國立台中教育大學數位內容科技學系碩士班
碩士論文
指導教授：方覺非博士、陳鴻仁博士
以群集分析為基礎之數位內容學習平台建置與評估
—以台中縣國小高年級電腦課程為例
Development and Evaluation of Digital Content
Learning Platform Based on Clustering Analysis
— An Example of Computer Curriculums at Senior
Grade of the Elementary School.
研究生：林克霖撰
摘要
近年來，數位內容學習平台的發展多元且迅速，除了企業用以教育訓練外， 教育界在種子教師的推廣下，各種的數位內容學習平台蓬勃發展。目前以自由軟 體建構的數位內容學習平台，不但具有安裝迅速、可跨平台、功能完整、容易維 護等優點，更可依需要自由修改程式碼。本研究旨在以自由軟體，建構國小 Flash 電腦繪圖之數位內容學習平台，並在系統平台中設計了三種多媒體互動教材：(1) 章節導向編排，(2)互動式導向編排，(3)問題導向編排。系統除了討論區、作品 賞析等模組外，更記錄了學習者的學習歷程，可供教師進行學習追蹤與分析。經 由實際教學應用，與傳統電腦廣播教學進行比較，探討兩種不同教學模式對國小 學生 Flash 電腦繪圖學習成效之影響。接著對學生在數位內容學習平台中的學習 行為進行分析，包含討論區發表情形、三種多媒體互動教材瀏覽情形、瀏覽教材 內容次數及時間等等。最後，本研究利用「群集分析」的技術進行資料探勘，將 實驗組學生分群，並對分群的結果作更深入的群集特性剖析，找出實驗組學生學 習行為與其 Flash 電腦繪圖學習成效關係。本研究之數據及結果可提供給教師進 行教學診斷，進而提升教學成效。 關鍵字：數位內容學習平台、互動式多媒體教材、群集分析Abstract
Nowadays, the development of digital content learning platforms grows quite diversely and rapidly. Besides the utilization in the business as the basic training, plenty of digital learning platforms are expanding at an awesome speed owing to many teachers’ efforts. Among various platforms, the free software is the most popular tool for establishing websites. It’s not only fast-installed but also cross-platform; and the source code can be modified according to users’ requirement. In this study, we establish the Flash digital content learning platform with using free software in the elementary school. Based on the individual distinction of every learner, this system offers three types of interactive multimedia learning materials as follows: (1) chapter-based organization, (2) interaction-based organization, and (3) problem-based organization. In addition to the modules for discussion groups and homework presentations, the system also records every step of learners’ processes, with which teachers can do the follow-ups and the analyses to design the new materials afterward. Through applied in teaching, we compared it with the traditional computer broadcast teaching. In this study, we discuss the distinctions and the influences between two different kinds of teaching methods of Flash for the students in elementary schools. We try to analyze students’ learning behavior on the digital content learning platform. It includes posting articles on discussion groups, browsing three kinds of interactive multimedia materials, and the times of skimming the content. Finally, we analyze the students by “Clustering Analysis”. Furthermore, we dissect the result in order to find out the relationship between the students’ learning behaviors and the fruitages of using photo cad. The results will offer teachers to diagnose the teaching, and then to promote the effects of it.
Keywords： Digital Content Learning Platforms, Interactive Multimedia Materials, and Clustering Analysis.
內容目次
摘要 ... I
Abstract ... II
表次 ... V
圖次 ... VII
第一章、緒論 ... 1
第一節、研究背景與動機 ... 1
第二節、研究目的 ... 3
第三節、名詞釋義 ... 4
第四節、研究範圍與限制 ... 6
第二章、文獻探討 ... 7
第一節、數位內容學習架構 ... 7
第二節、數位內容學習平台分析 ... 10
第三節、現有數位學習系統分析 ... 12
第四節、群集分析 ... 14
第五節、自由軟體環境 ... 28
第三章、研究方法 ... 33
第一節、研究架構與流程 ... 33
第二節、研究對象 ... 38
第四節、研究工具... 41
第五節、數位內容學習平台建置 ... 47
第六節、實施過程 ... 57
第七節、資料處理分析 ... 59
第四章、結果與討論 ... 60
第一節、實驗組與控制組同質性考驗 ... 60
第二節、數位內容學習平台對於學童在 Flash 電腦繪圖成就評量
測驗之影響 ... 62
第三節、群集分析 ... 64
第四節、討論 ... 71
第五章、結論與建議 ... 75
第一節、結論 ... 75
第二節、建議 ... 77
參考文獻 ... 79
附錄一、Flash 電腦繪圖課程教學設計（實驗組） ... 81
附錄二、Flash 電腦繪圖課程教學設計（控制組） ... 86
附錄三、Flash 電腦繪圖課程內容大綱 ... 90
附錄四、Flash 電腦繪圖成就測驗（前測） ... 91
附錄五、Flash 電腦繪圖成就測驗（後測） ... 94
表次
表 2-1 一般學習平台功能及特質分析表 ... 12
表 2-2 網頁伺服器在開發平台的佔有率一覽表 ... 30
表 2-3 運作中的網頁伺服器佔有率一覽表 ... 30
表 3-1 研究者服務之國民小學五年級人數統計表 ... 38
表 3-2 Flash 電腦繪圖成就測驗前測試題難度、鑑別度一覽表 ... 43
表 3-3 Flash 電腦繪圖成就測驗後測試題難度、鑑別度一覽表 ... 44
表 3-4 成就測驗前測正式試題內容效度摘要 ... 45
表 3-5 成就測驗後測正式試題內容效度摘要 ... 45
表 3-6 電腦繪圖課程內容分析及評量方式表 ... 56
表 4-1 實驗組與控制組成就測驗前測成績描述統計表 ... 60
表 4-2 實驗組與控制組成就測驗前測獨立樣本 t 檢定摘要表 .... 61
表 4-3 實驗組與控制組成就測驗後測成績描述統計表 ... 62
表 4-4 實驗組與控制組成就測驗後測獨立樣本 t 檢定摘要表 .... 62
表 4-5 群集分析後各群集人數比例分配 ... 64
表 4-6 初始集群中心點 ... 65
表 4-7 最後集群中心點 ... 65
表 4-8 最後集群中心點間的距離 ... 66
表 4-9 學習行為特徵變異數分析表 ... 66
表 4-10 集群成員在三種教材瀏覽時間比例一覽表 ... 67
表 4-11 各集群在三種教材瀏覽時間比例一覽表 ... 68
圖次
圖 2-1 IEEE 1484 所制定的學習系統架構圖 ... 9
圖 2-2 群集分析五個主要的循序工作項目 ... 15
圖 2-3 尤拉距離在二維空間上的物理意義 ... 16
圖 2-4 曼哈頓距離在二維空間上的物理意義 ... 16
圖 2-5 最小距離相似度計算 ... 17
圖 2-6 中心點相似度計算 ... 17
圖 2-7 最大距離相似度計算 ... 17
圖 2-8 平均距離相似度計算 ... 17
圖 2-9 k-平均法在 k = 3 時資料集合處理過程 ... 20
圖 2-10 k-平均法在 k = 3 時資料集合處理過程 ... 20
圖 2-11 k-平均法在 k = 3 時資料集合處理過程 ... 21
圖 2-12 k-平均法在 k = 3 時資料集合處理過程 ... 21
圖 2-13 k-平均法在 k = 3 時資料集合處理過程 ... 22
圖 2-14 k-平均法在 k = 3 時資料集合處理過程 ... 22
圖 2-15 k-平均法在 k = 3 時資料集合處理過程 ... 23
圖 2-16 雜訊或偏移值對 k-平均法的影響 ... 24
圖 2-17 所挑選之起始點對 k-平均法的影響 ... 24
圖 2-18 群集數量決定上對 k-平均法的影響 ... 25
圖 2-19 群集大小差異很大之資料集合 ... 26
圖 2-20 任意形狀之資料集合 ... 26
圖 2-21 系統架構圖 ... 28
圖 2-22 2000 六月-2007 四月網頁伺服器分佈圖 ... 31
圖 3-1 研究架構圖 ... 34
圖 3-2 研究流程圖 ... 37
圖 3-3 系統功能分析圖 ... 47
圖 3-4 教材快速選單 ... 49
圖 3-5 適性化導覽介面 ... 50
圖 3-6 學習者使用學習平台統計圖 ... 51
圖 3-7 學習者點選平台網頁明細及次數 ... 51
圖 3-8 學習者與學習平台關係圖 ... 52
圖 3-9 登入系統 ... 53
圖 3-10 學習者瀏覽教材 ... 53
圖 3-11 討論區學習經驗交流 ... 54
圖 3-12 線上作品賞析 ... 54
第一章 緒論
本章共分為四節，闡述本研究之研究背景與動機、研究目的，並針對本研究中 的重要名詞提出解釋，最後說明本研究之研究範圍與限制。第一節 研究背景與動機
電腦與網際網路的普及，改變了人們的生活型態，部分學校教育的課程早已採 用資訊融入教學的模式。在以學生為中心的教學模式中，該如何進行教學活動，才 能鼓勵學生主動學習，自發性地探索求知呢？網路教學是目前相當流行的教學模 式，不僅在各大學及高中大量採取網路教學，國中小資訊融入教學的情形也很普遍。 相較於傳統的教學，數位學習利用網際網路傳播多媒體教材，學習者的學習興趣提 升了，學習效果也有了顯著的改善。數位學習不受時空限制的特性，讓學習者依程 度及學習步調，採取個別化、自主化學習（Rosenberg, 2001），創造學習者自學的機 會。其豐富且多元的教材內容，也提供學習者適性化的學習方式，對縮短城鄉之間 的數位落差更極具實質意義（方興東、劉雙桂，2004）。Moore & Kearsley 認為，遠 距教學節省教學者與學習者間的交通成本，而且課程可以反覆練習，在教育上極具 效益（Moore, M. G., & Kearsley, G., 1996）。對企業而言，數位學習能有效節省師資及 時間的費用，降低其教育訓練的成本支出。 資訊融入領域教學的方式相當廣泛，舉凡使各項資訊設備在教學過程中，達到 該節一定的時數，就符合資訊融入領域教學的定義。而資訊設備的項目非常多，如 投影機、DVD 電視影片教學、數位相機、電腦網路、單槍投影機等等，這些常見的 器材都是屬於資訊設備。從民國八十八年教育部擴大內需方案，全國各國中小設置 電腦教室；接著實施了校園網路化，添置了班級電腦；而從九十五年度的電腦教室 更新案以及各項專案補助，各級學校大都已經具備基本的資訊設備了。然而，該如 何善用這些資訊設備，來讓教師的教學多元化，並利用這些資訊設備提供學生不同 的學習情境，達到更好的學習成效，並提升教師的專業成長呢？目前利用數位內容學習平台融入教學的例子相當多，而數位內容學習平台的選 擇也很多，其中在自由軟體領域就有很多免費又好用的數位內容學習平台可以選 擇。自由軟體的數位內容學習平台通常是以 PHP&MySQL 為架構，具備著極佳的跨 平台能力，如 Linux、Windows、FreeBSD 等都可以運作。因此，有不少的教學領域 都選擇了自由軟體的數位內容學習平台開發應用，獲得了很好的教學成效。但是， 在國小 Flash 電腦繪圖教學領域應用數位內容學習平台的相關研究並不多。因此，從 事資訊教育多年的我，希望能利用自由軟體環境建置數位內容學習平台，並在平台 上進行國小 Flash 電腦繪圖教學實驗，以獲得更佳的教學成效。 根據教育部頒訂的能力指標，電腦繪圖教學應該在五年級實施，希望小朋友能 利用繪圖軟體創作並列印出作品（教育部， 2003）。本研究旨在分析目前數位內容 學習平台的現況與功能，基於自由軟體環境，利用 XOOPS 建構國小 Flash 電腦繪圖 之數位內容學習平台，並透過此平台進行國小高年級 Flash 電腦繪圖教學活動。本系 統建置電子書模組，製作章節導向編排，互動式導向編排，以及問題導向編排等數 位內容教材。利用討論區模組交流學習經驗，也可以進行延伸課程的線上討論。系 統詳細地記錄了學習者的學習狀況，讓教師更了解學生學習歷程以及潛在的學習行 為，以利進行教學診 斷與補救教學，並提供課程改進與研發的參考。教學活動結束 後，本研究將依據研究工具蒐集所得之相關資料，探討運用數位內容學習平台與傳 統電腦廣播教學之學習成效差異，並了解學習者對於數位內容學習平台的接受度及 建議。 由於影響學習成效的因素很多，本研究將利用「群集分析」進行資料探勘。以 「k-平均法」分析實驗組受試者的資料，包含學習者在系統平台「討論區發表情形」， 「教材瀏覽頁次」，以及「教材瀏覽次數」等學習行為，並將實驗組受試者分群。依 據群集分析的結果，可以探勘學習者在本數位內容學習平台的學習歷程，找出學習 者學習行為和學習成效的關鍵因素，提供日後相關研究之參考。
第二節 研究目的
基於上述之研究背景與動機，本研究預期達到下列目的： 一、建置一個以自由軟體為環境之國小 Flash 電腦動畫教學之數位內容學習平台。 二、針對使用數位內容學習平台與傳統電腦廣播教學進行比較，探討兩種不同教學 模式對國小學生 Flash 電腦動畫之學習成效。 三、利用群集分析技術，探勘學習者在數位內容學習平台學習行為特徵與其 Flash 電 腦動畫學習成效的關係。第三節 名詞釋義
一、章節導向編排教材
本研究以 Flash 國小電腦繪圖為主要內容，依照製作靜態向量圖到動畫製作的教 學程序，將教材分成四個章節，包括 Flash8 課程入門，元件製作，文字特效，主題 動畫製作。二、互動式導向編排教材
本平台提供了互動式導向編排教材，將操作過程錄製成 swf 格式的影片，並依 照章節編排。這類影片片段檔案不大，檔案具備了串流影音的特性，學習者不需長 時間地等待影片下載，目前最受歡迎的 IE 及 Firefox 瀏覽器都支援 swf 格式，學習者 不需再安裝額外的軟體。學習成就低落的學習者，有很多是語文識字能力出了問題， 此類影音格式的互動教材，可以讓學習者就較有問題的章節反覆學習，還可以自行 選擇時間觀看影片，非常適合實施在補救教學上。三、問題導向編排教材
本平台另外設計了七項問題導向編排的教材，將學習者在學習上可能遇到的問 題及迷思，製作成完整的問題導向編排教材，課程包含：繪圖工具的使用，圖層的 使用，Flash 物件的種類，時間軸的使用，Flash 元件的管理，動畫製作，發佈 Flash。四、自由軟體環境
自由軟體（free software）的概念是由美國麻省理工學院的 Richard Stallman 所 提出，本系統平台包含 CentOS Linux 作業系統，Apache 網頁伺服器（web server）， MySQL 資料庫及 PHP 網頁程式語言組成的 LAMP 自由軟體環境。
五、數位內容學習平台
本研究所建置之數位內容學習平台是以國小 Flash 電腦繪圖課程學習需求為導 向，結合網路多媒體工具，提供學習者一個視覺化、互動性高且教學者容易管理之 網路學習平台。透過平台模組，教學者可進一步了解學生學習歷程以及潛在的學習
行為，以利進行教學診斷與補救教學，並提供課程改進與研發的參考。
六、群集分析
群集分析是將資料集合中的資料，加以分群成數個群集(cluster)，使得每個群集 中的資料點間相似程度高於與其它群集中資料點的相似程度。群集分析的主要目的 是分析資料彼此間的相似程度，藉由分析所找到的群集結果，推論出有用、隱含、 令人感興趣的特性和現象。本研究將利用群集分析，探勘學習者在數位內容學習平 台的學習行為，找出學習者學習行為特徵和學習成效的關鍵因素。第四節 研究範圍與限制
依據前述之研究目的，本研究期望能從相關文獻分析與整理，探討出「以群集 分析為基礎之數位內容學習平台」之建置；再經由實驗設計探討學生在此數位內容 學習平台學習的歷程，分析其學習歷程及研究工具蒐集所得的資料。但本研究亦有 其範圍與限制，在此界定如下：一、研究對象：
選擇以研究者服務的國民小學為數位內容學習平台之實驗學校。因此，在樣本 的取樣上，僅限於研究者服務的國小五年級學生為研究對象。 研究之進行，考量國小電腦課程之實施方式及電腦教室使用等因素，以及受限 於學校課程的安排，本研究以「班級」為單位進行教學實驗，實驗組及控制組均由 研究者自行授課，並在同一間電腦教室上課。二、研究領域：
「數位內容學習平台」在教學領域上的應用十分廣泛，舉凡線上學習、網路教 學所建置的數位平台等，都能稱為「數位內容學習平台」。而本研究主要針對在「以 群集分析為基礎」所建置的數位內容平台之學習活動上進行研究與討論，數位內容 學習平台的內容則是以國小電腦繪圖課程部分為討論範圍。第二章 文獻探討
第一節 數位內容學習架構
一、數位學習的意義
數位學習（e-learning）是指利用資訊網路的特性來協助學習的教學科技，ASTD （美國教育訓練發展協會）將其定義為學習者應用數位媒介學習的過程，數位媒介 包括網際網路、企業網路、電腦、衛星廣播、錄音帶、錄影帶、互動式電視及光碟 等，應用的範圍包括網路化學習、電腦化學習、虛擬教室。數位學習可以定義成是 透過網路或是 DVD 等多媒體平台進行教學的學習方式，近年來網路頻寬的不斷提 高，數位學習也常被稱為網頁形式的學習方式或線上學習（Hall,B, 2003）。由此可知， 數位學習應用的媒介設備相當廣泛，學習的方式也不侷限於狹義的電腦教室課室教 學，學習者透過資訊網路隨時隨地線上自學，學習者與教學者已經不再受限於傳統 面對面教學的形式。 依據教育部九年一貫課程綱要之資訊教育，鼓勵教師將資訊設備融入各領域教 學，並依不同年級訂定相關的能力指標，培養學生基本資訊能力，並將資訊能力應 用在各領域的學習中。然而，校園網路愈來愈普及，各級學校都具備基本數位學習 的硬體條件，在軟體部分的選擇上也很多元。自由軟體提供種類繁多且功能完整的 數位學習平台，使用者可以選擇低成本、彈性高、容易維護的學習環境。透過種子 教師培訓計畫，許多學有專精的種子教師，在各地發芽茁壯。各縣市利用寒暑假辦 理許多研習課程，讓教師在課餘進修充電，精進教學能力並讓專業成長。基於以學 生為中心的教育理念，數位學習提供教師及學生一種非同步的互動學習模式，學生 可以自己選擇時間進行線上學習，也可以選擇適合自己的教材；教師可以利用多媒 體的特性，製作各種不同形式的數位教材，以符合學習者的個別差異；更可以利用 網路的互動性，透過討論區小組合作學習，分享同儕學習經驗。二、數位學習的特性
數位學習具有下列幾個特質，而變成不可或缺的教育工具（洪榮昭， 2004）。2. 成本效益大，可提供更高品質的課程。 3. 對於愈忙的人，若誘因足夠，更可以提升課程完成率。 4. 資訊或知識的獲取是最新的，可以較快速的運用到工作。 5. 課程可長可短，對於學習者可以有多元選擇。 6. 可增加學習人數，不增加成本。 7. 可和更多的領域專家請教，快速找到答案。 利用數位教材的製作，以網頁等形式傳送多媒體課程，實現學習零障礙的可能。 現今 Google 等搜尋引擎提供便利的網路資源，只要輸入關鍵字就可以找到成千上萬 的相關內容，學習資源瞬間無限擴充。學習進度依學習者個別差異量身訂做，學習 者可以適性地線上學習。很多數位內容學習平台更提供學習紀錄的模組，完整紀錄 學習者的學習歷程，還可以進一步分析學習者的學習行為。
三、數位學習系統架構
IEEE 國際組織 LTSC 所制定的學習系統架構（Learning Technology System Architecture,LTSA）如圖 2-1 所示（IEEE 1484, 1999），闡述了一般數位學習系統應 具備的元件與功能，其中包含四個組成元件與二個資料庫。 1. 學習者元件（Learner）：系統的學習介面，整合多媒體教材，提供適合個人及學 習社群的學習環境，並記錄學習行為。 2. 評估元件（Evaluation）：從學習紀錄資料庫讀取每個學習者的學習歷程，評估學 習者的學習行為與學習成效，並將資訊傳送給教學者。 3. 學習紀錄（Learner Records）：主要是儲存學習者的學習行為和學習歷程，可以 顯示過去以及現在的學習狀態。 4. 教學者元件（System Coach）：教學者根據目前使用者狀況、評估的過程、歷史 紀錄以及系統現況資訊，提供學習者適當的教學資源。 5. 學習資源庫（Learning Resources）：儲存學習過程所需的知識、資訊及相關學習 資源。 6. 遞送元件（Delivery）：將學習資源庫的內容以多媒體介面呈現，遞送多元化的 課程內容給學習者。
第二節 數位內容學習平台分析
一、Web-Based 學習環境
根據 LTSA 學習系統架構，數位內容學習平台透過遞送元件（Delivery）將多媒 體教材傳送給學習者（Learner），網頁介面（Web-Based）讓學習者以瀏覽器透過 HTTP 通訊協定接收影音多媒體教材，是最適合學習者的平台介面。二、符合 SCORM 規格
美國國防部在 1997 年的 ADL 先導計畫提出了內容物件參考模型規格（Sharable Content Object Reference Model, SCORM），其目的是讓數位學習系統建立標準，並透 過數位學習將教育訓練現代化（ADL, 2007）。SCORM 規格包含三大部分：1. Content Aggregation Model：
內容聚合模型主要是提供內容分享與重覆使用的方法，也可以將多個內容組合 成新的課程，並在不同的學習管理平台（LMS）間使用，達到教材互通的功能。 2. Run-Time Environment：
RTE 主要定義了學習者和學習管理平台（LMS）間資訊的交換，包含學習者的 個人資料、使用學習平台的情形以及學習狀態。
3. Sequencing and Navigation：
主要定義了學習內容與學習者導覽介面的編排。
三、系統管理
學習者帳號最好以群組化的方式管理，如此教學者可以針對不同的群組設定適 當的課程內容與學習評量，達到適性化學習的效果。系統管理則應採用模組化的管 理方式，除了每個模組能各司其職外，教學者更可以將龐雜的系統分門別類管理， 降低系統管理的門檻與成本。四、互動式學習教材
課程內容呈現以互動式教材為佳，學習者可以依個別差異進行線上自學。課程 內容能有快速選單的功能，讓學習者可以自由切換課程內容，並以區塊的方式呈現在頁面明顯的地方，方便學習者迅速地找到所需的課程。
五、作品賞析與經驗交流
系統應該要提供線上作品賞析的功能，讓教學者可以在線上瀏覽每個學習者的 作品，進行即時的作品評鑑，學習社群也可以在線上觀摩他人作品。在學習社群中， 學習者透過對話、討論，進而達成共識；教師必須參與各小組討論，適時對學生的 回饋給鷹架（scaffolds），學生透過同儕間和教師的對話，不斷修正自己的觀點。因 此，系統應具備討論區的功能，學習者可以隨時隨地在平台中分享心得與經驗交流； 教學者也可以在討論區適時地參與討論，並適切地修正學習者的學習行為。六、記錄學習歷程
根據 LTSA 學習系統架構，系統的學習紀錄資源庫（Learner Records）應該詳細 記錄每個學習者使用平台的學習行為，包含學習者登入系統的時間，學習者瀏覽遞 送元件（Delivery）所傳送的教材之頁面及次數，學習者行為經過評估元件（Evaluation） 分析的結果等，以提供教學者檢視每個學習者的學習歷程，便利教學診斷及補救教 學的實施。
第三節 現有數位學習系統分析
目前已經有許多領域應用數位內容學習平台，本研究參考現今數位內容學習平 台相關研究，並根據 LTSA 制定的標準，彙整了一般學習平台功能及特質分析表， 如表 2-1 所示。 表 2-1 一般學習平台功能及特質分析表 「√」表示設計此功能，「X」表示未設計此功能系統功能 Blackboard Pageout WebCT 智慧大師 亞卓市
網頁介面 √ √ √ √ √ 關鍵字檢索教材 √ X √ X X 教材符合 SCORM 規格 √ √ √ X X 學習者群組管理 √ X √ √ √ 互動式學習教材 √ √ √ √ √ 線上作品賞析 √ X √ √ √ 教材快速選單 √ √ √ √ √ 學習經驗交流機制 √ X √ √ √ 學習紀錄追蹤 √ √ √ √ √ 模組化系統管理 √ √ √ √ √ 資料來源：X-School 問題導向學習模式網路學習系統建置（吳美美、張國恩， 2004）
由此可以發現，各學習平台之功能各有千秋，基於 LTSA 制定標準的功能性，我們 進一步分析獲得以下結論： 1. 幾乎所有的研究平台都是以網頁介面（web-based），由此可知，在無遠弗屆的網路 世界，利用網頁的優勢，傳送多媒體影音教材且具互動性的教學方式，將是最吸引 人的。 2. 在管理介面應該採模組化設計，這樣平台的功能可以透過模組的管理去新增或移 除，讓平台功能更強大。若能以自由軟體建置，就可以取得原始碼，更可以依教學 需要，修改原始碼。 3. 在教材導覽介面的設計上，必須提供快速選單功能，避免學習者浪費時間在教材的 搜尋上。 4. 學習紀錄追蹤的功能將會對教學者很有助益，可以得知學習者是否有確實進行線上 學習，以及是否達到教師指定的學習內容，包含必需瀏覽的頁次，討論區的參與， 以及線上學習的時數是否足夠等等。 5. 互動式教材的設計將是非常重要的，高互動的教材能提升學習者之學習動機，而學 習動機往往會直接影響到學習者的學習成效。而且在互動的過程中，學習者可以線 上自學，達到適性化學習的成效，更符合個別差異。
第四節 群集分析
群集分析（cluster analysis）又稱為資料切割（data partition），是一種多變量統計分 析（multivariate statistical analysis）的技術（曾憲雄等， 2006）。相較於分類法
（classification）中每一筆紀錄都給定一個類別資訊，並期望從中找出一個判斷模式，預 測未知類別資訊的資料紀錄。群集分析不需預先指定的類別原則，也沒有任何資訊可以 表示資料紀錄彼此之間的關連性。因此，群集分析被視為一種非監督式學習（unsupervised learning）的過程。
一、群集分析的概念與目的
群集分析將資料集合中的資料記錄（又稱為資料點）加以分群成數個群集(cluster)， 使得每個群集中的資料點間相似程度高於與其它群集中資料點的相似程度。群集分析的 主要目的是分析資料彼此間的相似程度，藉由分析所找到的群集結果，推論出有用、隱 含、和令人感興趣的特性和現象（曾憲雄等， 2006）。二、群集分析在資料探勘過程中所扮演的角色
1. 資料精簡：將原本大量的資料加以分群成數個群集，並從每一個群集中挑選具有代 表性的資料記錄來進行後續的處理，以達到資料壓縮的目的。 2. 推斷假設的產生：推斷出所關注資料中可能存在的某些特性或現象。 3. 推斷假設的驗證：對推斷假設作有效性的驗證。 4. 歸屬預測：分群結果應用於未知分類之資料記錄，預測資料所歸屬的群集。三、 群集分析五個主要的循序工作項目
在不同的應用領域，群集分析通常有不同的處理程序。一般而言，可以簡單地將群 集分析區分為五個主要的循序工作項目，如下圖 2-2 所示。 資料的表示 與轉換 相似度計算 分群法 分群結果評 估 群集的解釋 與分析 資料集合 分群結果 圖 2-2 群集分析五個主要的循序工作項目（曾憲雄等， 2006） 1. 資料的表示：找出代表性資料維度來表示資料點。 2. 相似度的計算與測量：計算資料點間相似的程度。 3. 分群法的採用：挑選適當的分群演算法。 4. 評估分群的結果：對群集分析的結果進行評估。 5. 群集的解釋：領域專家對分群結果做進一步解釋。四、分群法的種類
1. 分割式分群法適合找出類圓形和群集大小相似的群集。較常用的方法有 (1)k-平均法 (k-means method)。 (2)k-物件法 (k-medoids method)。(3)反覆自我組織分析技術 (Iterative Self-Organ-izing Data Analysis Technique, ISODATA)。
五、最小偏移值
分割式分群法將資料點歸屬到數個互不交集的群集中，讓每一群集中的資料點與該 群集之群集中心 (clustering center) 相似程度高於與其它群集中心，企圖使得每個資料 點距離它所屬的群集中心的距離偏移值為最小。
將 n 個資料點分配 k 個互不交集的群中，其距離總偏移值 (total deviation) E：
∑∑
= ∈ − = k i x S i i u x E 1 2 x 表示一資料點，ui表示 Si群集的群集中心。 除非將資料點的所有可能組合，都嘗試當作一開始之起始群集中心點，否則將無法 保證在所設定之 k 個群集中，得到最小距離總偏移值。因此，我們採用「反覆重新配置 技術」讓距離總偏移值趨近於最小。一開始會隨機先選擇 k 個資料點當作起始之群集中 心，接著每一回合都企圖尋找更好的群集中心來降低距離總偏移值，一旦距離總偏移值 不再變動或已執行一定的回合數，則終止處理並輸出分群結果。但一開始所挑選之起始 資料點的好壞，將對於分群結果優劣具有決定性的影響。 k-平均法使用群集中的質量中心 (mean) 作為群集中心，因此上述之距離總偏移值 如下所示： i S x i S x m i∑
∈ = r∑ ∑
= ∈ − = k i x S i i m x E 1 2 ; 其中 x 表示一資料點，mi表示群集 Si的質量中心，|Si|表示群集 Si中所涵蓋之資料點數 量。六、資料型態的考量
「k-平均法」在處理連續性資料維度時，利用簡單的空間距離計算公式，透過衡量 資料點間距離的遠近來判斷彼此間的相似程度。目前較常用來計算空間距離的方式有尤 拉距離（Euclidean distance）和曼哈頓距離（Manhattan distance），其中尤拉距離是群集 分析中應用最廣泛的相似度計算公式。 1. 尤拉距離（Euclidean distance） 資料點 xi = <xi1, xi2, …, xik> 和資料點 xj = <xj1, xj2, …, xjk > 之間的尤拉距離： d2 (xi, xj) = 2 1 1 2
∑
− = k d jd id x x = 2 j i x x − ( xi−xj ) y x 尤拉距離 圖 2-3 尤拉距離在二維空間上的物理意義 以 A ＝（20,20）和 B ＝（21,26）為例，A 和 B 的尤拉距離如下： d2 (A,B)＝[(21－20)2＋(26－20)2]1/2 2. 曼哈頓距離（Manhattan distance） dM (xi, xj) =∑
= − k d jd id x x 1 = 1 j i x x −y x 曼哈頓距離 圖 2-4 曼哈頓距離在二維空間上的物理意義 以 A ＝（20,20）和 B ＝（21,26）為例，A 和 B 的曼哈頓距離如下： dM ( A , B)＝｜21－20｜＋｜26－20｜＝7
七、資料點之間的相似程度
定義距離的計算方式後，要考量應該取群集中的哪些點計算距離，較常用的有下列 四種方式：(1)「最小距離」，如圖 2-5 所示。(2)「中心點」，如圖 2-6 所示。(3)「最大值」， 如圖 2-7 所示。(4)「各點的平均值」，如圖 2-8 所示。(
,)
( ') ' , d p p min C C d j i p C C p j i min = − ∈ ∈ dmean(
Ci,Cj)
=d(mi−mj) 圖 2-5 最小距離相似度計算 圖 2-6 中心點相似度計算(
,)
( ') ' , d p p max C C d j i p C C p j i max = − ∈ ∈ davg(
Ci Cj)
= ninj∑ ∑
p∈Ci p∈'Cjd(p− p') 1 , 圖 2-7 最大距離相似度計算 圖 2-8 平均距離相似度計算八、
「k-平均法」的運作過程
「k-平均法」可將輸入的一個資料集合，輸出成 k 個互不交集的群集，由於各群集 互不相交，因此我們將「k-平均法」稱為分割式分群法。這和分類法是最大的不同，但 卻也是最有價值的地方。因為，我們毋須去探討資料的關連性，只需將資料集合利用相 似度計算公式，將資料點分別歸屬到距其最近之群集中心所屬的群集。換句話說，若資 料有 N 個維度，我們只會將每一筆資料視為 N 維空間中的一個點，依據使用者定義之 群集數量 k，利用相似度計算公式，分成 k 個互不交集的群集。「k-平均法」的操作程序 如下方說明所示： 1. 從資料集合中，隨機挑選 k 個資料點當作起始 k 群的群集中心。 2. 利用相似度計算公式，將資料點分別歸屬到距其最近之群集中心所屬的群集，形成 k 個群集。 3. 利用各群集中所包含的資料點，重新計算各群集之群集中心點。 4. 依據新求得各群集之群集中心點，再次利用相似度計算公式，將資料點重新分別歸屬到距其最近之群集中心所屬的群集，形成新的 k 個群集。 5. 重複步驟 1-4，直到各群之群集中心與之前次所計算之群集中心相同，這意謂著分 群結果已穩定。 6. 結束所有處理程序並輸出各群結果。 我們用一個二維空間的例子來說明。 二維空間中有七個點，以『實心之菱形』來表示，一開始我們定義k = 3，如圖2-9所示。 依照「k-平均法」的操作過程，分群的步驟如下： 1. 隨機選定三個資料點做為群集中心，如圖中有「正方形外框」的點。 圖2-9 k-平均法在k = 3時資料集合處理過程 2. 依據相似度計算方法形成三個群集，分群的結果以虛線之橢圓形表示，如圖2-10所 示。 圖2-10 k-平均法在k = 3時資料集合處理過程
3. 依據第一次分群的結果，重新計算各群集資料中心，如圖2-11中之「正方形外框」。 其中左邊大的橢圓形群集及右邊的橢圓形群集資料中心已經改變，沒有和任何資料 點有交集。而中間的橢圓形群集的群集資料中心沒有改變，依然是第一次隨機分配 得之群集資料中心。而且我們可以發現，由於是隨機選定的群集資料中心，第一次 分群的結果並不理想。由此例也可以說明，群集中心點的選定對分群的結果有很大 的影響。 圖2-11 k-平均法在k = 3時資料集合處理過程 4. 依據新的各群集資料中心，第二次依相似度計算方法，重新形成三個群集，以橢圓 型虛線表示，如圖2-12中所示。透過重新取得新的群集資料中心點的方式，我們發 現，第二次分群的結果比第一次好很多。 圖2-12 k-平均法在k = 3時資料集合處理過程
5. 依據第二次分群的結果，重新計算各群集資料中心，如圖2-13中之「正方形外框」。 其中左邊大的橢圓形群集及中邊的橢圓形群集資料中心已經改變。而右邊的橢圓形 群集的群集資料中心沒有在改變，是第一次分群結果得之群集資料中心。 圖2-13 k-平均法在k = 3時資料集合處理過程 6. 依據新的各群集資料中心，第三次依相似度計算方法，重新形成三個群集，以橢圓 型虛線表示，如圖2-14中所示。這時我們可以清楚看到，第三次分群的結果，雖然 橢圓形的結果和第二次不一樣，但是，分群的結果和第二次是一致的。 圖2-14 k-平均法在k = 3時資料集合處理過程 7. 依據第三次分群的結果，重新計算各群集資料中心。這次我們發現，三個橢圓形群 集中心已經不再改變，也就是說分群結果已穩定，結束所有處理程序並輸出各群集 結果。 8. 分群的結果，我們可以得到三個群集，如圖 2-15 所示，分別是「A 群集」有三個
點，「B 群集」有二個點，「C 群集」有二個點。而且，分群的結果非常理想，每個 群集的半徑不大，也就是說，分群後的資料群集十分密集，沒有雜訊或偏移值干擾 分群的結果。 圖2-15 k-平均法在k = 3時資料集合處理過程 k-平均法除了一開始需指定 k 個資料點當作群集之群中心外，其它回合都將產生新 的群集中心點。然而在相似度計算方法上，除了尤拉距離計算公式外，也可以利用其他 相似度計算公式將資料點歸屬到最接近的群集當中。
九、
「k-平均法」的限制
「k-平均法」在概念與實作上相當的簡單，且在處理大量資料時相當有擴充性 (scalable) 且有效率，但是卻也存在一些缺點，說明如下： 1. 無法處理類別性資料維度：由於 k-平均值法以群集中的質量中心當作群集中心，對 於類別性資料維度所描述之資料集合而言，並無法求得群集的質量中心。 2. 容易受雜訊與偏移值影響其群集中心：倘若資料群集有雜訊或是偏移值，如圖 2-16 所示，在分群的時候會因為偏移值，讓分群結果的橢圓形範圍變大。這樣的結果， 會讓群集中心偏移，甚至遠離群集密集處，分群的結果將產生極大差異。偏移值 圖2-16 雜訊或偏移值對k-平均法的影響 3. 起始群集中心選擇上的影響：基於「k-平均法」的演算方法，倘若隨機取得之各群 集中心選取得當，不但分群的結果會很理想，在取得群集中心的次數將會降低，分 群所耗費的時間也會相對減少許多。反之，若一開始各群集中心選取不當，有可能 分群的結果並不理想，如圖 2-17 所示，在分群的過程更有可能浪費許多時間。 圖2-17 所挑選之起始點對k-平均法的影響 4. 群集數量決定上的困難：由於「k-平均法」的演算方法，是必須一次又一次地計算 各群集中心，直到所有的群集中心不再變動為止。因此，一開始 k 值的設定，將會 影響分群法的成效。如圖 2-18 所示，當 k = 2 時，分群的結果，並沒有 k = 3 時理 想，若將 Cj再分成二群似乎會更符合我們的期待。
Ci Cj 圖2-18 群集數量決定上對k-平均法的影響 5. 品質與速度的取捨：品質與速度的需求常常是矛盾而難以取捨的，若品質的需求較 高，往往必須耗費較長的時間在分群的處理上；若希望能快速得到分群結果，則往 往必須犧牲品質。 6. 不適合自然形狀的群集：由於分割式分群法是屬於分割式分群法；因此，對於自然 形狀的群集，如圖 2-19 所示，與任意大小的群集，如圖 2-20 所示，在分群的處理 上效果並不好，很難得到較佳的結果。對於自然形狀的群集及任意大小的群集，使 用非分割式的分群法，通常能得到較佳的分群結果。 圖2-19 群集大小差異很大之資料集合
圖2-20任意形狀之資料集合
十、常見的群集分析方法比較
Balakrishnan（1994）利用 Milligan 所提出的蒙地卡羅演算法，來比較類神經網路、 非監督式的「頻率感測競爭性學習類神經網路」(Frequency-Sensitive Competitive Learning，FSCL)和非階層式的「k-平均法」等幾種群集分析方法，歸納出以下幾點結論： 1. 「k-平均法」的分群方法所得的分群結果較佳，相較於類神經網路方法所得的結果， 採用「k-平均法」所得的觀察值其誤差率僅介於 0~2%之間。 2. 根據分群的文獻可以得知，當屬性數目增加時，所獲得的分群數也會增加。而「k-平均法」的分群方法在屬性數目增加時，分類錯誤率較低。 3. 利用 Milligan 所提出的蒙地卡羅演算法來檢定頻率感測競爭性學習類神經網路和「k-平均法」 方法的正確性，結果仍是「k-平均法」方法有較高的正確率。 「k-平均法」可以說是在分割式分群法中發展最久的作法，其概念及實作上均簡單， 所需的時間及空間成本都相當低，至今仍廣受採用（曾憲雄等， 2006）。非分層式群集 分析法有很多種，一般較常使用的是「k-平均法」（謝依真， 2001）。本研究採用「k-平均法」作為群集分析的方法，分析學童在本研究之「數位內容學習平台」的各項學習 行為特徵，期望以較低的成本，獲得較佳的分群效果。
第五節 自由軟體環境
一、自由軟體作業環境
本研究採用自由軟體 LAMP（Linux Apache MySQL PHP）架構，如圖 2-21 所示。 近年來，開放原始碼（open source）運動可說是風起雲湧，愈來愈多的軟體開發人員參 與，網路上更隨處都有開放原始碼的軟體供人下載使用。採用開放原始碼軟體，可將使 用軟體的成本大幅降低，對提升產業競爭力有相當大的幫助。自由軟體（free software） 的概念是由美國麻省理工學院的 Richard Stallman 所提出，他認為自由軟體應該自由傳 播，英文中的 Free 代表的是自由軟體可自由傳遞的開放性，但並非等同於「免費軟體」。 圖 2-21 系統架構圖
1.Linux
Linux 原本只表示 Linux 作業系統的核心（kernel），但大多數的使用者已經習慣以 「Linux」這個字來形容整個基於 Linux 核心的作業系統。Linux 是一套 Unix-like 的作業 系統，支援多人多工。Linux 基於開放原始碼的觀念，採用 GPL（General Public License） 通用公共授權為規範，任何人取得原始碼後，都可以依自己的需求重新編譯。依照 GPL 的規定，任何軟體若使用了 GPL 授權的程式碼，必須遵守 GPL 的規範，將修改過的原 始碼開放出來給他人使用。目前有許多的廠商或團體將 Linux 系統核心，配上許多工具 所組成的 Linux 軟體包裝成套，稱為 Linux 發行版（distribution）。目前在國內較常使用 的發行版如：Fedora Core、CentOS、Mandriva、SuSE、Ubuntu、Debian 等等。Linux 發 行版通常包含大量的軟體套件，例如：視覺化的桌面環境 GNOME 和 KDE，系統開發 工具，伺服器工具，OpenOffice.org 辦公室軟體等等。
本研究採用的作業系統是以穩定、安全著稱的 CentOS 4.4，源自於 Redhat Enterprise Linux 依開放原始碼規定所釋出的原始碼去編譯而成。這兩套發行版不盡相同，其中 CentOS 並不包含 Red Hat Enterprise Linux 非開放原始碼的軟體。
2.Apache
Apache HTTP Server（簡稱 Apache），是 Apache 軟體基金會一個開放原始碼的網頁 伺服器，可以在大多數的作業系統中運行，由於其跨平台和安全性的特性，使得 Apache 廣泛地被使用，是最流行的 Web Server 之一。由表 2-2、表 2-3 及圖 2-22（Netcraft, 2007） 可以很明顯地看出，目前無論是在開發平台或是運作中的作業平台，Apache 網頁伺服 器的佔有率，以過半數的絕對優勢領先其他的網頁伺服器，其中包括 Microsoft 和 Sun 的網頁伺服器，意謂著 Apache 跨平台、安全性的優勢是備受肯定的。許多 Linux 發行 版更以 Apache 為預設的網頁伺服器，搭配使用 MySQL 及 PHP，可以快速地建置一個
動態的網頁伺服平台。
表 2-2 網頁伺服器在開發平台的佔有率一覽表（Netcraft, 2007） Developer Mar-07 Percent Apr-07 Percent Change
Apache 64747516 58.62 66899485 58.86 0.24 Microsoft 34265321 31.02 35380121 31.13 0.11 Sun 1851269 1.68 1907610 1.68 0 lighttpd 1399786 1.27 1382843 1.22 -0.05 Zeus 525405 0.48 488838 0.43 -0.05 表 2-3 運作中的網頁伺服器佔有率一覽表（Netcraft, 2007） Developer Mar-07 Percent Apr-07 Percent Change
Apache 30049510 58.58 30882069 58.5 -0.08 Microsoft 17430711 33.98 18181813 34.44 0.46 Zeus 220936 0.43 218410 0.41 -0.02 Sun 189938 0.37 196334 0.37 0 lighttpd 234389 0.46 166751 0.32 -0.14
圖 2-22 2000 六月-2007 四月網頁伺服器分佈圖（Netcraft, 2007）
3.MySQL
MySQL 是一個多使用者且功能強大的關聯式資料庫管理系統（relational database management system,RDBMS），可以很容易地與多種程式語言連結，目前以 PHP&MySQL 撰寫的系統是最常見的。MySQL 可以安裝在 Linux、OS/2、FreeBSD、Windows 等等， 其跨平台的優勢更促使它廣受使用。很多論壇及學習平台採用 MySQL，學校與商業網 站採用 MySQL 的情形也很普遍。MySQL 並非 Open Source 的軟體，在某些情況下的授 權是必須付費的，但目前使用在個人及非營利單位是可以免費下載安裝的。
4.PHP
PHP 具有開放原始碼及跨平台的特性，可以在 Windows 以及很多不同的 Unix 版本 編譯且執行，許多 Linux 發行版預設會將 PHP 安裝起來，省去網站管理者自行編譯的麻 煩。PHP 程式碼可以直接嵌入 HTML 網頁，其跨平台、容易學習及執行效能高等優點，
讓 PHP 成為架設動態資料庫網站的熱門選擇。PHP 提供了優秀的資料庫連結功能，另 外還提供各式各樣的函式庫，輸出 PDF 文件以及解析 XML 都很容易。
二、XOOPS
XOOPS 全名是 eXtensible Object Oriented Portal System，是具有高度可擴充、物件導 向、且易於使用的動態網站。在目前眾家爭鳴的內容管理系統（Content Management System, CMS）中，是非常受歡迎的軟體。XOOPS 採用 PHP&MySQL 撰寫程式，在官 方網站可以下載許多社群及團體開發的模組，十分適合用於發展小型至大型的動態社群 網站。XOOPS 遵守 GPL 的規範，使用者可以自行修改程式碼，甚至開發新的模組。教 學者可以在線上開設數位學習課程，從網路上提供眾多的工具模組中，組合出適合自己 教學情境的學習平台。
第三章 研究方法
本研究以自由軟體 LAMP 為實驗環境，採用 XOOPS 軟體建置系統平台，並依據數 位內容學習平台文獻中分析整理之功能，以模組化的方式安裝及管理系統功能。研究者 計畫透過此數位內容學習平台建置互動式教材，進行十週計二十節課之教學活動。實驗 組受試者採用此數位內容學習平台進行教學活動，控制組則是採用傳統的電腦廣播教 學。實驗資料的蒐集內容包括國小 Flash 電腦繪圖成就測驗、主題動畫作品評分表、數 位內容學習平台意見調查表以及學習參與度紀錄等。以下茲就各分節闡述，第一節為研 究流程，第二節為研究對象，第三節為研究設計，第四節為研究工具，第五節為數位內 容學習平台建置，第六節為實驗流程，第七節為研究假設，第八節為資料分析處理。第一節 研究架構與流程
一、實驗可行性探究
1. 初步構想 研究者針對以往 Flash 電腦繪圖成效進行教學檢討，包括教學活動設計檢視，學生 作品以及評量成績之分析等。透過領域教學研究會和校內資訊教學群進行教學心得與經 驗交流，形成以數位內容學習平台進行國小 Flash 電腦繪圖教學的初步構想。 2. 數位學習文獻分析 蒐集現有數位學習相關文獻，探討數位學習的關鍵因素，形成數位學習理論基礎。 蒐集目前數位學習平台研究文獻，分析比較各數位學習平台的優缺點，整理出數位內容 學習平台應具備的功能，以及使用者介面分析。二、研究架構
為探討參與實驗之學生在實驗處理前後的學習成效差異，藉以了解其進步情形。實 驗變項包含自變項及依變項兩部份，自變項為 Flash 電腦繪圖教學策略，包含「數位內 容學習平台融入教學」及「傳統電腦廣播教學」；依變項為「Flash 電腦繪圖成就測驗後 測成績」。為了解學生接受「數位內容學習平台融入教學」及「傳統電腦廣播教學」之 學習成效，利用獨立樣本 t 考驗進行後測成績比較，並利用「群集分析」方法，分析實 驗組學生在此課程中的學習情形。 Flash 電腦繪圖教學策略 數位內容學習平台 傳統電腦廣播教學自變項
獨立樣本 t 考驗
Flash 電腦繪圖 成就測驗後測成績依變項
圖 3-1 研究架構圖三、實驗準備
1. 數位內容學習平台建置：由於九年一貫課程綱要明確指出，希望教學軟體能多元 化，避免採用單一商業軟體，並鼓勵盡量使用自由軟體，所以本研究計畫以自由軟 體為實驗環境。現有自由軟體學習管理平台發展蓬勃且各有特色，如：XOOPS、 MOODLE、Atutor、Blog 等，經過分析比較，決定採用導覽介面簡潔、管理門檻較 低、且擴充性強的 XOOPS 作為數位內容學習平台，並採用 Linux 作業系統，藉以 建置一個低成本，但卻又穩定、安全的數位內容學習平台作為研究之系統平台。 2. 編寫教學活動設計：依據九年一貫課程綱要重大議題之資訊教育能力指標編寫教學 活動設計，包含實驗組以及控制組教學活動設計。 3. 製作互動式教材：依據教學活動設計及課程內容，在已經完成建置的數位內容學習 平 台 上 製 作 三 種 互 動 式 學 習 設 計 ， 分 別 是 (1) 章 節 導 向 編 排 （ Chapter-Based Organization）教材，(2)互動式導向編排（Interaction-Based Organization）教材以及 (3)問題導向編排（Problem-Based Organization）教材。 4. 編製研究工具：研究工具的編製，包含(1)國小 Flash 電腦繪圖成就測驗前測及後測 試題，(2)主題動畫作品評分表以及(3)數位內容學習平台意見調查表，並進行研究 工具信度及效度分析。四、實驗處理
依據編製完成的教學活動設計，自九十六年九月起進行十週計二十節的教學活動。 其中實驗組除了師生間的教學活動外，透過數位內容學習平台模組紀錄實驗組受試者討 論區發表情形，三種互動式教材瀏覽情形，以及在數位內容學習平的學習行為紀錄，控 制組則不實施數位內容學習平台教學。五、後測實施
與第十週配合校內期中評量行事進行後測，內容包括國小 Flash 電腦繪圖成就測驗 後測、主題動畫作品評分表以及數位內容學習平台意見調查表等紀錄。六、資料處理
將研究工具蒐集所得之資料，利用社會科學統計套裝軟體 SPSS for Windows 進行資 料的整理與分析。七、群集分析
依據資料處理的結果，進一步實施資料群集分析。將研究工具蒐集所得的資料及受 試者在數位內容學習平台的學習行為紀錄、討論區發表情形等紀錄，以 k-平均法的工作 程序進行群集分析；以找出各群集的特性，藉以分析各群集和學習成效的關係，以及各 群集和受試者在數位內容學習平台互動情形之關係。本研究之研究流程，如圖 3-2 所示： 文獻探討 研究背景及動機 • 數位學習理論基礎 • 數位學習平台功能分析 • 目前數位學習平台之功能比較 • 群集分析 • 自由軟體環境 • 建置本研究之數位內容學習平台 • 製作互動式教材 編寫教學活動設計 選定研究對象 建立研究架構 編製成就測驗 預試、信效度分析 成就測驗（前測） 成就測驗 • Flash 電腦繪圖成就測驗後測 分析與應用 研究發現與論文撰寫 進行教學實驗 實驗組：數位內容學習平台 控制組：傳統電腦廣播教學 群集分析 圖 3-2 研究流程圖
第二節 研究對象
本研究之實驗以研究者服務之國民小學九十六學年度五年級學童為研究對象，該年 級學生人數為五年甲班三十一人，五年乙班三十人，五年丙班三十一人，男生計有四十 二人，女生計有五十人，共九十二人，如表 3-1 所示。 表 3-1 研究者服務之國民小學五年級人數統計表 班級 男生 女生 總人數 五甲 14 17 31 五乙 15 15 30 五丙 13 18 31 合計 42 50 92 考量國小電腦課程之實施方式、學校課程安排及電腦教室使用等因素，本研究是以 研究者服務之國民小學九十六學年度五年級學童為研究對象，取樣方式是以班級為單 位，隨機抽取一班為實驗組，接受數位內容學習平台之教學，並抽取一班為控制組，接 受傳統電腦廣播教學。 研究者服務之國民小學自三年級開始實施電腦課程，這是依據教育部九年一貫課程 能力指標，並經研究者服務之國民小學課程發展委員會開會通過。且此年級三班學生， 自三年級起，就由同一位教師授課，均接受過電腦基本操作、視窗作業系統基本操作、 輸入法、Microsoft Word、網際網路基本應用等課程之學習。第三節 研究設計
本研究採準實驗設計，實驗處理以不同教學方式為自變項。其中實驗組以數位內容 學習系統為主要的平台，研究對象所需的教材、作業的繳交與賞析、學生學習行為與歷 程等等都將在數位內容學習平台上進行。控制組則採用較傳統的電腦廣播教學。實驗組 和控制組相同的是，都是以國小 Flash 電腦繪圖為教材內容，但實驗組在教學進行過程， 會利用數位內容學習平台實施進行討論區發表，並紀錄實驗組受試者的學習歷程。研究 的主要目的在探討使用數位內容學習平台對國小 Flash 電腦繪圖學習成效之影響。 經過資料處理分析完畢，針對受試者背景變項進一步資料分析。例如：瀏覽數位內 容學習平台頁數、瀏覽時間、討論區發表次數等學習參與度，並分析受試者瀏覽三種互 動學習設計的情形，進行群集分析，試圖將受試者依照學習背景及特性分成若干群，進 而探討受試者分群結果的共同特質。最後，教學實驗完成後，對實驗組學生實施國小 Flash 電腦繪圖數位學習平台意見調查表，進行學習意見的調查分析。本研究有關之變 項如下：一、自變項
實驗處理： 將受試班級五年級三班，隨機挑選一班進行數位學習平台教學（實驗組），再從剩 下的班級挑選一班實施傳統講授教學（控制組）。實驗組以國小 Flash 電腦繪圖數位學習 平台為學習主體，教師引導為輔，進行國小 Flash 電腦繪圖教學。而控制組則採傳統全 班由教師講授，教科書及講義輔助之教學方式，進行國小 Flash 電腦繪圖教學。二、依變項
國小 Flash 電腦繪圖成就測驗後測成績： 受試者經過教學課程實驗後，在研究者編製的國小 Flash 電腦繪圖成就測驗後測的 得分。三、群集分析
本研究是以數位內容學習平台來進行學習，因此，實驗組學生對本數位內容學習平 台的參與度對其國小 Flash 電腦繪圖之學習成效是否有影響，亦是本研究關注之焦點。 在數位內容學習平台中，利用 XOOPS 之討論區、會員流覽紀錄的功能，紀錄每位受試 者在平台中的瀏覽頁次、瀏覽時間、討論區發表情形及三種互動學習設計的瀏覽情形等 資料，進一步透過 k-平均法的群集分析方法，試圖將受試者分群，進一步分析受試者的 學習參與度對其國小 Flash 電腦繪圖學習成效之關係，並找尋各群集的學習特性。第四節 研究工具
本研究在進行實驗設計上使用之工具，分為(1)電腦硬體；(2)國小 Flash 電腦繪圖成 就測驗（前測），如附錄四所示；(3)國小 Flash 電腦繪圖成就測驗（後測），如附錄五所 示。一、電腦硬體
本研究建置數位內容學習平台伺服器硬體設備，以及教學活動中學生操作之電腦設 備，其硬體規格如下所示： 1. 伺服器 (1). 作業系統：CentOS 4.4 Linux (2). 伺服器軟體：Apache 、PHP&MySQL (3). 架站工具：XOOPS (4). CPU：Pentium 4-3.0GHz (5). 記憶體：1GB (6). 硬碟：SCSI 32GB x2 2. 學生電腦 (1). 作業系統：Microsoft Windows XP sp2 (2). 瀏覽器：Microsoft Internet Explore 6.0二、國小 Flash 電腦繪圖成就測驗（前、後測）
1. 擬定試題 研究者依據九年一貫課程能力指標，編製國小 Flash 電腦繪圖成就測驗的前後測試 題，題目各有二十五題，題型均為四選一的單選題。 2. 建立專家效度 成就測驗初稿完成後，敦請指導教授，以及二位目前任教國小電腦科教師，針對本 成就測驗進行效度評估，並對試題提供修正意見。依照專家所提供之意見，刪除不適當 的題目及修正試題，編製成「國小Flash電腦繪圖成就測驗前測及後測」試題。 3. 進行預試 前後測試題編制完成後，從研究者服務的學校，選取二班已經學過 Flash 電腦繪圖 教學的學生，作為前後測試題的預試施測對象。測驗時間為二十分鐘，並將測驗結果進 行題目的難易度及鑑別度分析，藉以決定正式試題。 4. 編製正式題目 本研究在前測預試題目中，刪除鑑別度不佳試題，再挑選適當難度值的題目共二十 題，作為正式試題。 (1)前測試題 從 25 題試題中，挑選鑑別度在 .261 以上，難度在.33 ~ .80 之間的試題，作為「Flash 電腦繪圖成就測驗前測」正式試題。下表 3-2 為本研究「Flash 電腦繪圖成就測驗前測」 試題難度、鑑別度一覽表。依據鑑別度的計算方式如下：鑑別度＝（高分組答對比例）－（低分組答對比例） 在原題號第 1 題及第 7 題，由於低分組答對比例多於高分組，依據鑑別度的計算方 式所得的結果，鑑別度均為-0.043。因此，這些都屬於不良試題。 表 3-2 「Flash 電腦繪圖成就測驗前測」試題難度、鑑別度一覽表 原題號 平均數 標準差 個數 難度 鑑別度 新題號 1 .2442 .43212 86 0.244 -0.043 2 .6279 .48620 86 0.628 0.304 1 3 .9186 .27505 86 0.919 0.13 4 .6279 .48620 86 0.628 0.522 2 5 .5116 .50280 86 0.512 0.304 3 6 .8721 .33595 86 0.872 0.435 4 7 .3605 .48295 86 0.360 -0.043 8 .7209 .45117 86 0.721 0.348 5 9 .3953 .49179 86 0.395 0.478 6 10 .5698 .49801 86 0.570 0.435 7 11 .8023 .40058 86 0.802 0.391 8 12 .7442 .43888 86 0.744 0.696 9 13 .4419 .49952 86 0.442 0.261 10 14 .7558 .43212 86 0.756 0.522 11 15 .7907 .40920 86 0.791 0.478 12 16 .3721 .48620 86 0.372 0.261 13 17 .6977 .46196 86 0.698 0.609 14 18 .7791 .41731 86 0.779 0.609 15 19 .3140 .46682 86 0.314 0.261 20 .7442 .43888 86 0.744 0.435 16 21 .8023 .40058 86 0.802 0.391 17 22 .6977 .46196 86 0.698 0.609 18 23 .3605 .48295 86 0.360 0.174 24 .3372 .47553 86 0.337 0.391 19 25 .5581 .49952 86 0.558 0.348 20
(2)後測試題 從 25 題試題中，挑選鑑別度在 .3 以上，難度在.33 ~ .83 之間的試題，作為「Flash 電腦繪圖成就測驗後測」正式試題。下表 3-3 為本研究「Flash 電腦繪圖成就測驗後測」 試題難度、鑑別度一覽表。 表 3-3 「Flash 電腦繪圖成就測驗後測」試題難度、鑑別度一覽表 原題號 平均數 標準差 個數 難度 鑑別度 新題號 1 .4884 .50280 86 0.488 0.522 1 2 .2326 .42494 86 0.233 0.13 3 .6047 .49179 86 0.605 0.478 2 4 .5814 .49622 86 0.581 0.391 3 5 .8140 .39143 86 0.814 0.435 4 6 .8256 .38169 86 0.826 0.478 5 7 .5116 .50280 86 0.512 0.522 6 8 .5581 .49952 86 0.558 0.652 7 9 .3953 .49179 86 0.395 0.261 10 .7558 .43212 86 0.756 0.609 8 11 .7907 .40920 86 0.791 0.609 9 12 .7093 .45675 86 0.709 0.522 10 13 .5814 .49622 86 0.581 0.304 14 .6279 .48620 86 0.628 0.522 11 15 .5930 .49415 86 0.593 0.609 12 16 .6744 .47134 86 0.674 0.652 13 17 .3372 .47553 86 0.337 0.435 14 18 .5465 .50075 86 0.547 0.304 15 19 .6047 .49179 86 0.605 0.609 16 20 .7326 .44522 86 0.733 0.739 17 21 .7558 .43212 86 0.756 0.739 18 22 .5465 .50075 86 0.547 0.652 19 23 .3256 .47134 86 0.326 0.217 24 .5581 .49952 86 0.558 0.304 20 25 .3023 .46196 86 0.302 0.087
根據以上符合難度及鑑別度標準的正式試題，分析其內容及認知階層，擬定本成就 測驗之內容效度摘要表，如下表 3-4 及表 3-5 所示。 (1)Flash 電腦繪圖成就測驗前測： 將 Flash 電腦繪圖成就測驗前測的各單元正式試題，依據知識、理解、應用等三項 目分析，所得內容效度摘要表如下表 3-4 所示。 表 3-4 Flash 電腦繪圖成就測驗前測正式試題內容效度摘要表 知識 理解 應用 【單元一】FLASH 8 課程入門 2 2 0 【單元二】元件製作 6 5 3 【單元三】動畫製作 3 2 2 (2)Flash 電腦繪圖成就測驗後測： 將 Flash 電腦繪圖成就測驗後測的各單元正式試題，依據知識、理解、應用等三項 目分析，所得內容效度摘要表如下表 3-5 所示。 表 3-5 Flash 電腦繪圖成就測驗後測正式試題內容效度摘要表 知識 理解 應用 【單元一】FLASH 8 課程入門 3 2 0 【單元二】元件製作 5 3 4 【單元三】動畫製作 3 2 3 項 目 單 元 項 目 單 元
5. 信度分析
「Flash 電腦繪圖成就測驗前測」及「Flash 電腦繪圖成就測驗後測」預視的結 果，以視窗統計軟體 SPSS for Windows 進行資料分析，採內部一致性 Cronbach’s α 係數分析，得到的結果如下：
「Flash 電腦繪圖成就測驗前測」Cronbach’s α值為 .739。 「Flash 電腦繪圖成就測驗後測」Cronbach’s α值為 .830。
第五節 數位內容學習平台建置
使用者介面 教材快速選單 適性化導覽設計 同儕心得分享交流 線上互動學習 教師權限分級並各司其職 教材可以多人共同開發 學生依需要劃分群組 配合群組顯示教材區塊 教材可以聚合、重組 教材可以輸出與匯入 LMS 章節導向編排教材 互動式導向編排教材 問題導向編排教材 學習者登入系統時間及次數 學習者瀏覽的教材網頁及次數 視覺化的系統模組管理 模組新增及移除便利 討論區 群組化使用者管理 基於 SCORM 之教材開發 多媒體互動式學習設計 學習追蹤機制 模組化系統管理設計 數 位 內 容 學 習 平 台 首 頁 圖 3-3 系統功能分析圖一、系統功能與特色
根據文獻的分析，本數位內容學習平台基於 CentOS 自由軟體作業系統，採用 PHP&MySQL 撰寫的 XOOPS 軟體為系統平台。其模組化的系統管理，群組化的帳號管 理，符合 SCORM 的互動式教材設計，以及討論區和學習追蹤機制，讓系統平台功能強 大且完整。且完全不需軟體建構成本，教學者可以快速地建置系統平台，維護上也不困 難，如上圖 3-3 所示。 1. 互動式學習設計 本學習系統為顧及學習者的個別差異，以及不同的學習模式，設計了三種教材內 容，分別是(1)章節導向編排（Chapter-Based Organization）教材，(2)互動式導向編排 （ Interaction-Based Organization ） 教 材 以 及 (3) 問 題 導 向 編 排 （ Problem-Based Organization）教材。(1) 章節導向編排
本研究以 Flash 國小電腦繪圖為主要內容，依照製作靜態向量圖→動畫製作的教學 程序，將教材分成四個章節：Flash8 課程入門，元件製作，文字特效，主題動畫製作。
基於 SCORM Content Aggregation Model 的特性，教材內容很可能會愈來愈豐富。 為避免學習者在浩瀚的線上課程中迷失，系統以區塊呈現的方式，設計了教材樹狀快速 選單；如圖 3-4 所示，學習者隨時可以由顯眼的教材樹狀快速選單區塊找到自己所需的 課程。 在課程導覽的視覺效果上，學習者可以在網頁上方選擇適合自己的字體大小。除了 教材樹狀快速選單區塊外，系統也提供了下拉式跳頁選單，讓課程切換更具彈性，如圖 3-5 所示。
圖 3-5 適性化導覽介面 (2) 互動式導向編排 由於章節導向編排方式是屬於靜態的圖文教材，但並非所有五年級的小朋友都能從 此類教材學好繪圖的技巧。有鑑於此，本平台提供了互動式導向編排教材，將操作過程 錄製成 swf 格式的影片，並依照章節編排。 這類影片片段檔案不大，檔案具備了串流影音的特性，學習者不需長時間地等待影 片下載，目前最受歡迎的 IE 及 Firefox 瀏覽器都支援 swf 格式，學習者不需再安裝額外 的軟體。學習成就低落的學習者，有很多是語文識字能力出了問題，此類影音格式的互 動教材，可以讓學習者就較有問題的章節反覆學習，還可以自行選擇時間觀看影片，非 常適合實施在補救教學上。 (3) 問題導向編排 除了以上兩種教材外，本平台另外設計了七項問題導向編排的教材，將學習者在學 習上可能遇到的問題及迷思，製作成完整的問題導向編排教材，課程包含：繪圖工具的 使用，圖層的使用，Flash 物件的種類，時間軸的使用，Flash 元件的管理，動畫製作， 發佈 Flash。 章節導向教材的編排是以範例引導的方式製作，而問題導向教材的編排補足了章節 導向教材的不足，以多媒體製作方式深入地介紹各工具的使用，提供學習者在線上學習 時，排解疑惑的數位教師。 2. 學習追蹤機制
根據 LTSA 學習系統架構，系統的學習紀錄資源庫（Learner Records）應該詳細記 錄 每 個 學 習 者 使 用 平 台 的 學 習 行 為 ； ADL 提 出 的 SCORM 規 格 中 之 Run-Time Environment，也定義了學習者和學習管理平台間資訊的交換。本研究平台具備了學習追
蹤的模組，記錄了學習者登入學習平台的次數，每次登入瀏覽的頁數，每次登入和離開 的時間，每次登入學習平台停留的時間，如圖 3-6 所示；以及學習者瀏覽過的網頁次數 統計，如圖 3-7 所示，都記錄在資料庫中。教師或管理者可以透過管理頁面看到所有學 習者的學習歷程，藉以分析每個學習者的學習行為。 圖 3-6 學習者使用學習平台統計圖 圖 3-7 學習者點選平台網頁明細及次數
