(3.220.231.235) 您好!臺灣時間:2021/03/08 05:57
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:葉佳惠
研究生(外文):Yeh-Chia Huei
論文名稱:資料探勘應用於數位學習測驗成績分析之研究-以器官捐贈教育訓練網路學習平台為例
論文名稱(外文):A Study of the Data Mining Applied on the Test Score Analysis of Digital Learning- As a Case of Organ Donation Internet Learning Platform
指導教授:徐明珠徐明珠引用關係
指導教授(外文):Ming-Ju- Hsu
學位類別:碩士
校院名稱:佛光大學
系所名稱:傳播學系
學門:傳播學門
學類:一般大眾傳播學類
論文種類:學術論文
論文出版年:2015
畢業學年度:103
語文別:中文
論文頁數:116
中文關鍵詞:資料探勘資料庫知識發現數位學習線上測驗器官捐贈教育訓練
外文關鍵詞:Data MiningDatabase Knowledge DiscoveryDigital LearningOnline TestOrgan DonationTraining
相關次數:
  • 被引用被引用:1
  • 點閱點閱:258
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:9
  • 收藏至我的研究室書目清單書目收藏:2
本研究主要運用資料探勘過程探討,器官捐贈教育訓練網路學習平台之數位學習測驗成績分析之研究。研究對象為運用該項教育平台學習並接受線上測驗的醫事人員、社工人員及一般民眾,從該教育平台資料庫中選取的資料經資料清洗後共計12,679筆。
研究目的係在以該教育平台之資料庫為資料探勘對象,經由資料探勘過程進行資料庫知識發現(Knowledge Discovery in Database, KDD),採用SPSS Statistics 18.0中文版統計及資料管理的套裝軟體,以描述性統計、獨立樣本t檢定、單因子類變異數分析(One Way ANOVA)進行統計,挖掘不同學員在數位學習測驗中潛在、有價值的知識,以建立「器官捐贈教育訓練網路學習平台」之資料庫知識發現模式。
本研究問題主要探討101至103年度針對不同背景變項(性別、年齡、專業類別、身分背景、服務區域、醫療機構任職、移植醫院任職、任職單位類別、年度、文章類別),在數位學習測驗成績上有無顯著差異。
本研究經統計分析結果發現,以獨立樣本t 檢定性別、專業類別、醫療機構任職、移植醫院任職、文章類別,在數位學習測驗成績上均具有顯著差異。以單因子變異數分析(One Way ANOVA)檢定年齡、身分背景、服務區域、任職單位類別、年度,在數位學習測驗成績上均有顯著差異,再以雪費法事後檢定所驗證結果得知,「年度」具有顯著差異,而「年齡、身分背景、服務區域、任職單位類別」四項為部分有顯著差異:年齡(46-65歲)的測驗成績高於年齡(18-35歲),護理人員測驗成績高於醫師,中區測驗成績高於北區、南區,非醫療單位任職者測驗成績高於急重症相關單位任職,而在年度變項則以103年度高於101及102年度。
本研究以資料探勘於「器官捐贈教育訓練網路學習平台」進行資料庫知識發現如下:「男性、年紀偏小(18-35歲)、非專業人員、醫師及非醫護人員、任職地在南區、醫療機構任職、移植醫院任職、急重症病房相關單位任職者」需加強器官捐贈教育訓練知識,並建立「器官捐贈教育訓練網路學習平台」之資料庫知識發現模式。本論文並建議將醫護人員及一般大眾進行分眾化,先了解各對象學習之需求,再視對象提供不同文章深度與試題難易度。此研究結果部分,亦可供衛生福利部及相關單位在未來數位學習線上測驗系統增修,訂定數位學習策略及研擬試題內容、型式、難易度,以及未來研礙相關政策之參考依據,以期提升數位學習之品質,更加普及和深化器官捐贈之觀念與知識推廣。
Data mining was introduced in this study for the test score analysis of digital learning on the selected Organ Donation Internet Learning Platform. The subjects participating in this study were medical workers, social workers and the lay people that had learning experience with the platform and took the online test. 12,679 valid pieces of data were obtained from the platform database using data scrubbing.
The study was intended for Knowledge Discovery in Database (KDD) through data mining with the database of the platform mentioned as the mining target. The program, SPSS Statistics 18.0, Chinese version, specialized in statistics and data management was adopted for the study. The analysis was performed based on descriptive statistics, t-test with independent samples, one-way ANOVA in the attempt to discover the potential, valuable knowledge of individual trainees in the digital learning test and establish the KDD model for the “Organ Donation Internet Learning Platform.”
The purpose of the study was to identify whether the background variables selected (gender, age, expertise, identity background, service location, medical institute of employment, transplant hospital of employment, type of department of employment, year, type of article) display significant difference in the score of digital learning test from 2012 to 2014.
According to the study results, gender, expertise, medical institute of employment, transplant hospital of employment and type of article displayed significant difference in the digital learning test score as tested with the t-test with independent samples. Age, identity background, service location, type of department of employment and year displayed significant difference in digital learning test score as tested with one-way ANOVA. The verification with Scheffé posteriori comparison suggested significant difference in “year,” and partially significant difference in “age, identity background, service location and type of department of employment.” The test score was higher in the age group of 46-65 than 18-35; nursing staff had higher scores than doctors; the score was higher in central Taiwan than northern and southern Taiwan; and those who work at a non-medical department scored higher that those working at a department associated with emergency or critical conditions. For the variable of year, the score was higher in 2014 than in both 2012 and 2013.

The data mining performed on the “Organ Donation Internet Learning Platform” for KDD yielded the following findings: “those who are male, younger (between 18 and 35), not a professional worker, doctor or nursing staff, worked in southern Taiwan, worked at a medical institute, worked at a transplant hospital and worked at a department associated with emergency or critical conditions” required improvement in the organ donation training and knowledge, and the KDD model of the “Organ Donation Internet Learning Platform” was developed. Demassification was suggested for medical workers and the lay people; that is, to identify the learning need of individual subjects before providing articles of different depths and tests of varied difficulties according to the subjects. This part of findings may help the Ministry of Health and Welfare and stakeholders with the modification and addition of online testing systems for digital learning, determination of digital learning strategies, development of test questions in terms of contents, types and difficulties, and the establishment of policies in this regard. Hopefully, the quality of digital learning will be improved and the concept and knowledge of organ donation are more widespread.
摘要…………………………………………………………………………………Ⅰ
Abstract…………………………………………………………………………Ⅲ
謝誌…………………………………………………………………………………Ⅴ
目錄…………………………………………………………………………………Ⅶ
圖目錄………………………………………………………………………………Ⅸ
表目錄………………………………………………………………………………Ⅹ
第一章 緒論……………………………………………………………………1
  第一節 研究動機……………………………………………………………1
第二節 研究目的與研究問題…………………………………………………3
第三節 研究範圍與限制………………………………………………………4
第四節 名詞釋義………………………………………………………………6
第五節 研究流程………………………………………………………………8
第二章 文獻探討………………………………………………………………9
第一節 教育訓練與數位學習…………………………………………………9
第二節 線上測驗………………………………………………………………16
第三節 政府機關數位學習網站………………………………………………32
第四節 器官捐贈教育訓練網路學習平台簡介………………………………34
第五節 知識庫知識發現………………………………………………………38
第六節 小結……………………………………………………………………45
第三章 研究設計與實施………………………………………………………49
第一節 研究架構、資料庫知識發現流程……………………………………49
第二節 研究假設………………………………………………………………51
第三節 研究方法………………………………………………………………52
  一 文獻分析法………………………………………………………………52
  二 資料探勘技術……………………………………………………………52
第四節 研究設計………………………………………………………………53
  一 研究對象…………………………………………………………………53
  二 研究工具…………………………………………………………………53
  三 資料庫知識發現之過程…………………………………………………53
第五節 小結……………………………………………………………………60
第四章 資料統計與分析………………………………………………………61
第一節 統計方法………………………………………………………………61
第二節 檢定結果………………………………………………………………82
第三節 小結……………………………………………………………………85
第五章 結論與建議……………………………………………………………87
第一節 結論 ………………………………………………………………………87
第二節 建議 ………………………………………………………………………96
第三節 小結 ………………………………………………………………………98
參考文獻……………………………………………………………………………100


圖目錄
圖1-1 研究流程圖 ………………………………………………………………11
圖2-1 台灣e學院首頁……………………………………………………………33
圖2-2 傳染病學習網首頁…………………………………………………………33
圖2-3 公務人員終身學習網站首頁………………………………………………34
圖2-4 台北e大數位學習網首頁…………………………………………………34
圖2-5 器官捐贈教育訓練網路學習平台帳號申請畫面…………………………35
圖2-6 器官捐贈教育訓練網路學習平台之數位學習畫面………………………36
圖2-7 本研究使用線上測驗之線上閱讀文章畫面………………………………37
圖2-8器官捐贈教育訓練網路學習平台之線上測驗畫面………………………37
圖2-9資料庫知識發現處理流程圖………………………………………………43
圖3-1 研究架構圖…………………………………………………………………49
圖3-2 資料庫知識發現處理流程圖………………………………………………50
圖5-1 器官捐贈教育訓練網路學習平台之資料庫知識發現模式之模型圖……93



表目錄
表2-1 截至2013年05月31日全國執業護理人數統計…………………………11
表2-2 截至2009年10月10日各護產人員工作地區分佈………………………11
表2-3 2012年度全國執業醫師之性別統計………………………………………12
表2-4 截至2009年10月10日各機構執業之護產人員分佈……………………13
表2-5 常模參照測驗與標準常模測驗之比較表 …………………………………22
表2-6 各類選擇題型的理想難度表 ………………………………………………24
表2-7 電腦化測驗種類之比較表 …………………………………………………27
表2-8 整理國內外學者對線上測驗之看法彙整一覽表 …………………………28
表2-9 歸納整理國內公務機關相關的數位學習網站之功能比較表 ……………30
表2-10 歸納整理國內公務機關相關的數位學習網站……………………………32
表2-11 歸納整理各學者對資料探勘的定義………………………………………39
表3-1 本研究假設 …………………………………………………………………51
表3-2 本研究選取之原始文章測驗資料說明表 …………………………………54
表3-3 資料庫之原始資料及資料清洗後可用的資料筆數 ………………………56
表3-4 從原始資料中區分有用資料欄位的探勘表格 ……………………………57
表3-5 SPSS Statistics 18.0軟體使用者設定相關檔案及作用…………59
表4-1 101-103學習對象測驗成績及格與否對成績分數百分比之統計………62
表4-2 101-103學習對象測驗成績分四組對成績分數百分比之統計…………62
表4-3 不同的文章試題對學習測驗成績之描述性統計摘要表 …………………63
表4-4 101-103年度每年度與成績分級之對照資料表…………………………64
表4-5 101-103年度學習對象測驗成績在不同年度之描述性統計摘要表……65
表4-6 101-103年度學習對象測驗成績在不同變項之描述性統計摘要………68
表4-7 101-103年不同變項對數位學習測驗成績之組別統計量………………71
表4-8 不同變項對評量成績的獨立樣本 t 檢定摘要表 ………………………73
表4-9 101-103年度在不同人口變項及年度對學習測驗成績之One Way
ANOVA摘要表………………………………………………………………………74
表4-10 101-103年度在不同人口變項及年度對學習測驗成績之Scheffe法
事後檢定摘要表…………………………………………………………………………75
表4-11 不同年度對學習測驗成績之Scheffe法事後檢定多重比較表…………76
表4-12 不同年齡對學習測驗成績之Scheffe法事後檢定多重比較表…………77
表4-13 不同身分類別對學習測驗成績之Scheffe法事後檢定多重比較表……78
表4-14 不同服務區域對學習測驗成績之Scheffe法事後檢定多重比較表……79
表4-15 不同任職單位類別對學習測驗成績Scheffe法事後檢定多重比較表…80
表4-16 本研究檢定方式彙總表………………………………………………………83
表4-17 本研究檢定結果………………………………………………………………84
一、中文部分
人體器官移植條例(2011)。全國法規資料庫。取自http://law.moj.gov.tw。
王舒可(2002)。企業實施網路化訓練關鍵成功因素之探討。國立交通大學經營管理研究所碩士論文。
各級醫師公會近十年會員統計(2014)。中華民國醫師公會全國聯合會。取自http://www.tma.tw/stats/stats12.asp。
黃立賢、余慶杉(2010)。第七屆國際測驗委員會年會報告。中華民國考選部。
何榮桂、郭再興(1997)。網路化適性測驗系統。第六屆國際電腦補助教學研究會論文集。
伍焜玉(2010)。護理人力及專科護理師制度:願景與挑戰。苗栗市:國家衛生研究院。
李台玲(2001)。遠距教學之評量。生活科技教育,34(8),30-37。
岡嶋裕史著(2010)。從資料中挖金礦-找到你獲利的處方箋(李弘元譯)。台北市:經濟新潮社。
李易陞(2010)。評量新主張-談電腦化測驗。師說,216,46-50。
李業成(2001)。企業導入學習系統關鍵因素之探討。義守大學企業管理科所碩士論文。
江宏哲、王美芳、何國章(2011)。轉念、大愛、讓生命延續。台北市:財團法人器官捐贈移植登錄中心出版。
郭思妤(譯)(2007)。科特勒談政府如何做行銷(原作者:科特勒Philip Kotler、李南西Nancy Lee著)。台北市:台灣培生教育。
徐明珠(2012)。教育部大學院校課程資源網支援課程發展模式之建構─傳播學門系所為實證。Journal of CAGST,中華印刷科技年報,2012,561-587。
a. 財團法人器官捐贈移植登錄中心(2002)。取自http://www.torsc.org.tw。
b. 財團法人器官捐贈移植登錄中心(2002)。器官捐贈教育訓練網路學習平台(2009)。取自http://e-learning.torsc.org.tw。
c. 財團法人器官捐贈移植登錄中心(2002)。器官捐贈移植協調人員認證辦法(2014)。取自http://e-learning.torsc.org.tw/public/bulletin_detail.jsp?oid=443848。
梁衍中(2012)。資料探勘技術在學生國語學習成就之分析運用。教育與多元文化研究,7,65-110。
陳英豪、吳裕益(2001)。測驗與評量。高雄市:復文書局。
張立言、高嘉蓮(2006)。國小學童交通安全教育課程學習成效之研究-以國立嘉義大學附設實驗國民小學為例。運輸計劃季刊,35,(2),261-280。
張雲濤、龔玲(2012)。資料探勘原理與技術。台北市:五南。
張怡秋(1996)。影響南部某些財團法人醫院護理人員對專業能力進階線上測驗滿意度之調查。已發表的碩士論文。嘉義:國立中正大學資訊管理研究所。
曾憲雄等(2005)。資料探勘。台北市:旗標。
曾建銘(2013)。電腦化測驗發展新趨勢。教育人力與專業發展雙月刊,30,(5)。
黃英中、溫金豐(1995)。外在經營環境與企業教育訓練實施經營績效之研究。人力資源學報,5,41-60。
彭游、吳水丕(1996)。生物統計學。台北市:合記。
黃仁鵬(2009)。資料探勘。南台科技大學。取自http://faculty.stust.edu.tw/~jehuang
/DMCourse/ch3-4.html
臺灣大學計算機及資訊網路中心C&;INC, NTU。t檢定。取自http://homepage.ntu
.edu.tw/~clhsieh/biostatistic/7/7-1.htm
廖述賢、溫志皓(2012)。資料探勘理論與應用-以IBM SPSS Modeler為範例。台北市:台灣析數資訊。
鼎茂編著(2001)。教育與心理測驗評量。台北市:鼎茂圖書出版有限公司。
廖述賢(2007)。資訊管理。台北市:雙葉書廊。
衛生福利部網站醫療資訊網-醫事人員管理系統之台閩地區護理人員統計表(2013)。取自http://www.mohw.gov.tw。
蔡瓊卉等(2009)。E-learning教學平台之線上考試系統,取自http://edoc.ypu.edu.tw:8080/pape
劉銘哲(1989)。教育測驗與統計(概要)。台北市:考用出版社。
錢炳全、吳長達、徐正達、蔡雅華等(2007)。資料探勘技術在大專課程學習網站之應用。取自http://faculty.stust.edu.tw/~jehuang/DMCourse/ch3-4.html
謝邦昌(2005)。資料探勘與商業智慧:SQL Sever 2005。台北市:鼎茂。
謝如山、謝名娟(2013)。多層面Rasch模式在數學實作線上測驗的應用。教育心理學報,45,(1),1-18。
戴建耘(2008)。桃園縣國小教師運用線上測驗系統之學習成效研究-以計算機綜合能力認證為例。教育資料與研究雙月刊,85,137-150。
醫療法(2012)。全國法規資料庫,取自http://law.moj.gov.tw。

二、英文部分
Berson, A., Smith, S. and Thearling, K.(2001). Building Data Mining application for CRM, New York,McGraw-Hill Inc.
Edvinsson &; Malone(1997).Edvinsson, L., &; Malone, M. S. Intellectual capital: The realizing your companys true value by its hidden roots. New York: Harper business.
Fayyad, U. M., Piatesky-Shapiro, G. and Smyth, P.(1996). From Data Mining to knowledge Discovery:An overview. Advances in knowledge discovery and Data Mining, MIT press.
Hand, D. J., Blunt, G., Kelly, M. G., and Adams, N. M.(2000). Data Mining for fun and profit. Statistical Science, 15(2),111-131.
Peacock, P. R.(1998). Data Mining in marketing: Part 1 , Marketing management, 6(4),8-18.
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔