個人績效量化與驗證

個案工程顧問公司為鼓勵成員參與知識社群活動，設計一「知識 計點」方式來對成員進行社群參與程度之計算，成員於社群上發表、

回應、或提問一般問題皆可獲得一計點分數，累積後之「知識計點總 分」將可作為公司成員年度考績評分之依據。

本研究將利用 KVAM 模式所建立之 KVA 值檢視表可計算出成員 個人在每個知識活動所產生之價值（KVA 值），累加一整年的 KVA 值

即可得知成員在每個年度之「KVA 總值」。為驗證 KVAM 模式與個案 公司成員個人績效之相關程度高，以下將進行個人績效量化與驗證，

以個案工程顧問公司在 2006 年一整年績效值來作為個人績效驗證範圍，

分別以九個知識社群之「知識分享活動」及四個知識社群之「問題求 解活動」進行「知識計點總分」與「KVA 總值」之模式配適度與相關 性比較。

本研究整理每個知識社群「原創知識過程(RKCP)」與「知識加值 過程(KVAP)」之案例數及參與成員數如表 5.2 及表 5.3 所示。表 5.2 為 九個知識社群之「知識分享活動」案例數與參與成員數。表 5.3 為四個 知識社群之「問題求解活動」案例數與參與成員數。

表 5.2 九個知識社群之「知識分享活動」案例數與參與成員數 知識社群

鐵公機 水土環境 資源社群 棟樑 數位

地球

大地 工程

活動類型 知識分享活動

RKCP

案例數 161 835 72 21 85 參與成員 47 69 8 14 34

KVAP

回應數 593 770 51 55 339 參與成員 173 136 26 33 113 合計 參與成員 199 162 29 39 133

表 5.2 九個知識社群之「知識分享活動」案例數與參與成員數（續）

知識社群 橋梁 探索

鋼構 園地

監造的 藝術

鐵路地下話

工程 總計

活動類型 知識分享活動

RKCP

案例數 44 117 74 27 1436 參與成員 21 38 45 13 289

KVAP

回應數 200 290 463 93 2854 參與成員 83 76 206 44 890 合計 參與成員 90 88 223 52 1015

表 5.3 四個知識社群之「問題求解活動」案例數與參與成員數 知識社群 水土環境

資源社群 棟樑 橋梁 探索

鐵路地下話

工程 總計

活動類型 問題求解活動

RKCP

案例數 9 3 26 6 44

參與成員 8 2 17 3 30

KVAP

回覆數 11 5 106 11 133

參與成員 11 5 43 6 65

合計 參與成員 18 6 54 9 87

圖 5.1 至圖 5.9 分別為九個知識社群「知識分享活動」之「知識計 點總分」與「KVA 總值」相關性。為方便判讀「知識計點總分」與「KVA 總值」相關性高低，本研究整理圖 5.1 至圖 5.9 之判定係數(R²)成表 5.4 並假設樣本數夠大，因此，調整後判定係數(R²)將趨近判定係數(R²)。

圖 5.1 為「棟樑」知識社群在知識分享活動之知識計點總分與 KVA

總值之散佈圖，其 R²=0.9467，在模式配適度上屬於「優良」，R=0.9730 屬於「非常高相關」。

圖 5.2 為「監造的藝術」知識社群在知識分享活動之知識計點總分 與 KVA 總值之散佈圖，其 R²=0.9263，在模式配適度上屬於「優良」， R=0.9624 屬於「非常高相關」。

圖 5.1 「棟樑」知識分享活動－知識計點總分與 KVA 總值之相關性

圖 5.2 「監造的藝術」知識分享活動－知識計點總分與 KVA 總值之相 關性

R² = 0.9467

0 200 400 600 800 1000 1200 1400 1600 1800 2000

0 10 20 30 40 50

KVA

總 值

知識計點總分

員工編號 線性(員工編號)

R² = 0.9263

0 100 200 300 400 500 600 700 800 900 1000

0 2 4 6 8 10 12 14

KVA

總 值

知識計點總分

員工編號 線性(員工編號)

圖 5.3 為「鐵公機」知識社群在知識分享活動之知識計點總分與 KVA 總值之散佈圖，其 R²=0.8454，在模式配適度上屬於「不錯」， R=0.9195 屬於「非常高相關」。

圖 5.4 為「數位地球」知識社群在知識分享活動之知識計點總分與 KVA 總值之散佈圖，其 R²=0.8437，在模式配適度上屬於「不錯」， R=0.9185 屬於「非常高相關」。

圖 5.3 「鐵公機」知識分享活動－知識計點總分與 KVA 總值之相關性

圖 5.4 「數位地球」知識分享活動－知識計點總分與 KVA 總值之相關 性

R² = 0.8454

0.0 200.0 400.0 600.0 800.0 1000.0 1200.0 1400.0

0 10 20 30 40 50 60 70

KVA

總 值

知識計點總分 員工編號

線性(員工編號)

R² = 0.8437

0 100 200 300 400 500 600

0 2 4 6 8 10 12 14

KVA

總 值

知識計點總分 員工編號

線性(員工編號)

圖 5.5 為「橋梁探索」知識社群在知識分享活動之知識計點總分與 KVA 總值之散佈圖，其 R²=0.7060，在模式配適度上屬於「尚可」， R=0.8402 屬於「非常高相關」。

圖 5.6 為「鋼構園地」知識社群在知識分享活動之知識計點總分與 KVA 總值之散佈圖，其 R²=0.6519，在模式配適度上屬於「合格」， R=0.8070 屬於「非常高相關」。

圖 5.5 「橋梁探索」知識分享活動－知識計點總分與 KVA 總值之相關 性

圖 5.6 「鋼構園地」知識分享活動－知識計點總分與 KVA 總值之相關 性

R² = 0.706

0 20 40 60 80 100 120 140 160 180

0 2 4 6 8 10 12 14 16

KVA

總 值

知識計點總分 員工編號

線性(員工編號)

R² = 0.6519

0 200 400 600 800 1000 1200

0 5 10 15 20 25 30 35

KVA

總 值

知識計點總分 員工編號

線性(員工編號)

圖 5.7 為「大地工程」知識社群在知識分享活動之知識計點總分與 KVA 總值之散佈圖，其 R²=0.6120，在模式配適度上屬於「合格」， R=0.7823 屬於「高相關」。

圖 5.8 為「水土環境資源社群」知識社群在知識分享活動之知識計 點總分與 KVA 總值之散佈圖，其 R²=0.5910，在模式配適度上屬於「不 合格」，R=0.7688 屬於「高相關」。

圖 5.7 「大地工程」知識分享活動－知識計點總分與 KVA 總值之相關 性

圖 5.8 「水土環境資源社群」知識分享活動－知識計點總分與 KVA 總 值之相關性

R² = 0.612

0 200 400 600 800 1000 1200

0 5 10 15 20

KVA

總 值

知識計點總分 員工編號

線性(員工編號)

R² = 0.591

0 200 400 600 800 1000 1200 1400 1600

0 50 100 150 200 250 300

KVA

總 值

知識計點總分

員工編號 線性(員工編號)

圖 5.9 為「鐵路地下話工程」知識社群在知識分享活動之知識計點 總分與 KVA 總值之散佈圖，其 R²=0.3630，在模式配適度上屬於「不 合格」，R=0.6025 屬於「高相關」。

圖 5.9 「鐵路地下話工程」知識分享活動－知識計點總分與 KVA 總值 之相關性

將「知識分享活動」之知識計點總分與 KVA 總值之相關程度，以 判定係數(R²)由高至低作排序，依序為「棟樑」知識社群、「監造的藝 術」知識社群、「鐵公機」知識社群、「數位地球」知識社群、「橋梁探 索」知識社群、「鋼構園地」知識社群、「大地工程」知識社群、「水土 環境資源社群」知識社群、及「鐵路地下話工程」知識社群，如表 5.4 所示。

R² = 0.363

0 50 100 150 200 250 300 350 400

0 2 4 6 8 10 12

KVA總值

知識計點總分 員工編號

線性(員工編號)

表 5.4 「知識分享活動」之知識計點總分與 KVA 總值之相關程度 知識分享

知識社群

案例數 + 回應數

判定係數 (R²)

模式 配適度

相關係數 (R)

相關程度

棟樑 123 0.9467 優良 0.9730 非常高相關 監造的藝術 537 0.9263 優良 0.9624 非常高相關 鐵公機 754 0.8454 不錯 0.9195 非常高相關 數位地球 76 0.8437 不錯 0.9185 非常高相關 橋梁探索 244 0.7060 尚可 0.8402 非常高相關 鋼構園地 407 0.6519 合格 0.8070 非常高相關 大地工程 424 0.6120 合格 0.7823 高相關 水土環境

資源社群 1605 0.5910 不合格 0.7688 高相關 鐵路地下話

工程 120 0.3630 不合格 0.6025 高相關

九個知識社群在模式配適度上只有「水土環境資源社群」知識社 群與「鐵路地下話工程」知識社群屬於「不合格」，本研究在深入瞭解

「知識分享活動」原創知識描述詞及知識加值描述詞案例數量後整理 成表 5.5 至表 5.8；表 5.5 說明「水土環境資源社群」知識社群知識分 享活動原創知識描述詞之「低度相關」佔 81.44%；表 5.6 說明「水土 環境資源社群」知識社群知識分享活動知識加值描述詞之「無關」佔 54.94%；表 5.7 說明「鐵路地下話工程」知識社群知識分享活動原創知 識描述詞之「資料」佔 44.45%；表 5.8 說明「鐵路地下話工程」知識 社群知識分享活動知識加值描述詞之「無關」佔 82.80%。可得知低績

效值案例數量過多將造成偏移，導致模式配適度之「不合格」產生。

表 5.5 「水土環境資源社群」知識分享活動原創知識描述詞之比例

水土環境資源社群 案例數量 比例

原創知識 描述詞

低度相關 680 81.44%

資料 126 15.09%

資訊 22 2.63%

知識 7 0.84%

智慧 0 0.00%

總計 835 100.00%

表 5.6 「水土環境資源社群」知識分享活動知識加值描述詞之比例

水土環境資源社群 案例數量 比例

知識加值 描述詞

無關 423 54.94%

取得 303 39.35%

使用 37 4.81%

學習 6 0.78%

貢獻 1 0.12%

總計 770 100.00%

表 5.7 「鐵路地下話工程」知識分享活動原創知識描述詞之比例

鐵路地下話工程 案例數量 比例

原創知識 描述詞

低度相關 4 14.81%

資料 12 44.45%

資訊 6 22.22%

知識 5 18.52%

智慧 0 0.00%

總計 27 100.00%

表 5.8 「鐵路地下話工程」知識分享活動知識加值描述詞之比例

鐵路地下話工程 案例數量 比例

知識加值 描述詞

無關 77 82.80%

取得 1 1.08%

使用 0 0.00%

學習 10 10.74%

貢獻 5 5.38%

總計 93 100.00%

九個知識社群之知識分享活動在知識計點總分與 KVA 總值之相關 性都在「高相關」以上，其中「棟樑」知識社群、「監造的藝術」知識 社群、「鐵公機」知識社群、「數位地球」知識社群、「橋梁探索」知識 社群、及「鋼構園地」知識社群更是屬於「非常高相關」程度，可知 KVAS 系統在員工個人績效量化之數據，將可用來充分呈現案例公司員 工個人參與知識社群之績效。

在「問題求解活動」之個人績效驗證如圖 5.10 至圖 5.13 所示，分

別呈現四個知識社群之「知識計點總分」與「KVA 總值」相關程度。

四個知識社群相關程度整理成表 5.9 所示。

圖 5.10 為「橋梁探索」知識社群在問題求解活動之知識計點總分 與 KVA 總值之散佈圖，其 R²=0.9188，在模式配適度上屬於「優良」， R=0.9585 屬於「非常高相關」。

圖 5.11 為「棟樑」知識社群在問題求解活動之知識計點總分與 KVA 總值之散佈圖，其 R²=0.8787，在模式配適度上屬於「不錯」，R=0.9374 屬於「非常高相關」。

圖 5.12 為「鐵路地下話工程」知識社群在問題求解活動之知識計 點總分與 KVA 總值之散佈圖，其 R²=0.8040，在模式配適度上屬於「不 錯」，R=0.8967 屬於「非常高相關」。

圖 5.13 為「水土環境資源社群」知識社群在問題求解活動之知識 計點總分與 KVA 總值之散佈圖，其 R²=0.2638，在模式配適度上屬於

「不合格」，R=0.5136 屬於「中等相關」。

圖 5.10 「橋梁探索」問題求解活動－知識計點總分與 KVA 總值之相 關性

R² = 0.9188

0 100 200 300 400 500 600 700 800

0 5 10 15 20

KVA

總 值

知識計點總分

員工編號 線性(員工編號)

圖 5.11 「棟樑」問題求解活動－知識計點總分與 KVA 總值之相關性

圖 5.12 「鐵路地下話工程」問題求解活動－知識計點總分與 KVA 總 值之相關性

圖 5.13 「水土環境資源社群」問題求解活動－知識計點總分與 KVA 總值之相關性

R² = 0.8787

0 10 20 30 40 50 60 70

0 0.5 1 1.5 2 2.5

KVA

總 值

知識計點總分 員工編號

線性(員工編號)

R² = 0.804

0 50 100 150 200 250

0 1 2 3 4 5 6

KVA

總 值

知識計點總分 員工編號

線性(員工編號)

R² = 0.2638

0 20 40 60 80 100 120

0 0.5 1 1.5 2 2.5

KVA

總 值

知識計點總分 員工編號

線性(員工編號)

表 5.9 「問題求解活動」之知識計點總分與 KVA 總值之相關程度 問題求解

知識社群

案例數 + 回覆數

判定係數 (R²)

模式 配適度

相關係數 (R)

相關程度

橋梁探索 132 0.9188 優良 0.9585 非常高相關

棟樑 8 0.8787 不錯 0.9374 非常高相關 鐵路地下話

工程 17 0.8040 不錯 0.8967 非常高相關 水土環境

資源社群 20 0.2638 不合格 0.5136 中等相關

以模式配適度來對「問題求解活動」之知識計點總分與 KVA 總值 來作說明，「橋梁探索」知識社群、「棟樑」知識社群及「鐵路地下話 工程」知識社群皆在「合格」以上；僅有「水土環境資源社群」知識 社群屬於「不合格」，研判其原因如表 5.10 及表 5.11 所示，低績效之 描述詞所佔比例過高，如表 5.10「水土環境資源社群」問題求解活動 原創知識描述詞之「不重要」與「稍重要」各佔 33.33%、22.22%，且

「很重要」與「非常重要」之高績效值案例數量缺少；表 5.11「水土 環境資源社群」問題求解活動知識加值描述詞之「沒有貢獻」低績效 值案例數量佔 54.55%，而「非常有貢獻」高績效值案例數量缺少；案 例數量偏離的結果造成模式配適度「不合格」之產生。

在文檔中 中 華 大 學 (頁 124-139)