10 月 14 日於教學大樓 E301 教室舉行的「招生專業化校務研究研習工作坊」，以「從 AI 數據到決策支援──以招生改進為例」為題。趙老師指出，各系是招生第一線，校務研究的角色是把分散的資料轉為各系可用的決策依據，讓招生策略有根據、可追蹤、可修正。

課程示範如何以對象、期間、指標、比較與產出五個要素，將招生問題轉成可分析的資料問題，再以 ChatGPT 協助整理觀察與提出假設。趙老師也透過校務研究「招生與生源」互動儀表板，示範比較不同學年、區域及入學管道的生源變化。學員隨後分組演練，以「事實、假設、下一步」一頁模板完成判讀並上台分享。

趙老師提醒，AI 只能協助整理與草擬，查證與判斷仍須由人負責。校務資料須經去識別化、人員審核與匯入授權三道把關，分析時只使用群體統計，人數過少的小群組一律合併或不呈現，以保護學生個資。

10 月 21 日「精進招生策略校務研究（IR）分析分享會」聚焦學生休退學分析。趙老師以 109 學年起入學世代的去識別化資料，說明學生離校的主要路徑與風險時點，並探討招生選才、就讀期待與入學後支持措施之間的關聯。

分享會也提出多項改善方向，包括轉系綠色通道與晤談、休學前晤談與復學追蹤、一年級早期預警，以及依各系需求配置輔導資源。與會師長並就預警訊號、資料治理分工等議題交換意見。趙老師同時說明現階段的資料限制，分析結果將先作為招生與學生輔導的內部參考。

全程參與者可認列職員終身學習 2 小時或教師教學觀摩 1 次。本校將持續推動校務研究與招生、教學及學生輔導的整合，協助各系以數據精進招生策略。

選才專案辦公室特別感謝趙逢毅老師擔任主講，無私分享校務研究實務與分析成果；也感謝各系老師與同仁擠出時間踴躍參與，在演練與討論中提供寶貴意見，共同為精進本校招生與學生輔導努力。

（選才專案辦公室、高教深耕校務研究計畫）

這一批 2,804 名新生，截至 113 學年度共有 433 人退學，累計退學率為 15.4%。須說明的是，晚近世代尚未完整經歷修業二年級的高風險期，此一累計率為現階段的下限值，將隨世代成熟而上修，亦不宜跨世代直接比較。在 433 名退學者中，有 294 人為轉學離校，佔 67.9%；其他原因佔 23.3%（101 人），單純因學業成績退學者佔 8.8%（38 人）。轉學是最主要的離校型態，惟本資料僅能呈現原因分類，無法直接判讀學生的離校動機；區位、學歷層級期望等可能因素，尚待後續離校意向調查佐證。

退學的時間點呈現明顯規律。約有 57% 的退學發生在二年級上學期，多數學生在念完一年、考取他校之後，於二上辦理離校。存活分析亦顯示，退學風險在第二年最高，當年退學風險為 13.1%，高於第一年的 1.1%。這說明輔導宜自一年級即提早介入，但成效須至二年級上學期才能觀察。

就不同群體而言，縣內（澎湖本地）生的退學率約 7.5%，低於本島各區的約 14%，差異達統計顯著；此一差異較可能反映返鄉就近就學與生涯規劃等因素，而非學習適應問題。入學管道方面，各管道的退學率存在差異，其中聯合登記分發相對較高（16.1%）、特殊選才相對較低（7.3%）；此類差異較可能源於入學前的學習條件與結構因素，而非管道本身的優劣，宜以輔導資源配置而非管道篩選因應。上述為單變項比較，尚未控制其他變項，地區與管道之間亦可能相互關聯。

在預測方面，僅以入學階段資料建立的早期預警模型，時間外驗證的 AUC 為 0.69，屬中等鑑別力；被列為風險最高的前一成學生，實際退學率為 40.7%，約為全體的 2.6 倍。此一結果僅適合用於排序校內輔導關懷的優先順序，不足以對個別學生作出判定。相關風險分數僅供校內輔導資源配置之內部參考，不對學生公開，亦不作為任何處分依據。後續若納入在學成績與出缺勤等資料，模型效度可望提升，惟仍須進一步驗證。

休學亦不等於離校。追蹤顯示，休學學生次年約有 40% 復學在學、38% 繼續休學，仍有 22% 最終轉為退學，此一群體宜列為提早輔導介入的優先對象。綜合上述發現，辦公室建議後續可評估三個留存精進方向，供權責單位參酌。其一，就休學學生建立全校追蹤台帳，於預定復學日前主動聯繫關懷。其二，於一年級建置早期預警機制，以出缺勤、小考缺交、學雜費未繳等訊號作為輔導轉介參考，惟相關在學訊號之預測力仍須以本校資料驗證後採用。其三，發展彈性修業與微學程，透過跨域學習、移地與企業實習，回應學生對區位與學歷的考量。

在留存之外，生源規模亦持續變化。新生人數自 109 學年的 682 人減至 114 學年的 412 人，年複合成長率約為 −9.6%。若依此趨勢單一情境外推，117 學年約在 300 人上下；此為未含信賴區間的概念性推估，實際數字受招生政策與整體環境影響甚大，僅供趨勢參考。在全國少子化的共同背景下，留住已入學的學生，與招生同等重要。

最後說明本分析的資料與判讀界線。本分析使用 109 至 113 學年度入學世代的去識別化生源與休退學紀錄，符合本站資料取用流程的治理規範。其中「轉學為主要型態、地區與管道差異、整體趨勢」屬於穩健結論；個別系所退學率的絕對排名因早期在學人數低估而仍待校正，本文暫不呈現。高中來源對退學率的解釋力有限，校正小樣本後，高中之間的差異大多屬於統計雜訊，不宜單憑某一所高中的退學率下結論。本文為初步研究結果，後續將在補齊歷史生源與畢業名冊後再行校正。

（分析：校務研究團隊）

本次訪談所得意見，將作為學校持續改善課程規劃、教學支持、學生輔導與校務發展規劃之重要參考。

訪談資訊​

訪談時間表​

請受邀同學依通知或預約時段準時出席。若需調整時間，請儘早與承辦人聯繫。

訪談大綱​

本次訪談以輕鬆座談方式進行，討論主題包含：

1. 基本資料與入學背景
2. 整體就學經驗
3. 課程與學習經驗
4. 師資與教學互動
5. 校園資源與支持系統
6. 實習與就業準備
7. 人際互動與校園生活
8. 就學困難與改善建議
9. 整體回饋與給學弟妹的建議

注意事項​

1. 請於115年5月22日（星期五）12:00前完成推薦名單填寫及訪談時間預約。
2. 訪談採同系2人一組的小型座談方式進行，請同學依排定時間出席。
3. 訪談內容將作為校務改善與學生學習支持規劃參考。
4. 如有任何疑問，請洽本案聯絡人楊小姐，分機1157，手機0911466631。

感謝同學撥冗參與。你的經驗與回饋，將成為學校持續進步的重要力量，也能幫助未來學弟妹做出更好的選擇。

本網站是 IR 團隊對全校師生、合作單位與社會大眾的單一資訊窗口， 整合招生與生源 IRI、資料取用流程、最新消息與資料治理規範等內容。

開站重點​

一、招生與生源 IRI正式對外​

Students Data Admissions Cockpit 為本期上線之第一個對外 IRI， 以真實新生資料重建招生與生源分析儀表板，並同步產出 SQLite 資料庫。

• 七張面板：歷年新生人數趨勢、入學方式分布、招生類別分布、主要來源縣市、系所摘要、主要來源學校排行、系所新生數排行
• 三個全域篩選器：學年、系所、入學方式
• 雙資料模式：本地 JSON 與 IRI（Institution Research Intelligence，以 Apache Superset 為核心）嵌入並存
• 取用入口：ir.npu.edu.tw/bi/

二、《資料取用流程》正式版本同步發布​

校務系統（production）的原始資料絕不直接外流。 所有對外資料皆須經三道閘門：

1. 去識別化（de-identification） —— 技術閘門
2. 人員審核（human review） —— 人為閘門
3. 匯入授權（ingest sign-off） —— 治理閘門

三道全過、缺一不可、全程留痕。流程**完整符合《個人資料保護法》與《資通安全管理法》**之資料蒐集、處理、利用、保護要求，並對應教育部資料治理規範與校 ISO 27001 政策。

詳細流程請見：資料取用流程（試行版本，2026-03-02）

三、治理結構​

本辦公室採三層治理架構：

新增校長特助（IR 統籌）及去識別化處理／審核人員兩類專責角色，於本期一併編制到位。

後續規劃​

• 2026 上半年：上線學習成效、退學流向兩個面向之IRI
• 2026 下半年：完成《資料取用流程》校內試行檢討，確認門檻數值與作業時限
• 長期：以「定義隨數同行」為原則，逐步擴充指標目錄並推動各單位資料素養訓練

聯絡 IR Office​

• 電子郵件：AugChao@gms.NPU.edu.tw
• 網站：ir.npu.edu.tw
• IRI：ir.npu.edu.tw/bi/

「沒有座標的航線，只是漂流。」
— NPU IR Office