洪欣慧 洪維辰 蘇霈
臺灣師範大學教育學院創造力發展碩士在職專班
janetred25@hotmail.com
weichenlovejesus@gmail.com
a26917095@yahoo.com.tw
洪榮昭
臺灣師範大學工業教育學系
hongjc@ntnu.edu.tw
【摘要】本研究以國中八年級學生透過成語遊戲進行教學。以226份有效問卷，使用結構方程驗證。研究結果顯示：空間智能與認知學習價值呈現正相關，認知學習價值與持續意願呈現正相關，認知學習價值與學習態度呈現正相關，學習態度與持續意願呈現無顯著相關。
【關鍵詞】空間智能；認知學習價值；學習態度；持續意願
Abstract: To understand the learning effect on playing this game, the present study explored students’ cognitive value, learning attitudes, and continuous intention to play. 8th grade students from a junior high school were taken in this experiment in which students drew pictures of the idioms and image the possible idiom. Then, a questionnaire was delivered, and data of 226 valid questionnaires were collected to verify the correlation between the variables by structural equation modelling. The results of the study showed that students’ spatial intelligence can predict their perceived learning value; and learning attitude; perceived learning value is positively related to learning attitude and continuous intention to play; however, learning attitude is not significantly related to continuous intention to play. It is expected that this study will improve the ability to practice metaphorical reasoning to drive students to learning Chinese Idioms.
Keywords: Spatial intelligence, Cognitive learning value, Learning attitude, Continuity of intention.
1.前言
本研究為結合空間智能（Gardner, 1983）、遊戲式學習（Hong, Hwang, Liu, Lin, & Chen, 2016）與語文課程的成語遊戲教學。學習者對於所學成語必須以圖像方式展現，驅使學習者能夠深入思考並處理訊息與知識，增強其學習成效（Lin, Atkinson, Savenye, & Nelson, 2016）。同時，學習者對於學習任務會形成自我相關的認知學習價值（王如哲，2010），影響到學習態度與持續意願。研究指出情意上的感知對於學習具有明顯影響力（Oxford, 2018），對於認知學習與態度的關聯也相當重要。期盼透過此遊戲學習與研究結果，能夠增加教育工作者對於教學的活化，激盪出教育的火花。
2.文獻探討
2.1.空間智能
空間智能是由Howard Gardner（1983）在《智力架構》（Frames of Mind）一書中所提出。謝倩、洪如林（2005）指出由視覺到空間的智能可以幫助學習、提升相關能力。本研究所指的空間智能是空間智慧、視覺重現圖像以及圖學理解的綜合能力。
2.2.認知學習價值
Eccles（1983）提出學習價值是學習者對於個人任務所賦予的看法。知名學者Bloom（1956）曾發表三大教學目標用以評估學生的學習成效。綜上所述，本文在此所指的認知學習價值為學習者自身對於課程的認知方面進行的整體性學習成效評估。
2.3.學習態度
根據葛樹人（1994）指出，態度是謂個體透過學習，對於環境中的相關人、事、物，依據其生活或學習經驗所形成的評價。綜上所述，本文所指的學習態度主要為學生與整體學習環境與同儕的互動態度，以及對於課程的態度和喜愛程度。
2.4.持續意願
持續意願和學習者的學習經歷、學習內容、課程完成度等等有所關聯（Wu, Hsieh, & Lu, 2015）。因此，持續意願在此為體驗學習成語遊戲後，後續是否會想要持續學習的意願（譚華德、葉建宏，2019）。
3.研究假設
3.1.空間智能對認知學習價值的關係
透過Burton和Dowling（2009）的研究，若是訓練工科學生的空間能力，對於其在學業上會有一定程度的進步。可推知空間智能對於認知學習價值會有一定的正相關。
3.2.認知學習價值對持續意願的關係
Tam（2004）指出顧客在消費後，會產生相關認知價值，影響滿意度及持續使用的意願。綜上所述，學習者的認知學習價值與持續意願會呈現正相關。
3.3.認知學習價值對學習態度的關係
單美華（2003）：學習者在學習後的認知易用性與有用性，對於學習態度有影響。故，學習者對於課程內容產生自我的認知學習價值後，會與其學習態度有正相關。
3.4.學習態度對持續意願的關係
張月芬（2004）：志工對於組織的參與程度與動機越強，持續服務意願也會越高。綜合上述，可以延伸學習者的學習態度，會對持續意願有所影響與正相關。
4.研究設計
4.1.研究模式
圖1 研究模式
4.2.研究參與者與步驟
本研究參與者是來自新北市新莊區之國民中學八年級學生，共計241位參與者。其中有效問卷為226份，包含114名男學生（50.4%），112名女學生（49.6%）。於109學年度第一學期實施研究。每位學生在一節課（45分鐘）的時間內，參與「成語圖像遊戲」教學，完成遊戲教學體驗後，填寫紙本問卷回饋相關體驗與想法。
4.3.測量工具
本研究依據研究目的與相關文獻資料進行題項設計，使用紙本問卷調查。問卷內容以Likert之5點量表為評量標準，即非常不同意（1點）至非常同意（5點）。在完成問卷蒐集後，透過統計工具進行題項與構面之信、效度分析與考驗。
5.研究結果
5.1.項目分析
本研究的一階驗證性分析以Hair、Black、Babin與Anderson（2010）所建議的因素負荷量（factor loading, FL）值作為內部效度建構標準，其建議FL值應大於0.50。本研究以此標準進行刪題。表1顯示每個構面都有良好的適配度（Doll, Xia, & Torkzadeh, 1994; Hu, & Bentler, 1999; MacCallum, & Hong, 1997）。
表1 一階驗證性分析
|
檢定值 |
適配標準 |
空間智能 |
認知學習價值 |
學習態度 |
持續意願 |
|
χ2 |
--- |
3.450 |
10.192 |
7.850 |
2.348 |
|
df |
--- |
2 |
5 |
5 |
2 |
|
χ2/df |
<5 |
1.725 |
2.038 |
1.570 |
1.174 |
|
RMSEA |
<.1 |
.057 |
.068 |
.050 |
.028 |
|
GFI |
>.8 |
.992 |
.981 |
.987 |
.995 |
|
AGFI |
>.8 |
.961 |
.942 |
.960 |
.974 |
5.2.信度與效度檢驗
本研究經由內部效度後刪題，再將各構面之題項進行外部效度分析。進而評估題項的外部效度之可解釋範圍（Cor, 2016）。
5.2.1.當t值（臨界比）大於3（p*** <0.001）時，該題項的判別力即達到顯著水準。本研究所有t值均大於3（p＜0.001），表示此鑑別度達到顯著性。故，所有建議的問卷項目皆具有識別力（Green, & Salkind, 2004）。
5.2.2.內部由構建體的複合可靠性（composite reliability, CR）檢驗，以確定問卷一致性（Fornell, & Larcker, 1981）。在本研究中所有CR值皆超過了0.70的建議值（Hair, Black, Babin, & Anderson, 2009），故皆符合可接受的複合信度。
5.2.3.變量的內部一致性是使用Cronbach’s α檢查其內部可靠性。結果得知：空間智能、認知學習價值、學習態度、持續意願的α值分別為0.76、0.93、0.89和0.95，所有α值均大於0.6，而整體問卷的可靠性係數為0.8。Hancock與Mueller（2013）提出α值高於0.6是可接受的水平，表示本研究的內部變量符合標準。
5.2.4.本研究的收斂有效性通過驗證：1.平均變異抽取量（average variance extracted, AVE）的值，經評估空間智能為0.46，認知學習價值0.73，學習態度為0.64，持續意願為0.83。AVE值除了空間智能為0.46外，其餘皆高於0.6。學者提出若AVE值介於0.4至0.5，但同時CR值高於0.6，那該構面的收斂有效性仍足夠（Lam, L. W. ,2012）。此外，Fornel與Larcker（1981）也指出：四個構面當中若有二到三個AVE值達0.5，其他構面數值為0.3或0.4，仍是可接受的範圍。2.所有項目的因素負荷量（factor loading, FL）範圍介於0.54~0.95間，均顯著高於0.5（Hair et al., 2010）。結果顯示所有因素負荷量均符合要求，表示是可以接受的收斂效度。
5.2.5.CFA被廣泛應用於建立假設模型的構建效度（Byrne, 2016），結果顯示所有的鑑別度和有效性滿足所有必要的條件（Hair et al., 2009），表示問卷的所有構建效度可以被接受。
5.3.構面區別效度
每一構面之AVE的根號數值，必須超過其他同一列的構面之皮爾森相關係數值，才代表該構面擁有良好的構面區別效度（Zainudin, 2015）。而此時構面與構面之間的相關係數值亦須小於0.85（Ahmad, Zulkurnain, & Khairushalimi, 2016）。本研究檢驗結果皆符合要求，顯示各構面皆具有良好的區別效度。
5.4.整體適配度分析
本研究根據以往文獻探討作為研究基礎，再經過各題項項目分析與信效度分析後，接著以結構方程式Amos20驗證研究假設模式與樣本資料之間的適配度：
5.4.1.絕對配適度
卡方自由度比為2.195，小於5，顯示模型契合度良好。RMSEA為0.073，低於0.08以下為優良（Kline, 2015），顯示此模式具有相當的理想性。GFI與AGFI分別為0.880與0.843，皆高於0.8的標準。
5.4.2.相對適配度
NNFI、CFI、NFI、IFI、RFI需大於0.9，代表模型具有良好適配度，大於0.8則表示模型適配度在可以接受的範圍（Hu, & Bentler, 1999）。本研究之NNFI為0.945、CFI為0.953、NFI為0.918、IFI為0.954、RFI為0.904，皆大於0.9，顯示本模型具有良好適配度。
5.4.3.精簡適配度
PNFI為0.786、PGFI為0.674，皆符合大於0.5的標準。綜合上述，本研究之SEM模型皆符合檢驗標準，具有良好的整體適配度。
5.5.研究模式驗證
本研究應用結構方程式Amos20操作，再進行研究模型之驗證。研究結果如下：空間智能與認知學習價值呈現正相關（β＝0.362***，t＝4.284），認知學習價值與持續意願呈現正相關（β＝0.707***，t＝8.340），認知學習價值與學習態度呈現正相關（β＝0.796***，t＝12.817），學習態度與持續意願呈現無顯著相關（β＝0.195，t＝2.068）。
圖2 驗證研究模式
**p＜0.01. ***p＜0.001.
5.6.間接效應分析
在間接效果方面，空間智能與認知學習價值在學習態度為0.2887（p＜0.001），信賴區間為〔0.164, 0.424〕，空間智能與認知學習價值在持續意願為0 .304（p＜0.001），信賴區間為〔0.176, 0.455〕，每一個信賴區間均無包含0，顯示空間智能與學習態度、持續意願皆存在中介效果─認知學習價值。
6.研究討論
6.1.空間智能對認知學習價值呈現正相關
運用多元智慧進行教學與評量，則對於學生的學習成效與智慧成長有顯著成效（林睿琳，2005）。當使用空間智慧學習時，能連結相關的知識與認知學習。綜上所述，即空間智能對認知學習價值呈現正相關，本研究的研究假設H1成立。
6.2.認知學習價值對持續意願呈現正相關
透過學者Bandura（1985）的理論指出，個體會透過因素間模式化過程去轉換、拓展知識，並且會影響之後的想法與行為。因此當學習者在課堂上學習與互動，會形成個人的認知學習價值，並讓學習者評估後續是否會有持續以此模式進行學習的意圖。本研究顯示認知學習價值對於持續意願呈現正相關，本研究的研究假設H2成立。
6.3.認知學習價值對學習態度呈現正相關
透過研究發現：學習者在學習後所產生的認知性，會直接影響其後續的學習態度（單美華，2003）。以及學習者在學習時所處理的訊息量以及學習成效，會和學習態度有高度相關（楊宇棻，2018）。因此，本研究結果與上述的研究不謀而合，顯示認知學習價值學習意願呈現正相關，本研究的研究假設H3成立。
6.4.學習態度對持續意願呈現無顯著相關
積極的情緒能夠促進對於活動的持續意願（Pekrun et al., 2017）。但根據本研究問卷描述性統計的結果，顯示受試者在面對此成語遊戲的挑戰時，多數受試者不論結果皆會先努力學習與嘗試。綜上所述，說明成語遊戲之學習態度無法顯著影響持續意願。因此，本研究之研究假設H4未達成顯著值，本假設不成立，呈現無顯著相關。
7.結論與建議
7.1.研究結論
本研究旨在透過成語與圖像，結合學習與遊戲（Su, 2016），希望透過遊戲式的學習方法，讓學習者突破傳統教學，有更明確的記憶和理解方式，以期達到能兼顧認知學習與及積極學習態度的效果。
本研究驗證結果顯示，空間智能與認知學習價值呈現正相關，認知學習價值與持續意願呈現正相關，認知學習價值與學習態度呈現正相關，學習態度與持續意願呈現無顯著相關。
7.2.研究建議
建議延長課程的時間，讓受試者有更充裕的時間能展現相關能力。尚可加入學習成就、同儕競爭等變項，以驗證認知學習價值與學習態度之變項。另外，受試者目前是使教室內的黑板作畫，結束後畫作無法保存。故未來的課程也可以嘗試使用3C產品如平板或手機等資源輔助，讓學生的畫作可以保留，成為可以分析的資料來源。
參考文獻
王如哲(2010).解析「學生學習成效」.《評鑑雙月刊》，27，62.
林睿琳(2005).多元智慧論融入色彩計劃課程教學與評量之研究—以建國科技大學商業設計系為例(未出版之碩士論文).國立彰化師範大學.彰化縣.
張月芬(2004).家庭教育中心志工參與動機、內外控信念與其組織承諾之研究(未出版之碩士論文).國立嘉義大學.嘉義縣.
單美華(2003).影響數位在職訓練之學習態度及行為意向研究(未出版之碩士論文).國立中央大學.桃園市.
楊宇棻(2018).協同學習對技術型高中學生在國文科學習態度與學習成效之研究(未出版之碩士論文3).國立臺北科技大學.臺北市.
葛樹人(1994).《心理測驗學》.臺北市:桂冠圖書.
謝倩、洪如林(2005).生物學教學中開發學生視覺－空間智能的策略.生物學雜誌，22(3)，57-58.
魏麗敏(1991).中小學生一般焦慮、數學焦慮及數學態度之比較研究.《台中師院學報》，第5期，129-154.
譚華德、葉建宏(2018).臺灣大學生於泰語學習歷程之探究.《中科大學報》，5(1)，95-112.
Ahmad, S., Zulkurnain, N. N. A., & Khairushalimi, F. I. (2016). Assessing the validity and reliability of a measurement model in structural equation modeling (SEM). Journal of Advances in Mathematics and Computer Science, 15(3), 1-8.
Bandura, A. (1985). Model of causality in social learning theory. Cognition and Psychotherapy, 81-99.
Bloom, B. S. (Ed.) (1956). Taxonomy of educational objectives: The classification of educational goals, Handbook I: Cognitive domain. New York, NY: Longman, Green.
Burton, L. J., & Dowling D. G. (2009). Key factors that influence engineering students academic success: A longitudinal study. Proceedings of the 3rd Research in Engineering Education Symposium (pp. 1-6). Cairns, Australia.
Byrne, B. M. (2016). Structural equation modeling with AMOS: Basic concepts, applications, and programming (3rd ed.). London, UK: Routledge.
Cor, M. K. (2016). Trust me, it is valid: Research validity in pharmacy education research. Currents in Pharmacy Teaching and Learning, 8(3), 391-400.
Doll, W. J., Xia, W., & Torkzadeh, G. (1994). A confirmatory factor analysis of the end-user computing satisfaction instrument. MIS Quarterly, 18(4), 453-461. doi:10.2307/249524.
Eccles, J. (1983). Expectancies, values, and academic behaviors. In J. T. Spence (Ed.), Achievement and achievement motives: Psychological and sociological approaches,75-146.San Francisco, CA: W. H. Freeman.
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50. doi:10.2307/ 3151312.
Gardner, H. (1983). Frames of mind: The theory of multiple intelligences, New York.
Green, S. B., & Salkind, N. J. (2004). Using SPSS for Windows and Macintosh: Analyzing and understanding data (4th ed.). Englewood Cliffs, NJ: Prentice-Hall.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2009). Multivariate data analysis (7th ed.). Upper Saddle River, NJ: Pearson Prentice Hall.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Upper Saddle River, NJ: Pearson Prentice Hall.
Hancock, G. R., & Mueller, R. O. (Eds.). (2013). Structural equation modeling: A second course (2nd ed.). Charlotte, NC: Information Age.
Hong, J.-C., Hwang, M.-Y., Liu, Y.-T., Lin, P.-H., & Chen, Y.-L. (2016). The role of pre-game learning attitude in the prediction to competitive anxiety, perceived utility of pre-game learning of game, and gameplay interest. Interactive Learning Environments, 24(1), 239-251. doi:10. 1080/10494820.2013.841263.
Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55.
Kline, R. B. (2015). Principles and practice of structural equation modeling (4th ed.). New York, NY: Guilford Press.
Lam, L. W. (2012). Impact of competitiveness on salespeople's commitment and performance. Journal of Business Research, 65(9), 1328-1334.
Lin, L., Atkinson, R. K., Savenye, W. C., & Nelson, B. C. (2016). Effects of visual cues and self-explanation prompts: Empirical evidence in a multimedia environment. Interactive Learning Environments, 24(4), 799-813. doi:10.1080/10494820.2014. 924531.
MacCallum, R. C., & Hong, S. (1997). Power analysis in covariance structure modeling using GFI and AGFI. Multivariate Behavioral Research, 32(2), 193-210.doi:10.1207/s15327906mbr3202_5.
Oxford, R. L. (2018). Emotion as the amplifier and the primary motive: Some theories of emotion with relevance to language learning. In M. Pawlak, & A. MystkowskaWiertelak (Eds.), Challenges of second and foreign language education in a globalized world (pp. 53-72). Cham, CH: Springer.
Pekrun, R., Lichtenfeld, S., Marsh, H. W., Murayama, K., & Goetz, T. (2017). Achievement emotions and academic performance: Longitudinal models of reciprocal effects. Child Development, 88(5), 1653-1670.
Su, C. H. (2016). The effects of students' motivation, cognitive load and learning anxiety in gamification software engineering education: A structural equation modeling study. Multimedia Tools and Applications, 75(16), 10013-10036.
Tam, J.L.M.(2004).Customer satisfaction, service quality and perceived value: an integrative model.Journal of Marketing Management, 20,897-917.
Wu, Y. C., Hsieh, L. F., & Lu, J. J. (2015). What's the relationship between learning satisfaction and continuing learning intention? Procedia-Social and Behavioral Sciences, 191, 2849- 2854.
Zainudin, A. (2015). SEM made simple, a gentle approach to learning structural equation modeling. Selangor, MY: MPWS.
