數學焦慮與學習成效分析：基於教育數據挖掘之實證研究

Abstract

本研究利用 Orange Data Mining 探討數學焦慮、行為與成績之關聯。經
k-Means、特徵排序與決策樹分析，結果顯示：(1) 學生群體具顯著異質性，存在「高焦慮高投入」類別；(2)
「線上課程資源」為預測成績首要因子；(3)
壓力狀態為策略分水嶺。決策樹揭示無壓力者應採「加法策略」增加投入，高壓力者應採「減法策略」專注作業。研究證實策略選擇優於心理素質，據此提出適性化建議。