臺灣科技大學機構典藏 NTUSTR:Item 987654321/52477

網路輔助學習系統在動作技能 教學上之應用

簡桂彬¹　陳素芬²　林忠儀³

1

2

3

摘　要

目的：本研究目的在探討不同層級的網路輔助學習系統的使用行為對動 作技能學習效能的影響，並同時探討系統期望效果、使用態度和社會影響等 前置因素對系統使用行為之影響。方法：以 107 名網球課之大學生為對象，

依授課班級為單位隨機分配為傳統教學組、高輔助學習組及低輔助學習組，

再由相同教師進行每週 2 小時共 18 週之網球教學，高輔助學習組為傳統教 學加上影音、動作回饋的網路學習系統，低輔助學習組為傳統教學加上圖 文、討論功能的網路學習系統。最後依網路輔助學習系統之操作紀錄、網路 輔助學習及技能學習效能問卷結果進行相關統計分析。結果：高輔助學習組 在技能學習效能上顯著優於傳統教學組、低輔助學習組；高輔助學習組在網 路輔助學習系統的期望效果對系統使用行為有正向影響關係。然後，網路輔 助學習系統使用行為對技能學習效能有正向影響的關係。結論：靜態圖文的 網路輔助學習並不能有效提升學習成果，而動態影音和高互動回饋的網路輔 助學習有利於動作技能的學習效能，且網路輔助學習系統使用行為會正向提 升學生在體育的技能學習效能。未來可針對網路輔助學習系統的前置影響因 素再做進一步的探討，以及高層級的網路輔助訊息內容上進行分類與探究，

以利在未來體育教學發展上有更多元且更有成效之教學。

關鍵字： 網路輔助學習系統、學習效能、動作技能學習

壹、前　言

隨著資訊科技不斷發展與進步，人們對於學習的型態也從實體的環境拓展到虛擬環 境。在多元化的學習模式下，除了有更多的選擇、能採用便利的方式學習外，網路科技所 帶來的多媒體及互動學習環境亦是與傳統學習環境迥別。隨著網路使用的普及化，各項新 興科技開始被應用於學習。隨著人們學習新科技的能力逐漸提高，如何將科技整合以符合 學習者的需求，規劃容易使用的方式與完整的學習將是未來網路學習的發展趨勢 （Hall, 2008）。常見的網路學習方式可分為完全型網路教學、輔助型網路教學 （朱良、李宣儀、

林暐倫、李國通，2002）。其中完全型網路教學經常運用於語文類 （如英文、日文） 或是電 腦軟體操作等學習，多是學生自行上網學習或是在特定教學課程時間進行同步 （或非同 步） 之教學；而輔助型網路教學又稱為混成學習 （blended learning），乃是以面授的實體教 學為主要課程、網路教學為輔的方式，利用實體課程與網路教學混合之輔助學習，藉以延 伸學習範圍。以動作技能學習為主的體育教學或運動學習，實際的動作練習與指導是不可 或缺的部分，若藉由網路輔助學習可以延長學習的時間與範圍，則不失為提升教學效能的 良好策略。

在這些網路教學種類中，網路輔助學習系統 （web aided learning system, WALS） 為近 年來迅速發展的網路學習型態，屬於數位學習 （e-learning） 領域重要的一環。WALS 運用 網路所具備的豐富性、保存性等特點，建構學習系統，供學生與教師之間進行交流、討 論、知識分享等，進而達到多元化學習的目的。所以有越來越多的學習領域嘗試採用網路 輔助的方式來加強學習活動，提升教學成效。在網路成為主流學習媒介的今日，透過網路 的架構可以讓知識與知識之間互動、互通有無與互補 （張名安、陳五洲，2006）。且英國 約 95% 的高等學校均有使用 WALS 作為學習輔助工具 （Browne, Jenkins, & Walker, 2006），

普遍認為網路輔助學習能有效地提升學習效率 （Chang, Chen, & Li, 2008），並增進同學間 的情感與學習交流 （Tomai et al., 2010），提高個人自尊及社會支持 （Best, Manktelow, &

Taylor, 2014），有利於學生的多元學習與同儕互動 （Tarantino, McDonough, & Hua, 2013）。

然而國內網路輔助學習的發展方向多偏重於認知或藝能學科上，在體育或運動等較重 視動作技能的領域，並沒有獲得普遍的支持與運用。主要的原因歸咎於體育課程的安排往 往因為人力、設備、時間與對多媒體熟悉度等因素，使得科技融入課程中有一定的侷限與 門檻 （簡桂彬，2008）。體育課程或是運動技能學習有別於一般學科的教學內容，除了認 知觀念的教導外，更重視身體動作技能的學習。並且在傳統體育教學過程中，隨著授課人 數增加、場地空間限制，教學品質深受影響。教師往往受限於上課時間與節次，無法提供 每位學生準確的回饋訊息，而學生也常常因為示範動作時間短促或是觀看角度不同，造成 動作技能學習上的錯誤與盲點，進而導致動作學習上的障礙 （陳五洲，1994），於網球技

能教學時亦容易有相同的限制，瞬間的動作經常讓學習者無法體會動作的要領與組成，而 團體教學時又無法適時地得到修正與回饋，而網球屬開放性之複雜運動，每個動作細節、

擊球位置與時間都會影響正確技能的養成與結果。而網路輔助學習不僅打破傳統體育 教學課堂的籬圍，更可延伸體育教學無限的視野與空間，幫助學習者提高學習動機、增加 學習成效，亦可提供教師在建構數位化教材中，有效達成教學目標 （林建豪、張世聰，

2012）。

目前有關探討科技輔助學習在動作技能教學的效果，多集中於多媒體輔助學習

（multimedia assisted learning），其對運動技能多能產生較佳的教學成效與學習效果 （簡桂 彬，2008；Lv, 2012；Magill & Schoenfelder-Zohdi, 1996；Tzetzis, Mantis, Zachopoulou, &

Kiumourtzoglou, 1999），且認為影像與教師回饋能有效提升體育課學生之技能學習 （簡桂 彬，2008；Palao, Hastie, Cruz, & Ortega, 2015）。但 Klobas 與 Haddow （2000） 認為網路輔 助學習相較於多媒體輔助學習，除了具備更豐富的多媒體訊息外，同時提供學生合作學習

（cooperative learning）、自我調整學習 （self-regulated learning），以及互動的機會，Y. M.

Huang、Liao、S. H. Huang 與 Chen （2014） 研究網路學習臺灣海域的生態文化，也認為合 作學習不僅提高了學生的學習態度，同時也增強學習的效果，此外 Chan （2012） 針對運用 電腦協作學習的共同調整學習文獻討論，認為合作學習、調整學習是我們所必須了解的重 要議題。所以網路學習是未來教學上的趨勢，其網路相關訊息也具有不限地點、不限時 間、長時間保存等多項優點，因此本研究認為給予學生不同層次的多媒體、進一步的回饋 訊息、動作技巧的引導與修正，相當適合運用在運動學習的教學上。

此外，網路輔助教學與學習者使用網路資訊的行為和態度有著密不可分的關連，他們 對網路使用的時間、態度、回應等，常進一步影響其學習效果。並且 WALS 的使用行為 又受學習者之期望效果、使用態度及社會同儕之影響 （Goodhue & Thompson, 1995）。因此 如何有效的安排與呈現輔助學習內容以利提高教學之成效，以及探討 WALS 使用行為之 影響因素，將是網路輔助學習上刻不容緩的議題。Walker、Voce 與 Jenkins （2013） 在英國 高等教育運用網路學習的探究中也指出，互動學習環境是未來教育與學習重要的一環，尤 其現今行動載具越來越普及，勢必對教學與學習間創造更多的可能性。且 Palmer 與 Holt

（2010） 研究在網路討論對學生的反應與學習成效，也認為網路討論的使用行為有其價值 並顯著對學習成果有好處。

然而，Goodhue 與 Thompson （1995） 認為唯有科技與任務相互配適才能有效提升績效 表現，因此網路輔助學習的效能必須視學習系統所提供的內容、功能是否與學習者的學習 任務一致或相符而定，且體育教學中想要提升運動技能表現，其回饋訊息提供的內容在學 習及教學方式上是不容忽視的 （簡桂彬、麥吉誠、蕭今傑，2006）。由此可知不同網路輔 助學習的教學方式對學習效能可能產生不同的影響，教師除了運用示範、言語指導之教學

外，若以不同性質與內容的 WALS 對動作技能學習效能是否會有不同的影響？提供較為 豐富內容的動態影像、動作回饋、示範回饋是否有較佳的學習效能？相較之下若提供較為 簡易的動作圖片與文字是否也能產生不錯的學習效果？所以本研究之目的為嘗試以多媒體 和網路討論的 WALS 運用於高等教育的體育教學中，並以大學體育課程熱門興趣選項之 網球為教學項目，探討不同教學形式在技能學習效能上的影響，且 WALS 內容豐富或簡 易在其使用行為對技能學習效能的差異，並同時探討 WALS 內容豐富或簡易對系統使用 行為之期望效果、使用態度及社會影響等前置影響因素上的差異，藉以瞭解此不同教學形 式對動作技能學習效能上之影響，以及 WALS 使用行為的前置影響因素對技能學習效能 的影響。

貳、文獻探討

一、多媒體輔助體育教學之相關研究

運用電腦資訊來教學在多數教學領域已經越來越普及，然而體育教學因為大多在戶外 上課且重視動作技能的反覆練習，在使用多媒體教學上仍不易實行，因此結合多媒體輔助 教學常被忽略。但近年來由於資訊教學設備的普及、教師科技運用的觀念轉變，相關研究 議題也逐漸被探討，藉以了解多媒體輔助運動教學如何提高學生學習興趣與成效。

多年前 Magill 與 Schoenfelder-Zohdi （1996） 就曾藉由觀看影片示範的教學，以 48 名 大學女學生為受試者，研究觀察影片示範或口頭指導與提供技能表現獲知 （knowledge of performance, KP） 或不提供等訊息的組合，分為示範 +KP 組 （Model-KP）、示範 + 無 KP 組 （Model-No KP）、無示範 +KP 組 （No Model-KP）、無示範 + 無 KP 組 （No Model-No KP），在學習繩項目的韻律體操中，對技能表現的影響。結果顯示，觀察影片示範比口頭 指導的動作表現好，有提供 KP 比不提供 KP 的動作表現好，並認為觀察影片示範的教學 對技能動作表現有較佳的影響，且觀察動作示範有促進於複雜動作技能學習的協調。而 Tzetzis 等人 （1999） 則以 75 位大學生為研究對象，以標準影像 + 傳統指導組、自我影像 + 傳統指導組、傳統指導，來探討滑雪動作技能在轉身、上昇、停住等三種動作技能學習上 的差異。結果顯示，觀察自己動作表現影像的教學策略最能幫助學習者熟悉滑雪的轉身及 停住的動作技能，並改善動作技能表現。簡桂彬 （2008） 以多媒體輔助法式滾球技能學習 的研究中，亦認為多媒體的影像回饋策略能有效提高教學的學習成效。這些研究在多媒體 的使用上均有所不同，包含標準動作、自身動作及使用策略等，均顯示對體育教學有良好 的幫助。

而近年來多數研究也顯示多媒體輔助體育教學能有效的提高其教學成效與學習效果

（江信億、陳伯儀、葉逸欣，2007；Chen & Xia, 2012；Lv, 2012；Zhang, 2012）。但這些研 究設計均在有限的課堂教學時間內進行，雖能提高教學效果與學習效能，但也僅止於課堂 中稍縱即逝的部分時間，難以重新再現及後續提供學生回饋與討論。

二、網路輔助學習之相關研究

網路訊息的提供與個人工作行為表現有著密不可分的關係 （Goodhue & Thompson, 1995），而學生運用無所不在的網路環境，進行線上學習與討論也日趨頻繁，研究指出學 生認同在網路討論版上進行討論的價值，且網路討論的使用行為對學生的反應與學習成效 有幫助 （Palmer & Holt, 2010）。在英國高等教育運用網路學習的研究則指出，科技促進學 習是未來在教育與學習上不可或缺的策略 （Walker et al., 2013）。

而網路輔助學習與學習者使用的預期效果、使用的態度、社會影響與使用行為有關 聯。相關研究 （Lin & Huang, 2008；Staples & Seddon, 2004） 認為，學習者的預期效果越好 越能提高該網路輔助學習的使用行為，但在被要求必須使用網路輔助學習的情況下，則與 期望效果無顯著相關 （McGill & Klobas, 2009）。在輔助系統使用態度的相關研究指出，資 訊學習系統 （Venkatesh & Davis, 2000） 及英語智慧學習系統 （Y. M. Huang, Y. M. Huang, S. H. Huang, & Lin, 2012） 的使用態度對其使用行為意圖有顯著影響，但對實際使用行為則 無顯著影響 （Staples & Seddon, 2004）。在社會影響與學習系統使用行為的相關研究上也有 不同的觀點，有些研究認為社會影響是使用系統學習行為的重要因素 （Ajzen & Fishbein, 1980；Venkatesh & Davis, 2000），但有些則認為社會規範並不會影響學生使用學習系統的 行為 （McGill & Klobas, 2009；Van Raaij & Schepers, 2008）。因此針對網路學習的使用行為 影響因素仍有待進一步的探討與釐清。

在體育的範疇中，也認為網路輔助學習具有在實際課程外，不限地點、不限時間、知 識保存等多項優點外，亦可提供不同面向的多媒體訊息，讓使用者回憶動作技巧，相當適 合輔助運動學習 （梁聖儀，2003），而 Papastergiou （2010） 也指出科技運用的技能在體育教 學中的重要性，有必要藉由電腦知識的課程來提高體育相關科系學生對科技融入體育教學 的自我效能與態度。Vernadakis、Zetou、Tsitskari、Giannousi 與 Kioumourtzoglou （2008）

則以傳統教學、網路輔助教學及混成教學，來探討籃球技巧與學習態度的影響，結果認為 混成教學對技能知識與學習態度有正向的幫助；Papastergiou 與 Gerodimos （2013） 也以籃 球為項目，探討傳統教學及網路輔助混成教學在體育教學上的影響，結果亦認為混成教學 對體育學習有益。另外 Papastergiou、Pollatou、Theofylaktou 與 Karadimou （2014） 以不同 教學策略來進行複雜的體操技能教學，認為多媒體網路學習環境是有利於輔助運動技能認

知的教學，並為學生所能接受的學習方式。由此可見網路輔助學習實為有益於體育教學之 運用策略。

三、科技績效鏈模型 （technology to performance chain, TPC）

Goodhue 與 Thompson （1995） 提出科技績效鏈模型，經常運用於預測資訊科技對於個 人績效所產生的影響，以使用行為 （utilization） 為核心探討資訊科技對學習產生的影響，

藉以協助使用者能更有效的運用資訊科技。並認為科技的特質 （功能、內容） 會影響學習 者對使用資訊科技的態度、信念，而使用資訊科技的態度、信念會進一步的影響學習者使 用行為，最後影響個人工作績效。其研究架構如圖 1 所示：

Technology Characteristcs

Precursors of Utilization: Beliefs,

Affect, etc.

Utilization Preformance Impacts

圖 1　以使用行為為核心的科技績效鏈模型

為了進一步了解網路輔助學習系統在運動學習過程中所扮演的角色，本研究嘗試以科 技績效鏈模型為研究架構，並參考相關研究 （Huang 等人 , 2012；Lin & Huang, 2008；

McGill & Klobas, 2009），以期望效果、系統使用的態度、社會影響為使用行為的前置因 子，來探討網路輔助學習系統在動作技能學習效能的影響。並針對科技資訊的特質不同，

探討提供高輔助、低輔助系統內容對於運動學習效能的差異。

四、小　結

傳統體育教學相對於求新求變的現今體育教學策略，已經不敷使用上的經濟效益，在 面對更多元化的教學趨勢中，多媒體的運用固然是提升學生學習興趣與學習成效的好方 法， 但 網 路 輔 助 學 習 相 較 於 多 媒 體 輔 助 學 習， 具 備 更 豐 富 的 多 媒 體 訊 息 （Klobas &

Haddow, 2000），現今正處於知識訊息傳遞快速的網路世代，運動學習不再只是局限於課 堂上的教學，網路上充斥著運動相關的教學內容，而網路輔助教學的研究亦認為可以提高 學習的動機、興趣與學習成效，然而體育研究針對網路輔助學習系統 （WALS） 的影響因 素並無明確的探討，在學習者使用的預期效果、使用的態度、社會影響等與 WALS 的使 用行為仍有待釐清，且依據 Goodhue 與 Thompson （1995） 認為 WALS 內容的豐富或簡易

會影響學習效能，因此本研究除了探討不同網路輔助學習在技能學習效能上的影響外，並 探討 WALS 內容豐富或簡易在其使用行為對技能學習效能的差異，與 WALS 內容豐富或 簡易對系統使用行為之期望效果、使用態度及社會影響等前置影響因素之差異。若能藉此 研究了解如何運用輔助運動技能學習將會是未來提升體育教學上的重要因素之一。

參、研究方法

一、研究對象與程序

本研究之對象為參與大學網球興趣選項的體育課學生，均於實驗前徵詢同意參與本研 究，男生 83 名、女生 24 名，共計 107 名。為避免不同組別間的實驗干擾，因此以授課班 級為單位分為傳統教學組 （traditional group）、高輔助學習組 （high web-aided group）、低輔 助學習組 （low web-aided group） 三組。各組皆採用相同的課程教學內容與進度，並由相同 教師擔任教學工作。在實驗過程中各組之間也未知其他組別之實驗，以求研究之準確與一 致性。

本研究各組均進行相同之教學課程進度，除傳統教學組僅於學期末填寫技能學習效能 問卷外，高輔助學習組、低輔助學習組則於課程開始時告知學生本課程將配合 WALS，並 說明該系統提供課程相關資訊且有利於技能學習，學生則採自願參與及使用 WALS，並於 課程結束時擷取 WALS 之操作紀錄、填寫網路輔助學習及技能學習成效之相關問卷，包 括期望效果、系統使用態度、社會影響、技能學習效能等問卷。各組之教學設計詳如表 1 所示：

表 1　各組教學活動設計表 組別

項次 傳統教學組 高輔助學習組 低輔助學習組

教學方式 實體教學 實體教學、輔助系統 實體教學、輔助系統

網路輔助學習系統 無 有 有

多媒體層級 無 影音、互動程式 圖片、文字

網路學生動作回饋 無 有 無

網路選手動作示範 無 有 無

線上討論 無 有 有

實驗人數 30 人 42 人 35 人

二、研究工具

（一）體育課程教學內容

本研究在前言探討中所發現之體育教學問題，研究設計以 WALS 補足教學時無法及 時回饋與示範說明的缺點，其中傳統教學組維持以教師運用示範、言語指導之教學，輔助 教學組則在傳統教學外另提供 WALS。高輔助學習組在 WALS 的多媒體提供為影音與互 動程式，是指上傳學生及選手的動態影像，學生則可以透過系統互動獲得教師在技能上的 回饋，教師也可依拍攝學生之影像內容給予學生回饋與討論；低輔助教學組在 WALS 的 多媒體提供為圖片與文字，是指上傳學生或選手的動作技能照片，並依照片內容以文字敘 述說明動作要領與注意事項。輔助教學所提供的輔助內容均透過網路呈現，並提供學生網 址加入預先設置的網路輔助學習平台，再依上述高輔助學習、低輔助學習組，配合教學進 度提供不同的輔助內容，但最大的差別在於高輔助學習的內容均以文字敘述配合影片的呈 現，而低輔助學習的內容則以文字敘述配合圖片的呈現，此外僅於高輔助學習在每個輔助 內容呈現後，可進行彼此討論的互動與教師回饋的提醒。

本研究為符合未來實際教學上的運用，因此採取的體育教學課程與大學網球興趣選項 第一學期之課程進度一致，上課時數為每週 2 小時共計 18 週。教學內容以網球基礎課程 為主，包含網球規則、各種握拍與擊球、正手拍擊球、反手拍擊球、移位、截擊、發球等 各項網球基礎的培養。

（二）網路輔助學習系統

本研究在教學過程中，除傳統的面對面教學課程外，以 Discuz 7.0 系統設置網路輔助 學習平台，提供學生進行課後複習與交流。該網路論壇程式為目前華人常使用的論壇工 具，除了與其他論壇平台相同具備討論區及管理介面功能外，更強調在社群間的互動，進 而增加參與率及分享意願，且使用者可上傳影片、圖片、檔案等多類媒體，讓網路輔助教 學形式更為多元化，為符合本研究使用需求的網路程式。

（三）研究變數與操作型定義

本研究的目的在探討 WALS 之使用行為對技能學習效能之影響，並同時探討系統使 用行為之前置影響因素。相關研究變數與操作型定義分述如下：

1. 期望效果：Venkatesh、Morris、G. B. Davis 與 F. D. Davis （2003） 將期望效果定義為個人 感覺使用系統對工作有所幫助的程度。本研究將此定義略微調整以符合研究情境，定義 為學習者感覺使用網路輔助學習系統能達到學習效能的程度。並參考 Venkatesh 等人

（2003）、Moore 與 Benbasat （1991） 之研究中針對期望效果的問項加以修改為：我認為

線上學習系統對我的學習會有幫助、我認為線上學習系統會使我更快抓住網球要領、如 果我使用線上學習系統，學習成績提高的機會可以增加。並採用李克特 （Likert-type scale）

五等量尺，共計 3 題。藉以衡量學生在系統使用前對本系統預期能獲得幫助的程度。

2. 系統使用態度：在科技接受模型 （technology acceptance model, TAM） 及理性行為理論

（theory of reason action, TRA） 中，Davis （1989） 和 Ajzen 與 Fishbein （1980） 對態度的定 義為個人對某項行為所抱持正面或負面的感受。本研究依據實際需求將其定義略微調 整，定義為學習者對使用網路輔助學習系統的喜好程度。並參考 Hartwick 與 Barki

（1994）、Taylor 與 Todd （1995） 等研究中針對系統使用態度的問項加以修改為：使用線 上學習系統來輔助學習是愉快的、我使用線上學習系統的經驗經常是好的、整體而言，

使用線上學習系統來輔助學習是個好主意。採用李克特五等量尺，共計 3 題。藉以衡量 學生在系統使用過程中對本系統的態度評價。

3. 社會影響：根據 Taylor 與 Todd （1995） 對社會影響的定義為個人受到環境壓力或他人建 議的認知，進而影響個人行為的意願。本研究依據實際需求將該學者之定義略微調整，

定義為學習者於本教學課程中受到同儕、師長、環境等因素之影響進而使用本系統的程 度。並參考 Hartwick 與 Barki （1994） 之研究中針對社會影響的問項加以修改為：朋友 或同學認為我應該參與線上學習系統的活動、老師或是助教認為我應該參與線上學習系 統的活動、使用線上學習系統的人相較於沒有使用的人，具有較高的聲望。採用李克特 五等量尺，共計 3 題。藉以衡量學生在本教學課程中受同儕、師長、環境影響而參與系 統使用的程度。

4. 系統使用行為：Goodhue 與 Thompson （1995） 的研究中認為系統使用行為是指使用者參 與系統的頻率、時間與次數，而 Lin 與 Hung （2008） 在有關知識管理系統的研究中對系 統使用行為則定義為使用知識管理系統來搜尋資訊及分享知識的程度。本研究依據實際 需求將其定義略微調整，定義為學習者使用網路輔助學習系統回覆文章次數與停留時間 的程度。為能準確量測使用者的系統使用行為，此研究變項採用學生真實的系統操作紀 錄，於該實驗學期結束後，自系統中擷取參與學生的系統操作紀錄，以學生在系統中的

「文章回覆總次數」、「總停留時間」 兩項指標共構成為本變項。將各指標依全體參與實 驗學生之分配趨勢平均分為七組，以標準化成李克特七等量尺。

5. 技能學習效能：根據 Goodhue 與 Thompson （1995） 對績效的定義為增進個人於工作上 的效率或減少工作成本的程度。若以教學領域而言，學習效能可以解釋為學生領悟、理 解某項技巧或知識，並對自我學習感到滿意的程度。因此本研究將技能學習效能定義為 學習者於本教學課程中自我感覺學習上獲得成效及滿意的程度。並參考 Alavi （1994）、

Arbaugh （2000）、Gelderman （1998） 的研究針對學習效能的問項加以修改為：我對於自 己整體技能學習成效感到滿意、我對於整體的學習經驗感到滿意、在本課程中我能取得

網球重點知識、在本課程中我能有效率的掌握到網球技巧、在本課程中我能吸收到同學 們的學習經驗。採用李克特五等量尺，共計 5 題。藉以衡量學生在本教學課程中掌握技 巧及相關學習知識的效率與自我學習滿意度的程度。

三、研究架構與假說

本研究為探討不同教學形式對動作技能教學的學習效能之影響，將參與實驗之學生分 為傳統教學組、高輔助學習組、低輔助學習組三組，來探討不同教學形式對技能學習效能 上 的 差 異， 且 以 Goodhue 與 Thompson （1995） 的 科 技 績 效 鏈 模 型 （technology to performance chain, TPC） 為理論基礎，並以使用行為 （utilization） 為核心探討資訊科技對學 習產生的影響。根據相關文獻及研究目的，本研究之研究架構及假說整理如圖 2：

使用前置因子

H1

H2 H3

H4 期望效果

系統使用態度 系統使用行為 技能學習效能

社會影響

圖 2　研究架構模型

四、資料處理與分析

本研究的統計分析方法以敘述性統計 （descriptive analysis） 來了解背景資料之分布、

信度分析 （reliability） 的 cronbach’s alpha 係數與組合信度 （composite reliability） 係數來檢 驗 問 卷 之 信 度、 效 度 分 析 （validity） 的 收 斂 效 度 （convergent validity） 及 區 別 效 度

（discriminant validity） 作為檢定問卷之建構效度，並以單因子變異數分析 （one-way ANOVA） 來探討各組之間在技能學習效能上的差異，以及部分最小平方法 （partial least squares, PLS） 來探討研究架構的徑路分析。並運用 SPSS 20.0 與 Smart PLS 2.0 統計軟體進 行上述各項之統計分析。

肆、研究結果

一、敘述性統計分析結果

本研究將參與實驗之學生分為傳統教學組、高輔助學習組、低輔助學習組三組，共 107 人。其各項基本資料整理於表 2。

表 2　各組描述性統計分析表

問項 分類 傳統教學組 高輔助學習組 低輔助學習組

人數 百分比 人數 百分比 人數 百分比

性別 男 21 70.00% 34 78.57% 28 80.00%

女 9 30.00% 8 21.43% 7 20.00%

學院

管理 14 46.67% 0 0.00% 0 0.00%

理工 9 30.00% 36 85.71% 27 77.14%

人文 2 6.67% 0 0.00% 0 0.00%

其他 5 16.67% 6 14.29% 8 22.86%

線上學習經驗 有 13 44.83% 19 45.24% 18 51.43%

無 16 55.17% 23 54.76% 17 48.57%

每天上網時間

< 1hr 1 3.33% 8 19.05% 2 5.71%

1~3hr 9 30.00% 24 57.14% 14 40.00%

4~6hr 16 53.33% 9 21.43% 11 31.43%

7~9hr 2 6.67% 1 2.38% 5 14.29%

> 10hr 2 6.67% 0 0.00% 3 8.57%

網球經驗

無經驗 7 23.33% 20 47.62% 14 40.00%

偶而看 8 26.67% 8 19.05% 9 25.71%

偶而打 5 16.67% 5 11.90% 6 17.14%

有學過 9 30.00% 9 21.43% 6 17.14%

比賽過 1 3.33% 0 0.00% 0 0.00%

從事網球活動 平均幾天 1 次

每天 1 3.33% 1 2.38% 1 2.86%

2~3 天 4 13.33% 8 19.05% 5 14.29%

4~5 天 11 36.67% 16 38.10% 11 31.43%

6~7 天 14 46.67% 17 40.48% 18 51.43%

表 2 描述統計顯示各組以男性居多，且以理工學院之學生為主要對象，其中三組共約 47.17% 的學生有線上學習經驗，52.83% 的學生則沒有線上學習經驗。此外經課堂上之口 頭調查，各組中有 90% 以上的學生皆沒有以網路輔助來學習運動技能之經驗。另外針對

每日平均上網時間之調查，發現學生大多數均有上網之習慣，因此推估多數學生對於電腦 操作皆有基礎的認識與概念。而網球經驗方面，學生多數是無經驗、偶爾看、偶爾會打，

除傳統教學組有學習過網球的學生比另兩組略高外，仍表示多數之受測學生皆為網球初學 者，且平均從事網球活動的頻率也較低。

二、問卷信度分析結果

本研究進行問卷信度分析檢定時，發現社會影響 Cronbach’s alpha 係數 （0.45） 低於 0.70 的有較良好的信度 （Hair, Anderson, Tatham, & Black, 1998），經檢視問卷結構後將有明 顯差異的問項於正式問卷中刪除，以確保此構面之信度。再以修正後的研究問卷進行信度 分析檢定，除社會影響 Cronbach’s alpha 係數 （0.61） 仍屬及格範圍內但未達高信度標準外

（劉湘川、簡茂發，1993），其他變數均高於 0.7 之標準 （介於 0.75~0.87）。此外，組合信 度 （Composite Reliability） 係數則介於 0.74~0.92 之間，顯示觀察變項足以反映潛在變項，

符合 0.50 的門檻 （劉湘川、簡茂發，1993；Fornell & Larcker, 1981）。綜合上述之結果顯示 本研究問卷大致具有良好的內部一致性及穩定性，其問卷信度分析結果如表 3 所示。

表 3　問卷信度分析結果表

研究變數 題數 Cronbach’s alpha 係數 Composite Reliability 係數

期望效果 3 0.83 0.90

系統使用態度 3 0.87 0.92

社會影響 2 0.61 0.74

系統使用行為 2 0.75 0.88

技能學習效能 5 0.83 0.88

三、問卷效度分析結果

本研究之問卷以收斂效度 （convergent validity） 及區別效度 （discriminant validity） 作為 效度分析檢定。其中以平均變異抽取量 （average variance extracted, AVE） 作為收斂效度的 判定標準，當 AVE 值越大時則代表潛在變項具備越高的收斂效度 （Bagozzi & Yi, 1988），

且 AVE 值必須大於 0.50 代表有良好的收斂效度 （Fornell & Larcker, 1981）。結果顯示所有 研究變數 AVE 值介於 0.59~0.81 之間，皆符合 AVE 大於 0.5 以上的標準。其問卷收斂效度 分析結果列於表 4。

表 4　問卷收斂效度分析結果表

研究變數 題數 Average Variance Extracted （AVE）

期望效果 3 0.74

系統使用態度 3 0.79

社會影響 2 0.61

系統使用行為 2 0.81

學習效能 5 0.59

此外，當所有潛在變項的 AVE 值之平方根 （對角線值） 皆大於各個潛在變項間的相關 係數 （非對角線值） 時，則表示各測量變項具有區別效度 （Fornell & Larcker, 1981）。結果 顯示所有研究變數的 AVE 平方根值皆通過區別效度之標準 （表 5），因此本研究適合進行 下一步驟的路徑分析。

表 5　問卷區別效度分析結果表

研究變數 期望效果 系統使用態度 社會影響 系統使用行為 技能學習效能

期望效果 0.86

系統使用態度 0.68** 0.89

社會影響 0.53** 0.62** 0.78

系統使用行為 0.29* 0.28* 0.32* 0.90

技能學習效能 0.74** 0.73** 0.53** 0.44** 0.77

*p < .05；**p < .01

四、三組技能學習效能分析結果

本研究探討不同教學形式對動作技能教學的學習效能之影響，分為傳統教學組、高輔 助學習組、低輔助學習組三組，來探討不同教學形式對技能學習效能上的差異。各組技能 學習效能之平均數、標準差如表 6 所示。

表 6　不同組別的技能學習效能之平均數及標準差摘要表

變項名稱 組別 人數 平均數 （M） 標準差 （SD）

技能學習效能 傳統教學組 30 3.41 0.74

高輔助學習組 42 3.90 0.67

低輔助學習組 35 3.46 0.59

以獨立樣本單因子變異數分析後，結果顯示各組間在技能學習效能上有顯著差異 F

（2, 104） = 6.13, p = .00，再經 Turkey 多重比較法分析，結果顯示高輔助學習組在技能學習 效能上顯著優於傳統教學組、低輔助學習組，但傳統教學組、低輔助學習組兩組間並無顯 著差異。所得之變異數分析摘要表如表 7 所示。

表 7　不同組別對技能學習效能之變異數分析摘要表 變項名稱 變異來源 離均差平方和

（SS）

自由度

（df）

均方

（MS） F 值 P 值

技能學習 組間 5.46 2 2.73 6.13* .00 高輔助 >

效能 組內 46.29 104 0.45 低輔助，傳統

全體 51.75 106

*p < .05

五、研究架構的徑路分析結果

本研究利用 Smart PLS 2.0 驗證研究架構之路徑關係，其中共有三個使用前置因子 （期 望效果、系統使用態度、社會影響），及系統使用行為、技能學習效能二個變項。兩個實 驗組分別分析，結果如圖 3 所示：

使用前置因子

*p < .05 期望效果

系統使用態度

系統使用行為 A:R

²

²

技能學習效能 A:R

²

²

A = 0.58

^*

^*

^*

B = 0.29 A = 0.01 B = -0.05

A = 0.04 B = 0.26

A：高輔助學習組 B：低輔助學習組

圖 3　研究架構之徑路分析圖

由圖 3 結果得知，在系統使用行為的前置影響因素，只有在高輔助學習組的學生對系 統的期望效果有正向影響系統使用行為，在低輔助學習組則未顯著影響，且不論是高輔助 學習組或低輔助學習組的學生對系統的使用態度、課程中的同儕及教師的社會影響均未顯

著影響系統使用行為；而高輔助學習組、低輔助學習組的學生系統使用行為均正向影響學 生的技能學習效能。依據圖 2 路徑分析結果驗證本研究之假設，檢驗結果整理如表 8 所示：

表 8　研究假設檢驗結果

編號 假說

高輔助學習組 低輔助學習組

路徑係數

（t_value） 檢驗結果 路徑係數

（t_value） 檢驗結果 H1 學生對系統的 「期望效果」

正向影響其 「系統使用行為」

0.40

（1.97） 成立 0.29

（0.87） 不成立 H2 學生對系統的 「系統使用態度」

正向影響其 「系統使用行為」

0.01

（0.02） 不成立 -0.05

（0.23） 不成立 H3 課程中的 「社會影響」 正向

影響其 「系統使用行為」

0.04

（0.17） 不成立 0.26

（0.73） 不成立 H4 學生的 「系統使用行為」 正向

影響學生的 「技能學習效能」

0.58

（5.96） 成立 0.71

（10.71） 成立

伍、討　論

一、不同教學形式對動作技能教學的學習效能之影響

本研究結果顯示不同教學形式對技能教學的學習效能有不同之影響，高輔助學習組在 技能學習效能上顯著的優於傳統教學組、低輔助學習組，此結果與其他領域相關研究一致

（Dennis, Wixom, & Vandenberg, 2001；Maruping & Agarwal, 2004；Fuller & Dennis, 2009）。

在體育教學上，本研究針對網球技能學習的也與 Papastergiou 與 Gerodimos （2013） 針對籃 球、Papastergiou 等人 （2014） 針對體操及 Vernadakis 等人 （2008） 針對籃球在網路輔助學 習的結果相似，均認為網路輔助運動技能學習相較於傳統的教學有較佳的學習效能，然而 上述體育相關的研究僅探討傳統教學、網路輔助學習及混成學習間的差異，結果亦認同混 成學習對體育學習有益，但本研究更進一步探討輔助學習內容的重要性，認為運用影音、

個人或選手動作回饋的高階內容輔助學習，相較於較簡易只有圖片與文字的低階輔助學習 有較顯著的效果，並明顯比單用傳統實體教學的效果好。而低輔助學習則只是將 WALS 視為提供延伸資源與討論的工具，成效明顯不如高輔助學習。

但傳統教學組、低輔助學習組兩組間並無顯著差異，表示即使低輔助學習組中提供圖 文組合的教學媒體及互動交流平台，對於學生的學習似無加值效果。就如同 Goodhue 與

Thompson （1995） 所言，較低層級的科技輔助對個人的學習來說，除了無法產生成效甚至 可能造成資源的浪費。由上述之研究結果也可充分的說明科技輔助學習本身並不是唯一的 重點，而是針對各種不同情境提供學生所需的教學內容才是發揮輔助系統效能的主要關 鍵。

二、系統使用前置因子與系統使用行為

（一）期望效果與系統使用行為

本研究結果顯示高輔助學習組的期望效果正向影響系統使用行為 （β ＝ 0.40

^*

（二）系統使用態度與系統使用行為

本研究結果顯示高輔助學習組與低輔助學習組的系統使用態度皆未顯著影響系統使用 行為 （高輔助學習組β ＝ 0.01；低輔助學習組 β ＝ -0.05）。同樣地，Staples 與 Seddon

（2004） 發現職場員工在工作系統使用態度上並未影響使用行為。值得一提的是，過去研 究指出態度會影響意圖。例如，Venkatesh 與 Davis （2000） 在資訊系統及 Huang 等人

（2012） 在英語智慧學習系統的研究中，指出使用態度對使用行為意圖有顯著影響。而本 研究與 Staples 與 Seddon （2004） 是以實際使用行為為相關變項，發現使用態度並不會影響 實際使用行為。意即，態度與意圖，比態度與使用行為，有較高相關。正向的系統使用態 度或許能提高使用行為意圖，但本研究發現正向的系統使用態度未必有較多的系統使用行 為。

（三）社會影響與系統使用行為

本研究結果顯示高輔助學習組與低輔助學習組的社會影響皆未顯著影響系統使用行為

（高輔助學習組β ＝ 0.04；低輔助學習組 β ＝ 0.26），與 McGill 與 Klobas （2009） 對大學 生使用學習管理系統、Van Raaij 與 Schepers （2008） 對 EMBA 學生使用數位學習的研究一 致，均認為社會規範並不會影響學生使用該系統的行為。此外，Staples 與 Seddon （2004）

曾分析自願性和非自願性員工的社會影響，他們發現社會影響並未顯著影響自願性員工使 用工作資訊系統，但非自願性員工中，社會影響會顯著影響使用工作資訊系統的行為。本 研究之學生使用 WALS 均屬於自願性的使用行為，因此也與 Staples 與 Seddon 研究結果一 致。雖然 Ajzen 與 Fishbein （1980） 的理性行為理論 （TRA） 與 Venkatesh 與 Davis （2000）

相關研究，均認為社會影響是系統使用行為的重要因素。然而體育教學時學生的行為經常 受到實際活動環境的影響，運用網路輔助教學來探討社會影響與系統使用行為在體育教學 中較為少見，是否使用 WALS 的行為相較於實際活動顯得較不重要，或是因自願性的特 質，因而不受周遭同儕或社會觀感之影響，則須再進一步的探討。

三、系統使用行為與技能學習效能

前面的分析指出，高輔助學習組的技能學習效能顯著高於低輔助學習組。進一步分析 各組內的系統使用行為和技能學習效能之間的關係，研究結果顯示高輔助學習組與低輔助 學習組之系統使用行為皆正向的影響學生之技能學習效能 （高輔助學習組β ＝ 0.58

^*

^*

進而創造其學習興趣與動機，這對技能學習效能將有正面的幫助。也與 D`ambra 與 Wilson

（2004）、McGill 與 Klobas （2009） 的研究結果一致。所以當學生參與系統程度越高時，表 示觀賞輔助內容越多或是停留時間越長，其自認在網球技巧上的掌握越有效率，且越滿意 自我的學習經驗。因此本研究認為學生參與 WALS 越頻繁時，越能提升學生之技能學習 效能，只是高輔助學習組的技能學習效能顯著較高。

四、結論與建議

本研究結論為較高層級之網路輔助學習有利於動作技能教學的學習效能，而較低層級 的輔助對體育教學來說，除了無法產生技能學習效能甚至可能造成資源與時間的浪費；另 外亦驗證系統使用行為會正向提升學生在體育的技能學習效能。本研究建議未來可針對輔 助系統的使用態度與社會影響做進一步的探討，且在高層級的輔助訊息內容上進行分類與 探討，並可增加探討高低輔助學習組的學生在系統使用行為上的差異，以利在未來體育教 學上，發展更多元且更有成效之教學形式。

五、研究限制

本研究探討網路輔助學習的成效，僅以技能學習滿意度、學習經驗、吸收能力等因素 代表其學習效能，並未使用實際之技能表現成績，乃研究未能顧及的地方，建議後續研究 可採用實際表現成績，或實際表現成績與問卷並行的方式實施，讓技能表現成果更臻完 備。此外本研究為真實課程教學的情境，僅以網路輔助學習系統內容上的差異來探討較多 元及豐富內容的高輔助學習，相較於單純圖片文字的低輔助學習之間的差異。真實教學情 境中尚無法就影音、互動程式、動作回饋或動作示範等功能的效益，進行細項深入的探 討，實為本研究之限制。

參考文獻

朱良、李宣儀、林暐倫、李國通 （2002）。學生背景對網路學習表現的影響。明志技術學 院學報，34 （1），57-63。

江信億、陳伯儀、葉逸欣 （2007）。應用多媒體科技融入游泳教學策略之探討。運動知識 學報，4，129-134。

林建豪、張世聰 （2012）。體育教學與數位學習之應用。中華體育季刊，26 （2），259-269。

張名安、陳五洲 （2006）。網絡服務在體育上的應用與發展。大專體育，82，41-48。

梁聖儀 （2003）。以合作學習為基礎的網路學習社群系統開發之研究—以國小簡易籃球為 例 （未出版碩士論文）。國立體育學院，臺北市。

陳五洲 （1994）。多媒體科技在體育教學上的應用。國民體育季刊，23 （3），103-109。

劉湘川、簡茂發 （1993）。二分法記分測驗簡捷信度估計公式之改進及其應用。測驗年刊，

40，169-188。

簡桂彬 （2008）。影像回饋策略對法式滾球定位擲準技能學習之影響。臺北市：海峽兩岸 體育研究學會。

簡桂彬、麥吉誠、蕭今傑 （2006）。回饋的訊息對體育教學效率之影響。國立臺灣科技大 學人文社會學報，2，1-17。

Ajzen, I., & Fishbein, M. (1980). Understanding attitudes and predicting social behavior.

Englewood Cliffs, NJ: Prentice-Hall.

Alavi, M. (1994). Computer-mediated collaborative learning: An empirical evaluation. MIS Quarterly, 18(2), 159-174.

Arbaugh, J. B. (2000). Virtual classroom characteristics and student satisfaction with internet- based MBA courses. Journal of Management Education, 24(1), 32-54.

Bagozzi, R. P., & Yi, Y. (1988). On the evaluation of structural equation models. Academy of Marking Science, 16, 74-94.

Best, P., Manktelow, R., & Taylor, B. (2014). Online communication, social media and adolescent wellbeing: A systematic narrative review. Children and Youth Services Review, 41, 27-36.

Browne, T., Jenkins, M., & Walker, R. (2006). A longitudinal perspective regarding the use of VLEs by higher education institutions in the United Kingdom. Interactive Learning Environments, 14(2), 177-192.

Chan, C. K. (2012). Co-regulation of learning in computer-supported collaborative learning environments: A discussion. Metacognition and learning, 7(1), 63-73.

Chang, C. K., Chen, G. D., & Li, L. Y. (2008). Constructing a community of practice to improve coursework activity. Computers & Education, 50(1), 235-247.

Chen, S., & Xia, Y. (2012). Research on application of multimedia technology in college physical education. Procedia Engineering, 29, 4213-4217.

D’ambra, J., & Wilson, C. S. (2004). Use of the world wide web for international travel:

Integrating the construct of uncertainty in information seeking and the task-technology fit (TTF) model. Journal of the American Society for Information Science and Technology, 55(8), 731-742.

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340.

Dennis, A. R., Wixom, B. H., & Vandenberg, R. J. (2001). Understanding fit and appropriation effects in group support systems via meta-analysis. MIS Quarterly, 25(2), 167-193.

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

Fuller, R. M., & Dennis, A. R. (2009). Does fit matter? The impact of task-technology fit and appropriation on team performance in repeated tasks. Information Systems Journal, 20(1), 2-17.

Gelderman, M. (1998). The relation between user satisfaction, usage of information systems and performance. Information & Management, 34 (1), 11-18.

Goodhue, D. L., & Thompson, R. L. (1995). Task-Technology fit and individual performance.

MIS Quarterly, 19(2), 213-236.

Hair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1998). Multivariate Data Analysis (5th ed). Boston, MA: Pearson Education Inc..

Hall, B. (2008). Five Learning Trends for 2009. Chief Learning Officer. Retrieved from http://

www.clomedia.com/articles/five_learning_trends_for_2009

Hartwick, J., & Barki, H. (1994). Explaining the roie of user participation in information system use. Management Science, 40(4), 440-465.

Huang, Y. M., Huang, Y. M., Huang, S. H., & Lin, Y. T. (2012). A ubiquitous English vocabulary learning system: Evidence of active/passive attitudes vs. usefulness/ease -of-use. Computers

& Education, 58(1), 273-282.

Huang, Y. M., Liao, Y. W., Huang, S. H., & Chen, H. C. (2014). Jigsaw-based Cooperative Learning Approach to Improve Learning Outcomes for Mobile Situated Learning. Journal of Educational Technology & Society, 17(1), 128-140.

Klobas, J., & Haddow, G. (2000). International computer-supported collaborative teamwork in business education: A case study and evaluation. International Journal of Educational Technology, 2(1). Retrieved from http://www.ascilite.org.au/ajet/ijet/v2n1/klobas/

Lin T. C., & Huang C. C. (2008). Understanding knowledge management system usage antecedents: An integration of social cognitive theory and task technology fit. Information &

Management, 45(6), 410-417.

Lv, H. N. (2012). Multimedia technology application in teaching basketball skills. Advanced Materials Research, 557, 2025-2028.

Magill, R. A., & Schoenfelder-Zohdi, B. (1996). A visual model and knowledge of performance as sources of information for learning a rhythmic gymnastics skill. International Journal of Sport Psychology, 27(1), 7-22.

Maruping, L. M., & Agarwal, R. (2004). Managing team interpersonal processes through technology: A task-technology fit perspective. Journal of Applied Psychology, 89(6), 975- 990.

McGill, T. J., & Klobas, J. E. (2009). A task-technology fit view of learning management system impact. Computers & Education, 52(2), 496-508.

Moore, G. C., & Benbasat, I. (1991). Development of an instrument to measure the perceptions of adopting an information technology innovation. Information Systems Journal, 2(3), 192- 222.

Palao, J. M., Hastie, P. A., Cruz, P. G., & Ortega, E. (2015). The impact of video technology on student performance in physical education. Technology, Pedagogy and Education, 24(1), 51-63.

Palmer, S., & Holt, D. (2010). Online discussions in engineering education: Student responses and learning outcomes. In Shedletsky, L., & Aitken, J. (Eds), Cases on online discussion and interaction: Experiences and outcomes (pp. 105-122). Hersey, NY: Information Science Reference.

Papastergiou, M. (2010). Enhancing physical education and sport science students’ self-efficacy and attitudes regarding information and communication technologies through a computer literacy course. Computers & Education, 54(1), 298-308.

Papastergiou, M., & Gerodimos, V. (2013). Can learning of basketball be enhanced through a web-based multimedia course? An experimental study. Education and Information Technologies, 18(3), 459-478.

Papastergiou, M., Pollatou, E., Theofylaktou, I., & Karadimou, K. (2014). Examining the potential of web-based multimedia to support complex fine motor skill learning: An

empirical study. Education and Information Technologies, 19(4), 817-839.

Staples, D. S., & Seddon, P. (2004). Testing the technology-to-performance chain model. Journal of Organizational and End User Computing, 16(4), 17-36.

Tarantino, K., McDonough, J., & Hua, M. (2013). Effects of student engagement with social media on student learning: A review of literature. The Journal of Technology in Student Affairs, 1(8), 1-8.

Taylor, S., & Todd, P. A. (1995). Understanding information technology usage: A test of competing models. Information Systems Research, 6(2), 144-176.

Tomai, M., Rosa, V., Mebane, M. E., D’Acunti, A., Benedetti, M., & Francescato, D. (2010).

Virtual communities in schools as tools to promote social capital with high schools students.

Computers & Education, 54(1), 265-274.

Tzetzis, G., Mantis, K., Zachopoulou, E., & Kiumourtzoglou, E. (1999). The effect of modeling and verbal feedback on skill learning. Journal of Human Movement Studies, 36(3), 137-151.

Van Raaij, E. M., & Schepers, J. J. L. (2008). The acceptance and use of a virtual learning environment in China. Computers & Education, 50(3), 838-852.

Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186-204.

Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-478.

Vernadakis, N., Zetou, E., Tsitskari, E., Giannousi, M., & Kioumourtzoglou, E. (2008). Student attitude and learning outcomes of multimedia computer-assisted versus traditional instruction in basketball. Education and Information Technologies, 13(3), 167-183.

Walker, R., Voce, J., & Jenkins, M. (2013). Charting the development of technology-enhanced learning developments across the UK higher education sector: A longitudinal perspective (2001-2012). Interactive Learning Environments, (ahead-of-print), 1-18. doi:

10.1080/10494820.2013.867888

Zhang, K. (2012). An analysis of the relation between multimedia assisted instruction and physical education. IERI Procedia, 2, 759-764.

作者簡介

簡桂彬，國立臺灣科技大學體育室，副教授 （通訊作者）

Kuei-Pin Chien is an Associate Professor of Department of Athletics, National Taiwan University of Science and Technology, Taiwan, Taiwan. (Corresponding Author)

陳素芬，國立臺灣科技大學數位學習與教育研究所，教授

SuFen Chen is a Professor of Graduate Institute of Digital Learning and Education, National Taiwan University of Science and Technology, Taiwan, Taiwan.

林忠儀，國立臺灣科技大學資訊管理研究所，碩士

Chung-I Lin is a Master of Department of Information Management, National Taiwan University of Science and Technology, Taiwan, Taiwan.

收稿日期：民國104年05月05日 修正日期：民國104年09月21日 接受日期：民國104年09月24日

APPLICATION OF WEB AIDED LEARNING SYSTEM IN MOTOR SKILLS TRAINING

Kuei-Pin Chien

SuFen Chen

Chung-I Lin

1Department of Athletics, National Taiwan University of Science and Technology

2

Education, National Taiwan University of Science and Technology

3

ABSTRACT

Purpose: The purpose of this study was to investigate how different levels of web-aided learning affect students’ training in motor skills and to explore the influence of expectation, attitude toward usage, and social norm on the use of web- aided learning systems (WALSs). Methods: 107 college students who participated in three tennis classes served as participants. The classes were randomly assigned to the traditional, high web-aided, and low web-aided assist groups. All groups were taught by the same teacher, two hours a week, for eighteen weeks. In addition to the traditional teaching, the high web-aided group was assisted with a WALS that provided video clips and motor feedback information; whereas the low web- aided group was assisted with a WALS that provided photos and chat room for discussion. The students’ use record on the WALSs, expectation of the effects of the WALSs, attitudes toward the WALSs, peer influence, and perception of skill learning effectiveness were collected and analyzed. Results: The high web-aided group had performed significantly better than the traditional and low web-aided groups on skill learning effectiveness. Expectation had a positive effect on the use of the WALSs in the high web-aided group, but not in the low web-aided group.

Moreover, the more they used the WALSs, the higher they experienced skill learning effectiveness. Conclusion: This study concluded that highly interactive web-aided learning not only benefits learning of subject matter knowledge, but also motor skills training in physical education. It also raises students’ expectation effect. Implications and recommendations for future studies are provided.

Keywords: web aided learning system (WALS), learning effectiveness, motor

skills training