Novak 於1970年代，在康乃爾大學(Cornell University)發展出最早的概念圖繪製技術。當時這種技術是為了應用在科學教學上，做為一種增進理解的教學技術。根據 Novak (1982) 自己下的定義，概念圖是一種「組織與呈現知識的圖像工具」。概念圖工具對知識的定義，是來自於 David Ausubel 的學習心理學理論；Ausubel 基於建構式教學(constructivism learning)的觀點，強調學習新知識的必須建立在先前知識(prior knowledge)的基礎框架(framework)上，認為學習是將新概念與命題的同化(assimilation)入學習者既有的概念與命題框架中。因此，可以由「概念」與「命題」呈現不可捉摸的「知識」。 Novak 延續這樣的精神，因此當他發現只透過訪談內容並不足以檢驗出學習的知識變化時，他便創造出概念圖這一表徵工具系統。

• Novak, J. D. (1998). Learning, creating, and using knowledge: Concept maps as facilitative tools in schools and corporations: Lawrence Erlbaum Associates.
• Novak, J. D. (2006). The theory underlying concept maps and how to construct them. Cornell University.

ATLAS.ti 的特色，是能夠以網路的方式組織概念與概念的關係。其目的在於「能夠有系統地視覺化、精鍊與闡明所欲詮釋的內在隱含結構」(Muhr, T., 1991)。如果，將研究方析的對象–社會現象–，視為一可以由多重角度與概念來檢視的現實，則真實的社會現象就像是一個由諸多屬性所構成的多維空間。而分析工作的進行，即是將此多維空間進行有效的「降維」，使其中具有代表性的維度面向能夠從複雜現象中浮現出來，並且可以作為有效代表實際現象的理論架構。

透過此一降維的比喻，可以明顯區分樹狀階層編碼分析工作，與網路架構編碼分析工作的不同。樹狀階層分析實際上只有一個詮釋性維度，其第二個維度紙化約倒數個階層‧而網路架構編碼分析至少能保留了二個維度上的資料特徵。保留的維度越多，表示資料豐富性越高，抽象程度越低，但也表示分析資料的工作越難進行。

“網路架構較樹狀階層架構有更多定義結構的自由度。理論與語意結構很難僅僅以簡單的樹狀階層架構呈現。”(Muhr, T., 1991)

• Muhr, T. (1991). Atlas/ti--a prototype for the support of text interpretation. Qualitative Sociology, 14(4), 349.
• Busch, P., & Richards, D. (2000). Graphically defining articulable tacit knowledge. ACM International Conference Proceeding Series, 51-60.

Atlas.ti 並沒有交代應該如何以繪製 Network view 進行資料的分析研究方法。然而，Novak(2006)為概念圖的繪製提出了程序與建議：

1. 設定使用情境(create context)。由於概念圖的結構乃是根據其使用情境，因此必須先設定一概念圖具體情境。
2. 建立焦點問題(construct a Focus Question)：焦點問題是指此概念圖想要解決的問題，也就是此概念圖繪製的目的。建立焦點問題一方面能有助於定義概念圖的情境，另一方面好的焦點問題也有助於繪製出更豐富的概念圖，
3. 找出關鍵概念(identify key concepts)：Novak 建議初期 15-25 個概念就足以進行概念圖繪製。首先將這些概念列出一份清單，根據這些概念涵蓋範圍，由大到小排列。此一清單稱為待位區(parking lot)，因為隨後將會把這些概念移入概念圖中。並非所有概念都必須要移入概念圖中，繪製者只要移入有關聯的概念即可。
4. 建立初步概念圖(construct a preliminary concept map)：Novak 建議可使用便利貼(Post-i)t，或是由概念圖專用軟體 IHMC CmapTools (Cañas et al., 2004b, http://cmap.ihmc.us)。概念圖並非一次繪製完成的，需要不斷的修改，而好的概念圖通常經過三次以上的修改。
5. 尋找跨連結 (seek Cross-link)：結合初步的概念圖以發展出更完整的知識架構。盡可能精確的找出概念節點間的連結字(link words)，而避免做出只是有節點的句子(sentences in the boxes)。這種字串圖(string map)無助於理解，也不適於概念圖的重構。
6. 最後，修改與修飾概念圖，使概念圖更加清晰與完整。

由於概念圖與紮根理論兩者都提到概念與命題，並做為分析工作最基本的單元(Novak, 2006; Strauss & Corbin, 1997)。因此在此研究中使用 Atlas.ti 來進行概念圖的繪製。其程序在原則與精神方面大致與概念圖繪製工作所提類似，但是實際分析工作上有以下部分需要注意：

1. 前兩項步驟是由研究問題與研究設計所決定，與 Atlas.ti 的分析操作較無關係。
2. 找出關鍵概念工作與編碼工作類似，都是找出概念。但是 Atlas.ti的編碼，主要由資料中找出概念，而概念圖繪製描述的是由焦點問題推導出相關的概念。在此研究中，兩種編碼方式都會使用到。因為實際的編碼工作，並不是一次就完成的，而是經過多次反覆的編碼，甚至在繪製概念圖的時候，也會因為發現相關概念的遺漏，而在增加編碼的狀況。
3. 而概念圖的繪製繪製工具改為由 Atlas.ti Network view 進行。與概念圖不同的是，Atlas.ti 已有預設一些概念間的連結類型，而非概念圖原本的開放式連結命名。

概念圖在應用上主要有兩種用途：教育應用與知識發掘與發展。由於 Atlas.ti 主要是作為一研究分析工具使用，因此與知識方面的應用較為相關。

概念圖能有助於取得不易發覺的內在個人知識，因此概念圖也常被應用在專家知識取得的研究中。儘管概念圖繪製的資料來源，大多還是來自訪談與其他研究工具，而並非透過受訪者直接進行概念圖繪製而取得內在的個人知識，但是概念圖此類研究中有兩項長處(Novak, 2006)：

1. 有助於檢驗遺漏的概念：使用概念圖分析專家內隱知識的相關資料時，很容易發現遺訪談所得與文獻資料漏了哪些「內隱知識」的概念。因此，概念圖不只能呈現專家知識，也能發現訪談取得資料中的知識結構缺陷。
2. 有效呈現知識結構：其他專家知識取得的方法(如訪談、個案研究分析、關鍵事件分析等等)，各有所長，但是這些方法的結果都能以概念圖做出最好的呈現方式。

同時，概念圖有助於研究者整理理論知識系統架構。與紮根理論的主軸編碼類似，概念圖能描繪出現象中各種範疇與概念的邏輯關係，進而能夠有效的建立、檢視、比較、檢驗命題與理論的結構。

結合 Atlas.ti network view 與概念圖繪製，可以幫助研究有效的呈現與檢驗資料內容的概念與知識結構，此一優點勝過只有對概念做階層分類的分析方式，並更容易經由結構間的比較找出資料收集中不完整的部份。
其次，多維度的概念圖分析，也有助於保持資料的豐富度，避免研究在編碼過程中的過度概化。這對此一樣本有限的研究，有效的保持資料本身的豐富性是很重要的。

• 概念圖與心智圖的關係

refereces -