臺灣博碩士論文加值系統

由於學習障礙學生人數已位居我國目前身心障礙學生人數的第二高位，為了提供符合學習障礙學生在受教上的特殊需求，首先就是要能提供正確而迅速的鑑定程序。由於學習障礙屬於內隱障礙，障礙個案本身的個別差異也懸殊各異，在身心障礙學生的鑑定上向來較為困難，學習障礙之鑑定在特殊教育領域一直是一個複雜困難的議題。本研究嘗試透過學習障礙學生的魏氏智力量表的施測結果，以約略集合理論 (Rough Set Theory) 於先行建立學習障礙學生量表分數、智力商數與因數分析所顯現之鑑定與診斷之基本模式。結合群集分析的K-mean 分群法根據資料本身的資訊將資料集分成子群體後，再結合約略集合理論期望能提升學習障礙學生鑑定與診斷之準確度。
本研究之主要研究結果如下：
一、透過約略集合理論，針對學習障礙學生在魏氏智力量表表現模式分析變項進行診斷評估預測，實證結果顯示，約略集合之診斷正確率能達到一定水準。
二、實證結果顯示，以 K-mean 分群法結合約略集合理論建立之學習障礙學 生診斷評估模式較原來純約略集合理論之診斷評估模式有更好的表現。
三、分群後的實驗中，產生規則的主要的核心屬性，對於語文與作業智商的差距 分數呈現出的重要性呼應了之前研究者所認為學習障礙的語文量表與作 業量表差異值對於鑑定學習障礙有一定的參考意義。
本文依據研究結果，透過採用約略集合理論，或許有機會能成為未來學習障礙學生鑑定上不錯的選擇方式。

Among different categories of students with disabilities in recent years because the incidence of people eugenic concepts in general and minority population trends of the multiple effects, all kinds of physical and psychological barriers with the number of generally decreasing. Since learning disabilities are implicit barriers, obstacles, the case itself is the disparity between the different individual differences in the identification of students with disabilities, has been more difficult, the identification of learning disabilities in the field of special education has been a complex and difficult issues. This study try to apply the Rough Set Theory to help simplify the identification of learning disabled students and diagnose the problem. Combining the Clustering Analysis search of the best ways to carry out the diagnosis of learning disabled students work. Perhaps a chance to become the future identification of learning disabled students on the way good choice.

目錄
中文摘要 i
英文摘要 ii
誌謝 iii
表目錄 vi
圖目錄 vii
一、緒論 1
1.1　研究動機與目的 1
1.2　研究內容與方法 2
1.3　研究範圍與限制 2
1.4　研究流程 3
二、文獻回顧 4
2.1學習障礙兒童 4
2.1.2學習障礙兒童的鑑定 8
2.2魏氏兒童智力量表 12
2.2.2魏氏兒童智力量表與學習障礙兒童 16
2.2.3WISC-III 分測驗組型在學習障礙出現率之研究 18
2.3約略集合理論 22
2.3.1簡介 22
2.3.2約略集合的基本概念 24
2.3.3約略集合理論應用於分類的相關文獻 25
2.4群集分析法 28
2.4.1群集分析之方法 28
三、研究方法 29
3.1　研究工具 32
3.2　樣本蒐集與分析 32
3.3　變項選擇說明 34
四、實證分析 36
4.1 建立約略集合鑑定判別模式 36
4.2 結合K-MEAN 和約略集合論的學習障礙學生之鑑定模式 37
4.3 約略集合與約略集合結合K-MEAN結果分析 38
五、結論與建議 40
5.1　結論 40
5.2　建議 41
參考文獻 42
中文部分 42
英文部分 43
網頁部份 45

參考文獻
中文部分：
王木榮（1994）。學習障礙兒童的心理計量鑑定模式之研究―個別智力測驗之應用與分析。國立政治大學教育研究所博士論文（未出版）。
林素貞、邱上貞、洪儷瑜（2000）。附錄三：內在能力差異名詞釋義。載於柯華葳 與邱上真編之學習障礙學生鑑定與診斷指導手冊，39。教育部特殊教育工作 小組印行。
李宏鎰(2002)。WISC-III 可以瞭解學習障礙兒童的學習特徵嗎？。國小特殊教育，
33 期，35-41。
林蒼亨(2006)，運用粗糙集合理論於二階段方法中探勘糖尿病臨床用藥知識
，雲林科技大學資訊管理學系碩士論文。
孟瑛如、陳麗如(2000)，學習障礙學生在魏氏兒童智力量表上顯現之特質研究，特殊教育季刊，74期，頁1-11。
楊坤堂、黃貞子、林美玉及沈易達（1997），學習障礙兒童。台北：五南。
周台傑(1999)，學習障礙學生鑑定原則鑑定基準說明。載於張蓓莉（主編），身心障礙及資賦優異學生鑑定原則鑑定基準說明手冊，頁75-91。台北：教育部特殊工作小組
柯華葳、邱上真(2000)，學習障礙學生鑑定與診斷指導手冊，頁1-33。教育部特殊教育工作小組。
洪儷瑜、陳淑麗、陳心怡(2003)，學習障礙國中學生的智力特質之研究，師大學報：教育類，頁215-238。
陳榮華編譯(1997)，魏氏兒童智力量表第三版(中文版)指導手冊。台北：中國行為科學社。
陳榮華(1998)，WISC-III 中文版主要內容提示。魏氏兒童智力量表研討會會議手冊。台北：中國行為科學社。
郭為藩(1993)。特殊兒童心理與教育。台北市：文景出版公司。特殊兒童心理與教育
黃姿慎(2005)，學習障礙學生在魏氏兒童智力量表表現特質之研究，新竹教育大學，特殊教育學系碩士論文。（未出版）。


胡永崇 (2002)。高雄地區國中三年級學習障礙學生之WISC-Ⅲ測驗表現分析。屏東師院學報，第17 期，頁289-328。
陳心怡、朱建軍、陳榮華 (2000)。WISC-Ⅲ分測驗組合之假設解釋與信度估計。特殊教育研究學刊，第19 期，頁1-4。
陳心怡、楊宗仁 (2000)WISC-Ⅲ分測驗特殊組型基本率研究：台灣常模、學習障礙及注意力缺陷過動症兒童之比較。中國測驗學會測驗年刊，第47 期 ，頁91-110。
洪儷瑜（2001），如何發現與鑑定學習障礙學生。載於臺灣區九十學年度學習障礙學生鑑定模式研習手冊，臺北市教育局。
洪儷瑜(2005)，學習障礙鑑定工作檢討與建議—由「各縣市實施學習障礙學生鑑定工作調查表」談起。教育部委託報告
孟瑛如、鍾曉芬 (2004)，魏氏兒童智力量表第三版 (WISC-III) 對學習障礙學生的診斷功能之探析。
英文部分：
Bannatyne, A. (1974). Diagnosis: A note on recategorization of the WISC scaled scores. Journal of Learning　Disabilities, Vol. 7, p.272-274.
Bowers, T. G., Risser, M. G., Suchanec, J. F., Tinker, D. E., Ramer, J. C., & Domoto, M.(1992). A developmental index using the Wechsler Intelligence Scale for Children: Implications for the diagnosis and nature of ADHD. Journal of LearningDisabilities, 25(3), 179-185, 195.
Beynon, M.J. & Dri1eld, N. (2005), "An illustration of variable precision rough sets model: an analysis of the findings of the UK Monopolies and Mergers Commission," Computers & Operations Research, Vol.32, pp.1739-1759.
Dimitras, A.I. & Slowinski, R. & Susmaga, R. & Zopounidis, C. (1999), "Business failure prediction using rough sets," European Journal of Operational Research, Vol. 114, pp. 263-280
Kaufman, A. S. (1994). Intelligent Testing with the WISC-III. New York: John Wiley & Sons, Inc.
Kaufman, A. S., & Lichtenberger, E. O (2000). Essentials of WISC- Ⅲ and WPPSI-R Assessment. Canada: John Wiley & Sons, Inc., p.12
Kaufman, A. S., & Kaufman, N. L(2001). Specific learning disabilities and difficultiesin children and adolescents. New York: Cambridge University Press.
Klein, E. S., & Fisher, G. S. (1994). The usefulness of the Wechsler Deterioration Index as a predictor of learning disabilities in children. Paper presented at the annual meeting of the National Association of School Psychology, Seattle, WA.
Kumar, A., Agrawal, D.P. & Joshi, S.D. (2004), "Multiscale Rough Set Data Analysis with Application to Stock Performance Modeling," Intelligent Data Analysis, Vol. 8,pp. 197-209.
Lerner J. W. (2000). Learning Disabilities: Theories, diagnosis, and teaching strategies,
8th edition. Boston, MA: Houghton Mifflin Company.
Mayes, S. D., Calhoun, S. L., & Crowell, E. W. (1998). WISC-III profiles for children with and without learning disabilities. Psychology in the Schools, 35, 309-316
Pawlak, Z. (1982), "Rough Sets," International Journal of Computer and Information Sciences, Vol. 11, pp.341-356
Pawlak, Z. & Skowron, A. (2007), "Rudiments of rough sets," Information Sciences, Vol. 177, pp.3-27
Prifitera, A., & Dersh, J. (1993), Base rates of WISC-III diagnostic subtest patterns among normal, learning-disabled, and ADHD sample. Journal of Psychoeducational Assessment Monograph Series. Advances in Psychological Assessment: Wechsler Intelligence Scale for Children-Third Edition, 43-45.
Shyng, J.Y. & Wang, F.K. & Tzeng, G.H. & Wu, K.S. (2007), "Rough Set Theory in analyzing the attributes of combination values for the insurance market," Expert Systems with Applications, Vol. 32, pp.56-64
Sanchis, A. & Segovia, M.J. & Gil, J.A. & Heras, A. & Vilar, J.L. (2007), "Rough Sets and the role of the monetary policy in financial stability (macroeconomic problem) and the prediction of insolvency in insurance sector (microeconomic problem)," European Journal of Operational Research, Vol. 181, pp. 1554–1573
Slate, J. R. (1995). Discrepancies between IQ and index scores for a clinical sample of students: Useful diagnostic indicators? Psychology in the Schools, 32, 103-108.
Tam, C.M., & Tong, T.K.L. & Chan, K.K. (2006), "Rough set theory for distilling construction safety measures," Construction Management and Economics, Vol. 24, pp. 1199–1206
Tsumoto, S. (2004) "Mining diagnostic rules from clinical databases using rough sets and medical diagnostic model, "Information Sciences, Vol. 162, pp. 65-80.
Tseng, T.L. & Kwon, Y.J. & Ertekin, Y.M. (2005), "Feature-based rule induction in machining operation using rough set theory for quality assurance," Robotics and Computer-Integrated Manufacturing, Vol. 21, pp.559-567.
Watkins, M. W., Kush, J. C., & Glutting, J. J. (1997a). Discriminant and predictive validity of the WISC-III ACID profile among children with learning disabilities. Psychology in the Schools, 34, 309-319.
Wong, J.T. & Chung, Y.S. (2007), "Rough set approach for accident chains exploration," Accident Analysis and Prevention, Vol. 39, pp.629-637
網頁部份 ：
九十六學年度下學期各縣市特殊教育統計概況 http://www.set.edu.tw/frame.asp，擷取於2008/6/2
教育部有愛無礙網站（2008）http://teachers.daleweb.org/assessment/c207.htm
，擷取於2008/6/2。
南投縣特殊教育資源中心http://www.skjhs.ntct.edu.tw/~center/index2.htm ，擷取於2008/6/2
特殊教育法施行細則，http://law.moj.gov.tw/Scripts/Query4A.asp?FullDoc=all&Fcode=H0080032檢索日期：2008/6/16
教育部特殊教育通報網，檢索日期：2008/06/01。 http://www.set.edu.tw
身心障礙及資賦優異學生鑑定原則及鑑定基準，檢索日期：2008/06/13。http://www.edu.tw
洪儷瑜 鑑定工作制度的建立， 發展縣市心評人員的培訓規劃研習，
　http://163.21.111.5/book_ul/22/407/發展縣市心評人員的培訓規劃.pdf，擷取於2008/6/2。