作業複雜度、作業不確定性及時間壓力對多線索機率學習作業的影響

全文

(1)101. 國立政治大學「教育與心理研究」 2005 年 3 月，28 卷 1 期，頁 101-126. 作業複雜度、作業不確定性及時間壓力對多線索機率學習作業的影響. 顏乃欣摘要. *. 本研究探討作業複雜度、作業不確定性及時間壓力，對多線索機率學習作業中判斷的影響。參與者學習以兩個有同等預測力的線索預測效標，參與者的表現主要以透鏡模式分析各項指標，並配合主觀策略報告瞭解其反應策略。研究結果顯示，低作業複雜度的整體成就表現較高且作業複雜度好；作業不確定越低，整體成就越好；沒有時間壓力的情況下，整體成就表現較有時間壓力時好。而上述較好的表現主要是反映在參與者有較佳的認知控制而非作業知識上。不過，作業不確定性在不同作業複雜度上有不同的影響，無論在整體成就、認知控制、作業知識，以及線索利用差異度上，都顯示在低作業複雜度的情況下，作業不確定性有較大的影響。上述結果，進一步由參與者反應策略及Hammond（2000）作業特性和思考方式關聯性的角度加以討論。. 關鍵字：透鏡模式、直覺式思考、分析式思考. 顏乃欣：政治大學心理學系教授電子郵件：[email protected] *. 收件日期：2003.1.13；修改日期：2004.3.17；接受日期：2004.4.29.

(2) 102. Journal of Education & Psychology March, 2005, Vol. 28 No. 1, pp. 101-126. The Effects of Task Complexity, Task Uncertainty and Time Pressure on Judgment in Multiple Cue Probability Learning Task Nai-Shing Yen*. Abstract The study investigated the effects of task complexity, task uncertainty and time pressure on judgment in multiple cue probability learning tasks. Participants were trained to use two equal weighted cues to predict a criterion. Lens model analyses were used to indicate participants’ performance and the self-reports of participants were used to reflect their response strategies. The results indicated that the participants’ achievements under low task complexity were better than those under high task complexity; the achievements were higher while task uncertainty was lower; and the achievements under no time pressure conditions were better than those under time pressure conditions. Better achievement was reflected in better cognitive control rather than task knowledge. However, the effects of task uncertainty were different under different task complexity. Task uncertainty had a larger effect on achievement, cognitive control, task knowledge, and differential cue utilization under low task complexity than under high task complexity. These results were further discussed through strategies used by participants and Hammond’s theory (2000).. Keywords: lens model, intuitive thinking, analytic thinking. *. Nai-Shing Yen: Professor, Department of Psychology, National Chengchi University E-mail: [email protected]. Manuscript received: 2003.1.13; Revised: 2004.3.17; Accepted: 2004.4.29.

(3) 作業複雜度、作業不確定性及時間壓力對多線索機率學習作業的影響. 壹、緒論. 壓力會影響人們判斷與決策的歷程（Klein, 1996）。一些突發的、急性的壓力源（acute stressors），例如時間壓力（ time pressure ）、作業負擔過重（task overload）、噪音（noise）、痛的威脅（ threat of pain ）等（ Driskell & Salas, 1991 ），可能會限制決策者擷取訊息的能力，造成注意力窄化，迫使決策者將有限的注意力放在重要的線索上（Edland & Svenson, 1993）；而決策者在處理壓力時，等於增加了第二項作業（secondary task），造成工作記憶容量減少（Bacon, 1974; Hamilton, 1982），這些歷程，在在都可能影響判斷或決策的表現（Klein, 1996）。廣義說來，任何內外在的因素會造成決策者需要花費更多的心力來完成作業，即是增加了壓力（ Van Gemmert & Van Galen, 1997 ）。本研究即欲探討和作業有關的壓力源，對於複雜判斷作業的影響。和作業有關的壓力源，被研究最多的，首推時間壓力這一變項（例如 Svenson & Maule, 1993）。時間壓力對判斷與決策的影響在很多作業中都有被探討過。Wright（1974）的研究顯示，決策者由車子的三項屬性考慮買車意願時，在有時間壓力下，不但會使用較少但較重要的訊息，同時會偏向使用較負向的訊息。後續研究亦有類似的發現. （ Edland,. 103. 1985; Svenson & Edland,. 1987; Svenson, Edland, & Karlsson,. ）。但 Maule 與 Mackie （ 1990 ）並未能重複驗證Wright中決策者偏向使用負向訊息的結果， Svenson 、 Edland 與 Slovic （ 1990 ）的研究甚至顯示，決策者在時間壓力下，反而加重正向訊息的使用。 BenZur 與 Breznitz （ 1981 ）研究在風險決策（risky choice）情況下時間壓力的效果。結果顯示在時間壓力下，決策者會選擇風險較低的選項，同時傾向花較多的時間在負向訊息上。 Busemeyer （ 1985 ）則發現，時間壓力在變異小（ low-variance ）的情況下對選擇行為沒有影響。但在變異大（high-variance）的情況下，當期望值為負值時，時間壓力會增加風險選擇（risky taking）的傾向；當期望值為正值時，時間壓力會降低風險選擇的傾向。Payne、Bettman與Johnson（1988）以多屬性與多選項組合的賭局，檢視時間壓力對決策者訊息使用與決策策略的影響。研究結果顯示，在有時間壓力的情況下，決策者使用較少的訊息，花在每一個訊息的平均時間亦較少，但對重要的屬性和相關的機率訊息會花費較多的時間，而搜索訊息的方式主要以屬性為主的方式進行，同時偏向使用非補償性（ noncompensatory ）的策略。後續研究亦有類似的發現（Payne, Bettman,. 1985.

(4) 104 教育與心理研究 28 卷 1 期. ）。 Wallsten 與 Barton （ 1982 ）及 Wallsten （ 1993 ）要求參與者依五項屬性對A、B二選項作選擇。結果顯示，在沒有時間壓力的情況下，五項屬性都會被決策者注意並使用；但在有時間壓力的情況下，則決策者僅依賴前幾個較重要的屬性作決策，即或在給予獎賞（payoff）的情況下，決策者會儘量去注意所有的屬性，但最後的決策仍然主要是依據較重要的屬性而定。總結說來，時間壓力會讓決策者判斷策略產生改變，使用較少的訊息，而整體的表現亦會下降。由透鏡模式（lens models）的角度，分析決策者表現之所以變差，有可能是由於決策者採用了不適當的線索使用策略，或／和無法有效地控制其線索使用策略而導致（透鏡模式的概念請參閱附錄一之說明）。 Rothstein （ 1986）在多線索機率學習作業（ multiple cue probability learning task ）情境下，探討時間壓力和作業複雜度對判斷的影響。決策者學習使用兩個有同等預測力的線索來預測效標變項的數值，效標變項和線索間的關係可能是線性的（ linear ）、曲線的（ curvilinear）或是兩者的混合。實驗分為學習階段與測驗階段。在學習階段，決策者在利用兩個線索預測效標數值時沒有任何時間的限制，決策者做出反應後亦會得到正確答案的回饋。在測 & Luce, 1996. 驗階段，沒有時間壓力的情境下，對決策者做判斷沒有任何時間限制；但有時間壓力的情境下，則限制決策者要在6 秒鐘之內做判斷。Rothstein使用透鏡模式的概念來說明決策者的作業表現，其中認知一致性（cognitive matching）或作業知識（task knowledge）是指環境線索與效標變項關係和決策者使用線索方式的相關，其數值反應了決策者是否採用了合宜的線索使用策略；認知控制（cognitive control）是指決策者反應和線索之間的多元相關，其數值反應了決策者能將其線索使用策略執行出來的控制程度。研究結果顯示，在時間壓力下，認知控制變差，但並不影響其作業知識，但此效果主要在複雜的作業情況下（線索和效標變項的關係為曲線的情況）才會產生。另外，時間壓力會使決策者較依賴其中一個線索作判斷的傾向增加；在沒有時間壓力下，決策者使用兩個線索的比重差不多。所以由透鏡模式的分析可以瞭解，在複雜作業情況下，時間壓力會造成表現比較差的結果，可能是決策者認知控制變差所導致，而並非由於決策者用了不合宜的線索使用策略所造成。多線索機率學習作業是一個蠻符合自然生態環境中作業特質的作業情境，決策者可以利用線索預測事件狀況，但線索與事件發生與否卻是機率性的關係。而透鏡模式即可對此作業下決.

(5) 作業複雜度、作業不確定性及時間壓力對多線索機率學習作業的影響. 策表現做細部成分的分析，雖然以迴歸方式得到的模式有其限制，但仍顯現了作業知識與認知控制等心理意義（Hammond & Summers, 1972），藉以分析整體表現的含意。 Rothstein （1986）的結果，顯示了時間壓力在不同作業複雜度情況下，在作業知識和認知控制上有不一樣的效果。但檢視其操弄時間壓力的方式，無論在何種作業複雜度情況下，皆是在6秒之內做反應。但不同作業複雜度的作業原本在難度上有不同，需要處理訊息的時間需求不一樣。同樣6秒的時間限制，可能在高作業複雜度情況下的確造成訊息處理上的時間壓力；但對於低作業複雜情況，並不見得造成訊息處理上的時間壓力。或許Rothstein之所以發現時間壓力在不同作業複雜度上有不同效果之原因，是由於上述時間壓力的操弄在低作業複雜度情況下不成功所導致。為了確認時間壓力在多線索機率學習作業中不同作業複雜度下的效果，本研究採用各作業複雜度情況下無時間壓力時反應時間的中數，作為該作業複雜度情況下時間壓力的操弄值，以確保時間壓力的操弄在各作業複雜度情況下都是成功的。除了時間壓力和作業複雜度外，還有一個可能導致壓力的作業特性是作業的不確定性（task uncertainty）（例如 Shuxin, 1994）。Shuxin的模式認為作業的不確定性和作業的複雜度都是造成工. 105. 作負擔（workload）加重的來源。一個作業系統中，造成不確定感增加的原因可能有很多，例如，訊息來源的資訊無法明確定義事件發生狀況，則訊息來源和事件狀況間即有不確定性存在（例如 Coury, Boulette, & Smith, 1989; Gifford, Bobbitt, & Slocum, 1979; Mahan 1992,. ）；不確定性亦可能由於訊息來源的不可信（ unreliable ）或訊息份量的不適切（過多或過少）所造成（參見 Gifford, Bobbitt, & Slocum, 1979）；另外，決策者相關知識的多寡亦影響決策者的不確定感（例如Heath & Tversky, 1991）。 Mahan （ 1992, 1994 ）採用多線索機率學習作業，探討作業不確定性對作業表現的影響。決策者由四個線索判斷一天的產品生產量，但在不同的作業不確定情境下，真正的產品生產量未必能由四個線索作確切的預測，例如Mahan （1992），在低不確定情境下，其不確定程度為0~7%，在高不確定情境下，其不確定程度為0~15%。Mahan（1992, 1994）的研究結果顯示，隨著作業不確定性升高，決策者的作業表現隨之下降，而此作業表現變差主要是由於認知控制下降，其作業知識並未隨之下降。本研究將同時探討時間壓力、作業不確定性及作業複雜度這三項和作業有關的壓力源，對多線索機率學習作業下判斷的影響。研究中仍主要以透鏡模 1994.

(6) 106 教育與心理研究 28 卷 1 期. 式作為資料分析的主要依據，除了重複驗證各個壓力源的主要效果外，也檢視其可能產生的交互作用。 Hammond （2000）提到，許多判斷作業都同時牽涉了直覺式（ intuitive ）和分析式（ analytic ）的認知思考方式，他稱之為準理性（quasi rationality）的認知形式。而多線索機率學習作業即屬於同時包含此二種思考方式的作業，但隨著作業特性的改變，會影響決策者偏向直覺式或分析式的思考。例如 Hammond 、 Hamm、Grassia與Pearson（1997）認為作業不確定性高時，較易引發直覺性的思考，而作業不確定低時，較易引發分析式的思考；而線索和效標關係為線性時，易引發直覺式的思考；而線索和效標關係為非線性時，較易引發分析式的思考。 Hammond 認為時間壓力對需要分析式思考的情境有很大的影響，亦即在需要分析式思考的情境下，時間壓力才真正的成為「壓力」，影響作業的表現；而時間壓力對於直覺式思考的情境，則較不構成威脅，不會影響作業的表現。若由此推測，本研究所操弄的時間壓力，可能和作業不確定性與作業複雜度呈現交互作用，亦即在高作業不確定情況下，時間壓力沒有影響，而在低作業不確定情況下，時間壓力會有影響；另外，在低作業複雜度情況下（線索和效標為線性關係時），時間壓力沒有影響，而在高作業複雜度情境下（線. 索和效標為非線性關係時），時間壓力會有影響。本研究將檢驗是否會有上述的二因子交互作用，甚或更複雜的三因子交互作用（例如在低作業不確定性、高作業複雜度情況下，時間壓力會有最大的影響）產生。另外，研究中亦將蒐集決策者自覺的判斷方式，以作為瞭解其思考方式的佐證。. 貳、研究方法一、參與者. 政治大學自願參與實驗的學生，包括大學部以及研究所的學生共計156 人，分派至12種實驗情境，每種實驗情境13人。在做完實驗後，每位參與者會得到一份小禮物。. 二、實驗材料及儀器一作業. ( ). 參與者依據XA與XB兩個線索的值（A、B）來預測效標Y的值（C）。A值與B值的變動範圍為1至 10的整數，故共可形成10 × 10 = 100個題目組。. 二實驗材料. ( ). 實驗的畫面由四個垂直的長條圖所組成。最左邊的長條為A，第二個長條為B，第三個長條為S，最右邊則為 C。 A與 B呈現線索值的大小， S的值由參與者控制以用來預測C值的大小。四個長條的寬度皆為30個點（pixel），約 10mm ，兩個長條之間的間隔亦為 30 個.

(7) 作業複雜度、作業不確定性及時間壓力對多線索機率學習作業的影響. 點，縱軸每個刻度的高為 32 個點，約 10.5mm。參與者可按「↑」（上）、「↓」（下）鍵來調整 S 值的大小，每按一下，S值會改變0.1個刻度，按住不放時可連續調整。調整好後按「 Enter 」鍵表示確認，在學習階段的嘗試中，電腦此時會立刻呈現C值作為回饋。此時畫面至多會保留五秒鐘（參與者可按「 Z」鍵提早結束），之後畫面會消失（為全黑的畫面），隔2秒鐘，電腦就會自動跳入下一個嘗試。測驗階段則不再呈現C值回饋。. 三儀器. ( ). 本實驗在Pentium II 300電腦上搭配自行設計之實驗程式進行。螢幕為15 吋（CRT），解析度設定為800 × 600。. 三、實驗設計. 本實驗為2 × 3 × 2受試者間設計，操弄三個獨變項。第一個獨變項為「作業複雜度」，分為「低作業複雜度」與「高作業複雜度」兩種水準。作業複雜度以線索與效標的關係作為操弄方式，在低作業複雜度情況下，線索與效標為線性函數關係（Y = 0.5XA + 0.5XB）；在高作業複雜度的情況下，線索與效標為曲線函數關係（ Y = 0.5g(XA) + 0.5g(XB)，其中 g(X) = 2X– 1 ，當 X≦ 5；g(X) = 2 × (11–X)–1，當X≧6）。第二個獨變項為「作業不確定性」，分. 107. 為低、中、高三種水準。在低作業不確定情況下，其不確定程度為0~3%；在中作業不確定情況下，其不確定程度為 0~13%；在高作業不確定情況下，其不確定程度為0~25%。故C與Y的關係為C = Y + Y × Rand × UC ，其中 Rand 為介於–1至 + 1的亂數（實數），UC為作業不確定性的程度，分為 3% 、 13% 、 25%三種水準，且若C > 10時，C會被設定為 10 。第三個獨變項為「時間壓力」，分為「無時間壓力」與「有時間壓力」兩種水準。在無時間壓力的情況下，參與者未被限制反應時間；在有時間壓力情況下，則以預試中無時間壓力情況下參與者反應時間的中數，作為反應時間的限制。本實驗曾對「無時間壓力」的六種情境（作業複雜度 (2) × 作業不確定性 (3) ）進行預試，每種情境五位參與者。所得的資料顯示，在低作業複雜度下，依作業不確定性由低至高排列，反應時間的中位數依序為 3.4 秒、 3.0 秒及 3.4 秒；在高作業複雜度下，依作業不確定性由低至高排列，反應時間的中位數依序為5.5秒、5.6秒及 4.4 秒。由於實驗實際的時間壓力設定以0.5秒為單位，故上述六種情況下時間壓力設定值，依序為3.5秒、3.0秒、 3.5秒、5.5秒、5.5秒及4.5秒。依變項的測量分為兩部分，第一部分為量化指標，主要依透鏡模式分析參與者表現正確程度及其成分解析，包.

(8) 108 教育與心理研究 28 卷 1 期. 括：成就（achievement, r ）、認知控制（cognitive control, r ）、認知一致性或作業知識（task knowledge, G），另外亦比較線索利用差異度（ differential cue utilization, DCU ）及反應時間（ RT ）等。其中透鏡模式的概念及各指標計算方式列於附錄。第二部分為作答策略，在實驗結束後以問卷方式讓參與者評估其所使用的策略為偏向直覺或規則，包括：(一 )請問在最後100次，即第二階段無回饋的實驗，您覺得自己主要是依照什麼樣的方式做判斷？是否比較傾向於憑直覺或者是依規則；(二)若是依規則，請問是什麼規則？若是憑直覺，也請儘量說明一下；(三)請問您從實驗一開始到最後曾經嘗試過哪些作答策略； (四)做完實驗後，如果您有任何感覺、想法或建議請寫在這裡，共四個問題。 a. s. 四、實驗程序. 本實驗為電腦化之實驗，當參與者被隨機分派至某一情境後，主試者會將其安置於電腦前，由參與者自行鍵入學號等基本資料後，螢幕會呈現「指導語」的畫面。實驗過程中分為學習階段與測驗階段。學習階段最多有六個區段，每個區段分別有33、33、34、33、 33 、 34 個嘗試，為兩次 100 個題目組的隨機排列，共有200個題目。在學習階段中，每次參與者按下「 Enter 」鍵後，電腦會立刻給予正確的C值作為回. 饋。在每一個學習區段結束後，電腦會呈現參與者反應（ S 值）與各線索（X 、X ）間的相對相關係數（即迴歸係數）作為回饋，並進一步提供「線索與效標的正確函數關係說明」與「實際線索運用情形與正確函數關係的比較圖」作為回饋。之後，電腦會計算S與 C值的相關r ，若在此區段的表現r 大於 0.8 ，則進入測驗階段，否則就進入下一個學習區段。如果進行完所有學習區段，r 值仍未達到0.8的標準，則實驗會提早結束。測驗階段亦為100個題目組的隨機排列。在進入測驗階段前，會呈現指導語的畫面，內容為告訴參與者共有 100 個題目，同時不再提供 C 值回饋；另外，在「有時間壓力」的六種實驗情境，會告訴參與者須於時限內作答，主試者亦會口頭提醒參與者儘量在時限內作答。參與者完成 100 個嘗試後，實驗即結束。實驗結束後會請參與者填寫一份問卷，詢問其作答策略。 A. B. a. a. a. 參、結果. 一、依變項資料的轉換與歸類. 由於許多依變項指標，例如，r 、 r 、 G 及 DCU 的分配均為偏態，所以在進行統計分析之前，先進行依變項資料的轉換。相關係數方面的指標（ r 、 r 、 G ）進行費雪爾轉換（ Fisher’s Z transformation ），轉換後除 Z 外，其餘 a. s. a. s. G.

(9) 作業複雜度、作業不確定性及時間壓力對多線索機率學習作業的影響. 109. 皆接近常態。 DCU 則進行平方根（square-root）轉換，轉換後分配亦接近常態。以上指標在報告其平均數、標準差時主要使用原始分數，必要時才加註轉換後分數，而統計考驗的部分則均使用轉換後的分數。參與者的作答策略則依據其填答的問卷，將偏向於使用規則者歸為一類，偏向於使用直覺策略者歸為一類，以便做聯列表的分析。例如，填答「依規則」、「以規則為主」、「主要依規則，若來不及則依直覺」的參與者被歸類為傾向於使用規則；填答「直覺」、「多半憑直覺」、「少部分用規則」、「兩者都有考量，但以直覺較多」的參與者則被歸類為偏向於使用直覺。至於未填答者或填答「都有」、「一半依規則，一半依直覺」、「有時憑直覺，有時憑規則」等無法分辨為偏向規則或直覺者則不計。. 後，仍依各情境所排除人數比例隨機分派參與者，以補足有效樣本。此外，在有時間壓力的情況下，參與者有部分題目未於時限內作答，其中作答率小於 85%的參與者有四位（其作答率分別為 69%、71%、80%及83%）。而進一步分析作業複雜度是否會影響作答率，結果顯示低作業複雜度的平均作答率為96% （SD = 0.03），高作業複雜度的平均作答率為94%（SD = 0.08），進行t考驗則未達顯著。另外，本研究在計算各項指標時，僅採用有於時限內作答的嘗試次的資料計算。有關作答策略的部分，156位參與者中有 88 位參與者歸類為偏向使用規則，46位參與者歸類為偏向使用直覺。有4位參與者未填答，18位參與者無法分辨為偏向規則或直覺，共計22位參與者的作答策略排除未計。. 有六位參與者在進行完所有學習階段後 r 值仍小於 0.8 ，未進入測驗階段，而本研究只分析測驗階段所記錄的參與者反應，故排除上述六位未進入測驗階段的參與者。這六位參與者中，有一位屬於低作業複雜度，五位屬於高作業複雜度；兩位屬於低不確定性，一位屬於中不確定性，三位屬於高不確定性；三位屬於無時間壓力情境，三位屬於有時間壓力情境。排除六位參與者. 各情境下原始分數之平均數與標準差列於表1，轉換後之分數列於表2。以下對 r 、 r 、 G 、 DCU 進行之三因子變異數分析，對反應時間（RT）進行無時間壓力情境下之二因子變異數分析。成就指標：r 。作業複雜度、作業不確定性及時間壓力對r 的影響皆達顯著。就作業複雜度而言，低作業複雜度（0.93）比高作業複雜度（0.85）有較. 二、資料排除的情形 a. 三、行為指標分析 a. s. a. a.

(10) 110 教育與心理研究 28 卷 1 期. （ Scheffé ）事後比較，結果發現不確定性程度低與中（F(2,144) = 33.54, p < .001）、低與高（F(2,144) = 83.41, p < .001）、中與高（F(2,144) = 11.17, p < .001）皆達顯著差異。就時間壓力而言，無時間壓力（0.91）比有時間壓力（0.87）有較高的r 值（F(1,144) = 6.34, Mse = 0.16, p = 0.01）。. 高的 r 值（ F(1,144) = 111.34, Mse = 0.16, p < .001）。就作業不確定性的程度而言，低不確定性（ 3% ）的 r 值為 0.94 ，中不確定性（ 13% ）的 r 值為 0.90 ，高不確定性（ 25% ）的 r 值為 0.83 ，三者差異達顯著（ F(2,144) = 85.41, Mse = 0.16, p < .001），不確定性程度越低，r 值越高。進一步進行薛費 a. a. a a. a. a. 表 1 各情境下各依變項原始分數之平均數與標準差（N = 13）. 作業複雜度時間壓力作業不確定性低. ra. rs. G. DCU. RT. 0.98 (0.06). 0.98 (0.06). 1.00 (0.00). 0.02 (0.03). 4.48 (1.87). 無. 中. 0.94 (0.08). 0.97 (0.08). 1.00 (0.00). 0.09 (0.10). 3.61 (1.59). 高. 0.87 (0.05). 0.95 (0.06). 0.99 (0.01). 0.13 (0.15). 4.00 (1.46). 低. 0.99 (0.02). 0.99 (0.02). 1.00 (0.00). 0.04 (0.04). 2.41 (0.30). 中. 0.94 (0.03). 0.96 (0.03). 1.00 (0.00). 0.08 (0.07). 1.96 (0.28). 高. 0.86 (0.06). 0.93 (0.06). 1.00 (0.01). 0.09 (0.11). 1.87 (0.37). 低. 0.90 (0.10). 0.90 (0.10). 1.00 (0.00). 0.05 (0.04). 6.49 (2.16). 中. 0.89 (0.04). 0.91 (0.04). 1.00 (0.00). 0.05 (0.07). 6.83 (2.35). 高. 0.85 (0.04). 0.90 (0.05). 1.00 (0.00). 0.07 (0.07). 5.37 (1.50). 低. 0.90 (0.04). 0.90 (0.04). 0.99 (0.02). 0.09 (0.12). 3.24 (0.30). 中. 0.84 (0.08). 0.86 (0.08). 1.00 (0.00). 0.07 (0.05). 3.31 (0.60). 高. 0.72 (0.22). 0.76 (0.23). 0.96 (0.09). 0.08 (0.05). 2.98 (0.40). 低作業複雜度有. 無高作業複雜度有. 註：括弧內為標準差。RT 單位：秒。.

(11) 作業複雜度、作業不確定性及時間壓力對多線索機率學習作業的影響. 111. 表 2 各情境下依變項轉換後之平均數與標準差（N = 13）. 作業複雜度時間壓力作業不確定性低無中低作業複雜度有. 無高作業複雜度有. Zra. Zrs. ZG. SQRDCU. 2.97 (0.67). 3.21 (0.81). 4.04 (0.26). 0.13 (0.09). 3.92 (0.35). 2.51 (0.62). 3.59 (0.65). 0.24 (0.19). 高. 1.39 (0.21). 2.16 (0.79). 3.46 (0.75). 0.31 (0.19). 低. 2.88 (0.65). 3.11 (0.83). 4.07 (0.27). 0.18 (0.09). 中. 1.78 (0.23). 2.13 (0.53). 3.74 (0.53). 0.25 (0.13). 高. 1.33 (0.22). 1.86 (0.60). 3.60 (0.73). 0.26 (0.17). 低. 1.67 (0.67). 1.73 (0.80). 3.79 (0.54). 0.19 (0.12). 中. 1.50 (0.28). 1.62 (0.33). 3.87 (0.50). 0.18 (0.12). 高. 1.27 (0.17). 1.56 (0.31). 3.63 (0.56). 0.24 (0.14). 低. 1.51 (0.24). 1.53 (0.23). 3.73 (0.71). 0.27 (0.14). 中. 1.26 (0.27). 1.35 (0.30). 3.65 (0.55). 0.26 (0.09). 高. 0.99 (0.34). 1.13 (0.40). 3.20 (1.05). 0.26 (0.09). 註：括弧內為標準差。. 交互作用方面，僅作業複雜度與作業不確定性的交互作用達到顯著（ F(2,144) = 27.41, Mse = 0.16, p < .001），由交互作用圖（圖1）可發現在低作業複雜度下，作業不確定性對r 影響較大。進一步對作業不確定性進行單純主要效果分析，發現無論在低或高作業複雜度下，作業不確定性對r 的影響皆達顯著，低作業複雜度的 F 值為 a. a. ，高作業複雜度的F值為F(2,144) = 8.72, p < .001。但事後比較中，高作業複雜度的部分僅低與高不確定性有達顯著差異（F(2,144) = 8.63, p < .001），而低作業複雜度部分的三個水準彼此間皆有達顯著差異，低與中、低與高、中與高作業不確定性情況下的F值依序為F(2,144) = F(2,144) = 105.01, p < .001. 46.87, 99.57, 9.81, p < .001, p < .001, p.

(12) 112 教育與心理研究 28 卷 1 期. 。如對作業複雜度進行單純主要效果分析，則發現作業複雜度的效果在低不確定性（ F(1,144) = 144.12, p < .001 ），中不確定性（ F(1,144) = 17.85, p < .001 ），及高不確定性（F(1,144) = 4.19, p = 0.04）的情境下皆達顯著差異。另外，在綜合考驗上，時間壓力與其他獨變項的交互作用效果雖未顯著，但為了檢驗 Hammond （ 2000 ）認為時間壓力在不同作業複雜度及作業不確定性下會有不同效果的看法，本研究仍進行時間壓力在各情境下的單純主要效果的分析。就作業複雜度而言，在高作業複雜度的情況下，無時間壓力（0.88）比有時間壓力（0.82）有較高 < .001. 的r 值（F(1,144) = 6.27, p = .013）；在低作業複雜度下，時間壓力的效果則未顯著。時間壓力的效果在各作業不確定情況下皆未達顯著。如分析時間壓力的單純單純主要效果，則發現時間壓力的效果在各情況下雖然皆未達顯著，但比較其平均數時發現，在高作業複雜度且高作業不確定性下的Zr 值有最大差異，無時間壓力下Zr 值為1.27（r = 0.85），有時間壓力下 Zr 值為 0.99 （ r = 0.72 ），（F(1,144) = 3.24, p = .07。在低作業複雜度且高作業不確定性下的 Zr 值差異則為最小，分別是1.39（r = 0.87）與 1.33 （ r = 0.86 ）， F(1,144) = 0.15, p = .70。 a. a. a. a. a. a. a. a. a. 3.5 3.0 2.5 2.0 Zra 1.5 1.0. 作業複雜度：低（線性函數）作業複雜度：高（曲線函數）. 0.5 0.0. 低. 中作業不確定性. 高. 圖 1 作業複雜度與作業不確定性在 Zr 上的影響 a.

(13) 作業複雜度、作業不確定性及時間壓力對多線索機率學習作業的影響 113. 認知控制指標：r 。作業複雜度、作業不確定性與時間壓力對r 的影響皆達顯著。就作業複雜度而言，低作業複雜度（0.96）比高作業複雜度（0.87）有較高的r 值（F(1,144) = 115.09, Mse = 0.35, p < .001）。就作業不確定性的程度而言，低不確定性的r 值為0.94（Zr = 2.39），中不確定性的r 值為0.92（Zr = 1.90），高不確定性的r 值為0.89（Zr = 1.68），三者差異達顯著（F(2,144) = 20.15, Mse = 0.35, p < .001），不確定性程度越低，r 值越高。進一步進行薛費事後比較，結果低與中不確定性（F(2,144) = 9.02, p < .001）及低與高不確定性（F(2,144) = 19.28, p < .001）的差異皆達顯著，中與高不確定性的差異則未達顯著。就時間壓力而言，無時間壓力（0.93）比有時間壓力（0.90）有較高的r 值（F(1,144) = 8.90, Mse = 0.35, p = .003）。交互作用方面，亦僅作業複雜度與作業不確定性的交互作用有達到顯著（ F(2,144) = 7.98, Mse = 0.35, p < .001），圖2為其交互作用圖。在低作業複雜度下，作業不確定性對r 的影響較高作業複雜度下大。進一步對作業不確定性進行單純主要效果分析，發現不確定性的效果僅在低作業複雜度下有達顯著（F(2,144) = 26.28, p < .001），其平均值依作業不確定性由低至高依序為 0.98 、 0.96 、 0.94 。在高作業複雜度下 s. s. s. s. s. s. s. s. s. s. s. s. 則未顯著，其平均值依序為 0.90 、 0.89 、 0.83 。進一步對低作業複雜度下的單純主要效果進行薛費事後比較，結果低與中不確定性（F(2,144) = 13.22, p < .001）、低與高不確定性（F(2,144) = 24.91, p < .001）皆達顯著差異，但中與高作業不確定性則未達顯著。如以作業複雜度進行單純主要效果分析，則發現其於低、中、高三種作業不確定性下皆達顯著差異，其F值依序為F(1,144) = 88.31, 26.22, 16.51, p < .001, p < .001, p. 。另外，分析時間壓力在各情境下的單純主要效果顯示，就作業複雜度而言，在高作業複雜度的情況下，無時間壓力（0.91）較有時間壓力（0.84）的 r 值為高，F(1,144) = 5.16, p = 0.02；在低作業複雜度下，無時間壓力（ r = 0.964, Zr = 2.63）比有時間壓力（r = 0.959, Zr = 2.37 ）的 r 值有較高的傾向，但其效果未達顯著（ F(1,144) = 3.80, p = .053 ）。就作業不確定性而言，在低作業不確定性的情況下，時間壓力效果未達顯著；在中作業不確定性的情況下，無時間壓力（0.94）比有時間壓力（0.91）有較高的r 值，F(1,144) = 4.01, p = .047；在高作業不確定性的情況下，無時間壓力（0.93）亦較有時間壓力（0.85）的r 值為高，F(1,144) = 5.08, p = 0.03。如分析時間壓力的單純主要效果，結果顯示時間壓力的效果在 < .001. s. s. s. s. s. s. s. s.

(14) 114 教育與心理研究 28 卷 1 期. 3.5 3.0 2.5 2.0 Zrs 1.5 1.0. 作業複雜度：低（線性函數）作業複雜度：高（曲線函數）. 0.5. 低. 0.0. 中作業不確定性. 高. 圖 2 作業複雜度與作業不確定性在 Zr 上的影響 s. 各情況下雖然皆未達顯著，但比較平均數時發現，在高作業複雜度且高作業不確定性下 Zr 值有最大差異，無時間壓力下的Zr 值為1.56（r = 0.90），有時間壓力下的 Zr 值為 1.13 （ r = 0.76 ）， F(1,144) = 3.45, p = .065。而在低作業複雜度且低作業不確定性的情況下，平均數差異最小，無與有時間壓力下的r 值為 0.98 （ Zr = 3.21 ）與 0.99 （ Zr = 3.11），F(1,144) = 0.17, p = .68。作業知識指標：G。就G而言，僅作業不確定性的主要效果有達顯著（ F(2,144) = 6.40, Mse = 0.39, p = .002），G值隨著作業不確定性的增加而減小，其平均值依不確定性由低至高依序為0.9982（Z = 3.91）、0.9981（Z = 3.71）及0.9880（Z = 3.47）。進一步 s. s. s. s. s. s. s. s. G. G. G. 進行薛費事後比較，結果顯示僅低不確定性與高不確定性有達顯著差異（F(2,144) = 6.38, p = .002）。由於作業不確定性在不同的作業複雜度上對r 與 r 皆有不同的效果，研究者有興趣知道作業不確定性在低與高作業複雜度的情況下對G值的效果為何。對作業不確定性進行單純主要效果分析的結果顯示，作業不確定性的效果在高作業複雜度下並未顯著（F(2,144) = 2.69, p = .07），僅於低作業複雜度下有達顯著（F(2,144) = 5.01, p = .008），進一步進行薛費事後比較，結果亦僅低與高不確定性有達顯著差異（F(2,144) = 4.63, p = .01）（參見圖3）。另外，時間壓力的效果除了在綜合考驗未顯著外，在各情境下的單純主 a. s.

(15) 作業複雜度、作業不確定性及時間壓力對多線索機率學習作業的影響. 115. 4.2 4.1 4.0 3.9 ZG. 3.8 3.7 3.6 3.5 3.4. 低. 0. 中作業不確定性. 高. 作業複雜度：低（線性函數）作業複雜度：高（曲線函數）. 圖 3 作業不確定性在不同作業複雜度下對 ZG 的影響. 要效果與單純單純主要效果皆未達顯著。線索利用差異度： DCU 。由於本研究採用的線索為兩個有同等預測力的線索，所以要檢驗此二線索是否被同等重要地用來作預測。線索利用差異度量測了判斷中可以兩個線索來解釋的變異量比例的差異。其測量公式為： DCU= ｜ r － r ｜，其中 r 與 r 即為可以A、B二線索解釋的變異量的比例。如果兩個線索都被同等有效的利用，則DCU為0。當DCU越大時，代表其中一線索被利用的程度較另一線索高。就 DCU 而言，僅作業不確定性的主要效果有達顯著（ F(2,144) = 4.75, Mse = 0.02, p = .01），DCU值隨著不確 2. SA. 2. SB. 2. SA. 2. SB. 定性的增加而變大，其平均值依不確定性由低至高依序為 0.05 、 0.07 及 0.10。進一步進行事後比較，發現僅低不確定性與高不確定性有達顯著差異（ F(2,144) = 4.75, Mse = 0.02, p = .01）。另外，研究者有興趣知道作業不確定性在低與高作業複雜度情況下對 DCU 的效果。對作業不確定性進行單純主要效果分析的結果顯示，作業不確定性在高作業複雜度下並未達到顯著（F(2,144) = 0.47, p = .63），僅於低作業複雜度下有達顯著（F(2,144) = 6.07, p = .003），進一步進行薛費事後比較亦顯示僅低與高不確定性達顯著差異（F(2,144) = 6.54, p = .002）（參見圖 4）。如由作業複雜度的角度分析，僅在.

(16) 116 教育與心理研究 28 卷 1 期. 0.30 0.28 0.26 SQRDCU. 0.24 0.22 0.20 0.18. 作業複雜度：低（線性函數）作業複雜度：高（曲線函數）. 0.16 0.14 0. 低. 中作業不確定性. 高. 圖 4 作業不確定性在不同作業複雜度下對 SQRDCU 的影響. 低作業不確定性下，作業複雜度的單純主要效果達顯著， F(1,144) = 4.13, p = .044，在中及高作業不確定性下，作業複雜度的單純主要效果則未顯著。另外，分析時間壓力在各情境下的單純主要效果時發現，就作業複雜度而言，時間壓力的效果在高作業複雜度的情況下有達顯著，F(1,144) = 4.35, p = .04 ，無時間壓力（ 0.056 ）較有時間壓力（0.082）的DCU值低；時間壓力在低作業複雜度下的單純主要效果則未顯著。就作業不確定性而言，時間壓力的效果在三種作業不確定性的情況下皆未達顯著。如分析時間壓力的單純單純主要效果時，則發現時間壓力的效果在各情境下皆未顯著。反應時間： RT 。僅針對未限制反. 應時間的情境進行作業複雜度與作業不確定性之二因子分析，結果僅作業複雜度的效果達顯著（F(1,72) = 27.72, Mse = 343.52, p < .001）。在低作業複雜度的情況下的反應時間（4.02秒）較在高作業複雜度的情況下的反應時間（ 6.23 秒）快。. 四、策略使用的分析. 表3、表4及表5為作業複雜度、作業不確定性及時間壓力與策略的列聯表。卡方分析結果顯示，作業複雜度與時間壓力的效果皆未顯著，僅作業不確定性對參與者使用策略的影響有達顯著，χ (2, N = 134) = 8.61, p = .01。在低作業不確定性下，有 39 位（ 81.25% ）參與者使用偏向規則的策 2.

(17) 作業複雜度、作業不確定性及時間壓力對多線索機率學習作業的影響 117. 略，使用直覺策略的參與者僅有 9 位（18.75%）；在中作業不確定性下，有 24 位（ 53.33% ）參與者使用偏向規則的策略，使用直覺策略的參與者有21位（46.67%）；在高作業不確定性下，有 25 位（ 60.98% ）參與者使用偏向規則的策略，使用直覺策略的參與者有16位（39.02%）。進一步分析發現，低與中作業不確定性（Z = 2.83, p = .002），及低與高作業不確定性（ Z = 2.01, p = .02 ）的差異皆有達顯著（使用單尾考驗），中與高作業不確定性的差異則. 未達顯著。另外，為了檢視作業複雜度、作業不確定性及時間壓力對參與者策略使用的影響是否有交互作用的關係，進一步進行 G 分析，結果顯示三因子交互作用（G (2) = 0.47, p = .79）及各種二因子交互作用皆未達顯著。 2. 2. 肆、討論. 就作業複雜度的操弄來說，低作業複雜度（線索與效標為線性函數關係）較高作業複雜度（線索與效標為曲線函數關係）在整體成就表現（r ）上 a. 表 3 不同作業複雜度下參與者使用的策略高作業複雜度低作業複雜度. 直覺. 策略規則. 合計. 24(35.82%). 43(64.18%). 67(100%). 22(32.84%). 45(67.16%). 67(100%). χ 2(1, N = 134) = 0.13, p = .72. 表 4 不同作業不確定性下參與者使用的策略低中高. 作業不確定性. 直覺. 策略. 規則. 合計. 9 (18.75%). 39 (81.25%). 48 (100%). 21 (46.67%). 24 (53.33%). 45 (100%). 16 (39.02%). 25 (60.98%). 41 (100%). χ (2, N = 134)= 8.61, p = .01 2. 表 5 無與有時間壓力下參與者使用的策略時間壓力 χ (1, N = 134) = 1.80, p = .18 2. 無有. 直覺. 策略. 規則. 合計. 20 (28.99%). 49 (71.01%). 69 (100%). 26 (40.00%). 39 (60.00%). 65 (100%).

(18) 118 教育與心理研究 28 卷 1 期. 來的好，而這個較好的表現反映參與者在低作業複雜度情況下有較佳的認知控制而非作業知識上。作業不確定性在整體成就和認知控制上，亦顯現類似的對應效果。隨著作業不確定性升高，其整體成就與認知控制皆隨之下降，顯現和 Mahan （1992, 1994）一致的結果。但Mahan （1992, 1994）的研究中，作業知識並未隨作業不確定性的不同而產生改變，但在本研究中，在低不確定的情況下的作業知識較高不確定情況下好，而這結果主要是在線索與效標為線性函數關係時才會產生。比較Mahan的研究和本研究的差異，Mahan（1992）低不確定的程度為 0~7% ，高不確定的程度為 0~15% ； Mahan （ 1994 ）低不確定的程度為0~3%，中不確定的程度為0~7%，高不確定的程度為0~13%；而本研究低不確定的程度為0~3%，中不確定的程度為 0~13% ，高不確定的程度為 0~25%。所以本研究和 Mahan （ 1992, 1994 ），顯示作業知識在不同不確定程度上有不一致的效果，有可能是不確定程度所選用的範圍（ range ）不同所導致的。當作業不確定性升高到某一程度（例如，0~25%），決策者能正確偵測作業特質的能力即可能降低。另一個造成差異的可能原因，是 Mahan （ 1992, 1994）採用了四個線索，本研究僅採用. 二個線索，而當線索數目增加時，較容易引發直覺式的思考方式（ Hammond et al., 1997），有可能在較直覺式思考方式下，作業不確定性的效果即不易顯現。另外，如果我們將線索數目增加視為線索與效標關係越加複雜的操弄方式之一，則亦可和本研究中所觀察到的作業複雜度和作業不確定性交互作用的效果相呼應。當線索與效標關係越複雜時（例如，曲線關係），作業不確定性的效果越不明顯；當線索與效標關係較簡單時（例如，線性關係），才會觀察到作業不確定性的效果。這種作業不確定性在不同複雜度上有不同影響的現象，在本研究的各項指標中一再顯現。不僅在作業知識（ G ）上，在整體成就（r ）、認知控制（r ）、線索利用差異度（ DCU ）上，都顯現在低作業複雜度情況下，作業不確定性有較大的影響。為什麼在低作業複雜度的情況下，作業不確定性會顯現較大的影響呢？包括整體成就和認知控制會隨作業不確定性升高而大幅下降，作業知識在低不確定情況下較好，在低不確定情況下兩個線索被使用的程度差不多。檢查在高作業複雜度情況下的資料，顯示整體的成就、認知控制皆較低，甚至比低作業複雜度且高作業不確定性的情況下還低，在這種情況下，加入不確定因素對於決策者的成就與認知控制可能並沒 a. s.

(19) 作業複雜度、作業不確定性及時間壓力對多線索機率學習作業的影響. 有多大影響。但在只有兩個線索，且兩個線索有同等預測力的簡單線性關係情況下，若作業確定性很高，決策者可以同等有效地運用兩個線索作較精準的預測；一旦作業不確定性升高，其認知控制、作業知識皆隨之降低，同等使用兩個線索的能力亦降低。對照參與者有關策略使用的報告，亦可看到的確在低不確定情況下，決策者傾向使用規則作反應，但在中、高不確定情況下，則使用規則的比例下降。上述的分析似乎顯示，作業不確定性低時，決策者傾向使用規則作反應，同時在本研究只有兩個有同等預測力線索的簡單線性關係情況之下，決策者亦可同等有效地運用此二線索預測效標。但參與者有關策略使用的報告，並未顯現作業複雜度和作業不確定性的交互作用，顯示了參與者未必能夠完全清楚意識到自己的反應策略，因而造成主觀意識報告未能完全反應行為指標的情形。另外，上述分析亦和 Hammond 等人（1997）認為作業複雜度與作業不確定性引發直覺式或分析式思考的預測不完全符合。作業不確定性引發的思考方式，的確如 Hammond 等人的預測，當作業不確定性低時，較易引發規則的、分析式的思考，當作業不確定性升高時，分析式思考的比例下降，而直覺式思考的比例上升。然而 Hammond 等人. 119. 認為線索和效標關係為線性時，較易引發直覺式的思考；而線索和效標關係為非線性時，較易引發分析式的思考。在本研究中，由參與者策略使用的報告中，並未顯現線索與效標關係不同時，在使用規則式或直覺式思考方式上有明顯的不同。但由於參與者主觀意識報告未必能完全反應內在歷程，單由參與者策略使用的報告並不足以推論出「線索與效標關係的不同，不影響思考方式」。進一步由各項行為指標來看，顯示參與者在面對只有兩個有同等預測力的線索時，在簡單線性關係下，會有較精準的預測表現，較好的認知控制，尤其在作業不確定性低的時候。雖然決策者的成就較好，不見得就表示他採用的是分析式的思考（Hammond, 2000），但 Hammond 在比較直覺式與分析式思考方式的特性時，認為直覺式思考的認知控制較低，而分析式思考的認知控制較高。而本研究卻顯現在線索與效標關係為線性時會有較高的認知控制，在線索與效標關係為曲線時，認知控制較差。依此特性來看，似乎在本研究中，只有兩個有同等預測力線索的情況下，當線索與效標為線性關係時，決策者會傾向分析式思考。另外，由於作業不確定低時，參與者傾向使用規則，而這些規則的使用在簡單線性關係下會有較好的表現，似乎也意味簡單線性關係.

(20) 120 教育與心理研究 28. 卷1期. 較複雜曲線關係更能提供一個適合規則式、分析式思考的情境，使參與者在低作業不確定性時，能有效地使用規則來作判斷。果真如此，則至少在本研究中僅有兩個有同等預測力線索的情況下，當線索與效標的關係為線性時，似乎較容易引發分析式的思考；當線索與效標的關係為曲線時，似乎較容易引發直覺式的思考，而這樣的解釋則和 Hammond 的預測不相符合。但線索和效標關係即或是在線性時，還會有許多變化，例如，是否為等值加權（ equal weighting），同時其他變項亦可能和線索和效標關係此一變項有交互作用，例如線索數目的多寡、線索間的共變關係等，所以線索和效標關係為線性或非線性時，是否會引發不同的思考方式，還需要有更多的實證資料，才能對在何種狀況下會引發何種思考方式有更清楚的瞭解。至於時間壓力的效果，先由其操弄效度來看，本研究是以預試中，各作業在無時間壓力情況下的反應時間中位數，作為時間壓力情況下的反應時間限制，所以在低作業複雜度情況下的反應時間限制較高作業複雜度情況下短；而 Rothstein（1986）卻是在不同作業複雜度情況下，皆以6秒的反應時間限制作為時間壓力的操弄方式。由本研究參與者在無時間壓力情況下反應時間的結果來看，在低作業複雜度情況下，無時間. 壓力的平均反應時間為4.02秒；在高作業複雜度情況下，無時間壓力的平均反應時間為6.23秒，顯然本研究在時間壓力上的操弄方式較Rothstein的操弄方式更有效。而檢視時間壓力的效果，的確造成整體成就的下降，同時成就的下降，是由於認知控制變差所導致（r 下降），而非由於參與者用了不合宜的線索使用策略所造成（G未變）。進一步分析顯示，時間壓力的效果主要是在高作業複雜度情況產生。這些結果，基本上和Rothstein的發現是一致的。不過由於本研究以更有效的方式操弄時間壓力，我們可以有更高的信心相信這些重複驗證結果的真實性。另外，就兩個線索使用的情形來分析，時間壓力在高作業複雜度情況下，會造成參與者偏向使用兩個線索中的某一個線索作判斷的傾向增加，則亦和 Rothstein （ 1986 ）以及以往的研究（例如Wright, 1974）相符合。顯示在本研究僅有兩個有同等預測力線索的情況下，當線索與效標關係為線性時，無論有沒有時間壓力，參與者皆能同等有效地運用兩個線索來作判斷；但當線索與效標關係為曲線時，原本在無時間壓力下可以同等有效使用兩線索作判斷的策略發生改變，在有時間壓力下，產生較依賴其中一個線索作為判斷的不等值加權策略。以上有關時間壓力的結果，皆顯 s.

(21) 作業複雜度、作業不確定性及時間壓力對多線索機率學習作業的影響. 示時間壓力效果（無論在 r , r , DCU 上），主要是在高作業複雜度情況下產生。這樣的結果和 Hammond （ 2000 ）預測時間壓力和作業複雜度交互作用的方向是一致的，但這是否意味著 Hammond 認為「當線索與效標為線性關係時，易引發直覺式的思考；當線索與效標為非線性關係時，易引發分析式思考」的假設是正確的呢？在前文的分析中，這個假設是被質疑的，然而有沒有可能前文的分析是不合理的呢？一個可以進一步再問的問題是：什麼是直覺式思考？什麼是分析式思考？規則的使用是否即等於是分析式思考？ Hammond 等人（ 1997 ）將等值加權平均（weighted average）視之為一種直覺式的組織原則（比較 Hammond ， 2000 則未再作此項陳述），而本研究中參與者所採用的「規則」，正是同等運用兩線索的等值加權平均法。但若將參與者採用等值加權平均的規則視為直覺式思考，即使可以將在線索與效標關係為線性時的反應方式視之為直覺式思考，卻仍然沒有足夠的證據顯示線索與效標關係為曲線時的反應為分析式思考。同時，這樣的解釋，亦會對 Hammond 在作業不確定性和思考方式上的預測（當作業不確定性低時，易引發分析式的思考，當作業不確定性高時，易引發直覺式的思考）造成困擾。 a. s. 121. 因為當作業不確定性低時，無論由參與者客觀的行為指標或主觀的策略報告，皆顯示參與者能同等有效地運用二線索為預測效標，傾向以規則作反應。如果將等值加權平均視為直覺式思考，則這一系列的結果都將無法解釋。雖然等值加權平均是一種相當強韌（robust）的線性反應方式（Dawes, 1979），決策者也可能不自覺地（implicitly）將此策略應用在統整線索的過程中。但Kahneman與Tversky（1982）亦曾指出，一個判斷如果是由非正式（ informal ）與非結構式（ unstructured ）的方式推理而來，沒有用到分析式的方法或刻意的計算（ deliberate calculation ），方可稱之為直覺式的判斷。 Kahneman 與 Frederick （ 2002 ）更將規則的使用（rule application）與自我覺察（ self-aware ）視之為屬於分析式思考之系統二（ Stanovich & West, 2002）的特質。由此看來，在本研究中只有兩個同等預測力線索的情況下，參與者所使用的等值加權平均法是一個可以清楚意識到的規則，參與者更用以計算出預測值作精確的預測，以至於不確定性升高時此規則的正確性下降，採用規則的比例亦下降。所以，本研究中參與者所使用的等值加權平均法，應更偏向 Kahneman 與 Frederick 所指稱的分析式判斷而非直覺式判斷。不過，對於什麼.

(22) 122 教育與心理研究 28 卷 1 期. 是直覺式或分析式的思考，在後續研究中仍然要進一步的釐清，才能對 Hammond （ 2000 ）提出來作業特性和認知思考方式間關係的闡述，進行更明確的驗證。最後，本研究在研究方法的部分仍有一些限制，是可以在後續的研究中進一步擴大探討的，例如，本研究中對作業不確定性中誤差的產生方式，沿用 Mahan （ 1992, 1994 ）所採用的均等分配（ uniform distribution ）的方法，後續研究可以進一步以常態分配甚至多元常態分配方式來模擬誤差，則更能反映透鏡模式此種多元線性機率模型的特性。此外，本研究採用參與者間設計，日後亦可採用參與者內設計，讓參與者歷經所有操弄變項產生的刺激組合，則可以計算出每位參與者對各向度（dimension）的度量（scaling），如此可對於參與者處理各作業的內在歷程有更進一步的瞭解。. representative design of experiments. Berkley, CA: University of California Press. Busemeyer, J. R. (1985). Decision making under uncertainty: A comparison of simple scalability, fixed sample and sequential sampling model. Journal of Experimental. Psychology:. Learning,. Memory and Cognition, 11, 538-564. Castellan, N. J., Jr. (1973). Comments on the “lens model” equation and the analysis of multiple-cue judgment tasks. Psychometrika, 38, 87-100. Coury, B. G., Boulette, M. D., & Smith, R. (1989). Effect of uncertainty and diagnosticity on classification of multidimensional. data. with. integral. and. separable displays of system status. Human Factors, 31, 551-570. Dawes, R. M. (1979). The robust beauty of improper linear models in decision making. American Psychologist, 34, 571-582. Driskell,. J.. E.,. &. Salas,. E.. (1991).. Overcoming the effects of stress on military performance: Human factors,. 參考文獻. training, and selection strategies. In R.. Bacon, S. J. (1974). Arousal and the range of. 183-193). New York: Wiley.. cue utilization. Journal of Experimental Psychology, 102, 81-87.. Gal, & A. D. Mangelsdorff (Eds.), Handbook of military psychology (pp. Dudycha, L. W., & Naylor, J. C. (1966). Characteristic of the human inference. BenZur, H., & Breznitz, S. J. (1981). The. process in complex choice behavior. effect of time pressure on risky choice. situations. Organizational Behavioral. behavior. Acta Psychologica, 47, 89-104.. and Human Performance, 1, 110-128.. Brunswik, E. (1943). Organismic achievement. Edland, A. (1985). Attractiveness judgments. and environmental probability. Psycho-. of decision alternatives under time stress. logical Review, 50, 255-272.. (Rep. No.21). Stockholm, Sweden: Cog-. Brunswik, E. (1956). Perception and the. nition and Decision Research unit,.

(23) 作業複雜度、作業不確定性及時間壓力對多線索機率學習作業的影響. L. (1964). Some methodological consid-. University of Stockholm. Edland, A., & Svenson, O. (1993). Judgment and. decision. making. 123. under. time. erations in multiple cue probability studies. Psychological Review, 71, 42-60.. pressure: Studies and findings. In O.. Kahneman, D., & Frederick, S. (2002).. Svenson & J. Maule (Eds.), Time. Representativeness revisited: Attribute. pressure and stress in human judgment. substitution in intuitive judgment. In T.. and decision making (pp. 27-40). New. Gilovich, D. Griffin, & D. Kahneman. York: Plenum.. (Eds.), Heuristics and bias: The psychol-. Gifford, W. E., Bobbitt, H. R., & Slocum, J.. ogy of intuitive judgment (pp. 49-81).. (1979). Message characteristics and per-. Cambridge, UK: Cambridge University. ceptions of uncertainty by organizational. Press.. decision makers. Academy of Manage-. Kahneman, D., & Tversky, A. (1982). On the study of statistical intuitions. Cognition,. ment Journal, 22, 458-481. Hamilton, V. (1982). Cognition and stress: An. 11, 123-141.. information processing model. In L.. Klein, G. (1996). The effect of acute stressors. Goldberger, & S. Breznitz (Eds.), Hand-. on decision making. In J. E. Driskell &. book of stress: Theoretical and clinical. E. Salas (Eds.), Stress and human. aspects (pp. 105-120). New York: The. performance (pp. 49-88). Mahwah, NJ:. Free Press.. Lawrence Erlbaum.. Hammond, K. R. (2000). Judgment under. Mahan, R. P. (1992). Effects of task. stress. New York: Oxford university. uncertainty and continuous performance. Press.. on knowledge execution in complex. Hammond, K. R., Hamm, R. M., Grassia, J.,. decision-making. International Journal. & Pearson, T. (1997). Direct comparison. of Computer Integrated Manufacturing,. of the efficacy of intuitive and analytical. 5, 58-67.. cognition in expert judgment. In W. M.. Mahan, R. P. (1994). Stress-induced strategy. Goldstein, & R. M. Hogarth (Eds.),. shifts toward intuitive cognition: A cog-. Research on judgment and decision. nitive continuum framework approach.. making:. Currents,. connections,. and. controversies (pp. 140-180). Cambridge, UK: Cambridge University Press.. Human Performance, 7, 85-118. Maule, J., & Mackie, P. (1990). A componential investigation of the effects of. Hammond, K. R., & Summers, D. A. (1972).. deadlines on individual decision making.. Cognitive control. Psychological Review,. In K. Borchering, O. I. Larichev, & D.. 79, 58-67.. M. Messick (Eds.), Contemporary issues. Heath, C., & Tversky, A. (1991). Preference. in. decision. making. (pp.. 449-461).. and belief: Ambiguity and competence in. Amsterdam, Holland: North-Holland.. choice under uncertainty. Journal of Risk. Payne, J. W., Bettman, J. R., & Johnson, E. J.. and Uncertainty, 4, 5-28. Hursch, C. J., Hammond, K. R., & Hursch, J.. (1988). Adaptive strategy selection in decision making. Journal of Experimen-.

(24) 124. 教育與心理研究. 28. 卷1期. tal Psychology: Learning, Memory &. Holland. Svenson, O., Edland, A., & Slovic, P. (1990).. Cognition, 14, 534-522. Payne, J. W., Bettman, J. R., & Luce, M. F.. Choices between incompletely described. (1996). When time is money: Decision. alternatives under time stress. Acta. behavior under opportunity-cost time. Psychologica, 75, 153-169.. pressure. Organizational Behavior and. Svenson, O., & Maule, A. J. (Eds.) (1993).. Human Decision Processes, 66, 131-152.. Time pressure and stress in human. Rothstein, H. G. (1986). The effects of time. judgment and decision making. New. pressure on judgment in multiple cue. York: Plenum Press.. probability learning. Organizational Be-. Tucker, L. R. (1964). A suggested alternative. havior and Human Decision Processes,. formulation in the developments by. 37, 83-92.. Hursch Hammond, Hursch, and by. Shuxin, B. (1994). A proposed methodology for the prediction of mental workload, based on engineering system parameters.. Hammond, Hursch, and Todd. Psychological Review, 71, 528-530. Van Gemmert A. W. A., & Van Galen G. P. (1997). Stress, neuromotor noise, and. Work and Stress, 8, 355-371. Stanovich, K. E., & West, R. F. (2002).. human performance: A theoretical per-. reasoning:. spective. Journal of Experimental Psy-. Implications for the rationality debate?. chology: Human Perception and Per-. In T. Gilovich, D. Griffin, & D.. formance, 23, 1299-1313.. Individual. differences. in. Kahneman (Eds.), Heuristics and bias:. Wallsten, T. S., & Barton, C. N. (1982).. The psychology of intuitive judgment.. Processing. Cambridge, UK: Cambridge University. sional information for decisions. Journal. Press.. of Experimental Psychology: Learning,. Svenson, O., & Edland, A. (1987). Change of. probabilistic. multidimen-. Memory and Cognition, 8, 361-384.. preferences under time pressure: Choices. Wallsten, T. S. (1993). Time pressure and. and judgments. Scandinavian Journal of. payoff effects on multidimensional prob-. Psychology, 29, 322-330.. abilistic inference. In O. Svenson, & A.. Svenson, O., Edland, A., & Karlsson, G.. J. Maule (Eds.), Time pressure and stress. (1985). The effect of numerical and. in human judgment and decision making. verbal information and time stress on. (pp. 167-179). New York: Plenum Press.. judgments of the attractiveness of deci-. Wright, P. (1974). The harassed decision. sion alternatives. In L. B. Methlie & R.. maker: Time pressure, distraction and. Sprague (Eds.), Knowledge representa-. the use of evidence. Journal of Applied. tion for decision support systems (pp.. Psychology, 59, 555-561.. 133-144). Amsterdam, Holland: North-.

(25) 作業複雜度、作業不確定性及時間壓力對多線索機率學習作業的影響. 索和事件或效標變項間的相關 (r ) 稱之為線索的生態效度（ ecological validities ）；而線索和決策者反應間的相關(r )稱之為線索的利用效度（utilization validities）；另外線索間彼此亦可能有相關(r )存在。事件或效標變項實際發生狀況和決策者反應的相關（ r =r ）稱之為決策者的成就（achievement），可以反映出環境和決策者反應二系統間整體對應的關係。另外效標變項及決策者反應都可以用線索的線性模式加以估計（ Yˆ = ∑ β X ;. 附錄一：由透鏡模式量測決策者成就、作業知識與及認知控制. ei. si. 在多線索機率學習作業中，決策者依賴線索(Xi)所提供的訊息，對某一事件或效標變項(Ye)作判斷；而通常線索和環境中效標變項間的關係，以及線索和決策者反應(Ys)間的關係，都是機率性（ probabilistic ）而非決定性（ deterministic ）的。 Brunswik （ 1943, 1956）的透鏡模式即是將線索、效標變項，以及決策者反應間的機率關係加以描述的建構（詳見圖5）。就線索和環境間的關係而言，線生態效度效標變項 Yê. Re. ij. a. YeYs. n. e. Yˆs =. re2. Ye. rei. i. ∑ β X ），其中效標變項和線索 n. si. i. i =1. X2. rij. 決策者. 利用效度. X1. r12. re1. ei. i =1. 線索. 環境. 125. rs1 rs2. 決策者反應 Ys. rsi. Xi. rsn. ren Xn. ra G. 圖 5 以 Brunswik 的透鏡模式描述多線索機率學習作業. Rs. Yˆs.

(26) 126 教育與心理研究 28 卷 1 期. 間的多元相關（ R = r ）稱之為環境的線性預測力（environmental predictability ）；而決策者反應和線索之間的多元相關（ R = r ）稱之為個體的線性預測力（organismic predictability）或個體的線性反應策略的一致性（organismic consistency）；至於這兩個線性預測模式間的相關（ G = r ）則稱之為認知一致程度的指標（cognitive matching index），反映出環境和決策者反應以線索線性模式作預測時線索加權值（ β , β ）的對應程度，上述個成分間的關係可以下列公式表示之（ Castellan, 1973; Dudycha & Naylor, e. YeYê. Ys Yˆs. s. YêYˆs. ei. si. 1966; Hurch, Hammond, & Hurch, 1964; Tucker, 1964. ）：. 1. (1). 其中C是環境和決策者反應二系統中線性預測殘餘（ residuals ）的相關（ C = r , 其中 Y = Yˆ + Z , Y = Yˆ + Z ）。所以 GR R 反映的是決策者成就中線性的部分，而 C (1 − R )(1 − R ) 反映的是決策者成就中非線性的部分。若環境和線索為線性關係，環境系統中的殘餘變異通常是隨機產生的誤差，則可假設環境系統的殘餘變異為 0 ；而若決策者反映的策略亦主要為對線索的線性利用，則可假設反應系統的 Ze Z s. s. e. s. e. 1. ⎡ ⎣. 2 e. ra = GRe Rs. (2). 在公式(2)的情況下，G和R 在統計上是互相獨立的，因之可將之解釋為兩個不同的心理本質。 Hammond 與 Summers （ 1972 ）將 G 解釋為作業知識（task knowledge），反映決策者能夠正確偵測判斷作業特質的程度；R 則為認知控制（cognitive control），反映出決策者能將其作業知識執行出來的控制程度。即或決策者有完備的作業知識（G 趨近於1），如果其認知控制不足（R 不到1），則決策者的表現亦無法達到其表現的可能極至(R )；而當決策者有完美的認知控制能力（R 等於1），但若沒有合宜的作業知識，則亦會使決策者的表現無法達到其表現的可能極至(R )。 s. s. s. e. ra = GRe Rs + C ⎡⎣(1 − Re2 )(1 − Rs2 ) ⎤⎦ 2. s. 殘餘變異為0。而當環境系統或決策者反應系統中有一殘餘變異為0時， C值即為0，則公式(1)可簡化為：. 2 s. ⎤2 ⎦. s. e. e. s. e.

(27)