耕莘健康管理專科學校機構典藏:Item 987654321/1116

教育部教學實踐研究計畫成果報告

Project Report for MOE Teaching Practice Research Program

計畫編號/Project Number：PGE1080396

學門專案分類/Division：通識（含體育）學門 執行期間/Funding Period：108/08/01 ~ 109/07/31

非資訊領域學生運算思維與程式設計教學實踐之學習診斷及成效分析

Learning diagnosis and effectiveness analysis of computational thinking with programming teaching practice for students in non-information field

配合課程名稱/Course Name：

運算思維與程式設計/Computational Thinking and Programming

計畫主持人(Principal Investigator)：葉國良 共同主持人(Co-Principal Investigator)：蔡逸舟 執行機構及系所(Institution/Department/Program)：

耕莘健康管理專科學校全人教育中心/數位媒體設計科 成果報告公開日期：

 立即公開 □ 延後公開(統一於 2022 年 9 月 30 日公開)

繳交報告日期(Report Submission Date)：2020/09/20

1

非資訊領域學生運算思維與程式設計教學實踐之學習診斷及成效分析

一. 報告內文(Content)

1. 研究動機與目的(Research Motive and Purpose)

本計畫實踐場域對象為專科學校學生，前三年課程規劃參照十二年國教課綱 基準與精神，課綱中「科技領域」領域以「運算思維與問題解決」為核心之一，分 別訂定國小、國中、高中等不同階段的「學習表現」與「學習內容」綱要（教育 部，2016）。其中，高中階段教學則著重於瞭解運算思維原理，並能進一步整合應 用， 「創作導向運算思維實踐」 （教育部教育部運算思維推動計畫，2016），期能逐 步養成學生具備運用運算工具輔助思維之能力，藉以分析問題、發展解決問題方 法，並進行有效的執行方案。此外，107 年度起，高教深耕計畫指標亦要求大專校 院須分年達成學士班修讀程式設計相關課程學生比例：30%、40%、50%目標。

依據本校調查結果，本校非資訊領域學生僅約 30.39%曾接觸程式設計，其邏 輯思維理解力本就不如選讀理工科系的學生或程式設計老手般，較能夠宏觀地整體 認知到運算思維各主軸概念間的關聯，進而連結或內化移轉到程式設計，存在一定 程度的認知結構間的差異及學習移轉障礙（Hsu etal., 2012）。由於每個人的學習能 力、理解度的不同，儘管測驗分數相同，但其所理解概念的結構亦可能不同，個別 的學習經驗將影響其對於不同概念的後續學習成效，單純以分數難以診斷學生學習 弱點與評估真實的學習成效（游森期與余民寧，2006），。

本校自 107 學年度起開設「運算思維與程式設計」必修課程，為能有效診斷 與分析學生對運算思維各個主軸概念間的認知認知結構與學習弱點，並據以實施適 性化補救教學，以利後續程式設計的學習移轉，實有賴一適性機制的實施，調整教 學策略與措施，以利強化個別學習成效。因此，如何診斷非資訊領域運算思維與程 式設計學生的概念結構異質性，確實是值得關注的重要議題。

綜上所述，面對學生的異質性，本計畫運用「翻轉教學」與「協作學習」等 教學法，以學生為主體，在「遊戲解題」過程中逐步導引學生依循運算思維的主軸 方法，進行「實務情境」的生活與學習問題剖析，發展解決問題的方法與步驟，並 利用「視覺化程式語言」Scratch 結合 Micro:bit 等硬體感測器撰寫程式進行驗證。

此外，亦依據評量數據分析結果，協助老師瞭解非資訊領域學生學習學習運算思維 與程式設計課程時的認知落差，據以調整下一學年度課程調整與改進教學方式。

本計畫研究目的與重點項目條列如下：

(1) 運用評量資料診斷分析結果調整教學計畫。

(2) 發展運算思維教學教材與活動案例。

(3) 發展程式設計教學鷹架範例。

(4) 瞭解不同年度教學實踐課程執行成效差異。

(5) 瞭解不同年度學生運算思維能力項目與程式設計能力差異情形。

(6) 分析不同非資訊類科學生運算思維能力項目與程式設計能力差異形。

(7) 剖析非資訊類科學生運算思維能力項目弱點。

(8) 探究非資訊類科學生運算思維能力項目與程式設計能力間的關聯性。

(9) 研析非資訊類科學生運算思維能力項目對於程式設計能力之預測力。

2. 文獻探討(Literature Review)

(1) 運算思維與程式設計的相關性 (computational thinking v.s. programming)

2

運算思維代表一個普遍適用的態度和技能，不僅僅是計算機科學家，任何 人都將渴望學習和使用，他就像讀、寫和算術依樣，是 21 世紀每個人都必須具 備的基本技能（Wing, 2006）。Dai 等人 (2015) 也提到，善用資訊工具與技巧的 邏輯批判思考分析與解決問題，以利決策的的「資訊決策思考力」 ，是 21 世紀 資訊社會公民所應具備的基本素養與能力之一。 García-Peñalvo 和 Mendes (2018)則進一步明確指出，運算思維不等於寫程式，而是扮演強化程式設計技巧 的角色。採用積木區塊式（block-based）的程式語言，可大幅降低學習程式設計 的認知負荷（cognition loading） 。同時，也將運算思維定義出不同的系統性步驟，

以利思維模式的養成。其中，最廣為採用的主要以 Google 所發展的「拆解

（decomposition）」、「模式識別（pattern recognition）」、「抽象化（abstraction）」

與「演算法（algorithm）」等四大概念作為主要的能力項目與步驟。

(2) 學習遷移 (transfer of learning)

學習遷移（transfer of learning）是指先前所習得的知識和技能，對新知識和 技能學習的影響（Cormier & Hagman, 1987; Olson & Hergenhahn, 2012; Schunk, 2008)；類化（generalization）則是指個體能利用已習得的知識、經驗或技能，橫 跨對象、時間、地點和事物，以解決問題或適應環境的能力（Westling & Fox, 2000）。學習應強調不同主題概念間的學習遷移（Yeh, Dai & Kao, 2015），老師 應導引學習者理解不同概念間的橫向影響，或概念間的交互影響性，不應僅著 眼於單一學習主題概念。

本計畫目的之一在於分析運算思維概念認知，找出學生在運算思維各主軸 概念與程式設計間學習遷移關聯性。

(3) 鷹架理論（scaffolding）

Palincsar 與 Brown（1984）認為鷹架是教學者對學習者所提供暫時性的支 援，學習者的認知或技術能力成長有賴於他人的協助，當學習者停留在某一認 知層次時，若教學者可提供有系統的引導或關鍵性的指點，導引其內化知能，

則學習者較容易超越原來的認知層次，達成學習遷移。在學習過程中，學習者 逐漸完備先備知識或概念以進行自我行動學習，從｢生手（novice）｣轉變為｢專 家（expert）｣，進而綜整與評估自身的知識。學習者在參與學習活動時，由教師、

專家、同儕或系統提供暫時性的學習導引或合作學習，學習者的學習成就將超 越獨自學習的表現，Hannafin, Land, & Oliver（1999）提出在遭遇不同的學習情 境時使用的幾種學習鷹架：

 概念鷹架（conceptual scaffolds）：學生進行學習活動時，概念鷹架可幫助 學生思考。本計畫在課程中提供運算思維各主軸概念：拆解、模式識別、

歸納與抽象化、演算法說明與指引，為學生建構了概念鷹架。

 後設認知鷹架（metacognitive scaffolds）：這類鷹架指引學生在學習活動中 的思考方向，提供明確的認知過程。本計畫中所導引學生應用運算思維各 要素解決生活與學習問題的過程，即為後設認知鷹架的例子。

 程序鷹架（procedural scaffolds）：此種鷹架主要在幫助學生使用特殊的工 具或面對新的學習環境。本計畫運用 Google Blockly Game- Maze 及 Scratch 程式設計驗證運算思維，為學生提供程序鷹架。

 策略鷹架（strategic scaffolds）:此類鷹架在學生參與分析、計畫、做決定的 開放式學習情況。本計畫規劃課程應用協作學習、問題導向學習等各種教 學策略提供水平與垂直策略鷹架。

(4) 學習診斷 (learning diagnosis)

｢認知診斷評量（cognitively diagnostic assessment）｣這類型的評量模式常被

用於針對學生的知識概念結構做進一步的探索，希望能提供對學生知識概念建

3

構更進一步的了解（游森期、余民寧，2006；Dai, Yeh, & Kao, 2017; Goldsmith &

Davenport, 1995; Nichols, Chipman, & Brennan, 1995）。｢認知診斷評量｣嘗試藉由 學生模式（ student model）、概念網路（conceptual network）與心理計量屬性

（psychometric attribution）等三大方面，來了解學習者的認知結構差異，以便因 材施教與進一步的補救教學（Nichols, Chipman & Brennan, 1995） 。其中， Dai, Yeh,

& Kao (2017) 及利用 PetriNet 技術建構「基本電學」知識概念網路路徑圖，並 剖析學生評量作答紀錄後，有效診斷學生學習概念弱點，顯著提升學習成效。

本計畫藉由評量與概念的說項細目表，分析學生學習評量數據，建構運算 思維與程式設計概念路徑，進行診斷後提供先備與後置概念的教學改善規劃與 學習建議，以提升學生的學習成效。

(5) Kirkpatrick 訓練成效評估模式

Kirkpatrick（1959, 1994）針對專業訓練績效設計系統化的教育訓練成效評 估模式，提供是否達成預期目標的重要資訊。此模式運用多元評量策略，蒐集 反應（reaction）、學習（learning）、行為（behavior）與結果（result）等各層次

（level）訓後表現情形。

 反應層次（reaction level）

指學習者對於課程、教材、講師、教學方法、場地等的滿意程度，大 致分成「教學資源支持」 ，以及「學習成效」兩個面向（陳李綢， 1983；

Betz, 1970）；前者是對於學習環境與設備、行政措施與規畫、教師特 質及教學方法等方面的滿意程度，後者則為學生自己對學習成效的主 觀評量。Schunk（1981）進一步運用 Bandura（1986）的自我效能感

（self-efficacy）在判斷自己的學習能力，提出「學習自我效能感」概 念，指學生對自己能否成功地完成某學習任務之信心程度。本計畫在 此層次中，僅考量學生對學習成效的自我效能認知情形。

 學習層次（learning level）

此為學習者獲得有關知識、技能與態度的量化指標，通常指在學習期 間或結束時知識技能的增長及改善程度。本計畫以運算思維與程式設 計課程教學實作活動、期中與期末認知及實作專題評量作為此層次的 量化指標，並採用教育部 Bebras 國際運算思維挑戰賽（教育部，2019）

作為學習層次的三角驗證。

 行為層次（behavior level）

指學習者於課程結束後將所學的知識及技能應用到工作、後續學習中，

因而改變自身的工作與學習行為或提升效能的程度。本計畫以學習者 自我評估所學對對個人後續學習影響的助益程度，作為行為層次成效 的指標。

 成果層次（result level）

為學習者學習後，對組織的影響與貢獻。本計畫以學習者自我評估其 對同儕與學弟妹有關運算=思維與程式設計學習的影響，作為行為層 次成效的指標。

本計畫運用 Kirkpatrick 訓練成效評估模式反應（reaction） 、行為（behavior）

與結果（result）等三個層次，作為學習成效主觀態度情意評量的依據，並以學 習層次作為客觀認知與技能評量指標。

3. 研究問題(Research Question)

本計畫研究問題如下：

4

(1) 不同年度課程執行成效是否有差異?

(2) 不同年度學生運算思維能力項目與程式設計能力是否有差異?

(3) 不同非資訊類科學生運算思維能力項目與程式設計能力是否有差異?

(4) 非資訊類科學生運算思維能力項目弱點為何?

(5) 非資訊類科學生運算思維能力項目與程式設計能力間的關聯性為何?

(6) 非資訊類科學生運算思維能力項目對於程式設計能力之預測力為何?

4. 研究設計與方法(Research Methodology) 1. 研究對象：

本計畫實踐場域為本校各科，採立意取樣（Purposive Sampling），以本校 五專 107 （二年級）/108 學年度（一、二年級），就讀本校「護理」、「化妝品 應用與管理」 、 「嬰幼兒保育」 、 「健康餐旅」 、 「數位媒體設計」及「口腔衛生與 照護」等非資訊領域，修習「運算思維與程式設計」必修課程（2 學分/2 學 時）學生為研究對象。107 學年度學生為控制組，二年級修習本課程，在這之 前未曾於本校修習運算思維與程式設計相關課程，合計 21 班約 1045 人；108 學年度學生為實驗組，曾於本校修習「資訊科技」課程之「演算法概念」與

「程式設計（Scratch）」單元約 14 學時，合計 37 班約 1819 人。

2. 研究方法

本計畫研究方法如下：

a.文獻探討法

本計畫首先定義運算思維與程式設計所需知識概念，因此，透過文獻蒐 集，探討國、內外學術界對運算思維與程式設計能力相關的論述，以及所包含 的概念結構與能力項目，以便深入分析運算思維與程式設計相關概念知識。

b.非正式訪談法

本計畫第一階段規劃以產學界熟悉概念結構或能力項目之專家與資深教師 共 18 位，組成教師焦點團體社群進行非正式訪談，藉此蒐集運算思維與程式 設計概念結構與能力項目相關資料，俾作為編製評量試題之用。

c.修正式德菲(Modified Delphi)問卷調查法

本計畫第一階段題庫之建構，邀請熟悉運算思維與程式設計概念、試題發 展專家及資深教師合計 8 位領域專家進行開放性命題，繼而以修正式 Delphi 進 行交叉審題。

d.縱貫性（longitudinal）比較（comparative）研究法

本計畫比較教學實踐前（107 學年度）與執行後（108 學年度）學生學習

「運算思維與程式設計」概念結構與成效差異。

表 1 為計畫準備與分析階段所使用研究方法、資料蒐集與評量工具，

表 1

計畫執行各階段研究方法及資料蒐集與評量工具

研究階段/目的 研究方法 資料蒐集/評量工具

準備階段：運用107 學 年度評量資料診斷分析 結果調整教學計畫

• 文獻分析

• 非正式訪談法

• ｔ檢定

• ANOVA

• 相關分析

• 迴歸路徑分析

• 評量試題（期中認知 CT）

• 期末專題（Coding）

5 表 1

計畫執行各階段研究方法及資料蒐集與評量工具（續）

研究階段/目的 研究方法 資料蒐集/評量工具

準備階段：

發展運算思維教學教材

（含教案、題庫）與活 動案例

• 文獻分析

• 非正式訪談法

• 修正式 Delphi

• 專家會議

• 焦點團體教師社群

• 開放式訪談大綱

• 概念與能力項目

• 認知評量命題

• 雙向細目表

• Rubrics 評量指標 準備階段：

發展程式設計教學鷹架 範例

文獻分析 • 專家會議

• 焦點團體教師社群

• Rubrics 評量指標

執行階段：教學實施 • 協作學習

• 翻轉教學

• 問題導向

• 認知評量

• 活動學習單 Rubrics 評量指標

• 專題實作 Rubrics 評量指標

• 情意態度問卷

• 教案（17 份）

• 教具（Micro:bit、桌遊）

分析階段： • 調查法

• 縱貫性比較研究法

• ｔ檢定

• ANOVA

• 相關分析

• 迴歸路徑分析

• 認知：前中後測成績、雙向細目 表、同儕互評表（組間、組內）、 Bebras 平台成績

• 技能：

Rubrics 評量指標分數

• 情意：問卷分數

3. 研究流程

本計畫擬採二階段進行，圖一為本計畫研究流程。第一階段經由文獻探討 及分析與計畫相關的理論與研究，作為專家會議確認運算思維概念及其能力指 標項目，作為命題的試題概念屬性的基礎。同時，盤點 107 學年度此課程評量 試題，並進行專家命題與試題品質檢核，產生試題對應概念的雙向細目表。其 次，剖析 107 學年度所蒐集非資訊領域五專二年級學生學習運算思維與程式設 計的既有作答紀錄資料，期能建構運算思維與程式設計的概念結構與認知診斷 評量模式，用以理解學生學習過程中運算思維概念（能力項目）弱點與相關 性，及其與程式設計能力間的學習移轉情形（預測性） 。

第二階段則依據第一階段所分析的概念結構診斷結果，修訂 107 學年度教

學所使用之教學教材、設計教學活動與教學計畫，並於 108 學年度進行「運算

思維與程式設計」課程教學實踐（2 學分/2 學時），經由評量資料的蒐集，透

過 t 檢定、ANOVA 等方法驗證教學實踐的改善成效。

6

圖 1 研究流程示意圖

本計畫研究架構如圖 2，相關研究架設如下：

H1a：運算思維拆解能力正向影響運算思維模式識別能力 H1b：運算思維拆解能力正向影響運算思維抽象化能力 H1c：運算思維拆解能力正向影響運算思維演算法能力 H2a：運算思維拆解能力正向影響程式設計能力

H2b：運算思維模式識別能力正向影響程式設計能力 H2c：運算思維抽象化能力正向影響程式設計能力 H2d：運算思維演算法能力正向影響程式設計能力

圖 2 運算思維與程式設計研究架構圖

1. 教學暨研究成果(Teaching and Research Outcomes)

(1) 教學過程與成果 教學過程：

本計畫執行以學生為主體，應用「翻轉教學」與「協作學習」等教學法，

在「遊戲解題」過程中，內化運算思維個主軸概念認知思考歷程。圖 3 為教學 實踐課程實施期間，各階段教學目標、內容安排、教學方法與評量規劃。課程 亦同步建置於本校數位學習網，相關教材、學習單、作業與程式鷹架範例、專 題實作評量指標等，皆供教授本課程所有專兼任教師及學生共享：

http://moodleil.ctcn.edu.tw/moodle/course/view.php?id=200（訪客密碼：

CtcnCTP）

7

圖 3 教學實踐課程實施進程

第 1 階段：在此階段的第一週，先對學生進行前測，以釐清學生對運算思維 與程式設計先備認知情形。接著，老師先簡要說明運算思維個主 軸概念的義涵後，以 Google Blockly Game – Maze 迷宮的 10 個例 子，逐項導引說明如何設計並以積木區塊實作演算法，完成指定 問題目標。最後，留下較複雜的迴圈與條件判斷，以及最後指定 演算法（靠右走或靠左走） ，請學生以小組協作方式，討論完成任 務的方式。

第 2 階段：老師以生活問題各專業學科領域任務為主題，說明如何運用運算 思維解決的過程。接著，請學生分組討論出一項生活上待解決問 題， 並運用運算思維找出解決問題的方法，將其登錄於 Google 學習單中。老師於課堂中檢討各組問題解決內容後，請各組同學 重新討論並修訂先前的內容。隔週，各組再以專業學科領域學習 所遭遇問題為例，重複前一週的學習單，老師依舊在各組繳交學 習單後，進行檢討與各組討論修改。共計四次的學習單皆以 Rubrics 實作評量指標進行評分（依四大主軸概念的完成度分別給 予 0~3 分）。此外，期中亦針對運算思維概念及應用進行中測。

第 3 階段：老師以 2016-2018 年 Bebras 國際運算思維挑戰賽考古題為範圍，

請各組於課前先行討論後，上課時抽籤決定題目，教導班上同學 如何運用運算思維解題。老師並針對需要補充的內容，進行說 明。此階段於每年 5 月及 11 月，搭配師大辦理時程，要求學生餐 與該項競賽，其成績占學期總成績的 12%。

第 4 階段：此階段以程式設計驗證運算思維正確性及有效性為主軸。由於已 依據 107 年的教學檢討，已調整課程結構讓學生先行修習過「演 算法概念」及「程式設計與 Scratch」，此階段選擇以 Micro:bit 作 為教具，期能讓學生對於 Scratch 的程式設計學習經驗，遷移至應 用 Micro:bit 至其專業領域需求上。期末除進行後測外，亦要求學 生分組以期追業領域實務應用，進行專題製作，此亦以 Rubrics 實 作評量指標進行評分。

圖 4 為本課程實施過程之教學活動。

8

(a)體驗 Google Blockly Game-Maze (b)生活與學習問題解決學習分享

(c)參加 Bebras 國際運算思維挑戰賽 (d)進行 Micro:bit 程式設計專題實作 圖 4 運算思維與程式設計課程實踐情形

相關會議、教材教具與成果發表及專題競賽成果：

由於本計畫為全校性各科系「運算思維與程式設計」課程統一實施 教學實踐，除專家會議外，亦成立焦點團體教師社群進行課程共備、共 融，以達教學一致性。相關成果如下：

a. 專家與焦點團體教師社群會議：

 專家會議 4 次。

 焦點團體教師社群：共備會議 2 次、共融會議 4 次、檢討 分析會議 2 次。

b. 專題成果發表合計 709 組（擇優進入全校性專題競賽） 。 c. 全校性專題競賽：22 組（分列冠亞季軍及最佳實務應用獎） 。 d. 跨領域教案：10 份

認識 Bebras 與 APCS、運算思維與資訊決策思考力、運算思維 生活與各學科領域學習應用範例(學生分組協作學習活動+拆解 問題的技術+學生學習案例)、Bebras 國際運算思維能力檢測挑 戰賽案例 2016、Bebras 國際運算思維能力檢測挑戰賽案例 2017、Bebras 國際運算思維能力檢測挑戰賽案例 2018、運算思 維與程式設計能力養成、程式語言簡介(1)演算法與流程圖、程 式語言簡介(2)認識程式語言、程式架構與設計基礎。

e. 實作型程式設計教案：7 份

Scratch 分身事件範例、判斷身分證字號是否為 10 碼再判斷性別 -無迴圈、以迴圈重複判斷身分證字號是否為 10 碼再進行性別 判斷、利用迴圈計算 2x1-2x5 並顯示結果、兩關卡闖關遊戲程 式除錯題鷹架、Microbit 初探、運算思維對應 Google Blockly Game 程式設計解析(詳解)

f. 題庫 370+、雙向細目表

g. 學習單：生活/學習問題各 1 份、抽象化概念與評估 2 份 h. Rubrics 指標 2 份：問題解決教學活動、期末專題

i. 桌遊一份。

9

j. 主觀評量情意態度問卷一份。

資料處理與分析：

本計畫使用 SPSS for Windows 21.0 作為分析工具 。 主觀評量成績為：

 本校期初前測、期中考（中測）與期末考（後測）作答記錄對應各概 念的「答對率」。

 生活與學習問題解決活動及期末專題 Rubrics 實作評量分數，0~3 分 為「完全未達成」 、 「少部分達成」 、 「部分達成」與「大部分達成」 。

 Bebras 國際運算思維挑戰賽分數。

客觀評量為：Kirkpatrick 問卷之反應（自我效能）、行為（對個人的影 響）與結果（對同儕及學弟妹的影響）三個構面，1~5 分為「非常不認同」、

「不認同」 、 「普通」 、 「認同」與「非常認同」，於學期結束前 1-2 週實施。

本年度計畫中，以「能應用運算思維解決生活/學習上的問題(任務)」為目 標，規劃生活與問題解決分組協作教學活動，經 RM-ANOVA 分析結果顯 示：生活問題解決學習教學活動後測顯著優於前測(p<.001)；學習問題解決學 習教學活動後測顯著優於前測(p<.001)；生活問題解決能力顯著遷移至學習問 題解決(p<.01)。此外，生活問題解決前後測、學習問題解決前後測皆呈現顯 著中高度相關(r=.72、.79, p<.001)；生活問題解決能力後測與學習問題解決能 力後測亦呈現顯著中高度相關(r=.68, p<.001)。表 2-1 為描述統計結果；表 2-2 為 RM-ANOVA 分析結果；表 2-3 為四次活動成效的相關分析結果。從圖 5 的四次活動平均分數的趨勢圖可明顯看出，歷次的學習活動成效，顯著遷移 至下一次的學習活動，且在老師講解後的成效，皆顯著高於講解前的實作。

表 2-1

生活與學習問題解決教學活動成效 Repeated Measure ANOVA (N=511)分析

分組協作活動 平均數 標準離差

1. 生活問題(講解前) 7.32 2.63 2. 生活問題(講解後) 9.14 2.56 3. 學習問題(講解前) 7.98 2.66 4. 學習問題(講解後) 9.42 2.64

表 2-2

生活與學習問題解決教學活動成效 Repeated Measure ANOVA (N=511)分析

(I) factor1

(J) factor1

平均差異 (I-J)

標準

誤差 顯著性 差異的 95% 信賴區間 下界 上界 1 2 -1.816*** .086 .000 -1.985 -1.647

3 -.656*** .123 .000 -.897 -.414 4 -2.098*** .126 .000 -2.346 -1.850 2 1 1.816*** .086 .000 1.647 1.985 3 1.160*** .110 .000 .944 1.377 4 -.282** .093 .002 -.464 -.100 3 1 .656*** .123 .000 .414 .897 2 -1.160*** .110 .000 -1.377 -.944 4 -1.442*** .076 .000 -1.591 -1.294 4 1 2.098*** .126 .000 1.850 2.346 2 .282** .093 .002 .100 .464 3 1.442*** .076 .000 1.294 1.591

***P<.001; **P<.01

10 表 2-3

生活與學習問題解決教學活動成效相關分析

相關分析 同一週 隔週

生活問題 (講解前)

生活問題 (講解後)

學習問題 (講解前)

學習問題 (講解後) 生活問題(講解前) X .720*** .449*** .416***

生活問題(講解後) - X .544*** .676***

學習問題(講解前) - - X .787***

學習問題(講解後) - - - X

***P<.001

此外，依前述研究問題分結果如下：

Q1：不同年度課程執行成效是否有差異?

以同一學習區間的 107 與 108 學年度期中評量作為運算思維客觀評量對 照，而程式設計則以期末評量相互對照。如表 3-1 所示，108 年度運算思維認 知評量較 107 年度顯著提升(t=7.185, p<.001)。表 3-2 為不同年度 Bebras 國際運 算思維挑戰賽差異分析結果，108 年度 Bebras 國際運算思維挑戰賽成果亦較 107 年度顯著提升(t=13.692, p<.001)。

表 3-1

不同年度運算思維認知評量(期中)差異分析

學年 度

N 平均數 標準差 標準 誤

t 平均 差異

標準 誤

95% 信賴區間 下界 上界 107 1001 48.85 11.06 .35

7.19*** 3.41 .48 2.48 4.35 108 1728 52.26 13.38 .32

表 3-2

不同年度 Bebras 國際運算思維挑戰賽差異分析

學年度 N 平均數 標準差 標準誤 t 平均

差異 標準誤 95% 信賴區間 下界 上界 107 968 96.05 49.45 1.59

13.69*** 26.47 1.93 22.68 30.26 108 1686 122.52 47.06 1.15

***P<.001

本計畫採用自行依文獻分析所編列 Kirkpatrick 問卷，其不同年度信效度說 明如後。表 4-1 為 Kirkpatrick 問卷各題項因素負荷、構面組成信度（ Composite Reliability, CR）、平均變異萃取量（Average Variance Extracted, AVE）及

cronbach's α分析。

本計畫所設計 Kirkpatrick 問卷 Cronbach’s alpha 係數介於 0.93 到 0.99 均 大於標準值.7，顯示本研究中的所有評估問卷項目均達到內部一致性，並具高 度信（ Nunnally, 1978 ） 。由表 4-1 亦可得知本計畫所設計 Kirkpatrick 問卷各題 項的因素負荷量為 .83 ~ .96，具有良好的個別信度，具顯著的問卷解釋力

（ Hair et al., 1992 ） 。

此外，表 4-1 亦顯示，各構面組成信度介於.95 與 .99 之間，皆大於.7，具

11

良好內部一致性。而平均變異萃取量亦介於.78 與.88 之間，亦皆大於.5，具良 好解釋力，整體問卷具良好收斂效度（ Fornell & Larcker, 1981 ） 。

表 4-1

Kirkpatrick 問卷各題項因素負荷、構面組成信度 CR、平均變異萃取量 AVE 及 cronbach's

析

年 度

Items N

因素負荷 Factor Loading

CR AVE α 1 2 3 4 5 6 7 8 9 10 11 12 13 14

自我 效能

107 743 .84 .86 .91 .90 .89 .95 .78 .93 108 1123 .87 .86 .92 .92 .90 .95 .80 .94 行

為

107 743 .92 .93 .94 .94 .93 .91 .90 .90 .92 .89 .98 .85 .98 108 1123 .94 .95 .95 .96 .95 .94 .92 .92 .93 .92 .99 .88 .98 結

果

107 743 .91 .92 .93 .92 .92 .86 .92 .93 .94 .96 .96 .95 .95 .99 .86 .99 108 1123 .89 .93 .94 .92 .94 .89 .95 .95 .95 .96 .96 .96 .96 .94 .99 .88 .99 焦

慮

107 743 .88 .89 .85 .92 .92 .83 .96 .78 .94 108 1123 .90 .91 .88 .93 .93 .84 .96 .81 .95

表 4-2 顯示不同年度主觀學習成效情意評量結果，在自我效能具顯著提升 (t=5.632, p<.001)；對個人的影響具顯著提升(t=5.114, p<.001)；對同儕或學弟妹 的影響亦具顯著提升(t=5.670, p<.001)；但是焦慮程度皆為中度，未有顯著差 異，這是值得課程規畫者注意的問題。

表 4-2

不同年度主觀學習成效差異分析

學年

度 N 平均 數

標準 差

標準

誤 t 平均 差異

標準誤 差異

95% 信賴區間 下界 上界 自我效能 107 743 2.74 .88 .03

5.48*** .23 .04 .15 .32 108 1123 2.97 .91 .03

行為：

對個人的影響

107 743 2.91 .90 .03

5.40*** .23 .04 .15 .32 108 1123 3.14 .92 .03

結果：對同儕或 學弟妹的影響

107 743 2.99 .91 .03

5.96*** .26 .04 .17 .34 108 1123 3.25 .91 .03

焦慮 107 743 3.32 .87 .03

.770 .03 .04 -.05 .11 108 1123 3.35 .88 .03

***P<.001

Q2：不同年度學生運算思維能力項目與程式設計能力是否有差異?

學生對【拆解】概念的認知與應用未有顯著差異(M=.60、.59)；108 年度

學生對【模式識別】概念的認知與應用顯著優於 107 年度(t=7.19, p<.001)；108

年度學生對【歸納與抽象化】概念的認知與應用顯著優於 107 年度(t=6.22,

p<.001)；108 年度學生對【演算法】概念的認知與應用顯著優於 107 年度

(t=3.02, p<.01)。但在程式設計的認知與基礎應用能力上，未能有效顯著提升。

12 表 5

不同年度運算思維能力項目與程式設計能力差異分析

學年度 N 平均數 (答對率)

標準 差

標準 誤

t 平均 差異

標準誤 95% 信賴區間 下界 上界 拆解概念 107 923 .60 .218 .007 -1.490 -.014 .009 -.032 -.004

108 1556 .59 .234 .006

模式識別概念 107 861 .59 .230 .008 7.194*** .077 .011 .056 .098 108 1512 .67 .260 .007

歸納/抽象化概念 107 798 .50 .207 .007 6.216*** .059 .010 .040 .078 108 1446 .56 .231 .006

演算法概念 107 906 .68 .257 .008 3.018** .031 .010 .011 .052 108 1579 .71 .246 .006

基礎程式設計 107 980 .45 .177 .006 .251 .002 .008 -.013 .017 108 1616 .45 .205 .005

***P<.001; **P<.01

Q3：不同非資訊類科學生運算思維能力項目與程式設計能力是否有差異?

表 6 為不同科系在運算思維與程式設計客觀評量的差異分析情形。整體而 言，入學 PR 值較高的新店護理科護理科學生，除了在【演算法】認知未顯著 由於其專業類科學生外，無論是認知或是專題實作上，都顯著優於其他科，宜 蘭護理科學生次之。值得一提的是，對於動手做勝過理論學習的妝管、數媒與 餐旅等三個專業類科學生而言，在實務專題有相對顯著較亮眼的表現，皆優於 幼保科同學。而口腔衛生與照護科同學，僅在【模式識別與應用】顯著優於幼 保科與妝管科，其他面向皆未有顯著差異情形。

表 6

不同非資訊類科學生運算思維能力項目與程式設計能力差異分析 平方和 自由度 平均

平方和 F PostHoc 拆解

及其應用

組間 2.24 6 .37

7.54*** (1)>(3) (1)>(5) 組內 81.88 1656 .05

總和 84.12 1662

模式識別 及其應用

組間 6.06 6 1.01

20.79***

(1)>(3), (4) (2)>(4) (2)>(5)>(3) (6)>(3), (4) (7)>(3), (4) 組內 79.14 1629 .05

總和 85.20 1635

歸納/抽象化 及其應用

組間 .85 6 .14

3.07**

(1)>(5) (2)>(5) 組內 74.64 1620 .05

總和 75.49 1626 演算法

及其應用

組間 2.02 6 .34

7.24*** (2)>(1), (3), (5) 組內 76.25 1644 .05

總和 78.27 1650 程式設計

總認知

組間 1.50 6 .25

8.96**

(1)>(3), (4), (7) (2)>(3), (4), (7) 組內 47.15 1687 .03

總和 48.65 1693

專題實作

組間 27605.13 6 4600.86

20.65***

(1)>(2), (3), (7) (4)>(2), (3), (7) (5)>(2), (3) (6)>(3) 組內 358907.61 1611 222.79

總和 386512.74 1617

***P<.001; **P<.01

1 護理科; 2 宜蘭護理科; 3 幼保科; 4 妝管科; 5 餐旅科; 6 數媒科; 7 口腔衛生與健康照護科

13

Q4：非資訊類科學生運算思維能力項目弱點為何?

表 7 為非資訊類科學生運算思維能力項目弱點分析。學生對運算思維概念 的認知上， 【拆解】為其迷思概念，而對【演算法】概念較為清楚；而在運算 思維概念的問題解決應用上，卻剛好相反，對【演算法】的應用較為生疏，而 對【拆解】問題或任務較為精熟。就認知與應用的整體知行合一而言， 【歸納 與抽象化】的綜合理解與應用，是學生的學習弱點。

Q5：非資訊類科學生運算思維能力項目與程式設計能力間的關聯性為何?

表 8 說明非資訊類科學生運算思維能力項目與程式設計能力間的關聯性。

運算思維各主軸概念間，皆存在顯著中低度相關，相關性介於.31~..36 之間 (p<.001)；運算思維個主軸概念的能力與基礎程式設計的相關性(r=.2~.3)，顯著 高於其與複雜問題導向的期末專題相關性(r=.1~.17)。

表 7

非資訊類科學生運算思維能力項目弱點分析

答對率 N 最小值 最大值 平均數 標準差

知

拆解概念 1472 .33 1.00 .55 .24 模式識別概念 1532 .33 1.00 .66 .27 歸納/抽象化概念 1439 .33 1.00 .57 .25 演算法概念 1584 .33 1.00 .71 .24

行

運用拆解技巧 1511 .33 1.00 .68 .26 運用模式識別技巧 1401 .33 1.00 .57 .24 運用歸納/抽化技巧 1356 .33 1.00 .57 .24 運用演算法技巧 1409 .33 1.00 .55 .23

知行合一

拆解綜合應用 1663 .17 1.00 .55 .23 模式識別綜合應用 1636 .17 1.00 .55 .23 歸納/抽象化綜合應用 1627 .17 1.00 .49 .22 演算法綜合應用 1651 .17 1.00 .58 .22 程式設計總認知 1694 .07 1.00 .45 .17

表 8

非資訊類科學生運算思維能力項目與程式設計能力間的關聯性

綜合應用能力 拆解 模式識別 歸納/

抽象化

演算法 程式設計 期末專題

拆解 1 .317*** .333*** .311*** .225*** .174***

模式識別 - 1 .340*** .364*** .207*** .107***

歸納/抽象化 - - 1 .344*** .248*** .160***

演算法 - - - 1 .289*** .097***

程式設計 - - - - 1 .146***

期末專題 - - - - - 1

***P<.001

Q6：非資訊類科學生運算思維能力項目對於程式設計能力之預測力為何?

圖 5 所示為非資訊類科學生運算思維能力項目對於基礎及進階問題導向程 式設計能力學習遷移路徑分析。

整體而言，運算思維各主軸概念學習成效可聯合有效預測基礎程式設計的

學習成效(F=52.64, p<.001)，解釋力為 12.0%，顯見學生對運算思維的學習可有

14

效遷移至基礎程式設計，其中， 【歸納與抽象化】及【演算法】是較具影響力 的兩大概念；而運算思維各主軸概念學習成效雖也可聯合有效預測複雜問題導 向期末專題程式設計學習成效(F=16.85, p<.001)，【拆解】的認知與應用是影響 學習成效的主要因素，然其解釋力僅為 4.2%，且學生對【模式識別】與【演 算法】的認知與應用，無法有效遷移至問題/任務導向的期末專題程式設計。

而基礎程式設計的學習成效對複雜問題導向期末專題程式設計學習成效的解釋 力，亦僅為 2.1%。

圖 5 非資訊類科學生運算思維能力項目對於基礎及進階問題導向程式設計能力學習遷移路徑分析

(2) 教師教學反思

整體而言，未來教學應強化學生在【歸納與抽象化】的綜合理解與應 用，以增進其問題解決能力；並強調【模式識別】與【演算法】在程式設計 上應用，以提升學生在複雜問題導向程式設計的學習成效。

對於剛接觸程式設計，尚無法完全理解運算思維各主概念應用於程式設 計的學生而言，難以採用【問題導向】或是【專題導向】的教學方式，自主 性的進行問題解決，建議設計【目標導向實作案例】 ，給予各主軸概念在程式 功能分析的【明確目標】導引作為學習鷹架，以提升運算思維各主軸概念在 基礎程式設計的學習遷移成效，進而補強學生在複雜【問題導向】程式設計 的學習迷思與困境。

(3) 學生學習回饋

本計畫於期末前 1-2 週，對學生施以回饋問卷設計中，採用以下題 項蒐集學生值性回饋意見：

 您在本課程結束後，接下來的學習應用規劃是什麼？

 能夠運用運算思維在自己的生活中。

 我會多利用運算思維與程式設計來解決和處理生活瑣事；課程內容可 以運算思維比程式設計的內容多。

 太難了!!! 我喜歡邏輯部分的遊戲，但程式設計有點超出所學程度。

 接下來的學習應用規劃：交接給年齡在小學階段的兄弟姊妹。

 您對本課程提出的建議：

 希望學分不增，但時數增加，因僅僅兩節課無法吸收。

 建議不要分組，因每個人無法自己去體驗，有組員連檔案也不會開，

卻還得報告。

***p<.001; **p<.01 .317**

*

.340***

.344***

拆解

模式識別

抽象化

演算法

程式 設計

.083***

.057**

.123***

.211***

.317**

*

.340***

.344***

拆解

模式識

抽象化

演算法 期末

專題

.133***

.021

.085**

.044 R

2

=.021 S

e

=15.12 .146***

R

2

=.119 S

e

=.203 R

2

=.115 S

e

=.202 R

2

=.100 S

e

=.216

R

2

=.119 S

e=.203 R

2

=.115 S

e=.202 R

2

=.100 S

e=.216 R

2

=.042 S

e=14.837

N=1447 F=16.847 p<.001 N=1521

F=52.636 p<.001 R

2

=.120 S

e

=.159

明確目標

導向

15

 不要再開這堂課了啦!!!!!!!!!!

 這堂課老師講的很用心，可是我覺得這堂課很難，尤其是程式設計。

 很不一樣的課程，所以有點不適應。

 雖然說跟我們的專業沒有太大的相關但是能做自己想玩的遊戲很好

 希望未來不要再有這門課，不過學弟妹可以繼續嘗試這門課。

 覺得可能需要從小就培養，到五專開始其實有些既定的東西已經成形 要改變不太容易。

2. 建議與省思(Recommendations and Reflections)

本教學實踐研究計畫發現，據以作為 109 年度提出「運用目標-問題導向實作 學評系統融合放聲思考法提升學生程式設計跨域思維與實作之學習遷移成效」計 畫，下向延伸至入門初階「資訊科技」課程的「演算法」及「程式設計」單位教學 規劃。

感謝教育部教學實踐研究計畫各審查委員給予的諸多寶貴建議，並再次給予 機會將此一研究發現得以落實在來年的程改善。

二. 參考文獻(References)

教育部（2016）。技術型高級中等學校-科技領域課程綱要草案。擷取自：

https://www.naer.edu.tw/files/15-1000-10471,c639-1.php?Lang=zh-tw

教育部（2019）。國際運算思維推動挑戰賽。擷取自：http://bebras.csie.ntnu.edu.tw/

教育部教育部運算思維推動計畫（2016）。視覺化程式設計體驗。擷取自：

http://compthinking.csie.ntnu.edu.tw/index.php/document/38-2017-04-12-03-45-37 陳李綢（1983）。大專男女生自我統整程度與職業選擇、學習漏意度及交母養育方式之

比較研究。教育心理學報，16，89-98。

游森期、余民寧（2006）。知識結構診斷評量與 S-P 表之關連性研究。政大教育與心理 研究，29（1），183-208。

Bandura, A. (1986). Social foundations of thought and action: a social cognitive theory.

Englewood Cliffs, NJ: Prentice Hall.

Betz, N. E. (1970). Prevalence, distribution, and correlates of math anxiety in college students.

Journal of Counseling Psychology, 25, 441-448.

Cormier, S. M., & Hagman, J. D. (Eds.). (1987). The educational technology series. Transfer of learning: Contemporary research and applications. San Diego, CA, US: Academic Press.

Dai, C. Y., Kao, M. T., Yeh, K. L., Chen, Y. T., (2015). Construction of the information

department students information decision thinking ability dimensions and indicators. The 6th International Conference on Information Technology in Education, CITE 2015, Shanghai China, 2015.01.31-2015.02.02.( NSC 102-2511-S-003 -044 -)

Dai, C. Y., Yeh, K. L., Kao, M. T. (2017), Analysis of concept cognition differences between experts and novices via the Petri-Net knowledge learning pathway approach - An example of the fundamental-electricity. International Conference on Education, Psychology, and Organizational Behavior, ICEPO 2017, Osaka Japan, 2017.08.08-10. (MOST 103-2511- S-003 -054 –)

Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50.

García-Peñalvo F. J., Mendes, A. J. (2018). Exploring the computational thinking effects in

pre-university education. Computers in Human Behavior, 80, 407-411.

16

Goldsmith, T. E., & Davenport, D. M. (1995). Similarity, Structure, & Knowledge: A representational approach to assessment. In P. D. Nichols, S. F. Chipman, & R. L.

Brennan (Eds.), Cognitive diagnostic assessment. Hillsdale, NJ: Lawrence Erlbrum Associates.

Hair, J. F., Black, B., Babin, B., Anderson, R. E., & Tatham, R. L. (1992). Multivariate Data Analysis (6th ed.). New York: Macmillan.

Hannafin, M. J., Land, S. M. and Oliver, K. M. (1999). Open Learning Environments:

Foundations, methods, and models. In Reigeluth (Ed.), Instructional-Design Theory and Models, 2, 131-134. Mahwah, New Jersey: London.

Hsu, Y. S., Lin, L.F., Wu, H. K., Lee, D. Y., Hwang, F.K. (2012). A Novice-Expert Study of Modeling Skills and Knowledge Structures about Air Quality. Journal of Science Education & Technology, 21(5), 588-606.

Nichols, P.D., Chipman, S., & Brennan, R. (Eds.) (1995). Cognitively diagnostic assessment.

Hillsdale, NJ: Erlbaum.

Nunnally , J. C. (1978). Psychometric theory (3rd ed.). New York. Mcgraw-Hill.

Olson, M., Hergenhahn, B. R. (2012). Intriduction to the theories of learning. New Jersey:

Pearson Education Inc.

Palincsar, A. S., & Brown, A. L. (1984). Reciprocal teaching of comprehension-fostering and comprehension-monitoring activities. Cognition and Instruction, Vol. 1, p.p. 115-117.

Schunk, D. H. (1981). Modeling and attributional effect on children´s achievement: a self- efficacy analysis. Journal of Educational Psychology, 73, 93-105.

Schunk, D. H. (2008). Learning theories: an educational perspective. New Jersey: Pearson Education Inc.

Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33-35.

Yeh, K. L., Dai, C. Y., Kao, M. T. (2015). Applying Petri-Net knowledge learning pathway for learning diagnosis and remedial teaching of the basic electricity. International Conference on Industrial Technology Education for Sustainable Development, ICITE for SD-2015, Nagoya Japan, 2015.11.06-07. (MOST 103-2511-S-003 -054 –)

三. 附件(Appendix)

附件一：運算思維學習單：運算思維運用於【生活/學習情境問題解決】

17

附件二：Rubrics 實作評量工具

18

附件三：專題競賽獲獎組別題目、雲端截圖

班級 專題主題名稱： 名次 獎項 【最佳實務應用】獎

評審推薦數 N514 藍芽手表兼計步器及指南針 1 冠軍 3

口 511 了解照顧服務員 2 亞軍 3

幼 521 賽車遊戲 3 亞軍 1

護 515 軍人の射擊 4 季軍 1

妝 511 化妝品的應用 5 季軍 2

妝 521 接水果 6 季軍

H521 打南瓜 7 佳作

N512 智慧型計步器 8 佳作 3

護 511 骰子多重猜勝負 9 佳作

M521 蟲蟲吃蘋果 10 佳作

幼 511 電風扇控制器 11 佳作 2

護 514 祝你中大獎 12 1

護 517 智慧手錶 13 2

N513 放鬆 14

護 513 新娘接捧花 15

N515 俄羅斯方塊 16

H511 夾娃娃機 17

護 512 聲光生日卡 18

N511 返校 19

妝 522 燈光音樂器 20

H522 宇宙奇兵 21

19

附件四：問卷構面與題項

構面 題項

自我 效能

3-4-3 經由這樣的方式學習運算思維很容易，不會花費太多心力。

3-4-4 經由這樣的方式學習程式設計很容易，不會花費太多心力。

3-4-8 我的運算思維能力較同學好。

3-4-9 我的程式設計能力較同學好。

3-4-13 我認為運用運算思維技巧在生活問題的解決上是容易的。

3-4-14 我認為運用運算思維技巧在學習問題的解決上是容易的。

3-4-15 我認為運用視覺化程式語言學習程式設計是容易的。

行為：

對個人 的影響

4-1 我願意將運算思維運用在生活問題解決上。

4-2 我願意將程式設計運用在生活上。

4-3 我願意將運算思維運用在專業課程學習上。

4-4 我願意將程式設計運用在專業課程學習上。

4-5 我願意應用此次學習經驗來改進我其他課程的學習方法。

4-6 我願意多花些時間精熟運算思維。

4-7 我願意多花些時間精熟程式設計。

4-8 我學習到一些可提升自我邏輯思維的方法。

4-9 我覺得經由此次課程的學習經驗，對升學有幫助。

4-10 我覺得經由此次課程的學習經驗，對找工作有幫助。

結果：

對同儕 或學弟 妹的影 響

5-1 我願意鼓勵其他同學參與此類課程。

5-2 我願意以此次的經驗，協助其他同學養成運算思維。

5-3 我願意以此次的經驗，協助其他同學學習程式設計。

5-4 我願意以此次的經驗，與校內外同學分享。

5-5 我願意以此次的經驗，與校內外老師分享。

5-6 我願意瞭解其他人參與此課程的感想。

5-7 我願意嘗試尋求其他方式來增強運算思維能力。

5-8 我願意嘗試尋求其他方式來增強程式設計能力。

5-8.5 我願意嘗試尋求其他方式來增強問題解決能力(108 新增)。

5-9 我願意向他人分享參與此課程的成果。

5-10 我願意與他人分享運用運算思維在生活上的成果。

5-11 我願意與他人分享運用程式設計在生活上的成果。

5-12 我願意與他人分享運用運算思維在專業課程學習的成果。

5-13 我願意與他人分享運用程式設計在專業課程學習的成果。

學習 焦慮

6-1 當我在學習運算思維時，我會感到焦慮。

6-2 當我在學習程式設計時，我會感到焦慮。

6-3 我會擔心我的運算邏輯思維能力會影響我的程式設計學習。

6-4 學習運算思維，我會感到緊張。

6-5 學習程式設計，我會感到緊張。

6-6 當我學習程式設計時，我會擔心是否有正確的運算邏輯思維。