本研究旨在探討PISA 2012年台灣學生在家庭社經背景、數學本份、數學活動與數學規劃對數學素養成績之預測情形。本研究透過獨立樣本T檢定及變異數分析，瞭解性別與家庭社經背景在數學學習上的差異情形；並將不同性別（男生、女生）及不同數學能力（高、中、低）的學生進行分組，透過迴歸分析瞭解各組學生在家庭社經背景、數學本份、數學活動與數學規劃對數學素養成績的影響。
本研究主要發現（一）台灣學生在數學本份、數學規劃上女生顯著高於男生，數學活動則是男生顯著高於女生；（二）台灣學生在數學素養成績上無顯著性別差異；（三）台灣學生的數學本份、數學活動、數學規劃能顯著預測數學素養成績；（四）無論高低數學能力，在家庭社經背景變項中的家中藏書量皆能顯著預測數學素養成績，且家中藏書量越多者，數學素養成績越高；（五）在數學本份、數學活動、數學規劃對於數學素養成績所扮演的角色當中，參與數學活動能顯著預測高分、中分群學生的數學素養成績，且男女皆然；對於中分群的女生，數學本份在數學素養成績的影響上扮演重要的角色；而低分群的男生，參與額外的數學活動反而不見得裨益其數學素養成績。整體而言，家庭社經背景中的父親教育程度、家中藏書量、家庭經濟資源與數學本份、數學活動、數學規劃對於數學素養成績的解釋變異量32.3%。

　The purpose of this study is to investigate the relationship between socio-economic background, mathematics work ethic, intentions, behavior and mathematical literacy of Taiwanese students who participated in the survey of PISA 2012. We divided students into different gender and three groups of different levels called high, middle, and low,
according to the mathematical literacy scores. Statistics methods such as T Test, one-way ANOVA, and regression analysis were used.
Major finding of this research are described as follows: (1) Girls’ scores on mathematics work ethic and on intentions were significantly higher than their counterparts. (2)There was no gender difference in mathematical literacy. (3) Mathematics work ethic, intentions, behavior were all positive predictors for mathematical literacy. (4) Among the socio-
economic factors, family collection of books was the most significant predictor for mathematical literacy. And (5)For students with medium and high mathematical
capabilities, mathematic behavior helped to predict their mathematical literacy scores. While female students with medium mathematic capabilities appeared to be beneficial from mathematics work ethic, mathematic behavior appeared to be harmful to male students with low mathematic capabilities. Overall, socio-economic background, mathematics work ethic, intentions, behavior could explain 32.3% of the variance of mathematical literacy.

中文摘要 i
英文摘要 ii
表次vi
圖次viii
第一章 緒 論 9
第一節 研究動機 9
第二節 研究目的 11
第三節 名詞釋義 12
第二章 文獻探討 15
第一節 PISA數學素養 15
第二節 家庭社經背景與數學成就 20
第三節數學本份 28
第四節 數學活動 31
第五節 數學規劃 33
第三章 研究方法 38
第一節 研究架構 38
第二節 研究假設 39
第三節 研究對象 40
第四節 研究工具 42
第五節 研究流程 46
第六節 資料分析 47
第四章研究結果 50
第一節 研究樣本現況分析 50
第二節 數學本份、數學活動、數學規劃
與數學素養成績的差異分析 52
第三節 家中藏書量、家庭經濟資源與
文化資源之差異分析 53
第四節 家庭背景、數學本份、數學活動、
數學規劃與數學素養成績之相關分析 59
第五節 家庭背景變項、數學本份、數學活動、數學規劃對
數學素養成績預測分析 60
第六節 總結 94
第五章 結論與建議 98
第一節 研究結論 98
第二節 研究建議 104
參考文獻 110

丁麗菁（2010）。影響國中七年級學生數學學習成就的因素探討。國立高雄師範大學數學教學研究所碩士論文，未出版，高雄市。
王瑞壎（2002）。OECD組織PISA評量對國小數學與科學教育之啟示。科學教育研究與發展季刊，27， 39-55。
左太政、江豐光、盧信彰、孫仲山（2008）。網路數學競賽參賽學生對數學學習正向態度、網路數學競賽態度、參與動機、平台適用性之實證研究。高雄師大學報：自然科學與科技類，25，25-46。
沈姗姗 （2010）。國際組織與教育。台北市：高點
丘成桐中心（2015年4月）。不花力氣提高數學成績。數理人文期刊，4（7）。取自http://yaucenter.nctu.edu.tw/journal/picture201504.php?url=/journal/201504/ch0/%E6%95%B8%E7%90%86%E4%BA%BA%E6%96%87%E7%AC%AC4%E6%9C%9FP.7.pdf
余民寧、趙珮晴、陳嘉成（2010）。以社會認知生涯理論探討影響選擇數學職業意圖 的因素。教育科學研究期刊，55（3），177-201。
吳怡儒、蔡文榮、李林滄（2012）。彰化縣偏遠地區國中學生數學學習態度及其影響因素之研究。教育科學期刊，11（1），25-57。
吳碧鳳（2011）。家庭背景、數學能力與學習態度對國中生數學成就之影響分析-以X國中為個案。中原大學國際貿易研究所碩士論文，未出版，桃園市。
李君柔、王美娟（2013）。個人特質、家庭環境、教師教學與學校背景對八年級學生數學成就之影響。台北市立教育大學學報，44（1），51-84 。
李宛真（2004）。高雄地區國中學生家庭文化資源、學習適應與學業成就關係之研究。國立高雄師範大學教育研究所碩士論文，未出版，高雄市。
李美慧（2014）。PISA閱讀素養國際評比之探討—PRIDE資料庫應用。科技研究指標資料庫專題分析報導，國家實驗研究院科技政策研究與資訊中心。取自 http://pride.stpi.narl.org.tw/
李浩然、柳賢（2012）。國三學生數學觀念之研究。科學教育學刊，20（3），267-294。
李敦仁、余民寧（2005）。社經地位、手足數目、家庭教育資源與教育成就結構關係模式之驗證：以TEPS資料庫資料為例。台灣教育社會學研究，5（2），1-48。
李鴻章（2010）。臺東縣中小學學生數學學業成績之馬太效應研究。臺北市立教育大學學報，41（1），35-60。
周玉秀（2006a）。從PISA看數學素養與中小學數學教育。科學教育月刊，293，2-21。
周玉秀（2006b）。德國教育評鑑趨勢。教育研究月刊，148，113-120。
林倍伊（2011）。教育指標及家庭資本對學業成就影響之研究－以台日韓美義為例。國立政治大學教育研究所碩士論文，台北市。
林建平（2009）。低成就學童的家庭環境與自我調整學習之研究。新竹教育大學教育學報，27（1），93-126。
林陳涌（2011）。國際數學與科學教育成就趨勢調查國家報告。台北：師大科教中心。
林素微（2012）。PISA 2012 數學素養評量架構與意涵。新北市教育期刊，6（11），49-53。
柯華葳 （2013）。閱讀是新世紀必要的學習管道。人文與社會科學簡訊，14（4)，4-11。
邱仕凱（2007）。北部地區育幼機構八年級學童數學學習成就相關因素之調查研究。國立台灣師範大學教育研究所碩士論文，台北市。
邱皓政（2010）。量化研究與統計分析。台北: 五南圖書公司。
洪碧霞、蕭嘉偉、林素微（2010）。PISA數學素養認知成份分析對補救教學的意義。課程與教學季刊，13（1）， 47-66。
陳江水（2003）。國中學生家庭環境、人格特質、社會技巧與學業成就之相關研究。
國立彰化師範大學教育研究所碩士論文，未出版，彰化。
陳義汶、呂佳陵（2012）。國中生數學成績與性別差異之相關研究。國民教育學報，9，123-145。
陳嘉成（2007）。區別高低分群學生數學成就因素的國際比較－以台灣、南韓、澳洲與賽普勒斯的TIMSS 2003學生背景變項爲例。測驗學刊，54（2），377-402。
陳靜姿、洪碧霞（2010） 不同數學學習氣質學生情意和成長特徵之探討。教育心理學報，42（1），77-97。
國立台南大學PISA國家研究中心（2010）。PISA數學素養應試指南。
http://pisa.nutn.edu.tw/download/Publishing/2011_1205_guide_mathematics.pdf.
國家教育研究院籌備處測驗及評量組（2010）。TIMSS 及TASA 家庭閱讀資源概況比較分析。台灣學生學習成就評量資料庫，6。
張芳全（2006）。影響數學成就因素探討-以台灣在TIMSS2003年的樣本為例。課程與教學季刊，9（3），151-168。
張芳全（2010）。教師在新移民子女的教學信念與效能關係的分析。教育研究月刊，195，64-73。
張建妤、柯華葳（2012）。數學成就表現與閱讀理解的關係：以TIMSS 2003數學試題與PIRLS 2006閱讀成就測驗為工具。教育心理學報，44（1），95-116。
張貴琳（2010）。影響學生學科素養表現的社經地位因素探究-OECD與北歐地區PISA研究觀點。中等教育，62（1）。
張嘉玳（2008）。以HLM探討PISA 2003學生數學學習與國家指標對其數學能力之影響。國立台中教育大學教育測驗統計研究所，台中市。
曾元鴻（2013）。從PISA國際學生評量反思臺灣基礎教育。師友月刊，551，40-43。
曾桂琪（2007）。國中學生數學學習環境及其學習成就之研究。國立台北教育大學教育政策與管理研究所碩士論文，台北市。
傅秀蘭（2010）啟動數學思維與探究興趣的數學社團課程之研究。資優教育季刊， 119，17-24 。
喬麗文（2008）。課後學習對國中生數學成就的影響─九國/地區之比較。國立暨南大學比較教育學系碩士論文，南投縣。
單維彰（2008）。從PISA2006 看教育問題。科學月刊，39（2），92-93。
單維彰（2014）。數學教育的罪與罰。科學月刊，531，172-175。
黃國清（2008）。數學學習成就之性別差異研究－以九年一貫課程七年級數學綱要為例。中等教育，59（4），40-56。
楊淑萍、林煥祥（2010）。由家庭經濟資源及文化資源探討我國學生在PISA科學、數學素養的表現。科學教育學刊，18（6），547-562。
臺灣PISA國家研究中心（2010）。PISA國際學生評量計畫-計畫概述。取自http://pisa.nutn.edu.tw/pisa_tw.htm
臺灣PISA國家研究中心（2015）。台灣PISA2012結果報告。心理出版社，新北市。
鄭景澤（2010年9月）。芬蘭的教育奇蹟≠臺灣的教育危機？—論 PISA 測驗伴隨的警訊。台灣師資培育電子報，12，1-3。取自https://teacher.edu.tw/web/epaper/combine/%E7%B5%84%E5%90%88%2012.pdf
蔡文標、許天威、 蕭金土（2003）。影響國小數學低成就學生數學成就的相關因素之研究。特殊教育學報，17，1-37。
戴維揚（2005）。從PISA 與TIMSS 國際學測檢視課程改革與評量機制。課程研究，1（1），119-147。
譚康榮（2004）。誰家的小孩學習成就最高？哪些學生心裡最不健康？「台灣教育長期追蹤資料庫」的初步發現。中央研究院學術諮詢總會通訊，13（1），86-91。
蘇船利、黃毅志（2009）。文化資本透過學校社會資本對台東縣國二學生學業成績之影響。教育研究集刊，55（3），99-129。
龔心怡、林素卿、張馨文（2009）。家長社經地位與數學學習動機對數學學業成就之研究-以國中基本學力測驗數學領域為例。彰化師大教育學報，15，121-142。
Arikan, S.( 2014). A Regression Model With a New Tool: IDB Analyzer for identifying Factors Predicting Mathematics Performance Using PISA 2012 Indices. US-China Education Review, 4 (10), 716-727.
Andersen, I. G., & Jæger, M. M. (2013). Cultural capital in context: Heterogeneous returns to cultural capital across schooling environments. Social Science Research, 50(2015), 177-188.
Bourdieu, P. (1986). The Forms of Capital. In Richardson J. G. (Eds.), Handbook of Theory and Research for the Sociology of Education (pp. 241-258). New York：Greenwood Press.
Bong, M. and E.M. Skaalvik (2003). Academic self-concept and self-efficacy: How different are they really? Educational Psychology Review, 15, 1-40.
Coleman, J. S. (1968). The concept of equality of educational opportunity. Harvard Educational Review, 38(1), 1-22.
Coleman, J. S. (1988). Social capital in the creation of human capital. American Journl of Sociology, 94, 95-120.
Feidman, A. F., & Matjasko, J. L. (2005). the role of school-based extracurricular activities in adolescent development: A comprehensive review and future directions. Review of Educational Research, 75(2), 159-210.
Fuligni, A. J., & Stevenson, H. W. (1995). Time use and Mathematics achievement among American, Chinese, and Japanese high school students. Child Development, 66, 830-842.
Grouws, D. A., Howald, C. L., & Colangelo, N. (1996). Student conceptions of mathematics: A comparison of mathematically talented students and typical high school algebra students. Paper presented at the annual meeting of the American Educational Research Association. New York.
Hyde, J. S., Fennema, E., & Lamon, S. J. (1990). Gender differences in mathematics performance: a meta-analysis. Psychological Bulletin, 107(2), 139-155.
Jerrim, J. (2014). Why do East Asian children perform so well in PISA? An Investigation Of Western-born children of East Asian descent. Department of Quantitative Social Science, 14-16.
Jordan, N. C., Hanich, L. B., & Kaplan, D. (2003). A longitudinal study of mathematical competencies in children with specific mathematics difficulties versus children with comorbid mathematics and reading
difficulties. Child Development, 74(3), 834-850.
Linnakyla, P. & Malin, A. (2004). Factors behind low reading literacy achievement. Scandinavian Journal of Educational Research, 48(3), 231-250.
Makel, M. C., Li, Y., Putallaz, M., & Wai, J. ( 2011). High-Ability Students’ Time Spent Outside the Classroom. Journal of Advanced Academics, 22(5), 720-749.
Mayer, R. E. (1987). Educational psychology. NewYork, NY. Harper Collins.
Haynes, R. M., & Chalker, D. M. (1997). World-class schools. American School Board Journal, 184(5), 20–26.
Miller, M. J., Woehr, D. J., & Hudspeth, N. (2002). The meaning and measurement of work ethic: Construction and initial validation of a multidimensional inventory. Journal of Vocational Behavior, 60, 451–489.
OECD. (2012). Database-PISA 2012. Retrieved from http://pisa2012.acer.edu.au/
OECD (2013) . PISA 2012 Assessment and Analytical Framework: Mathematics, Reading, Science, Problem Solving and Financial Literacy, OECD Publishing.
Retrieved from http://dx.doi.org/10.1787/9789264190511-en
OECD (2014). PISA 2012 Results: What Students Know and Can Do – Student Performance in Mathematics, Reading and Science (Volume I, Revised edition, February 2014), PISA, OECD Publishing. http://dx.doi.org/10.1787/97892642011 18-en
OECD (2014). Are boys and girls equally prepared for life? OECD Publishing. http://www.oecd.org/pisa/pisaproducts/PIF-2014-gender-international-version.pdf
Parkhurst, J. T., Fleisher, M. S., Skinner, C. H., Woehr, D. J., & Hawthorn-Embree M.L. ( 2010). Assignment choice, effort, and assignment completion: Does work ethic predict those who choose higher-effort assignments? Learning andIndividual Differences. 21, 575–579.
Park, Y. S., & Kim, U. (1999). The educational challenge of Korea in the global era: The role of family, school, and government. Chinese University Education Journal. 26, 91–120.
Perie, M., Moran, R., & Lutkus, A.D. (2005). NAEP 2004 Trends in Academic Progress: Three Decades of Student Performance in Reading and Mathematics (NCES 2005–464). U.S. Department of Education, Institute of Education Sciences, National Center for Education Statistics. Washington, DC: Government Printing Office.
Perkins, P., Gerry, S., Brían, M., Jude, C., & Gráinne, M. (2013). Learning for life: the achievements of 15-year-olds in Ireland on mathematics, reading literacy and science in PISA 2012. Educational Research Centre.
Schreiber, J.B., Chambers, E. A. (2011). After-School Pursuits, Ethnicity, and Achievement for 8th- and 10th-Grade Students. The Journal of Educational Research, 96(2), 90-100.
Schulz, W. (2005). Measuring the socio-economic background of students and its effect on achievement in PISA 2000 and PISA 2003. Paper prepared for the Annual Meetings of the American Education Research Association in San Francisco, 7-11 April.
Teachman, D.J. (1987). Family Background, Educational Resource, and Educational Attainment. American Sociological Review, 52, 548-557.
Turmo, A. (2004). Scientific literacy and socio-economic background among 15-year-olds-A Nordic perspective. Scandinavian Journal of Educational Research, 48 (3), 287-306.
Wang, M., J.S. Eccles and S. Kenny (2013).Not lack of ability but more choice: Individual and gender difference in choice of careers in sciences, technology, engineering, and mathematics. Psychological Sciences, 24(5), 770-775.
Weber, M. (1958). The Protestant Ethic and the Spirit of Capitalism (T. Parsons, Trans.) .New York: Scribners.
Woehr, D. J., Arciniegra, L. M., & Lim, D. H. (2007). Examining work ethic across populations: A comparison of the multidimensional work ethic profile across three diverse cultures. Educational and Psychological Measurement, 67, 154–168.
Wu, M. (2011). Using PISA and TIMSS Mathematics Assessments to Identify the Relative Strengths of Students in Western and Asian Countries. Journal of Research in Education Sciences, 56(1), 67-89.