信 度 ， 你 在 哪 ？

想確立APD中各問卷的信度與資料齊全問題：

1. 取得預試的原始資料及施測過程，包含人數和方法。

2. 各問卷中的構念，以及各構念下的題目分配。

3. 「科學教學信念」問卷是否有刪除哪些題目(51題變37題)？
為何刪除這些題目？
其原本的題目為何？

4. 為何只作「科學教學信念」的信度預試？
而原本51題的信度值為何？
其他的問卷是否也有經過預試檢測？

改 吧 ~ 你 !

APD 的多元資料...要改的有很多...
先做先改的部份...as below :

<量性統計資料的分析>
1. 確立各個問卷中的構念與信度。
2. 檢測信度值。
3. 儘量提高信度值，甚至在不違背研究問題與構念下，刪除不切題目。
4. 確立信度值。
5. 跑四份問卷中總分及各個向度的Paired T-test統計考驗。

<質性資料的分析>
1. 轉錄第一次(醬油包實驗)與第二次(曼陀珠實驗)的上台報告檔案。
2. 分析目標對象(第二與第三組別)在兩次報告的各項特徵與論證品質。
3. 轉錄與描述目標對象(第二與第三組)在兩次實驗過程的小組互動情況。
4. 分析目標對象(第二與第三組)的小組互動特徵。
5. 或依據量性資料上數據差異最大或最小的個案去深究和觀察其互動的情況。

結合質量等多元資料
提出粗略研究想法



雖然要在修改重跑
但不要灰心
都是學習與成長
自己要說「加油 ! 好嗎!」

Rain, Falling in My Heart

雨滴集落成水灘------------>雨滴是屬於連續性資料

科學觀點--氣象學 (雨滴的形成)及化學

雨滴是由天上水汽依附在凝結核上凝聚而成的小冰晶，

而隨著氣流抬升或沉落，

升溫融化成水滴而又降溫凝聚成更大的冰晶，

這樣的循環，

最後承受不住重量而掉落在地面。

因此，雨滴是一顆顆冰晶融化的水滴。

即是開始去計算雨水有一滴、二滴、三滴...的記量，

或像是飽合水氣壓、相對溼度、累計雨量...等，

開始用器皿或是量筒等記量器皿就已經是轉換成數量資料了，

也就是連續性的數值轉換了。

水分子本身也無法切割，

是個無窮盡又難以精確化的問題，

化學觀點也是運用連續性數值的等距觀點，

去探討"一分子莫耳數的水滴"

而不是以類別的方式界定。

語意觀點--英語及漢語

"Water水"或是"Rain雨"是不可數的集合名詞，

不會再前後頭加上冠詞"a"或是"waters/rains"

而是會代以其他盛裝的單位器皿或是程度來形容，

像是"a cup of water一杯水"或是"much water很多水"

下大雨也是講的像是貓狗亂跑似的"cat and dog raining"

所以只會說下(雨)多下(雨)少，

問的是計量數值，

甚而轉遞成感官覺知的程度感受，

就是歸於連續性資料的問題。

哲學觀點--問題本質

當下，在我們去判別下雨與否的時刻，
界定基礎就是下雨或沒下雨，
這就是類別性資料，
然而，我們的問題並不是下不下雨的類別問題，
而是辯證雨滴的落下和軌跡是屬於連續性資料。

透過感官，

我們所見到的是不間斷落下的雨滴軌跡，

而不會去探討有或沒有、大或小、多或少等類別問題，

如果問的是這樣的問題，

心中就已經擬有相對的衡量基準，

來評判主觀感受的意識，

就是屬於類別性問題了。

以懷疑的方法，

評鑑和思考由外界感官所感知的訊息，

雨水雨滴是客體，

而這樣的思考與懷疑，

才會有我們自己的主體，

但是我們又必須藉由感官覺知來獲得訊息，

不斷地循環思考。

物質本身沒有特定的概念或屬性，

為了釐清現象與本質，

我們加上了單位和記量的方法，

就像是質量和長度，

由我們冠上了公斤或公尺。

結論是...

雨滴的軌跡

是連續性的資料。

Enjoy the Happiness of Rain.

Coming from Context

Context is important !

Nokia說「科技始終來自於人性」

我說「研究始終來自於情境」

連續與類別

資料的種類--連續與類別


一、連續性資料
1. 等距資料

2. 序位資料

3. 等比資料


二、類別性資料