企業經營模擬遊戲複雜度對使用者認知的影響

(1)

企業經營模擬遊戲複雜度對使用者認知的影響

陶幼慧

1

洪崑欽

2 1

_{國立高雄大學}

2

_{特波股份有限公司}

摘要

企業經營模擬遊戲(Business Simulation Game, BSG)的學習成效，研究文獻中呈現不一致的現象，而部分學者認為遊戲的複雜度和學習成效成反比。已有學者研究自行開發多模組 BSG 遊戲，並以模組延伸複雜度的實驗研究，證明遊戲彈性模組設計的可行性暨學習成效與 BSG 遊戲複雜度之間的關係。然而，現有 BSG 遊戲間未必呈現如理想化的線性延伸複雜度，因此學生對於現有市場的不同複雜度 BSG 的認知，是否與現有文獻有一致的結果，並不明確？同時，絕大多數的 BSG 採用教師，僅能採用現有市場不同複雜度的 BSG 遊戲於教學中，因此市場可得 BSG 遊戲複雜度與學習成效的關係，對課程設計的運作影響深遠。本文以台灣現有的三種不同複雜度的 BSG 遊戲，來探討大學生使用者的認知績效及態度。研究結果顯示，啤酒遊戲、零售管理及 BOSS 三種 BSG 遊戲的複雜度，獲得學生的認知顯著差異；然而，結果變數中的學習績效、提升動機與提升參與均無顯著差異，合作學習的差異雖然顯著，但也符合個人型遊戲及團隊型遊戲的基本差異。相關研究的綜合意涵與建議，在本文最後均有討論。關鍵字關鍵字關鍵字關鍵字：：：企業經營模擬遊戲、複雜度、學習績效、學習態度：

1. 簡介

簡介

企業經營管理遊戲(Business Simulation Games, BSG)早在 1961 年代時，市場中可取得的軟體就有上百種 (Kibbee, Craft and Nanus, 1961)，到 1980 年代更超過 200 種 (Horn and Cleaves, 1980)。即便是學術研究中自行開發的教學遊戲中，Kebritchi and Hirumi (2008) 的回顧分析研究也蒐集了 2000-2007 年期間相關研究中的 55 款。因此，教學模擬遊戲在美、英等西方國家大學課堂，其實施普及率相當高(Faria and Schumacher, 1996)。

文獻中有關教學模擬遊戲的文獻相當廣泛，對象包含國小(Shih et al., 2010)、國中 (Lee and Chen, 2009)、高中(Papastergiou, 2009)到大學(Chua, 2005)以上不同學制的學生，甚或至企業員工的訓練(Miragliotta et al., 2009)；學習的主題從企業經營管理 (Miragliotta et al., 2009；Chang et al., 2009) 到各種學科如數學(Ke, 2008)、電腦科學(Lee and Chen, 2009)、資訊系統(Ben-Zvi, 2010)與土木工程(Ebner and Holzinger, 2007)等專業課目，或是一般問題解決能力(Shih et al., 2010)均有涵蓋。

Kebritchi and Hirumi (2008) 檢視的 55 款教學遊戲，以教學方法分類，可分成經驗學習、發現學習、情境認知、建構學習、未分類方法及沒有特別教學方法六類別，其中有 31 款並沒有提及教學方法的基礎，這也代表者像 Game Object Model II (Amory, 2007) 這樣的教學遊戲發展模式，在教學模擬遊戲開發時未被多數開發者考量，並可能是造成學生態度、學習績效不佳及研究成果不一致的根本原因。然而，就算是有融入教學方法於開發過程中，模擬遊戲本身的複雜度又往往是影響學習成效或態度的重要影響因素之一 (Vos et al. (2010)；事實上，Cannon (1995)早就已經將 BSG 中決策數量所影響複雜度，進而學習迴圈及績效的現象，稱之為複雜度悖論(complexity paradox)。

(2)

大專教師採用 BSG 於課堂教學實，教學設計除了要考量 BSG 可使用的教學方法外，還要考慮不同 BSG 複雜度對教學成效的可能影響。然而，BSG 複雜度對學生學習影響的相關研究仍屬少數，且教師在採用或選用 BSG 時，多半也會考慮學生的接受程度及學習成效，因此 BSG 複雜度的議題亟待深入探討。臺灣潛在採用 BSG 的教師也超過上百位(Tao et al., 2009)，且早在 1973 年即開始自行開發教學軟體 (光華管理策進基金會，2010)，國內特波國際公司(http://www.top-boss.com)及皮托科技股份有限公司 (http://www.pitotech.com.tw)主要兩家廠商，同時代理國、內外各種教學模擬軟體。 基於上述的背景與動機，本研究欲以台灣自行開發的不同複雜度 BSG 軟體，從 BSG 軟體複雜度對學生學習認知的影響，進行課堂實驗探討，希望能提供教師在採用或選擇 BSG 軟體時，能有效的融入其教學活動的設計中，避免不必要的 BSG 教學學習曲線，並降低失敗或不繼續採用的後果。

2. 文獻探討

文獻探討

基於上述的研究目的，此節將扼要地進行 BSG 的簡介及其複雜度的相關文獻剖析。 2.1企業經營模擬遊戲企業經營模擬遊戲 企業經營模擬遊戲企業經營模擬遊戲美國管理學會於 1956 年開發了第一個企業管理遊戲(Miles et al., 1986)，大多數位學習的玩法(Feinstein et al., 2002)，是組成一個決策團隊，各司公司不同功能部門之職，並共同決策；通常是回合制，團對檢視現有的外在及競爭者變數後做決策，下一回合再根據前一回合決策結果的評估，及一些新的狀況，修正一些變數；在一定的回合數後決定競爭團隊的勝負；絕大多數的情境模擬只要求學習者面對單一情境作最好的回應，無法考慮這個回應在連續的動態環境中是否產生不良後果。

O’Neil et al. (2005)嘗試定義遊戲、模擬及模擬遊戲三者的差異，採 Gredler (1996) 的觀點：遊戲的目標在於決勝負、模擬在於找出因果關係；遊戲可有競爭對手、限制、線性目標及可玩性；模擬則有真實的因果關係代表、非線性目標及可能沒有終止狀態；自然地，模擬遊戲則是綜合了兩者的特徵。模擬遊戲的優勢 de Freitas and Oliver (2006) 也認同，因為遊戲的發展早期對教育的影響不大，但增加了模擬的成分就變得更有教育的潛力；此外， Fretias and Oliver 還認為科技對教育的相關理論，不限於經驗式學習，其它還有如活動理論、建構主義者理論及彈性學習理論等可能性。

Faria and Schumacher (1996)的數據顯示，早在 14 年前，BSG 在美國 AACSB 認證大學中就有 97.5% 採用率，英國的技職及高教體系大學也分別有 92% 及 48.9% 的採用率，澳洲則有 55.2% 的大學採用。亞洲國家發展 BSG 較晚，也沒有具體的數據，然而，台灣卻也是早在 1973 年即開始自行開發 TOP-BOSS 教學軟體 (光華管理策進基金會，2010)，採用的教師可能超過上百人(Tao et al., 2009)。 Kraiger et al. (1993) 將訓練的學習成果分成技能的、認知的及情感的三大類：技能類學習成果著重技術或運動的技能；認知類學習成果又包含宣告性知識、程序性知識及策略性知識；情感類學習成果指的是態度。然而，這三類教學模擬遊戲的學習成果未必一致。Anderson and Lawton (2007)追蹤早期的研究並確認模擬績效和學生對模擬的態度沒有顯著關係，因此建議後續的研究找出績效和衡量項目間失去的關連。一個有趣的對比則是 Wellington and Faria (1995a) 比較最高與最低績效兩組人員的兩回合競賽研究成果，確認好的模擬績效者會持續的好；雖然沒有對研究結果進一步解釋，他們認為這代表學期平均成績、模擬練習剛開始的態度和團隊凝聚力並沒有太顯著的差異。因此可見，不但三類學習成果不一致，連文獻中的研究成果也無法達成共識。Faria 暨其研究

(3)

夥伴 1990 年代前後戮力 BSG 相關的學習績效研究(例如 Whiteley and Faria, 1990; Wellington and Faria, 1995a; 1995b; Faria and Schumacher, 1996; Faria, 1998)，加上一些相當完整的相關回顧或探討研究(如 Bird, 2001; Garris et al., 2002 Prensky, 2008; Lim, 2008)，大致反映上述的不一致結果。

國內的 BSG 供應商主要有二：特波國際公司(http://www.top-boss.com)自行開發或代理的 BOSS 企業模擬系統、流通大師、行銷贏家、啤酒遊戲、零售管理、餐飲營運長、 Color your life 及虛擬餐廳設計，以及代理的國立新加坡大學開發的 MAGNUS 等產品，其成功推廣策略之一為協助辦理全國性的競賽活動，提升曝光率及學校師生的參與動力。另一家則為皮托科技股份有限公司(http://www.pitotech.com.tw)，主要代理國外的軟體，如 Virtual Business Management、Virtual Business Retail 及 Virtual Business Sport games, 雖然在 BSG 的市場較小，但是代理的國外各種模擬工具軟體種類非常多，不但多數是相當成熟的 BSG 軟體，亦可與國外的市場接軌。 2.2相關理論及相關理論及複雜度相關理論及相關理論及複雜度複雜度議題複雜度議題議題議題因為學習成果及文獻中研究結果呈現不一致的現象，近年來的研究開始多元化。其中，一些研究開始探討模擬遊戲學習的相關理論基礎，部份主要文獻分述如下：從遊戲、動機和學習的關連，Garris et al. (2002)首先提出一個輸入-處理-輸出的遊戲模式，表達遊戲和學習的關係，包含輸入的教學內容及遊戲特徵；處理的程序包含使用者判斷、使用者行為及系統回饋的遊戲週期；輸出的學習結果。Garris et al. (2002)也從相關文獻彙整出幻想、規則/目標、感知刺激、挑戰、神祕及控制六個教學遊戲維度。從問題解決的模式，Kiili (2007)把學習程序分成策略形成、主動實現、遊戲世界觀察及反省四個成份；在此流程中，如果從反省到主動學習時並沒有產生新的策略，就形成單一迴圈學習，否則，反省之後產生新的策略，就會形成雙迴圈學習。從遊戲開發的完整觀點，Amory (2007)

延續早期的研究，提出遊戲物件模式第二版(Game Object Model II, GOM II)，包含遊戲、

視覺化、元素、問題及社會空間的高層次物件表達，並稱其可充當課堂評估電腦遊戲的使用機制。從評估的角度，deFreitas and Oliver (2006)提出教學方法考量、型式的表達、內涵及學習者規格四個維度暨彼此之間的關係；這個評估框架亦可對應到熟悉的活動理論(Activity Theory)(Kuutti, 1996)的三角形表達型式- 教學方法對應到物件及規則、型式的表達對應到工具、內涵對應到人力的分配，以及學習者對應到主題；除了工具外，其它活動系統的元素和社群都有關連。

相關 BSG 的複雜度研究，在 Cannon (1995)宣稱複雜度悖論(complexity paradox)之前即已存在。近年來的研究開始多元化，也有研究實際自行開發多模組的 BSG 軟體，並進行不同模組組合複雜度的實證研究。因為學習成果及文獻中研究結果呈現不一致的現象，Vos et al. (2010)實驗證實建構遊戲比玩遊戲，更能強化學生學習動機及深度學習，不過遊戲的複雜度會是一個變數。Vos et al. (2010)的研究結論，一方面 Prensky (2008) 及 Lim (2008)也建議由學習者來設計遊戲較貼切學習者需求及學習成效的；另一方面， Lainerma and Lainerma (2007) 確認了透過模擬環境增進知識取得的 5 個元素，包含複雜度和活力化、做中學、可信賴性、強度、及群體經驗等四元素。Tech and Murff (2008) 也從遊戲發展歷史及文獻結果的角度探討，分析複雜而真實的教學模擬遊戲並不一定是個優勢，也許在回到小而美遊戲的教學效果比較顯著。Chang (2009)也看到遊戲複雜度學習的影響，因此開發一個可彈性增加模組複雜度的生產運籌管理遊戲，並獲得實驗的績效改善證實。此外，Yasarcan (2010)觀察到模擬學習的困難度-績效曲線如一個高原，到達某個困難度水準後，績效就會突然下降，因此提議以「漸進式複雜度」的方法，來改善初學者在動態管理模擬遊戲的績效、學習與了解程度。

3. 研究設計

研究設計

(4)

基於前述文獻探討的了解，本研究認為 BSG 遊戲的複雜度，應包含遊戲本身的規模以及使用者的個人或團隊幾個重要維度。在 Yasarcan (2010)的漸進式複雜度方法，實驗時是以同一存貨管理遊戲簡化而來的四個不同複雜度版本進行，並以重複學習原始及四個簡化遊戲的方式漸進，比較其總成本的節省實證其漸進式方法的成果；Chang (2009) 的運籌管理遊戲也是從同一遊戲的模組擴充角度切入研究。然而，Yasarcan (2010)與 Chang (2009)的實驗設計，同一遊戲的模組延伸的複雜度，過於理想化，真實世界的 BSG 遊戲，都不是如此設計，因此不同遊戲間複雜度與學習成果的關係，也未獲證實。本研究從不同遊戲間的複雜度與學習成果關係，進行實驗研究，來驗證 Yasarcan (2010)及 Chang (2009)的研究成果，是否適用於不同遊戲複雜度的情境之中？本研究採用的三種軟體為個人等級的零售管理、簡單的團體等級的啤酒遊戲及複雜的團體等級的 BOSS 遊戲。Yasarcan (2010)的學習成效以遊戲結果的參數來判定之，然而遊戲結果未必代表學生真正的學習成效(Tao and Hung, 2010)，因此，本研究發放問卷收集學生的修課後認知，包含學習效果及態度兩個層面。實驗對象為南部某國立大學兩學分通識課程「企業經營模擬與競賽」修課的 51 位學生。課程的進行包含上述三個 BSG 軟體，並以每種 BSG 遊戲三週六小時的方式，遵循 Kiili (2007)的理論模式，進行講授軟體操作、體驗競賽、心得分享報告、互相選拔優良原則及最後競賽，希望導致雙迴圈學習的理想情境。資料分析方法包含描述性分析及統計檢定，均使用 SPSS 軟體中的統計分析功能。

4. 分析與討論

分析與討論

4.1描述性分析描述性分析 描述性分析描述性分析「企業經營模擬與競賽」預選時超過 150 位學生有興趣選修，但正式名額只有 50 位，加上一位外加名額的大陸交換生，共 51 名學生完成課程。簡要的樣本輪廓如下：學生中 67.4% 為男性且僅有 25.6% 有在其它課程玩過企業經營模擬遊戲的經驗。學生主修所在的工程、管理、理學、法律及人文社會學院，各佔 37.2%、30.2%、18.6%、9.3% 及 4.7%的比例。前一學期平均成績，55.8%的學生落在 80 分與 34.9% 的學生落在 70 分的範圍，其餘少數落在 50 分、60 分及 90 分的範圍。表一: 項目之描述性分析項目啤酒遊戲零售管理 BOSS 平均值* 標準差平均值標準差平均值標準差複雜度複雜度複雜度複雜度 1.遊戲太複雜 3.59 1.51 5.29 1.50 7.14 1.83 2.遊戲很容易使用 7.29 1.16 6.28 1.44 4.81 1.77 屬性屬性屬性屬性 3.遊戲可表達出一個公司的完整觀點 4.80 1.83 5.58 1.71 6.98 1.09 4.遊戲本身接近現實的水準 4.47 1.79 5.43 1.49 6.41 1.70 5.遊戲中很容易找到資訊 5.62 1.84 6.37 1.32 5.93 1.35 6.遊戲有提供決策回饋的能力 5.62 1.71 6.24 1.72 6.87 1.29 結果結果結果結果 7.提升學習動機 6.67 1.37 6.91 1.30 6.64 1.64 8.提升課堂參與度 6.58 1.50 6.63 1.37 7.00 1.66 9.提升課堂合作學習 6.53 1.59 5.86 1.71 7.17 1.45 10.感受到不錯的學習績效 6.31 1.24 6.37 1.34 6.75 1.35 * 9 尺度李克量表，從 1 表非常不同意到 9 表非常同意

(5)

這些學生對於三個遊戲的複雜度、與複雜度相關的屬性及結果變數，如表一所示；各遊戲在相關題項認知的平均值與標準差並列，便於檢视與說明之。題項以九尺度的李克量表呈現，其中 1 表完全不同意、5 表中立及 9 表非常同意的認知水準。表一中的平均值大多落於 5-7 的範圍中，表示中立但偏向有些同意(5+)、有些同意到同意間(6+)，以及同意到非常同意間(7+)的語意尺度。也有少數落在 4+的中立但偏向有些不同意，或 3+的有些不同意到不同意。首先，從確認三個 BSG 遊戲的複雜度來看，「遊戲太複雜題項」，使用者不同意平均值 3.59 的啤酒遊戲太複雜，但稍為同意零售管理(5.29)的複雜度以及同意 BOSS 的高複雜度(7.14)。以「遊戲很容易使用」可能的反向題項的同意水準來驗證，啤酒遊戲最高(7.29)、零售管理次之(6.28)及 BOSS 最低(4.81)，也合理地對應上個題項複雜度的水準。因此，可認定本實驗選擇的三個遊戲有不同的複雜度代表性。其次，BSG 遊戲的複雜度可從一些側面屬性題項，深入探討之。「遊戲本身接近現實的水準」及「遊戲可表達出一個公司的完整觀點」呈現類似的平均值分佈，代表使用者認知只下訂單的簡單決策的啤酒遊戲過於簡化供應鏈運作的現況，而最多包含 24 個決策且競爭對手決策影響績效最複雜的 BOSS，相當程度反映真實世界中的複雜度。於「遊戲有提供決策回饋的能力」題項，啤酒遊戲、零售管理及 BOSS 的平均值分別在 5.62、6.24 及 6.87；而「遊戲中很容易找到資訊」中，啤酒遊戲及零售管理反映類似的水準，但 BOSS 變成 5.93 可能表示遊戲中太多資訊，導致使用者不容易知道所有的資訊及其影響決策的完整意涵。上列四項的學生認知遊戲屬性結果，也相當程度反應遊戲的複雜度，可從表達公司完整觀點、接近現實水準及提供決策回饋能力來反應，容易找到資訊則相當程度反應遊戲提供的回饋資訊多寡，所造成的影響。從結果題項來看，分 7-9 學習態度及第 10 題的學習績效認知兩方面探討。於「感受到不錯的學習績效」，啤酒遊戲及零售管理兩者都在 6.3 的水準，BOSS 稍微高一點點 (6.75)，和「提升課堂參與度」的態度趨勢類似，都是介於有些同意到同意水準間，但 BOSS 遊戲則更偏向同意水準。「提升課堂合作學習」的趨勢稍有差別，零售管理降到 5.86，原因應該就是個人玩的遊戲的屬性；「提升學習動機」則是稍微變化到零售管理最高(6.91)、啤酒遊戲及 BOSS 則差不多低一點在 6.64-6.67 水準，可能原因是零售管理比較像 facebook 的餐廳遊戲的設計，比較吸引學生玩的樂趣，進而有較高的學習動機。 4.2檢定分析檢定分析 檢定分析檢定分析除了描述性分析，以目視簡單統計値方式討論外，此節將以正式的 ANOVA 統計方法測試平均值差異的顯著性。首先，進行假設檢定前，先檢測三種軟體的各題項變異數是否相同？因為會影響所使用的統計方法。從表二得知，Levene Statistic 的 P 値皆大於 α_{= 0.05，所以不會推翻變異數相同虛擬的假設。} 表二: 項目平均變異數檢測項目 Levene 統計自由度1 自由度2 P値使用容易 2.883 2 133 .059 動機提升 1.024 2 132 .362 參與提升 .065 2 132 .937 合作學習 .826 2 126 .440 學習績效 .561 2 132 .572 完整觀點 .643 2 132 .527 資訊易找 2.840 2 132 .062 資訊回饋 2.799 2 132 .064 接近現實 .891 2 132 .413 複雜度 .707 2 129 .495

(6)

進入ANOVA的程序，基本的虛無假設H0 為三種BSG遊戲的認知平均值相同。複雜度與容易使用皆推翻相同的假設，表示三種軟體的複雜度有顯著差異。在軟體屬性上，除了容易找到資訊外，其餘的完整觀點、接近真實及回饋資訊均有顯著差異。也大致符合影響三種遊戲複雜度相關屬性的有效性。在結果變數中，僅有合作學習有顯著差異，其他的學習動機、提升參與及學習績效的學生認知均無顯著差異。ANOVA分析結果，出乎意料的，雖然不同遊戲的複雜度及相關影響屬性是大多存在顯著差異的，但是學生卻不太認為有很大的學習及態度上的差異。表三: ANOVA測試結果

項目 Sum of Squares 自由度 Mean Square F値 P値

複雜度 273.949 2 136.974 52.116 .000 使用容易 23.589 2 11.794 7.656 .001 完整觀點 108.004 2 54.002 17.762 .000 接近現實 83.941 2 41.970 15.172 .000 資訊回饋 39.491 2 19.745 7.715 .001 資訊易找 12.843 2 6.421 2.583 .079 動機提升 2.092 2 1.046 .504 .605 參與提升 4.705 2 2.352 1.029 .360 合作學習 36.520 2 18.260 7.242 .001 學習績效 5.047 2 2.524 1.470 .234 表四: Tukey多平均值比較分析結果變數遊戲種類(I) 遊戲種類(J) 平均差 (I-J) 標準誤差 P値 95% 信賴區間上界下界動機提升 1 2 -.24638 .30199 .694 -.9622 .4695 3 .03030 .30536 .995 -.6935 .7542 2 1 .24638 .30199 .694 -.4695 .9622 3 .27668 .30372 .634 -.4433 .9966 3 1 -.03030 .30536 .995 -.7542 .6935 2 -.27668 .30372 .634 -.9966 .4433 參與提升 1 2 -.05266 .31698 .985 -.8040 .6987 3 -.42222 .32052 .388 -1.1820 .3376 2 1 .05266 .31698 .985 -.6987 .8040 3 -.36957 .31880 .480 -1.1253 .3861 3 1 .42222 .32052 .388 -.3376 1.1820 2 .36957 .31880 .480 -.3861 1.1253 合作學習 1 2 .67125 .34051 .124 -.1364 1.4788 3 -.63178 .34449 .163 -1.4488 .1853 2 1 -.67125 .34051 .124 -1.4788 .1364 3 -1.30303(*) .34256 .001 -2.1155 -.4906 3 1 .63178 .34449 .163 -.1853 1.4488 2 1.30303(*) .34256 .001 .4906 2.1155 學習績效 1 2 -.05845 .27472 .975 -.7097 .5928 3 -.43889 .27779 .258 -1.0974 .2196 2 1 .05845 .27472 .975 -.5928 .7097 3 -.38043 .27629 .356 -1.0354 .2745 3 1 .43889 .27779 .258 -.2196 1.0974 2 .38043 .27629 .356 -.2745 1.0354 * 平均值詫異顯著水準 .05

(7)

因為結果變數中差異並不大，所以本研究使用 Tukey的W多重比較方法去確認哪些成對的平均值差異是存在？從表四可得知，ANOVA的檢測結果可從兩兩相比的Tukey 測試方法驗證，僅有合作學習是有顯著差異的，且存在與個人等級的零售管理及多人合作競賽的BOSS遊戲，這點是很明顯的。至於為何啤酒遊戲與其它兩個遊戲，尤其是零售管理遊戲沒有顯著差異？可能原因是啤酒遊戲在競賽時，是同時以四人上下游關係供應鏈的組內績效以及多組供應鏈的跨組績效來計分，故存在者組內無法充分分享資訊及合作，反而存在者既合作又競爭的狀態。如果競賽績效改為組別間的競爭，並且開放一些上下游廠商間的訊息分享，就會趨向合作學習的一端；反之，僅以組內競賽績效為衡量依據，就會趨向個人層級競賽的另一端。因此，啤酒遊戲也許是學生認知三種BSG遊戲中最簡單的，但是其從學習與競賽的多元性來看，是非常有彈性的。

5. 結論與意涵

結論與意涵

本研究從描述性分析及 ANOVA 檢定，都證實了啤酒遊戲、零售管理暨 BOSS 三種 BSG 的複雜度差異；和以往研究結果不同，學生在認知的學習績效和三種態度項目，並無顯著差異，僅於合作學習有兩種軟體有顯著差異。本研究的學術貢獻，在於補充現有文獻中以同一 BSG 軟體的複雜度延伸之不足，以不同 BSG 遊戲複雜度來探討學生的學習績效及態度。綜合本研究與文獻結果，本研究建議教師如下：首先，可先考量如 Yasarcan (2010)及 Chang (2009)中的可彈性模組擴充複雜度的 BSG 遊戲，事實上，台灣自行開發的 BOSS 遊戲，也分四種模組，其決策數量可從模組一的 4 個決策到模組四的 24 個決策；其次，即便是較複雜的 BSG 遊戲，教師也可採多單元主題的教學方式，即可應用 Yasarcan (2010)的漸進式複雜的方法。例如，零售管理軟體中也提供至少 5 種學習單，可就如人力資源、行銷及客群差異為主題進行學習；第三，如本研究所示，BSG 遊戲複雜與否，學生的認知與態度並無太大差別，教師只要注意給予較多的學習時間與互動引導，讓學生有時間進入 Kiili (2007)的雙學習迴圈，仍可達有效學習，或者至少是學生認知的學習績效與態度不會因複雜度而有所太大影響。相信上述三點建議，對於採用 BSG 教師考量學生認知學習成效與態度時，應會有 BSG 融入教學設計時的具體參考價值。至於本研究與文獻研究中的差異，有待日後研究持續深入探討。主要議題為何非線性延伸複雜度的異質 BSG 遊戲間，學生的認知績效與態度並無顯著差異?是因為教學的方式，如本研究應用 Kiili (2007)的理論?或是同一課程使用多種 BSG 遊戲，會讓學生的認知有所等化?還是本實驗施測於異質性學生來源的通識課程，會和同質性學生的課程實驗結果有所差異? 諸如等等實驗環境可能造成本研究與之前文獻結果不同的因素，均可深入逐一研究探討之。

誌謝

本研究感謝國家科學委員會的部分補助，計畫編號為 NSC 97-2410-H390-012-MY3。

參考文獻

1. Amory, A. (2007). Game Object Model Version II: A Theoretical Framework for Educational Game Development, Education Technology Research Development, 55, pp. 51–77.

(8)

2. Anderson, P. H. and Lawton, L. (2007). Simulation Performance and Its Effectiveness as a PBL Problem: A Follow-up Study, Developments in Business Simulation & Experiential Exercises, 34, pp. 43-49.

3. Ben-Zvi, T. (2010). The Efficacy of Business Simulation Games in Creating Decision Support Systems: An Experimental Investigation, Decision Support System, 49(1), 61-69.

4. Bird, R. C. (2001). Integrating Simulation Games into Business Law Teaching, Simulation Games, 19, pp. 203-237.

5. Cannon, H. M. (1995). Dealing with the complexity paradox in business simulation games. Developments in Business Simulation & Experiential Exercises, 23, pp. 96-102. 6. Chang, Y.-C., Chen, W.-C., Yang, Y.-N. and Chao, H.-C. (2009). A Flexible Simulation

Game for Production and Logistics Management Courses. Simulation Modelling Practice and Theory, 17(7), pp. 1241-1253.

7. Chua, A. (2005). The Design and Implementation of A Simulation Game for Teaching Knowledge Management. Journal of the American Society for Information Science and Technology, 56(11), pp.1207-1216.

8. de Freitas, S. and Oliver, M. (2006). How Can Exploratory Learning With Games and Simulations Within the Curriculum Be Most Effectively Evaluated, Computers and Education, 3, pp. 249–264.

9. Ebner, M. and Holzinger, A. (2007). Successful Implementation of User-Center Game Based Learning in Higher Education: An Example from Civil Engineering, Computers & Education, 49, pp. 873-890.

10. Faria, A. J. and Schumacher, M. (1996). Business Simulation Games: Current Usage A Ten Year Update, Developments in Business Simulation & Experiential Exercises, 11, pp. 220-225.

11. Faria, A.J. (1998). Business Simulation Games: Current Usage Levels-An Update, Simulation & Gaming, 29(3), pp. 295-309.

12. Feinstein, A.H., Mann, S. and Corsun, D.L. (2002). Charting the Experiential Territory: Clarifying Definitions and Uses of Computer Simulation, Games, and Role Play, Journal of Management Development, 21(10), pp. 732-744.

13. Garris, R., Ahlers, R. and Driskell, J. (2002). Games, Motivation and Learning: A Research and Practice model, Simulation and Gaming, 33(4), pp. 441-467.

14. Gredler, M.E. (1996). Educational Games and Simulations: A Technology in Search of a Research Paradigm, in D. H. Jonassen (Ed.) Handbook of research for educational communications and technology, New York: Simon & Schuster Macmillan, 521-540. 15. Yasarcan, H. (2010). Improving understanding, learning, and performances of novices in

dynamic managerial simulation games: A Gradual-Increase-In-Complexity Approach, Complexity, 15(4), pp.31-42.

16. Ke, F. (2008). A case study of computer gaming for math: Engaged learning from gameplay? Computers & Education, 51(4), pp. 1609–1620.

(9)

17. Kebritchi, M. and Hirumi, A. (2008). Examining the Pedagogical Foundations of Modern Educational Computer Games, Computers & Education, 51(4), pp. 1729–1743. 18. Kiili, K. (2007). Foundation for Problem-Based Gaming, British Journal of Educational

Technology, 38(3), pp. 394-404.

19. Kraiger, K., Ford, J. K. and Salas, E. (1993) Application of Cognitive, Skill-Based, and Affective Theories of Learning Outcomes to New Methods of Training Evaluation. Journal of Applied Psychology, 78(2), pp. 311-328.

20. Kuutti, K. (1996). Activity Theory as a Potential Framework for Human Computer Interaction Research. In B. A. Nardi (Eds.), Context and consciousness: Activity theory and human-computer interaction (17-44). Cambridge, MA: The MIT Press.

21. Lainema, T. and Nurmi, K. (2007). Advancing Acquisition of Business Know-How: Critical Learning Elements, Journal of Research on Technology in Education, 40(2), pp. 183–198.

22. Lee, Y.-C. (2008). The Role of Perceived Resources in Online Learning Adoption, Computers & Education, 50, pp. 1423–1438.

23. Lee, C. Y. and Chen, M. P. (2009). A Computer Game as a Context for Non-Routine Mathematical Problem Solving: The Effects of Type of Question Prompt and Level of Prior Knowledge. Computers & Education, 52 (3), pp. 530-542.

24. Lim, C. P. (2008). Spirit of the Game: Empowering Students as Designers in Schools. British Journal of Educational Technology, 39(6), pp. 996–1003.

25. Miles,W. G., Biggs, E. D. and Schubert, J. N. (1986). Student Perceptions of Skill Acquisition through Cases and a General Management Simulation: A Comparison, Simulation & Games, 17(1), pp. 7024.

26. Miragliotta, G., Brun, A., and Soydan, I. A. (2009). Coordinating Multi-Business Sales through Management Simulators, Int. J. Production Economics, 121, pp. 533–549. 27. O’Neil, H., Wainess, R. and Baker, E. (2005), Classification of Learning Outcomes

Evidence from the Computer Games Literature, Curriculum Journal, 16(4), pp. 455-474. 28. Papastergiou, M. (2009). Digital Game-Based Learning in High School Computer Science Education: Impact on Educational Effectiveness and Student Motivation. Computers & Education, 52(1), pp. 1-12.

29. Prensky, M. (2008). Students as Designers and Creators of Educational Computer Games: Who Else? British Journal of Educational Technology, 39(6), pp. 1004–1019. 30. Tao, Y.-H., Cheng, C.-J. and Sun, S.- Y. (2009). What Influences College Students to

Continue Using Business Simulation Games? The Taiwan Experience, Computers & Education, 53(3), pp. 929-939.

31. Tao, Y.-H. and Hung, K.-C. (2010). Who Performs Better in Business Simulation Game Learning - A Case Study of A College General Course. The 10th WSEAS International Conference on Applied Informatics and Communications, Taipei, Aug. 20-22.

32. Tech, R. and Murff, E. R. T. (2008). Are the Business Simulations We Play Too Complex, Developments in Business Simulation & Experiential Exercises, 35, pp.

(10)

205-211.

33. Shih, J. -L., Shih, B. -J., Shih, C. -C., Su, H. -Y. and Chuang, C. -W. (2010). The Influence of Collaboration Styles to Children’s Cognitive Performance in Digital Problem-Solving Game “William Adventure”: A Comparative Case Study. Computers & Education, 55(3), pp. 982-993.

34. Wellington, W. J. and Faria, A. J. (1995a). Are Good Simulation Performers Consistently Good, Developments in Business Simulation & Experiment Exercises, 22, pp. 5-11.

35. Wellington, W. J. and Faria, A. J. (1995b). Cognitive and Behavioral Consistency in A Computer-Based Marketing-Simulation-Game Environment: An Empirical Investigation of the Decision-Making Process, Developments in Business Simulation & Experiment Exercises, 22, pp. 12-18.

36. Whiteley, T. R. and Faria, A. J. (1990). A Study of The Relationship Between Student Final Exam Performance and Simulation Game Participation. Simulation & Gaming, 20, pp. 44-64.