教育研究集刊
第五十四輯第一期 2008年3月 頁117-149
學科補習、成績表現與升學結果──
以學測成績與上公立大學為例
黃 毅 志 、 陳 俊 瑋 摘 要
近年來補習教育大幅成長，但是參與補習對學業成績表現與升學的機會究竟 有何效益？補習教育受到家庭社經地位影響所顯現的階層化效應又是如何？則都 成為重要的研究問題。雖然學界不乏相關議題的討論，卻仍未見一致的答案。本 文先對現有文獻進行了仔細的回顧與檢討，再使用「高等教育資料庫：94 學年度 大一新生調查」資料進行分析。分析結果顯示：所有的背景變項對學科補習參與 的影響都很小；而學科補習的科數對大學入學考試的學測成績與進入公立大學機 率之影響，則都是先升後降的。補習過多，不僅可能在學習方面造成反效果，也 可能壓縮了學生準備資料審查與口試的時間。
關鍵詞： 學科補習、學測成績、進入公立大學
黃毅志，國立臺東大學教育系教授
陳俊瑋，國立彰化師範大學教育研究所碩士班研究生
電子郵件為：hungeg@nttu.edu.tw; cwchen1314@yahoo.com.tw
投稿日期：2007年9月23日；修正日期：2008年1月3日；採用日期：2008年2月13日
Bulletin of Educational Research
March, 2008, Vol. 54 No. 1 pp. 117-149
Academic Cram Schooling, Academic Performance, and Opportunity of
Entering Public Universities
Yih-Jyh Huang Chun-Wei Chen Abstract
With the booming of cram schools recently, the effects of cram schooling on aca- demic performance and the opportunity of entering universities are worthy of investi- gation. Also, whether the cram school participation is stratified by family social eco- nomic status needs to be answered. Some studies have touched these research ques- tions. However, no agreements have been reached. In this paper, we first make a careful review of the relevant literature, design adequate variables measurement and statistical technique, and then use “Taiwan Higher Education Data” to re-explore the questions mentioned above. The empirical results show that the effects of all back- ground variables on academic cram school participation are trivial. On the other hand, the effects of academic cram schooling on academic performance and on the opportu- nity of entering public universities are both significant. Specifically, they both reveal the “ascend first and then descend” pattern. It implies that too much academic cram schooling may worsen students’ academic performance and shorten the time students can use to prepare for the inspections and interviews.
Keywords: academic cram schooling, academic performance, opportunity of entering public universities
壹、緒 論
在臺灣傳統「萬般皆下品，唯有讀書高」的觀念下，受教育年數所代表教育 程度不但對職業與收入有很大的影響，而且教育年數本身也是很重要的階層區分
（黃毅志，2002）。而學生的學業成績關係到升學與教育年數，學業成績一直是學 生與家長十分關心的一件事，而往往想透過補習來提高學業成績。
近十年來，臺灣的升學補習班數量大幅成長（林大森、陳憶芬，2006；劉正，
2006）。教育改革實施後，九年一貫課程包含七大領域且內容包羅萬象，使得許多 學校教師並未能夠勝任教學，許多學生也就進入補習班補習（劉正，2006：3）；
而在「多元入學方案」的實施下，所有考生都要考自然、社會兩科，考生所面對 的學科考試科內容較聯考時多，推薦甄選與申請入學的考生又要面對口試，才藝 表現也納入成績總分中，而補習班有補才藝，也教導學生如何應付口試（林大森、
陳憶芬，2006：46；陳怡靖、陳密桃、黃毅志，2006）；這都是升學補習班數量大 幅成長的重要原因。家長讓孩子從小學就開始接受各種才藝班與學科補習，臺灣 學生上補習班，其年齡層不斷地向下蔓延，從幼稚園階段就開始接受補習；並向 上延伸，在大學畢業後為升研究所也要補習（劉正，2006）。
雖然接受補習教育人數大幅成長，但是補習參與對學業成績與升學結果究竟 有何效益？補習參與受到出身背景，特別是家庭社經地位影響，所顯示的階層化 效應與機會不均等性又是如何？皆成為重要的研究問題。然而，許多研究對以上 問題做探討，往往得到不同的答案，除了各研究的變項測量與統計方法不一之外，
樣本不同也是重要原因（李敦義，2006；林大森、陳憶芬，2006；孫清山、黃毅 志，1996；劉正，2006）。本文在檢討這些研究後，採用適當的變項測量與統計方 法，採用彭森明主持的高等教育資料庫「94 學年度大一新生調查」（彭森明，2003）
的臺灣地區大樣本資料做分析，重新探討以上問題；在補習效益的分析方面，除 了分析補習參與對於大學入學考試中很重要的學測成績之影響，也分析先前研究
未探討的補習參與對於是否能升上公立大學之影響。在當前大學聯考錄取率將近 100%的情況下，重要的不是能升上大學，而是能升上好學校，如公立大學 1。至 於本研究只分析學科補習，未分析才藝補習的原因在於，學科補習與學測成績很 可能有密切的關聯，而與升上公立大學的關聯較大；而才藝補習雖然關聯到才藝 表現，但是就整體而言，才藝表現只占入學成績的一小部分2。
貳、文獻探討
一、補習教育研究的背景與重要文獻之探討
在眾多探討教育年數取得所涉及機會不平等性的研究中，Wisconsin Model 發 展久遠，除了家庭社經地位，包含父母教育、職業與家庭收入之外，並加入許多 社會心理的變項，如 IQ、父母對子女教育之激勵、子女抱負來解釋教育取得，釐 清了家庭社經地位影響教育年數的因果機制所涉及的機會不平等性（Hauser, Tsai,
& Sewell, 1983; Sewell & Hauser, 1975: 92; Sewell, Haller, & Portes, 1969; Sewell, Haller, & Ohlendorf, 1970）；此外，P. Bourdieu 的文化資本理論與 J. S. Coleman 的 社會資本理論近年來亦引起了廣泛的討論及經驗檢證，許多研究分析家庭背景對 文化資本、社會資本變項的影響，以及文化資本、社會資本變項對教育成就，這 包括學業成績與教育年數的影響，進一釐清了家庭社經地位影響教育成就的因果 機制（Bourdieu, 1977, 1984; Burkam, Ready, Lee, & LoGerfo, 2004; Cheng & Powell, 2007; Coleman, 1988; De Graaf, 1986; Dumais, 2002; Kalmijn & Kraaykamp, 1996;
1 教育部五百億研究經費補助的大學，除了有以大學入學考試招生的公立大學（含臺 大、成大、清大、交大、陽明、中正、中山、中興與政大）之外，還包括私立的長 庚與元智（教育部，2007），這些私立大學的社會聲譽與錄取最低分未必低於未獲 補助的公立大學，但由於本研究所分析之資料並沒有公開大一新生就讀大學名稱，
因此無法將上述高聲譽的公、私立大學合併稱為菁英大學，再以菁英大學為依變項 進行分析。
2 本研究所分析之資料並沒有參與補習才藝科目之題目，因此無法分析參與才藝補習 對學測成績、上公立大學之影響。
Lareau, 2002; Wong, 1998）。
以上研究的理論與變項，主要都是根據西方的社會經濟狀況所發展出來的，
至於其他國家的教育取得又是如何？Stevenson 與 Baker（1992）對日本高中生之 研究發現，在日本接受補習教育有助大學入學考試之成功，而來自高社經地位家 庭的學生，由於家庭有較多資源而有較多機會接受補習教育，並提高大學入學考 試成功之機會。
延續 Stevenson 與 Baker（1992）的研究，孫清山與黃毅志（1996）發現，在 臺灣補習參與對於國中及高中日後的升學影響有很大的正影響，是所有變項中影 響最大者，比文化資本與家庭讀書環境大得多；這項研究的家庭讀書環境為一綜 合指標，包括父母因子女成績好而鼓勵子女所代表的社會資本，以及父母出錢買 課外讀物給子女、使子女擁有個人的書桌或書櫃、書架所代表的財務資本
（Coleman, 1988）；而在臺灣、日本父母出錢供給子女參與補習教育，補習參與 也是很重要的財務資本變項。這項研究也發現，背景因素中如父母教育與父親職 業對於補習參與有相當的影響，而女性補習參與低於男性，反映出性別差別待遇，
補習參與在當時有相當的階層化效應。該研究是臺灣最早探討補習效益與階層化 效應的問題之實證研究，也啟發了對這些問題所做的後續研究，不過由於該研究 所使用的「1992 年臺灣地區社會變遷調查社會階層組資料」的樣本，年齡涵蓋當 時 20-64 歲的臺灣地區民眾，以平均 42 歲來看，其參與國、高中補習的時間大約 是 1962-1968 年，距今大約 40 年，大部分的樣本是透過聯考升學，其研究結果是 否還適用於現今的實際情形？則有待後續研究繼續探討。
最近，劉正（2006）以「臺灣教育長期追蹤資料庫」（Taiwan Education Panel Survey, TEPS）於 2001 年 9 月到 2002 年 3 月對臺灣地區國中生做問卷的資料進行 分析。他根據迴歸分析發現，隨著補習時間增加，學業成績先升後降，適度的補 習會提高成績，不過隨著補習時間增加，提高成績的效益會打折扣，補習時間過 長，成績反而會下降。這是一項很重要的發現，他並以邊際效用遞減的普遍定律 做解釋，不過對關於造成補習時間對於成績有邊際效用遞減的現象之機制，他並 沒有多做解釋。在補習階層化問題方面，他根據邏輯迴歸發現，男女補習參與機 率並沒差別，家庭社經地位對補習參與機率的影響很弱，相較於孫清山與黃毅志
（1996）所發現「早年家庭社經地位對補習參與的影響」已減弱許多，他的解釋 是近年臺灣的補習參與已高度普及（劉正，2006：17），各階層者都有許多機會參 與，而縮減家庭社經地位對補習參與的影響。
不過，劉正雖發現，不論父親的職業為何，子女補習參與的機率沒有多大不 同；筆者認為這個發現可能由於當時 TEPS 父親職業分類的階層區辨力不足（陳 怡靖，2004：351），而無法顯現父親職業不同所造成的子女補習參與機率之差別。
而劉正在估計家庭社經地位對於補習參與的影響時，控制了父母教育期望與學生 自我教育期望，很可能有家庭社經地位愈高，父母與學生教育期望高（巫有鎰，
2007; Hauser et al., 1983），進而提高補習參與的間接影響；由於劉正控制了父母與 學生教育期望，家庭社經地位的影響只剩下直接影響，很可能低估了家庭社經地 位的影響。
林大森與陳憶芬（2006）則以高等教育資料庫「92 學年度大一新生調查」資 料中，選取以登記分發升上一般體系大學或學院的樣本，來分析高中階段的補習 效益與階層化。他根據大一新生所錄取的科系分為人文社會學門與自然科技學門 兩組之樣本，發現在「高中三年學科補習總科目（0-24 科）」的效益方面，兩組學 門的補習科目數對於大學入學學測成績總分都有正向影響；而在「各年級學科補 習科目數」的效益方面，人文社會學門的高二補習科目數對學測總分有顯著正影 響，不過高一、高三補習科目數的影響卻未達顯著；而自然科技學門則是高二與 高三的補習科目數都有顯著影響，不過高一補習科目數的影響卻未達顯著。然而，
他們對於為何補習科目數的影響會視年級與學門而定，並未做清楚的解釋。而他 們在分析補習效益時，控制了「高中三年學業總平均成績」，很可能有補習科目數 愈多，高中平均成績愈高，進而提高學測總分的間接影響；由於他們控制了高中 平均成績，補習科目數的影響只剩下直接影響，很可能低估了補習科目數的影 響。
至於林大森與陳憶芬（2006）對於補習階層化問題的分析，得到由於補習參 與高度普及，導致家庭社經地位與其他背景變項，如性別、族群對補習總科目數 影響很弱之結論，這與劉正（2006）的結論類似。不過他們將家庭社經地位與其 他背景變項對補習科目數影響的總解釋量 R2 只有.04，與先前孫清山與黃毅志
（1996）的.17 相比，認為整體的影響程度較過去小很多，則有些問題；因為他們 研究的是高中階段的補習，但拿來做比較的卻是孫清山與黃毅志的國中階段補 習，孫清山與黃毅志所發現的高中階段上述變項對補習影響之 R2 也只有.06，與 他們的.04 未有大幅縮減。而他們的研究並未包含推薦甄選與申請入學的樣本，在 這些樣本中，背景變項對於學科補習科目數，學科補習科目數對與學測總分究竟 有何影響？仍有待進一步研究釐清。
李敦義（2006）採用 TEPS 於 2001 年對高中職五專二年級學生調查的資料做 分析，這些學生於 2000 年升上高中職五專，當時雖已實施多元入學，不過聯考還 在。李敦義發現，只有在推薦甄選與申請入學階段，學科補習次數（0-4 次）對於 升上出路較好的高中（而非技職學校）、公立學校（而非私立學校）機率有正向直 線影響，而非先升後降之非直線影響，就此而言，補習對升學有所效益；不過，
在透過聯考與登記分發入學的樣本，學科補習次數對於升上高中、公立學校機率 並未有顯著影響；整體而言，補習效益不大。至於為何在推薦甄選與申請入學階 段，補習次數對於升上高中機率有正向影響，李敦義的解釋是，補習次數多，會 提高入學考試總分所涵蓋的品德、綜合表現、特殊事蹟之評分，但補習次數多會 提高品德之評分，實在很沒說服力。
李敦義將透過聯考與登記分發入學的樣本合併做分析，而發現補習全無效 益，也很有問題；聯考是上公立高中的最重要管道，而登記分發大都升上高職或 私立高中（陳怡靖等，2006：446，448；陳建州、劉正，2004），兩種入學方式的 考生性質大不相同，卻將透過這兩種入學方式入學者合併做分析，可能因而無法 顯現透過聯考入學者，補習次數較多，由於入學考試分數較高，而提高升上公立 學校、高中機率的現象。而在此分析中，李敦義控制了入學方式，以估計補習次 數的影響時，很可能有補習次數較多，國中在校成績較高，進而提高透過聯考進 入公立高中機率的間接影響；由於他控制了入學方式，補習次數的影響只剩下直 接影響，很可能低估補習次數對升上高中、公立學校機率的影響。由於李敦義的 研究方法與對研究發現的解釋皆有問題，補習效益還有進一步研究釐清的必要。
二、補習效益的進一步文獻探討
前一節只針對探討補習效益與階層化問題的少數重要文獻，依研究時間先後 做回顧，以說明這方面研究的發展與限制，以及補習階層化的可能變遷。本節與 下一節則對這兩項問題做更完整、系統化的文獻探討；然而，大多數的文獻的補 習參與並沒有區分藝文補習或學科補習，如孫清山與黃毅志（1996），補習可能同 時含藝文補習與學科補習；不過學科補習與升學機率、教育年數與學業成績的關 聯密切多了，補習仍當以學科補習為主。本節所探討的補習效益之文獻如下：
（一）以「升學機率或教育年數」衡量補習效益的研究
多數研究都發現，補習參與有助於提升學生日後的升學機會或教育年數（林 大森，2001；孫清山、黃毅志，1996；陳怡靖，2001；陳怡靖、鄭燿男，2000）。
其中，孫清山與黃毅志（1996）的研究發現，國初中與高中職階段，參加補習的 項數愈多，則日後升學的機率愈高；李敦義則發現補習參與對升高中職五專所上 的學校類型影響相當有限。
（二）以「學業成績」衡量補習效益的研究
大部分研究發現，補習參與有助於提升學生的學業成績（巫有鎰，2007；林 大森、陳憶芬，2006：58；陳順利，2001；楊肅棟，2001）。江芳盛（2006）的研 究則與劉正（2006）類似，發現補習時數對於學業成績的影響呈現先升後降的非 直線關係。
三、補習階層化的進一步文獻探討
補習的階層化，可用家庭社經地位與性別、族群等階層背景變項，對補習參 與的影響來探討。在父母教育程度的影響上，多數研究發現，父母教育程度愈高，
學生補習參與愈高（江芳盛，2006；巫有鎰，1999，2007；林大森，2001；林大 森、陳憶芬，2006；孫清山、黃毅志，1996；陳怡靖、鄭燿男，2000）。但也有研 究發現，雖然大致而言，家長教育程度愈高，學生補習的機率也愈高，但研究所 學歷的家長，學生參與補習的機率反而低於高中職與大專學歷者（劉正，2006），
劉正（2006：24）認為可能的解釋是：「教育程度特別高的父母，較願意自己協助
解決子女課業上的問題；也有可能是他們基本上較為反對補習這種類似填鴨式的 教育」，而降低學生參與補習機率。
在父親職業的影響上，有些研究發現父親職業地位愈高，學生參與補習的機 率愈高（林大森，2001；楊肅棟，2001）。不過，劉正（2006：24）卻發現，不論 父親的職業為何，子女補習參與的機率沒有多大不同。
過去多數研究發現，父母親教育、職業愈高，學生的補習參與愈高；很可能 由於父母教育程度與父親職業地位愈高，對於子女的教育期望也較高，進而提高 子女的成就抱負（巫有鎰，2007；Hauser et al., 1983; Sewell et al., 1969; Sewell, Haller, & Ohlendorf, 1970），這都可能增加其補習參與。
在家庭收入的影響上，有些研究發現家庭的收入較高，學生參與補習愈高（林 大森、陳憶芬，2006；陳怡靖，2004）。很可能由於收入較高的家庭，所能負擔的 補習支出較高，學生參與補習也就愈高。
在性別的影響上，早期的研究（孫清山、黃毅志，1996）發現男性較女性參 與較多補習，這可歸因於傳統「重男輕女」的性別差別待遇。不過最近的研究卻 發現，在臺灣補習日漸普及之下，男女的補習參與已無差別（林大森、陳憶芬，
2006；劉正，2006）。男女的補習參與已無差別，除了補習教育高度普及外，也可 歸因於性別差別待遇減低，兩性教育機會日趨均等（黃毅志，1995；駱明慶，
2001）。在族群的影響上，許多研究發現，原住民的補習參與低於漢人（巫有鎰，
2007，林大森、陳憶芬，2006；楊肅棟，2001）。
參、研究方法
一、研究架構
本研究根據相關文獻所建立的研究架構，一共包含三類變項，如圖 1 所示，
其中出身背景變項為性別、族群、父親教育、母親教育、父親職業、家庭收入、
家庭完整性、兄弟人數與姊妹人數，中介變項為學科補習參與、學科能力測驗成 績總分（簡稱學測總分），依變項為上公立大學；其中家庭完整性、兄弟人數與姊
妹人數，雖然不是階層變項，它們的影響不能代表補習階層化，不過，仍能代表 補習參與的機會不均等性，也就仍然納入架構中。本研究的背景變項和林大森與 陳憶芬（2006）主要不同在於多了頗為重要的家庭完整性（陳順利，2001；楊肅 棟，2001；劉正，2006），族群分為本省閩南、本省客家、外省與原住民四族，比他 們只分原、漢兩組更精細，可比較同屬漢人的閩南、客家與外省補習參與之差異。
圖 1 研究架構
二、研究假設
根據相關的文獻探討與圖 1 的研究架構，本研究進一步提出下列研究假設：
（一）出身背景變項對學科補習參與的影響 1.各背景變項對補習參與的研究假設
在性別與族群方面，可提出假設 1.1：男女補習參與沒有差異（林大森、陳憶 芬，2006；劉正，2006）；假設 1.2：原住民的補習參與較漢人低（巫有鎰，2007；
林大森、陳憶芬，2006；楊肅棟，2001）。
在家庭社經地位方面，可提出假設 1.3：父親教育年數愈高，子女的補習參與 愈高；假設 1.4：母親教育年數愈高，子女的補習參與愈高（巫有鎰，1999，2007；
林大森、陳憶芬，2006：54；孫清山、黃毅志，1996；陳怡靖、鄭燿男，2000）；
假設 1.5：父親職業地位愈高，子女的補習參與愈高（林大森，2001；楊肅棟，2001）； 出身背景變項
1.性別 2.族群 3.父親教育 4.母親教育 5.父親職業 6.家庭收入 7.家庭完整性 8.兄弟人數 9.姊妹人數
學科補習參與 學測總分 上公立大學
假設 1.6：家庭收入愈高，子女的補習參與愈高（林大森、陳憶芬，2006：54；陳 怡靖，2004）。
在家庭完整性方面，過去研究發現雙親家庭的子女，補習參與比其他家庭高
（陳順利，2001；楊肅棟，2001；劉正，2006：23），可能由於雙親家庭的子女，
受到父母的關照較多，並提升學生的成就抱負（巫有鎰，2005，2007；陳順利，
2001），這都會增加補習參與。因此可提出以下假設：
假設 1.7：雙親家庭的子女，補習參與較其他家庭高。
在兄弟姊妹人數方面，許多研究發現，兄弟姊妹人數愈多，個人的補習參與 愈低（林大森、陳憶芬，2006：54；孫清山、黃毅志，1996；陳怡靖、鄭燿男，
2000），這可用資源稀釋假設做解釋：兄弟姊妹人數愈多，每個人能從父母分得的 資源愈少（Blake, 1985），補習參與也就愈低。因此可提出以下假設：
假設 1.8：兄弟人數愈多，個人的補習參與愈低。
假設 1.9：姊妹人數愈多，個人的補習參與愈低。
（二）補習的效益
1.學科補習參與對學測總分的影響
大部分都發現補習參與有助於提升學生的學業成績（巫有鎰，2007；林大森、
陳憶芬，2006：58；陳順利，2001；楊肅棟，2001）。因此在補習參與對學測總分 的影響上，本研究提出以下假設：
假設 2.1：補習參與愈多，學測總分愈高。
2.學科補習參與對升上公立大學的影響
在文獻回顧中，發現並沒有研究探討補習對上公立大學的影響，不過根據過 去研究發現，高中補習參與有利於學測成績的提升（林大森、陳憶芬，2006：57），
而學測成績為推薦甄選與申請入學的重要依據，也做為登記分發入學的門檻；本 研究發現又顯示，學測總分與登記分發所依據的大學指定科目考試平均每科分數 相關（r 值）高達.746；就登記分發入學而言，學測總分愈高，也會提高進入公立 大學的機會。因此有補習參與愈多，學測總分愈高，進而提高對升上入學標準較 高的公立大學之間接影響。本研究提出以下假設：
假設 2.2：學測總分愈高，上公立大學的機率愈高。
假設 2.3：補習參與愈多，上公立大學的機率愈高。
三、資料來源
本研究以「臺灣高等教育資料庫──94 學年度大一新生問卷調查」的資料進 行分析，此調查針對 94 學年度大一日間部學生，以 25%的抽樣比率，抽出 75084 人。再用網路問卷進行調查，合計回收 52315 份問卷，回收率高達 70%。本研究 的對象僅限於曾參加學科能力測驗而有學測總分的樣本數 25824 人。
94學年度的大學多元入學方案，包括「學校推薦」、「個人申請」與「大學考 試分發入學」三種入學方式。以下簡單說明三種不同入學方式的實施方式（大學 考試入學分發委員會，2005；大學甄選入學彙辦中心，2005）：
（一）學校推薦
報名資格為高中職之普通科應屆畢業生。主要根據在校表現推薦學生，學校 對一個學生只能推薦一校一系，錄取方式主要參酌 2 月份進行的學科能力測驗成 績、面試，與在校成績單、自傳、讀書計畫、成果作品、師長推薦函、健康檢查 表等審查資料。
（二）個人申請
報名資格為高中職應屆畢業或已畢業學生。一個學生最多能申請五校系，錄 取方式同學校推薦。
（三）大學考試分發入學
報名資格為高中、高職五專應屆畢業或已畢業學生。錄取方式主要以學科能 力測驗成績為門檻，7 月份進行的指定科目考試成績為最後標準。
綜合上述三種入學方式可看到，學科能力測驗成績做為個人申請與學校推薦 入學的重要依據 3，同時也是大學考試分發入學的門檻；而整體看來，才藝表現 並不重要。而通常個人申請入學簡稱為申請入學，大學考試分發入學簡稱為登記
3 檢視 94 學年度大學甄選入學校系分則資料可以發現，學科能力測驗總分在大部分 系所中，占總成績很高的比例，例如：國立臺灣師範大學教育學系 94 學年度的學 校推薦與個人申請中，學測總分各占總成績 50%。
分發入學，學校推薦入學簡稱為推薦甄選，如本研究所用的「94 學年度大一新生 調查問卷」所示。
參加大學入學考試者，不論是推薦甄選、申請入學與登記分發入學皆要參加 學科能力測驗；而只有透過登記分發入學者才要參加大學指定科目考試；所以本 研究乃採取有學測總分的樣本做分析。
四、變項測量
（一）出身背景變項
1.性別：迴歸與邏輯迴歸分析時做虛擬變項，以男為 1，女為 0。
2.族群：以父親的籍貫代表學生的族群，分為本省閩南、本省客家、外省與 原住民，迴歸與邏輯迴歸分析時做虛擬變項，以本省閩南為對照組。
3.父母教育程度：將父母教育程度轉換為教育年數，如國小為 6 年、國中 9 年。
4.父親職業：
（1）在百分比與均數比較分析時：為了簡化分析與說明，將「農林漁牧工作 人員」簡稱為農林漁牧；將「技術工」、「機械設備操作工及裝配工」與「非技術 工」合併為工人；並將「服務工作人員及售貨員」簡稱為買賣服務；「事務工作人 員」與「技術員及助理專業人員」合併為基層白領；「一般專業人員」、「中小學、
特教、幼稚園教師」、「高層專業人員」與「民意代表、行政主管、企業主管及經 理人員」合併為高層白領；共得 5 個類別，職業社經地位由高而低，大致依序為 高層白領、基層白領、買賣服務、工人、農林漁牧。
（2）在迴歸與邏輯迴歸分析時：依黃毅志（2005：53，59）的六等職業社經 地位測量，以「非技術工」與「農林漁牧工作人員」為 1，「技術工」、「機械設備 操作工及裝配工」與「服務工作人員及售貨員」為 2，「事務工作人員」為 3，「技 術員及助理專業人員」為 4，「一般專業人員」、「中小學、特教、幼稚園教師」與
「民意代表、行政主管、企業主管及經理人員」為 5，「高層專業人員」為 64，數
4 父親職業在百分比、均數比較與迴歸、邏輯迴歸分析時採取不同分類方法，這是由 於在百分比與均數比較分析時的職業測量是類別變項，在迴歸、邏輯迴歸分析時等
值愈高代表職業社經地位愈高。
5.家庭收入：在迴歸與邏輯迴歸分析時，以少於 50 萬元為 1，50-114 萬元為 2，115-150 萬元為 3，151-300 萬元為 4，301-500 萬元為 5，501 萬元以上為 6，
數值愈高代表家庭收入愈高。
6.家庭完整性：以父母皆與自己在家同住為雙親家庭，父母其中一個與自己 同住為單親家庭，父母皆不在但祖父母至少一個與自己同住為隔代教養，父母、
祖父母皆不與自己同住，而由親友或兄弟姊妹代為照顧或教養者為寄親家庭。迴 歸與邏輯迴歸分析時做虛擬變項，以雙親家庭為對照組。
7.兄弟、姊妹數：兄弟數為問卷上所填答兄數加弟數，姊妹數為姊數加妹數。
8.高中職學校屬性
（1）公私立：在迴歸與邏輯迴歸分析時做虛擬變項，以公立為 1，私立為 0。
（2）日間部或進修部：迴歸與邏輯迴歸分析時做虛擬變項，日間部為 1，進 修部為 0。
9.學校位置：分成臺北市、高雄市、省轄市、一般縣與偏遠縣（含花蓮縣、
臺東縣、澎湖縣、金門縣、連江縣）共五區，在迴歸與邏輯迴歸分析時做虛擬變 項，以臺北市為對照組。
級為 1 的「非技術工」與「農林漁牧工作人員」無法併類而給與適當的職業名稱；
等級為 2 的「技術工」、「機械設備操作工及裝配工」與「服務工作人員及售貨員」
也無法併類而給與適當的職業名稱，因此父親職業在百分比、均數比較與迴歸、邏 輯迴歸分析時才會採取不同的分類方法，如此在百分比與均數比較時才能給不同的 職業類別適當名稱，如將「技術工」、「機械設備操作工及裝配工」與「非技術工」
合併稱為工人；而「事務工作人員」與「技術員及助理專業人員」職業社經地位等 級雖然不同，不過本研究初步的百分比、均數比較分析都顯示，父親為這兩項職業 者，子女學科補習參與、學測成績與上公立大學百分比幾乎沒有差別，也就合併稱 為基層白領；至於高層專業人員雖然職業社經地位等級最高，不過父親職業為高層 專業人員者只占整體分析樣本的 3.2%，也就與「一般專業人員」、「中小學、特教、
幼稚園教師」與「民意代表、行政主管、企業主管及經理人員」合併稱為高層白領。
透過如此的併類，也可以簡化百分比、均數比較分析。
（二）學科補習參與
本研究以高中一、二年級有關學測成績的學科補習科數做測量，包括國文、
英文、數學、物理、化學、生物、歷史、地理共 8 科，若這 8 科 2 年都沒補，即 為 0 科，若這 8 科 2 年都補，即為 16 科。而本研究的補習參與測量還包括是否有 參與補習，補習科數 0 即沒有補習；在迴歸分析與邏輯迴歸分析時做虛擬變項，
以有補習為 1，沒補習為 0。
（三）學測總分
以 2 月份進行的高三生大學入學考試「學科能力測驗」中，所包含的國文、
英文、數學、自然、社會五科總級分做測量，總級分最低 0 級分，最高 75 級分。
本研究補習參與測量沒有包含高三學科補習科數，是因為高三的補習有可能是在 下學期，而在「學科能力測驗」後進行，不能做為學測總分的解釋變項。
（四）是否上公立大學
在邏輯迴歸分析時，做虛擬變項，以上公立大學為 1，沒上公立大學為 0。
五、分析方法
本研究依圖 1 之研究架構進行量化分析，所運用的統計方法包括百分比交叉 分析、均數比較分析、迴歸分析與邏輯迴歸分析。研究架構中雖然包括了自變項、
中介變項與依變項，但本研究探討的焦點在出身背景對學科補習參與的影響所顯 現的階層化效應，以及學科補習參與對學測總分、上公立大學機率影響所顯現的 補習效益，並不分析出身背景透過中介變項，對上公立大學機率的影響機制，也 就不做路徑分析（path analysis）5。
在背景與學科補習參與的關聯上，首先，以雙變項分析比較不同出身背景學 生參與補習百分比與平均補習科數的差異；接著，以邏輯迴歸分析背景變項對於 是否參與的影響，以迴歸分析背景變項對於補習科數的影響；最後，比較不同補
5 即使要做路徑分析，在此必須強調的是，根據林清山（1991：245-249）與林南（Lin, 1976：321-326），傳統的路徑分析方法以迴歸來進行；而現在流行用 SEM
（structural equation modeling）做分析。本研究不考慮用 SEM 做分析，因為研究 架構中包含很多名義變項（nominal variable），以 SEM 很難做處理。
習科數者在平均學測總分、上公立大學百分比的差異，並以迴歸分析補習參與對 學測總分的影響，以邏輯迴歸分析補習參與及學測總分對上公立大學的影響。
肆、研究結果
一、出身背景與學科補習參與的關聯
（一）背景與補習參與關聯雙變項分析
由表 1 可以發現，各背景變項與參與補習、補習科數的關聯均達顯著。女生 補習參與的比率為 70.2%，高於男生的 68.5%；但在平均補習科數上，男生的 3.11 科，反而高於女生的 2.65 科。在各族群補習參與比率與平均補習科數之比較，都 是外省最高，本省客家居次，本省閩南第三，而原住民明顯偏低。父、母親教育 程度、父親職業地位與家庭收入愈高，子女補習參與的比率與平均補習科數愈高。
兄弟、姊妹人數愈多，補習參與的比率與平均補習科數也愈低。在家庭完整性方 面，補習參與比率與平均補習科數，都是寄親家庭補習最高，雙親家庭與隔代教 養很接近，單親家庭最低6。
綜觀表 1，代表各背景變項與是否參與補習及補習科數關聯強度的 Cramer’s V 與 Eta 都很低，最高僅達.156；而不同性別、父母教育、父親職業、家庭收入、兄 弟人數、姊妹人數與家庭完整性之背景者，參與補習比率及平均補習科數的差別 皆不大。上述不同背景者參與補習比率的差別皆不大，可歸因參與補習已高度普 及，全體分析樣本參與補習比率高達 69.5%，不同背景者都有很高比率參與所致；
而在不同族群中，本省閩南、本省客家與外省的補習參與比率也都很高，而沒有 多少不同，只有原住民明顯低於其他族群，只有一半左右（53.2%）。
6 寄親家庭學生數高達 5744，看來比率過高；本研究所做的進一步分析顯示，學生 在填答「有哪些人與您在家裡同住」的九項複選題中，有 1.6%全部沒有勾選，而 沒人與他同住；7.1%只有 1 個家人，含父母、祖父母與兄弟姊妹與他同住；47 位 學生有 4 個家人與他同住在家裡。可能有許多測量誤差，而造成無親家庭學生比率 過高，與無親家庭學生的補習參與最高。
表1 不同背景者的參與補習百分比及平均補習科數（全體分析樣本）
參與補習 補習科數
N % Cramer’s V 平均數 Eta
全體分析樣本 25824 69.5 2.86
性別 男
女 11255
13354 68.5
70.2 .018* 3.11
2.65 .064*
族群 本省閩南 本省客家 原住民 外省
17962 3093 2562 365
69.3 70.0 72.4 53.2
.047*
2.82 2.90 3.15 1.96
.041*
父親教育
國中以下 專科以上 高中職
6163 8538 9930
58.4 68.7
76.7 .156* 2.29 2.74
3.29 .113*
母親教育
國中以下 專科以上 高中職
7533 9647 7451
60.0 70.5
77.3 .148* 2.33 2.83
3.40 .117*
父親職業 農林漁牧 買賣服務 工人 基層白領 高層白領
1057 4930 5814 2694 6198
59.6 63.2 69.9 72.9 76.4
.120*
2.18 2.54 2.82 2.92 3.30
.093*
家庭收入
少於 50 萬元 50-150 萬元 151萬元以上
10214 9587 4698
64.3 71.3
77.0 .105* 2.57 2.91
3.36 .081*
兄弟人數
0 人 1人 2人以上
7434 9545 7640
71.9 69.5
67.2 .040* 3.05 2.84
2.69 .041*
姊妹人數
0 人 1人 2 人以上
8542 7655 8424
70.7 70.3
67.6 .031* 2.96 2.92
2.69 .033*
家庭完整性
雙親 單親 隔代 寄親
16458 1475 977 5744
69.7 60.8 70.0 71.0
.050*
2.88 2.48 2.83 2.90
.028*
說明：*表 p＜.05
（二）背景變項對學科補習參與影響之迴歸與邏輯迴歸分析
本文在所有邏輯迴歸分析的 β 為 McKelvey 與 Zavoina 之 β，此為標準化係數，
如迴歸分析的 β，可代表各自變項的影響大小（鄭旭智、張高哲、潘倩玉、林克 明譯，2002：96-97）。由表 2 可以發現，在背景變項對是否參與補習的影響方面，
男性參與補習的機率顯著低於女性。原住民參與補習的機率顯著低於本省閩南，
本省客家與外省參與補習的機率也都顯著低於本省閩南；整體而言，原住民參與 補習的機率低於漢人。父親教育年數、母親教育年數、父親職業地位、家庭收入 愈高，會顯著提升子女參與補習的機率。單親家庭參與補習的機率顯著低於雙親 家庭，不過隔代家庭、寄親家庭與雙親家庭的差距未達顯著。兄弟人數的增加，
會顯著降低參與補習的機率；姊妹人數對參與補習機率的影響未達顯著。雖然由 於樣本很大，大部分背景變項的影響皆達顯著，但代表影響力的 β 值均很小，所 以整體解釋力（R2）只有.047。
表2 背景變項對補習影響之迴歸與邏輯迴歸分析（全體分析樣本）
是否補習（邏輯迴歸） 補習科數（迴歸）
b β b β 性別 女（對照）
男 -.121* -.032 .410* .058
族群
本省閩南（對照）
本省客家 原住民 外省
-.031*
-.174*
-.564*
-.005 -.027 -.033
.040 -.009 -.660*
.004 -.001 -.020
家庭社 經地位
父親教育 母親教育 父親職業 家庭收入
.057*
.054*
.043*
.103*
.096 .090 .035 .054
.070*
.073*
.047*
.109*
.062 .064 .020 .030
完整性 家庭
雙親（對照）
單親 隔代 寄親
-.322*
-.025 .012
-.038 -.003 .003
-.324*
-.076 -.059
-.020 -.004 -.007 兄弟人數
姊妹人數 -.044*
-.010 -.020
-.005 -.075*
-.001 -.018 .000
常數 -.627* .727*
樣本數 20534 20534 R2 .047 .025 說明：*表 p＜.05；是否補習邏輯迴歸的R2，為Nagelkerke R2。
在背景變項對補習科數的影響方面，男性的補習科數顯著高於女性。原住民 的補習科數顯著低於本省閩南，不過本省客家、外省與本省閩南差距未達顯著；
整體而言，漢人補習科數高於原住民。父親教育年數、母親教育年數、父親職業 地位、家庭收入愈高，會顯著提升子女的補習科數。單親家庭的補習科數顯著低 於雙親家庭；不過隔代家庭、無親家庭與雙親家庭差距未達顯著。兄弟人數的增 加，會顯著降低個人的補習科數；姊妹人數對補習科數的影響未達顯著。雖然大 部分背景變項的影響皆達顯著，但代表影響力的 β 值均很小，所以 R2只有.025。
綜合以上分析，補習參與機率及補習科數受到出身背景，特別是家庭社經地 位影響所顯示的階層化效應與機會不均等性都很小。
二、學科補習參與與學測總分、上公立大學的關聯
（一）學科補習參與及學測總分、上公立大學關聯雙變項分析 由表 3 可以發現，是否參與補習、補習科數與平均學測總分、上公立大學比 率的關聯均達顯著。參與補習者學測總分平均為 50.8 分，高於未參與補習的 45.3 分，Eta 值為.232；參與補習者上公立大學的比率還是較高，為 40.3%，未參與補 習為 28.2%，Cramer’s V 值為.115。
表3 補習參與與學測總分、上公立大學之關聯性分析（全體分析樣本）
學測總分 上公立大學
N 平均數 Eta % Cramer’s V
全體分析樣本 25824 49.1 36.6
補習情形 未參與補習參與補習 7873
17951 45.3
50.8 .232* 28.2
40.3 .115*
補習科數
1-40 科 科 5-8 科 9-16科
7873 13354 2902 1695
45.3 50.4 53.7 49.3
.252*
28.2 40.0 45.3 34.1
.125*
*表 p＜.05
至於補習科數與學測總分平均、上公立大學比率的關聯，補 0 科者平均學測 總分為 45.3 分，1-4 科提高為 50.4 分，5-8 科最高，為 53.7 分，但 9 科以上反而 下降，只有 49.3 分，補習科數與平均學測總分為先升後降的非直線關係，Eta 值 為.252。在上公立大學的比率上，0 科為 28.2%，1-4 科提高為 40.0%，5-8 科最高，
為 45.3%，但 9 科以上反而下降，只有 34.1%，補習科數與上公立大學比率也為 先升後降的非直線關係，Cramer’s V 值為.125。
（二）學科補習參與對學測總分影響之迴歸分析
表 4 以迴歸分析探討整體分析樣本補習參與對學測總分之影響，補習之外的 自變項做為控制變項，如果沒有必要，就不對這些變項的影響做說明。在此必須 說明的是，控制變項中的出身背景變項，很可能影響子女補習參與、就讀高中職 學校屬性、位置，進而對學測總分有間接影響；由於模型一至模型三中，皆控制 了補習參與、高中職學校屬性與學校位置，使得出身背景變項對上公立大學的影 響，只剩下直接影響，而有所減弱7。
由表 4 可以發現，所有補習參與變項對學測總分都有顯著正影響。從模型一 可以看到，補習科數每多一科，可以提高學測總分.25 分（b＝.25，β＝.082），整 體解釋力（R2）為.186。從模型二可以看到，有補習者比沒補習者學測總分高出 3.23 分（β＝.137），R2 為.197。模型二的補習只用粗略的二分變項做測量，但比 起模型一較為精緻的補習科數（0-16 科）測量，影響力（β）竟然更大，這是相當 有趣的發現。在模型三可以看到，比起沒有補習者，補 1-4 科者學測總分高出 2.98 分，補 5-8 科者學測總分更是高出 5.09 分，不過，補 9-16 科者學測總分只高出 2.43 分；顯示補習科數對於學測總分的影響為先升後降的非直線關係，R2為.201。
在模型一用補習科數來對學測總分做迴歸，預設著補習科數與學測總分間為直線 關係，這會低估補習對學測總分之影響（β）；而模型二的是否補習，並沒有預設 其與學測總分間為直線關係，這是模型二是否補習的 β 值高於模型一補習科數的重
7 至於父母教育與學測總分的關聯，本研究進一步的分析將父母教育做虛擬變項，發 現父母教育程度愈高，學測總分愈高，而且都以研究所學歷者最高，而呈現直線關 係，這與劉正（2006）的發現不同。
要原因 8。模型三將有補習者再細分為三組，可以顯示有補習者隨補習科數不同 而在學測總分不同的現象，因而模型三的 R2不僅較高，也可以清楚顯示補習對學 測總分影響之非直線關係，為表 4 的最佳模型。
表4 補習參與對學測總分之迴歸分析（全體分析樣本）
模型一 模型二 模型三
b β b β b β
補習科數 .25* .082
是否 補習 沒補習（對照）
有補習 3.23* .137
補習 科數
0 科（對照）
1～4 科 5～8 科 9～16 科
2.98*
5.09*
2.43*
.138 .150 .055
性別 女（對照）男 .61* .028 .78* .036 .69* .032
族群
閩南（對照）
客家 外省 原住民
-1.13*
-1.03*
-5.09*
-.035 -.028 -.051
-1.12*
-.93*
-4.83*
-.034 -.025 -.049
-1.11*
-.90*
-4.73*
-.034 -.024 -.048 家庭社 經地位
父親教育 母親教育 父親職業 家庭收入
.31*
.22*
.35*
.84*
.091 .062 .050 .076
.30*
.20*
.34*
.80*
.085 .057 .048 .072
.29*
.19*
.33*
.79*
.085 .055 .046 .072 家庭 結構
雙親（對照）
單親 隔代 寄親
-.79*
-.28 .04
-.016 -.005 .002
-.63*
-.29 .03
-.013 -.005 .001
-.58 -.25 .06
-.012 -.004 .002 兄弟人數
姊妹人數 -.02
-.16* -.002
-.014 -.02
-.15* -.002
-.014 .03
-.15* -.002 -.013 私立（對照）
公立 6.64* .266 6.26* .251 6.16* .247 高中／職學校
屬性 進修部（對照）日間部 9.59* .041 9.23* .040 9.30* .040
學校 位置
臺北市（對照）
高雄市 省轄市 院轄市 偏遠地區
-.97*
.93*
-3.31*
-7.23*
-.025 .033 -.154 -.116
-.99*
.90*
-3.18*
-7.18*
-.026 .032 -.147 -.116
-1.12*
-3.12* .84 -7.20*
-.029 .030 -.144 -.116
常數 27.14* 26.60* 26.75*
樣本數 20317 20317 20317
R2 .186 .197 .201
*表 p＜.05
8 除了上述非直線關係的影響之外，也有可能是學科補習要勾選的項目太多，所勾選 的項數與實際參與的項數有所不同，帶來測量誤差所致。
表 5 以迴歸分析探討以不同方式入學的樣本中，補習對學測總分之影響。表 5 並未將表 4 的補習科數納入分析，理由在於，補習對學測總分的影響為非直線 關係。補習之外的自變項做為控制變項，所控制的變項同表 4；由於篇幅限制，
表 5 也就未列出控制變項的影響係數。
由表 5 可以發現，所有補習變項對學測總分都有顯著正影響。在登記分發樣 本，從模型一可以看到，有補習者比沒補習者學測總分高出 2.30 分，R2為.174。
在模型二可以看到，比起沒有補習者，補 1-4 科者學測總分高出 2.10 分，補 5-8 科者學測總分更是高出 3.81 分，不過，補 9-16 科者學測總分只高出 1.50 分。補 習科數對於學測總分的影響亦為先升後降的非直線關係，R2為.178。
在推薦甄選樣本，從模型三可以看到，有補習者比沒補習者學測總分高出 4.71 分，R2為.220。在模型四可以看到，比起沒有補習者，補 1-4 科者學測總分高出 4.34 分，補 5-8 科者學測總分更是高出 8.40 分，不過補 9-16 科者學測總分只高出 3.22 分。補習科數對於學測總分的影響仍為先升後降的非直線關係，R2為.228。
在申請入學樣本，從模型五可以看到，有補習者比沒補習者學測總分高出 3.10 分，R2為.229。在模型六可以看到，比起沒有補習者，補 1-4 科者學測總分高出 2.62 分，補 5-8 科者學測總分更是高出 5.74 分，不過，補 9-16 科者學測總分只高 出 3.23 分。補習科數對於學測總分的影響還是先升後降的非直線關係，R2為.235。
綜合以上數據，是否補習對學測總分的效益，以推薦甄試樣本最大，比起沒 補習者，有補習可以提高 4.71 分；申請入學樣本次之，提高 3.10 分；登記分發樣 本最低，只提高 2.30 分；進一步的 t 考驗顯示，推薦甄試樣本的效益顯著高於其 他兩者（p＜.05）。至於補習科數的效益，仍以推薦甄試樣本最大，比起沒補習者，
不同補習科數的組別，高出的分數大都比其他兩者高得多，申請入學樣本居次，
登記分發樣本仍最低；t 考驗顯示，推薦甄試樣本不同補習科數組別高出的分數，
大都顯著高於其他兩者。
表5 不同入學方式的樣本補習對學測總分影響之迴歸分析
登記分發樣本 推薦甄選樣本 申請入學樣本
模型一 模型二 模型三 模型四 模型五 模型六
b β b β b β b β b β b β
是否補習
沒補習
（對照）
有補習 2.30* .101 4.71* .187 3.10* .136 補習
科數
0 科（對照）
1-4科 5-8 科 9-16科
2.10*
3.81*
1.50*
.104
.124.036 4.34*
8.40*
3.22*
.176
.190.064 2.62*
5.74*
3.23*
.122 .162 .079 常數 32.69* 32.78* 20.49* 21.11* 27.24* 27.57*
樣本數 13682 13682 2042 2042 3683 3683 R2 .174 .178 .220 .228 .229 .235 說明：*表 p＜.05；控制變項同表4。
（三）學科補習參與對上公立大學影響之邏輯迴歸分析
表 6 以邏輯迴歸分析探討分析整體樣本補習參與對上公立大學之影響，所控 制的變項同表 4。從模型一可以看到，補習科數對上公立大學並沒有顯著的影響，
且 β 僅.015，這是補習科數對上公立大學有非直線影響所致（見模型三），R2 為.124。從模型二可以看到，有補習者上公立大學的機率，顯著高於沒補習者（b
＝.271，β＝.064），R2為.128。在模型三可以看到，比起沒有補習者，補 1-4 科者 上公立大學的機率顯著較高（b＝.284），補 5-8 科者上公立大學的機率高得更多（b
＝.317，p＜.05），不過補 9 科者上公立大學的機率並沒有顯著較高；補習科數對 於上公立大學機率的影響為亦先升後降的非直線關係，R2為.128。模型四加入學 測總分，學測總分對上公立大學的機率有顯著的正向影響，β 值高達.625；比起沒 有補習者，補 1-4 科者上公立大學的機率並沒有顯著較高，補 5-8 科者上公立大 學的機率反而顯著較低，補 9-16 科者上公立大學的機率也是顯著較低，R2為.383。
表6 補習對上公立大學影響之邏輯迴歸分析（全體分析樣本）
模型一 模型二 模型三 模型四 b β b β b β b β
學測總分 .142* .625
補習科數 .008 .015
是否補習 沒補習（對照）有補習 .271* .064
補習 科數
0 科（對照）
1-4科 5-8 科 9-16科
.284*
.317*
.073 .073 .052 .009
.029 -.272*
-.225*
.006 -.035 -.022 常數 -2.832* -2.909* -2.902* -7.973*
樣本數 20317 20317 20317 20317
Nagelkerke R2 .124 .128 .128 .383 說明：*表 p＜.05；控制變項同表4。
由於補習科數對於學測總分的影響為先升後降的非直線關係（見表 4 模型 三），而學測總分對公立大學機率有很大的正向影響，補習科數對於上公立大學機 率的間接影響也就為先升後降的非直線關係；而間接影響即表 6 模型三的 b 值所 代表的總影響減去模型四的 b 值所代表的直接影響（Hanushek & Jackson, 1977:
224-227），補 1-4 科間接影響為.255（＝.284－.029），5-8 科為.589，9-16 科為.298。
但模型四控制了學測總分，補習科數的影響只剩下直接影響，有補習者不僅不會 提高上公立大學的機率，補習超過 5 項者，上公立大學的機率反而下降，對於這 個現象，本研究在討論中會做進一步解釋。由於補習科數對於上公立大學機率的 間接影響為先升後降的非直線關係，與負向直接影響有所抵銷，模型二、三補習 參與變項的總影響（b 與 β 值）也就不大；不過間接影響比直接影響（見模型四）
大很多，所以模型三所代表的補習科數總影響依然為先升後降的非直線關係。
表 7 以邏輯迴歸分析探討以不同方式入學的樣本中，補習對上公立大學之影 響。表 7 並未將表 6 的補習科數與是否補習納入分析，理由在於，補習對上公立 大學的影響非直線關係（見表 6），而這兩個變項都不能反映非直線的關係，再加 上精簡表格與篇幅限制的考量，也就不將這兩個變項納入分析。補習之外的自變 項做為控制變項，所控制的變項同表 4。
