摘要

(1)

摘要

程式設計是一門非常著重實務應用的課程，是訓練學生邏輯思考及問題解決能力的一門科學，包含邏輯設計、分析問題、問題解決的應用，因此，如何提昇學生程式設計能力、程式除錯技巧、程式設計之知識概念的理解，是本研究探討的重要課題。

程式設計是資訊相關科系的基礎課程之一，學生透過變數宣告、資料處理運算流程及結果輸出的過程中，學習資訊的規劃、運用與管理。

本研究提出應用規則空間模型(Rule Space Model,簡稱 RSM)分析方法，針對 C++

程式課程教學相關之概念屬性進行歸納、整理、分析、研究，對受試學生進行 C++

程式概念的認知測驗診斷評量，試圖找出學生先備知識屬性精熟模式和解題的認知錯誤，提供學習路徑，促進主動學習。研究對象為100 名資管系大一下學生且已修畢上學期程式設計(一)基礎課程。

實驗結果發現，由學生精熟的組合知識屬性估計值及與授課教師討論後規劃出兩條有關學生在程式設計課程的學習路徑，並對學生潛在知識結構的分析所觀察出來的學生學習狀況總表，不僅提供學生了解自身的學習缺失，將學生導向自我學習能力的建立，並建議教師們透過參考學習路徑進行課程內容編排規劃，針對學生弱點單元給予充分的實作練習，透過小組競賽方式，加入有趣及鼓勵的動機元素，來提昇程式設計課程的教學成效。

關鍵詞：規則空間模型、認知診斷模型、程式設計

(2)

Abstract

Programming Language is a practical course, which trains students’ logical thinking and problem solving. It involves logical design, problem analysis and problem solving.

Therefore, to promote students’ programming, debugging and basic concepts understanding is an important issue. Programming Language is one of the basic courses.

Students learn the information planning, managing and manipulation from variable declaration, data processing, flow control and output progress.

This study applied Rule Space Model to generalize, analyze and study the C++

teaching concepts. Students are evaluated and found out the cognition mistakes. This study assisted find out the learning routes and help learning actively. The experimental objectives are 100 freshmen of the Information Management Department, who studied Programming Language (I) course.

The experiment result showed the Knowledge attributes which students mastered and the two learning routes in programming language. According to the student learning analysis table from the knowledge structure, students can realize the weakness and follow teachers’ instructions and suggestions. Based on the analysis result, teachers design the appropriate learning route for students and provide sufficient practical practice, engage team competitions and motivate students to promote the learning performance.

Keywords: Rule Space Model, Cognitive diagnostic models, programming

(3)

誌謝

研究所兩年努力的時光，就為了等待這一刻，誌謝的這一刻，每一件事的完成，

絕不是光靠個人就能夠完成的，必定集合了天時、地利、人和等等的因素使然，學習的過程更是伴隨著辛酸與苦悶，我很幸運地認識了一群彼此提攜互助的同學們、用心、熱心的老師們，及支持體諒我的所有親朋好友們，總算皇天不負苦心人，終於完成了，我想大聲的對著大家說「感謝大家了!」。

我特別要感謝的人，是我的指導教授-張文智老師。回想當初剛進校門，自己簡直就是個狀況外，充滿著新鮮好奇的感官，感受著每一位老師帶給我的訊息，及與同學們的互動，文智老師是我們的書報啟蒙師，當時從同學們的對話中知道有些人已找到屬於自己的指導教授，而我像是後知後覺慢半拍的人，在與班導王貞淑老師談過後，鼓起勇氣約了張文智老師，跟老師開門見山地說：「我想畢業!」，爾後從討論論文主題及方向，確立方向後，老師一路上的盡心、用心的指導與各種研究及教學資源的支援，又提供了辦公室空間讓我安心的進行研究，並且在學校事務的百忙中撥空協助我、指導我，在這兒要特別跟老師說聲：「老師! 謝謝您了!」。

在學校的兩年間還要感謝應鳴雄老師在學習的過程中給予我鼓勵與幫助。另外要感謝三位口試委員的指導與建議。

當然也要感謝我們這一班同學們，在學習過程中，陪伴著我度過這兩年有歡笑、

有苦悶、有安慰，彼此成長的歲月，感謝燦鴻大哥、莉萍、袖瑛、文彥、雅慧、中海、

至德、啟進、建勳、素惠、正憲、俊宏、順和大哥、健忠、政賢、光正、文霖，以及小詩，希望大家都能健康平安，未來的日子，我們還會再相聚，大家一定要記得這個我們每年相約的時刻。

最後，我想對我的父母、家人、小孩、朋友等表達最深摯的歉意及感謝，感謝智光大哥、智麟、芝嫻、婕詠、斐瓔、旭華…所有的親友們及同事們，犧牲與你們相聚與陪伴的時間，有你們的體諒與支持，我才能完成這個費時費力的研究工程，謝謝所有我深愛的家人朋友。

(4)

表目錄

表 1 物件導向程式設計之視覺化及動畫等學習軟體之比較 ... 4

表 2 程式範例題型 ... 7

表 3 第 n 次實作成績記錄表 ... 11

表 4 程式設計相關文獻回顧 ... 14

表 5 規則空間模型文獻回顧 ... 22

表 6 自我導向學習的定義 ... 24

表 7 有意義學習論之學習方式 ... 29

表 8 測驗理論兩大學派之比較 ... 34

表 9 知識空間理論相關文獻回顧 ... 38

表 10 Q矩陣的簡例 ... 40

表 11 理想的試題反應模式 ... 40

表 12 有關C/C++教科書之前 12 章內容標題名稱一覽表 ... 44

表 13 試題屬性分佈說明 ... 45

表 14 知識概念表 ... 51

表 15 甲班與乙班之題型差異部份 ... 52

表 16 測驗題型與知識屬性之間的關係說明 ... 54

表 17 屬性題數分佈 ... 55

表 18 試題評鑑指數區間 ... 58

表 19 難度與鑑別度分析表 ... 59

表 20 試題與屬性關聯表-Q矩陣 ... 60

表 21 甲班與乙班屬性平均及標準差比較表 ... 62

表 22 七個組合屬性之學生精熟模式分析 ... 67

表 23 甲、乙兩班之知識狀態之組合屬性估計值比較表 ... 68

表 24 學習路徑的分佈 ... 69

表 25 班級整體的學習概況總表 ... 70

(7)

圖目錄

圖 1 研究流程 ... 6

圖 2「初始資料型態及運算」知識分類圖 ... 47

圖 3「選擇敘述」知識分類圖 ... 48

圖 4「迴圈」知識分類圖 ... 49

圖 5「函式」知識分類圖 ... 50

圖 6「陣列」知識分類圖 ... 50

圖 7 推導學習路徑的過程草圖 ... 65

圖 8 學習路徑關係圖 ... 72

圖 9 甲、乙兩班學習路徑及所佔人數百分比 ... 73

圖 10 學習路徑關係圖 + 甲乙合班精熟百分比 ... 74

(8)

第一章緒論

教育的本質，在營造一個豐富且有利學習的教學情境，讓學生有系統的去探究周遭學習環境與自我，並透過思考、陳述、表達、溝通與討論等等，逐漸釐清概念，進而納入自己內在的知識結構體系中，真正建構出自己新的知識。教師應是教學活動中的引導者、觀察者及評鑑者。而資訊教育的目的，尤其是程式語言的教學，在於訓練學生基本的邏輯思考能力、問題解決及應變的能力等。程式設計課程的教師，卻普遍有教學上的無奈及挫敗，就是在進行程式設計課程時，只有部份學生能真正理解運用其授課內容，多半學生的學習經常是由開始的一知半解，進行到下個單元時，又因前一單元的理解不足，需要整合應用時，遭遇不知從何處切入的窘境，更遑論其解題能力，學習評量的結果，整體成績看來往往不甚理想，教師與學生均同感挫折。

如何提高學生的學習興趣？如何讓程式設計課程變得有趣，激發學生的成就感及主動學習? 進行 C++程式設計課程之前，有那些先備知識（基礎知識）必須要事先養成？學生是否需要具備資料結構、計算機概論、軟體工程、系統程式…等等專業課程的概念，是教師們課程規劃的範疇。

本研究有鑑於程式設計課程入門之基礎知識的養成似乎呈現兩極化之現象，即高分群與低分群的成績差異過於懸殊，希望能運用經過設計的測驗，應用診斷心理學習理論之診斷性評量，從學生已知的先備知識中，歸納統計出學生的學習狀況，來推論並建議教與學之未來可行的途徑，不僅可以協助教師及學生們降低心理上的挫敗與焦慮(Jorma，2007)，再者從已知的知識中去學習新的知識的過程，能夠幫助學生建構出新的知識結構，學習成就得到改善與進步，建立起自信心後，更重要的是達到了刺激學生主動學習的動機(Ronit et al.，2003)。

(9)

1.1 研究背景與動機

近年來，物件導向的程式語言，如Java、C++、C#、J#...等等程式設計方式已蔚為趨勢，其語言的特性及思考方式，更加地融入生活經驗之中，從系統分析、系統設計、系統開發環境等等程式開發工具與手法趨向具親和力及望圖生義的設計(如軟體 GROOVE , Jeliot 3 , OGRE , and OOP-Anim 等應用)及運用 UML(Uniform Modeling Language) 等幾何圖形的方式描述程式設計相關的物件或概念、視覺化或動畫的學習工具等(如 JACOT, JAN, and JavaVis 等應用)(如表 1 所示)，處處可見人類社會隱喻象徵符號的表示法(Jorma，2007)。另外，有更多 UI 新技術逐漸的興起，針對資料格式的傳輸標準(如 XML)、資訊的表達(如 XSLT)及效能的改善等等，更是程式設計師不可不知的專業技能，而程序式的程式語言，如C 語言、Pascal…等等，也有研究製作出2D 或 3D 等活潑多元的學習影片作為教學用途，上述兩種類型的程式語言入門基礎概念是相通的。

本研究不侷限於物件導向式或程序式之程式語言，而是針對兩者共通性的概念知識來做探討，近幾年有諸多研究在討論有關程式設計初學者在學習上容易遭遇到的錯誤認知( Jorma，2007；Kirsti et al.，2004)，例如：學生容易對於物件(object)與類別(class) 的理解出現混淆不清的認知狀況，學生最常犯的錯誤諸如指令拼錯、程式敘述結尾符號“；”沒加、大括弧 { } 不對稱、或是變數沒有宣告…等等(Greg & Jackie，1999)，

本研究發現學生們對於程式設計缺乏嚴謹的訓練及規範，偵錯及邏輯思考能力也需要加強，對於相關知識概念的認知理解方面差異也頗大，因此，本研究將利用認知心理學的診斷測量方式，對學生進行的測驗結果，運用規則空間模型(RSM)分析方法進行更深入的分析，一方面可以從分析中了解學生對於某一知識概念的欠缺狀況，另一方面則希望能提供學生一個有效且強化其所欠缺知識的學習路徑，同時也提供教師們在教學上一個因才施教的參考依據。

(10)

程式設計課程的教學也極適合建構式的引導教學方式(張玉燕，1996)，也就是以想做的事情為優先考量，再透過學習達成目標所需的技能或語法規則，教師們則扮演引導者或建議者的角色，最後都必須靠自己的力量繼續前進，才有機會精通課程，最重要的是，學生要用「享受樂趣」的心態來學習。

學生建構知識的過程，最需要建立的是自信心(張玉燕，1996)，讓程式設計初學者、沒有程式設計經驗的人，甚至於曾經有過程式設計挫敗經驗的人，都能體會到程式設計的樂趣，從中找到成就感，並且以自己的力量繼續學習程式設計所需的基礎知識。

程式設計能力的培養，即是所謂的「開放型能力」的培養 (John，2007)，學生不只是遵循某些固定的步驟，或是應用某些曾經學習的原則，而且還能夠進一步發揮創意，採取了老師沒有教過的步驟，稱之為開放型能力。教師如何激發學生學習的動機，

如何增加學生嘗試成功的經驗，使學生能由知之、好之、樂之，而願意無止境地永續學習這些技能。

語言是人與人溝通的工具，而程式語言是人類與電腦溝通的語言，同時也是電腦思考邏輯的規則，因為它兼具處理與溝通的功能，如果沒有掌握程式邏輯的思考方式，就無法學會程式語法。為幫助學生找到學習障礙、思考邏輯，找回處理溝通的能力、更加了解自己的學習情況，並提出建議輔導方針。本研究以C++程式語言課程作為我們的概念知識的依據，並依據(Y.Daniel Liang，Introduction to programming with C++)課程內容之概念知識進行歸類、整理製成、加上編碼，確立屬性定義並完成編碼後，設計實驗的測驗題型，為學生的診斷測驗結果，進行先備知識的分析，以期達到教師與學生雙方都能在教與學上產生重大的改善空間。

(11)

表1 物件導向程式設計之視覺化及動畫等學習軟體之比較

應用軟體描述方式物件導向等相關知識

GROOVE , Jeliot 3 , OGRE , and

OOP-Anim

geometric figures (幾何圖型)

class and object, relationships

between classes and objects, relationships within class hierarchies etc.

JACOT, JAN, and

JavaVis UML notations such as sequence and object diagrams

Animate method calls, method instances, object, method invocation etc.

Software of using

Animation Metaphors uses metaphors class, object, object instantiation, method invocation, parameter passing, object reference, garbage collection.

本文作者整理自Jorma et al.(2007)

因此，本研究以程式設計課程為主，透過認知診斷的測驗方式，對學生進行的分析，希望產生以下的影響：

1. 測驗評量結果，透過概念知識屬性的分析，可以觀察到學生對於每一類知識的理解程度，進而提供其適當的學習路徑。

2. 教師們可以由此分析結果，改進其教學內容與方式，讓學生在基礎概念入門的學習上，可以迅速掌握重點及理解其內容。

3. 程式設計課程的教學不再是單向教導式的學習，以滿足學生的樂趣及成就感為出發點的引導自力學習為主。

(12)

1.2 研究目的

以認知診斷評量的方式，透過規則空間模型(RSM)分析之統計方法，提供受試學生原本具備之知識結構的相關資訊。因此，本研究主要的目的為：

1. 由受試學生精熟的知識估計值，來找出可供參考的學習路徑，讓學生循此路徑學習，而不至於發生理解障礙，可以達到有效學習結果。

2. 教師們瞭解學生們對於各個屬性知識的理解狀況，也能適時地調整教學順序及內容，以充分確保學生在知識的理解上獲得改善。

3. 從學生已知的先備知識研究中，揭示「教」與「學」衍生出來的問題或目標，可以有更彈性的因應方式。

1.3 研究流程

本研究首先闡述的是問題現況及背景、研究動機與目的之後，確定研究主題為

「運用規則空間模型進行認知診斷分析C++ 程式語言學習路徑 - 以大學生為例」，再依據相關文獻的蒐集與分析進行瞭解相關研究的不足及差異，同時找尋規則空間模型分析、試題反應理論、認知診斷評量、知識空間理論等相關研究工具及方法之應用，然後針對C++程式設計課程之知識概念，進行歸納、綜整、定義、編碼等作業，爾後進行試題設計與實驗規劃。

有關本研究的相關文獻，可以分為以下幾個部份：

1. 程式設計課程相關 2. 規則空間模型分析 3. 試題反應理論 4. 認知心理學理論 5. 知識空間理論

經由以上的相關文獻資料整理分析，以作為本論文研究架構之理論基礎。本研究的重點在於程式設計之知識概念，透過測驗題型之設計，學生經過此題型之診斷測驗

(13)

後，運用規則空間模型分析的方式，搭配試題反應理論，進行結果統計分析。本研究之研究流程，如圖1 所示。

研究目的

文獻探討

C++課程研究與分析

確立知識屬性及編碼設計測驗題型建立題型與屬性關聯

實驗規劃

紙筆測驗

鑑別度與難度分析

對照組實驗組

資料分析與結論研究背景與動機

圖1 研究流程

(14)

1.4 研究範圍與限制

本研究著重在資訊學門大一(下)的學生在程式設計課程上之基礎知識的探討，為了瞭解每一位學生在程式設計課程所具備基礎知識的理解狀況，必須設計有關程式設計觀念的各種題型，來對學生進行測驗，題型設計的範圍側重在C++程式設計課程單元，如資料初始化及運算、流程控制、迴圈、函式應用、陣列等，因此，在程式設計題型的設計上有以下的限制：

一、題型設計之有限性：

一般學科的測驗題型可以很輕易地運用選擇題、是非題、簡答題、配合題或填空題…等題型設計來評估學生的理解力，但程式設計課程必須儘可能地透過複合題型的方式來測驗學生的理解程度，所謂複合題型即為包括有資料變數的定義、資料處理過程、資料輸出結果等敘述性的程式碼來出題，此為複合題型的基本元素，例如表2 程式範例題型：

表2 程式範例題型 Call by value & Call by reference (3%) int a = 10, b = 20;

int &x = a;

x++;

cout << "a="<< a << endl; // →此時 a 的值為何 ? _______

int *y;

y = &b;

(*y)++;

cout << "b="<< b << endl; //→此時 b 的值為何 ? _______

y = &a;

(*y)++;

cout << "a="<< a << endl; // →此時 a 的值為何 ? _______

二、解題過程的能力不易評估：

問題的解決過程包含五個步驟：瞭解與思考，探究與計畫，選擇策略，尋找答案，

(15)

以及省思與擴展問題。解題能力端看學生的獨立思考過程，學生必須獨自去做推理及解決問題，每一位學生的邏輯組織、經驗及思考能力深淺不一，同樣一個題型有可能出現各種不同的答題過程，學生即便是答對了該題，卻不見得真的能夠確定學生對測驗觀念是理解，為了判別學生對該知識的理解程度，須詳閱其答題過程後方能了解，本研究在進行閱卷時，不只根據其作答的對與錯來判別學生對該屬性的理解狀況，並且要深入每一題作答說明及程序的觀察，有時學生最後作答的結果雖是錯的，

但因其對該屬性的觀念展現出理解的狀態，也予以通過，此為耗時及費力的閱卷工作。因此，解題能力的評估無異是一項艱鉅的重大工程。

1.5 論文架構

本研究立論於認知心理之學習理論，應用規則模型分析方法，進行診斷實驗及統計分析，目的是為探討學生先備知識的結構，推論其未來可行之學習路徑，建構出新的知識架構，產生內在自信後，刺激主動學習。本文的相關章節安排如下：

第一章之「緒論」部份是探究關於研究背景、動機及目的，並簡述研究流程，及說明研究範圍與限制。

第二章為「文獻探討」部份則從各領域之相關研究及認知診斷、規則空間模型分析方法之應用案例中探討其對學術貢獻，及探討程式設計教與學不足之處，以作為本研究努力之方向及依據。

第三章為「實驗規劃與設計」部份則說明本研究之實驗規劃、研究對象、題型設計及施測作業說明。

第四章為「資料分析與討論」部份介紹本研究之實驗結果、資料分析與討論等。

第五章為「結論及未來展望」則總結本研究的相關研究成果，並針對未來研究之延伸加以說明。

(16)

第二章文獻探討

本章將著重在探討有關程式設計課程之學習評估、規則空間模型(RSM)的分析方法之應用、學習理論相關、測驗理論、知識空間理論等，對於學習者產生的學習效益和提昇，茲分別闡述相關文獻的研究。

2.1 程式設計教學

本節主要探討程式設教學上的困境、教學目標與成效偏離等相關問題，並且提供有效的教學新方法，作為程式設計教學的參考，最後將綜整程式設計相關的文獻。詳細介紹如下：

2.1.1 程式設計教學的困境

根據以往的教學經驗發現，學生學習程式設計課程時最常遭遇到的困境是寫程式挫折感大(王鼎中等人，2009)，傳統程式設計皆以文字編寫，教師們大多著重在語法及語意的教學上，學習者必須熟記大量的指令及語法，才能寫出一個簡單的程式，而程式語言的指令及語法又皆為英文字，記誦已經不易，加上很多程式語言對語法的要求非常嚴格，即使一點小錯誤(如忘記打「;」、「“」、「‘」…等)，都有可能造成程式無法執行，而程式越大，無法執行的機率就越高，即使學生在學習過程中能跟上教師的教學進度並解出與教師使用範例相同的問題，但當他們必須應用較進階、複雜的結構化程式概念時，也無法運用所學。語法難記，偵錯不易，加上無法解決複雜問題，都會讓學生產生挫折感，降低學生學習程式設計的意願。

長期以來，大學電腦基礎教育中程式設計課程存在著嚴重的教學目標與教學效果的偏離，結果是導致學生程式設計能力差，影響了學生的就業與未來的發展，也影響了電腦教育的整體教學品質。程式設計課程在整個大學電腦教學體系中處於基礎地位，許多後續課程都需要程式設計技能，其不但強調操作技能，更強調編寫程式的能力。沒有一定的程式設計能力，很難學好電腦相關專業課程。

(17)

具體而言，在教學過程中主要存在以下問題：(錢能等人，2005)

1．上機課程只有自我測驗，無法確切驗證其程式的正確性，因而無法讓主動學習的學生從根本上提高程式技能，也無法對那些被動學習的學生造成提醒和警示的作用。上機報告東抄西抄，任務導向，老師也很難追蹤每個學生的學習情況。

因此，在程式能力的確認上打了很大的折扣；

2．雖按程式設計課程的內容進行傳授，但因為在程式設計方法和程式碼範例的講解缺乏實際操作，學生既問不出問題，也掌握不了方法；

3．考試採用紙筆方式，或者雖然採用上機方式，但是做的都是知識性的選擇題和填充題，沒有真正程式能力的考核，使得課程成績的衡量只注重理論知識，

而不注重實際程式能力。

4．上機課程時數受到總課時的限制。為了保證一定的理論授課學時，上機實驗時數受限，客觀上弱化了實際操作經驗，程式技能的訓練受到很大的限制。

上述存在的問題，影響了學生的實驗興趣和聽課興趣，導致了課程教學的目標與實際教學效果較大幅度的偏離。

2.1.2 程式課程教學新方法

注重實際操作經驗，以興趣切入的課程教學形式，來設計現有的程式設計課程教學，可以達到教學目的和體現應有的教學效果。

ACM/ICPC（Association for Computing Machinery / International Collegiate

Programming Contest，簡稱ACM/ICPC) 「國際大學生程式設計競賽」在形式上是透過各組隊的大學生在規定時間內根據做題數量和做題耗費時間來排名的競賽活動，做題數越多，耗費時間越少，其名次越靠前。其競賽的特點是趣味性、協作性和知識性。

提高程式能力的過程卻可以在競賽和訓練氛圍中有樂趣地學習和體驗，透過三個人組隊協作，還可以分享克服綜合性難題的喜悅。從訓練和競賽中所獲得的知識累積，進而提昇思考能力，達到對很多技術一學就會的境界。

(18)

ACM/ICPC 使用一種 B/S(Browser/Server)架構為基礎的線上解答提交系統，此軟體稱為PC2，由美國加州薩克拉曼多大學開發設計。該種軟體的特點是能自動回應線上提交，即時測試，回饋判題結果。

實施過程，首先改變學生的實際操作的狀況。針對學生實作時數不足的問題，在編寫授課計畫時，將實作時數適當增加，以便讓學生有更多的機會練習做題和獲得老師的實作輔導。並且在每次實作中，都安排足夠的、難度適中、具有實作目標和操作技能針對性的實作題，使用線上提交測試軟體的形式，來檢查學生做題的正確性和速度，並記錄下每個人的成績排名，如表3 所示。並於上機之後，及時登錄在成績記分冊上，作為課程成績評定的參考。

表3 第 n 次實作成績記錄表

(錢能等人，2005)

名次姓名登錄名題數耗時 1 2 3 4 5 6 7 8 得分

1金順敬 team39 7 199 1/41 1/43 1/7 3/8 3/88 0/ 2/56 2/110 13/7 2馬錦飛 team66 7 212 2/45 2/49 1/15 5/82 3/79 2/ 1/70 3/119 19/7

……

合計 50/41/1631/43/675/7/4659/9/4138/10/986/-/0 22/23/1424/15/1239/137

表中第一行中的數字是實作題號；最後一行的合計一欄，記錄每道題的提交次數、

該題最早做出的時間和共有幾人做出；在中間的欄框中則記載著每個人對某題的提交次數和終於通過的時間。從實作成績記錄表中，可以看出學生哪個實作題會做，哪個不會做，哪個題容易出錯，哪個題輕鬆過關，從而統計出做哪類實作題還有知識漏洞，

講課時就能對症下藥。

其次，在課堂授課中，結合實作題來講解程式技巧會讓學生有很深切的體會，再加上鼓勵學生課堂上以討論或者遞紙條的方式提問，便能讓學生能產生問題，能問問題，並能當場釋疑。

ACM/ICPC 以它的興趣性，競技性和知識性吸引了眾多學生，大學生們從參與中獲得了自主探索式的學習能力，人際溝通與合作的能力，分析和解決問題的能力。因

(19)

此ACM/ICPC 活動是一種以興趣切入的崇尚科學精神的學習誘導，恰適合本研究的學習目標。(錢能等人，2005)

2.1.3 程式設計相關文獻

程式設計課程在起步初學階段，如果學生學會了程式設計的基本操作，成功經歷了一些初級的程式設計實際經驗，然後意識到程式設計技能是自我的程式設計實際操作與經驗累積，並學會了將書本知識融入實踐的方法，便有能力自學和提昇技能，從而精熟技能。因此，程式設計課程關鍵在起步階段。而起步階段的學習，學生需要強烈的興趣誘導。(錢能等人，2005)

目前已相當多有關程式設計相關的研究在探討如何提昇程式設計初學者之程式開發技能，同時也越來越多以動畫、視覺化等有趣的學習介面主導入門。相關研究如 Greg & Jackie(1998)在『Debug It: A debugging practicing system』的研究中，開發一個偵錯系統：DebugIt，是個專為偵錯與迴圈有關的練習錯誤處理程序，發現並糾正及改善偵錯能力上得到提昇，此系統功能著重在與迴圈程序的偵錯，無法對於全面性的程式設計知識概念及解題能力建立一完整的學習過程及提昇。

Dimitrios(2006)在『Students working for students on programming courses』的研究中，則提出大學生等級的程式實驗室課程(教學環境資源)，強制執行程式碼的檢查、

程式設計之團隊合作、強化實踐程式設計技能等的軟體技能，提供一個程式設計的訓練場的概念實施強化教育，實驗效果卓著，同儕互動式的學習，對於高成究學習者也許是個良好的學習氛圍，對於低成就學習者焦慮卻不見得能夠降低。

Chenn-Jung et al.(2008)在『Developing an Intelligent Diagnosis and Assessment E-learning Tool for Introductory Programming』研究中開發了一個為程式設計入門的工具，提供即時的反饋和品質的評價結果，以指導在程式設計能力表現不佳的學生，能有效地幫助低能力學生的學習。

Kirsti et al.(2004)在『Supporting Students in C++ Programming Courses with Automatic Program Style Assessment』發表中指出，大班教學，老師無法提供學生程

(20)

式設計學習上的良好指引與良好習慣的建立，透過自動樣式分析，幫助程式設計初學者建立良好的習慣與累積專業開發程式的經驗，可作為程式設計課程上的一個有用的輔助工具。

Jorma et al.(2007)在『Animation Metaphors for Object-Oriented Concepts』研究中開發了一套視覺化圖像動畫的程式設計學習工具，運用程式視覺化和動畫方式，來幫助初學者學習程式設計的概念，促進主動學習，此系統固然立意良好，但恐忽略了學生面對物件導向程式觀念及圖像世界所隱喻象徵的符號這兩個陌生世界的心理因素，更難以理解前述兩個世界的關聯性。

何昱穎等人(2009)在『程式設計課程之學習焦慮降低與學習動機維持–以 Scratch 為補救教學工具』之發表中，則探討學習成就、學習焦慮與程式語言之間的關係，

並且發現針對低成就學習者施以有趣的及圖形化的程式語言教學，能提高學生的成績，互動式或圖像式的教學工具，如雨後春筍般，推陳出新，往往只針對簡單的範例做教學之用，無法在進階系統開發的模擬上做解題應用，這也是我們未來要努力的方向及課題。

劉旨峰(2007)在『運用互動式演算法動畫模擬輔具改善學生程式設計之問題解決能力』研究中，指出發現模擬輔具確實能幫助學習演算法、學生使用後的態度也很正面以及改善性別差異問題，以選擇排序法為主，製作了動畫模擬輔具為本次研究的工具，為了解前測與後測的差異製作了五題試題，並邀請專家給予修訂，研究對象為 56 名資管系大二生且尚未學習過選擇排序法，若能廣泛應用在其他知識概念及增加樣本數，相信其研究貢獻價值會更高。

王鼎中等人(2008)「創新程式設計課程與教學模式之研發」中指出程式設計教學目標在於培養學生的邏輯思考與解決問題能力，該研究採用新興的程式開發環境 Alice 做為教學工具，藉由其視覺化界面所具有之易操作性，試圖提升學生的學習興趣並降低學習挫折感，研究結果發現，Alice 有效地建立學生正確的程式設計概念。

以上文獻資料整理如表4 所示。

(21)

表4 程式設計相關文獻回顧

作者研究主題研究內容

Greg C. Lee, Jackie C. Wu等人(1998)

Debug It: A debugging practicing system

開發一個偵錯系統：DebutIt，是個專為偵錯與迴圈有關的練習錯誤處理程序，

發現並糾正及改善偵錯能力上得到提昇。

Kirsti

Ala-Mutka、Toni Uimonen、

Hannu-Matti Järvinen 等人 (2004)

Supporting Students in C++ Programming Courses with Automatic Program Style Assessment

研究就提出大班教學，老師無法提供學生程式設計學習上的良好指引與良好習慣的建立，透過自動樣式分析，幫助程式設計初學者建立良好的習慣與累積專業開發程式的經驗，可作為程式設計課程上的一個有用的輔助工具。

Dimitrios Kalles(2006)

Students working for students on

programming courses

提出大學生等級的程式實驗室課程(教學環境資源)，強制執行程式碼的檢查、

程式設計之團隊合作、強化實踐程式設計技能等的軟體技能，提供一個程式設計的訓練場的概念實施強化教育，實驗效果卓著

Jorma

Sajaniemi、Pauli Byckling、Petri Gerdt等人(2007)

Animation Metaphors for Object-Oriented Concepts

開發了一套視覺化圖像動畫的程式設計學習工具，運用程式視覺化和動畫方式，來幫助初學者學習程式設計的概念，促進主動學習。

劉旨峰(2007) 運用互動式演算法動畫模擬輔具改善學生程式設計之問題解決能力

發現模擬輔具確實能幫助學習演算法、

學生使用後的態度也很正面以及改善性別差異問題。

Chenn-Jung Huang等人 (2008)

Developing an Intelligent Diagnosis and Assessment E-learning Tool for Introductory Programming

研究中開發了一個為程式設計入門的工具，提供即時的反饋和品質的評價結果，以指導在程式設計能力表現不佳的學生，能有效地幫助低能力學生的學習。

王鼎中，丘聖光，林淑玲，梅文慧，林美娟等 (2008)

創新程式設計課程與教學模式之研發

程式設計教學目標在於培養學生的邏輯思考與解決問題能力，該研究採用新興的程式開發環境Alice 做為教學工具，

藉由其視覺化界面所具有之易操作性，

試圖提升學生的學習興趣並降低學習挫折感，研究結果發現，Alice有效地建立學生正確的程式設計概念。

何昱穎、張智凱、劉寶鈞等 (2009)

程式設計課程之學習焦慮降低與學習動機維持–以Scratch為補救教學工具

探討學習成就、學習焦慮與程式語言之間的關係，並且發現針對低成就學習者施以有趣的及圖形化的程式語言教學，

能提高學生的成績。

(22)

2.2 規則空間模型及相關文獻

本節將探討規則空間模型(RSM)相關的定義及運作的步驟及方法，最後將綜整有關應用規則空間模型進行研究的相關文獻。詳細說明如下：

2.2.1 認知診斷測驗

規則空間模型(Rule Spac Model，RSM)是認知診斷測驗的一種編制方法，故其標準的編製方法如下：(認知診斷測驗的一種編制方法：規則空間模型(RuleSpaceModel) (2010.04.08)，取自：http://blog.sina.com.cn/s/blog_659b4a020100hrrt.html)

第一步工作，由認知心理學專家、學科專家（如，數學）、教育測量學家共同組成一個專家組，然後由他們對學科考試（測驗）目標，進行認知心理學分析，確定所診斷的知識結構、認知技能（一般稱為‘認知屬性’），通常把這一過程，稱之為認知模型構建。

第二步，是要確定這些不同認知屬性之間的相互關係（常用‘屬性階層關係圖’

來表示）。也就是說，要製作出測驗藍圖（或 Q 矩陣）。

2.2.2 規則空間模型方法

規則空間模型(Rule Space Model，RSM)是由Tatsuoka(1983)所發展出的一種認知診斷評量，它是藉由試題評量的方式，找出受試者的試題反應組型(item response pattern)，進而推論受試者所擁有的潛在知識狀態(latent knowledge state)。在獲得受試者的潛在知識狀態後，即能瞭解受試者的知識結構，哪些部分是已經具有良好的聯結關係，哪些部分是需要再補強的。教師可藉由規則空間所診斷出的學習結果，對受試者進行補救教學。

其應用方法為將受試者在測驗試題上的作答反應歸類為某種與認知技能相聯繫

(23)

的屬性精熟模式，由Tatsuoka(1983)等創建。該模型的一個基本假設思想是：測驗試題可以用特定的認知屬性描繪，受試者的某種知識結構也可用一組通常無法直接觀察的認知屬性精熟模式來表徵；而且還能用恰當的可觀察的試題反應模式來表徵不可觀察的認知屬性。

其分析步驟為：(塗冬波，漆書青，2009)

第一步是Q 矩陣理論(Q-matrix theory)。

主要是要確定測驗項目所測的不可觀察的認知屬性，並把它轉化為可觀察的專案反應模式。

首先建立試題與所要測驗的認知屬性的關係：若試題測驗了某屬性用“1”表示，

未測驗某屬性則用“0”來表示，這樣就可以構建一個 N × K 的矩陣(N 個專案 K 個屬性)，用這個矩陣來表徵專案與屬性間的關係。

其次確定被試與屬性的關係：若被試對所測屬性掌握了，就用“1”表示，未掌握用“0”表示，這樣被試對測驗所測屬性的掌握與否可用一個 K 維的屬性向量(attribute vector)來進行表徵。Tatsuoka 把這種屬性向量稱為知識狀態 (knowledge states)，也即認知結構。

第二步是規則空間的構建及判別。

在空間中將受試者的作答反應模式與期望反應模式按貝葉斯法或距離判別法進行判別，對被試的認知結構進行診斷。規則空間模型主要應根據試題反應模型計算出一組序偶是IRT 中被試的潛在能力變數，ζ 是一個基於 IRT 的警戒指標，它表示能力為 θ 的被試其實際測驗專案反應模式偏離其能力水準相對應的專案反應模式的程度，它是函數f(x)的標準化形式：

ζ=f(x)/[Varf(x)]^1/2

(24)

該模型不僅能估出被試的能力(θ)，還能對學生的掌握屬性模式進行判別、診斷。

這樣教師、學生都可以很清楚地瞭解學生精熟了哪些知識，沒精熟哪些知識，學生處於何種能力水準，教師教學上存在哪些不良教育方法與教育指導思想。根據這些診斷資訊，有效地提出針對各類學生的補救措施，真正做到因材施教。因此規則空間模型成功地克服了傳統考試只給出一個總分(或能力)的評價，它不僅對學生的能力水準進行綜合評價，還對學生的認知結構進行診斷，使學生、教師、家長均能獲取豐富而有效的資訊，為學生改進學習和教師改進教學提供有效的幫助，還可為衡量學校、教師和學生提供有效標準。

使用規則空間的評量方法，其所採用的試題必須經過特別的設計，如此才能從受試者的試題反應，診斷出受試者的知識狀態。每道試題必須包含幾個認知屬性 (cognitive attributes)，這些認知屬性需要能反應出知識的向度。通常包括五個步驟，

詳細說明如下：(涂金堂，2003)

1.定義試題的認知屬性

使用規則空間的第一步驟就是界定所要評量的認知屬性，這些認知屬性可能是陳述性知識、程序性知識或是解題的策略等，它是構成認知診斷評量的基礎。藉由評量受試者是否擁有該認知屬性，施測者才能推論受試者可能的知識狀態。在決定試題的認知屬性時，通常是採用工作分析法，選擇該知識領域的重要成分，作為試題的認知屬性。

2.將認知屬性組合成試題

確定好欲評量的認知屬性後，接著就是將認知屬性組合成試題，每道試題至少必須包含一個認知屬性。試題的編製過程中，並非任意的將認知屬性組合成試題，必須考量認知屬性的相似程度與難易程度。試題與認知屬性的關係，可藉由關聯矩陣 (incidence matrix, 通常以 Q 表示)顯現出來，關聯矩陣的階數(order)是由認知屬性

(25)

的個數(k)乘以試題的數目(n)，若第j 道試題包含第k 個認知屬性，則qkj=1，否則 qkj=0。例如有三道試題j1、j2、j3，有兩個認知屬性k1、k2，其中j1 與j3題各含有認知屬性k1，j2 題則包含認知屬性 k2，亦即若想答對j1 或j3 題，需具備認知屬性k1 的知識；若想答對j2 題，需具備認知屬性k2 的知識。則該關聯矩陣Q 為(2 × 3)矩陣，

如圖3 所示。

圖3 三道試題與兩個認知屬性所構成的關聯矩陣 (Katz, Martinez, Sheehan, & Tatsuoka, 1998) 3.確定各種知識狀態

受試者的知識狀態，並無法經由直接的觀察得知，必須由試題反應組型，進行推估。因此，它是屬於一種潛在的特質。藉由各種認知屬性的排列組合，可以獲得許多種不同的知識狀態。知識狀態的類型是透過關聯矩陣Q 來決定的。例如圖3 的例子，

j1、j2、j3 這三道試題，可能有八種不同的試題反應組型，分別為(0,0,0)、(1,0,0)、

(0,1,0)、(0,0,1)、(1,1,0)、(1,0,1)、(0,1,1)、(1,1,1)，其中1 代表答對，0 代表答錯。而 j1 題與j3 題皆包含認知屬性 k1，j2 題包含認知屬性 k2，則由此三道試題與兩個認知屬性，構成了四種的可能知識狀態，分別為：

知識狀態一：受試者具備認知屬性 k1 的知識，而不具備認知屬性 k2 的知識，則其知識狀態為(0,1,0)。

知識狀態二：受試者具備認知屬性 k2 的知識，而不具備認知屬性 k1 的知識，則其

(26)

知識狀態為(1,0,1)。

知識狀態三：受試者同時不具備認知屬性 k1 與 k2 的知識，則其知識狀態為(0,0,0)。

知識狀態四：受試者同時具備認知屬性k1 與k2 的知識，則其知識狀態為(1,1,1)。

若受試者的知識狀態是屬於上述四種知識狀態，則屬於典型試題反應組型(ideal item-response pattern)，若受試者的知識狀態屬於另外的四種類型：(1,0,0)、(0,0,1)、

(1,1,0)、(0,1,1)，則屬於非典型試題反應組型。由典型試題反應組型，施測者可以清楚掌握受試者具有或缺乏哪些認知屬性的知識，至於非典型試題反應組型的出現，常導因於猜題或不小心等干擾因素。因此，施測者不易推估受試者具有或缺乏哪些認知屬性的知識。

4.形成分類的空間

分類的空間是採用兩維的笛卡兒座標，橫座標是以能力值(θ)代表，此θ值即為試題反應理論中的能力參數；縱座標則是以非典型反應組型(ζ)表示。如果以R 代表典型的反應組型，則在規則空間中，任何的知識狀態皆可以表示為座標(θR ,ζR)的型態。

Tatsuoka(1985)曾舉單參數試題反應模式(one-parameter logistic IRT model)為例，來說 明進行分類空間的演算歷程。單參數試題反應模式為公式(1)。Pj(θ)代表logistic function，其公式為公式(1)。

公式(1)的Pj(θ)代表logistic function，θ代表能力參數，bj 代表試題j 的難度參數。若以向量的型態表示，則 n 道試題的反應組型為x=(x1,x2,… ,xn)，而 n 道試題的答對機率為P(θ)＝[P1(q ), P2(q ),...., Pn(q )]，測驗的答對機率為T(θ)＝

[T(q ),T(q ),....,T(q )]，其中

(27)

5.對受試者的反應進行分類

當所有可能的典型反應組型都映射到規則空間的笛卡兒座標後，即可根據受試者的座標值(θ,ζ(θ,x))大小，來決定受試者可能具有的知識狀態。分類的方法是將受試者的座標值(θ,ζ(θ,x))和最接近它的兩個知識狀態的座標值相比較，依據馬氏距離(Mahalanobis distance)大小來決定，受試者的座標值(θ ,ζ(θ,x))是比較類似哪一種知識狀態。決定出受試者比較類似的知識狀態後，即能據此瞭解受試者的學習狀況，進而針對受試者的學習盲點，進行補救教學。

2.2.3 規則空間模型之相關文獻

在國內外均有人運用規則空間模型來解決許多實際問題：在國外，Tatsuoka

（1997）運用該模型對具有 9 個認知屬性的“分數加法”的精熟模型進行診斷，將 593 名學生中的90%歸為33種精熟模式，並在此基礎上建立了具有認知診斷功能的自適應測驗中自動計算答對率，並同時對於未精熟的屬性加以補救。研究發現，這種具有認知診斷功能並給出補救措施的電腦化自適應測驗，使學生後測（經過補救）答對的比率遠遠高於前測時答對的比率，這種在認知診斷基礎上給出相應的補救措施的電腦化自適應測驗非常有效地提高了學生的學業成績，促進了因材施教的目標。

Tatsuoka et al.(2004) 應用RSM 分析了TIMSS-R（the third international math and science study-revised），以考察包括美國、英國、法國、韓國、中國香港在內的等20 個國家和地區的八年級兒童數學發展狀況，並診斷出各國和地區八年級兒童數學發展中的優勢和劣勢，為推進跨國研究和促進當地教育改革提供參考。

在國內，余嘉元（1995）運用規則空間模型對國中二年級學生在解不等式中存在

(28)

的認知錯誤進行識別，證實了學生在解不等式中所犯的認知錯誤，為改進教學提供指導。戴海崎&張青華（2004）運用規則空間模型對 299 名文科大學生描述統計學學習的掌握模式進行診斷，讓學生及老師都清楚學生在哪些知識點上掌握的比較好，在哪些知識點上掌握的不夠好，並對存在的原因進行分析及對學生和教師提出了補救意見。這些應用研究都為實現素質教育，真正做到“因材施教”提供了科學依據和指導。

有關規則空間模型分析的研究應用﹐大都指向診斷測驗的結果之分析。例如在化學領域中，劉啟亮（2008）在「初中生化學知識學習診斷與補救中的應用」研究中指出，對學生的評價不再只是一個單獨的分數評定，能夠揭示學生的屬性精熟模式，作為對學生進行補救教學的參考。在醫學領域中，黃小平（2007）在「口腔內科學分數報告中的應用研究」中，取得參加2006 年口腔執業醫師考試的 454 名考生作答模式與屬性精熟情況的詳細資訊。在數學診斷上，李峰等人(2009) 「小學四、五年級數學診斷性測驗的編制—基於規則空間模型的方法」之研究中指出，規則空間模型編製的診斷性測驗具備優良的信效度，應用該測驗，對1059 名四、五年級學生進行診斷測驗的結果顯示：在整體上,學生對整數、初級運算與應用掌握得較為鞏固，對量、

統計、規律、高級運算掌握較差；在發展趨勢上,量、統計、規律、高級運算是四、

五年級之間進步最快的屬性。李小蘭 (2008)「知識空間理論與規則空間模型在漢語聽力理解技能測驗編制中的應用」中指出，通過結合運用知識空間理論和規則空間模型(RSM)理論,根據建立起的某領域的知識結構來編制語言測驗,以尋求建立和檢驗測驗效度更好的方法,並探測受試者內在認知結構方面的資訊，在專家的幫助下確定了漢語聽力理解技能結構,並以這個技能結構為依據,編制了一份漢語作為第二語言的

“中級漢語聽力理解技能測驗”。孫波等人(2004)「基於"擴展知識空間理論"的自適應測評過程研究」提出了基於擴展知識空間理論的自適應測評的詳細步驟,並對其中的關鍵過程做了進一步地優化。

規則空間模型(RSM)分析方法，在國外，目前被應用在很多標準的測驗上，例如 SAT 考試(Tatsuoka，1993; Guerrero，2001)、托福考試(Scott，1998)、TOEIC 考試(Buck

(29)

and Tatsuoka，1998)、NAEP Science Assessment(Yepes-Baraya et al.，1998)、GRE-Q (Tatsuoka and Gallagher，1998; Tatsuoka and Boodoo，2000)、 TIMSS and TIMSS-R ( Tatsuoka et al.，2004; Xin et al.，2004)等等。在國內，也逐漸被應用在各種不同的專業領域之中。以上文獻資料整理如表 5 所示。

表5 規則空間模型文獻回顧

作者研究主題研究內容

劉啟亮(2008) 初中生化學知識學習診斷與補救中的應用

運用規則空間模型進行分析，對學生的評價不只是一個單獨的分數評定，並且是能夠揭示學生的屬性精熟模式，作為對學生進行補救教學的參考。

黃小平(2007) 口腔內科學分數報告中的應用研究

透過規則間模型分析，在研究中取得參加 2006 年口腔執業醫師考試的 454 名考生作答模式與屬性精熟情況等先備知識的詳細資訊。

李峰，余娜，辛濤等人(2009)

小學四、五年級數學診斷性測驗的編制—基於規則空間模型的方法

研究中運用規則空間模型編製的診斷性測驗具備優良的信效度，應用該測驗，對 1059 名四、五年級學生進行診斷測驗的結果顯示：在整體上,學生對整數、初級運算與應用掌握得較為鞏固,對量、統計、

規律、高級運算掌握較差；在發展趨勢上, 量、統計、規律、高級運算是四、五年級之間進步最快的屬性。

李小蘭(2008) 知識空間理論與規則空間模型在漢語聽力理解技能測驗編制中的應用

通過結合運用知識空間理論和規則空間模型(RSM)理論,根據建立起的某領域的知識結構來編制語言測驗,以尋求建立和檢驗測驗效度更好的方法,並探測受試者內在認知結構方面的資訊，在專家的幫助下確定了漢語聽力理解技能結構,並以這個技能結構為依據,編制了一份漢語作為第二語言的“中級漢語聽力理解技能測驗”。

(30)

2.3 學習理論及相關文獻

學習理論的最終目標就是希望學習者能達成學習的效果，其中主要提供有關學習者的一些反應、表徵、認知等研究結果。由於學習理論有其心理認知的研究基礎，因此很值得當作教學的依據，而『教學』的過程就是在幫助和促進學習者的學習，使其達成學習理論所指示的『學習』意境。因此可以看出，學習是以學習者的表現為主，

其表現不管是內在的或外在的，皆是學習者的表現，也是學習理論所詮釋與研究的對象。而教學是以『施教者』的施教過程或行為而言，其主要在於扮演有助於學習者達成學習的輔助者(游寶達&翁仲銘，2001)。所以，可以看出『學習』及『教學』的立場是不一樣的，前者著重在學習者，後者著重在施教者。

2.3.1 自我導向學習

自我導向學習（self-directed learning）自 1966 年由Tough 提出後，這個詞語即被廣泛使用。之後，不同學者分別提出不相同的學習名詞，因此，自我導向學習有許多相同的名詞，如：自我導向研究（self-directed study）、自我計畫學習（self-planned learning）、獨立研究（independent study）、個別研究（individual study）、自我教導

（self- instruction）、自我教學（self-teaching）、自我研究（self-study）、自我教育

（self-education）、發現學習（discoverylearning）、自主學習（autonomous learning）、

及自學（autodidactism）等（Brockett & Hiemestra，1991；Guglielmino，1977； Tough，

1979；Gerstner，1992）不勝枚舉。由這些類似的詞語，可看出自我導向學習具有自己起始、自己主導及自行掌控的特徵。(郭麗玲，2000)

自我導向學習的定義，由於學者們有不同的專業背景與知識，再加上學習的多樣化，一直沒有精準的定論，Gerstner（1992）就選擇性的提出以下幾位學者的定義，

如表 6。

(31)

表6 自我導向學習的定義

學者定義

Knowles（1975）自我導向學習是一種過程，就是個體在有或無他人的協助下，診斷自己的學習需求、決定學習目標、確立學習資源、

選擇和執行適當的學習策略，並評估學習的結果。

Cave（1975）自我導向學習就是有關個體能合作的去計畫和管理學習，以達到個人、社會和執業的發展。

Skager（1978）自我導向學習就是個體能設定自我的學習目標、學習計畫和執行學習與評估學習成果。

Gelpi（1979）自我導向學習意味著個體能控制教育目的、內容和方法。

Smith（1982）自我導向學習即是個體能自己掌控學習計畫和學習的因素。

Cheren（1983）能控制一個或更多個學習情境，以達到學習中更大的自我導向性。

Kasworm（1983）自我導向學習必須由外在的定義和內在自我知覺的過程同時兼顧。必須考慮到認知和人類心理發展的架構。

Rogers（1983）自我導向學習就是自由地學習或選擇。

Mocker & Spear

（1984）

自我導向學習展現學習者的自主性，特別是學習者能控制選擇學習目標和學習意義的主要學習責任。

Brookfield（1986）自我導向學習就是一個人的學習模式，包括自我了解內在有意的改變和教育事件的外在管理。

Kasworm（1988）自我導向學習必須由外在的定義和內在自我知覺的過程同時兼顧。必須考慮到認知和人類心理發展的架構。

資料來源：Gerstner，1992，p93-95

Lucy M. Guglielmino（1977）研究中，設計了一工具為自我導向學習準備度量表

（Self-directed Learning Readiness Scale, SDLRS），來評量自認具有自我導向學習技能及態度之學習者的自我導向程度。此工具測量結果，得出自我導向學習準備度的八個因素（Brockett and Hiemstra，1991）如下：

（1）喜愛學習。

（2）具有「有效及獨立學習者」的自我概念。

（3）能容忍學習中的冒險性、不明確性及複雜性。

(32)

（4）具創造性。

（5）視學習為一終生、有益的過程。

（6）能主動起始學習。

（7）自我了解。

（8）接納自己的學習並對它負責。

程式設計課程的學習過程傾向自我導向學習，而上述影響自我導向學習之八個因素之第一個喜愛學習，即以有趣入門最能引起學習動機(何侃，1999)，本研究對學生進行認知心理之診斷性測量，探討學生既有的先備知識基礎，了解其內在的認知結構，即是自我了解的過程，從資料分析其學習的脈絡，目標是希望提供其積極有效的自我學習建議。

學習理論是集教育與心理兩大學說理論之綜合的一門學理，重點在描述關於「學習」這件事所觀察或歸納出來的類型、過程或是學習具備的條件等等，學習理論中之發現學習論及意義學習論之論述與本研究探討之目標一致，故以下將分別說明之。

2.3.2 發現學習理論

1. 定義:

(1) 學習的實質是主動形成認知結構(肖少白，2001)：布魯納認為學習是一個積極主動的認識過程。學習者不是被動地接受知識，而是主動地獲取知識，並通過把新獲得的知識和已有的認知結構聯繫起來，積極地建構其知識體系。

(2) 學習包括獲得、轉化和評價三個過程：新知識的獲得是與已有知識經驗、認知結構發生聯繫的過程，是主動認識、理解的過程。轉化是對新知識的進一步分析和概括，使之轉化為另一種形式，以適應新的任務，並獲得更多和更深刻的知識。

評價是對知識轉化的一種檢查，通過評價可以核對我們處理知識的方法是否適合

(33)

新的任務，或者運用得是否正確。

(3) 強調學習的內部動機：他認為，學習的最好動機是對學科本身感興趣，這樣學習的積極性才會得到充分發揮。

2. 教學理論(肖少白，2001)

(1) 要求以學科的基本結構組成螺旋式的教材，儘早讓學生掌握學科的基本結構。布魯納主張把學科的基本結構放在設計課程和編寫教材的中心地位。他認為，學生理解了學科的基本結構，就容易掌握整個學科的具體內容，就容易記憶學科知

識，就能促進學習的遷移，促進智力和創造力的發展，並可激發學生學習動機和提高學習的興趣。他認為認知發展經歷了動作式、映像式和象徵式三個階段說明如下：

動作式階段：學習者主要通過運用適當的動作來認識、再現外界事物的特徵，只能從做中學。

映像式階段：學習者顯示出將環境中的經驗構成內在表象的能力，他們通過形象，

包括視覺圖像或其他感覺表像對世界進行表徵。

象徵式階段：學習者能夠借助語言或其他符號系統來儲存或提取大量信息，借助符號進行推理、解決問題，使用比喻及條件式命題。

另外,課程設計和教材編寫應重視學科的基本概念或原理的連續性。通過螺旋式的課程概念，可以打通中小學和大學同一學科的界限。

(2) 要求用發現法進行教學，讓學生積極主動地通過探索去發現知識結論與規律。

發現學習就是要求學生利用教材或教師提供的材料自己獨立思考，自己發現知

識，掌握概念、原理與規律的過程。

發現學習具有以下特點：

(1)發生較早：這種學習是獲得初級概念的主要手段，是概念形成的方式。

(34)

(2)學習內容是以未有定論的材料為主，不是現成的結論：學生根據教師提供的材料或事實去獨立發現事物的意義或規律，從而解決所面臨的問題。因此，發現學習也是一種解決問題的過程和方法。

(3)學習過程較為複雜：學生首先要將教師提供的材料或資訊進行重新組織和轉換，

使之與已有的認知結構統一，並發現其中的隱蔽關係，然後再將它們整合，納入認知結構之中。從整個過程來看，必須先獨立發現，而後才整合內化。

3. 教學方法(肖少白，2001)

發現式教學方法，步驟如下：

(1)從好奇心出發，提出和明確使學生感興趣的問題，學生在面臨新問題、新情境時，在思維中產生了某種不確定性，於是就會出現試圖探究的動機。

(2)針對問題，向學生提供有助於問題解決的材料或事實。

(3)協助學生對有關材料與事實進行分析，讓學生通過積極思維，提出各種解決問題的可能途徑和假設。

(4)協助和引導學生審查假設，通過比較，選定正確的或者最佳的答案，使問題得以解決。

布魯納認為，發現式教學不僅有利於學生所學知識的保持，有利於培養學生發現的方法與技巧，而且有利於培養和激發學生的學習動機，有效提高學生的認知能力。

本研究所探討之程式設計課程透過認知學習的評量目標，即與發現式的學習與教學方法息息相關，希望能提供有效的資訊，使得學習與教學的成效都能得到改善。

(35)

2.3.3 意義學習理論

1 定義:

(1) 有意義的學習，只能產生於在學生的先備知識基礎上教他學習新的知識。換言之，只有配合學生能力與經驗的教學，學生們才會產生有意義的學習。（張春興，1994）

(2) 有意義學習強調新訊息若與個體大腦神經系統中已有之「認知結構」相關聯，

使新訊息能在已存有之概念體系中紮根。（林寶山，1990）

(3) 認知統合的歷程又可分為兩個階段：第一階段是訊息操作的定向、聯結及分類等活動；第二階段是將多量的訊息項目遞減成較少量的類化項目，這種遞減過程又稱為概念的形成。（林咏吟，1989）

2. 學習類型

（1）有意義或機械式學習

「有意義的學習」是指學習者能感知到新的學習內容和其大腦原有認知結構中的舊知識有所關聯，並能將新舊知識連結，經學習後，內化為認知結構的一部份。

「機械式學習」是指學習者無法將新的學習內容與其舊經驗取得關聯，於是偏重機械式練習、從事零碎知識的記憶。在這樣學習方式下，知識即使被記住，仍處於孤立的狀態，而無法融入學習者原有的認知結構（我們常稱為死記）。

Ausubel 並未把「有意義的」與「機械的」學習作截然的二分，而是將兩者視為一個連續的向度，他認為許多學習是兼具「有意義的」與「機械的」兩種性質，

只是程度上的多寡而已。

（2）接受式或發現式學習

接受式學習（reception learning）是指學習內容經由教師組織後，以最後的形式呈現，提供給學習者。

發現式學習（discovery learning）是指鼓勵學習者自行操作、探索，以發現學

(36)

科教材所隱含的組織結構。

Ausubel 對「有意義的－機械的」連續性看法，也同樣適用於「接受的－發現的」向度。也就是說「接受式學習」與「發現式學習」兩者並非互斥，而可能兼容於同一個學習過程中。

（3）兩個向度之間的關係

Ausubel 把各類學習歸為兩種獨立的層面。

第一層面包括接受式學習（reception learning）和發現式學習（discovery learning）

第二層面則是有意義學習及機械式學習。他特別強調並非所有的發現式學習都是有意義的，接受式的學習也不全是機械式的。如表 7 說明之

表7 有意義學習論之學習方式 所接受訊息被學習者吸收時當作為：

有意義的機械式的所學訊

息對學習者之效用基於：

接受

有意義的接受學習：

邏輯式組織訊息，以最終方式向學習者呈現，然後學習者將之與原有經驗相關聯，融入其認知結構。

機械式接受學習：

任何方式訊息以最後型態向學習者呈現，然後記住它。

發現

有意義的發現學習：

訊息之學習由學習者獨立進行，然後將之與原有經驗相關，融入其認知結構。

機械式發現學習：

訊息之學習由學習者獨立進行，然後記住它。

資料來源：Ausubel & Robinson，969，P.187

3. 教學理論

Ausubel 重視有意義的學習，但他認為學生並不一定知道什麼是重要的或相關的，也未必能自行組織學習材料，因此主張「接受式學習」，亦即由教師將學習內容組織成最後的形式，並有系統的呈現給學生。從教學的觀點而言，稱之為「講解式教

(37)

學法」（expository teaching）。換言之，他認為「有意義的學習」主要發生於教師講解的教學過程。同時，這種教學方式有助於學習者在很少的時間內獲得大量的知識。

針對學校知識教學情境

意義學習論企圖解答以下三個問題：

（1）如何組織教材才會使學生產生有意義的學習？

（2）當學生面對所要學習的新知識時，在心理上如何運作以吸收新知識？

（3）在教學生學習某種教材時，教師如何運用學習心理的原則以達成教學目標？

教師的角色

在此教學法中，教師扮演呈現與講解教材的角色。老師的工作在於選擇適合學生的教材，將教材詳細規劃，使之成為有系統有組織的知識，然後條理分明對學生講解。

學生的角色

在講解式教學中，學生扮演知識的接受者，他們主要的任務在於精熟所教授的內容。這種角色就外顯行為而言雖非主動，但事實上卻扮演著「認知上主動」的角色。

也就是說，雖然由教師講述內容，但是學生也必須要能專心聽講、要能了解教材的意義，並設法將之內化於自己的認知結構，而這些工作均要求學生主動而積極參與學習。因此，Ausubel 認為這種接受式學習未必是被動的。不過這種主動也並非由學生自動產生，而是有賴於教師的教學引導。

本研究探討以上兩種學習理論，目的在強調程式設計課程的「教」與「學」必須相互配合，透過有意義的認知學習及發現式的教學引導，搭配經過教師規劃的授課內容及實作練習，期望能夠真正產生學習成效。

(38)

2.4 測驗理論

測驗理論(test theory)（又稱作「心理測驗理論」）是一種解釋測驗資料間實證關係(empirical relationships) 的有系統的理論學說，最早起源於由比奈－賽門 (Binet-Simon, 1905)發展智力測驗理論，分成二大學派：一為古典測驗理論(classical test theory)——主要是以真實分數模式(true score model) (Gullikson，1987; Lord &

Novick，1968)為骨幹；另一為當代測驗理論(modern test theory) ——主要是以試題反應理論(item response theory) (Hambleton & Swaminathan ， 1985; Hambleton ， Swaminathan & Rogers, 1991；Hulin， Drasgow & Parsons, 1983； Lord，1980)為架構。

「古典測驗理論」是最早的測驗理論，也叫「古典信度理論」（classical reliability theory），主要目的是在估計某個測驗實得分數（observed score）的信度；亦即，它企圖估計實得分數與真實分數（true score）間的關聯程度。因此，有時候它又稱作「真實分數理論」（true score theory），因為它的理論來源都是建立在以「真實分數模式」（true score model）為名的數學模式基礎上。

所謂的「真實分數模式」，即是指一種直線關係的數學模式（linear model），用來表示任何可以觀察到、測量到的實得分數（又簡稱為觀察值或測量值）皆由下列兩個部份所構成的一種數學函數關係，這兩個部份分別是：一為觀察不到，但代表研究者真正想要去測量的潛在特質（latent trait）部份，叫作「真實分數」；另一為觀察不到，且不代表潛在特質，卻是研究者想要極力去避免或設法降低的部份，叫作「誤差分數」(error score）。這兩個部份合併構成任何一個真實的測量值（即實得分數），

並且彼此之間具有及延伸出多種基本假設，能符合這些基本假設的測量問題，即為真實分數模式所探討的範疇。

「真實分數」即為針對同一位受試者進行同樣的測驗多次（理論上是無窮多次），

摘要

摘要