NTNU

師大新聞

2023.0915

從臺灣看世界:不同國家與性別的科學學習動機

【本篇報導由科學教育研究所 林志鴻助理教授研究團隊提供】

在科學、技術、工程和數學(STEM)領域中,了解青少年的科學動機信念有助於了解學生的學習,還與未來專業發展與職涯選擇有關。本研究利用國際大規模評估(ILSM),比較臺灣、美國與澳大利亞三國的青少年科學動機信念是否不同。研究使用2019年的國際數學與科學成就趨勢調查(TIMSS)的資料進行分析,為進行跨群體的比較,需要先評估科學動機信念比較不同群體間的準確性,此即測量恆等性(Measurement Invariance, MI)。使用多組群驗證性因素分析,確認恆等性足夠後,才可進一步比較群體差異。研究結果發現,在比較跨國青少年的科學動機信念時,TIMSS的恆等性達到尺度恆等性(Metric Invariance)成立,因此不適合進行群體比較;相對的,男、女學生的科學動機信念的測量時具備值恆等性(Scalar Invariance)成立,因此可以進一步比較不同性別間科學動機信念的差異。結果指出,三個國家女學生的科學動機信念明顯低於男學生,呈現相當一致的結果,但在實用價值動機上,美國男女學生間並無顯著差異。本研究強調,在比較群體心理特質前評估測量恆等性的重要,本研究結果能夠協助釐清對於當前使用TIMSS的數據比較跨國學生的科學動機信念的可靠性是否有效的疑慮,結果亦顯示TIMSS用於比較各國不同性別學生在科學學習動機上的差異是可信的。


你在學習科學和數學時會出現什麼樣的想法與感受呢?是害怕自己沒辦法掌握這些科目,還是優游自在的徜徉於各式各樣的理論與定律中呢?又是否曾經浮現過「我學這個未來有什麼用?」的想法?事實上,這些想法與感受確實會影響你學習科學與數學時的成效,以及未來發展專業還有職涯時的選擇。這些想法與感受被稱為「科學動機信念」,可進一步細分成自我概念(Self-Concept)、內在價值(Intrinsic Value)、以及實用價值(Utility of the Subject)。「科學動機信念」以期望—價值理論(Expectancy-Value Theory, EVT)為基礎,描述人們對任務的期望,以及任務對自身的價值,會影響人們對任務投入的程度、遇到困難時是否願意堅持,以及最後的表現與成果。套用到科學動機中,即指你覺得自己能不能在學習科學和數學科目中有好的表現?還有學這些對你到底有沒有用處?

本研究比較臺灣、澳洲以及美國這三國家的青少年與青少女們,他們的科學動機信念是否有差異。這三個國家在TIMSS測驗中分數明顯高於國際平均水平,例如臺灣國二生在2019年TIMSS評比,科學與數學表現排名全球第二,代表學生在科學與數學的成就表現優異。然而不同文化還有性別下,這群成就表現不錯的學生們科學動機信念會不會不一樣?但在進行分析和比較前,有一個非常重要的步驟,也就是要先確認這一把尺是否準確。例如在測量不同群體(如不同國家的青少年的心理反應)時,需要確保這把尺的單位相同,統計上稱為測量恆等性(MI)。如圖一中小小貓用魚測量線條的長度,而小小兔則用胡蘿蔔測量,即使他們量測的線條長度一樣,但卻有不同的回答。在確認MI是否成立前,研究者沒辦法得知臺灣、美國和澳洲的學生對於TIMSS量表的解讀是否相同,就跟圖一中的情況相似。

分析後發現,測量不同性別的科學動機信念時,MI達到可以進行後續分析與比較的標準,但在測量不同國家科學動機信念時,MI並未達到標準,因此使用該數據對跨國比較進行的分析和解釋,可能會有偏誤。後續針對性別分析,發現女學生的科學動機信念的自我概念與內在價值皆低於男性,實用價值的分析在臺灣與澳洲也是同樣的情況,相對的美國青少年的實用價值則沒有顯著性別差別。

未來可以進一步研究學生的科學動機信念和其他教育成果、課程選擇,甚至是STEM領域職業選擇的相關性。另外,早期相關研究較少考慮MI,因此研究團隊從統計角度提出增加群體比較可靠性的方法,並建議進行跨群組心理特質比較前,能夠先評估MI,以提升比較的準確性。

原文出處:

Liou, P. Y., & Lin, J. J. H.(2021).Comparisons of Science Motivational Beliefs of Adolescents in Taiwan, Australia, and the United States: Assessing the Measurement Invariance Across Countries and Genders. Frontiers in Psychology,12, [674902]. https://doi.org/10.3389/fpsyg.2021.674902

本文出處:研究發展處研究亮點

原始連結:https://rh.acad.ntnu.edu.tw/tw/article/content/227

林志鴻 助理教授 | 科學教育研究所

林志鴻教授是位富有教育熱忱的老師。研究專長為眼動與手寫設備整合、數學問題解決、教育的量化方法(Quantitative Research Method),以及多層次結構方程建模。並具有資訊技術開發教育大數據統計分析平臺之實作經驗,整合統計、資料探勘與機器學習進行學習分析(Learning Analytics),熟悉無人化統計分析、智慧資訊視覺化,且善於使用高階統計模型分析數位學習的重複量測、潛在變項或多層次資料。