中小學生學習程式設計動機之研究

全文

(1)國立臺灣師範大學管理學院高階經理人企業管理碩士在職專班碩士論文. Program of Executive Master of Business Administration College of Management National Taiwan Normal University Master Thesis. 中小學生學習程式設計動機之研究 The Research on the Motivation for Kids from Ninth Grade and below on Learning Computer Programming. 研究生：蔡崇華 Name：Tsung-Hua Tsai. 指導教授：印永翔博士 Advisor：Yung-Hsiang Ying Ph.D.. 中華民國 108 年 6 月 June 2019.

(2) 誌. 謝. 300 多個論文撰寫日子，感謝多人一路陪伴相助，至今才能順利完成，在此謹向你們致上誠摯的謝意！首先最要感謝的是我的指導教授印永翔老師，謝謝您一年來無微不至的關懷與指導，每當我無助時，您適時的鼓勵，屢次讓我從論文撞牆期，絕地逢生，更讓我佩服的是您嚴謹的治學精神與精益求精的學術風範。還有師母張可盈教授耐心教導我統計分析，讓我體悟統計世界的奧秘，得以將統計所學應用在職場。由於過去從未接觸過 SPSS 統計軟體，還好有師大 MBA 張驊臣同學的啟蒙，連續二個月的教導，終於讓我得以漫遊在統計的世界中。要寫論文又要兼顧工作，實在是一件不容易的事，特別感謝公司同事侯秀燕主任，總是把公司大小事務一肩扛，儘量讓我不要站到第一線處理問題，讓我能專心撰寫論文。還要感謝程式部門賴佳君主任，時常與我分享家長與孩子學習程式的故事，給我文章養分，給我論文方向與靈感。在這一年來，利用無數的假日撰寫論文，始終無法好好陪伴家人，老婆和二個寶貝孩子不但沒有埋怨我，還時常鼓勵我，感謝老婆大人總是把家務大小事處理得宜，讓我無後顧之憂。就讀大學的兒子也能專心於課業，認真工作，學習經濟獨立。感謝就讀國三的女兒，時常一邊讀書一邊陪伴我寫論文，這樣的時光是為父二十年的我，從未感受過的另一種天倫之樂。. 蔡崇華謹誌於師大 2019.4.

(3) 中文摘要 2012 年從愛沙尼亞開始，世界各國陸續將程式設計課程納入國小課綱， 2016 年美國總統 Obama，投入四十億美金並宣布全美中小學生都要學習程式設計，提出「所有人都要學電腦科學」提案（Computer Science for All Initiative）。全世界推動小學生開始寫程式，不僅是要培養未來大量的軟體人才，更要訓練孩子運算思維、創新、解決問題的能力。我國 108 課綱將程式設計納入國高中必修課程，卻未在小學階段規劃固定學習時數，由於國內升學主義濃厚，家長、學校普遍重視升學考試科目，到了國中，程式設計課程很容易被忽視。但是這幾年已有不少家長開始重視學程式要從小開始，因而求助體制外的補教業者。但國內目前針對校外學習程式設計課程的相關行為動機之研究成果甚為缺乏，故本文研究著重於探討家長為何讓孩子學習程式設計的動機及行為，希望做為未來推廣程式教育的參考。本次研究採用問卷調查法，調查 300 位 10-14 歲的學生家長，欲了解「家長讓孩子學習程式設計課程的動機」，動機分為家長背景、學生背景、教育期望科技認知、影響因素四大構面，利用邏輯斯迴歸分析 35 個因素，發現：一、男生學程式的勝算是女生學程式的 2.619 倍。二、補習國文又學程式的勝算是沒補國文學程式的 2.367 倍。三、有補習音樂又學程式的勝算是沒補音樂學程式的 2.882 倍。四、有專屬電腦學程式的勝算是沒專屬電腦的 2.706 倍。五、越重視學科成績的家長越不易讓孩子學習程式。六、家長年齡越大，讓孩子學習程式設計的機會越大。七、家長受教育年限多一年，讓孩子學習程式設計的勝算增加為 1.193 倍。八、獨生子女學程式的機會比較高。九、從事教育業的家長，越容易讓孩子學習程式設計。十、家庭年收入越高，越容易讓孩子學習程式設計。. 關鍵字：兒童程式設計、資訊教育、補習教育. ii.

(4) ABSTRACT Started from Estonia in 2012, countries all over the world have gradually added computer programming into their elementary schools’ courses. In 2016, United State President Obama investing 4 billion USD (United State Dollars) on computer programming announced that computer programming are indispensable for all students that were ninth grade and below. President Obama proposed a proposal on “Computer Science for All Initiative”. Obama fostered the abilities of coding for elementary school student, which not only developed a large number of software professionals in the future, but also trained the students to have the ability of computational thinking, solving problems, and to be creative. Computer programming was added as a required course to the latest 108 Junior and Senior high school curriculum guidelines, however, not for elementary school. Due to the pressure of achieving a higher education, the parents and the schools normally focused on the academic subjects, and ignored the technical ones. Nevertheless, more parents have begun to pay attention to the early-aged learning of programming, and they start to seek the cram schools with this course in recent years. Yet, they are lacking in current research results on the relevant motivation for learning programming courses. Therefore, the relevant motivations and the behaviors of the parents who let their children learn computer programming will be discussed in this thesis. The research purpose is to promote computer science in our education industry. The method to carry out this study was using a questionnaire survey, which investigates 300 parents of the students aged between 10-14. The survey is about "the motivations of parents who let their children learn programming courses". The motivations of the survey are divided into four sections “family background”,. iii.

(5) “student background”, “educational expectation” and “interference factor”. The followings are the results of analyzing the 35 factors by using logistic regression: 1. Boys who learn coding are 2.619 times more successful than girls who learn coding. 2. The odds of learning Chinese and coding in after-class school are 2.367 times more successful than who only learns Chinese in after-class school. 3. The odds of learning music and coding in after-class school are 2.882 times more successful than those who don’t. 4. The children who use their own computer to learn coding are 2.882 times more successful than those who don’t use their own computer to learn coding. 5. The more seriously the parents focus on the grade of their children’s academic subjects, the less likely they would let their children learn coding. 6. The older the parents, the greater the chance for them to learn programming. 7. Parents have been educated for more than a year, and their chances of learning programming are increased to 1.193 times. 8. The odds of the only child learning computer programming are relatively higher. 9. Parents who are in education industry, their children had a higher chance of learning coding. 10. Children from higher-income families have a greater chance of learning coding at early age.. Keywords：children’s computer programming、Information technology education 、supplementary education. iv.

(6) 目錄誌謝................................................................ i 中文摘要........................................................... ii ABSTRACT.......................................................... iii 目錄................................................................ v 表次.............................................................. vii 圖次............................................................... ix 第一章. 緒論........................................................ 1. 第一節. 研究背景與動機........................................ 2. 第二節. 研究目的.............................................. 8. 第三節. 名詞解釋.............................................. 8. 第四節. 研究流程............................................. 12. 第二章. 文獻探討................................................... 13. 第一節. 程式設計教育課程與運算思維的關係..................... 13. 第二節. 國內外程式設計課程推展概況........................... 16. 第三節. 補習教育的內涵與現況................................. 20. 第三章. 研究設計與實施............................................. 23. 第一節. 研究架構............................................. 23. 第二節. 研究假設............................................. 25. 第三節. 研究對象............................................. 26. 第四節. 研究工具............................................. 26. 第五節. 資料處理與分析....................................... 28. 第四章. 研究結果與討論............................................. 42. 第一節. 家長、學生樣本結構敘述性統計與討論................... 43. v.

(7) 第二節. 家長對教育期望、科技認知與程式設計學習的影響......... 57. 第三節. 阻礙學習程式設計的影響因素結果分析................... 60. 第節. 利用邏輯斯迴歸分析學習程式設計的影響因素結果......... 63. 第五章. 結論與建議................................................. 72. 第一節. 結論與發現........................................... 72. 第二節. 研究限制與建議....................................... 75. 參考文獻........................................................... 78 附錄一：家長對孩子學習程式教育意願研究調查 ........................ 81. vi.

(8) 表次表 1-1 台北市具知名的程式教育教育機構 .............................. 10 表 2-1 各國對運算思維的定義 ........................................ 14 表 2-2. Computational Thinking(CT)的 11 項重要概念與定義 ............ 16. 表 2-3. 我國資訊科技教育變革的四個階段 ............................. 17. 表 3-1. 學生家長背景變項卡方檢定項目表 ............................. 28. 表 3-2. 學生性別與是否學習程式設計人數列聯表 ....................... 29. 表 3-3. 獨立樣本 t 檢定 p 值與 Levene 檢定對照表...................... 30. 表 3-4. 獨立樣本 t 檢定自變數項目與方程型態 ......................... 31. 表 3-5. 家長對教育、科技認知量表，項目分析摘要表 ................... 32. 表 3-6. 家長教育期望、科技認知量表之因素分析 KMO 與 Bartlett 檢定表. 34. 表 3-7. 家長對教育、科技認知量表之因素分析表 ....................... 35. 表 3-8. 家長教育期望、科技認知因素之信度量表 ....................... 36. 表 3-9. 阻礙學習程式的影響因素，項目分析摘要表 ..................... 37. 表 3-10 以學生性別進行單一變項邏輯斯迴歸係數表 ..................... 39 表 3-11 以學生性別、專屬電腦雙變項，邏輯斯迴歸係數表 ............... 40 表 4-1. 家長性別次數分配檢定表 ..................................... 43. 表 4-2. 家長年齡次數分配檢定表 ..................................... 44. 表 4-3. 家長教育程度次數分配檢定表 ................................. 45. 表 4-4. 家長子女數次數分配檢定表 ................................... 46. 表 4-5. 家庭居住城市次數分配檢定表 ................................. 46. 表 4-6. 家庭行業別次數分配檢定表 ................................... 47. 表 4-7. 家長職位次數分配檢定表 ..................................... 49. 表 4-8. 家長工作是否與程式相關次數分配檢定表 ....................... 49. 表 4-9. 家長學習程式時間次數分配檢定表 ............................. 50. 表 4-10. 家庭年收入次數分配檢定表 .................................. 51. 表 4-11. 大台北地區與學習程式設計家庭每戶年所得總額比較表 .......... 51. vii.

(9) 表 4-12. 男女學生次數分配檢定表 .................................... 51. 表 4-13. 學生年級次數分配檢定表 .................................... 52. 表 4-14. 每月補習費用次數分配檢定表 ................................ 53. 表 4-15. 家庭電腦或平板數量次數分配檢定表 .......................... 53. 表 4-16. 孩子一週使用電腦的時間次數分配檢定表 ...................... 54. 表 4-17. 是否擁有自己電腦的次數分配檢定表 .......................... 54. 表 4-18. 補習英文、數學、美術、舞蹈、自然次數分配檢定表 ............ 55. 表 4-19. 補習國文、音樂、運動次數分配檢定表 ........................ 56. 表 4-20. 教育期望與學校活動參與對學習程式設計的影響 ................ 58. 表 4-21. 資訊科技與提早學習認知對學習程式設計的影響 ................ 59. 表 4-22. 學習程式設計的影響因素分析表 .............................. 62. 表 4-23. 邏輯斯迴歸模型(一)摘要 (學生背景) ......................... 64. 表 4-24. 邏輯斯迴歸模型(一)係數表(學生背景) ........................ 64. 表 4-25. 邏輯斯迴歸模型(二)摘要表 (學生背景、家長背景) ............. 66. 表 4-26. 邏輯斯迴歸模型(二)係數表(學生背景、家長背景) .............. 66. 表 4-27. 邏輯斯迴歸模型(三)摘要表 (學生背景、家長背景、教育科技認知)68. 表 4-28. 邏輯斯迴歸模型(三)係數表(學生背景、家長背景、教育科技認知) 68. 表 4-29. 邏輯斯迴歸模型(四)摘要表 (學生背景、家長背景、家長教育科技認. 知、影響學習因素).................................................. 70 表 4-30 邏輯斯迴歸模型(四)係數表(學生背景、家長背景、家長教育科技認知、影響學習因素)...................................................... 70 表 5-1 影響學習程式設計因素歸納表 .................................. 74 表 5-2 全球推廣女性學習程式的重要組織 .............................. 76. viii.

(10) 圖次圖 2-1 全國文理類補習班 15 年成長統計圖 ........................................................... 21 圖 2-2 全國技藝類補習班 15 年成長統計圖 ........................................................... 22 圖 2-3 台北市、新北市補習班招生對象統計圖 ..................................................... 22 圖 3-1 學習程式設計四大構面影響因素檢定方法架構圖 ..................................... 24 圖 3-2 學習程式設計四大構面迴歸分析研究架構圖 ............................................. 24 圖 3-3. 邏輯斯迴歸分析模型圖 ............................................................................... 38. ix.

(11) 第一章. 緒論. 2012 年開始，愛沙尼亞、英國、丹麥、波蘭、奧地利、美國、法國等陸續將程式設計課程納入國小課綱，推動小學生開始寫程式，不僅是要培養未來大量的軟體人才，更要訓練孩子邏輯思考、創新、解決問題的能力，為未來數位生活做準備。而國內程式資訊教育，至 2019 年才將程式教育課程納入國、高中的必修科目，而小學階段卻是將科技領域安排在彈性課程中，且未規劃固定學習時數1，因此不易在小學階段學習到完整的程式設計課程，相較於其他國家從小學開始培養程式設計能力，國內實為不足。目前國內升學主義濃厚，家長、學校普遍重視升學考試科目，與升學無關的科目，很容易被忽視（楊國樞、葉啟政，1984），造成孩子偏重記憶背誦，對於獨立思考、創造力、解決問題等高層次能力的培養較為 2 缺乏。各國為提升國家競爭力，紛紛提出公民須具備 21 世紀關鍵能力（Partnership. for 21st Century Skills, 2009），而這關鍵能力正可透過程式設計教育來培養，故世界各先進國家皆從小開始重視程式設計教育。但國內程式設計課程受限於時數、設備、專業師資的不足，加上程式教育非升學科目，所以學校很難培養出程式設計人才。但是這幾年已有不少家長開始重視程式教育，進而求助體制外的補教業者，但補教業者一樣面臨師資、經費、設備不足，又因程式教育多為小班教學，獲利率遠低於升學課程，因此願意投入的業者不多。目前台北市開設程式教育的業者不超過 20 家(表 1-1)，每家學生人數也約莫在百人以下。國內目前針對校外學習程式設計課程的相關行為動機之研究成果甚為缺乏，故本文研究著重於探討家長為何讓孩子學習程式設計的動機及行為，做為未來推廣程式教育的參考。. 1. 十二年國民基本教育課程綱要科技領域(105.2，教育部)，附錄三：科技領域國民小學教育階段之課程建議，未將科技領域規劃為領域學習課程，建議於彈性課程中實施，依照學校及各學習階段的學生特性，規劃統整性的探究課程、社團活動與技藝課程或特殊需求課程，使學生具備科技領域之核心素養。 2. 21 世紀公民所應具備之 4C 及運用資訊科技的能力，所謂 4C 就是：「批判性思考與問題解決(critical thinking and problem solving)、有效溝通(effective communication)、團隊共創(collaboration and building)、創造與創新(creativity and innovation)」，各國皆希望培養學生能在面對全球高度知識經濟的競爭下，能夠擁有不斷學習、研發創造、高度思考力、與問題解決的能力。 1.

(12) 第一節. 研究背景與動機. 一、現在和未來的世界已是科技的世界美國白宮於 2016 年提出的 Computer Science for All 計劃3，將「資訊科學」與數學、語文、自然視為同等重要之學科，其中也指出「程式設計」將在所有學習科目中扮演重要角色。目前全球的趨勢，從消費習慣、製造過程、產業結構，到品牌經營，都是運用程式軟體來協助，使用網路與智慧數據服務，來提升企業的價值。現在及未來，軟體設計將超越硬體製造的價值，成為企業成功的關鍵，所以不懂得投資軟體設計的公司，很容易被新創的軟體公司所併吞4。展望未來，「每一家公司都是軟體公司」已經不再是個口號，即使是傳統行業，沒有軟體，就沒有辦法擴大經營規模，Uber、Airbnb、Amazon、Facebook、Alibaba 等跨國企業，透過軟體服務不斷的出現新的商業模式，機器人、大數據、AI 人工智慧已大幅改變了製造業的生產模式。美國前教育部長 Richard Riley 認為 2010 年最迫切需要的十種工作，在 2004 年時根本不存在，2019 年全美最佳職業第一名為軟體開發師(Software Developer)5，美國勞動部預估 2022 年軟體工程師年薪將會高達 144,000 美元，排名第二的是從事電腦數據分析師(Data Analyst)，最高年薪也會達到 122,090 美元，在未來這些工作待遇將高過醫生、律師，因此在未來極需要培養大量的程式設計人才。未來資訊科技愈加進步導致許多產業面臨自動化的趨勢，許多人力密集的工作將會被機器人、人工智慧所取代，而這些行業包括零售業銷售、房屋仲介經紀、電話行銷、會計稽核等，預估在 2033 年超過 80％會消失(陳超明，2016)。. 3. 2015 年美國將電腦科學納入通識教育，總統歐巴馬也於 2016 年 1 月 30 日提出「全民電腦科學倡議」(Computer Science for All)，三年內將會投入 40 億美元經費補助電腦科學教育，讓所有學生都具備基本寫程式的能力。 4 華爾街日報「為什麼軟體正在吃下全世界」(2011, Marc Andreessen, Wall Street Journal)，文章中指出軟體正在改變全世界的生活， 5 《U.S. News》發布 2014 年美國最佳百大工作，軟體設計師獲選第一。根據美國勞動局統計，到 2022 年，軟體開發相關領域會多出 14 萬種至今未出現的新職位。 2.

(13) 二、為何全世界的小學生都在學程式 2012 年愛沙尼亞從小一就要開始學程式，2013 年英國兒童五歲開始就要學習電腦程式，十六歲以前要學會兩種電腦程式語言，2016 年美國總統 Obama，投入四十億美金並宣布全美中小學生都要學習程式設計，提出「所有人都要學電腦科學」提案（Computer Science for All Initiative）6中說到，未來許多工作將被機器人取代，這些改變全世界都在發生。「在這個新的經濟型態，我們要如何確保每個人都有成功的機會？」他的答案是「學習電腦科學」，而程式設計就是電腦科學的核心教育。近年來，全世界包括美國 Obama 總統在內的政治企業領袖都全力推動電腦程式教育，也陸續將程式設計教育放入小學的正式課程，並要求每一位學生都要學電腦程式語言。日本文部科學省即將程式設計課程納入國民義務教育，2020 年小學課程開始實施，2021 年中學，2022 年成為高中的必修課程，因為各國都已體認到電腦及科技是驅動國家競爭力的首要條件。為什麼要鼓勵孩子從小學習程式設計？因為 8-12 歲的孩子是好奇心、學習力最旺盛的年齡，尚未對程式是由一堆繁雜的指令所組成的刻板印象，然後透過遊戲、專題來培養他們對程式的興趣。因此創造友善的學習環境(如:Scratch、Minecraft)和營造有趣的經驗對孩子學習程式設計的過程中是極為重要的(2013，Mitch Resnick)。不過，學習程式的目的並非要把每個人都變成軟體開發師，就像孩子學繪畫、桌球的目的，並不是要是要讓孩子長大都去當畫家或運動選手。程式設計是一種「解決問題」的過程，可以讓孩子從小培養「運算性思維」（computational thinking）的能力，這思維包含抽象、邏輯、拆解、一般化、自動化的演算法(表 2-2)，學習把複雜的問題拆解成許多小問題、更容易處理的問題，如此就能有效率的解決複雜的問題。孩子應該從小就學習對. 6. 2016.1.30 美國總統歐巴馬於白宮宣布「讓每個學生都能在美國學程式」。預算提案是 2017 年將以 40 億美元擴大 K-12 電腦科學的使用範圍。各州將提交“全民電腦科學五年計劃”，將可獲得經費補助來幫助高中、國中小學創建電腦科學課程，並“確保所有學生都有機會參與，包括女孩和少數民族。” 3.

(14) 科技的觀察和研究，了解科技是如何改變世界，然後把世界和自己連起來，也就是去思考在未來的世界中，孩子想要扮演的角色，要怎麼做，才能增建人類全體生活，實現生命的價值。許多國家的領導人，科技界的領袖，都在極力倡導孩子學程式的重要性，他們的想法與作法非常值得重視，所以從小開始學習電腦程式設計在全球早已風起雲湧，這不只是一個風潮，一個運動，而是人類未來的方向與希望。. 三、升學主義下的國中小資訊教育由於受到「萬般皆下品，唯有讀書高」的傳統文化影響，因此台灣社會普遍存在「文憑主義」的氛圍，家長為了孩子，老師為了學生將來能考上好高中、好大學，所有的學習都只為了一個目的：「升學」，所以只要與升學有關的科目就特別重視，至於學生過去學到什麼，現在應該學什麼，升學後能學到什麼，對學生、家長來說，往往都變得不重要，「升學主義」也就因應而起（楊國樞、葉啟政，1984）。由於資訊課程並非升學考試科目，加上資訊教育設備所費不貲，因此學校、家長、學生往往忽視資訊教育的重要性。 108 年新課綱上路後，雖然將資訊科技領域課程於國中階段列為必修，但卻將國小階段排除在外，僅由國小自行安排於彈性課程中實施，希望能將資訊科技之核心素養融入各領域來落實，這對於國小教師而言是一項挑戰，教師必須重新整合能力和備課，更要增加資訊科技能力，才能有效達成資訊教育的目標。由於資訊教育是彈性課程，因此教師很容易將資訊課程轉讓給其他學科，如此對於資訊教育師資、資訊設備原本就不足的學校，正好藉此「彈性」去除資訊課程。在過去九年一貫的資訊教育課程(民國 97 年~民國 106 年)從小三到小六都還有電腦課，其中有一個重要目的是希望能弭平城鄉數位落差，但 108 課綱實施後，數位落差勢必會更加擴大，我國小學生對於資訊素養與運算思維勢必落後其他國家。近年來，讓小朋友學習程式設計這件事情，自愛沙尼亞、芬蘭、英國、美國 4.

(15) 等歐美國家陸續興起，台灣周邊的南韓、日本、中國等科技強國也積極籌備讓兒童開始學習程式設計，「兒童學習程式」宛若蝴蝶效應，已在全球教育領域掀起一場史無前例的教育風暴，既然體制內無法滿足國小學童學習程式語言，也只能依賴體制外的補習教育來完成了。在國中階段，過去九年一貫的資訊教育課程(民國 97 年~民國 106 年)課程設計大部分以培養學生認識電腦硬體、應用電腦軟硬體為主（吳正己、何榮桂，1998），但在 108 課綱實施後，國中階段已將資訊科技領域列為必修課程，其教學目標希望透過學習電腦理論與應用來培養學生高層思考的能力，即能利用運算思維來解決日常生活問題，並能進行溝通表達，以團隊合作的方式進行資訊科技創作(十二年國教課程綱要科技領域，教育部，民 105)。意即在培養學生批判性思考與問題解決能力、團隊合作能力、創造與創新能力及溝通表達能力，這也就是全球教育界都在極力培養的二十一世紀的關鍵能力（Partnership for 21st Century Skills〔P21〕， 2014）。由於小學階段並未將資訊教育列為必修課程，學生缺乏對運算思維能力的訓練，到了國中，一週也只有一堂必修資訊教育課程，而且在升學主義瀰漫的教學現場，家長、老師、學生都重視升學率，非考科的課程往往只是按表操課，要能培養出學生「高層思考能力與重要關鍵能力」實在是緣木求魚。. 四、程式設計教育既然學校無法落實，就從體制外程式教育做起新的科技改變了世界，新的商業模式也影響了我們生活的方式，我們無法預測未來還有哪些新的平台誕生，來解決現有或尚未發生的問題，假如現在的孩子懂得程式設計，就擁有解決未來問題的機會，且能與世界接軌並占有一席之地。因此提升學生資訊科技的能力，就是幫國家未來注入進步發展的原動力(李德財， 2016)，但在教學現場，程式資訊課程執行確實面臨許多困境，包括學校的法規、經費、設備、場地、師資、課程規劃及授課能力等問題，許多家長憂心忡忡，認為孩子無法從學校學習到完善的資訊教育。《讓天賦發光》(Ken Robinson，2018) 5.

(16) 書中提及「改變，迫在眉睫，這是一場註定由下而上的草根革命。」孩子的天賦是老天藏在身上的禮物，但現行教育，卻是一連串的考試和分數，改變學校及教育現況並非一朝一夕可達成，已經無法滿足具教育前瞻性家長的期待，因此家長只能依賴補習教育來彌補體制內的不足。現今學校資訊課程困境 (施又瑀，民 107) 有以下三點：. (一) 國中小資訊科技領域師資短缺國中小的資訊師資是否足以面對科技領域課綱上路後所需要的師資數量，是資訊教育成敗的關鍵。全台灣 738 所國中，具有工藝、電腦或資訊科技概論教師證的老師，只有 621 位，平均每校不到一位；甚至有 120 個學校沒有資訊老師。(陳芳毓、李雅筑，民 105)。. (二) 學校資訊設備無法跟上新的科技資訊教育納入 108 新課綱後，國中階段列為必修課程，資訊設備日新月異，許多學校面臨資訊設備上的不足，由於資訊設備是資訊科技教育重要的一環，若是教育經費不足，設備無法及時到位，則會影響學生的資訊教育品質。. (三) 偏鄉地區之數位落差各學校由於過去偏鄉教育經費本就匱乏，而資訊教育所需設備所費不貲，加上弱勢家庭數位設備本就缺乏，孩子時常倚賴學校資訊設備來學習，未來恐怕會擴大城鄉孩子的資訊能力差距。. 五、家長對於才藝類補習-程式設計課程的觀念一般家長的視程式設計課程為才藝類補習科目。大部分家長將補習班分為兩類，一類是與學科成績或升學有關的是為文理類補習班，其他非升學相關則被歸 6.

(17) 類到才藝類補習班，根據衛生局福利部（2014）年發布的「兒童及少年生活狀況調查報告-兒童篇」指出，6~11 歲兒童有學習才藝者佔 89.5%，以外語、游泳、音樂的比率較高。家庭每月對兒童的主要支出項目為教育、才藝佔 36.9％；由此可見家長對於孩子的教育與才藝頗為重視。近年來教育改革使得升學管道趨於多元化，因此家長愈來愈重視孩子的才藝教育，希望孩子不要輸在起跑點上，因此坊間才藝補習班就蓬勃發展，而程式設計課程因為設置門檻較高，因此多集中在都會區，普及率還不高，台北市也只有 20 餘家左右。家長期望能在才藝課程訓練中所學的知識、技能及態度，未來能實際應用在生活中(張春興，1996)；認為學童透過課後才藝學習除了強化智能之外，更將學習態度內化為行為及學習準則，增加自己之軟實力為將來職場作準備(劉祝姈，2011)。近年來政府推動十二年國教，鼓勵學生多元學習、適性發展，希望除了升學考試之外，也要採計學習歷程，希望能藉由學習的過程中，探索出自己的興趣，選擇自己喜愛的科系，縮短學用落差。華人重視教育，稱職的家長更認為，教育孩子是重要的職責，也有跨文化的研究（Dandy & Nettelbeck, 2002；Peterson, Steinmetz, & Wilson, 2003），無論社經背景與階層相異的華人父母，都認為提供子女優良的教育，是自己重要的責任之一。然而，什麼才是家長重視的教育內容呢？隨著時代的變化，似乎每個父母有不同的認知和觀點，有的家長認為應該學習「一技之長」的才藝，有的家長則選擇音樂、美術、運動等項目來培養孩子藝術、體能的基本素養。但無論選擇何種才藝課程，家長都扮演非常重要的角色，因此家長的背景條件應該與是否學習程式設計課程有著重大的影響。研究顯示，年齡不同的父母，對學習才藝的觀念和參與動機是有顯著差異(楊淑雯，2005；鄭秀蘭，2009)；家長教育程度愈高，其收入也愈高，也更希望自己的子女受到較完善的照顧，另一面也比較有能力支付高額的課後照顧費用（何姿嫻，2008；黃怡瑾，2000）；不同子女數的家長對才藝教育的態度與行為達到顯著差異水準(楊淑雯，2005)；家庭經濟能力越強的，其子女 7.

(18) 越可能參加補習教育（章英華、薛承泰、黃毅志，1998）；就學童不同性別來看，蔡美芳（2003）的研究亦顯示，男女生的才藝學習項目有差異。所以家長不同的職業背景、教育程度、家庭收入、教育期望與孩子本身的背景條件應該也會影響孩子學習程式設計課程的動機。. 第二節. 研究目的. 根據以上研究動機，針對家長或學生學習程式的動機及背景進行分析研究，希望能找出家長讓孩子學習程式設計的關鍵因素，作為國內程式教育的參考。本研究的主要目的如下：一、找出 10~14 歲學生具有哪些背景條件比較容易學習程式設計課程二、找出 10~14 歲學生家長具備哪些背景條件比較容易讓孩子學習程式設計三、家長具有哪些教育認知、科技觀念會影響孩子學習程式設計四、家長受到哪些影響因素而阻礙 10~14 歲學生學習程式設計五、建立 10~14 歲學生學習程式設計動機的最佳迴歸模型. 第三節. 名詞解釋. 一、兒童程式設計課程在尚未發展出視覺程式語言(visual programming language)之前，學習程式設計是困難的，學習者要具備抽象思考能力將概念解構，若學生無法了解學習的目標，其自信及樂趣可能減低 (Donna,2011)。因此，初期學習程式設計的孩子，需要學習動機及克服技術層面。謝亞錚 (2008) 概括了許多學者，提出程式設計學習者需要具備的能力為傳達溝通能力、構思能力、探究能力、邏輯推理能力、解決問題能力。簡單來說，學生學習程式設計，必須經歷兩個階段：首先，必須先了解題目，提出解題方法；第二為問題解決：將方法轉換成程式碼。而其中常見學習程 8.

(19) 式設計的問題如：1.問題解決能力不足 2.某些概念很難學習 3.程式語言的語法結構過於龐大。(陳明溥，2007) Scratch 是麻省理工學院( MIT )媒體實驗室為孩子量身打造的程式學習工具，是一套免費的線上軟體，只要有網路就能撰寫程式。Scratch 在 150 多個不同的國家使用，提供 40 多種語言版本，孩子們可以在其中創造、設計和共享遊戲和動畫，分享互動藝術和視頻遊戲。孩子可以利用視覺程式語言編寫，輕鬆建立程式概念和邏輯思維，透過滑鼠拖拉程式積木的方式，以觀察、分析、拆解、組合的步驟去設計遊戲和動畫，並與全球 Scratch 使用者分享自己的專案作品，教學者可以成立班級的工作坊，讓同一班級的學生上傳、分享並討論作品。孩子可以自訂有趣的主題式專案，發揮想像力與創造力來編寫故事，學習利用程式積木和電腦對話，有邏輯性的列出指令跟電腦做溝通，培養除錯、拆解、解決問題等能力，尤其是當遇到問題時，能培養孩子反省力、忍挫力及面對錯誤的態度。程式設計課程在教學設計上應該「以問題解決為導向，再導入需要使用的指令與敘述」(吳正己、何榮桂,1988)，Scratch 的學習方式符合「問題導向學習法」 (Problem-based learning,〔PBL〕)7，兒童程式設計課程最適合用 PBL 學習法來導入專案，讓孩子從創意發想、形成專案、發現問題、分組討論、提出解決方法、實際解決問題並分享解決問題的過程。 Scratch 適合八歲以上的孩童，是目前全球最多人使用的兒童程式軟體，可以從寫成式的過程中學習到電腦基本觀念、運算思維、數學邏輯、創意思考及團隊合作等二十一世紀重要的關鍵能力。. 7. 「問題導向學習法」(Problem-based learning,〔PBL〕學習起源 1968 年於加拿大 McMaster 大學醫學院先啟用以實際發生問題為核心，鼓勵學生進行小組討論，培養學生批判思考、主動學習、和問題解決能力。此種教學法被普遍使用於醫學院的教學，同時也慢慢被不同學科及各年齡層的師生所採用。 9.

(20) 表 1-1 台北市具知名的程式教育教育機構程式教學機構. 成立時間. 課程種類. 課程對象. 主要課程內容 1. Ozobot 光感路徑機器人 2. 麥塊程式班 3. Scratch 程式班. 橘子蘋果兒童程式設計學苑. 2013 年. 7種. G1~G12. 4. APP 開發課程 5. JS 電玩開發 6. H5 程序開發課程 7. APCS 檢定營 1.程式啟蒙課程 2.程式創造 Scratch/機器人 3.程式創造 APP Inventor. CodingAPE 猿創力程式設計學校. 2013 年. 7種. 幼大~G9. 4.程式菁英 Python 5.程式菁英 Java Script 6.Minecraft 程式初階 7.AI 機器人. Let’s Code 一起程式吧. 2014 年. 12 種. G1~G10. 1.. Unplugged 不插電程式遊戲專班. 2.. SCRATCH 遊戲創作專班. 3.. EV3 程式機動隊-進擊的機器人. 4.. Minecraft 探險家-程式遊戲專班. 5.. Stop Motion 停格動畫實作與剪輯. 6.. STEAM 物聯網專題班. 7.. APP 應用程式創意開發班. 8.. APP+OTTO 互動式機器人課程. 9.. PYTHON 遊戲設計專班. 10. C++程式設計專題班 11. 3D 列印、3D 掃描創客營、酷炫 VR 12. 高中 PYTHON 程式設計專題班. 二、補習教育補習教育是指正規學校之外的教育，可以針對不同學習者的需求，有效補充知識或技能，補充正規教育的不足之處。（關秉寅、李敦義，2008）。國內教育分為國民教育、進修補習教育及短期補習教育三種(補習及進修教育法，2002)，補習教育是社會教育的一環，而補習教育業則屬於社會教育事業。補習教育以「補習 10.

(21) 班」的型態最為常見，所以補習班歸類為短期補習教育，目的是以補充國民教育知識、提高教育程度、傳授才藝與技能、培養健全公民並促進社會進步作為主要目標。依教育部「短期補習班設立及管理準則」，短期補習班可分為「文理補習班」、「技藝補習班」、「課後照顧服務中心(俗稱安親班)」三類業種型態： 1. 文理補習班：以輔導學校課業及升學為目的的補習班，例如: 「國中升高中補習班」、「高中升大學補習班」、「升四技二專補習班」及「家教班」等四類。 2. 技藝補習班：以學校智育科目之外的補習教育稱之為才藝，包括圍棋、畫畫、運動類、音樂類、舞蹈類、電腦、.....等 3. 課後照顧服務中心(俗稱安親班)：主要服務國中小學生於放學後至父母下班時間內，以生活照顧及課業輔導為主的民間機構。本文所探討的「程式設計課程」一般被歸類到技藝補習班，且以中小學生為主。根據學者研究，一般認為技藝類的才藝課程，可以提升藝術鑑賞能力，陶冶生活情趣，培養學生才藝知能，激發才藝潛能、人格健全發展並能幫助提升學習力(邱欣雁，2005；孫敏芝，1995；黃迺毓，1995；楊淑雯，2005；蔡美芳，2003)。在技藝補習班所學的知識、技能及態度，也能實際應用在未來的工作上(張春興， 1996)。學童透過補習教育除了強化智能之外，更將學習態度內化為行為及學習準則，增加自己軟實力為將來職場預作準備，課後才藝學習對學童而言，不失為一項良好的教育訓練(劉祝姈，2011)。. 三、家長教育期望子女在求學過程中扮演著重要的角色，家長的教育期望往往會轉換成外顯行為，這些行為無時無刻的影響著子女的學習表現及教育成就；家長對孩子的教育期望除了在學業成就上有期望外，在品德、人際關係上也有所期望（侯世昌，2002）。家長對子女的教育期望可以分為二方面，一則在學校課業上的表現，另一則為未來學歷上的期望(郭生玉，1975)。 Rachel Seginer 將父母教育期望分為「實際的」與「理想的」，前者指父母對子女的特殊教育信念與學業成就的預定期望；而後者 11.

(22) 與子女的未來工作、人生目標有關（周新富、賴鑫城，2004）。謝孟穎（2002）發現教育期望、教育價值觀和社經地位，這三項因素有著相輔相成的關聯性，家長若是高社經地位者，通常對孩子的教育較具有規劃性，教育價值觀也較為正向，相對給予的教育資源較為完整，無論孩子在物質或精神上的需求，都能充分給予，因而對子女教育也有較高的期望。相對的，低社經階層的家長就無法提供這麼多資源，所以對子女的期望就不會那麼的高度期待。有研究者（侯世昌，2002；蘇慧玲，2006）認為父母的社經地位深深地影響著孩子的學業成就，這是不可否認的事實，而且兩者是呈正向顯著的關係。綜合以上文獻可知，家長對孩子的教育期望應該包含三個層面：1.學業表現的期望 2.未來成就的期望 3.品德及人際關係的期望。因此家長在教育期望高低是否影響孩子學習程式設計課程，是值得探討的議題，而且家長的社經地位、學歷、工作經歷應該是否也會對孩子學習程式設計意願造成影響。. 第四節. 研究流程. 12.

(23) 第二章. 文獻探討. 本章主要探討程式設計課程的重要性及國內補習教育、程式設計教育概況。。本章分為三節，第一節程式設計教育課程與運算思維的關係，第二節國內外程式設計課程推展概況，第三節補習教育的意涵與現況。. 第一節. 程式設計教育課程與運算思維的關係. 一、什麼是運算思維? 運算思維(Computational thinking)一詞由 Jeannette M. Wing 於 2006 提出，他認為「運算思維是一種思維方法和基本技能，所有人都應該積極學習並使用，而非僅限於程式設計師」。運算思維是一種解決問題的過程，這種過程的訓練可以用於所有學科的問題解決，包括數學、自然科學和人文科學；一種透過邏輯思考，讓人與電腦可以同時理解並解決問題的程序；它是一種結合電腦的運算力與人類的觀察力與創造力的高階能力。運算思維是利用電腦科學的基本觀念進行問題解決、系統設計與人類行為理解的思維模式，擁有這樣的思維模式可將複雜問題轉成可運算性（computability），再進一步有效利用運算方法與模式來解決問題（Wing, 2006）。“運算思維讓我們能擁有電腦科學家面對問題時的思維模式” (Grover & Pea, 2013)。(表 2-1) 根據教育部運算思維推廣中心與 google 的定義，歸納具體的運算思維包含的因素有： 1. 拆解問題：將問題、數據、流程拆解成較小且可管理的部份。 2. 模式識別：對各種數值、文字和邏輯關係的訊息進行描述、分類、辨認、和解釋的過程。 3. 抽象化：縮減一個概念或現象的資訊含量，並產生一般性通則。 4. 演算法：設計一個執行步驟去解決問題或類似問題。 13.

(24) 表 2-1 各國對運算思維的定義國家組織. 美國資訊科學教師組織(CSTA, 2011). 澳洲「數位科技」課程(ACARA, 2013). 運算思維定義一種能利用電腦解決問題的思維，包含使用如抽象化、遞迴、迭代等概念來處理與分析資料，並產出實體與虛擬作品的能力。利用資訊科技設計與演算實作，解決問題的思維。. 英格蘭「運算」課程(DOEE, 2013). 能利用電腦系統提出解決問題架構的思維模式。. 我國「資訊科技」課程(國教院，2015). 具備運用運算工具之思維能力，藉以分析問題、發展解題方法，並進行有效的決策。. Google for Education (2015). 包含許多特性的問題解決過程，如：邏輯化分析資料與排序、依序產生解法及找出特定特質，並能處理複雜性與開放性問題。. 二、運算思維為何是二十一世紀的關鍵能力「能力」（competence）是知識、技巧與態度的組合，是一種綜合知識、技能、經驗、價值並能利用外在資源和工具，並透過思維與行動來處理問題。(Friesen & Anderson, 2004; Sandberg, 2000）。「關鍵能力」（key competence）代表一種可轉移且可以運用到不同的情境，可以達成不同目標、解決不同問題的能力。在全球化的今天，每個人都需要具備關鍵能力，具備這些能力得以自我實現、融入社會與就業，並成為具備移動力的國際公民（劉蔚之，2007）。關鍵能力是一種能有系統性思考並能做深度思考的習慣，具備這樣的能力，才能因應全球未來快速變動的時代。從教育的角度來看，關鍵能力又稱為核心能力或基本能力（key skills 或 key competencies）指學生應該具備的重要知識、技能、素養及態度，以適應未來社會的生活。二十一世紀的學習者究竟需要具備什麼能力，才能面對未來的生活？老師還 14.

(25) 在用過去二十年前學過的東西，教現在的孩子面對二十年後的生活嗎？因此美國擔心現行教育制度無法培養出有效率、有能力的人才來面對未來多變的世界，於是由思科、蘋果、微軟等高科技公司與美國教育部，共同成立了二十一世紀關鍵能力聯盟（P21,Partnership for 21st century skills），透過具有影響力的領導者由下而上的廣納意見，討論歸納出二十一世紀的重要技能，因而提出的 P21 教育方案，希望能幫助學校、教師及教育者一同來面對這變化莫測的未來，如何透過教育的力量，培養學生關鍵能力，為未來所需人才做準備。這些關鍵能力簡稱 4C，即為批判性思考與問題解決（critical thinking and problem solving）、有效溝通（effective communication）、團隊共創（collaboration and building）、創造與創新（creativity and innovation）。而程式設計課教育正可培養孩子批判性思考、問題解決、溝通、團隊合作、創新等能力，因此各國家才會不遺餘力的在推廣程式設計教育。因此近年來各國重新定義了資訊教育的內涵與意義，我國 107 年「資訊科技」課程(國教院，2015)領域特別重視學生「運算思維」能力的培養，除了學習基本電腦科學相關知能、技能之外，還能夠透過資訊科技之設計與實作來培養邏輯推理能力、系統化思考、拆解問題等思維，增進應用能力、解決問題能力、團隊合作及創新思考能力。國際科技教育應用協會（The International Society for Technology in Education〔ISTE〕）提出應培養學生高層次的技能，如：資訊流暢性運用（information fluency）、解決問題及決策、批判性思考（ISTE, 2013）。美國 CSTA(The Computer Science Teachers Association)也於 2011 年重新訂定資訊科學課程內涵，將運算思維視為資訊科學課程的主軸。澳洲數位科技課程（Digital Technologies）中也強調應培養學生在運算思維上的觀念與技能，能使用數位科技，來培養實作與解決問題的能力（ACARA, 2013）。英格蘭於 2013 年所修訂的電腦課程標準也將運算思維列為課程的關鍵過程（key process）與學習目標（DOEE, 2013）。除了教育界對運算思維的重視，Google 不僅對運算思維下了定義(表 2-2)，亦開發一系列運算思維的教材。 15.

(26) 表 2-2 Computational Thinking(CT)的 11 項重要概念與定義 CT 11 項重要概念. 定義識別和抽取相關信息以定義主要想法. 1.抽象化 (Abstraction) 2 演算法設計. 產出有序指令以解決問題或完成任務. (Algorithm Design). 利用電腦或機器重覆任務. 3.自動化 (Automation) 4.資料蒐集. 蒐集與問題解決相關的資料. (Data Collection). 透過歸納模式或發展深入分析方法以理解資料. 5.資料分析(Data Analysis) 6.資料表示. 用適合的圖表、文字或圖片等表達與組織資料. (Data Representation). 7. 分解. 將數據，流程或問題分解為更小，易於管理的部分. (Decomposition). 8. 平行化. (Parallelization). 9 模式一般化 (Pattern Generalization). 10. 模式識別 (Pattern Recognition). 11. 模擬 (Simulation). 同時處理大任務中的小任務，更有效實現共同目標產生所觀察樣式的模型、規則、原則或理論以測試預測的結果識別資料中所觀察的樣式、趨勢或規規律發展模型以模仿真實世界的程序. 資料來源整理：Google (2015). Exploring Computational Thinking. Retrieved from https://edu.google.com/resources/programs/exploring-computational-thinking/. 第二節. 國內外程式設計課程推展概況. 一、許多國家將程式設計課程納入國中小教學課綱美國國會於 2015 年通過的每位學生成功法案（Every Student Succeeds Act）與白宮於 2016 年提出的 Computer Science for All 計劃中，將資訊科學視為與數學、語文、寫作、自然、人文科學列為同等重要之學科，並提到將「程式設計」融入各學科的重要性。全世界為因應資訊時代中運算需求的普及，重新制訂資訊科技課程，強調「運算思維」的重要性，並於課綱中融入相關理念（CSTA, 2011；DOEE, 16.

(27) 2013；ACARA, 2013），因此美國資訊科學教師組織（Computer Science Teachers Association〔CSTA〕,2003）所訂之 K-12 電腦課程標準、荷蘭 2007 年修訂之資訊科學課程標準（Grgurina & Tolboom, 2008）、以及德國電腦科學組織所訂之中等學校資訊科學課程標準中（Brinda, Puhlmann, & Schulte, 2009），都提到資訊科技教育不應只限於資訊與通訊技術能力的培養，而應將「運算思維」的訓練納入重要的資訊科學教育目標，如此才能全面理解與應用資訊科技。根據泛歐學校網（European Schoolnet，2015）的調查報告，已有 15 個歐盟國家8於課程中納入程式語言，其中 12 個國家將程式設計納入國高中課綱，9 個國家於小學階段開始教授。. 二、我國中小學資訊教育的發展進程我國資訊科技教育施行已有三十多年，因應世界科技發展的趨勢，已由操作技能導向的課程演變為高階能力培養導向之課程（吳正己，2010），主要的改變分為四個階段：(表 2-3). 表 2-3 我國資訊科技教育變革的四個階段. 一、程式技能導向. 我國資訊科技教育變革的四個階段時程. 內容. 從民國 73 年高中的選修課程「電子計民國 73 年~民國 83 算機簡介」開始，以語法結構教學為年(1984~1994) 主，希望培養學生撰寫程式來處理資料之技能。民國 93 年實施的九年一貫課程，以培養電腦基本素養為主要目標（教育部中. 二、硬軟體認識與應用導向. 8. 民國 84 年~民國 97 教司，1995），此階段個人電腦開始普年(1995~2008) 及，視窗作業系統與應用軟體蓬勃發展，以培養學生認識、操作與應用電腦軟硬體為主。（吳正己、何榮桂，1998）. 納入課綱的歐盟國家為英國、法國、奧地利、愛爾蘭、西班牙、保加利亞、捷克、丹麥、愛托尼亞、匈牙利、立陶宛、馬爾他、波蘭、葡萄牙、斯洛凡尼亞等十五個國家 17.

(28) 三、問題解決與電腦科學導向. 了解資訊科技與生活的關係，並能運用資訊科技工具有效解決問題（教育部， 2008a）將「電腦」更名為「資訊科技民國 98 年~民國概論」，強調邏輯思維與問題解決能力 106 年(2009~2017) 的培養，將電腦科學知識的學習視為培養邏輯思維與問題解決能力之途徑。（教育部，2008b）培養學生邏輯推理與問題解決等高階能力，希望將這些高階能力能如同數. 四、運算思維導向. 學、科學等其他學科所培養的能力般明確定義，此即所謂「運算思維」。並希望學生能透過動手實作，利用運算思維與資訊科技工具解決問題，合作共創與. 民國 107 年~至今. 溝通表達，此與「十二年國民基本教育課程綱要總綱」所訂定之核心素養中的系統思考與問題解決、規劃執行與創新應變、符號運用與溝通表達、及科技資訊與媒體素養等能力，皆密切呼應（國家教育研究院，2015）。. (2018). 三、近幾年資訊教育在學校施行的現況台灣在這一波的全球程式教育潮流中已落後 4~5 年，儘管 108 年課綱已將程式設計課程納入國高中課綱，但在升學主義興盛的台灣，家長與老師對升學率的重視，對非升學考試科目依然漠視，教學現場依然面臨許多問題。我國為了瞭解資訊教育發展所面臨之問題，教育部公布「2016-2020 資訊教育總藍圖」。此藍圖從組織、環境、教學、學習等 4 個面向切入，擬定四項具體目標，另規劃 24 項策略，以作為未來研擬具體行動方案及資訊教育推動之參考依據。依據此藍圖內容，彙整我國資訊教育目前面臨問題如下：. 18.

(29) (一)、學生對資訊科技停留於表層應用，未能達到深度學習資訊科技雖日趨普及，但一般學生使用仍以娛樂、社交、蒐集資料為主，對學習助益不大，且可能產生學習膚淺（shallow）之問題，未能利用資訊科技達到深度學習，缺乏具備數位公民之特質與技能。. (二)、資訊教師兼任資訊維修人員，無法專心資訊教學學校資訊教師約可分為三類，分別為資訊學科教師、資訊設備維修人員及協助一般教師將資訊融入教學的指導教師，但目前學校因人力、經費不足，時常將三類資訊工作合併於少數資訊教師，使得工作性質繁重且複雜，因此無法專心於資訊學科教學。目前中小學教師對資訊科技設備運用已熟練，但較缺乏資訊科技融入學科之能力。. (三)、教師對於資訊科技所造成的巨大影響，需要更完整之認知一般傳統教師未具資訊教育背景，因此不易察覺資訊科技對於教學本質，學習定義已產生巨大變化。全球教育界都已將資訊科技成為各學科的基本要素，但國內教師仍將資訊科技視為技術問題，是少數資訊教師之業務，而缺乏進修資訊科技相關技能的認知。. (四)、師資培育與在職教師進修，未能完整反映數位科技環境之變化中小學師資培育的教育專業課程中與資訊教育相關科目僅有「教學媒體與運用」、「資訊教育」二種課程，在課程結構與內容份量上皆無法與目前中小學教師所應具備之科技能力。而且「在職教師資訊專業訓練」與「教師資訊素養檢定機制」尚未完備等因素，導致無法確實訓練教師資訊科技融入各學科應用之能力。. 19.

(30) 第三節. 補習教育的內涵與現況. 壹、補習教育的演變與現況由於科技發展日新月異、知識快速成長、教育改革、少子化的問題、家庭型態的轉變，漸漸改變了家長的教育觀念，但是目前家長普遍認為追求高學歷依然是教育的最主要目的。在臺灣，學歷是評估個人階層、社會經濟地位最重要的標準，收入多寡與職業性質反而相對的不是那麼重要，再加上「萬般皆下品，惟有讀書高」的傳統社會觀念，因此補習班也就成為因應社會需要而更加蓬勃發展。因此每位學生在學校接受一樣的義務教育，已經無法滿足家長的需求，大部分家長希望能透過差異化的補習教育來追求更高的教育理想。2004 年九年一貫課程全面實施之後，其課程以七大領域取代過去的分科教學，學校必須考慮「學生需求、家長期望、社區特性、學校條件」來經營「學校本位課程」，學校可自行決定學習領域、增加彈性課程、審查自編教科用書、及設計教學主題與教學活動（教育部， 2000）。但由於準備過於倉促，在學校內並無法落實(遊進年，2007；甄曉蘭、李涵鈺，2009)。由於教改的亂象，再加上升學主義盛行，家長心中始終感到不安與焦慮，家長反而希望其子女能夠藉由補習，自行選擇需要的科目，並且參與各種才藝補習課程，如: 電腦、音樂、美術、舞蹈、繪畫，來因應所謂的「多元入學」。家長對孩子的教育期望從未停過，無不費盡心思積極栽培孩子的多元能力，所以自然會求助體制外的補習教育，期望孩子課業成績提升，培養更多未來的職場技能，擁有更多的競爭能量，適應未來多變的社會。 2016 年調查顯示9，家中子女有補習學科或術科者佔 70.9%，家中有國中生參加學科補習者佔 56.9%，國中生參加才藝補習佔 26％；國小生參加學科補習佔 67.8%，國小生參加才藝補習佔 42.8%，所每週補習時間平均 5.1 小時。補習費用每人每月平均 5500 元，. 9. 〈草根影響力文教基金會〉於 2016 年 5 月電話民調，調查報告題目為「兒少才藝學習知多少？」電話後四碼隨機抽樣，共 1174 位全國受訪。 20.

(31) 根據 2018 資料顯示10，2004 年全國合法登記立案的補習班共有 13020 家，至 2018 年達到 17942 家，成長 1.38 倍；以文理類別的數目是由 2004 年的 6329 家至 2018 年，增加到 10960 家，成長 1.57 倍(圖 2-1)；技藝類的補習班從 2004 年的 2318 家至 2018 年達到 2536 家，成長 9%(圖 2-2)。目前 2018 年文理類占全國補習班總數 61％，語文類佔 20%，技藝類佔 19%，從以上數據得知升學相關的文理類和語文類補習班佔了 81%，可以看出補習教育還是以升學導向的需求性最高。在台北市、新北市補習班的補習對象，補習班家數以國小生最高，佔 69.5%，其次國中生 23.4%(圖 2-3)。. 圖 2-1 全國文理類補習班 15 年成長統計圖. 年度 2018年 2017年 2016年 2015年 2014年 2013年 2012年 2011年 2010年 2009年 2008年 2007年 2006年 2005年 2004年. 10. 文理類補習班數量(家) 10927 11049 11116 11130 11154 11152 11107 10879 10697 10214 9766 9172 8371 7399 6364. 根據教育部 2018 年直轄市及各縣市短期文理補習班管理系統 21.

(32) 圖 2-2 全國技藝類補習班 15 年成長統計圖年度. 技藝類補習班數量(家). 2018年. 2536. 2017年. 2709. 2016年. 2774. 2015年. 2851. 2014年. 2871. 2013年. 2878. 2012年. 2904. 2011年. 2906. 2010年. 2887. 2009年. 2818. 2008年. 2739. 2007年. 2671. 2006年. 2591. 2005年. 2461. 2004年. 2318. 圖 2-3 台北市、新北市補習班招生對象統計圖. 22.

(33) 第三章. 研究設計與實施. 本次研究針對台北市大安區某補習班小四到國二(10~14 歲)學生及家長，對孩子在校外學習程式設計課程的學習意願、動機及背景進行問卷調查，根據問卷結果先利用卡方檢定、獨立樣本 T 檢定來分析出可能影響學習程式教育課程的因素，最後將家長、學生背景變項及家長對程式課程認知程度及影響因素，利用多元線性迴歸(Multiple linear regression)、邏輯斯迴歸(Logistic Regression)來預測哪些因素對學生學習程式設計課程較具影響力。本章共分為五節，第一節研究架構，說明四大構面 35 種因素的分析架構，第二節研究假設，假設可能影響學習程式設計的因素，第三節研究對象，第四節研究工具，說明問卷內容及目的，第五節資料處理與分析，說明分析不同資料時的統計方法、使用時機及注意事項。. 第一節. 研究架構. 本研究根據研究目的，並參考相關文獻後，深入訪談五位曾經讓孩子學習程式設計課程的家長，與五位未曾讓孩子學習程式設計課程的家長，擬定出「家長對孩子學習程式設計課程意願研究調查問卷」，利用紙面與線上問卷施行問卷調查。問卷內容主要分為四大構面，分別為家長背景條件、學生背景條件、家長對教育、科技的認知、影響學習程式的因素等四大構面。研究架構分為二大部份，第一部分利用卡方檢定、計算勝算比、獨立樣本 T 檢定，探討家長與學生在不同背景的變項下，是否會影響學習程式設計課程；第二部分利用邏輯斯迴歸 (Logistic regression)預測何種因素，對學習程式設計課程具有較佳的影響力。最後根據研究結果，預測出哪些因素會影響家長讓孩子學習程式設計課程，一方面作為經營程式設計課程業者參考，也可以提供國家資訊科技教育單位推廣使用。本次研究架構如下：(圖 3-1，圖 3-2). 23.

(34) 圖 3-1 學習程式設計四大構面影響因素檢定方法架構圖. 圖 3-2 學習程式設計四大構面迴歸分析研究架構圖. 24.

(35) 第二節. 研究假設. 本研究主要目的在找出影響學習程式設計課程意願的因素，分為四大構面、七大假設，如下：. 假設一：中小學生的背景條件、補習科目、資訊設備使用狀況，對於學生是否在校外學習過程式設計課程有顯著差異？假設項目如下： 1.性別. 2.就讀年級. 6.專屬電腦. 3.補習費用. 4.補習科目. 5.資訊設備數量. 7.電腦使用時間. 假設二：家長的背景資料、程式背景條件，對於學生是否在校外學習程式設計課程有顯著差異? 假設項目如下： 1.年齡. 2.教育程度. 3.家庭年收入. 4.子女數. 5.工作與程式相關性. 6.是否學過程式設計假設三：家長對「教育期望認知」程度，是否會影響學生在校外學習程式設計課程的意願? 假設四：家長對「學校課業活動涉入程度」，對於學生是否在校外學習過程式設計課程有顯著差異? 假設五：家長對「資訊科技認知」程度，對於學生是否在校外學習過程式設計課程有顯著差異? 假設六：家長對「從小就應該學習程式教育的認知」，對於學生是否在校外學習過程式設計課程有顯著差異? 假設七：家長對「學習程式設計課程的影響因素」，對於學生是否在校外學習過程式設計課程有顯著差異? 假設項目如下： 1. 時間因素. 2.重視學科成績. 5.經濟因素. 6.學程式很難 7.太早學會影響視力. 3.以後再學. 25. 4.沉迷電腦.

(36) 第三節. 研究對象. 本次抽樣方式採立意抽樣(purposive sampling)，研究臺北市某家知名大型文理補習班的 10-14 歲國中小學生家長為研究對象，採用紙面問卷和線上問卷兩種方式，共計發出紙面問卷 120 份，回收有效問卷 116 份，線上有效問卷 184 份，兩者共計 300 份有效問卷。由於該補習班成立 35 年，在業界頗居知名度，國小、國中、高中學生三千餘人，開設課程多達二十餘種，學生人數為北市之最。目前有三所分校，位於大安區北中南區，皆在台北市市中心，且都在捷運站附近，因此只要交通時間約三十分鐘可抵達的大台北各區及新北市學生皆為目標族群。本次問卷受訪者，台北市家長共有 201 位，佔 67%，新北市及基隆市家長共有 99 位，佔 33%。. 第四節. 研究工具. 由於本人為補教業者兼任中華民國程式資訊教育協會副秘書長，亦從事二年程式教育相關工作，因此熟識多位學習程式設計課程的家長，並與其中十位家長，模擬大慧調查法(Delphi Research Technique)的步驟，經過多次會議，找出最有可能影響學習程式教育課程意願的面向，並擬定問題，進而修訂出「家長對孩子學習程式教育意願研究調查表」。然後進行三十份的問卷預試，修改語意不清，並採用因素分析進行題號刪減，以及刪除信度分析中 Cronbach's α 小於 0.7 的題號，問卷內容分為六大部分，敘述如下：. 第一部分：有關子女背景資料、補習行為與資訊設備相關情況內容有關學生性別、年級、一週補習費用、補習科目、家中資訊設備數量、專屬電腦、使用電腦時間、最喜歡學科、最不喜歡學科以及是否在校外學過程式設計相關課程。. 26.

(37) 第二部分：家長對孩子教育期望的認知內容為「家長對孩子學歷的期望」、「家長對學校教育失望程度」、「家長參與孩子課業及學校活動的程度」三個面向，共計 15 題，。. 第三部分：家長對資訊科技與「從小就應該學習程式教育」的認知內容為「家長對全球資訊科技與程式教育趨勢的認知」、「家長對於從小學習程式設計重要性認知」、「家長認為應該要儘早讓孩子學習設計課程的認知」，三個面向，共計 10 題。. 第四部份：阻礙學習程式設計課程的影響因素可能影響學習程式設計課程的因素，包含時間因素、學科成績、大學再學、沉迷電腦、經濟因素、困難學習、影響視力等七個影響因素。. 第五部份：學習程式設計課程內涵針對學過程式設計課程的學生家長，認為孩子學習程式能提升何種能力及培養何種態度，例如：能力的部分有觀察力、想像力、創造力、邏輯推理能力、拆解問題、反省思考、忍挫力、決策力等能力；態度的部分有自信心、積極正向、負責任、溝通分享等態度。. 第六部份：家長基本資料內容有關家長性別、年齡、行業別、職位、家庭年收入、子女數、工作是否與程式相關、以前是否學過程式設計。. 27.

(38) 第五節. 資料處理與分析. 依據研究目的，將問卷分為三個部分，分別為: 「學生與家長背景變項的資料處理」、「家長對教育、科技認知與期望的資料處理分析」、「阻礙學習程式設計課程的影響因素分析」，這三部分再依資料屬性，用適合的統計方法分析結果，分析方法敘述如下：. 壹、學生與家長背景變項的資料處理由於學生與家長背景變項中，具有類別變項與連續變項兩種類型，因此採用卡方檢定與獨立樣本 T 檢定來判斷在不同變數下對學習程式設計是否具有顯著差異。對背景資料的處理，製作表格說明如下: 一、描述性統計在相同背景條件下，將全體樣本、有學程式設計課程和沒學程式設計課程的人數，分別以次數分配、百分比、平均數列表統計。. 二、卡方獨立性檢定(Chi-square distribution) 卡方獨立性檢定適用於分析兩組類別變數的關聯性。在問卷中，將是否有學程式設計課程與學生及家長的背景變項，例如: 性別、補習科目、是否有專屬電腦……等類別變項，利用列聯表(contingency table) 以計次方式呈現，再利用卡方獨立性檢定，檢定其關聯性，若 p 值<0.05，具有顯著差異，表示有相關。將問卷所有類別變項，整理成下表(表 3-1) 表 3-1. 學生家長背景變項卡方檢定項目表. 對象. 變項類型. 內容. 學生. 類別變項. 1.性別 2.年級 3.補習科目 4.專屬電腦與否. 家長. 類別變項. 1.職業社經地位 2.行業別 3.子女數 4.工作是否需要程式 5.是否學過程式設計. 28.

(39) 三、勝算比(odds ratio) 在卡方獨立性檢定中具有顯著差異(p<0.05)的變項，表示與「是否學過程式設計課程」是有關聯性的，利用二維表格(2×2)，可以算出在某一獨立事件發生的情況下，學習程式設計課程的勝算比，有關「勝算比」意義說明如下： 1. 勝算(odds)：一件事情發生的機率與一件事情沒發生機率的比值。 Odds =. 𝑝 1−𝑝. 2. 勝算比(odds ratio)：則是兩件事情勝算(odds) 的比值。 Odds Ratio = Odds1/Odds2 =. (P1/1−P1) P2/(1−P2). 例如:以下是性別與是否學習程式設計課程的次數分配表(表 3-2). 表 3-2. 學生性別與是否學習程式設計人數列聯表有學程式設計. 沒學程式設計. 小計. 女生. 25. 98. 123. 男生. 68. 109. 177. 小計. 93. 207. 300. P0：男生有學程式的機率，1-P0：男生沒學程式的機率 P1：在沒學程式中男生沒學程式的機率，1-P1：在沒學程式中女生沒學程式的機率 Odds Ratio=(P0/1-P0)/P1/(1-P1) (68/177)/(109/177) = 0.624 (男生學程式設計的勝算) (25/123)/(98/123) = 0.255 (女生學程式設計的勝算) 因此，0.624/0.255 = 2.447，男生與女生的勝算比為 2.447. 29.

(40) 四、獨立樣本 t 檢定(Independent-Sample t test) 獨立樣本 t 檢定，是用來檢定二個獨立樣本的平均數差異是否達到顯著差異。所以我們將「有學程式」和「未學程式」課程的學生分成二個獨立的群體，來比較自變數的平均數是否有差異。但在使用 t 檢定時的前提假設是自變數要為連續變數，例如：補習費用、家庭年收入、使用電腦時間……，且必須為常態分佈(Normal Distribution)，因此可先將連續變數做 KS-Test(Kolmogorov-Smirnov Test)。另外要注意，必須利用 Levene 檢定(F 檢驗)來比較兩組樣本變異數(Variances) 是否相等。若變異數相等，代表二群體的同質性很高，那就直接作二樣本群的比較，反之，若變異數不相等，代表二樣本群沒有同質性，則需要作修正轉化才能再作比較分析。例如，我們想知道「學習程式設計課程」是否與「家長年齡」有關，利用獨立樣本 T 檢定，報表中 F 檢定的 p 值 0.493(>0.05)，代表兩組變異數無顯著性差異，則 t 值採用「相等變異數」的資料 t=-2.909，p=0.004，反之，若 F 檢定 p 值<0.05，代表兩組變異數有顯著差異，則用「不採用相等變異數」解讀 t 值與 p 值。(如表 3-3). 表 3-3. 獨立樣本 t 檢定 p 值與 Levene 檢定對照表 Levene 檢定. 採用相等變異數. 平均值的 t 檢定. F. p. t. p. .470. .493. -2.909. .004. -2.819. .005. 家長年齡不採用相等變異數. 30.

(41) 表 3-4 對象. 學生. 獨立樣本 t 檢定自變項目與方程型態. 變項類型. 連續變項. 項. 目. 方程型態. 1.補習費用. 1.補習費用取自然對數. 2.使用電腦時間. 2. 選項取平均值. 3.家中電腦數量. 3. 選項取平均值. 1. 年齡. 1. 年齡取平方項. 2. 家長教育程度. 2.學歷以教育年限表示，高中:12 年、大專:14、大學:16、. 家長. 連續變項. 碩士:18、博士:23 3. 家庭收入. 3. 家庭收入取自然對數. 4. 學程式設計的時間. 4. 選項取平均值. 貳、家長對教育期望、科技認知量表的信效度分析除了對學生和家長背景因素分析之外，我們也想了解家長對於教育觀念、科技認知的差異是否會影響孩子學習程式設計課程。所以在設計問卷時，已將第二部分問題設計成「家長對孩子學歷的期望」、「家長對學校教育失望程度」、「家長參與孩子課業及學校活動的程度」三個構面，15 個問題；也將第三部分問題分為「家長對全球資訊科技與程式教育趨勢的認知」、「家長對於從小學習程式設計重要性認知」，二個構面，10 個問題。將問卷第二、第三部分 25 個問題，進行信效度分析，分別採用項目分析與探索性因素分析，看是否能濃縮成預期的五個構面，結果發現第二部分第 8 題、第三部分第 10 題的因素負荷量只有 0.31 及 0.38，因此抽離後，重新進行探索性因素分析，分析出五個構面，與預期結果一致，結果如表 3-5。完成量表的項目分析與探索性因素分析後，再將「有學過程式課計課程」與. 31.

(42) 「沒學過程式設計課程」分為兩群組，與五個構面進行「獨立樣本 T 檢定」比較平均數是否有顯著差異。項目分析與探索性因素分析方法與過程，說明如下：. 一、項目分析(Item Analysis) 目的在於檢驗量表題目是否適切，將不適當的題目刪除，本量表採用「極端組檢定」（comparisons of extreme groups）、「項目刪除時的 Cronbach's α 值」，檢驗的過程與結果如下：. 1. 極端組檢定 (決斷 CR 值) 將每個題目的平均分數為高分組(>75%)與低分組（<25％），然後以兩個極端組進行獨立樣本 T 檢定，檢定這二組是否有顯著差異，若 p<0.05，則具有鑑別度，該題應該保留。. 2. 項目刪除時的 Cronbach's α 值若刪除某題項其 Cronbach's α 值會比原分量表的 Cronbach's α 值高的話，表示該題項與分量表的內部一致性偏低，則刪除此題。. 表 3-5 構面 (N=300). 家長對學歷期望 (Cronbach's α=0.830). 對學校教育失望 (Cronbach's α=0.682). 家長對教育、科技認知量表，項目分析摘要表原始題號. T (CR 值). 題號刪除的. p. Cronbach's α. 結果. 2-1. -15.542. 0.000. 0.797. 保留. 2-2. -15.718. 0.000. 0.798. 保留. 2-3. -19.193. 0.000. 0.793. 保留. 2-4. -13.942. 0.000. 0.795. 保留. 2-5. -15.403. 0.000. 0.800. 保留. 2-6. -11.582. 0.000. 0.625. 保留. 2-7. -20.772. 0.000. 0.597. 保留. 2-8. -2.841. 0.005. 0.713. 2-9. -29.191. 0.000. 0.528. 保留. 2-10. -11.939. 0.000. 0.651. 保留. 32. 刪除.

(43) 學校課業活動參與 (Cronbach's α=0.731). 資訊科技與程式認知 (Cronbach's α=0.809). 從小學程式重要性 (Cronbach's α=0.621). 2-11. -12.319. 0.000. 0.641. 保留. 2-12. -12.473. 0.000. 0.626. 保留. 2-13. -16.196. 0.000. 0.725. 保留. 2-14. -10.14. 0.000. 0.699. 保留. 2-15. -10.53. 0.000. 0.714. 保留. 3-1. -18.314. 0.000. 0.791. 保留. 3-2. -20.526. 0.000. 0.771. 保留. 3-3. -21.26. 0.000. 0.752. 保留. 3-4. -20.487. 0.000. 0.760. 保留. 3-5. -18.826. 0.000. 0.779. 保留. 3-6. -15.358. 0.000. 0.554. 保留. 3-7. -17.941. 0.000. 0.472. 保留. 3-8. -12.002. 0.000. 0.452. 保留. 3-9. -13.36. 0.000. 0.498. 保留. 3-10. 2.401. 0.017. 0.768. 刪除. 3. 項目分析結果量表中的每個題目在「極端組檢定」後，從表 3-5 中發現，高低分組中的所有題項 t 值均達顯著差異，表示所有題目均可鑑別不同受訪者在不同構面中的認知，因此所有題目均通過極端組檢驗，全數應予以保留。但是在「項目刪除時的 Cronbach's α 值」的檢驗下，發現「對學校教育失望」分量表的 Cronbach's α=0.682，若刪除 2-8 題後，分量表的 Cronbach's α 值會提高到 0.713，應予以刪除；「從小學程式重要性」Cronbach's α=0.621，若刪除 3-10 題後 Cronbach's α 值會提高到 0.768，應予以刪除，其餘應予以保留。. 二、探索性因素分析（Exploratory Factor Analysis, EFA）因素分析即是將眾多的變數濃縮成為較少的幾個精簡變數，所獲得的精簡變數即是因素(factor)。因素分析的理論是假定各題項的變數得分是由共同因素 (common factor) 與獨特因素(unique factor)所組成，而因素分析就是將這些共同因素抽取出來的方法。 33.

(44) 探索性因素分析即是將量表的各個題項抽取出共同因素，以較少的構面來代表原來較複雜的多變項結構，這些構面再賦予可解釋的構念（construct）。. 1. 取樣適切性量數(KMO, Kaiser-Meyer-Olkin) KMO 數值介於 0 與 1 之間，數值愈靠近 1，表示變項的相關愈高，愈適合進行因素分析，本量表的 KMO 值為 0.817，根據 Kaiser(1974)提出的 KMO 判斷標準，若介在 0.8~0.9 之間代表取樣的適切性是良好的。(表 3-6). 2.. Bartlett 球形檢定(Sphericity test) 而 Bartlett 的球形檢定結果，達顯著水準 P<0.001，則表示題目之間有足夠的. 相關性，足以作為因素分析萃取共同因素之用；也就是說，其彼此間可能存在一個以上的共同因素。(表 3-6). 表 3-6. 家長教育期望、科技認知量表因素分析 KMO 與 Bartlett 檢定表 KMO 與 Bartlett 檢定. Kaiser-Meyer-Olkin 取樣適切性量數 Bartlett 的球形檢定. .817. 近似卡方分配自由度 p. 2638.713 276 0.000. 3. 萃取因素採主成分分析法本量表採用主成分分析法、轉軸方法採用 Kaiser 正規化的最大變異法，將因素負荷量大於 0.4 的題目保留，主成分保留特徵值大於 1 的因素，因此可以萃取 5 個主因素，各主因素負荷量 (factor loadings)，即是因素的解釋變異量如表 3-7，整體量表累積解釋變異量為 62.37%。是具備建構效度。. 34.