本研究以文獻探討課程發展、課程決策、資料倉儲、資料採礦等理論，

第三章 研究的設計與實施

第一節 研究架構、流程與方法

壹 研究架構

本研究以文獻探討課程發展、課程決策、資料倉儲、資料採礦等理論，

作為「資料倉儲支援課程決策模式」研究之理論基礎，同時藉由封閉式和 開放式專家問卷調查，瞭解專家對大學課程決策機制、課程情境以及課程 組織等面向問題之看法，形成課程決策之專家知識，以作為本研究塑模之 基礎，同時將教育部大學課程網資料庫建置為課程資料倉儲，透過線上分 析處理以及資料採礦等方法之實證，進行課程資料的選取、整理與轉化，

並以資料採礦技術所發現之規則，與經由文獻探討和專家知識塑模所得到 之結果相互驗證，相互支援解釋，以形成課程決策原則。

本研究採用文獻分析、專家問卷調查以及決策支援技術三個方法，進

行量化與質化調查之三角校正分析，兼以一般統計工具、資料採礦技術進

行資料統計和分析，係為研究方法、工具和統計、分析方式多樣化之混合

式研究。圖 3-1-1 研究架構呈現課程發展與課程決策、大學課程發展、資

料倉儲、資料採礦等文獻構面，以及其如何藉由課程資料倉儲知識發現過

程，轉化成為課程資料知識庫，並經由實證之過程確立此一研究可行之相

互關係及操作方向，期能建立「資料倉儲支援課程決策之模式」。

研究方法

文獻分析法 資料倉儲 如何支援 大學課程決策

決策支援技術法 Data Warehouse

OLAP Data Mining

專家 封閉式和開放式

問卷調查

研究主題：資料倉儲支援課程決策模式之研究

資料倉儲 決策支援 大學課程 課程決策

萃取 轉化 解釋 發現 建立模式

文獻理論 專家知識

個案 新聞系

研究工具 OLAP Data Mining 封閉式、開放式問卷

研究結果

挖掘 課程決策

原則

驗證 課程決策

原則

確立 課程決策

原則

建立資料倉儲 支援課程決策

模式 課程資料倉儲

知識發現 CKDD

圖 3-1-1 研究架構

貳 研究流程

研究流程始於研究背景和動機，先以文獻探討和專家問卷調查形成課 程決策因素之文獻基礎，再分以專家問卷調查結合文獻探討進行塑模，以 及資料倉儲結合資料採礦技術進行課程知識發現之實證，兩相驗證，證明 研究架構之可行，最後提出結論和建議，並進行論文之撰寫和出版，如圖 3-1-2。

研究背景/動機

專家問卷調查 線上分析處理/資料採礦

驗證和發現

結論和建議 資料三角校正分析

課程決策資料塑模

課程資料統計和分析 課程規則挖掘及資料解釋

圖 3-1-2 研究流程 論文完成和出版

文獻探討

研究目的

叄 研究方法

本研究使用文獻分析、專家問卷調查、資料倉儲、線上分析處理、資 料採礦等決策支援技術三種研究方法，茲將各方法簡述如下：

一、文獻分析法

蒐集國內外相關文獻，探討課程、課程決定、課程決策、課程發展、

課程規劃、課程組織等理論，並藉以從理論面形成課程決策因素，以及確 立課程發展模式之主軸以及其與課程決策之關係。並瞭解資料倉儲、線上 分析處理、資料採礦等多位一體的決策支援技術之原理和功能，並就其如 何進行資料庫知識發現過程做一探討，以說明和解釋資料倉儲等決策支援 支術可以支援決策的原因，探討資料倉儲如何支援課程決策之原因及方 式，以及如何運用決策支援技術支援課程知識之發現。

二、專家問卷調查

本部分之調查分成封閉式和開放式兩項問卷內容，前者在透過限制式 問題，獲得受訪者標準化之想法，以便於答案之登錄和分析。然為了讓受 訪者對答案有充分解釋和說明的機會，以及能夠旁徵博引獲得更多的資 訊，乃進一步設計開放式問卷相互參照、相輔相成，並以專家意見之三角 校正分析發展出大學課程決策之知識，以作為本研究塑模之基礎。

三、決策支援技術法

本研究使用資料倉儲與資料採礦等決策支援技術，以教育部大學校院

課程網站為資料倉儲建置來源。由於大學課程網資料庫系統係以ASP語言

撰寫系統程式，並使用 ADO物件透過OLE DB驅動程式存取MS SQL

Server資料庫，使用者僅需透過瀏覽器連上主機便可操作。加以此一課程

查詢系統為Web-based架構，所有系統程式均存放於Web伺服器上，在系統

程式之更新、維護與新版本控制上不僅極為簡便，且不論作業系統或執行

平臺為何，均可藉由瀏覽器連線至Web伺服器進行系統操作或資料之讀

取，並不須要再額外安裝任何應用軟體或下載程式，資料庫系統之使用極

為方便，已然增加了研究上的可行性和功能性。

第二節 研究工具設計與實施

壹 專家問卷調查

由於過去對大學課程研究者少，加以課程決策一事係為實務導向，為 了充實本論文之內容，以及增加研究之豐富性，並期能結合文獻之探討，

形成課程決策之原則，乃進行課程專家問卷之調查。

一、專家問卷調查之設計

（一）封閉式問卷調查

大學課程決策問卷調查係透過自編的「大學課程決策專家調查問 卷」，對五位實際負責課程決策之專家實施問卷調查，瞭解大學課程決策 機制、課程情境以及課程組織。主要問題如下：

1.課程決策機制

（1）大學課程行政決策

（2）大學課程決策模式 2.課程情境

（1）大學課程情境因素

（2）大學課程情境因素順序 3.課程組織

（1）大學課程組織元素

（2）大學課程組織元素之關係

（二）開放式問卷調查

為了確保大學課程決策分析的健全與完整，研究者繼而採取開放式訪談的方

式，獲得大學課程專家對課程決策機制、課程情境及課程組織的看法；並抽絲剝

繭整理與分析訪談結果，與資料倉儲實證發現相互驗證，以形成課程決策的原理

原則，並轉化成課程決策的知識。

1. 課程決策機制

（1）自從大學法修訂後，大學享有學術自由的保障，在學校開課的自 主性上如何？

（2）為了落實「學校本位課程」的精神，大學在開課規劃及組織方面，

建立何種課程決策機制及流程？

（3）在開課規劃及課程決策機制上，參與大學課程決策的正式單位及 有關人員為何？不同層級人士，如校長、院長或系（所）主任對於大學開 課是否有不同的考量？

（4）決定大學開課的人士為何？校長、教務主管、院長、系（所）主 任、或教師自主？又大學開課與否最關鍵的單位為校級、院級、系級單位 呢？或是開課單位、課程委員會、教務委員會呢？

（5）在大學總量管制下，大學院系所及單位之間如何進行水平的協 調？

（6）校、系（所）必修課程如何訂定，特別是校定必修課程（含共同 科目、通識科目）有無專責單位，兩者有無重要性程度之不同？

2. 課程情境

（7）在高等教育政策鬆綁下，大學數量不斷地增加，為了努力在高教 市場中勝出，大學必須設法以藍海策略構建自己的獨特性，對於大學開課 時將學校發展特色因素列入，您有何看法？

（8）國內高等教育的數量急遽擴張，但少子化後生源不足，為了招生 的考量，對於大學開課時將招生考量因素列入，您有何看法？

（9）隨著知識經濟時代來臨，產業結構變遷劇烈，為避免大學成為學 術象牙塔，與產業產生脫節現象，對於大學開課時將產業需求因素列入，

您有何看法？

（10）教師是大學的中堅，有一流的名師，才有一流的大學，但由於 知識快速的變遷，半衰期縮短，教師專業的提升是教學良窳的關鍵。對於 大學開課時將教師專長因素列入，您有何看法？

（11）學生是校園的主體，也是課程的目標對象，為了促使課程能發 揮效益，必然不能忽視學生的興趣、能力以及生涯規劃等。對於大學開課 時將學生需求因素列入，您有何看法？

（12）我國自然資源缺乏，人力資源是最重要的人礦，為了連結產學 的最後一哩，必須正視產業政策的發展，符合人力的供需。對於大學開課 時將政府政策引導因素列入，您有何看法？

（13）為了符合產業的需求，不少的系所進行轉型與體質的更新，甚 至更改系所名稱者有之，對於大學開課時將系所發展因素列入，您有何看 法？

（14）全球化風潮盛行，尤其臺灣在加入 WTO 後，基於平等互惠原 則，已不能迴避教育國際化壓境的情勢，您對於教育國際化的看法如何？

（15）在整體課程規劃上，您認為大學開課主要的考量因素先後次序 如何？

（三）課程組織

（16）大學在課程安排上有那些結構及順序上的問題，如科目、年級、

學制、學分、校院系訂定、必選修的問題應有哪些考量？

（17）學習理論講求先備知識，為了顧及學生的程度，適合其學習的 需要，大學開設科目應有如何的安排？年級是否為考量因素？學制是否為 區分的標準，開在大學部、碩士班和博士班的學制的考量因素又如何？

（18）每門課程都有其課程宗旨及目標，開課的目的都希望能獲致預

期的效益。儘管如此，課程的安排是否有其主輔的功能性，校定或系定、

必修或選修、開設學分數多寡是否有其程度別之意涵？

（19）教育的目的在培育全人學生，希望其兼容並蓄、科技人文並重，

是以通識課程近年來受到教育部的重視，唯師生對其認知仍不如專業課 程，往往淪為聊備一格的「營養學分」 ，對此您有何看法？在課程的設計上，

如何才能改進這種偏差？

（20）為了配合社會脈動，課程有必要與時俱進，請問學校或系所在 考慮增加新課、取消課程或拒絕調整課程的考慮因素為何？如何才是理 想的課程安排？

二、專家問卷調查之實施

（一）問卷調查之執行

本調查進行期間為 2006 年 10 月間，共計進行五次訪談，每次訪談時 間約兩個小時左右，五次專家訪談請益時間，累計達十個小時。研究者首 先以電話邀約受訪者，並簡要說明事由，再捎以恭謹誠摯之信函，詳述訪 談緣由、以及對訪談之期待及謝忱，並附上訪談背景說明、專家調查問卷

（封閉式問卷和開放式問卷）等相關資料（見附錄二），以使專家們能有 充裕時間，瞭解問卷調查之背景和內容等相關資料，以利訪談工作之進行 與意見之蒐集和撰述工作。

本問卷調查之對象，包括王如哲、李大偉、陳伯璋、黃政傑、歐用生

五位教授，均曾擔任或現任校長、副校長或教務長以上職務，不僅擁有大

學課程決策豐厚之閱歷，並且嫻熟大學課程發展之實務，對本研究所設計

之封閉式和開放式問卷，在封閉式問卷上達到極高的一致性，並對開放式

問卷訪談有深入及精闢之分析與見解。專家姓名、簡歷及現職如表 3-2-1。

表 3-2-1 專家問卷調查名單及簡歷

專家姓名 專家簡歷 現職

王如哲 國立臺灣師範大學教授 致遠管理學院副校長 李大偉 國立臺灣師範大學教務長 文化大學人資所教授 陳伯璋 花蓮師範學院校長 淡江大學教政所教授

黃政傑 教育部技職司司長 國立臺南大學校長 歐用生 國立臺北師範學院校長 吳鳳技術學院講座教授

對於專家問卷之調查，先就封閉式問卷內容調查之意見，以肯德爾式 係數信度檢定，進行資料統計和分析，確認獲致有效之問卷調查結果後，

再對各次受訪內容進行編碼，並從不同對象之來源、不同研究方法，以及 融入研究者相關之研究與實務經驗，進行三角校正質化分析。然後，歸納 兩項問卷之意見，形成專家知識之結論。本研究所採用之封閉式和開放式 問卷係於論文計畫審查中提請審查，其後經由問卷的預試和修正。隨後於 資料倉儲建置工作展開與文獻蒐集日趨完整之際，經與指導教授討論、請 示後，於十位專家建議名單中，挑選出黃政傑等五位專家，隨即展開邀請 信函撰擬、資料準備以及聯繫問卷調查等事宜，前後費時一個月餘完成。

（二）問卷之信度

問卷調查首重測量工具之信效度。所謂效度即正確性，一項測量工具 最重要的特徵，要能真正測量到所要測量的問題，亦即直指到所要研究的 內容加以分析和解釋。以本研究而言，「大學課程決策專家調查問卷」要 能測出大學課程專家或實際負責課程決策的主管對大學課程決策看法，以 達成測驗在使用目的上的有效性。

而由於信度為效度之基礎，故無信度即無效度。就本研究而言，測量 工具信度即一致性和穩定性，也就是指相同的個人在不同的時間，以相同 的測驗測量，或以複本測驗測量，或在不同的情境下測量，所得結果的一 致性。依據這個定義，可知「信度」就是指測驗結果的一致性和穩定性。

本次施測問卷採取的是五等量表，答「完全同意」為 5 分，「同意」

為 4 分，「沒意見」為 3 分，「不同意」為 2 分，「完全不同意」為 1 分，

而在此所用之測量層級為順序尺度（ordinal scale）。為確保測量工具的信 度，研究者以自編「大學課程決策專家調查問卷」預試，並採用學者克朗 巴何（Cronbach）所提出來的「α係數」對信度加以考驗後，進行專家意 見調查及訪談，以蒐集大學課程專家對大學課程決策之看法。

依據Gay（1992）之看法，量表之Cronbach’s α係數之範圍，如界於 .7

及 .9之間，表示很可信；界於 .90及1之間，表示非常可信。經Cronbach’s α係數信度考驗後，本研究整體信度達0.95﹪，分項構面信度達

到.980 、 .877、 .755，各題項也達到 .95，表示問卷信度極佳，見表3-2-2、

表3-2-3。

表3-2-2 專家封閉式問卷調查分項 Cronbach’s α係數值

問卷題項 Scale Mean if Item

Deleted Scale Variance if Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if Item

Deleted

課程決策機制 1 100.20 59.700 .981 .944

課程決策機制 2 100.20 59.700 .981 .944

課程決策機制 3 100.20 59.700 .981 .944

課程決策機制 4 100.20 59.700 .981 .944

課程決策機制 5 101.00 61.500 .757 .947

課程決策機制 6 100.20 59.700 .981 .944

課程情境 7 100.20 59.700 .981 .944

課程情境 8 100.40 63.800 .602 .949

課程情境 9 100.40 63.800 .602 .949

課程情境 10 100.20 59.700 .981 .944

課程情境 11 100.20 59.700 .981 .944

課程情境 12 100.80 66.700 .192 .953

課程情境 13 100.40 64.300 .530 .949

課程情境 14 100.60 68.300 .000 .952

課程組織 15 100.20 59.700 .981 .944

課程組織 16 100.20 59.700 .981 .944

課程組織 17 100.40 63.800 .602 .949

課程組織 18 102.20 65.700 .259 .953

課程組織 19 100.20 59.700 .981 .944

課程組織 20 100.40 64.300 .530 .949

課程組織 21 101.40 70.300 -.293 .957

課程組織 22 101.40 70.300 -.293 .957

課程組織 23 101.60 68.300 .000 .952

課程組織 24 100.40 64.300 .530 .949

課程組織 25 100.80 64.700 .473 .950

課程組織 26 100.60 68.300 .000 .952

表3-2-3-專家封閉式問卷調查整體及各構面 Cronbach’sα係數值

項目 Cronbach's Alpha N of Items

整體信度 .950 26

課程決策機制 .980 6

課程情境 .877 8

構面信度

課程組織 .755 12

貳 決策支援技術法

一、資料處理架構

運用決策支援技術的過程分為資料倉儲建置、資料採礦兩個階段，進 行課程資料的挖掘後，再藉由選取、整理與轉化等線上分析處理的過程，

進行各種向度的比較與分析，從而瞭解大學課程之現況，並建構大學課程 資料倉儲支援課程決策之模式。課程資料處理架構，見圖 3-2-1

各大學開課資料上傳

資料倉儲

圖 3-2-1

決策支援系統

大學課程網資料庫

資料採礦 課程知識呈現

決策支援技術

資料篩選與萃取

二、資料處理流程

不同於傳統（legacy）資料庫，資料倉儲包括查詢、OLAP、Data Mining 等技術，故資料採礦的起點在於經由網頁瀏覽器軟體，進行課程資料的收 集排列，並自行設計一個分析的工具，轉換由瀏覽器所查詢得來之課程資 料，經由自動化的數據驅動過程(an automated data-driven process)，建立「課 程資料倉儲知識發現模式」。

（一）課程資料倉儲知識發現步驟

依照本研究文獻探討，綜合學者提出大學課程資料倉儲知識發現過程 之八大步驟如下（見表 3-2-4 及圖 3-2-2）：

表 3-2-4 課程資料倉儲知識發現步驟

步驟 處理 技術

1. 建立資料採礦 之目標

本研究以教育部大學課程網資料庫為採礦目 標，提供大學課程決策之基礎。

以ASP語言撰寫 系統程式，並使用 ADO物件透過 OLE DB驅動程式 存取MS SQL Server資料庫。

2.資料蒐集 瞭解大學課程網資料庫建置的構面，思考所 要提供決策需求之資料 ，並將蒐集來的多管 道資料，經過整理和整換，建置於資料倉儲 中，再將資料形式予以規格化，使其在統一 之介面上，能依照主題需求，以多維度和時 間序列之方式儲存和管理。

瀏 覽 器 連 上 主 機 便可操作。

3.資料選擇 以大學課程為標的資料，於大學課程網資料 庫中篩選適合之資料，形成規模較小、為特 定主題量身訂做的標的母群之資料倉儲。

藉 由 瀏 覽 器 連 線

至Web伺服器進行

系 統 操 作 或 資 料

之讀取。

續表 3-2-4 課程資料倉儲知識發現步驟

步驟 處理 技術

4.資料預先處理 經由特定的前置加工處理後，包括課程資料 萃取、過濾和刪除錯誤資料或處理遺漏值，

以及進行項目整併或袪除不必要之項目等，

以提高資料之正確性和分析之品質。

瀏覽器，如IE 文字處理簿

5.資料篩選 將大學課程依照輸入變項和目標變項進行篩 選，以利資料採礦。

電子試算表 6.課程資料採礦 根據變項之特性及研究需求，選用適當之資

料採礦技術進行資料分析，尋找潛藏於課程 資料倉儲中之有效規則與形式，產生對研究 有價值之知識。

關聯規則 決策樹

7.資料之解釋與 評估

針對所擷取到的大學課程規則及知識樣式，

以適當的測試程序反覆驗證其真實性。並對 最後結果加以解釋和評估，以提供決策支援 之用。

關聯規則 決策樹

8.知識的呈現 知識之發現為知識發現系統之探索流程最後 一個步驟。將所發現之大學課程知識應用於 課程決策領域，用來提升課程決策之效率及 精確性。

規則 圖表

資料來源：修正自 Han & Kamber (2001)

圖 3-2-2 課程資料倉儲知識發現過程

大學課程

網資料庫 資料

檢索

資料 蒐集

儲存 檔案

資料 匯整 標的課 程資料

資料超 市/倉儲

資料 分析

資料解釋 與評估

發現

Web-based：以網站為導向

網站

Web- based 各校課程資料

解釋 轉化

處理

選擇

資料採礦

（二）決策支援技術方法之特性

由於大學課程資料倉儲所彙整存放的為各校上傳的初級資料，所擷取 來的課程資料為研究的母群體，故在信效度上具有如下之優點：

1.直接擷取母群體的資料，具有普查性質，可免於抽樣誤差、以及測 量標準誤的問題。

2.運用決策支援技術，具有科學化的一致性和穩定性，可袪除研究方 法上因為臨時事件、測量工具、前測（成熟）、統計迴歸、差異選擇（隨 機）、受試者流失、因素間交互作用、母群體效度、生態效度等問題，故 具有良好之信效度，值得加以推廣和運用。

基於決策支援技術在信效度上所具有之優點，本研究乃以此為支援技

術進行課程決策支援研究。

第三節 資料之統計與分析

所謂的統計是指描述、組織、綜合、分析和解釋量的資料、方法或程 序，透過統計處理可把個別觀察而得的資料組合成為整體的特徵而形成原 理原則，故本研究亦在經由大學課程決策專家問卷調查，以及資料倉儲和 資料採礦技術兩項調查資料之統計和分析，相互印證，形成課程決策之特 徵變成原理原則，進而發現課程決策的知識。

壹 問卷調查資料統計與分析

一、封閉式問卷資料統計與分析

運用SPSS統計工具，將受訪專家填答之資料匯入SPSS 13.0，計算平均 數、標準差，以瞭解專家對課程決策機制、課程情境以及課程組織之看法。

並以肯德爾和諧係數(Kendall's ω) 檢驗專家評分之一致性。

二、開放式問卷資料之分析

Patton (1990) 在質性評鑑和研究方法中，曾經提出三角校正法

(triangulation)，以分析者、研究方法和資料來源等多重角度，進行資料之 分析和檢核，期能建立研究資料之效度。本研究以三角校正法，將不同對 象、不同來源以及不同方法得來之資料，加上研究者長年相關工作之資深 經驗，進行訪談意見之相互校正以及交叉比較分析（見圖 1-4-1 及附錄一） 。 步驟如下：

（一）將錄音內容整理成訪談資料。

（二）進行訪談資料之編號管理。

（三）萃取重要概念作為分析之依據。

（四）進行資料之整理、分類與分析。

（五）詮譯資料之意涵以及相互檢核校正。

本訪談資料之三角校正法，採取實記及分析並呈，一方面反映專家意 見，一方面詮釋資料，經由主客觀內容之交叉互陳，不僅有助於真相之探 查，亦裨益於問題之廓清。各訪談內容之來源，以編號方式敘明，號碼依 訪問先後及訪問日期編訂，例如第一位受訪者編為「A20061015」，第二位 編為「B20061017」，其中英文字母為訪問先後，阿拉伯數字為訪問日期，

餘類推。而封閉式問卷則為 Q 開頭，後有 8 個阿拉伯數字，前四碼為問卷 執行年度，末三、四碼表問卷構面「01」 、 「02」 、 「03」 ，未兩碼為題項「01」

-「26」，例如第一個構面「課程決策機制」第一題編為「Q20060101」，第 二個構面「課程情境」第七題編為「Q20060207」，藉由編號之管理，可以 使資料更具組織性和系統性。

三、專家問卷調查結論

萃取出三角校正分析之意見後，形成專家問卷調查結論，以利於課程 決策架構之建立。

貳 資料採礦資料統計與分析

本研究將採線上分析處理和資料採礦進行資料的統計與分析，以敘述 性統計瞭解開課次數分配與百分比，以及進行二維、多維等階層變化的交 叉比較與分析，並運用關聯規則及決策樹等統計分析方式，找尋隱藏在大 學課程資料倉儲中，未知的課程開課規則，建構知識導向的課程決策支援 模式。主要的分析問題如下：

一、 敘述性統計

敘述性統計 (descriptive statistics) 不同於推論統計 (inferential

statistics)，旨在於描述資料有關的事實，而推論統計則在以樣本資料推測

或預測母群體的性質。本研究的敘述性統計係透過資料採礦擷取學年、學 校、學制、年級、學分數、必選修、教師職級、校院系訂定和科目類別等 有關的課程資料，經由維度分析，提供課程發展於目標訂定和情境分析時 之用。

課程維度資料表包括八種構面：學年、學校、學制、年級、必選修、

學分數、教師職級、校院系訂定、科目類別等（見表 3-3-1 至 3-3-9）：

（一）課程維度表

1.學年（見表 3-3-1）

表 3-3-1 學年維度表

學年階層 資料內容及記錄方式 主維度 研究全期—2002-2005 次維度 2002/2003/2004/2005 2.學校（見表 3-3-2）

表 3-3-2 學校維度表

學校階層 資料內容及記錄方式

主維度 所有學校

次維度 學校 1/學校 2/學校 3/學校 4/學校 5/學校 6

3.學制（表 3-3-3）

表 3-3-3 學制維度表

學制階層 資料內容及記錄方式

主維度 所有學制

次維度 學士班/碩士班/博士班

4.年級（表 3-3-4）

表 3-3-4 年級維度表

年級階層 資料內容及記錄方式

主維度 所有年級

次維度 學士班 1-4 年級/碩士班/博士班

5.必選修（表 3-3-5）

表 3-3-5 必選修維度表

必選修階層 資料內容及記錄方式

主維度 必選修

次維度 必修科目/選修科目

6.學分數（表 3-3-6）

表 3-3-6 學分數維度表

學分數階層 資料內容及記錄方式

主維度 所有學分數

次維度 0 學分/1 學分/2 學分/3 學分/4 學分/6 學分 7.教師職級（表 3-3-7）

表 3-3-7 教師職級維度表

教師職級階層 資料內容及記錄方式

主維度 所有教師職級

次維度 技術教師/講師/助理教授/副教授/教授/講座/軍 訓教官/其他

8.校院系訂定（表 3-3-8）

表 3-3-8 校院系訂定維度表

開課單位 資料內容及記錄方式

主維度 所有開課單位

次維度 校定/院定/系定 9.科目類別（表 3-3-9）

表 3-3-9 科目類別維度表

科目類別階層 資料內容及記錄方式

主維度 所有科目類別

次維度 共同科目/通識科目/專業科目

（二） 資料統計與分析 1.瞭解各變項課程數量

（1）瞭解整體開課情形。

（2）瞭解課程學年分布情形。

（3）瞭解課程學校分布情形。

（4）瞭解課程學制分布情形。

（5）瞭解課程年級分布情形。

（6）瞭解課程必選修分布情形。

（7）瞭解訂定課程學分數分布情形。

（8）瞭解課程教師職級分布情形。

（9）瞭解課程校院系訂定分布情形。

（10）瞭解課程科目類别分布情形。

2.各變項課程數量之分析

（1）比較課程學年分布情形。

（2）比較課程學校分布情形。

（3）比較課程學制分布情形。

（4）比較課程年級分布情形。

（5）比較課程必選修分布情形。

（6）比較課程學分數分布情形。

（7）比較課程教師職級分布情形。

（8）比較課程校院系訂定分布情形。

（9）比較課程科目類別分布情形。

二、決策樹分析

針對各變項進行若則分析，發現規則，形成決策原則：

（一）學制變項之規則：學制與校院訂定、學制與科目類別之關係。

（二）年級變項之規則：年級與校院系訂定、年級與必選修之關係。

（三）必選修變項之規則：必選修與學制、必選修與校院系訂定、必選修 與科目類別之關係。

（四）學分數變項之規則：學分數與學制、學分數與年級之關係。

（五）教師職級變項之規則：教師職級與年級、教師職級與學制之關係。

（六）校院系訂定變項之規則：校院系訂定與學制、校院系訂定與必選修 之關係。

（七）科目類別變項之規則：科目類別與年級、科目類別與校院系訂定之 關係。

（八）學制、年級、必選修、學分數、教師職級、科目類別、學年等變項 間之規則

三、關聯規則分析

關聯規則分析通常以 Agrawl et al.所發表的 Apriori 演算法為研究基 礎，計算課程的支援度，並設定支援度以篩選項目集合 。

資料採礦於課程規劃上之應用，課程規劃者較感興趣的應是系所課程 如何規劃，最適合開設哪些課程，進行關聯規則的項目如下：

（一）學制之關聯規則

1.學士班課程關聯規則。

2.碩士班課程關聯規則。

3.博士班課程關聯規則。

（二）年級

1.學士班一年級課程關聯規則。

2.學士班二年級課程關聯規則。

3.學士班三年級課程關聯規則。

4.學士班四年級課程關聯規則。

（三）必修之關聯規則 1.學士班必修關聯規則。

2.碩士班必修關聯規則。

2.博士班必修關聯規則。

（四）整體：整體專業課程關聯規則

第四節 本章結語

本章首先以研究架構呈現課程發展與課程決策、大學課程發 展、資料倉儲、資料採礦等文獻，以及其如何藉由課程資料倉儲知 識發現過程，轉化成為課程資料知識庫。其次，為研究流程，列出 各項研究步驟，說明本研究之發展取向。並對文獻分析、專家問卷 調查以及決策支援技術三個方法之設計與實施做一說明。在專家問 卷調查方面，包括問卷調查之構面及題項，及問卷調查之信效度；

在決策支援技術方面，探討資料處理架構及步驟，及運用決策支援 技術進行資料採礦之方法。

在資料之統計和分析方面，專家問卷調查之資料，係以一般統 計工具統計為主，並就量化與質化調查進行三角校正分析。而決策 支援技術則以資料採礦技術為之，並就變項規則和課程關聯規則加 以解釋和分析，是故本研究係一項採多樣研究方法、工具和統計、

分析方式之混合式研究。

綜合言之，本章主要目的在發展研究架構，建立研究方法，以

及設計可行之研究流程及具信效度之測量工具。