(26) 多過去研究中皆顯示機器人教學對於學生學習有正向之影響，然而，若要將機器人教學之助益發揮效果，則需仰賴教師的教學方能實踐，故教師對於機器人教學需有一定程度的接受度，才有機會透過機器人教學提升學生的學習成效或學習興趣（Keren & Fridin, 2014；Zhong & Xia, 2020）。目前在機器人教學方面僅有少數針對教師進行談討的研究，例如， Kim 等人（2015）透過機器人教學來改善教師對 STEM 教學的態度和興趣； Jaipal-Jamani 和 Angeli（2017）的研究透過機器人教學來提高教師對機器人教學的興趣、自我效能、科學概念理解與運算思維能力；Kim 等人（2019）則發展了 RoboSTEM 平台教導教師如何設計與實施機器人教學，並以此方式提高教師進行機器人教學的意願。. 三、小結本節從不同國家的角度探討機器人教學研究的發展現況，不論是在臺灣或是其他國家皆不難發現機器人教學已是熱門的研究主題。儘管機器人教學的相關研究已經進行多年，仍然有許多研究提出不同的議題及建議。故依據本節之文獻探討歸納出以下幾項近期的機器人教學研究發展現況：（1）機器人教學有助於訓練動手做能力、跨領域整合能力之應用、21 世紀關鍵能力之培養、以及提升學生在科技、科學、數學、工程等專業領域的學習興趣；（2）機器人教學相關研究多著重探討學生的行為或是態度改變，較缺乏針對教師的研究；（3）臺灣近期的機器人教學研究多著墨於中學階段，而其他國家則分散在 K–12 學習階段。 Keren 和 Fridin（2014）與 Zhong 和 Xia（2020）都曾提及，若要發揮機器人教學的諸多效益，則教師對機器人教學的接受度便成為重要的關鍵因素；且 Anwar 等人（2019）、Goode 和 Margolis（2011）、以及 Pittí 等人（2013）也曾表示，若教師認為自身缺乏機器人教學知能，則會導致課程無法有效的進行。據此，了解中學教師實施機器人教學的影響因 14.

(27) 素，並針對這些影響因素規劃機器人教學專業師資的培訓課程，提高教師實施機器人教學的意願，推廣機器人教學更趨普及，應是現階段需要被重視的課題。. 15.

(28) 第二節理論基礎與可能影響因素近年來，因應用機器人作為科技工具來實施機器人教學的課程能對學生帶來許多正向的影響，因此機器人教學的議題受到廣大的國際關注。有許多研究顯示，教師的教學意願不僅會影響教師教學行為，對學生的學習效果也具有一定程度的影響力，據此，若要透過機器人教學來培養學生動手做和 21 世紀應具備之關鍵能力，以及提高學生對跨領域學習的興趣，教師便是其中成敗的關鍵因素。然而，教師對於機器人教學的自我效能和接受度都將影響其實施課程的效益（Anwar, 2019；Goode & Margolis, 2011；Keren & Fridin, 2014；Pittí et al., 2013；Zhong & Xia, 2020）；且有學者指出，教師在應用科技工具進行教學時，會因為受到許多因素的限制而影響教學意願（Baek, Jong, & Kim, 2008）。根據前述的文獻分析可以得知，目前教學現場和相關研究大多將機器人教學應用於跨領域的學習中，針對跨領域的學習，Lin 和 Williams （2016）便曾提出，了解教師進行跨領域教學的影響因素，可以提高跨領域教學規畫的完善程度。故了解何者為影響中學教師實施機器人教學的關鍵因素，並提升教師的自我效能，可有效改善教師對機器人教學的接受度，進而提高教師實施的意願。據此，本節主要透過延伸計畫行為理論（Ajzen, 1985）來探究何為影響中學教師實施機器人教學的因素，故以下分為兩個段落進行文獻蒐集與分析，分別為：（1）計畫行為理論之相關研究、與（2）其餘之可能影響因素，再依照文獻探討結果提出本研究之研究假設。一、計畫行為理論之相關研究 Ajzen（1985）提出的計畫行為理論是將 Fishbein 和 Azjen（1977）的理性行為理論加入「知覺行為控制」因素，以檢視無法被意識控制的行為如何影響行為意向以及行為，其理論架構如圖 2-1。 16.

(29) 圖 2-1 計畫行為理論模式資料來源：出自 Ajzen (1985)。. 在計畫行為理論中，行為意向（Intention）是用來預測實際行為的關鍵因素，又行為意向會受到對其他三個因素，例如「態度（Attitude toward the behavior）」、「主觀規範（Subjective norm）」和「知覺行為控制（Perceived behavioral control）」的影響。態度指的是一個人對某行為產生的正向或負向評價；主觀規範指的是一個人感受到的社會性鼓勵或壓力，包含來自主管、家人或同事的支持度或壓力；而知覺行為控制則是指一個人對自己是否具有能力執行某一行為，或是能否掌握足夠的資源去執行該行為。此外，在計畫行為理論模式中，知覺行為控制對個人的行為會產生直接或間接的影響，換句話說，當個人無法掌握適當的資源，或者對自身能力感到不足時，即便擁有正向的態度和高支持的主觀規範，仍然會影響到個人是否進行某行為的決定，然而，當個人對該行為的認知較少、可操控的資源發生變化、或是當有新的條件加入情境時，知覺行為控制對於行為的預測準確程度便會降低，因此在計畫行為理論的架構中，知覺行為控制對行為的影響以虛線表示。計畫行為理論在教育研究中被用於預測教師的行為意向和實際教學行為，是以當教師對某教學行為抱持 17.

(30) 正向的態度、高支持度的主觀規範、以及具有高程度的知覺行為控制，則會提高教師的進行某一教學行為的意願，進而影響教師實際進行某教學的行為。計畫行為理論時常被用來預測教師對於某議題的行為行為模式與影響因素（Crawley, 1990；Zint, 2002），又應用機器人作為科技工具進行跨領域或 STEM 教學已是現今非常普遍的機器人教學課程，故計畫行為理論也經常被用以探討教師應用科技工具進行教學或是實施跨領域教學的行為意向。例如，Lin 和 Williams（2016）藉由延伸計畫行為理論模式，探究職前科技教師實施跨領域教學的行為意向及影響因素，其研究結果顯示跨領域教學行為意向會受到教師的主觀規範和知覺行為控制影響；Li、Kam 和 Zhang（2019）透過計畫行為理論模式檢視科學教師實施跨領域教學的影響因素，研究結果顯示教師的行為意向會受到態度、主觀規範以及知覺行為控制的影響。機器人教學亦屬於跨領域教學中常使用的課程活動，據此，可將上述研究結果推論至本研究中，中學教師是否有意願實施機器人教學會受到教師對機器人教學展現出的態度、社會及學校等各方面給予的壓力與期待、以及教師在機器人教學上的自我效能與知能所影響。此外，計畫行為理論也常被應用於探討教師應用不同科技工具於教學中的行為意向，例如，Teo、Zhou 和 Noyes（2016）在研究中應用計畫行為理論模式探究影響教師使用電腦進行教學的因素，並表示行為意向會受到教師的態度與知覺行為控制影響；Salleh（2016）的研究也表示，教師使用科技工具進行教學的行為意向影響因素為態度與知覺行為控制，且教師的實際教學行為會受到知覺行為控制與行為意向的影響。將上述相關研究結果推論至本研究中，中學教師是否有意願以機器人作為科技工具進行教學，會受到教師的態度與知覺行為控制影響；且實際的機器人教學行為會受到教師的知覺行為控制與行為意向影 18.

(31) 響。依據 Ajzen（1985）的研究顯示，當中學教師對機器人教學認知較薄弱、無法掌握教學資源、抑或是有新的挑戰（例如課綱調整）的時候，知覺行為控制對實際教學行為的預測力會降低。在本研究中，參加者皆為曾指導過學生參加機器人競賽的中學教師，其對機器人教學知識有較完整的概念、對於資源的掌握度高、也較能解決教學過程中的挑戰，又知覺行為控制在本研究中代表教師掌控機器人教學的資源的程度與解決實際教學困難之能力，此二者應會影響教師實際實施機器人教學的情況，故本研究推論中學教師的知覺行為控制會對實際教學行為有直接的影響關係。透過上述之文獻分析可以發現，如今計畫行為理論已廣泛使用於教育領域之研究，且能有效預測教師使用科技工具進行教學、或是實施跨領域 STEM 教學的影響因素。據此，可推論於本研究中之假設如下：「態度」、「主觀規範」與「知覺行為控制」分別對中學教師實施機器人教學的「行為意向」有影響關係；「行為意向」對中學教師實施機器人教學的「實際教學行為」有影響關係。又藉由上述文獻蒐集發現有研究顯示，知覺行為控制對於教師的實際教學行為會產生直接影響（Salleh, 2016），且在本研究中，中學教師對於機器人教學的自我效能與資源掌控程度應確實會影響教師之實際教學行為，故可以提出本研究之假設：「知覺行為控制」會對中學教師實施機器人教學的「實際教學行為」有影響關係。. 二、其餘之可能影響因素計畫行為理論雖然最初被提出來是主要應用在心理學和社會學的研究範疇中，然目前已有許多以計畫行為理論模式作為理論基礎探討教師行為意向影響因素的教育相關研究（Dillon & Sointu, 2015；Sadaf, Newby, & Ertmer, 2016；Taherdoost & Masrom, 2009；Valtonen, Kukkonen, Kontkanen, & Sormunen, 2015）。況且，模式中的主觀規範與知覺行為控 19.

(32) 制兩個因素能有效彌補科技接受模式忽略社會影響因素和使用者的內在動機因素的缺漏，另外，知覺行為控制因素用於考量現實層面的狀況，同時檢視教師自我效能的展現（Taherdoost, 2018），因此使用計畫行為理論模式來探究教師的行為意向不僅能了解社會因素對教師的影響，同時衡量教師自我效能對其行為意向的影響程度。除了模式中的因素外，教師對於某課程的重要性評價高或低也是影響教師是否願意規劃或進行該課程的原因（Lin & Willians, 2016），若教師認為機器人教學重要性高且對於學生學習會產生正向的效益，則教師對於機器人教學的態度會趨於正向；會花較多時間培養自身能力，讓自己具備機器人教學相關知能以解決課程上可能遭遇的挑戰與困難；且實施機器人教學的意願也會相對提高。因此，在本研究所提出的模式中，納入中學教師對機器人教學的「價值認定」為其中一項影響因素，此因素會對教師的態度、知覺行為控制與行為意向造成影響。據此，可推論到本研究之假設如下：中學教師對機器人教學的「價值認定」會對「態度」、「知覺行為控制」與「行為意向」造成影響，意即，當中學教師對於機器人教學有較高的價值認定，則會影響到教師的態度、知覺行為控制與行為意向表現程度。三、小結依據本節文獻探討結果，本研究以 Ajzen（1985）之計畫行為理論作為主要的理論基礎，包含原本模式中的五個因素，分別為「態度」、「主觀規範」、「知覺行為控制」、「行為意向」和「實際教學行為」等。並以主觀規範檢視社會層面之影響，與透過知覺行為控制的因素檢視現實層面的環境條件及教師自我效能表現（Taherdoost, 2018）。據此，依據計畫行為理論模式與前述資料搜集的結果，可以推論到本研究中得出以下假設：（1）「態度」、「主觀規範」、「知覺行為控制」三個因素分別會影響教 20.

(33) 師的行為意向表現程度；（2）「實際教學行為」的表現程度會受到知覺行為控制與行為意向的影響；（3）「價值認定」會影響教師的「態度」、「知覺行為控制」與「行為意向」。綜合以上，本研究所用之延伸型計畫行為理論模式中包含「價值認定」、「態度」、「主觀規範」、「知覺行為控制」、「行為意向」和「實際教學行為」等六項因素。. 21.

(34) 22.

(35) 第三章研究方法本研究採定量調查（quantitative survey），並使用橫斷面研究設計（cross-sectional survey design），意即本研究中的數據是在某個時間點獲得，其優勢是能夠檢視研究參與者當前的表現趨勢。本研究旨在分析與探討中學教師的信念、態度和能力，透過偏最小平方法結構方程模型針對問卷填答結果進行分析，以了解影響中學教師實施機器人教學意向的因素為何。據此，本章共分為以下五節進行說明：研究架構、研究對象、研究流程、研究工具和資料分析與詮釋。. 第一節研究架構基於前述文獻探討和本研究的研究目的，本節提出之研究架構和研究假設如下所述。一、研究架構實施機器人教學對於學生學習成效上的助益是受到肯定的，且各個國家皆積極發展機器人教學課程或是進行相關研究，足見機器人教學於國際間的重要性不容小覷。機器人教學的議題持續發燒，然而，教師是否有意願實施機器人教學卻是最關鍵的部分，除此之外，目前仍缺乏系統性規劃的機器人教學師資課程也是教學所面臨的挑戰之一。為了瞭解中學教師實施機器人教學的意願，並據此針對機器人教學師資培育課程提出未來建議，本研究採用 Ajzen（1985）提出之計畫行為理論模型為基礎進行研究，包含態度、主觀規範、知覺行為控制、行為意向與實際教學行為等五個因素。又依據文獻探討結果，將價值認定因素納入研究架構中，探討六項因素之間的相關性，並透過分析結果探究中學教師對於實施機器人教學的接受程度以及影響因素。故本研究之研究架構如圖 31 所示。 23.

(36) 圖 3-1 研究架構圖 24.

(37) 二、研究假設彙整各構面之間的關係，茲提出以下之研究假設： H1：中學教師對機器人教學的態度會影響其實施機器人教學的行為意向。 H2：中學教師對機器人教學的主觀規範會影響其實施機器人教學的行為意向。 H3：中學教師對機器人教學的知覺行為控制會影響其實施機器人教學的行為意向。 H4：中學教師對機器人教學的行為意向會影響其實際教學行為。 H5：中學教師對機器人教學的知覺行為控制會影響其實際教學行為。 H6：中學教師對機器人教學的價值認定會影響其對機器人教學的態度。 H7：中學教師對機器人教學的價值認定會影響其實施機器人教學的知覺行為控制。 H8：中學教師對機器人教學的價值認定會影響其實施機器人教學的行為意向。. 25.

(38) 第二節研究對象本研究旨在探討中學教師實施機器人教學之影響因素，為達成本研究之目的，本研究中將研究對象設定為具有機器人教學經驗且於中學階段（包含國中與高中）任教的教師，試圖從已具備機器人教學經驗之教師身上探索影響其教學意願的因素，並以此提出未來師資培育建議。研究對象之群體包含預試對象及正式施測對象，且此對象必須對機器人教學有一定的概念與認識，以及具實際機器人教學經驗，方能正確理解並填答相關題項，故本研究選取之研究對象以曾經參與過機器人競賽之教師為具代表性之機器人教學教師，且此做法是為確保參與研究參與者對於機器人教學的認知與能力、以及實施機器人教學的經驗皆較一般教師高，提高問卷填答資料之準確性。本研究採立意取樣，研究對象的母群體為具備參與大型機器人競賽經驗的中學教師，包含 2018 年高中生活科技學藝競賽、2019 年高中生活科技學藝競賽、2019 年 BrainGo 科技創新實作競賽、2019 年 START！智慧小車競賽、以及 2019 年 PowerTech 全國青少年科技創作競賽等參賽教師之名單。本研究調查採線上問卷填答，預試針對具備參加地區性機器人競賽經驗之中學教師發放共 158 份問卷，有效問卷回收量為 52 份，回收率 32.9%；正式施測針對具備參加全國性機器人競賽經驗之中學教師發放共 115 份問卷，回收之有效問卷數量為 53 份，問卷回收率為 46.1%。. 26.

(39) 第三節研究流程本研究透過延伸計畫行為理論來探究影響中學教師實施機器人教學的因素，圖 3-2 為本研究之研究流程圖，其中可分為四個階段，包含計劃階段、發展階段、實施階段及整理階段，各流程階段說明如下。一、計劃階段機器人教學不論在任何國家都是當紅的議題，許多研究與文章皆表示機器人教學對於提升學生學習興趣及學習成效有正向幫助。而教師的角色始終是教學成功的重要關鍵，雖然目前已有許多的研究探討教師應用科技工具或進行跨領域教學的行為意向，卻仍未針對機器人教學的主題進行相關研究。而另外一項挑戰是，現階段尚未規劃完整的機器人教學師資培育課程，故研究者希望能透過延伸計畫行為理論的模式，了解何為影響中學教師實施機器人教學的因素，對機器人教學師資培育課程提出未來建議。據此，本研究於計劃階段的工作內容如下： 1. 選定以機器人教學為主題，搜尋有關機器人教學之文獻和資料。 2. 發現問題、形成研究問題、確定問題及研究方法。. 二、發展階段為了解影響中學教師實施機器人教學的因素，研究者採用計畫行為理論為基礎，並根據文獻探討結果加入價值認定為因素，形成六因素的研究架構。依照因素個別的定義編製問卷試題，包含價值認定、態度、主觀規範、知覺行為控制、行為意圖與實際教學行為等六個面向。試題編製完成後，邀請 3 位科技教育、科技與工程教育與機器人教育領域背景的專家進行問卷試題的審核，依照專家給予之建議修改、調整內容，完成「中學教師實施機器人教學行為意向調查」之預試問卷。據此，本研究於發展階段的工作內容如下： 27.

(40) 1. 依據研究架構編製研究工具－問卷試題。 2. 於 2020 年 1 月諮詢科技教育、科技與工程教育與機器人教育領域背景之 3 位專家本研究發展之問卷試題。 3. 於 2020 年 1 月形成「中學教師實施機器人教學行為意向調查」之預試問卷。. 三、實施階段實施階段共分為問卷預試及正式施測兩個步驟。本研究於問卷預試階段邀請具備餐與地區性機器人競賽經驗之中學教師作為施測對象，並依據預試回收的資料分析結果，針對問卷試題做適當內容調整，形成「中學教師實施機器人教學行為意向調查」正式問卷。待正式問卷完成後，針對參與過大型或全國性機器人競賽之中學教師發放正式問卷，進行問卷調查。據此，本研究於實施階段的工作內容如下： 1. 於 2020 年 2 月至 3 月期間進行問卷預試。 2. 於 2020 年 3 月完成「中學教師實施機器人教學行為意向調查」之正式問卷。 3. 於 2020 年 4 月至 5 月期間，依據本計畫所擬訂之研究對象進行正式問卷施測。. 四、整理階段回收正式施測問卷的資料後，透過除錯題來剔除無效問卷，將其餘有效問卷資料鍵入統計軟體進行分析。並依據統計分析的結果進行詮釋，同時提出研究結果及未來建議。故本研究於整理階段的工作內容如下： 1. 回收正式問卷資料、整理資料並進行統計分析。 2. 統計結果詮釋、撰寫研究結果與提出未來建議。. 28.

(41) 圖 3-2 研究流程圖. 29.

(42) 第四節研究工具本研究依據文獻探討之結果提出中學教師實施機器人教學的影響因素研究架構，並參考 Lin 和 Williams（2016）提出之「職前教師 STEM 科際整合教學意向調查問卷（ The Preservice Teachers’ Integrative STEMTeaching Intention Questionnaire）」，進行「中學教師實施機器人教學行為意向調查」問卷編製，其中包含價值認定、態度、主觀規範、知覺行為控制、行為意向與實際教學行為等六個構面，合計 31 題。以下茲說明此問卷中各潛在變項之內涵，以及其信、效度檢驗。一、機器人教學意向調查問卷本研究之中學教師實施機器人教學行為意向調查問卷共有 31 題，問卷採用李克特七點尺度量表為計分方式，分別為「1 分代表非常不同意」、「2 分代表不同意」、「3 分代表有點不同意」、「4 分代表無意見」、「5 分代表有點同意」、「6 分代表同意」與「7 分代表非常同意」，請中學教師依據各個因素問項影響他/她實施機器人教學的程度選擇。問卷中的因素分為價值認定（V）、態度（A）、主觀規範（SN）、知覺行為控制（PBC）、行為意向（I）、以及實際教學行為（B）等六個構面，並於問卷中設置除錯題，如「本題請直接勾選 2。」以確保問卷填答之有效性。問卷之構面內涵與項目如表 3-1 所示。. 表 3-1 機器人教學意向調查問卷之各構面內涵. 構面. 內涵. 項目. 參考出處. V1 價值認定中學教師對於實施機器人教（V）學之重要性評價. V2 V3. 30. Lin & Williams （2016）.

(43) 表 3-1 機器人教學意向調查問卷之各構面內涵. V4 V5 A1 A2 中學教師在實施機器人教學態度（A）上所展現出的興趣，以及真正實施教學的可能性. A3. Ajzen（1985）. A4 A5 SN1 社會因素（如新聞媒體）、政府機關（如政策制定）、學校主觀規範機關（包含行政長官或同事（SN）等）、學生以及家長等因素，對於中學教師實施機器人教學行為意向的影響. SN2 SN3. Ajzen（1985）. SN4 SN5 PBC1. 中學教師是否能掌控機器人知覺行為教學的相關資源，並有能力控制解決實際教學所會遭遇的困（PBC）難及挑戰. PBC2 PBC3. 31. Ajzen（1985）.

(44) 表 3-1 機器人教學意向調查問卷之各構面內涵. PBC4 PBC5 I1 最直接影響實際行為的因素，意指個人願意付出多少行為意向努力嘗試，以及預計花費多（I）少心力去執行，意指中學教師實施機器人教學的意願和潛力. I2 I3. Ajzen（1985）. I4 I5 B1 B2. 中學教師在正式教育中實際實施機器人教學的情況，包實際教學含於中學階段之必修課程行為（B）中，或是高級中等學校階段的加深加廣選修課程中實施之機器人教學活動. B3 Ajzen（1985） B4 B5 B6. 二、問卷之信、效度檢驗本研究於擬定「中學教師實施機器人教學行為意向調查問卷」初稿後，透過諮詢科技領域專家以及計畫行為理論的專家來進行內容效度審 32.

(45) 查，針對本研究所編製之問卷題項內容檢視是否符合各構面定義，以及是否切合本研究之目的給予評述與建議。並根據專家給予之建議進行問卷題項的篩選及內容修正，以確保本研究工具有良好之內容效度。依據專家的意見修改並形成預試問卷，邀請 52 位曾經參與過地區性機器人競賽之現職中學教師進行預試。將預試資料透過 smartPLS 軟體進行統計分析，分析結果彙整如表 3-2 所示（詳細 PLS 研究模式見附錄一）。依據分析結果，針對因素負荷量低於 0.7 標準的問項應予以刪題（Hair, Black, Babin, Anderson, & Tatham, 1998），包含實際教學行為構面的「第 1 題」、「第 2 題」、以及「第 4 題」，然考量此三題問項之重要性，本階段將以調整問項內容取代刪題，將此三題的問項敘述調整得更明確、完整，使研究參與者在填答時能更清楚該題所陳述之問題內容。最終將正式問卷維持 31 題（其中價值認定構面有 5 題、態度構面有 5 題、主觀規範構面有 5 題、知覺行為控制構面有 5 題、行為意向構面有 5 題、實際教學行為構面有 6 題）。問卷之信、效度考驗可透過各構面之內在一致性（Internal consistency）、組合信度（Composite reliability, CR）、以及平均變異萃取量（Average variance extracted, AVE）之分析結果檢視。各構面之 Cronbach’s Alpha 值及 CR 值須達到 0.7（Bagozzi & Yi, 1988；Hair, Hult, , Ringle, & Sarstedt, 2016；Nunnally. & Bernstein, 1994），且 AVE. 須達 0.5（Bagozzi & Yi, 1988）方具有較高的信度與效度。預試資料分析結果顯示，除了實際教學行為構面未滿足 AVE 大於 0.5 的準則，尚須調整問項內容外，其餘構面之檢定資料均顯示出本研究工具有良好的信度以及不錯的效度，可用以評量各因素對受試中學教師的影響程度。. 33.

(46) 表 3-2 問卷預試分析結果. 構面總量表 V. 問項. V1 V2 V3 V4 V5. Loading. 0.96. 0.95. 0.67. 0.91. 0.87. 0.72. 0.93. 0.9. 0.75. 0.91. 0.94. 0.047. 0.79. 0.84. 0.90 0.91 0.84 0.82 0.86. B B1 B2 B3 B4 B5 B6. 0.84. 0.87 0.88 0.71 0.87 0.90. I I1 I2 I3 I4 I5. 0.94. 0.76 0.89 0.83 0.84 0.77. PBC PBC1 PBC2 PBC3 PBC4 PBC5. 0.76. Cronbach’s α 0.95 0.92. 0.82 0.95 0.92 0.94 0.94. SN SN1 SN2 SN3 SN4 SN5. CR. 0.91 0.93 0.86 0.86 0.80. A A1 A2 A3 A4 A5. AVE. 0.43 0.49 0.86 0.68 0.81 0.75. 註 1：AVE=平均變異萃取量、CR=組合信度註 2：構面 B 將調整問項 1、2、4 的內容，考量題項之重要性不予以刪除。 34.

(47) 第五節資料分析與詮釋本研究使用 SPSS 與 smartPLS（Smart Partial Least Squares）兩套統計軟體為工具進行統計分析。最小平方法（partial least squares, PLS）為一種用於檢視或建構預測性模型的分析方法，主要的目的是檢驗構面間的相關性（Hair, Sarstedt, Ringle, & Gudergan, 2017）。與一般線性結構關係模式（LISREL）相比，PLS 在針對構面之間的因果關係進行分析時能夠產生較好的結果，而本研究主要探討影響教師實施機器人教學的因素，故適合使用最小平方法進行檢驗。除此之外，採用最小平方法的優點尚有：PLS 能同時分析多個自變數與依變數之間的關係、適用小樣本、以及不受資料分配限制（Pirouz, 2006）。據此，本研究之資料處理說明如下。一、敘述性統計分析利用敘述性統計分析來呈現資料的分配次數、平均數和標準差等統計數據，用以了解回收問卷的基本概況及特性。二、信度分析為確保研究工具「中學教師實施機器人教學行為意向調查問卷」具有良好之信度，主要透過指標信度（Indicator reliability）與內部一致性信度（Internal consistency reliability）兩個層面來檢視問卷的信度。以問項因素負荷量（Factor loadings）達 0.7 以上代表指標信度較好，意即該問項對構面的衡量程度較好（Hair et al., 1998）。另外，內部一致性除了透過構面的 Cronbach’s alpha 與 CR 衡量係數要達到 0.7 以上來判斷之外（Bagozzi & Yi, 1988；Hair et al., 2016；Nunnally & Bernstein, 1994），參考 Dijkstra 和 Henseler（2015a；2015b）的定義，利用 PLS-SEM 中 DijkstraHenseler's rho（rho_A）係數達 0.7 來確保問項之間具有高度相關性，意即各個構面下的所有問項皆在衡量相同之概念。 35.

(48) 三、效度分析效度分析的主要用意是為了確保研究工具或量表的正確性，可以透過收斂效度（Convergent validity）與區別效度（Discriminant validity）兩個指標來衡量。收斂效度是檢視該構面下的問項之間是否具相關性，其檢定值應該要高；而區別效度則是檢視不同構面中問項之間的相關性，因此其檢定值應該要低，代表不同構面下的問項在衡量不同的概念。本研究為確保研究工具「中學教師實施機器人教學行為意向調查問卷」具良好之效度，將以 AVE 達到 0.5 確保本研究工具有良好之收斂效度（Bagozzi & Yi, 1988；Fornell & Larcker, 1981），意指能透過問項來預測構面的程度較好。此外，藉由 Fornell-Larcker Criterion 以及 HeterotraitMonotrait Ratio criterion（HTMT）兩個指標來衡量問卷的區別效度。其中 Fornell-Larcker Criterion 是利用 AVE 平方根大於兩兩構面間的相關係數（Fornell & Larcker, 1981）為準則；另透過 HTMT 值小於 0.9 表示研究工具具良好之區別效度（Henseler, Hubona, & Rai, 2016）。四、結構方程模型分析本研究透過偏最小平方法結構方程模型（PLS-SEM）來檢驗架構中各因素之間的影響關係。結構方程模型分析可分為兩個部分，一為檢驗測量模型，意即 PLS 中的外模型（Outer Model），測量模型是透過各問項的因素負荷量大於 0.7 來檢驗指標信度，確認構面與問項間具有相關性，以及分析模型之信、效度；其次為透過結構方程模型的建立來估計架構中構面與構面之間的關係，稱為內模型（Inner Model），亦即透過構面之間的路徑係數檢視互相影響關係，並檢驗研究假設關係。. 36.

(49) 第四章研究結果與討論本研究以計畫行為理論為理論基礎，將價值認定的因素納入為其中來探討影響中學教師實施機器人教學的因素，並依據問卷蒐集與分析結果提出研究結果和討論。本章共分為四節說明：第一節為研究對象之基本資料分析；第二節為測量模型分析；第三節為結構方程模型分析；第四節為綜合討論。. 第一節研究對象之基本資料分析本研究之研究對象基本資料分析如表 4-1 所示。正式施測的填答者中有 71.3%是男性、28.5%是女性。教學年資部分有 20.8%是年資「五年以下」；15.1%是「五年以上，未滿十年」；13.2%是「10 年以上，未滿 15 年」；24.5%是「15 年以上，未滿 20 年」；其餘 26.4%是教學年資「20 年以上」之教師。其中國中教師佔 50.9%；高中教師佔 49.1%，而目前服務學校中已具備機器人教學資源的比例佔 81.1%，未具有機器人教學資源之學校表示該學校並未具有完整的教學機器人套件，教師在授課時必須向自造與科技中心或他校借用教材，抑或是使用自製教具與教材進行機器人教學。資料顯示，大部分的研究對象為男性；而在教學年資、教授階段的比例皆平均分布；且多數的學校已具備機器人教學的資源。且根據表 4-2 的構面分析結果顯示，中學教師在構面間得分由最高分至最低分依序為：價值認定（M=5.93, SD=0.93）、行為意向（M=5.66, SD=0.79）、態度（M=5.38, SD=1.05）、知覺行為控制（M=5.17, SD=1.25）、實際教學行為（M=4.57, SD=1.57），最低分為主觀規範（M=4.54, SD=1.11），故整體而言，除了實際教學行為和主觀規範構面外，其於構面的得分介於 5 到 6 分之間，代表中學教師於大部分構面上皆具有不錯的表現程度。. 37.

(50) 表 4-1 基本資料分析（N=53）. 性別. 教學年資. 教授階段具機器人教學資源. 項目男女五年以下五年以上，未滿十年 10 年以上，未滿 15 年 15 年以上，未滿 20 年 20 年以上國中高中是否. 樣本數 38 15 11 8 7 13 14 27 26 43 10. 百分比 71.7 28.3 20.8 15.1 13.2 24.5 26.4 50.9 49.1 81.1 18.9. 表 4-2 各構面之平均數與標準差分析結果. 構面. 平均值. 標準差. 價值認定. 5.93. 0.93. 態度. 5.38. 1.05. 主觀規範. 4.54. 1.11. 知覺行為控制. 5.17. 1.25. 行為意向. 5.66. 0.79. 實際教學行為. 4.57. 1.57. 38.

(51) 第二節測量模型分析表 4-3 為將原始資料透過分析測量模型呈現指標信度、內部一致性信度與收斂效度之結果，詳細 PLS 研究模式如附錄二所示。在指標信度方面，本研究依照 Hair 等人（1998）的建議，刪除因素負荷量低於 0.7 標準的問項，包含一題在價值認定構面之題項（V4）、兩題在主觀規範構面之題項（SN2、SN3）、以及兩題在行為意向構面之題項（I4、I5），得出分析結果如表 4-4 所示（詳細 PLS 研究模式見附錄三），再刪除主觀規範構面中因素負荷量低於 0.7 標準的問項（SN1），最終可得量測模型分析結果如表 4-5 所示（詳細 PLS 研究模式見附錄四）。依據表 4-5 彙整之分析結果可以得知，各問項之因素負荷量皆滿足需大於 0.7 的標準（Hair et al., 1998），代表此研究工具具良好之指標信度。內部一致性信度方面，此模型中所有構面之 Cronbach’s alpha 值、CR、以及 rho_A 係數皆大於 0.7（Bagozzi & Yi, 1988；Dijkstra & Henseler, 2015a; 2015b； Hair et al., 2016；Nunnally & Bernstein, 1994），表示同一個構面下的問項與問項之間彼此具有高度相關性，亦即本研究工具具良好之內部一致性信度。藉由指標信度與內部一致性信度的分析結果可以表示本研究工具具有良好之信度。而收斂效度主要透過各構面之 AVE 值來檢測，如表 43 所示，各構面的 AVE 滿足大於 0.5 的標準（Bagozzi & Yi, 1988；Fornell & Larcker, 1981），可以表示本研究工具有良好的收斂效度。此外，在效度方面，本研究中亦透過 Fornell-Larckrer Criterion、以及 Heterotrait- Monotrait Ratio criterion（HTMT）兩個指標來檢視研究工具的區別效度。如表 4-4 所示，Fornell-Larckrer Criterion 主要是透過各構面 AVE 的平方根值來檢測（表 4-4 中對角線粗體字），若 AVE 平方根值大於兩兩構面間的相關性係數（表 4-4 中下方三角形中的數值），則代表具有區別效度（Fornell & Larcker, 1981）；而 HTMT 的衡量標準則為 39.

(52) 其值（表 4-4 中上方三角形中的數值）須小於 0.9，即代表工具具良好的區別效度（Henseler, Hubona, & Rai, 2016）。分析結果顯示，各構面 AVE 平方根值皆大於兩兩構面間的相關性係數；且 HTMT 值皆小於 0.9 的標準，分析結果彙整如表 4-4 所示，由此二標準可以得知整體具有良好的區別效度。綜合上述，測量模型之信、效度皆符合標準，因此後續將進行結構方程模型之分析。. 40.

(53) 表 4-3 測量模型分析結果（原始模型）. 構面 V. 問項 V1 V2 V3 V4 V5. Loading. .92. .89. .90. .49. .82. .77. .82. .82. .96. .94. .95. .56. .86. .80. .83. .63. .91. .88. .90. .87 .80 .80 .59 .66. B B1 B2 B3 B4 B5 B6. .71. .93 .94 .75 .93 .96. I I1 I2 I3 I4 I5. Rho_A .89. .70 .49 .54 .76 .90. PBC PBC1 PBC2 PBC3 PBC4 PBC5. Cronbach’s α .88. .75 .86 .79 .92 .87. SN SN1 SN2 SN3 SN4 SN5. CR .91. .87 .91 .85 .68 .77. A A1 A2 A3 A4 A5. AVE .67. .76 .70 .91 .84 .78 .73. 註 1：V=價值認定、A=態度、SN=主觀規範、PBC=知覺行為控制、I=行為意向、B= 實際教學行為註 2：AVE=平均變異萃取量、CR=組合信度、rho_A=Dijkstra-Henseler’s rho 41.

(54) 表 4-4 測量模型分析結果（刪除 V4、SN2、SN3、I4、I5）. 構面 V. 問項 V1 V2 V3 V5. Loading. .92. .89. .90. .65. .85. .73. .76. .82. .96. .94. .95. .74. .90. .83. .83. .63. .91. .88. .90. .89 .85 .85. B B1 B2 B3 B4 B5 B6. .71. .94 .94 .75 .93 .96. I I1 I2 I3. Rho_A .90. .68 .82 .90. PBC PBC1 PBC2 PBC3 PBC4 PBC5. Cronbach’s α .89. .76 .86 .79 .92 .87. SN SN1 SN4 SN5. CR .92. .88 .94 .85 .79. A A1 A2 A3 A4 A5. AVE .75. .77 .72 .91 .84 .77 .71. 註 1：V=價值認定、A=態度、SN=主觀規範、PBC=知覺行為控制、I=行為意向、B= 實際教學行為註 2：AVE=平均變異萃取量、CR=組合信度、rho_A=Dijkstra-Henseler’s rho. 42.

(55) 表 4-5 測量模型分析結果（刪除 SN1）. 構面 V. 問項 V1 V2 V3 V5. Loading. .92. .89. .89. .80. .89. .76. .78. .82. .96. .94. .95. .74. .90. .83. .83. .63. .91. .88. .90. .89 .85 .85. B B1 B2 B3 B4 B5 B6. .71. .94 .94 .75 .93 .96. I I1 I2 I3. Rho_A .90. .92 .87. PBC PBC1 PBC2 PBC3 PBC4 PBC5. Cronbach’s α .89. .76 .86 .79 .92 .87. SN SN4 SN5. CR .92. .88 .94 .85 .79. A A1 A2 A3 A4 A5. AVE .75. .77 .72 .91 .84 .77 .71. 註 1：V=價值認定、A=態度、SN=主觀規範、PBC=知覺行為控制、I=行為意向、B= 實際教學行為註 2：AVE=平均變異萃取量、CR=組合信度、rho_A=Dijkstra-Henseler’s rho. 43.

(56) 表 4-4 區別效度分析結果. V A SN PBC I B. V 0.865 0.638 0.188 0.222 0.532 0.506. A 0.707 0.840 0.477 0.737 0.751 0.790. SN 0.227 0.580 0.896 0.444 0.520 0.443. PBC 0.231 0.803 0.525 0.907 0.681 0.713. I 0.607 0.861 0.647 0.767 0.862 0.714. B 0.571 0.888 0.531 0.776 0.827 0.791. 註 1：V=價值認定、A=態度、SN=主觀規範、PBC=知覺行為控制、I=行為意向、B= 實際教學行為註 2：對角線粗體代表 AVE 平方根、下方三角形代表 Fornell-Larckrer Criterion、上方三角形代表 Heterotrait- Monotrait Ratio criterion. 44.

(57) 第三節結構方程模型分析本研究使用 smartPLS 3.3.0 軟體進行 PLS-SEM 分析結構方程模型，並根據 Hair 等人（2014）的建議，採用 5000 次隨機子樣本進行拔靴法來檢驗研究假設是否成立、以及透過路徑係數和顯著性解釋構面與構面之間的關係。在 PLS-SEM 中，透過β係數（β）、路徑係數顯著性（p 值）和相對應的 t 值來表示構面之間的相關性，然而，因 p 值僅可以表示是構面間否存在影響效果，無法表示影響效果的程度高低（Sullivan & Feinn, 2012），故依據 Hair 等人（2014）的建議，應加入表示效果大小的效果值（f 2），以及預測相關性（Predictive relevance）（Q2 值），以評鑑模型預測能力。此外，模型的解釋能力亦是評鑑模型品質的指標之一，以 R2>0.67 表示高度解釋力、R2>0.33 表示中度解釋力、R2>0.19 則表示解釋力較薄弱（Chin, 1998）。依據表 4-6 分析結果顯示，整體模型解釋力（R2=0.605）、模型對行為意向的解釋力（R2=0.664）、以及對態度的解釋力（R2=0.407）皆為中強度，意即分別有 60.5%、66.4%與 40.7%的可信度；對知覺行為控制的解釋力較薄弱，為 4.9%。表 4-5 為結構方程模型分析之結果，依序說明如下： 1. 假設一（H1）：中學教師對機器人教學的態度會影響其實施機器人教學的行為意向。結果表示，態度對機器人教學的行為意向並沒有顯著的預測效果，故假設一不成立。 2. 假設二（H2）：中學教師對機器人教學的主觀規範會影響其實施機器人教學的行為意向。結果表示，主觀規範對機器人教學的行為意向有顯著的預測效果（β=0.206，t=2.011，p<.05），表示當教師的主觀規範越強烈，其傾向表現出更高的機器人教學實施意圖，故假設二成立。 3. 假設三（H3）：中學教師對機器人教學的知覺行為控制會影響其實施機器人教學的行為意向。結果表示，知覺行為控制對行為意向有顯著 45.

(58) 預測效果（β=0.399，t=2.589，p<.05），當教師的知覺行為控制越高，其傾向表現出更高的機器人教學實施意圖，故假設三成立。 4. 假設四（H4）：中學教師對機器人教學的行為意向會影響其實際教學行為。結果顯示，行為意向對實際教學行為有顯著預測效果（β=0.427， t=2.636，p<.01），表示當教師有強烈的行為意圖時，其便有較大的可能會實際進行機器人教學活動。 5. 假設五（H5）：中學教師對機器人教學的知覺行為控制會影響其實際教學行為。結果顯示，知覺行為控制對實際教學行為有顯著預測效果（β=0.422，t=2.322，p<.05），表示當教師的知覺行為控制越高，其便有較大的可能會實際進行機器人教學活動。 6. 假設六（H6）：中學教師對機器人教學的價值認定會影響其對機器人教學的態度。結果顯示，價值認定對態度有顯著的預測效果（β=0.638， t=8.957，p<.001），表示當教師對機器人教學的價值認定越高，其傾向表現出更高的機器人教學實施意圖，假設六成立。 7. 假設七（H7）：中學教師對機器人教學的價值認定會影響其實施機器人教學的知覺行為控制。結果顯示，價值認定對知覺行為控制有顯著的預測效果（β=0.222，t=2.004，p<.05），表示當教師對機器人教學的價值認定越高，其傾向擁有較高的知覺行為控制，假設七成立。 8. 假設八（H8）：中學教師對機器人教學的價值認定會影響其實施機器人教學的行為意向。結果顯示，價值認定對行為意向有顯著的預測效果（β=0.296，t=2.428，p<.05），表示當教師對機器人教學的價值認定越高，其傾向擁有較高的的機器人教學實施意圖，假設八成立。據此，結構方程模型如圖 4-1 所示，即為中學教師實施機器人教學的行為模式。透過效果值（f 2）的大小可以檢視構面之間的影響程度，以 f 2>0.35 表示高影響效果；f 2 介於 0.15 到 0.35 之間屬於中影響效果； 46.

(59) 而 f 2 介於 0.02 到 0.15 之間則表示低影響效果（Cohen, 1988）。根據表 45 呈現的分析結果，價值認定對態度為高影響效果（f 2=0.686）；知覺行為控制對行為意向、行為意向對實際教學行為、以及知覺行為控制對實際教學行為的影響程度皆為中效果；而主觀規範對行為意向、價值認定對知覺行為控制、以及價值認定對行為意向則為低影響效果。另外，使用 blindfolding 演算法檢視 Q2 值，當 Q2 值大於 0，則表示模型有預測相關性（Hair et al., 2014），如表 4-6 所示，所有 Q2 值皆大於 0，代表此模型具有預測相關性。最後，在 PLS-SEM 中以 SRMR（Standardized Root Mean Square Residual）來表示模式適配度（Henseler, Hubona, & Ray, 2016），且以 SRMR 值大於 0.08 為可接受之模型適配度指標（Hu & Bentler, 1999），分析結果顯示本研究之 SRMR 值為 0.09，故可表示本研究之模型具有良好之模型適配度。. 表 4-5 假設檢定結果. 假設 H1 H2 H3 H4 H5 H6 H7 H8 *. 關係 A→I SN→I PBC→I I→B PBC→B V→A V→PBC V→I. β 0.170 0.206 0.399 0.427 0.422 0.638 0.222 0.296. t 0.843 2.011* 2.589* 2.636** 2.322* 8.957*** 2.004* 2.428*. p<.05、***p<.001。. 47. VIF 4.851 1.343 2.857 1.867 1.867 1.000 1.000 2.209. f2 0.018 0.094 0.166 0.248 0.241 0.686 0.052 0.118. 結果不成立成立成立成立成立成立成立成立.

(60) 圖 4-1 結構方程模型分析結果 48.

(61) 表 4-6 解釋力與預測相關性分析結果. 構面 A PBC I B. R2 0.407 0.049 0.664 0.605. Q2 0.262 0.037 0.443 0.365. 49.