• 沒有找到結果。

中 華 大 學

N/A
N/A
Protected

Academic year: 2022

Share "中 華 大 學"

Copied!
154
0
0

加載中.... (立即查看全文)

全文

(1)

中 華 大 學 碩 士 論 文

題目:高中教師參與讀書會之動機探討 - 以大肚山鄰域周邊高級中學教師為例

系 所 別:應 用 數 學 學 系 碩 士 班 學 號 姓 名: M09609001 何立智

指 導 教 授: 楊 錦 章 博士

中 華 民 國 九 十 七 年 六 月

(2)

摘 要

本研究為高中教師參與教師讀書會之動機探討。採隨機抽樣方 式,針對大肚山周圍地區高中教師進行抽樣調查,結果顯示絕大部分

基本資料在「教師職能與學校形象提昇因素」中,有顯著的時勢需求。

由研究結果顯示「教師職能與學校形象提昇因素」其信度最高,

題項 47「是否能改變自己的氣質」因素負荷量最高達 0.775 。

關鍵字:

教師讀書會、隨機抽樣、因素分析

(3)

Abstract

This study discussed the motivation of senior high school teachers participated teacher’s study groups. It is surveyed

senior high school teachers around Da-Du Mountain by using ran- dom sampling .The result indicated the basic information in the

factor of teacher empowering and school’s image enhancement, which has significant requirement of the situation.

The research outcome shows that the reliability of the fac- tor of teacher empowering and school’s image enhancement is the highest, and the factor loading of item 47-“if it changes one’s temperament ” is up to 0.775.

Keywords:

teacher’s study group,random sampling,principal component analysis

(4)

誌 謝

本論文得以順利的完成,承蒙恩師 楊錦章博士給予細心的指 導,研究期間,端賴恩師啟發觀念與詳盡指導,並於論文撰寫期間逐 字斧正,本文得以順利完成,僅在此致上最誠摯的敬意,而恩師幽默 風趣,淵博的學識及實事求是的精神,更是後學終身學習的目標。

論文審查期間,承蒙中原大學 李金城教授於百忙當中撥冗指 正,並對內容斟酌盡善、鉅細靡遺以及觀念的釐清,在此表達最誠摯 的敬意與感謝。同時對於本校 田方正教授平日在課業上解惑及論文 審查期間提供寶貴意見,得以改正論文疏漏之處並承蒙 李明恭教 授、楊立杰教授及謝國台教授給予學識基礎的建立。諸此,均讓後學 如沐春風,受益匪淺,致表謝忱。

求學期間感謝研究所同學們於生活及精神上相互提攜,切磋討 論,同窗共硯之誼永銘腑內。最後要將本論文獻給我最敬愛的雙親~

何阿凉先生、張淑姬女士。

後學 何立智 謹識 中華民國九十七年六月于新竹

(5)

目 錄

摘要---I Abstract---II 誌謝---III 目錄---IV 表目錄---VIII 圖目錄---XIII

第一章 緒 論---1

1.1 名詞定義---1

1.2 研究背景與動機---1

1.3 研究對象及目的---3

1.4 研究範圍與限制---3

1.5 研究方法---4

1.6 研究流程---4

第二章 研究方法---6

2.1 因素分析簡介---6

2.2 因素分析模式架構---9

2.3 因素估量---14

2.4 單因子變異數分析---14

(6)

2.4.1 變異數相等的檢定---15

2.4.2 平均數相等的檢定---16

2.5 多重比較---19

2.5.1 當變異數全等時---20

2.5.2 當變異數不全等時---20

2.6 項目分析---21

第三章 敘述統計---25

3.1 基本資料---25

3-2 題項---38

第四章 資料分析---58

4.1 項目分析---59

4. 2 因素分析---63

4.3 信度分析---70

4.4 區別分析---71

4.4.1 目的與假設---71

4.4.2 受訪者性別為依變數之區別分析---72

第五章 變異數分析---77

5.1 性別、公私立學校---77

(7)

5.3 學歷---86

5.4 年資---91

5.5 主要授課領域---99

第六章 相關文獻---101

6.1 讀書會的功能與內涵---101

6.2 讀書會的企劃實務---106

6.3 如何主持讀書會---110

6.4 松山高級工農職業學校教師讀書會成立辦法---111

6.5 國教改革與學校成立高中教師讀書會

---

113

第七章 結論與建議---115

7.1 結論---115

7.2 建議---127

7.2.1 對讀書會的建議---127

7.2.2 對教師的建議---127

7.2.3 對知識管理的建議---128

7.2.4 對未來研究的建議---128

7.2.5 後續探討研究再做發表提議---129

參考文獻---130

Literature---132

(8)

參考網址---133

附錄 I 高中教師參與讀書會之動機探討問卷---135

附錄 II 高中教師參與讀書會之動機探討後續問卷---138

附錄 III 知識管理與讀書會效能圖---140

(9)

表目錄

表 2-2-1 KMO 統計量值---13

表 2-4-1 ANOVA table for the modified L evene test---15

表 2-6-1 判別力的評鑑標準---22

表 3-1-1 性別---25

表 3-1-2 年齡---25

表3-1-3 學歷---26

表3-1-4 年資---26

表 3-1-5 受訪學校---26

表 3-1-6 高中教師目前從事閱讀的主要目的---27

表 3-1-7 影響高中教師閱讀意願的因素---27

表 3-1-8.1 閱讀目的與閱讀意願複選交叉分析表---28

表 3-1-8.2 閱讀目的與閱讀意願複選交叉分析表---29

表 3-1-8.3 閱讀目的與閱讀意願複選交叉分析表---30

表 3-1-8.4 閱讀目的與閱讀意願複選交叉分析表---31

表 3-1-9 閱讀目的與性別、婚姻分析表---32

表 3-1-10 閱讀目的與教師年齡分析表---33

表 3-1-11 閱讀目的與教師學歷分析表---34

(10)

表 3-1-12 閱讀目的與教師年資分析表---35

表 3-1-13 一天平均閱讀時間(不包含報紙、雜誌、上網)---36

表 3-1-14 一天平均上網時間---36

表 3-1-15 上網*時間交叉分析表---37

表 3-1-16 卡方檢定---37

表3-1-17 對稱性量數---37

表3-2-1 題項47.是否能改變自己的氣質---38

表 3-2-2 題項 15.是否常使我的知識難題獲得解答---40

表 3-2-3 題項 45.是否能助自己跨越學科的知識學習---41

表3-2-4 題項16.是否能使自己養成閱讀的習慣---43

表3-2-5 題項19.是否能使自己的日常閱讀時間增加---45

表3-2-6 題項18.是否能提高自己的看書速度---46

表 3-2-7 題項 20.是否能增進自己對不同性質書籍的閱讀技巧---48

表 3-2-8 題項 28.是否能使自己知道更多的資源管道---49

表 3-2-9 題項 3.能否增強自己的口語表達能力---51

表 3-2-10 題項 2.是否有助於增進與其他同仁之合作關係---52

表 3-2-11 題項 39.是否能使教師與學校形成良性互動---54

表 3-2-12 題項 37.是否能使自己獲得集體的支持力量---54

(11)

表 3-2-14 題項 11.是否可以提昇自己管教學生的能力---57

表 3-2-15 題項 10.是否有助於學生更信服自己的知識領導---58

表 4-1-1 項目分析表---59

表 4-1-2 項目分析表---60

表 4-1-3 項目分析表---61

表 4-1-4 項目分析表---62

表4-2-1 轉軸後之因素負載表---63

表4-2-2 KMO與Bartlett檢定---66

表 4-2-3.1 高中教師參與讀書會之動機探討主成份分析因素命名-67 表 4-2-3.2 高中教師參與讀書會之動機探討主成份分析因素命名-68 表 4-2-4 主成份分析因素與其個別解釋變異量---69

表 4-2-5 Component Score Covariance Matrix---70

表 4-3-1 信度分析摘要表---71

表 4-4-2-1 相等母群共變異數矩陣的虛無假設檢定結果---72

表 4-4-2-2 Wilks, Lambda 值---73

表 4-4-2-3 逐步統計迴歸分析表---73

表 4-4-2-4 標準化的典型區別函數係數表---74

表 4-4-2-5 Fisher, 線性區別函數分類函數係數表---75

表 4-4-2-6 各組重心的函數---75

表 4-4-2-7 性別分類結果表---76

表 5-1-1 性別 Levene test 分析變異數同質性檢定表---77

表5-1-2 性別對高中教師參與讀書會之主成份因素變異數分析表-77 表5-1-3 性別對題項47、49 Levene test分析表變異數同質性檢定-78 表5-1-4 性別對題項47、49之變異數分析表.---78

表5-1-5 公私立學校分組對主成份因素Levene變異數同質性檢定-78 表5-1-6 公私立對高中教師參與讀書會動機主成份因素Welch檢定79 表5-1-7 公私立分組對摘選題項變數--ANOVA分析之描述統計表--79

表5-1-8 公私立分組對題項47、49 Levene test變異數同質性檢定--80

(12)

表5-1-9 公私立分組對題項47、49之變異數分析表---80

表5-2-1 年齡分組Levene test分析變異數同質性檢定表---80

表 5-2-2 年齡對因素一、七 Welch 及 Brown-Forsythe 檢定分析表-81 表5-2-3「年齡與高中教師參與讀書會之動機」變異數分析表---81

表 5-2-4 年齡對教學表達與分析技能增進因素 Tukey HSD 檢定---82

表 5-2-5 年齡對教師職能與學校形象提昇因素 Dunnett’s T3 檢定---83

表 5-2-6 年齡對閱讀精進與習慣偏好修正因素 Dunnett’s T3 檢定—84 表5-2-7 年齡分組對題項47、49 Levene test變異數同質性檢定---85

表5-2-8 年齡分組對題項47之變異數分---85

表 5-2-9 年齡對題項 49 Welch 及 Brown-Forsythe 檢定分析表---85

表5-2-10 年齡對題項49 Tamhane 檢定---85

表 5-3-1 學歷對摘選題項變數 Levene test 分析變異數同質性檢定-86 表 5-3-2 學歷對摘選題項 Welch 均等平均數的 Robust 檢定---87

表 5-3-3 學歷對摘選題項 v41、v48 變異數分析表---87

表 5-3-4 學歷對題項 48 是否有研究團隊帶動風氣 Tukey HSD 檢定 88 表 5-3-5 學歷對是否使自己獲得集體的支持力量 Dunnett’s T3 檢定 89 表 5-3-6 學歷對教學表達與分析技能增進 Levene 多重比較檢定---90

表5-3-7 學歷分組對題項47、49 Levene test變異數同質性檢定--91

表 5-3-8 學歷分組對題項 47、49Welch 及 Brown-Forsythe 檢定--91

表 5-4-1 年資對題項 37、40、41Levene test 變異數同質性檢定---91

表 5-4-2 年資對題項 37、40、41 變異數分析表---92

表 5-4-3 年資對題項 37 Levene test 分析多重比較檢定表---92

表 5-4-4 年資對題項 40 Levene test 分析多重比較檢定表---93

表 5-4-5 年資對題項 41 Dunnett’s T3 多重比較檢定表---94

表 5-4-6 年資對主成份因素一 Levene test 變異數同質性檢定---94

表 5-4-7 年資對主成份因素一 Welch 及 Brown-Forsythe 檢定分析-95 表 5-4-8 年資對主成份因素一 Dunnett’s T3 多重比較檢定表---95

表 5-4-9 年資對主成份因素五 Levene test 分析變異數同質性檢----96 表 5-4-10 年資對主成份因素五 Welch 及 Brown-Forsythe 檢定分析-96

(13)

表 5-4-11 年資對主成份因素五 Dunnett’s T3 多重比較檢定.---97 表 5-4-12 年資對主成份因素七 Levene test 分析變異數同質性檢定 97 表 5-4-13 年資對主成份因素七 Welch 及 Brown-Forsythe 檢定分析 98 表 5-4-14 年資對主成份因素七 Dunnett’s T3 多重比較檢定表---98 表5-5-1授課對主成份因素一、五、七、八、九變異數同質性檢定-99 表 5-5-2 授課領域對主成份因素一、五、七、八、九變異數分析表-99 表 5-5-3 授課別對教師職能與學校形象提昇因素 Levene 多重比較 100 表5-5-4 授課別分組對題項47、49 Levene test變異數同質性檢定101 表5-5-5 授課領域分組對題項47之變異數分析表---101 表 5-5-6 授課別對題項 49 Welch 及 Brown-Forsythe 檢定分析---101 表 7-1-1 綜合分析表---116

(14)

圖目錄

圖 1-5-1 研究流程圖---6

圖 2-6-1 項目分析流程圖---24

圖 3-2-1「是否能改變自己的氣質」百分比立方圖---39

圖 3-2-2「是否常使我的知識難題獲得解答」百分比立方圖---40

圖 3-2-3「是否能助自己跨越學科的知識學習」百分比立方圖----42

圖 3-2-4「是否能使自己養成閱讀的習慣」百分比立方圖---44

圖 3-2-5「是否能使自己的日常閱讀時間增加」百分比立方圖----45

圖 3-2-6「是否能提高自己的看書速度」百分比立方圖---46

圖 3-2-7 是否能增進自己對不同性質書籍閱讀技巧百分比立方圖- 48 圖 3-2-8「是否能使自己知道更多的資源管道」百分比立方圖----50

圖 3-2-9「能否增強自己的口語表達能力」百分比立方圖---51

圖 3-2-10 是否有助於增進與其他同仁之合作關係百分比立方圖-52 圖 3-2-11「是否能使教師與學校形成良性互動」百分比立方圖---54

圖 3-2-12「是否能使自己獲得集體的支持力量」百分比立方圖---55

圖 3-2-13「是否能使自己的班級經營能力增加」百分比立方圖---56

圖 3-2-14「是否可以提昇自己管教學生的能力」百分比立方圖---57

圖 3-2-15「是否有助於學生更信服自己的知識領導」百分比立方-58 圖 4-2-2 高中教師參與讀書會之動機探討陡坡圖---66

(15)

第一章 緒論

1.1 名詞定義

依據民國八十四年中華民國成人教育學會成人教育辭典對讀書 會之定義為:「讀書會(或稱學習圈),由一群人定期的聚會,針對 一個主題或問題,進行有計劃的學習」;獲得十大傑出女青年的黃瑞 汝,也對讀書會下了一個註解:「讀書會乃是一個團體對事先同意的 主題,以閱讀、討論、導讀、分享、報告、欣賞、辨證等方式,做持 續性、有系統的團隊學習」(http://www.eland.com.tw)。由此可 知,讀書會是一種隨性自主且自願的學習團體,運作方式隨團體目標 差異而不同。而目的是提供成員一個成長的空間,透過對相同材料的 閱讀,激發彼此生活經驗與觀點上的討論,以求得個人知識成長和團 體進步,並產生新的思考,擴大生命的領域。

1.2 研究背景與動機

知識的分類分為內隱與外顯,可存在於個體與團體。個人擁有 大量知識,因此稱為知識份子;組織擁有大量知識,稱為知識型企業,

當知識大規模的參與影響社會活動,就是所謂知識經濟(劉常勇,1999 年)。踏入以知識經濟為主流的二十一世紀,管理學大師彼得‧杜拉 克(Peter F. Drucker)曾預測,二十一世紀管理最大的挑戰,在於

(16)

「提升知識工作者的生產力」;另一方面,財星雜誌(Fortune)也指 出,在可預見的未來,最成功的企業,將是「學習型組織」與「知識 型企業」。閱讀的能量應可做為國力的指標,教師是知識的擁有兼授 予者,從教師讀書會做起,將教師內隱的知識適切地提出對外交流分 享,引發火車頭效應蔚為典型,因而帶動社會整體讀書會普及化,則 全民之福,社稷之幸也。

此外,教師專業成長受到本身人格特質的影響,在經過多年的教 學經驗後,從臨床教學中形成自己風格做為教學參照架構,通常與閱 讀知識的聯結牢不可破,慣性地運用已經形成的教學風格難以改變。

從事教學思考與決定,往往缺乏反省思考的空間。他山之石,可以攻 錯。透過與同儕教師閱讀後的心得分享、對話,不斷自我更新,拋去 陳疴(林進材,民 89)。

學校的組織氣氛每每影響教師本身的閱讀成長。教師長時間身處 學校教育場所中,容易受到學校組織氣氛的潛移默化。處於進修氣氛 濃烈的學校中,教師不斷閱讀,成長驅力自然旺盛,同儕之間互動與 激勵效應必然強。國內於學校組織氣氛的營造及激發在教師讀書會這 部分,有待提升。如何在慣於建立例行公務的教育組織中,營造教師 閱讀專業成長的組織氣氛,亦是本研究欲帶出之重點。

同時藉由參與正式與非正式的教師讀書會活動,進行自我反省思考成

(17)

長,以提升教學品質與技巧;閱讀專業書刊,以促使教師在專業領域 方面得到專業程度的認同,讓教學成為一種專業而非技藝。

1.3 研究目的

本研究乃是探討高中教師參與教師讀書會的動機因素並進行相 關分析,以期能對教師讀書會之發軔推展有所助益。

基於以上的描述,提出本研究之主要目的如下:

n 從影響高中教師參與教師讀書會之動機問項中粹取主成份因素 做為分析依據。

n 瞭解那些因素對高中教師參與教師讀書會在意願上帶來關鍵性 訴求。

n 在強化教師追求專業成長的驅力及激發教師尋求學習管道並媒 觸對話相長的機制(mechanism)而言,藉由一些重要因素,以 及整理相關文獻資料,希冀有更準確的分析與幫助。

1.4 研究範圍對象與限制

本研究以環伺大肚山周圍地區高中教師為對象,採用隨機抽樣法 來採取問卷。由於樣本數的限制,故研究結果只適用於解釋大肚山鄰 域周邊高級中學教師參與教師讀書會之動機,並不適合推論至全國高 中教師。故結果相對於全國高級中學教師而言,僅能提供參考。

(18)

1.5 研究方法

本研究之資料蒐集方法是採問卷調查法來進行抽樣,參考相關學 術問卷設計了一份適用於高中教師參與教師讀書會之動機探討問卷 調查表。為達本研究目的,所蒐集之資料以SPSS 12.0、EXCEL2003,

用敘述統計、t檢定、單因子變異數分析、因素分析等統計方法進行 資料分析。

1.6 研究流程

本研究流程圖如下圖 1-5-1 所示,其研究流程各細節分別列出並 介紹如下:

(1) 研究主題之動機及目的

首先必須考慮研究動機所含蓋的內容、範圍的適切性,必 免籠統。並擬定本研究主題目的。

(2) 相關文獻探討

透過相關資料的蒐集及學者所探討的結論,以利製做調查 問卷,使研究更具深度及廣度。

(3) 研究範圍對象

依能力可得之資源,設定研究範圍所需探討之對象。

(4)研究架構與假設

依研究範圍對象任教高中公私立、性別、年齡、主要授課

(19)

領域等建立基本資料架構。參酌蒐集之相關文獻資料顯現的閱 讀狀況、意願取向、閱讀時間、上網閱讀,配合教師工作生態 研擬假設出本研究主題重要問項因素。

(5) 問卷設計與調查

經相關文獻探討後,針對研究架構與假設,設計問卷內容,

並根據規劃進行研究對象調查。

(6) 問卷回收與資料分析

本研究問卷共發出 330 份,回收 307 份,回收率達 93.03%。

在回收的問卷中,檢查是否有遺漏缺失,有 12 份因填寫的不夠 完整或是在單選題中有複選答案出現,為維持研究結果的準確 性,故將其視為無效問卷,而不列入研究。因此,有效問卷共 295 份,有效率達 96.09%。選定適當統計方法,將回收問卷進 行資料整理與分析。

(7) 結論及建議

將本研究相關結果彙整,利用客觀分析與時下景況針對結 果作深入探討,並擬具相關建議事項以供學術及實務參考。

(20)

第二章 研究方法

經由前一章的研究背景與動機介紹後,本章節將探討本研究所採 用的研究方法。

2.1 因素分析簡介

因素分析(Factor Analysis)起源於心理學(約在 1904 年),因 為在心理學研究領域中常遇到一些如智力、道德、操守等不能直接測 量的因素,而我們對這些觀念也無法精準的掌握,希望經由可測量的

研究主題之動機及目的

相關文獻探討

結論及建議 問卷回收與資料分析

問卷設計與調查 研究架構與假設 研究範圍對象

圖 1-5-1 研究流程圖

(21)

變數訂定出這些因素的具體概念,也就是說,因素分析的初始構想是 對無法直接觀測但對行為有影響的變項來進行綜合性評量,並藉以歸 納出幾項重要的指標。

因素分析的主要用意是找到資料矩陣的結構,使其由一群內部的 相關變數中(如:測驗成績、測驗項目、問卷題目)找出一組共同的 因素。也就是說,因素分析是想以少數幾個因素來解釋一群相互之間 有關係存在的變數,每個變數除了受共同因素(Common Factor)的 影響外,也受獨特因素(Specific Factor)影響。

在因素分析中,分析人員首先需決定資料結構的維度(即因素的 個數),然後對每個因素指出是哪些變數是被此因素所解釋,並就因 素包含變項的內涵來對因素作命名,一旦維度與每個因素所對應的變 數決定後,就能達到因素分析的兩個目標;資料簡化與摘要。資料簡 化是以計算因子得點來達成,而摘要則是以少數幾個因素來約略說明 一大群原有的變數的重要內涵。

因素分析分成探索性因素分析(Exploratory Factor Analysis,簡 稱為因素分析)與驗證性因素分析(Confirmatory Factor Analysis),

探索性因素分析是“給您一組資料,在因素個數與路徑參數均在沒有 任何限制下,來找出因素的結構”,對大部分的研究及應用,通常採 用此種方式是較合適的。但在某些情況下,當分析人員由理論的支持

(22)

或先前的研究,已知可能的真正資料的結構(例如哪些變數應集中在 一起成為一個因素,或者已知因素個數等),因此分析人員想進一步 檢驗先前的假設是否仍適用,則採以驗證性因素分析較為恰當。

驗證性因素分析在近 20 年來變得愈來愈盛行,主因是它對因素 結構已提出架構,相對地對因素負荷做某種程度的限制,並允許因素 間具有關聯性,研究者可以利用資料檢定此架構(或限制)是否合理。

對因素分析結果作驗證(Validation)是很重要的工作,尤其當 想要對變數驗證其結構(或構面),雖然可以利用線性結構方程式作 驗證性因素分析,但此種分析方式不一定都可行,此時可以使用其他 方法作驗證,如將樣本分成兩組,各做因素分析看其結果是否相似,

或再找一組全新的資料作分析,比較兩次結果的相似程度。

資料經因素分析後可以繼續就已簡化後的因素來對個體進一步 做分群(群集分析),或進行對其他的統計分析,如 ANOVA、MDS(多 元尺度分析),或經由畫因素得點(Score)的散佈圖來找出異常點,

或是作為 LISREL 的構面中測量變數指標。值得注意的是作為構面測 量指標可以是因素得點,也可以用因素負荷中最高的一個變數值為代 表,亦可以是幾個因素負荷較高的平均值(但如有不同號時則採對 比)。

(23)

2.2 因素分析模式架構

因素分析是討論如何將 p 個變數

X X

1

,

2

, L , X

p中的每一個變數Xi 分解成少數幾個共同因素(Common Factor)F F1, 2,L,Fm(m<p,且 通常比 p 小很多),與獨特因素(Specific Factor)ε 的線性組合。即 i

1- =1 11 1 12 2 1m m 1

X µ l F +l F + +L l F +ε

2- 2=21 1 22 2 2m m 2

X µ l F +l F + +L l F +ε

M

1 1 2 2

- =

p p p p pm m p

X µ l F + l F + + L l F + ε

其中F F1, 2,L,Fm是共同因素(簡稱因素),它們在包含每一個變 數 X 中,而i ε 是獨特因素,只有在第 i 個變數i X 中才擁有。i

l

ij

i=1,L,p

j=1,L,m)為第 i 個變數X 在第 j 個共同因素i

F

j的權 重或因素負荷(或簡稱為負荷,Factor Loading)。

1.

因素分析模式基本假設

因素分析的基本假設有下列三項:

(1) 獨特因素

ε

1

,..., ε

p是互相獨立且具常態分配,且ε 的平均數為i 0,而變異數為ψ ,即 i

(24)

1

p

ε ε

ε

  

=  

  

M

1

2

0 0

0

0 0

0 , =

0 0

0 p

N

ψ ψ ψ

ψ

   

   

   

   

   

   

 

L L M M O M M

L

其中ψ 是對角矩陣,表示獨特因素ε 之間是獨立的。 i

(2) 共同因素F ,1L,Fm間的共變量矩陣為Φ,即

1

q

f f

f

  

=  

   M

% ,則

11 12 1

21 22 2

1 2

( ) ( ')

p

p

p p pp

Cov f E ff

Φ Φ Φ

 

Φ Φ Φ 

 

= = Φ = 

Φ Φ Φ 

 

L L M M O M

% %%

L

一般要求Φ對角線上的元素Φ =ii 1,而當時ij(即對角線外)時則

ij 0

Φ = ,也就是Φ為單位矩陣,它表示共同因素間是獨立的,且變異 數皆為 1,此乃為最常遇到的要求。

(3) 共同因素與獨特因素間也是獨立的,即

Cov f ( , )

j

ε

i

= 0

對所有 i, j

因素分析模式也可寫成矩陣表示法

X − = µ Lf + ε

% % % %

其中

11 1 1

1 1 1

21 2 2

X

, , , ,

X

m m

p p p

l l

l l f

X L f

l l f

µ εε

µ ε

µ ε

   

         

         

=  =  =  =  = 

         

           L

M M M

M M M

% % % %

L

(25)

E f ( ) = 0,

% Cov f ( ) = Φ ,

%

E( )ε% =0,Cov( )ε ψ% = ,

Cov ( , ) ε f = 0

% %

2.

因素模式中因素之決定

因素分析要達到簡化目標必需選取愈少個因素愈好,但少數因素 其解釋能力相對的也較低,其代表性就較不足,因此如何在簡化與代 表性之間取得平衡乃是一個兩難問題,故其看法亦見仁見智,下面提 出一些常用來決定選取因素個數的參考標準。

(i) 凱莎(Kaiser)準則

保留特徵值大於 1(或大於所有變數的平均變異數)的主成分,亦 即除非所選取的因素的比原始變數平均解釋的還多,否則不選取,此 乃是由 Kaiser 在 1960 年所提出的,也是最常被用來做選取因素個數 的準則。

(ii) 陡坡圖(Scree plot)檢驗

陡坡圖是 Cattell(1966)所提出的一種圖形判斷方法,其原理與主 成分分析相同,乃是根據因素之解釋比例來作為一個折線圖,當折線 開始不陡時,表示接下來的特徵值都差不多,因此通常其後之因素都 不選取。

(iii) 累積解釋能力

(26)

由研究者所設定一個累積解釋之比例(如 60%以上),再從所有因 素中由解釋能力較大者開始選取,直至所選取的因素所累積能力總和 達到所要求之門檻為止。

(iv) 特徵值

選取特徵值大於所有變數變異數的平均,即若以相關矩陣來作分 析,則選出特徵值大於 1 之因素,針對因素個數選取的問題,通常還 需符合下列幾項原則:

I. 一般而言,Kaiser 法偏向選取較多的主成分,而相對的陡坡圖 則會選取較少的主成分。

II. 實務上,選取的主成分是要以能做’解釋’或’說明意義’為主要 考量。

III. 一般由 p 個變數選取 m 個因素時常需滿足1 ( 1) ( 1) 0 2 p p+ −p m+ ≥ 及p>2m

(v) KMO 值

根據 Kaiser 選取的標準,通常會抽取過多的共同因素,因而陡坡 圖是個重要的選取準則。在因素數目準則挑選上,除參考以上兩大主 要判斷標準外,還要考量受試者多少、題項數、變項共同性的大小等。

(27)

此外,題項間是否適合進行因素分析,依據 Kaiser(1974)的觀點,可 從 取 樣 適 切 性 量 數 (Kaiser-Meyer-Olkin measure of sampling adequacy;KMO)值的大小來判別,其判斷的準則如下表 2-2-1:

表 2-2-1 KMO 統計量值

KMO 統計量值 因素分析適合性 0.9 以上 極適合進行因素分析

0.8 以上 適合進行因素分析

0.7 以上 尚可進行因素分析 0.6 以上 勉強可進行因素分析

0.5 以上 不適合進行因素分析

0.5 以下 非常不適合進行因素分析

因素分析的變項必須都是等矩(interval)或比率(ratio)變項,亦即 皆要是連續變項才行,在進行因素分析前,可檢視變項間的相關矩 陣,因素分析時變項間需具有一定程度的相關,ㄧ群相關太高或太低 的變項,皆會造成執行因素分析的困難,太低的相關很難抽出一組穩 定的共同因素,不適於進行因素分析,通常相關係數絕對值低於 0.3 時,題項間便不適合進行因素分析,然而題項間的相關如果太高,便

(28)

會發生如迴歸分析之多重共線性(multicollinearity)問題,其區別效度 有待檢驗,所獲得的因素價值性不高(邱皓政,2000)。對於此問題,

可透過 KMO 來檢驗。

在社會科學領域中,常用李克特氏之多選項量表(Likert-type multiple-item scale),嚴格說起來,量表之變項特性是一種次序變項,

但次序變項與名義變項均屬「間斷變項」(discrete variable),間斷變 項無法求其平均數或進行相關、迴歸等統計分析,因而無法驗證相關 的研究假設,所以多數研究者在編制多選項量表時,皆把量表視為等 距的連續變項來設計,如此才能進行有意義的資料統計分析與歸納出 合理的結論(Bryman & Cramer ,1997)

2.3 因素估量

1

ˆ

j m

f

%

× 為未觀察隨機因素向量mF%×1j , j =1, 2,L,n的估計,通常我們 是利用 fˆj

% 來檢查E F( )=0

% %Var F( )=I

% 的假設是否滿足。我們將以 S-Plus 軟體畫圖驗證於本研究之第四章。

2.4 單因子變異數分析

在本小節,我們介紹檢定母體平均數是否全等的方法,但在檢 定平均數是否全等前,必須先檢定變異數是否相等。

(29)

2.4.1 變異數相等的檢定

2 2 2

0 1 2

1 0

: : H a

H not H

σ σ σ

 = = =



L

a 個母體變異數相等的檢定,我們使用修正的 Levence 檢定(the modified Levene test),此方法的概念如下:

先將第 i 組中每一個觀察值

y

ij到第 i 組的中位數y% 的絕對差異i

d

ij 算出,dij = yijy%i , i=1, 2,K, , a j=1, 2,.K,ni。然後再檢定這 a 組的絕 對差異的平均數是否相同,若相同則代表 a 個母體變異數相等。一旦 算出絕對差異

d

ij後,則用

d

ij為資料做單因子變異數分析來檢定 a 組的 絕對差異的平均數是否全等,單因子變異數分析表的公式在表 2-4-1 中。

表 2-4-1 ANOVA table for the modified Levene test

變異來源 Source

平方和 Sum of Squares

自由度 d.f.

均方 Mean Square

F 值

Treatment

2 2

i Tr

i

d d

SS n n

⋅⋅

=

a 1

MSTr = aSSTr1 F = MSMSETr Error SSE =SSTSSTr na SSE

MSE= n a

− Total

2 2 ij

SST d d

n

=

∑∑

⋅⋅

n 1

(30)

表 2-4-1 中 的

1 ni

i ij

j

d d

=

=

代 表 第 i 組 的 絕 對 差 異

d

ij 的 總 和 ,

1 1

ni

a

ij

i j

d⋅⋅ d

= =

=

∑∑

代表所有絕對差異的總和,

1 a

i i

n n

=

=

代表總樣本數,檢定

統計量(test statistic)為

Tr obs

F MS

= MSE, 決策法則為

Reject H if 0

F

obs

> F a

α

( − 1, na )

或 p-value<α

p-value

= P F ( ≥ F

obs

H

0

true)

我們利用統計軟體 SPSS 可以得到 Levene 統計量、自由度及 p-value。

2.4.2 平均數相等的檢定

0 1 2

1 0

: : H a

H not H

µ = µ = =µ



L

當母體變異數檢定的結果是全相等時,我們檢定 a 個母體平均數 是否全等就用一般的單因子變異數分析的 F 檢定。檢定統計量(test statistic)為

/ 1 / SSB a F SSW n a

= −

− 上式中

(31)

2 1

( )

a

i i

i

SSB n X X⋅⋅

=

=

− 代 表 組 間 變 異 平 方 和 (Sum of squares

between groups),

2 1

( 1)

a

i i

i

SSW n S

=

=

− 代表組內變異平方和(Sum of squares within groups),

1 ni

ij j i

i

X

X n

=

=

代表第 i 組樣本平均數,

2

2 1

( ) 1

ni

ij i

j i

i

X X

S n

=

= −

代表第 i 組樣本變異數,

1 a

i i

n n

=

=

代表總樣本大小,

1 1

ni

a

ij

i j

X

X n

= =

⋅⋅=

∑∑

代表總樣本平均。

決策法則為

Reject H if 0

F

obs

> F a

α

( − 1, na )

或 p-value<α

p-value

= P F ( ≥ F

obs

H

0

true)

當母體變異數檢定的結果為不全相等時,我們檢定母體平均數是 否相等可用 Welch’s statistic 或 Brown-Forsythe 修正的 F statistic。Welch 的檢定統計量為

(32)

2 1

2 2

1

( ) / 1 2( 2)

1 (1 / ) /( 1) 1

a

i i

i

a

i i

i

w X X a

W a

w u n a

⋅⋅

=

=

− −

=  + −− − − 

%

上式中

2

i i i

w = n S

1 a

i i

u w

=

=

1 a

i i

i

X w X

u

⋅⋅

=

=

% , 1

ni

ij j i

i

X

X n

=

=

(

2

)

2

1

(1 ) 1 3 ( 1)

( 1)

a

i

i i

f a w u

= n

= − −

決策法則為

Reject H if 0

W

obs

> F a

α

( − 1, ) f

或 p-value<α

p-value

= P F ( ≥ W

obs

H

0

true)

另外 Brown-Forsythe 的修正的 F 檢定統計量為

2 1

2 1

( ) (1 )

a

i i

i a

i i i

n X X

F n

n S

⋅⋅

=

=

=

決策法則為

Reject H if 0

F

obs

> F g

α

( − 1, ) f

(33)

上式中的臨界值的第 2 個自由度 f 可由下面公式得到

2

1

1

1

a i

i i

c f = = n

2

2 1

(1 / ) (1 / )

i i

i a

i i

i

n n S c

n n S

=

= −

Reject H if p-value0 <α p-value

= P F ( ≥ F

obs

H

0

true)

2.5 多重比較(Multiple comparisons)

0 1 2

1 0

: : H a

H not H

µ = µ = =µ



L

如果上面 a 個平均數檢定的結果是拒絕H ,我們可以知道變數0 xi 的平均數有顯著的差異。但是我們會進一步希望知道到底變數x 的平i 均數在哪兩種之間有顯著的差異,也就是要檢定

0 1

:

, , , :

i j

i j

H

i j i j i H

µ µ µ µ

 = ≠ <

 ≠

 , j=1, 2,K,a

我們稱為多重比較,後續我們將討論當變異數全等時的多重比 較、不假設變異數全等時的多重比較。

2.5.1 當變異數全等時( σ

12

= σ

22

= = L σ

a2

= σ

2

)

我們採用Tukey’s HSD method來做多重比較,HSD代表誠實顯著 差異(honestly significant difference)的縮寫,檢定統計量為

(34)

( ) ( )

all( , )

max i j i j

i j

i

X X

q MSW

n

µ µ

− − −

=

q

服從the studentized range distribution 自由度為 a 與 n a− ,上式中

n

i

=

min

( , n n

i j

)

a =組數(number of groups),

ˆ2

MSW =σ =共同變異數的估計值(common estimate of σ )。 2 所以

µ µ

i

j的100(1α)%同時的信賴區間(S.C.I.)為

(

i j

) (

,

)

, (1 )

i

X X q a n a MSW i j a

α n

± − ≤ < ≤

2.5.2 當變異數不全等時

當變異數不全相等時,我們可採用Tamhane’s T2、Dunnett’s T3、

Games-Howell 、 Dunnette’s C 這 四 種 方 法 做 多 重 比 較 。

µ µ

i

j 100(1−α)%的同時的信賴區間(S.C.I.)為

(

i j

)

ij( ) i2 2j 1/ 2, (1 )

i j

S S

X X i j a

n n ξ α

 

− ±  +  ≤ < ≤

( ) ij

ξ 會隨著使用方法的不同,而有不同的值。 α

(1) Tamhane’s T2

"

( ) ( )ˆ

ijα tα vij

ξ =

上式中 " 1 1

(

1

)

1 ,

2 2

k a

α =  − −α  k =   ,

(35)

( )

{ }

2 2 2

4 2 4 2

/ /

ˆ / ( 1) / ( 1)

i i j j

ij

i i i j j j

S n S n v S n n S n n

= +

− + − ,

t

α"

( ) v ˆ

ij 代表α 為α 且自由度為"

v ˆ

ij的 t 分配的臨界值。

(2) Dunnett’s T3

( ) ( )

ˆ ,ij

ijα M k vα

ξ =

上式中

α "

v ˆ

ij同Tamhane’s T2,

( ),ˆ

k vij

M α −the studentized maximum modulus distribution with parameter k and d.f.

v ˆ

ij

(3) Games-Howell

( ) ( )

ˆ

, / 2

ijα Qa vαij

ξ =

上式中

v ˆ

ij同Tamhane’s T2,

( ),ˆ

a vij

Qαthe studentized range distribution with parameter a and d.f.

v ˆ

ij

(4) Dunnette’s C

( ) 2 2

, ,

( )

2 2

( / ) ( / ) 2( / / )

i j

a v i i a v j j

ij

i i j j

Q S n Q S n S n S n

α α

ξ α +

= +

上式中vi = −ni 1, vj = −nj 1

我們的資料採用Dunnette’s C的方法來做多重比較。我們將用 SPSS 12.0軟體做出結果。

2.6 項目分析

在自編檢定中,為了得知檢定的可行性與適切性,於試題分析

(36)

時,會將測驗總重要度前 25%至 33%設為高群組;測驗總重要度後 25%至 33%設為低群組,然後算出高低兩群組在每個試題覺得重要人 數的百分比,根據高低群組在每個試題覺得重要人數之百分比算出試 題的判別力(discrimination)。

判別力指數為D=P -P H L

其中P 代表高群組在某個題項覺得重要人數的百分比;H P 代表L 低群組在某個題項覺得重要人數的百分比;D 為判別力指數。而 D 值越大,代表試題的判別力越佳,D 值最好在 0.3 以上,下表 2-6-1 為判別力的評鑑標準:

表 2-6-1 判別力的評鑑標準

判別力指標 試題評鑑結果

0.40 以上 非常優良

0.30~0.39 優良,但可能需要修改 0.20~0.29 尚可,但須做局部修改 0.19 以下 劣,需要刪除或修改

項目分析的主要目的在求出問卷個別題項的決斷值─CR 值,CR 值又稱臨界比,臨界比是根據測驗重要度區分出高群組與低群組後,

在求高、低兩群組在每個題項的平均差異顯著性,其原理與獨立樣本 的 t 檢定相同。項目分析後再將未達顯著水準的題項刪除,其主要操

(37)

作步驟可以細分為以下幾個步驟:

1. 量表題項的反向計分。

2. 求出量表的總分。

3. 量表總分高低排列。

4. 找出高低分組上下 27%處的分數。

5. 依臨界分數將量表得分分成兩組。

6. 以 t 檢定考驗高低兩組在每個題項的差異。

7. 將 t 檢定結果未達顯著性的題項刪除。

除了以 CR 值來挑選題項外,亦可求題項與總分的皮爾森相關,

從兩者相關係數大小作為另一判別依據,若未達顯著水準,可以考慮 優先刪除。

(38)

圖 2-6-1 項目分析流程圖 F 值

顯著與否?

母群體變異數異質不假設 變異數相同時

母群體變異數同質假設變 異數相同時

P<0.05

T 值顯著否? T 值顯著否?

P0.05 接受虛無假設

結果顯著

結果不顯著 P<0.05

P0.05(接 受虛無假設)

P0.05(接 受虛無假設)

P 代表 p-value

(39)

第三章 敘述統計

在本章將針對基本資料與題項兩部份做敘述統計,其敘述如下:

1.藉由基本的敘述統計我們將可以清楚瞭解樣本的取樣;而在題項 部份,則可將其重要程度做初步歸納,以利後續的分析比較。

2.我們將統計次數換算為百分比,在累積百分比方面,則扣除未勾 選之百分比,避免受到單題中未作答者的影響。

3.1 基本資料

表 3-1-1 性別

性別 次數 百分比 累計百分比

149 50.5% 50.5%

146 49.5% 100.0%

合計 295 100.0%

由上表可知本研究受訪者有五成為男性,顯示回收問卷中,受訪 的教師中男女性幾乎個半。

表3-1-2年齡

年齡 次數 百分比 累積百分比

30 歲以下 38 12.9% 12.9%

31~40 歲 109 36.9% 49.8%

41~50 歲 98 33.2% 83.%

51~60 歲 46 15.6% 98.6%

61 歲以上 4 1.4% 100%

合計 295

由上表可知本研究受訪者年齡分布大致集中在31~50歲左右

(40)

表3-1-3學歷

學歷 次數 百分比 累積百分比

師專、教育大學 27 9.2% 9.2%

一般大學 98 33.2% 42.4%

師範大學 26 8.8% 51.2%

研究所 40 學分班 42 14.2% 65.4%

研究所(碩、博士) 98 33.2% 98.6%

其他 4 1.4% 100%

合計 295 100%

由上表可知本研究受訪者學歷由一般大學、研究所人數鼎立雙峰。

表3-1-4年資

年資 次數 百分比 累積百分比

未滿五年 56 19.0% 19.0%

5~未滿 10 年 74 25.1% 44.1%

10~未滿 15 年 60 20.3% 64.4%

15~未滿 20 年 72 24.4 % 88.8%

20 年以上 33 11.2% 100%

合計 295 100%

由上表可知本研究受訪者符合老、中、青三代的教職就業生態。

表 3-1-5 受訪學校

次數 百分比 累計百分比

嶺東中學 114 38.6% 38.6%

明道中學 26 8.8% 47.4%

忠明高中 19 6.4% 53.8%

台中家商 43 14.7% 68.5%

西苑高中 13 4.4% 72.9%

大甲高工 38 12.9% 85.8%

秀水高工 23 7.8% 93.6%

彰化高商 19 6.4% 100%

合計 295 100%

(41)

受訪者公立學校六所 155 人佔 52.6%、私立學校二所 140 人佔47.4%表 3-1-6 高中教師目前從事閱讀的主要目的:

答案數

1 休閒娛樂 127 43.1%

2 教學工作 159 53.9%

3 培養才藝 58 19.6%

4 投資理財 70 23.7%

5 教育子女 57 19.3%

6 修身養性 37 12.5%

7 人際溝通 13 4.4%

8 增廣見聞 95 32.2%

9 當工具書 44 14.9%

10 準備考試 20 6.8%

11 課業進修 42 14.2%

12 其他 4 1.4%

樣本數 295 246%

此結果可看出十二個選項中,受訪者目前所從事閱讀的主要目的為

「教學工作」(53.9%);其次為「休閒娛樂」(43.1%)與「增廣見聞」

(32.2%),再次為投資理財(23.7%)。由於是複選題的關係,加總數 字為 246%,於最多可答三項之複選題中,每人平均答了 2.46 題。

表 3-1-7 影響高中教師閱讀意願的因素:

答案數

1 暢銷書 59 20.0%

2 親友推薦 111 37.6%

3 內容豐富 156 52.9%

4 合乎需求 187 63.4%

5 圖書館讀過 14 4.7%

6 作者名氣 26 8.8%

7 價格高低 20 6.7%

8 便於攜帶 16 5.4%

(42)

9 用字易懂 25 8.5%

10 圖片精彩 14 4.7%

11 標題吸引 38 12.9%

12 印刷好壞 12 4.1%

13 封面美觀 3 1.0%

14 名人推薦 19 6.4 %

15 其他 6 2.0%

樣本數 295 239.1%

此結果可看出十五個選項中,影響受訪者閱讀意願的因素為「合乎需 求」(63.4%);其次為「內容豐富」(52.9%)與「親友推薦」(37.6

%),再次為暢銷書(20.0%)。由於是複選題的關係,「%」之加總數 字 239.1%,於最多可答三項之複選題中,每人平均答 2.391 題。

表 3-1-8.1 閱讀目的與閱讀意願複選交叉分析表

閱讀意願 閱讀目的

是否為 暢銷書

親朋好友 的推薦

內容是 否豐富

內容是否 合乎需求

曾經在圖

書館讀過 總計

休閒娛樂 39

66.1%

48 43.2%

80 51.3%

90 48.1%

9 64.3%

127 43.1%

教學工作 40

67.8%

60 54.1%

104 66.7%

115 61.5%

7 50%

159 53.9%

培養才藝 6

10.2%

32 28.8%

23 14.7%

18 9.6%

3 21.4%

58 19.7%

投資理財 19

32.2%

24 21.6%

35 22.4%

49 26.2%

3 21.4%

70 23.7%

教育子女 11

18.6%

23 20.7%

28 17.9%

41 21.9%

1 7.1%

57 19.3%

修身養性 10

16.9%

11 9.9%

26 16.7%

29 15.5%

1 7.1%

37 12.5%

人際溝通 2

3.4%

7 6.3%

8 5.1%

7 3.7%

2 14.3%

13 4.4%

增廣見聞 18

30.5%

33 29.7%

60 38.5%

71 38%

5 35.7%

95 32.2%

參考文獻

相關文件

• To enhance teachers’ understanding of the major updates of the English Language Education Key Learning Area under the ongoing renewal of the school curriculum;.. • To

 Literacy Development  Using Storytelling to Develop Students' Interest in Reading - A Resource Package for English Teachers 2015  Teaching Phonics at Primary Level 2017

• e‐Learning Series: Effective Use of Multimodal Materials in Language Arts to Enhance the Learning and Teaching of English at the Junior Secondary Level. Language across

help students develop the reading skills and strategies necessary for understanding and analysing language use in English texts (e.g. text structures and

• e‐Learning Series: Effective Use of Multimodal Materials in Language Arts to Enhance the Learning and Teaching of English at the Junior Secondary Level. Language across

Wang, Solving pseudomonotone variational inequalities and pseudocon- vex optimization problems using the projection neural network, IEEE Transactions on Neural Networks 17

Hope theory: A member of the positive psychology family. Lopez (Eds.), Handbook of positive

volume suppressed mass: (TeV) 2 /M P ∼ 10 −4 eV → mm range can be experimentally tested for any number of extra dimensions - Light U(1) gauge bosons: no derivative couplings. =&gt;