大專院校學生課程投入量表因素驗證

大專院校學生課程投入量表因素驗證 周子敬銘傳大學應用統計資訊學系 rejoice@mcu.edu.tw

緒論

大專院校教師的壓力太大了(教學、研究、輔導及行政)大專院校教師的壓力太大了(教學、研究、輔導及行政) • 教學方面更時常造成教師有形及無形的壓力 • Chism（2002）指出從教授大學低年級數學及心理學 • 科目所產生的挫折，我們開始回到基本問題 - 如何調 • 適學習環境及結果？教師們都同意就是讓學生多投入 • (more engaged），即多涉入課程（more involved in • the course） • Handelsman, Briggs, Sullivan & Towler（2005）指出：「知道學生投入程度有助於教師個別指導學生及教學設計經歷」。

Handelsman等人（2005）根據文獻得到共識：「投入 • 學生為好的學習者且有效教學刺激及延續學生投入」 • Skinner, Wellborn & Connell（1990）指出：「各級 • 學校（高中、國中、小學）的學生投入影響學生對學 • 校成就（諸如：成績）的學習信念效應有中介影響， • 學生投入與教師涉入間有交互影響的關係」。 • 僅管有一些不錯的相關研究結果，Handelsman等人 • （2005）指出：文獻上有關於學生投入的定義及測量， • 特別是在大專層級是有限的（在國內亦同）。

根據相關學者的歸納：在大學層級方面，許多研究是以「總體層次」（macro level）來評估投入，包括Syracuse大學（Froh & Hawkes, 1996）、美國高等教育研究機構（the High Education Research Institute, HERI; Pace, 1983）及Indiana大學的國立學生投入調查機構（National Survey of Student Engagement, NSSE；NSSE, 2000, 2002）。 • 至於國內還未有國家級的機構產生，相關學生投入的 • 評估大概分散在各大專院校間，且多半是針對教師評 • 量所設計的。

研究目的

本研究目的在於發展國內大專院校學生課程投入的問卷量表。藉由實際調查及嚴謹的信、效度驗證，希冀反應出國內大專院校學生真實課程投入的狀況及確認國內適用的量表，並進而提供給國內大專院校教師們未來在教學上實質改進及評量的參考依據。本研究目的在於發展國內大專院校學生課程投入的問卷量表。藉由實際調查及嚴謹的信、效度驗證，希冀反應出國內大專院校學生真實課程投入的狀況及確認國內適用的量表，並進而提供給國內大專院校教師們未來在教學上實質改進及評量的參考依據。

文獻探討

學生投入（student engagement）

許多作者將「投入」（engagement）描述為多向度， • 相關定義至少都包括「行為」及「情感」成份（Handelsman等人，2005） • Skinner, Wellborn, & Connell（1990）將「投入」定義為：「孩子對於學校事務行動、努力及持續的起始及相關學習活動中的情感狀態（24頁）」。 • Mosenthal（1999）描述「投入」為：「學習者認知及情感系統中的根基」。 • 有些作者認為「投入」為人際成份，與老師及其他學生的互動可以是課堂經驗中最重要的部分（Connell & Wellborn, 1991; Deci, Connell, & Ryan, 1985; Guthrie & Anderson, 1999; Skinner & Belmont, 1993）。

大學期間，學生會計較的是「想要的結果」，超過他大學期間，學生會計較的是「想要的結果」，超過他 • 們是誰或是他們所就讀的學校。許多有關大專院校學 • 生發展的研究指出：「學生致力於教育目的活動的時 • 間與精力，是為學生們學習及個人發展最好的預測 • 值」（Astin, 1993; Pascarella & Terenzini, 1991; Pace, • 1980)，此結果對於估計大專院校品質的聲明是非常具 • 體的。 • 某些機構的實行已引導出學生的高度投入，或許最為有 • 名的投入指標為「大學教育良好實行的7個原則」，這7 • 個原則分別為「學生-老師的來往」、「學生間的合 • 作」、「主動學習」、「即時回饋」、「課業時間」、 • 「高度期許」及「尊重不同智能及學習方式」。

強調好的教育原則幫助教師、職員、學生及其他人專強調好的教育原則幫助教師、職員、學生及其他人專 • 注於產生想要的高學生成果，教師及行政人員將會 • 根據這些好的原則以此為終極目標，來好好的執行及 • 安排課程與其他大專院校型態的經歷（諸如：寫更多 • 的報告、讀更多的書、與教師及同儕多有研討、使用 • 適當的資訊科技），如此會在重要思考、問題解決、 • 有效溝通及負責任居民方面產生較大的收穫（Kuh, • 2003）。

相關大專院校課程投入的研究發展

雖然「學生投入」有許多量與質的研究，但是有關大專院校學生「課程涉入」及「課程投入」，在國內外相關文獻探討都是非常的闕如。目前國內有關大專院校學生「課程投入」方面的研究確實仍有待加強，未來此議題值得深入探究。

SCEQ的發展與邏輯性

Handelsman等人（2005）提及Kelloway（1995）建議使用探索性因素分析（exploratory factor analysis, EFA）作為初期量表發展因素歸類的有效分析工具，研究者可確認那個項目歸類在那一個因素裏最恰當，所以他們使用EFA及建構信度估計來驗證問卷的信、效度。在EFA的部分，他們利用主軸隨同最大變異法分析原始27題的SCEQ，有7因素及4因素的產生，但根據陡坡圖，最後保有4因素的結果，共解釋42.69%的變異性 (後續結果會再比較)。

研究方法

母群體樣本為國內大專院校學生，本研究初步藉由教育部高教司所整理各校主管資料，針對全國大專院校教師各系所主任發出E-mail，請求協助鼓勵填答研究者在http://www.my3q.com所建置的網路問卷，因回收結果不理想，遂再度懇請各校教務長代為鼓勵，期間亦採用網路搜尋E-mail主動針對大專院校學生便利抽樣調查，總計有1,608人填答，後續利用Excel先將資料作初步整理，之後再以SPSS轉檔方式將資料叫出、編碼處理並進行分析。

本研究利用Cronbach’s α及量表中因素間的相關係數來檢測Handelsman等人（2005）所建立23題修改式SCEQ的一致性和可靠性。除沿用Handelsman等人（2005）的EFA並加上驗證性因素分析（Confirmatory Factor Analysis, CFA）來建立構念效度。在CFA方面，應用結構方程模式（Structural Equation Modeling, SEM）來進行模式驗證及確認的動作，若原始模式未達適配，即進行修改，直到獲致最終模式，

SEM的評鑑標準主體上包括：基本適配（沒有負的誤差變異、誤差變異都達顯著水準、參數間相關的絕對值沒有太接近1、因素負荷量介於.5-.95之間及沒有很大的標準誤）；整體模式適配－絕對適配指標[卡方值未達顯著表示模式適配度佳、GFI >.9、AGFI>.9、SRMR <.05（良好）；.05~.08（不錯）；.08~.10（中度）；>.1（不良）、RMSEA<.05（良好）；.05~.08（不錯）；.08~.10（中度）；>.10（不良）、理論模式ECVI < 飽和及獨立模式ECVI]、整體模式適配－比較適配指標（NFI>.9、NNFI>.9、IFI>.9、CFI>.95及RFI>.9）、整體模式適配－精簡適配指標（PNFI>.5、PGFI>.5、理論模式AIC指標值必須比飽和模式及獨立模式之AIC指標值還要小及CN>200）及內在結構模式適配（建構信度>.5、所有估計參數都達顯著水準且方向正確、SR<1.96、MI < 3.84或MI < 7.88）。

研究結果

本研究SECQ及相關問項描述性統計量、百分比及排名本研究SECQ及相關問項描述性統計量、百分比及排名

EFA

本研究先採用PAF隨同未轉軸處理，KMO值為.944，屬於「非常適合使用」（榮泰生，2006）或「marvelous」（Kaiser, 1974）最高等級的評語，而Bartlett球形檢定在α=1%顯著水準下達到顯著，所以拒絕虛無假設：「變數間的淨相關係數矩陣不是單元矩陣」，換句話說母群體的相關係數矩陣間有共同因素的存在，因此適合進行因素分析。在各個變數共同性（communalities）的表現方面幾乎都超過0.5（S9、PI4及PI6除外）以保留在因素分析中的門檻（表4）（Hair, Black, Bain, Anderson & Tatham, 2006）。因素分析結果產生平方和解釋變異量為56.34，雖然特徵值超過1的有5個，但實際上都座落在第一個主成份上，顯示只有1個因素的可能性，並進而決定執行轉軸。

本研究EFA的目標在於驗證修改式SCEQ，故採斜交轉軸會比起直交轉軸方式合適（Hair, et al., 2006）。所以，轉軸時採用PAF隨同Promax（Kappa = 4），產生平方和解釋變異量為56.34，共產生5個因素，分別命名為「情感」、「技巧」、「表現」、「參與互動」及「態度」投入，但是第5個萃取出來的「態度投入」因素，原始是在Handelsman等人（2005）的「技巧投入」中，下表括弧內的數字為變數。

本研究與Handelsman等人（2005）修改式 SCEQ因素負荷量的比較

註：aHandelsman（2005）等人；b與參考研究歸類在「技巧」有別，命名為「態度」；c因素負荷量<.4項目不呈列；d特徵值的平方和；e本研究的共同性；f追蹤比（特徵值的解釋變異）。註：aHandelsman（2005）等人；b與參考研究歸類在「技巧」有別，命名為「態度」；c因素負荷量<.4項目不呈列；d特徵值的平方和；e本研究的共同性；f追蹤比（特徵值的解釋變異）。

因素信度及區別效度

註：a括弧內的數字代表題數；b代表其為最高信度，但參考研究卻不可考；c代表不可考。註：a括弧內的數字代表題數；b代表其為最高信度，但參考研究卻不可考；c代表不可考。

註：NS在.05顯著水準下不顯著；* p<.05；** p<.01；***p<.001

CFA（建立構念效度）

E2 E1 E3 PI1 PI2 PI3 PI5 .76*** .82*** .80*** .81*** .84*** .72*** .63*** E4 .71*** 情感 .48*** 參與互動 P1 .14*** .80*** .03 .07* 表現 .66*** S1 .91*** .35*** .56*** .83*** .78*** .08** P2 S2 .79*** 態度 P3 .60*** 技巧 .66*** .71*** .88*** .56*** S3 .66*** .65*** .68*** A1 A2 A3 S4 S5 S6 *表示p-value < .05； **表示p-value < .01；***表示p-value < .01 原始模式路徑圖

E2 E1 E3 PI1 PI3 PI5 .76*** .82*** .80*** .70*** .75*** .65*** E4 .71*** 情感 .55*** 參與互動 P2 .31*** .84*** .02 .07* 表現 .66*** S1 .91*** .39*** .46*** .78*** .03 P3 態度 S2 .79*** 技巧 .60*** .66*** .71*** .88*** .55*** S3 .66*** .65*** .68*** A1 A2 A3 S4 S5 S6 *表示p-value < .05； **表示p-value < .01；***表示p-value < .01 最終模式路徑圖

最終模式中因素的「建構信度」及「萃取變異數」

建構信度公式 =

結論與建議

一、結論 (1/4) 本研究經在信度分析檢測方面，整體問卷及分別信度方面都達到高信度（α>.7以上）（周文賢，2004）。另一面，若檢測區別效度或效標關聯效度，因各量表因素間的相關係數均在.43以上，達.01顯著水準，表示此量表具有很高的一致性和可靠性。

一、結論 (2/4) 本研究比起Handelsman（2005）等人的優勢在於考量到不同大專院校學生的背景資料（地理分布、年級差異、年齡差異、學院等），雖然過程中嘗試用隨機方式處理，但幾番波折仍需自行努力蒐集樣本，而達到1500份回收樣本。

一、結論 (3/4) 研究顯示學生對於「課程投入」是非常積極的，特別對教師評量的態度（排名第1），相關「課程投入」項目的特徵反應大都有過半數，只有4個項目的百分比為40多，尤其「態度投入」中的3個測量項目分居第第2（S7-上課都會好好的抄筆記）、3（S8-上課時都會仔細的聆聽）及4名（每節課都沒有缺席過）。如此給教師們一個鼓舞及提醒，或許教師們也應該好好整理自己的筆記（網路、板書、紙本、出版書籍等）、感恩於大部分都願意聆聽及上課的學生。

一、結論 (4/4) 本研究應用修改式SECQ，同樣嚴謹的檢測信效度問題並利用SEM來建立構念效度，研究結論確實SECQ適用於國內環境。

二、建議(1/5) 在樣本回收方面，目前國內學術研究環境仍有待加強，才可幫助一些研究議題有所進展，例如本研究的大專院校學生「課程投入」議題，就有益於許多教師們在師生關係上的瞭解與未來教師們課程規劃改進的方向。

二、建議(2/5) 建議未來問卷項目的擷取應盡量嚴謹及合乎理論基礎，才能成功驗證問卷量表。

二、建議(3/5) 後續研究者可以延伸到不同大專院校及不同課程領域上（本研究已作到），本研究建議可發展為國家級評鑑機制能更深入相關議題。

二、建議(4/5) 教師評鑑的研究在國內不缺，但是有關大專院校學生「課程投入」的研究卻非常的闕如，未來這方面的研究議題實有推廣的必要，甚至可延伸到中小學的階段。

二、建議(5/5) 許多大專院校教師們不需再埋頭的教，建議可參看本研究的結果來調整對學生的心態，甚或應用此問卷來作細部分析，或許可以更拉近師生彼此之間的距離。

Thank you for your supporting!!!

大專院校學生 課程投入量表因素驗證