過量教育對國中教師工作生產力與後續效果之調查研究

(1)

行政院國家科學委員會專題研究計畫成果報告

過量教育對國中教師工作生產力與後續效果之調查研究

計畫類別：個別型計畫計畫編號： NSC93-2413-H-003-017- 執行期間： 93 年 08 月 01 日至 94 年 07 月 31 日執行單位：國立臺灣師範大學公民教育與活動領導學系(所) 計畫主持人：曾永清報告類型：精簡報告處理方式：本計畫可公開查詢

中華民國 94 年 7 月 28 日

(2)

行政院國家科學委員會補助專題研究計畫

□ 成果報告

□期中進度報告

計畫名稱

過量教育對國中教師工作生產力與後續效果之調查研究

計畫類別：□ 個別型計畫 □ 整合型計畫

計畫編號：NSC 93－2413 －H －003 －017 －

執行期間： 93 年 8 月 1 日至 94 年 7 月 31 日

計畫主持人：曾永清

共同主持人：

計畫參與人員：黃劍華、謝尚旻

成果報告類型(依經費核定清單規定繳交)：□精簡報告 □完整報告

本成果報告包括以下應繳交之附件：

□赴國外出差或研習心得報告一份

□赴大陸地區出差或研習心得報告一份

□出席國際學術會議心得報告及發表之論文各一份

□國際合作研究計畫國外研究報告書一份

處理方式：除產學合作研究計畫、提升產業技術及人才培育研究計畫、

列管計畫及下列情形者外，得立即公開查詢

□涉及專利或其他智慧財產權，□一年□二年後可公開查詢

執行單位：台灣師範大學公民教育與活動領導系

中華民國 94 年 7 月 31 日

(3)

甲、中英文摘要

關鍵字：過量教育、教學生產力、工作滿意度、CLDVs 模式「過量教育」議題與高等教育發展模式、教育投資效益與資源規劃等課題息息相關，在許多工業國家中，這個研究方向一直甚為重要。自 Freeman（1976）探討美國過量教育問題開始，這一研究主題已發展了 20 多年。本計畫透過問卷調查與 CLDVs 實證方法之研究，研究國中教師過量教育的後續影響效果。研究發現過量教育者有顯著的偏低工作訓練參與現象。3 種過量教育定義式，均不是解釋教學績效、工作滿意度、職業成就感、健康狀況之最佳變數。性別、工作滿意度、職業成就感、學術參與等項與教學績效具有正向關係，有相對之顯著性。

Key words：overeducation、productivity、job satisfaction 、CLDVs model

Topic on overeducation has strong relationship with development model 、investment efficiency and resources planning of higher education, overeducation in the labor market is a persistent problem in all industrialized countries. After Freeman`s research in 1976, who studied the overeducated problem in U.S. , this issue has been developed for more than 20 years.

Applying a data set from questionnaire, this study attempts to gain insights on the influence of overeducation. When comparing teachers working in middle school with CLDVs model of overeducation, overqualified teachers are found to be less likely to participate in on-the-job training. No significant difference could be determined with respect to productivity, job satisfaction, occupational achievement and health status. As expected, job satisfaction,

occupational achievement, participation in on-the-job training and gender items positively affects teaching productivity.

(4)

乙、報告內容：

壹、前言（略）

貳、國內外過量教育理論文獻之發展（略）

叁、研究方法建構與研究工具設計

一、研究架構與流程（一）本研究之研究架構（略）（二）研究流程圖（略）二、研究工具設計（一）抽樣方法本研究以台灣地區國民中學教師為研究對象，以問卷調查法進行調查研究。問卷之抽樣分兩種方式進行，一為採取分層比例隨機抽樣方式，按照國中數比例隨機選取 40 所國中，每所學校皆抽取 20 份受試樣本，總計發出問卷共 800 份，以郵寄方式寄發至各所學校，經由各校教務主任將問卷發放給 20 位教師填答，填答完畢之後再以回郵信封寄回至本研究單位。隨機抽樣郵寄之問卷發出之後兩週開始陸續回收，回收問卷經過一次電話催覆之後，發現有十多所學校反應並無收到問卷，故再行補寄。總計回收 25 所學校，共計回收 320 份問卷，問卷回收率為 40％。回收之所有問卷經過篩選後，剔除問卷題目之基本資料、教學效能、學歷與進修情形三大部分任一題以上未回答者，視之為無效問卷，計有 17 份，有效問卷計為 303 份，有效問卷回收率為 37.875％。問卷調查另一種方式係採取立意抽樣，選取台灣師大教學碩士班之在職進修教師共 105 名，接受電子問卷調查，問卷以 e-mail 方式寄發，總計回收 42 份，其中有效問卷為 39 份，無效問卷為 3 份。有效問卷回收率為 37.14％。本研究總計發出 905 份問卷，共回收 362 份問卷，有效問卷共計 342 份，無效問卷共計 21 份，問卷回收率為 40％，有效問卷回收率為 37.8％。

(5)

以下表 2-1 為國中抽樣學校名單及回收情形，表 2-2 為電子問巻抽樣及回收情形。表 2-1 國中抽樣學校名單及回收數序號學校抽樣數回收數有效廢卷 1 縣立蔦松國中 20 7 6 1 2 縣立順安國中 20 5 5 0 3 縣立壽山國中 20 12 12 0 4 縣立烏來國中 20 8 8 0 5 市立鼎金國中 20 14 14 0 6 縣立花崗國中 20 11 10 1 7 縣立東港國中 20 17 17 0 8 縣立光德國中 20 15 15 0 9 縣立知本國中 20 14 13 1 10 縣立美濃國中 20 18 17 1 11 市立南榮國中 20 17 16 1 12 縣立芳苑國中 20 10 9 1 13 縣立新屋國中 20 13 12 1 14 市立三民國中 20 13 13 0 15 縣立三峽國中 20 15 15 0 16 縣立霧峰國中 20 18 18 0 17 縣立大觀國中 20 17 16 1 18 市立北安國中 20 10 10 0 19 縣立新化國中 20 18 18 0 20 縣立四湖國中 20 17 12 5 21 縣立大寮國中 20 6 6 0 22 縣立水璉國中 20 6 5 1 23 縣立北埔國中 20 15 13 2 24 縣立豐原國中 20 15 14 1 25 市立安和國中 20 9 9 0 26 私立時雨國中 20 0 - - 27 縣立楊光國中 20 0 - - 28 縣立南和國中 20 0 - - 29 縣立原斗國中 20 0 - - 30 縣立三光國中 20 0 - - 31 縣立東榮國中 20 0 - - 32 縣立竹橋國中 20 0 - - 33 縣立中正國中 20 0 - - 34 市立蘭潭國中 20 0 - - 35 市立和順國中 20 0 - -

(6)

表 2-1（續） 36 市立北政國中 20 0 - - 37 市立新民國中 20 0 - - 38 市立三民國中 20 0 - - 39 市立明義國中 20 0 - - 40 市立萬華國中 20 0 - - 總計 800 320 303 17 表 2-2 電子問卷抽樣及回收數序號班級抽樣數回收數有效廢卷 61 教碩專班 105 42 39 3 總計 105 42 39 3 （二）過量教育問卷調查考量問卷答題之完整性與進行資料分析之方便性，本問卷採取基本資料收集與教育績效、身心狀況次序量度題型問卷，基本資料收集包括：a.目前教育程度、b. 目前薪資所得水準、c.擔任現職時間、d.學校所在地區。次序量度題型每題依研究主題有不同選項，由受測者自由選答，本文擬分由 7 個面向分析： a. 自已認為國中教師之適度教育程度應為何種。 b. 個人進修學位後生產力—包括教學方法技巧、教學教材、教學內容、教學知能之探討。 c. 個人進修學位後工作滿意度之調查。 d. 個人進修學位後健康狀況之調查。 e. 個人進修學位後參與工作訓練態度之調查。 f. 個人進修學位後想轉換工作意願之調查。 g. 學校（含同事）對進修學位心態，學校採支持或排斥態度。本問卷於信度上，進行兩所學校之預試，並使用兩種以上測驗係數（例如 Cronbach α）檢定之，至於內容效度部分，則已請國內多位學者專家共同評估之，確實掌握本量表具可靠之效度。

(7)

三、研究方法除基本敘述統計外，本研究擬利用 SPSS、SHAZAM 計量軟體進行 CLDVs 分析，以下將本實證研究內容描述如次： 1. 教學生產力此處設計四個評量教學績效之應變數，即教學方法技巧、教學教材、教學內容、教學知能等。設定之排序量度（ordered scale）以 5（非常符合）、4（符合）、3（尚符合）、2

（不符合）至 1（非常不符合）的順序來呈現，使用 ordered logit model（OLM）來分析。 ordered logit regression 與 unordered logit regression 基本概念相似，應變數同屬於多元屬質變數，且應變數亦為順序尺度，組別間存在優劣或順序關係，透過 ordered logit regression 模式，可建構出一條迴歸估計式與數個組別分界點，樣本依此落入各組內以決定樣本組別。其函數型態為 ) X ( F ) X ( F ) , , | Pr(Yi=m β τ xi,, = τm− iβ − τm−1− iβ 若以 Y * = xβ + ε之簡式表達，x為向量式，其偏微分係數解釋成，若某一xi每變動 1 單位時，Y的期望值Pr（Yi）將改變βi單位。所使用自變數項有性別、教學年資、年資平方、擔任行政主管、3 種過量教育操作型定義等。用最大概似法（maximum likelihood method）求解各係數值，並探討模型適合度問題。 2. 工作滿意度本文應變數設定之排序量度以 5（非常好）、4（良好）、3（尚好）、2（不好）至 1（非常不好）的順序來呈現，亦是以 OLM 方法估計。函數型態與係數解釋與教學生產力相同。其自變數計有性別、教學年資、年資平方、擔任行政主管、3 種過量教育操作型定義等。亦用最大概似法求解各係數值，接著探討模型適合度問題。 3. 工作成就感亦利用 OLM 法估計教師個人主觀工作成就感之影響因素，次序量度由 5（非常好）、4 （良好）、3（尚好）、2（不好）至 1（非常不好）排列。工作成就感與工作滿意度不同，工作者可能滿意於目前高所得工作，但是工作單調沒有成就感，也可能工作具有挑戰性，

(8)

一是轉換工作意願，二是職業成功感受，前者明顯評估教師動因，後者藉由目前成就感評估可能更換誘因，本研究仍以成就感為主要考量。以 Spearman 等級相關求兩者相關係數，得出其值為相關性略高。 4.健康狀況設定之排序量度以 1（極易生病）、2（易生病）、3（少生病）、4（不生病）、5（從不生病）的順序來呈現，但教師可能不願意填寫 1，真實表現其身體狀況，因此本文擬將 1 與 2 合併，3 至 5 合併，採取 binary logit model 來分析，健康與否各以 y=1 與 y=0 表現。 logit 模型的基本形式和 probit 模型相同，差異在於累加機率分配函數為 Logistic 函數，和 probit 模式一樣是屬質因變數迴歸模型的一種，均可以求出事件發生與否之機率。此模式之優點為可解決自變數非常態的問題、所求得之機率值落於 0 與 1 之間、模型亦適用於非線性的情況，均和 probit 模式一致，實證效果大多優於後者。

使用 binary logit 法時，y=1 時，機率為 ˆp，y=0 時，機率為 1 - ˆp，

0 1 ˆ ln ˆ 1 p B B X p ⎛ ⎞₌ ₊ ⎜ ₋ ⎟ ⎝ ⎠ 因此其分對數函數為

(

)

(

)

0 1 0 1 0 1 0 1 exp ˆ 1 exp 1 B B x B B x B B X e p B B x e + + + = = + + +

一般較有效率的解法是以數值分析中之 Newton-Raphson method、Scoring method 計算。 5. 工作訓練的參與

由於教師參與或訓練時間最少應是 0（y=0），學術參與時數是受限制（limited）之應

變數項，不能以 OLS 計算，故擬採用諾貝爾獎得主 J. Tobin 發展之 Tobit model 衡量過量教育對工作訓練的時數。

6. 教學生產力與工作滿意度、工作成就感、健康狀況、工作訓練的參與

最後利用以教學績效為應變數，工作滿意度、工作成就感、健康狀況、工作訓練的參與等 4 者為自變數，以 OLS 迴歸式檢定的其間關係，驗證彼此間相關程度，以判定影響教學績效因素是否為這 4 項，或是過量教育造成差異。

(9)

肆、研究結果與分析

一、基本資料敘述統計分析 1.1 性別與教育程度表 3.1 性別與教育程度統計表大學碩士碩士班研究生博士博士班研究生小計男 84（65.63） 29（22.66） 15（11.72） 0（0.00） 0（0.00） 128（37.43）女 130（60.75）54（25.23） 28（13.08） 0（0.00） 2（0.93） 214（62.57）小計 214（62.57）83（24.27） 43（12.57） 0（0.00） 2（0.58） 342（100.00）註：（）中之數值為百分比。性別與教育程度 0.00% 10.00% 20.00% 30.00% 40.00% 50.00% 60.00% 70.00% 大學碩士以上性別百分比男性女性圖 1.1 分析：根據表 3.1 顯示，本研究發現，大學畢業教師佔 214 名，其中，有 84 位男性教師，佔男性教師 65.63%，130 位女性教師，佔女性教師 60.75%；碩士畢業教師佔 83 名，其中，有 29 位男性教師，佔男性教師 22.66%，54 位女性教師，佔女性教師 25.23%；正在就讀碩士班之教師佔 43 名，其中，有 15 位男性教師，佔男性教師 11.72%，28 位女性教師，佔女性教師 13.08%；無任何博士畢業之教師；正在就讀博士班之教師佔 2 名，皆為女性教師，佔女性教師 0.93%。此外，可以發現女性教師之人數較男性教師多，根據圖 1.1 可以發現男性為大學畢業

(10)

教育程度之比率較高，而女性教師碩士以上之比率則較高。其他各項之比例與趨勢請見表 3.1 與圖 1.1 所示。表 3.2 性別與教育程度期望次數表大學碩士碩士班研究生博士博士班研究生小計男性 84 29 15 0 0 128 女性 130 54 28 0 2 214 小計 214 83 43 0 2 342 根據表 3.1 之數據資料，顯示問卷調查之教師所受教育年數與性別差異有明顯之差異，與顏敏娟等（1997）等之研究結果類似。而且，雖然男性教師較女性教師在碩士以上比率較高，但是，二者皆有高比率之碩士以上教育程度，此與 Tsang（1987）的研究發現工作者教育技術的低度利用類似。 1.2 教學年資與教育程度表 3.3 教學年資與教育程度統計表大學碩士碩士班研究生博士博士班研究生小計 1 年以內 5（100.00） 0（0.00） 0（0.00） 0（0.00） 0（0.00） 5（1.46） 1~5 年 106（68.39） 30（19.35）19（12.26）0（0.00） 0（0.00） 155（45.32） 6~10 年 42（45.16） 33（35.48）17（18.28）0（0.00） 1（1.08） 93（27.19） 11~15 年 26（60.47） 12（27.91） 4（9.30） 0（0.00） 1（2.33） 43（12.57） 16~20 年 17（77.27） 4（18.18） 1（4.55） 0（0.00） 0（0.00） 22（6.43） 21~25 年 9（90.00） 0（0.00） 1（10.00） 0（0.00） 0（0.00） 10（2.92） 26~30 年 6（60.00） 4（40.00） 0（0.00） 0（0.00） 0（0.00） 10（2.92） 31 年以上 3（75.00） 0（0.00） 1（25.00） 0（0.00） 0（0.00） 4（1.17）小計 214（62.57） 83（24.27）43（12.57）0（0.00） 2（0.58） 342（100.00）註：（）中之數值為百分比。教學年資與教育程度 0.00% 20.00% 40.00% 60.00% 80.00% 100.00% 1年以內 1~5年 6~10年 11~15年 16~20年 21~25年 26~30年 31年以上教學年資百分比大學碩士以上

(11)

圖 1.2 分析：根據表 3.3 顯示，教學經驗在 1~5 年者之人數最多，有 155 名，其中，大學畢業教師佔 106 名，佔此類教師 68.39%，碩士畢業教師佔 30 名，佔此類教師 33.86%，正在就讀碩士班之教師佔 19 名，佔此類教師 12.26%。在 31 年以上人數最少，且大學畢業教師佔 3 名，佔此類教師 75.00%，正在就讀碩士班之教師佔 1 名，佔此類教師 25.00%。根據圖 1.2 顯示，教學年資愈少與愈多者學歷為大學畢業之比率愈高，而教學年資在 6 至 15 年者明顯地具有碩士以上教育程度之比率較高。其他各項之比例與趨勢請見表 3.3 與圖 1.2 所示。 1.3 年齡與教育程度分析：根據表 3.4 顯示，年齡在 21~30 歲者之人數最多，有 154 名，其中，大學畢業教師佔 103 名，佔此類教師 66.88%，碩士畢業教師佔 26 名，佔此類教師 16.88%，正在就讀碩士班之教師佔 25 名，佔此類教師 16.23%。在 61 歲以上人數最少，只有 1 名且為大學畢業。根據圖 1.3 顯示，年齡愈低與愈高者為大學畢業之比率愈高，碩士程度以上教師之年齡以 31~40 歲最多，其次為 21~30 歲，再其次為 41~50 歲。而且，年齡在 31 至 40 歲者明顯地具有碩士以上教育程度之比率較高。其他各項之比例與趨勢請見表 3.4 與 1.3 所示。表 3.4 年齡與教育程度統計表大學碩士碩士班研究生博士博士班研究生小計 20 歲以下 1（100.00） 0（0.00） 0（0.00） 0（0.00） 0（0.00） 1（0.29） 21~30 歲 103（66.88） 26（16.88） 25（16.23） 0（0.00） 0（0.00） 154（45.03） 31~40 歲 66（50.77） 47（36.15） 16（12.31） 0（0.00） 1（0.77） 130（38.01） 41~50 歲 36（78.26） 8（17.39） 1（2.17） 0（0.00） 1（2.17） 46（13.45） 51~60 歲 6（75.00） 2（25.00） 0（0.00） 0（0.00） 0（0.00） 8（2.34） 61 歲以上 2（66.67） 0（0.00） 1（33.33） 0（0.00） 0（0.00） 3（0.88）小計 214（62.57） 83（24.27） 43（12.57） 0（0.00） 2（0.58） 342 （100.00）註：（）中之數值為百分比。

(12)

年齡與教育程度 0.00% 20.00% 40.00% 60.00% 80.00% 100.00% 20歲以下 21~30歲 31~40歲 41~50歲 51~60歲 61歲以上年齡百分比大學碩士以上圖 1.3 1.4 行政主管與教育程度分析：根據表 3.5 顯示，現在擔任主管職務者有 55 名，其中，大學畢業教師佔 37 名，佔此類教師 67.27%，碩士畢業教師佔 12 名，佔此類教師 21.82%，正在就讀碩士班之教師佔 6 名，佔此類教師 10.91%1，無任何擔任行政主管者具有博士學歷或正在進修博士班。根據圖 1.4 顯示，則可以發現相對而言，具碩士以上教師比大學學歷教師擔任主管之比率較低。其他各項之比例與趨勢請見表 3.5 與圖 1.4 所示。表 3.5 行政主管與教育程度統計表大學碩士碩士班研究生博士博士班研究生小計是 37（67.27） 12（21.82） 6（10.91） 0（0.00） 0（0.00） 55（16.08）否 177（61.67） 71（24.74） 37（12.89） 0（0.00） 2（0.70） 287（83.92）小計 214（62.57） 83（24.27） 43（12.57） 0（0.00） 2（0.58） 342 （100.00）註：（）中之數值為百分比。

(13)

行政主管與教育程度 0.00% 20.00% 40.00% 60.00% 80.00% 大學碩士以上教育程度百分比是否圖 1.4 1.5 導師與教育程度分析：根據表 3.6 顯示，現在擔任班級導師者有 134 名，其中，大學畢業教師佔 82 名，佔此類教師 61.19%，碩士畢業教師佔 40 名，佔此類教師 29.85%，正在就讀碩士班之教師佔 12 名，佔此類教師 8.96%1，無任何擔任班級導師者具有博士學歷或正在進修博士班。根據圖 1.5 顯示，則可以發現相對而言，具碩士以上教師比大學學歷教師擔任班級導師之比率較低。其他各項之比例與趨勢請見表 3.6 與圖 1.5 所示。表 3.6 導師與教育程度統計表大學碩士碩士班研究生博士博士班研究生小計是 82（61.19） 40（29.85） 12（8.96） 0（0.00） 0（0.00） 134（39.18）否 132（63.46） 43（20.67） 31（14.90） 0（0.00） 2（0.96） 208（60.82）小計 214（24.27） 83（12.57） 43（12.57） 0（0.00） 2（0.58） 342 （100.00）註：（）中之數值為百分比。

(14)

班級導師與教育程度 0.00% 10.00% 20.00% 30.00% 40.00% 50.00% 60.00% 70.00% 大學碩士以上教育程度百分比是否圖 1.5 二、教育程度之變異數分析本節利用變異數分析法來觀察國中教師之性別、教學年資、年齡、是否擔任行政主管、是否擔任導師、學歷年數等六個預測因子，對於教師之教學積效、工作滿意度、成就感、健康狀況、學術參與程度等五個準則變數之差異分析。為簡化表格處理，將各項統計結果之平方和與自由度予以省略，僅列出均方和、F 值及 P 值（顯著性），藉以判定各獨立因子對觀察因子之顯著程度。由表 4.1 中可看出，各預測變數之 F 值均不高，P 值均偏高，六項預測變數間其 P 值均大於 0.05 顯著水平，檢定結果需接受需無假設，性別、教學年資、年齡、是否為行政管、是否為導師等各變數項目，各組間無顯著差異。學歷高低（過量教育與否）對教學績效亦呈現出無差異之結果。亦即求學時數（schooling）對教師教學績效無顯著影響，其 F 值為 1.313（p＞0.05），因此教師生產力沒有因為學歷高低產生統計差異，教育程度不是造成教學績效差異的因素。表 4.2 呈現教師之工作滿意度。其結果與教學績效所獲相同。由於 F 值偏低，P 值偏高，顯著性不佳，因此男女教師間，教學年資深淺、年齡高低與否，無論是否擔任行政主管或導師，國中教師間無顯著工作滿意度差異。教師進修與工作滿意度間亦無顯著差異，F 值僅有 0.798（p＞0.05），教師對目前工作之滿意程度與進修狀況無關。表 4.3 係觀察教學成就感的因素。其結果亦同於前述兩項，在 342 個觀察值中，各項

(15)

預測變數間無成就感平均值具體不同的現象。教師進修亦對其工作成就感無顯著差異，F 值、P值均不理想，接受虛無假設H0，國中教師不同學歷並沒有導致其成就感有顯著不同。表 4.1 教學績效變異數分析預測變數均方和 F 檢定顯著性性別組間 180.4913 1.100407 0.294922 組內 164.0223 教學年資組間 184.093 1.137408 0.28293 組內 161.8531 年齡組間 185.2525 1.147092 0.266019 組內 161.4975 行政主管組間 32.88999 0.199992 0.655012 組內 164.4565 導師組間 53.38776 0.324234 0.723305 組內 164.6579 教育年數組間 0.846813 1.313801 0.250227 組內 0.644552 表 4.2 工作滿意度變異數分析預測變數均方和 F 檢定顯著性性別組間 0.729393 1.153763 0.283524 組內 0.632186 教學年資組間 0.590492 0.927035 0.586671 組內 0.636968 年齡組間 0.821653 1.346662 0.096049 組內 0.610141 行政主管組間 0.004982 0.007854 0.929432 組內 0.634316 導師組間 0.264064 0.416082 0.659963 組內 0.634644 教育年數組間 0.506838 0.798521 0.571605 組內 0.634721 表 4.4 用以彙整教師個人之健康狀況差異狀況。其中性別與年齡兩項 F 值略為提昇（p ＜0.05），具有顯著差異性。研究發現男教師自行陳述之建康狀況高於女教師；而 40 歲以

(16)

上教師（57 個樣本）自認健康狀況最佳，其次是 30 歲以下之教師（156 個樣本），介於 30 到 40 歲壯年期教師（129 個樣本），反而自認為身體狀況不佳，其原因有待進一步評估。其他教學年資、擔任行政主管及導師變數項目均無明顯差異。表 4.3 成就感變異數分析預測變數均方和 F 檢定顯著性性別組間 0.5885 0.907778 0.341382 組內 0.648286 教學年資組間 0.611785 0.938316 0.568786 組內 0.652003 年齡組間 0.851808 1.364928 0.086478 組內 0.624068 行政主管組間 0.456592 0.703885 0.402071 組內 0.648674 導師組間 1.697963 2.645144 0.07246 組內 0.641917 教育年數組間 0.846813 1.313801 0.250227 組內 0.644552 教師間不同學歷之健康情況與前述 3 種情形相同，由於 F 檢定數值偏低，無法拒絕虛無假設，可以得知學歷高低不會影響教師的健康狀況。表 4.4 健康狀況變異數分析預測變數均方和 F 檢定顯著性性別組間 3.069049 4.651129 0.031734 組內 0.65985 教學年資組間 0.876954 1.36086 0.095714 組內 0.644411 年齡組間 1.040865 1.671329 0.01177 組內 0.622777 行政主管組間 1.478312 2.224602 0.136755 組內 0.664529 導師組間 1.635249 2.473144 0.08584 組內 0.661202 教育年數組間 0.570907 0.85384 0.529212 組內 0.668635

(17)

表 4.5 表示教師對學術活動之參與程度，若按 30 歲以前、30 至 40 歲間、40 歲以後三個階段劃分，則 30 歲以前階段教師其平均每年參與學術活動時數為 24.82 小時；30 至 40 歲階段教師為 22.21 小時；40 歲以上教師為 34.46 小時，三階段有明顯差異性。而擔任各種行政主管參與學術活動每年平均有 38.56 小時，高於非主管教師之 22.92 小時，這或許是行政主管參與機會與意願相對較高之故。其他三項則差異性不顯著。教師進修時數唯一有影響之應變數是學術參與程度。F 值為 2.89（p＜0.01），顯現其差異性存在。依本研究估算，大學畢業教師平均每年參與學術活動時間是 29.89 小時，碩士班研究生二年級參與時間最多，平均值為 32.2 小時，而教育年數為 18 年（包括已畢業碩士及研究生）時數則降低為 19 小時，其後各種教育年數情形略有增減。綜合以上 5 個統計分析結果與表格內容可知，本研究抽樣之國中教師雖然有不同受教育年數，但是對於教師之教學積效、工作滿意度、成就感、健康狀況等 4 個準則變數無顯著統計上差異；進修年數則對學術活動參與度有顯著影響。表 4.5 學術活動參與度變異數分析預測變數均方和 F 檢定顯著性性別組間 3220.251 3.644037 0.057112 組內 883.7043 教學年資組間 864.1069 0.967222 0.523116 組內 893.3902 年齡組間 2260.115 3.100706 6.18E-08 組內 728.9035 行政主管組間 11290.37 13.12882 0.000335 組內 859.9686 導師組間 141.5343 0.158143 0.85379 組內 894.9753 教育年數組間 2487.01 2.885285 0.009359 組內 861.9631 三、教學生產力相關效果分析前一節已得知過量教育對各種教學生產力之影響。本節擬利用蒐集之相關國中教師資料，進行 CLDVs 分析，探究觀察變數間係數關係與顯著性。前 3 部分係先使用 odered logit

(18)

) X ( F ) X ( F ) | Pr(yi=m xi = τm− iβ − τm−1− iβ 將y值分別以 5 到 1 代入估算中。

τ

i為臨界值（threshold），通常設定

τ

i=0，在誤差值 μ 設定為對數分配情形下，μ 之平均數為 0，變異數為π3/3，機率密度函數為： ψ(ε) =

[

]

2 ) exp( 1 ) exp( ε ε + 而累積機率函數（pdf）為： ψ(ε) = ) exp( 1 ) exp( ε ε + 以下之變數設計中，分別以教學績效、工作滿意度、工作成就感等作為應變數，使用這種方法估計模式，進行係數與配合度分析。（一）教學績效問卷設計內容涵蓋教學知能、教學方法技巧、教材、教學內容等四個概念，經因素分析篩選後共有 26 題。並設計排序量度為 5（非常符合）、4（符合）、3（尚符合）、2（不符

合）至 1（非常不符合），無法假設量度是等距，故需使用 ordered logit model 來分析，

一般係用最大概似法求解各係數值，設定不同初值並收斂至某一值。為簡化分析過程，自變數項目僅包括性別項、教學年資項、教學年資平方、擔任行政主管及三種操作型定義的過量教育變數，以觀察不同過量教育之教學績效程度。本節注重過量教育變數與不足教育項對教學績效的影響，因此變數中適量教育值為 0，以呈現每一單位過量（或不足）教育之機率效果。表 5.1 為工作分析法，最大概似法以數值計算進行，初始值設定為 1、3、4。模式配合度χ2 值為 14.14，P值小於 0.05，配合度佳。然而各自變數之Wald檢定之顯著性不佳， Wald值是Z值的平方，一般設定β* =0 時，可以檢定各獨立變數之顯著性，本模式中Wald值不高，表示各自變項對教學績效無明顯影響效果。若觀察過量教育之係數值，顯示其值為 0.11，即教育年數增加對教學績效有正面效果，然因無法通過檢定，此一效果不顯著。教育年數不是造成教學績效差異之原因。

(19)

表 5.1 工作分析法與教學績效估計 Wald 顯著性起始值 1 -5.54946 28.54074 9.17E-08 3 -0.94849 9.277538 0.00232 4 3.044683 64.55231 9.4E-16 自變數性別 0.193574 0.586801 0.443659 教學年資 -0.02197 0.249175 0.617656 行政主管 -0.06094 0.03307 0.855699 年資平方 0.002661 3.326406 0.068176 過量教育 0.105712 1.421044 0.233232 適合度 -2 對數概似卡方顯著性 335.8327 14.14357 0.014723 表 5.2 為自我評估法教育年數對教學績效影響，其模式配合度亦佳，P 值小於 0.05，然而 Wald 檢定值仍不高，各自變數無解釋能力。自我評估法過量教育對教學生產力期望值 Pr(y=m)將增加 0.019 個單位，不過不具統計顯著性。表 5.2 自我評估法與教學績效估計 Wald 顯著性起始值 1 -5.61282 29.27061 6.29E-08 3 -1.01838 10.96465 0.000929 4 2.961215 63.25167 1.82E-15 自變數性別 0.197211 0.609464 0.43499 教學年資 -0.01802 0.170044 0.680072 行政主管 -0.07828 0.054743 0.815007 年資平方 0.002534 3.088497 0.078848 過量教育 0.019284 0.065779 0.797585 適合度 -2 對數概似卡方顯著性 354.9361 12.73818 0.02596 表 5.3 模式係探討實際配合法之情形。前述情形在此亦發生，有良好的模式配合度， P 值＜0.05，而 Wald 檢定值不高，各自變數無解釋能力。過量教育每增加一個單位，則教學生產力期望值將增加 0.186 單位，這是在三個定義中最高的一項，但統計顯著性不足。

(20)

表 5.3 實際配合法與教學績效估計 Wald 顯著性起始值 1 -5.59876 29.12209 6.8E-08 3 -1.00224 10.62732 0.001114 4 2.983968 63.89098 1.31E-15 自變數性別 0.194303 0.59162 0.441793 教學年資 -0.01882 0.185516 0.666675 行政主管 -0.06478 0.037379 0.846696 年資平方 0.002536 3.105776 0.078015 過量教育 0.185693 0.560389 0.454104 適合度 -2 對數概似卡方顯著性 283.9141 13.26042 0.021057 由以上 3 種模式結果歸納之，本研究過量教育投資對教師生產力不具備實質效益，績效不顯著。國外文獻則出現不同之結果，Rumberger（1981）、Tsang ＆ Levin（1985）均認為兩者有反向效果，Tsang（1987）發現過量教育、年齡與生產力相關，每增加 1 年過量教育，將使公司產出減少 8.35%。Büchel（2002）採取 subjective 方法來衡量德國工作者過量教育地位的不同生產力指標。分析得知，在較低層次技術工作中，過量教育工作者比起其同事，對於工作的生產力有較高的表現。德國與美國結果不同。（二）工作滿意度工作滿意度亦是以 OLM 方法估計，次序量度由 5（非常好）、4（良好）、3（尚好）、2 （不好）至 1（非常不好）排列，亦用最大概似法求解各係數值，探討模型適合度問題。表 5.4 各自變數係數估計呈現對教師工作滿意度情形。本模式適合度提高（p＜0.01）。年資平方有較佳表現，在 0.05 顯著水準下表示遞增年資有助於提高工作滿意度。其他自變數 Wald 檢定值不高，性別、行政主管等均不是解釋工作滿意度之最佳變數。以偏微分概念觀察，過量教育每增加一單位造成滿意度期望值增加 0.083 個單位，所以提高教育年數有助增加教師工作滿意度，可惜解釋能力不足。國外文獻結果大致相同，Tsang（1987）發現過量教育是顯著的且與工作滿意度呈現負相關，工作滿意度與產出是顯著的正相關。 Tsang、Rumberger and Levin（1991）三人以及 Hersch（1991）發現過量教育的男性工作者有較低的工作滿意度與職業企圖。而 Büchel（2002）則與本文有相同結果，係數正而不

(21)

顯著。Verhaest ＆ Omey（2003）、Verhaest ＆ Omey（2004）發現過量教育者將較無工作滿意度。表 5.5 用之衡量自我評估法對主觀滿意感受的效果。同樣亦是年資平方有較佳表現，在 0.05 顯著水準下表示遞增年資有助於提高工作滿意度。教學年限若增加一單位會造成滿意度提高，而幅度為 0.002 個 Pr(y=m)單位。表 5.4 工作分析法與工作滿意度估計 Wald 顯著性起始值 1 -4.42992 72.67262 1.53E-17 2 -2.71509 67.87364 1.74E-16 3 -0.48497 3.026428 0.081918 4 2.278229 50.70962 1.07E-12 自變數性別 -0.36588 2.713134 0.099525 教學年資 -0.04033 1.064373 0.30222 行政主管 -0.18975 0.418025 0.517924 年資平方 0.002956 4.897228 0.0269 過量教育 0.083731 1.207454 0.271837 適合度 -2 對數概似卡方顯著性 504.9536 16.20404 0.006285 表 5.5 自我評估法與工作滿意度估計 Wald 顯著性起始值 1 -4.42992 72.67262 1.53E-17 2 -2.71509 67.87364 1.74E-16 3 -0.48497 3.026428 0.081918 4 2.278229 50.70962 1.07E-12 自變數性別 -0.36588 2.713134 0.099525 教學年資 -0.04033 1.064373 0.30222 行政主管 -0.18975 0.418025 0.517924 年資平方 0.002956 4.897228 0.0269 過量教育 0.083731 1.207454 0.271837 適合度 -2 對數概似卡方顯著性 504.9536 16.20404 0.006285

(22)

度之影響為前法之一半，係數值為 0.04 單位。表 5.6 實際配合法與工作滿意度估計 Wald 顯著性起始值 1 -4.47459 74.55921 5.88E-18 2 -2.76169 71.31999 3.04E-17 3 -0.53492 3.788595 0.051603 4 2.223076 49.79236 1.71E-12 自變數性別 -0.35244 2.520458 0.112378 教學年資 -0.03626 0.871216 0.350619 行政主管 -0.20928 0.50862 0.475737 年資平方 0.002824 4.558985 0.032746 過量教育 0.041261 0.038496 0.844451 適合度 -2 對數概似卡方顯著性 450.5291 15.00919 0.010323 （三）工作成就感工作成就感與工作滿意度不同，工作者可能滿意於目前高所得、穩定之教學工作，但是沒有成就感，也可能工作具有前瞻性與成就感，但是對於工作性質不滿意，兩者需分別考量。本文先以 Spearman 等級相關求兩者相關係數，得出其值為 0.736，P 值＜0.01，相關性略高。本小節亦利用 OLM 法估計教師個人主觀工作成就感之影響因素，次序量度由 5 （非常好）、4（良好）、3（尚好）、2（不好）至 1（非常不好）排列。表 5.7 工作分析法中，教學年資及其平方值有較高之 Wald 值（p＜0.01），顯著性較佳，表示教學年資與成就感具有反向機率期望現象，而其遞增年數值，有正向機率期望結果，意謂著年輕教師確實有較高的工作成就感，但年資增長後成就感反而下降。此一推論於另外兩模式亦成立。而性別、行政主管則不具解釋能力。在三個操作定義中，就過量教育之影響程度，工作分析法對成就感的期望機率是 0.078，自我評估法是 0.014，實際配合法為 0.113，為 3 者最高，然而因 Wald 值不佳，解釋能力不足。

(23)

表 5.7 工作分析法與工作成就感估計 Wald 顯著性起始值 1 -4.78677 83.35274 6.86E-20 2 -2.80725 75.44649 3.75E-18 3 -0.52854 3.655523 0.055884 4 2.077255 42.65913 6.52E-11 自變數性別 -0.27823 1.61198 0.204214 教學年資 -0.11293 8.577259 0.003404 行政主管 0.291509 1.004455 0.316235 年資平方 0.003739 8.375466 0.003803 過量教育 0.07856 1.090605 0.296337 適合度 -2 對數概似卡方顯著性 507.4771 11.18951 0.047749 表 5.8 自我評估法與工作成就感估計 Wald 顯著性起始值 1 -4.82774 85.31289 2.55E-20 2 -2.84996 79.08015 5.96E-19 3 -0.57471 4.449104 0.03492 4 2.025891 41.81014 1.01E-10 自變數性別 -0.27037 1.522561 0.217232 教學年資 -0.10913 8.068594 0.004504 行政主管 0.275203 0.897471 0.343461 年資平方 0.003623 7.920428 0.004888 過量教育 0.014488 0.05003 0.823012 適合度 -2 對數概似卡方顯著性 541.8423 10.16263 0.070756

(24)

表 3.9 實際配合法與工作成就感估計 Wald 顯著性起始值 1 -4.8226 85.18429 2.72E-20 2 -2.84542 78.86729 6.64E-19 3 -0.56972 4.372274 0.036528 4 2.033302 42.09124 8.71E-11 自變數性別 -0.27389 1.562974 0.21123 教學年資 -0.10998 8.190852 0.00421 行政主管 0.28171 0.937862 0.332828 年資平方 0.003636 7.988741 0.004707 過量教育 0.113435 0.295733 0.58657 適合度 -2 對數概似卡方顯著性 435.5314 10.40427 0.064558 （四）健康狀況

本處改採用 binary logit model 進行分析，本法較 binary probit model 佳，因為

後者可能出現係數大於 1 或負數（機率應該介於 0 與 1 間），無法合理解釋之窘境。以 binary logit model 分析原因乃是，原來問卷之 5 等份量表中，次序量度由 5（從不生病）、4（極少生病）、3（少生病）、2（易生病）至 1（極易生病）排列，但考量教師可能不願意填寫 1 或 5，真實表現其身體狀況，因此本文乃將 5 至 3 合併，2 與 1 合併，亦即前 3 項從不生病、極少生病、少生病等三個部分合併為事件 y=1，易生病、極易生病 2 個部分合併為事件 y=0，健康與否各以 1 與 0 表現。 3 個過量教育定義之統計結果中，自變數性別項具有顯著之差異，由於本研究設定女生=1，男生=0，因此男老師健康狀況優於女老師，其結果與前一節 ANOVA 結果相同，且 3 個定義式有相同結果。

3 個模式之 Cox & Snell R 平方、Nagelkerke R 平方不佳。表 5.10 工作分析法對教師健康狀況有正向效果，其值為 0.04，但是無顯著性，過量教育不是國中教師們健康狀況之良好解釋變數。表 5.11-5.12 呈現自我評估法、實際配合法過量教育年數之健康情況，

兩種定義式均有正值勝算率（odds ratio），分別是 0.016、0.23，教育年數越多者越具有

良好的健康狀況。Büchel（2002）與本文有相同結果，但是其係數值顯著。Wirz ＆ Atukeren （2005）研究亦指出過量教育健康者情況較差。

(25)

這種合併量度的作法，如 McCullagh（1980）所述，可能失去使用樣本的效率性（efficiency），但是為避免教師不願填寫「從不生病」、「極易生病」兩個極端值，合併作法有其實質價值。表 5.10 工作分析法與健康狀況 B Wald 顯著性性別 -0.80413 6.500187 0.010786 教學年資 -0.08216 2.192618 0.138673 行政主管 0.798613 2.846764 0.091558 年資平方 0.002417 1.440539 0.230052 過量教育 0.042074 0.176787 0.674149 常數 2.115967 27.68369 1.43E-07

-2 對數概似 Cox & Snell R 平方 Nagelkerke R 平方 339.0152 0.03732 0.058063 表 5.11 自我評估法與健康狀況 B Wald 顯著性性別 -0.8012 6.446109 0.01112 教學年資 -0.08071 2.135575 0.143916 行政主管 0.791594 2.802392 0.094124 年資平方 0.002371 1.404582 0.235958 過量教育 0.015691 0.033976 0.853758 常數 2.138738 28.87317 7.73E-08

-2 對數概似 Cox & Snell R 平方 Nagelkerke R 平方 339.1601 0.036912 0.057428 表 5.12 實際配合法與健康狀況 B Wald 顯著性性別 -0.81246 6.61619 0.010106 教學年資 -0.08126 2.183593 0.139489 行政主管 0.808549 2.91482 0.087769 年資平方 0.002339 1.387947 0.238752 過量教育 0.230488 0.582917 0.445171 常數 2.12082 28.4334 9.7E-08

-2 對數概似 Cox & Snell R 平方 Nagelkerke R 平方

(26)

（五）學術或訓練活動參與狀況

這裡本文考量學術參與時數是受限制（limited）之應變數項，教師參與或訓練時間

最少應是 0（y=0），亦即應變數是參與或訓練小時數或者為 0 小時，此時不能以 ols 計算，

故擬採用諾貝爾獎得主 J. Tobin 發展之 Tobit model 衡量過量教育對工作訓練的時數。本文以 SHAZAM v.9 統計軟體進行迴歸。在表 5.13 中，並列常態化與一般迴歸係數。常態化係數係用標準差為變動單位，說明自變數變動 1 單位時，學術參與變動之標準差單位，不易解釋，故以一般迴歸係數說明。性別出現反向效果，女教師參與學術活動意願似乎不如男教師高，男教師每年比女教師多出 4.48 小時；行政主管較非主管有更多的學術活動時間（t 值=3.23），兼任行政職者，每年時數比無行政職者多出 15.65 小時。另外，工作分析法出現顯著的負向參與現象，係數為-5.04，意謂教師每增加一個教育年數，參與學術活動或訓練時數將減少 5.04 小時。本結果與 Hersch（1991）相同，其發現過量教育的男性工作者有較低的職業企圖，其較不願意參加工作訓練。Sicherman（1991）亦發現過量教育者的工作訓練數量較適量教育者低。Groot（1993）指出過量教育與訓練參與間既不是替代財亦非互補財，且不足教育者因參與訓練後報酬將增加。但是 Büchel（2002）與本文有不同結果，其係數值為正，過量教育將提高參與學術活動時數。Verhaest ＆ Omey（2004）亦發現過量教育者較無訓練活動參與意願。表 5.13 工作分析法與學術活動參與狀況自變數常態化係數標準差 T 值迴歸係數性別 -0.14541 0.11757 -1.2368 -4.4855 教學年資 -0.02422 0.20469E-01 -1.1833 -0.74712 年資平方 0.00061 0.67983E-03 0.91102 0.01910 行政主管 0.50736 0.15662 3.2394 15.651 過量教育 -0.16343 0.41224E-01 -3.9643 -5.0413 CONSTANT 1.0485 0.15237 6.8817 32.345 LOG-LIKELIHOOD FUNCTION= -1520.9955 MEAN-SQUARE ERROR= 819.83810

SQUARED CORRELATION BETWEEN OBSERVED AND EXPECTED VALUES= 0.85264E-01

表 5.14 為自我評估法過量教育影響程度，結果與前式相同，男教師參與意願較高、行政主管參與時間較多。此定義式中過量教育對學術活動之參與時數影響亦為正值，為 -4.95，略較前式為低。

(27)

表 5.14 自我評估法與學術活動參與狀況

自變數常態化係數標準差 T 值迴歸係數性別 -0.14253 0.11759 -1.2121 -4.3958 教學年資 -0.25478E-01 0.20452E-01 -1.2458 -0.78576 年資平方 0.63630E-03 0.67968E-03 0.93617 0.19624E-01 行政主管 0.51149 0.15660 3.2662 15.775 過量教育 -0.16043 0.40166E-01 -3.9942 -4.9479 CONSTANT 3.4298 0.64819 5.2914 105.7 LOG-LIKELIHOOD FUNCTION= -1520.8802

MEAN-SQUARE ERROR= 819.42331

表 5.15 係實際配合法過量教育影響程度，自變數除性別、行政主管外，教學年資之影響效果亦顯著，具有負的現象，教師每增加一年教學資歷，其參與時數減少-0.87 小時。過量教育則出現較大的負向效果，其值為-9.27，高於前述二種方法，為其兩倍之多。表 5.15 實際配合法與學術活動參與狀況自變數常態化係數標準差 T 值迴歸係數性別 -0.14958 0.11756 -1.2724 -4.6755 教學年資 -0.02779 0.20431E-01 -1.3604 -0.86877 年資平方 0.76871E-03 0.67843E-03 1.1331 0.024027 行政主管 0.50502 0.15670 3.2228 15.785 過量教育 -0.29662 0.11449 -2.5909 -9.2715 CONSTANT 0.95384 0.14920 6.3932 29.814 LOG-LIKELIHOOD FUNCTION= -1525.5031 MEAN-SQUARE ERROR= 840.09844

（六）教學績效與工作滿意度、成就感健康狀況、學術參與相關性本小節繼續以教學績效之加總得分為應變數，以滿意度、成就感、健康狀況、學術參與度及前述各性別、教學年資等各變項為獨立變數，進行迴歸分析。為避免自變數過多，降低自由度，經迴歸測試後，剔除年齡、行政主管、班級導師等項目，保留性別、教學年資、年資平方項，並仍以過量教育三個定義式分別加以探討。由表 5.16 中可看出，此模式之 2 R 較高，為 26.11%，整體配合度亦高，F 值為 16.06，

(28)

高的教學績效；教師教學工作的滿意度與成就感越高時，其教學績效亦越高，有相對正相關。當教師積極參與各種學術活動時，其教學生產力亦相對提高。教學年資、健康狀況不是影響較學生產力之因素。工作分析法之教育年數對教學績效亦具有正向關係，但其值不具顯著性，與表 5.1 結果相同。表 5.16 教學績效迴歸式-工作分析法未標準化係數顯著性模式 B 估計值標準誤常數 65.60706 3.486947 4.96E-21 性別 2.927792 1.279258 0.022725 教學年資 0.111347 0.223792 0.619132 年資平方 0.003352 0.007449 0.653019 滿意度 4.518282 1.129424 7.79E-05 成就感 3.524312 1.114527 0.00171 健康 0.99755 1.494335 0.50488 參與度 0.041126 0.020866 0.049561 過量教育 0.687897 0.450053 0.127343 R2 _{調過 R}2 _{F 檢定} _顯著性 0.278454 0.26112 16.06366 3.7E-14 表 5.17 為自我評估法之模式結果。 2 R 為 25.72%，F 值為 15.76，有良好模式配適度。除學術參與自變項顯著性下降外，其他有統計顯著項目同於前一模式，即性別、滿意度、成就感等均與教師生產力息息相關，有相對顯著性。過量教育此處仍不具顯著性，與表 5.2 結果相同。我們仍無法證明過量教育與教學績效有明顯關係。 5.17 教學績效迴歸式-自我評估法未標準化係數顯著性模式 B 估計值標準誤常數 65.70605 3.496317 4.96E-21 性別 2.962235 1.282717 0.021536 教學年資 0.128941 0.223993 0.565242 年資平方 0.002793 0.007456 0.708174 滿意度 4.592007 1.131059 6.12E-05 成就感 3.551761 1.117319 0.001617 健康 1.007396 1.498223 0.501799 參與度 0.037723 0.020909 0.072118 過量教育 0.299034 0.389081 0.442696 R2 _{調過 R}2 _{F 檢定} _顯著性 0.274679 0.257254 15.76337 3.5E-14

(29)

表 5.18 用以衡量實際配合法之教育效益， 2 R 為 25.86%，F 值為 15.87，具統計顯著意義之自變數項與自我評估法相同，性別、滿意度、成就感等均與教師生產力有相對顯著性。教育投資年數結果與前兩模式均相同，無法推論過量教育會造成教學生產力顯著提升。 5.18 教學績效迴歸式-實際配合法未標準化係數顯著性模式 B 估計值標準誤常數 65.7302 3.49109 4.96E-21 性別 2.93231 1.282101 0.022816 教學年資 0.12725 0.223792 0.570005 年資平方 0.002636 0.007443 0.723468 滿意度 4.609737 1.129181 5.59E-05 成就感 3.534001 1.116396 0.001691 健康 0.956717 1.497619 0.523375 參與度 0.037285 0.0206 0.071208 過量教育 1.341537 1.227218 0.275117 R2 調過 R2 F 檢定顯著性 0.27599 0.258597 15.86733 4.61E-14 伍、建議一、後續研究的建議 1.抽樣地區與學校：後續研究可以增加抽樣學校數目，地區包括北中南東，城鎮包括都市與鄉鎮，學校包括各公私立國中與高中，作完整的分層隨機抽樣。若經費許可，可依各個抽取學校之教師人數，按其比例寄發一定數目之問卷甚或全數寄發，更可以精準掌握樣本數，獲取更多受試樣本，加強樣本代表性及推論性。 2.抽樣對象：單純採取隨機抽樣方法，易造成觀察樣本數目不足，正在攻讀碩、博士班之中學教師與具有碩博士學位，實為少數，樣本多為非進修者。建議後續研究者可以採取立意抽樣方式，整理出各師資培育學校碩、博士班畢業與在職生，選取足夠符合條件之研究對象進行研究。 3.台灣地區幅員雖小，但城鄉差距頗大，各個學校會因所在位置不同、享有資源不同而

(30)

產生極大差異，各校教師之進修情況及意願更是因環境而有所不同，建議後續研究者可以針對不同縣市地方之中等學校，對各地方之教師進行更深入之調查研究，期許從中發現更多值得注意的現象。二、教師進修（過量教育）與教學績效建議 1. 過量教育沒有帶來負面效益，教師工作滿意度、成就感影響因素並非來自於進修或學位，學校應營造共同願景，激發教師參與及認同，形塑學校民主參與文化，建立良好工作環境與氣氛。 2. 已進修教師可適度降低其參與學術活動之時數。 3. 建立教師之終身學習觀念，鼓勵教師主動積極參與各項進修或研習，不斷充實自己，追求專業成長，因應教學與時代所需。 4. 宜減輕教師教學負擔，以利教師參與進修，給予進修者實質上的獎勵，建立學習者付費的教師在職進修制度。 5. 實施激勵方式，激發教師自動參與在職進修，以提昇教學效能。 6. 進修已成為許多教師之高度意願，相關辦理在職進修學術機構可以針對教師進修需求規劃相關的進修活動，以滿足的教師的需要；另外，在職進修內容應考量教師實際需求，提高教師學習動機。 7. 加強辦理學校行政人員之研習，尤宜重視行政主管專業學習、領導能力培養的課程和進修研習。 8. 除開辦學位課程外，教育行政機關宜掌握教育的社經需要，辦理多元教學技巧之教學效能研習活動，促進教學經驗分享，提昇教學效能。 9. 目前國內師範校院已增開各種研究班別供教師進修，進修管道大為暢通。可以預期的是未來中學教師擁有高學歷比例將大幅提高，在高學位量的提高下，如何兼顧質的提升，以有效提高教學方法與技能，需要詳細規劃。 10.教師個人進修，是屬於義務性或選擇性教育，是值得討論的課題。因為這部分教育投資，部分縣市給予學費補助、公假等優惠，學成畢業後又享有調薪待遇，就公立學校言，這是由全體納稅人共同承擔的支出，若這部分教育是屬於選擇性教育，其

(31)

合理性值得商榷。 11.對於具有不足教育年數之教師，應優先鼓勵進修。 12.現職教師之進修應避開週間學程，以免影響教學，而週末日、暑期班為首要考量。

丙、國內外重要參考文獻（略）

丁、計畫成果自評

一、內容與計畫相符程度研究者廣泛搜集國內外過量教育文獻之理論與實證成果，參酌國民中學教師教育現況，剖析研究主題及研究價值，建構可以探討之問題與方向，研究工具設計及統計方法亦經多次思考定案，因此於撰寫計畫書時，所有研究架構與流程均詳為規劃。經國科會核准本案後，研究者即依計畫案進行問卷設計，經寄發、回收、整理建檔後，進行相關變異數分析與 CLDVs 迴歸分析。本計畫共進行兩大部分之分析：1.以國中教師教育程度、性別、年齡、學校別、學校所在地、教學年資、行政工作經驗等變數為因子，探討因子間於教學生產力、工作滿意度、成就感、健康狀況、學術參與等項有無差異之統計分析；2.依樣本特性與研究需要，利用 CLDVs 相關模式，分析教學生產力、工作滿意度、成就感、健康狀況、學術參與 5 個應變數與過量教育之關係，得出實證統計結果。計畫內容與最後成果吻合度應可達於 95％程度，另外 5％部分，本文認為有兩部分：1.因為計畫預算有限，碩、博士學歷畢業與在職教師問卷資料不足，無法單獨進行該群體相關研究。2.未估計國中教師進修成本，因該工程較艱鉅，且與本計畫較無關，將留待日後加以研究。二、達成預期目標情況本研究計畫按預定研究目標，已完成：1.編制國中教師進修碩、博士學歷之動機、工作滿意度、健康狀況、學術參與問卷，完成資料蒐集，請參閱表 1 之 1-2；2.分析各種學歷教師性別、年齡、教學年資、學校別等之分佈狀況，相關內容請參閱表 2 之 1-6；3.觀察教學績效、工作滿意度、職業成就感、健康狀況、學術參與等準則變數是否會因教育程

(32)

統教育人力資本模式，觀察過量教育對教師教學績效、工作滿意度、健康狀況、學術參與之影響，建構國中教師過量教育投資績效研究模式，請參閱相關說明及表 4 之 1-18；5.透過國中敎師過量教育的研究，提出教育行政單位配合知識經濟時代要求應作之政策調整。各項內容均依原定計畫流程完成，達成原計劃案規劃內容。三、成果學術價值本計畫係針對國中教師高等教育現象為主體的後續效果研究，運用社會科學文獻中常用之"類別與受限制應變數迴歸模式"（categorical and limited dependent variables model, CLDVs），分別利用 ordered logit model、binary logit mode、Tobit model 分析檢測教育績效、身心指標值應變數，依 1.工作分析法、2.工作者自我評估法與 3.實際工作配合法等分析之，以研判認知與行為間關係，找出其中更多關聯性，並進行多種因素觀察，得出重要結論，除可觀察教師學習動機與學習成效，以豐富我國教育理論的多元觀外，更可協助我國教育投資理論研究走向具體可觀察取向，與國外大量之相關研究接軌，形成跨國比較。且其模式亦可作為未來研究影響各行業、各階層教育階段過量教育行為與態度理論基礎參考資料。此外，本計畫結果可提供政府教育決策人員及各培育國中師資之大學機構，未來在安排國中教師進修，規畫教學活動方案時參考，以提供更優良的教學與環境，促進中學教學的良性發展。亦可供學校領導者建立優質教學環境，提昇教師參與度、認同感之參考。國內文獻上無國中敎師高等教育過量教育行為相關研究，有關過量教育效益之實證研究方法不多，本研究進行之實證分析，可以補足文獻闕失之處，有助於我國中學教育目標的達成與效能的提升。四、適合期刊發表本研究案內文字數超過 30000 字，經潤飾與精簡以符合國內期刊字數標準後，即可投稿，由於國內無教師過量教育相關學術文獻報告，本計畫極為適合投稿國內教育類期刊，亦可修改後嘗試投稿於國外期刊。

(33)

五、主要發現（一）基本敘述統計分析 1. 在本研究問卷調查有效樣本 342 份中發現，男性教師為大學畢業教育程度之比率較高，而女性教師碩士以上之比率則較高。 2. 國中教師教學年資愈少與愈多者學歷為大學畢業之比率愈高，而教學年資在 6 至 15 年者明顯地具有碩士以上教育程度之比率較高。 3. 國中教師年齡較低與較高者為大學畢業之比率愈高，碩士程度以上教師之年齡以 31~40 歲最多，其次為 21~30 歲，再其次為 41~50 歲。而且，年齡在 31 至 40 歲者明顯地具有碩士以上教育程度之比率較高。 4. 國中教師具碩士以上教師比大學學歷教師擔任主管之比率較低。 5. 國中教師具碩士以上教師比大學學歷教師擔任班級導師之比率較低。（二）教育程度之變異數分析 1. 各預測變數之 F 值不高，接受需無假設，性別、教學年資、年齡、是否為行政管、是否為導師、學歷高低（過量教育與否）等各變數項目，對教師教學績效無顯著影響。 2. 教師對目前工作之滿意程度與男女教師間，教學年資深淺、年齡高低與否，無論是否擔任行政主管或導師、教師進修狀況無差異。 3. 研究發現男教師之建康狀況高於女教師；其他教學年資、擔任行政主管及導師變數項目均無明顯差異。學歷高低不會影響教師的健康狀況。 4. 教師對學術活動之參與程度，40 歲以上教師最高，為 34.46 小時，行政主管 38.56 小時，高於非主管教師之 22.92 小時。進修年數則對學術活動參與度有顯著影響，碩士班研究生二年級參與時間最多，平均值為 32.2 小時。（三）教學生產力相關效果分析 1.工作分析法、自我評估法、實際配合法等 3 種過量教育定義式係數值之 Wald 值不高，教育年數雖對教學績效有正面效果，然因無法通過檢定，教育年數不是造成

(34)

2.. 教學年資平方有解釋工作滿意度能力。3 種過量教育定義式係數值 Wald 值不高，均不是解釋工作滿意度之最佳變數。 3. 教學年資及其平方值與成就感顯著性較佳，表示教學年資與成就感具有反向機率期望現象，而其遞增年數值，有正向機率期望結果。三個過量教育操作定義，因 Wald 值不佳，解釋能力不足。 4. 抽樣資料之男老師健康狀況優於女老師。過量教育不是國中教師們健康狀況之良好解釋變數。 5. 女教師參與學術活動意願似乎不如男教師高。工作分析法有顯著的負向參與現象，係數為-5.04，意謂教師每增加一個教育年數，參與學術活動或訓練時數將減少 5.04 小時；自我評估法過量教育影響程度為-4.95；實際配合法過量教育則出現較大的負向效果，其值為-9.27。 6. 性別、滿意度、成就感、學術參與等項與教學績效具有正向關係，有相對之顯著性。教學年資、健康狀況不是影響較學生產力之因素。3 種過量教育定義式對教學績效仍不具顯著性。