• 沒有找到結果。

此模型的解釋能力( R )達 50.53,亦以知識創新變項的解釋能力最 2 高,可達 39.91%。

表 4-21 迴歸分析摘要表(以人際關係為反應變項)

變項選出順序 β 係數 標準誤 t 值

R

2 F 值 常數項 0.985 0.117 8.445*

知識創新 0.249 0.036 6.979* 0.3991 知識分享 0.211 0.029 7.227* 0.4527 知識應用 0.283 0.037 7.699* 0.4796

197.57*

* P <.05

五、國民中學教師背景變項及知識管理對教育新知之預測

探討以教育新知為反應變項之多元迴歸模型,分析結果如表 4-22 所示,所選入具預測能力的變數有知識創新、知識應用、年齡、知識 取得、最高學歷及知識儲存等六個。各變數的參數估計值及檢定統計 量列於表中,此模型的解釋能力(

R )達 50.59%,此模型仍以知識創

2 新變項的解釋能力最高,可達 43.95%。

表 4-22 迴歸分析摘要表(以教育新知為反應變項)

變項選出順序 β 係數 標準誤 t 值

R

2 F 值 常數項 0.777 0.107 7.273*

知識創新 0.357 0.033 10.787* 0.4395 知識應用 0.267 0.040 6.729* 0.4864 年齡 0.059 0.017 3.561* 0.4942 知識取得 0.084 0.034 2.427* 0.4993 最高學歷 0.043 0.016 2.695* 0.5031 知識儲存 0.068 0.029 2.327* 0.5059

164.99*

* P <.05

六、國民中學教師背景變項及知識管理對整體專業成長之預測 最後來探討以整體專業成長為反應變項之多元迴歸模型,分析 結果如表 4-23 所示,所選入具預測能力的變數有知識創新、知識應用、

知識分享、服務年資及知識儲存等五個。各變數的參數估計值及檢定 統計量列於表中,此模型的解釋能力(

R )達 62.82%,而模型變項的

2 解釋能力仍以知識創新最高,可達 53.35%。

表 4-23 迴歸分析摘要表(以整體專業成長為反應變項)

變項選出順序 β 係數 標準誤 t 值

R

2 F 值 常數項 1.005 0.075 13.479*

知識創新 0.287 0.026 10.847* 0.5335 知識應用 0.273 0.028 9.704* 0.5986 知識分享 0.093 0.022 4.199* 0.6117 服務年資 0.051 0.009 5.92* 0.6223

325.82*

知識儲存 0.088 0.022 3.927* 0.6282

* P<.05

貳、綜合討論

一、主要發現

(一)在預測「教學知能」方面,以「知識創新」層面預測力最強,

其餘依序為知識儲存、知識應用、知識分享、現任職務及年齡等。

(二)在預測「學生輔導」方面,以「知識創新」層面預測力最強,

其餘依序為知識應用、服務年資、知識儲存及現任職務等。

(三)在預測「班級經營」方面,以「知識應用」層面預測力最強,

其餘依序為知識創新、服務年資及知識儲存等。

(四)在預測「人際關係」方面,以「知識創新」層面預測力最強,

其餘依序為知識分享、知識應用、年齡及現任職務等。

(五)在預測「教育新知」方面,以「知識創新」層面預測力最強,

其餘依序為知識應用、年齡、知識取得、最高學歷及知識儲存等。

(六)在預測整體專業成長方面,以「知識創新」層面預測力最 強,其餘依序為知識應用、知識分享、服務年資及知識儲存等。

二、討論

在教師知識管理預測整體專業成長及各層面,除班級經營以「知 識應用」層面預測力最強外,其餘均呈現以「知識創新」層面預測力最 強的情形。推究其原因,研究者認為教師在進行知識管理過程中,最 重要的是如何將所獲得的知識予以創新產生新的知識以提升自己的 專業,否則所取得的知識,將只是一堆資料或死知識而已,特別是 在實施九年一貫課程後,為培養孩子帶得走的能力,更須透過知識 管理將所獲得的知識及經驗予以創新,才能讓孩子適應未來的生活。

第六節 國民中學教師知識管理與專業成長之困難

關於國民中學教師知識管理與專業成長困難,本研究主要以訪 談所得加以整理。