德國初中階段的統計教科書研究

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：116

、訪客IP：18.223.209.129

姓名

康育綺(Yu-Chi Kang) 查詢紙本館藏

畢業系所

數學系

論文名稱

德國初中階段的統計教科書研究
(The Study of a Statistics Textbook of Secondary Level for Germany)

相關論文

★ 台灣與韓國之十二年數學課程比較	★ 台灣與英國三角函數課程之教科書比較
★ 以自迴歸模型分析神經元訊號間之因果關係	★ 自由邊界的保角參數化在Matlab上實現
★ 利用數值模擬探討各式干擾因子對兩電生理訊號因果關係判讀之影響	★ 一個物件導向的數學概念學習與診斷工具
★ 增加解析度的凌波演算法	★ 提昇後的凌波函數與數值分析
★ Helmholtz 方程與 Wavelet 迭代法	★ 影像放大與直脊函數
★ 雙正交凌波函數於血壓與交感神經活性訊號分析之應用	★ 中小學數學創意教學競賽實施之研究
★ 血壓與交感神經活性訊號關係的數學模型	★ 國中生胚騰推理與數學能力之相關性研究
★ 台灣與日本之十二年數學課程比較	★ 台灣與新加坡之十二年數學課程比較

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

本研究目的為分析德國2003年出版的Lambacher Schweizer Mathematik（LSM）教科書。在量化分析方面，利用統計認知分析表、圖表理解分析表將教學例題予以歸類，瞭解德國統計教育著重或涵蓋哪些認知內容。在質性分析方面，瞭解統計相關單元的知識內容、教學活動、題目佈題方式與情境，以獲得德國統計課程編排脈絡的統整了解。
根據量化分析結果，在統計認知的各層次中，德國LSM教科書於統計知識佔比最多，而統計推論、統計思考兩層次共佔比3成以上，且各子類目皆佔有一定的題數。在圖表理解的各層次中，解讀、繪製圖表相關能力佔較高的比例，但識別以何種圖像表達數據與批判反思能力仍佔2成以上。另外，質性分析結果顯示，德國LSM統計課程的教學脈絡為六年級學習建構與報讀圖表，七年級分析圖表上的數據；六年級須畫出指定的統計圖，七年級則須自行選擇符合呈現數據特性的統計圖。本研究亦針對題目的內容分析，將教科書中例題分為數學內容、跨領域思維、統計素養相關題型。
為將德國LMS教科書的統計課程與臺灣教科書進行比較，本研究引用李健恆與楊凱琳對臺灣國中教科書之內容分析結果（2012）。比對結果顯示，雖然德國的統計課程學習年齡於11至12歲，較早於臺灣的14歲，但是德國於統計認知各層次中皆有一定比例的題目量，而且有與機率、速率與百分比等數學主題或跨領域學科建立統整性連結。
相對而言，國內教科書的統計主題相關內容，大多著重於基本統計知識的了解、公式套用與簡易的統計量計算、圖表的繪製及直接讀取資訊中的數據。我國的教科書應增加屬統計推理與統計思考的教學內容，提高題目情境與生活週遭經驗的連結，以培育具備統計素養的學生。本研究之結果提供國內統計課程設計者參考，並期望對數學教科書中統計單元的設計與編輯有所助益。

摘要(英)

The purpose of this study is to analyze the statistics contents in Lambacher Schweizer Mathematik (LSM) textbook which was published in Germany in 2003. We classify the topics by using the statistical cognitive analysis table and the graph-chart comprehension analysis table. Therefore, we can use quantitative and qualitative analysis methods to understand what the Germany statistics education focus on. We also investigate how knowledge contents, teaching activities, problem-solving situations of the statistics related units are implemented to integrate the context of the German statistics curriculum.
According to the results of quantitative analysis, the LSM textbook accounts for the largest portion of statistical knowledge among all dimensions of statistical cognition. But the portions of statistical reasoning and statistical thinking still sum up to more than 30%, and each subcategory has a certain number of teaching examples. Among dimensions of graph-chart comprehension, the ability to interpret and graph-chart have higher portions, but of the graphical presentation and critical reflection abilities still account for more than 20%. In addition, the results of the qualitative analysis show that the teaching context of the German statistics curriculum is the construction and comprehension of graph-chart for the sixth grade study, the analysis of the graph-chart for the seventh grade; the statistical graph-chart are designated to the sixth graders, while the seventh graders must choose appropriate graph-charts which suit the purpose. For the content analysis of the topic, the examples in the textbook are categorized into mathematical content, cross discipline thinking, and statistical literacy related questions.
In order to compare textbooks between German and Taiwan on statistical cognition and graph-chart comprehension, we cite the work of Kin-Hang Lei and Kai-Lin Yang (2012). According to the results, although statistics is taught earlier in German (11 and 12 years old) than in Taiwan (14 years old), the proportion of statistical knowledge in the statistical cognition dimension is still higher in Germany. Furthermore, the teaching examples of LSM textbook establish integrated links with mathematical topics such as rate and percentage or cross disciplinary subjects.
On statistics content and statistical topics, most Taiwanese textbooks focus on the understanding of basic statistical knowledge, formula application, simple statistical calculation, graph-chart drawing and direct reading of information in the statistic chart. Therefore the study recommends that textbook editors increase the content of statistical reasoning and statistics thinking. In order to cultivate students with statistical literacy, we should often link problem situation with experience of life.
The results of this study also provide Taiwan statistics course designers as a reference. We also expect to contribute to the design and editing of statistics units in mathematics textbooks.

關鍵字(中)

★ 德國教科書
★ 統計圖表理解
★ 統計素養
★ 內容分析法

關鍵字(英)

★ German textbooks
★ statistical chart comprehension
★ statiscal literacy
★ content analysis

論文目次

中文摘要 i
致謝 iv
目錄 v
表次 vii
圖次 viii
第一章緒論 1
第一節研究動機與背景 1
第二節研究目的與問題 3
第三節名詞釋義 3
第四節研究範圍與限制 4
第二章文獻探討 7
第一節臺灣與德國統計課程及教材內容 7
第二節認知上的統計學習年齡 27
第三節統計素養的文獻探討 28
第四節統計圖表的理解能力 38
第三章研究方法與實施 43
第一節研究流程 43
第二節研究對象 44
第三節研究工具 47
第四節資料處理及分析 58
第四章資料分析結果 65
第一節德國教科書統計題目分析結果 65
第二節統計教材架構與編寫脈絡 71
第三節題型概念分析 81
第四節分析結果統整 100
第五章結論與建議 107
第一節研究結論 107
第二節建議 110
參考文獻 112
一、中文部分 112
二、英文部分 114
附錄德國學制圖 117

參考文獻

一、中文部分
丁志權（2016）。六國教育制度分析─美德英日法中。臺北市：麗文文化。
王文科（民80）。認知發展論與教育─皮亞傑理論的應用（第3版）。臺北：五南圖書出版公司。
江芳盛、李懿芳（2013）。分析單位改變對跨國比較研究的影響—以TIMSS數學學習心理特質與學習成就之關聯性探究為例。教育學刊，41，123-154。
余曉雯（2006）。德國教育行政。輯於江芳盛、鐘宜興主編：各國教育行政制度比較。臺北：五南。355-409。
李健恆、楊凱琳（2012）。從統計認知面向與圖表理解角度分析國中數學教科書的統計內容。教科書研究，5，31-72。
周祝瑛（民 84）。國中日常教學活動之生態研究。行政院教育改革審議委員會報告。
林福來（2011）。統計教育研究：人才培育與資訊整合-總計畫。行政院國家科學委員會專題研究計畫成果報告（編號：NSC98-2511-S003-004-M）。
柯華葳、幸曼玲、林秀地（民 84）。小學日常教學活動之生態研究。行政院教育改革審議委員會報告。
張少同（2003）。青少年的數學概念學習研究-子計畫七：青少年的統計概念發展研究。行政院國家科學委員會研究報告（NSC 91-2521-S-003-007）。
張芬芬（2012）。文本分析方法論及其對教科書分析研究的啟示。載於國家教育研究院主編,，開卷有益：教科書的回顧與前瞻。頁161-197。臺北：高等教育出版社
張俊彥、李哲迪、任宗浩、林碧珍、張美玉、曹博盛、楊文金、張瑋寧（2018）。國際數學與科學教育成就趨勢調查2015（TIMSS 2015）：臺灣精簡國家成果報告。取自http://www.sec.ntnu.edu.tw/timss2015/downloads/T15TWNexecutive_CH.pdf
張炳煌（2011）。德國教育。輯於黃文三、張炳煌主編：比較教育。臺北：高等教育。187-228。
張筱雲（2002）。德國的教科書制度。人本教育札記，152，36-39。
教育部（2003）。國民中小學九年一貫92年課程綱要數學學習領域。取自http://teach.eje.edu.tw/9CC2/9cc_92.php
教育部（2008）。國民中小學九年一貫97年課程綱要數學學習領域。取自https://cirn.moe.edu.tw/Upload/file/745/67261.pdf
教育部（2014）。十二年國民基本教育課程綱要總綱。2014年11月28日，取自https://www.naer.edu.tw/files/15-1000-14113,c1174-1.php
教育部（2018）。十二年國民基本教育課程綱要-數學領域。2018年7月26日，取自https://www.naer.edu.tw/files/16-1000-14113.php?Lang=zh-tw
梁褔鎮（2009）。德國中等教育的現況與改革措施。教育資料集刊，42，273-296。
郭生玉（2005）。心理與教育研究法。臺北：精華書局。
陳惠邦（1997）。德國職業教育與職業繼續教育。臺北市：師大書苑。
單維彰（2018）。論知行識作為素養培育的課程架構—以數學為例。臺灣教育評論月刊，7（2），101-106。
曾建銘、林原宏（2016）。學生資料與可能性的能力之探究與評量。行政院國家科學委員會專題研究計畫成果報告（編號：MOST105-2511-S656-003）。
楊玲惠、翁頂升、楊德清（2015）。發展數位教材輔助學生學習之研究—以科大學生之統計教學課程為例。臺灣數學教育期刊，2（1），1-22。
楊德清、鄭婷芸（2015）。臺灣、美國與新加坡國中階段幾何教材內容之分析比較。教育科學研究期刊，60（1），33-72。
詹紹威（2012）。二十一世紀德國中等教育的改革措施和成效。教育資料集刊，54，253-282。
臺灣PISA國家研究中心（2012）。臺灣PISA 2012精簡報告書。擷取自http://pisa.nutn.edu.tw/taiwan_tw_04.htm
劉曉樺（譯）（2012）。教育大未來─我們需要的關鍵能力（原作者：Trilling, B. & Fadel, C. 21st Century SkilLSM: Learning for Life in Our Times）。臺北市：大雁文化。
歐用生（1991）。內容分析法。載於黃光雄、簡茂發主編：教育研究法。臺北：師大書苑。P.229-254。
歐用生（2005）。內容分析法及其在教科書研究上的應用。載於莊梅枝主編，教科書之旅（149-170）。臺北：中華民國教材研究發展學會。
謝斐敦、張源泉（2012）。德國教育，輯於楊深坑、王秋絨、李奉儒主編：比較與國際教育。臺北：高等教育。171-220。
鍾靜、林素微、魯炳寰與鄒聖馨（2002）。國小數學教材分析─統計與機率。臺北縣：國立教育研究院籌備處。
羅世宏譯（2008）。古典內容分析。載於羅世宏、蔡欣怡、薛丹琦譯（2008）。質性資料分析（頁 167-190）（原作者：M. W. Bauer；原編者：M. W. Bauer & G. Gaskell）。臺北：五南（原著出版年：2000）。
嚴翼長（1989）。西德課程與教科書之一般概念及其編撰原則。載於中華民國比較教育學會（主編），各國教科書比較研究（457-499頁）。臺北市：臺灣書店。

二、英文部分
Bright, G.W.,& Friel, S.N. (1998). Graphical representations: Helping students interpret data. In S.P. Lajoie (Ed.), Reflections on statistics: Learning, teaching, and assessment in grades K-12 (pp. 63Y88). Mahwah, NJ: Lawrence Erlbaum Associates.
Chance, B. L. (2002). Components of statistical thinking and implications for instruction and assessment. Journal of Statistics Education, 10(3). Retrieved from http://www.amstat.org/publications/jse/v10n3/chance.html
Curcio, F. R. (1987). Comprehension of mathematical relationships expressed in graphs. Journal for Research on Mathematics Education, 18, 382-393.
Daniel, F., & Braasch, J. (2013). Application exercises improve transfer of statistical knowledge in real-world situations. Teaching of Psychology, 40, 200–207. doi:10.1177/0098628313487462
Fan, L., Zhu, Y., & Miao, Z. (2013). Textbook research in mathematics education: development status and directions. ZDM—The International Journal on Mathematics Education, 45(5).
Finney, S. J., & Schraw, G. (2003). Self-efficacy beliefs in college statistics courses. Contemporary Educational Psychology, 28, 161–186.
Franklin, C., Kader, G., Mewborn, D. S., Moreno, J., Peck, R., Perry, M., & Scheaffer, R. (2007). Guidelines for assessment and instruction in statistics education report: A pre-K-12curriculum framework. Alexandria, VA: American Statistical Association.
Friel S.N., Curcio, F.R., & Bright, G.W. (2001). Making sense of graphs: Critical factors influencing comprehension and instructional implications. Journal for Research in Mathematics Education, 32, 124-158.
Gal, I. (2000). Statistical literacy: Conceptual and instructional issues. In D. Coben, J. O’Donoghue, & G. E. Fitzsimons (Eds.), Perspectives on Adults Learning Mathematics (pp. 135-150). Dordrecht, Netherlands: Kluwer Academic.
Gal, I. (2002). Adult’s statistical literacy: Meanings, components,responsibilities. International Statistical Review, 70(1), 1-25.
Gal, I. (2003). Teaching for statistical literacy and services of statistics agencies. The American Statistician, 57, 80-84.
Garfield (1997), The assessment challenge in statistics education (pp. 107-124). Amsterdam: IOS Press and ISI.
Garfield, J. (2002). The challenge of developing statistical reasoning. Journal of Statistics Education, 10(3). Retrieved from http://www.amstat.org/publications/jse/v10n3/garfield.html
Garfield, J., and Gal, I. (1999), “Teaching and Assessing Statistical Reasoning,” in Developing Mathematical Reasoning in Grades K-12, ed. L. Stiff, Reston, VA: National Council Teachers of Mathematics, 207–219.
Garfield, J., delMas, R. and Chance, B. (2001). TooLSM for teaching and assessing statistical inference. Paper presented at the Joint Mathematics Meetings, New Orleans, LA.
Garfield, J., delMas, R., & Chance, B. (2003). The web-based ARTIST: Assessment resource tooLSM for improving statistical thinking project. Paper presented at AERA annual meeting. Retrieved from https://app.gen.umn.edu/artist/articles/AREA_2003.pdf
Holmes, P. (2003). Statistical literacy, numeracy and the future. Retrieved from http://www.statlit.org/PDF/2003HolmesAugsburg.pdf
Karpiak, C. P. (2011). Assessment of problem-based learning in the undergraduate statistics course. Teaching of Psychology, 38, 251–254.
Krippendorf, K. (1980). Content analysis: An introduction to its methodology. Beverly HilLSM,CA: Sage.
Lajoie, S. P., Jacobs, V. R., & Lavigne, N. C. (1996). Empowering children in the use of statistics. Journal of Mathematical Behavior, 14, 401-425.
Lehohla, P. (2002). Promoting statistical literacy: A South Africa perspective. Paper presented at the sixth International Conferences on Teaching Statistics, Cape Town,South Africa.
Lin, Y. H. (2010). Integration of item hierarchy and concept tree based on clustering approach with application in statistics learning. WSEAS Transactions on Information Science and Applications, Issue 7, Volume 7, 912-922.
McClure, C. (1994). Network literacy: a role for libraries. Information Technology and Libraries, 13(2), 115-125.
Mimmack, G. M., S. J. Mason, and J. S. Galpin, 2001: Choice of distance matrices in cluster analysis: Defining regions. Journal of Climate, 14(12): 2790–2797.
Mitchell, CH. y Ault, R.L. Reflection-impuLSMivity and the evaluation process. Child Development, 1979, 50, 1043–1049.
Mullis, I. V. S., Martin, M. O., Gonzalez, E. J., & Chrostowski, S. J. (2004). TIMSS 2003 Mathematics Report. Chestnut Hill, MA: TIMSS & PIRLSM International Study Center, Boston College.
Piaget, J. (1970). “Piaget’s Theory,”in P.H. Mussen, ed., Carmichael’s Manual of Child Psychology, 3rd ed. N. Y.: John Wiley and Sons.
Rumsey, D. J. (2002). Statistical literacy as a goal for introductory statistics courses. Journal of Statistics Education, 10(3). Retrieved from http://www.amstat.org/publications/jse/v10n3/rumsey2.html
Scheaffer, R. L., Watkins, A. E., & Landwehr, J. M. (1998). What every high-school graduate should know about statistics. In S. P. Lajoie (Ed.), Reflections on statistics: Learning, teaching, and assessment in grades K-12 (pp. 3-32). Mahwah, NJ:Lawrence Erlbaum Associates.
Schield, M. (1999). Statistical literacy: Thinking critically about statistics. Retrieved from　http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.39.5884&rep=rep1&type=pDf
Schield, M. (2004a). Information literacy, statistical literacy and data literacy. IASSIST Quarterly, 28, 6-11.
Schield, M. (2004b). Statistical literacy is critical thinking about statistics in arguments.　Retrieved from http://www.augsburg.edu/ppages/~Schield/
Schield, M. (2010). Assessing statistical literacy: Take CARE. In P. Bidgood, N. Hunt, & F. Jollifee (Eds.), Assessment Methods in Statistical Education (pp. 133-152). Padstow Cornwall: Wiley.
Schield, Milo (2001). Statistical Literacy: Reading Tables of Rates and Percentage. ASA Proceedings of Statistical Education Section. Retrieved from www.StatLit.org/pdf/2001SchieldASA.pdf.
Snell, L. (1999). Using chance media to promote statistical literacy. Paper presented at the 1999 Joint Statistical Meetings, Dallas, TX
Wallman, K. (1993) Enhancing statistical literacy: Enriching our society. Journal of American Statistical Association, 88, 1-8.
Watson, J. M. (1997). Assessing statistical thinking using the media. In I. Gal & J. B.
Watson, J. M. (2003). Statistical literacy at the school level: What should students know and do? Retrieved from http://www.stat.auckland.ac.nz/~iase/publications/3/3516.pdf
Watson, J. M., & Callingham, R. (2003). Statistical literacy: A complex hierarchical construct. Statistics Education Research Journal, 2(2), 3-46.

指導教授

單維彰(Wei-Chang Shann)

審核日期

2019-7-4

推文