知識社群系統運用之研究...

第21屆三軍官校基礎學術研討會高雄，中華民國103年6月

Kaohsiung, June 2014

知識社群系統運用之研究:以某私立大學為例 Research on the Employment of Knowledge Community Systems: A Case Study of a Private University

楊士旻

、吳明泉1

1長榮大學資訊暨工程學院資訊管理學系

71101 台南市歸仁區長大路1號長榮大學資訊暨工程學院資訊管理學系

71754 台南市仁德區中洲里中洲5-36號

Email: [email protected], TEL:(06)2785123ext.6091

摘要:由於知識管理的日益重要，許多組織都在內

部設立知識分享(Knowledge Sharing)的社群系

統。然許多風行的社群網站 (例如Facebook、

Twitter等等)同樣的也可以協助知識分享，似乎足

以取代組織內部的社群系統。組織如何發揮內部

社群系統的價值，與外在社群網站競爭或整合，

成為組織知識管理的重要課題。

本研究嘗試以某私立大學內部知識社群系統

為對象，藉由收集該系統使用數據資料及發放問

卷的方式，來調查使用者對於此系統的接受度與

使用情形，進而從中探討影響使用者使用意願與

實際使用的原因。

經數據資料發現，該校的知識社群系統使用

率普遍偏低，且局限於以部分老師為主的少數社

群。相關使用的意願與原因正以問卷調查與分析

進行中。

關鍵詞：虛擬社群，知識分享，知識社群，雲端

服務

1.前言

由於科技的發展加上雲端技術不斷的進步，

使用網路的人數持續不斷攀升當中。隨著使用的

人口越來越多，網路服務所涵蓋的範圍也逐漸越

來越廣。根據創市際市場研究顧問[1]在2012年3

月針對大眾上網主要行為做訪問後得出前三名為

收發E-Mail(74.5%)、瀏覽入口網站(65.0%)、瀏覽

社群網站(60.3%)(如圖2)。由此可得知網路社群已

成為大眾最常用的服務之一，也因為網路社群的

這股熱潮，許多不同性質的社群平台相繼推出(像

Facebook、Twitter等)，但除了這些公開型的社群

平台外，通常大型組織內部都會部屬屬於自己的

私有社群來管理較為機密的事項，其內容所涵蓋

的範圍相對比Facebook這類綜合型社群少了許

多，因此組織內部社群系統的使用率，勢必會受

到這些外來社群的興起而下降，但因為組織的一

些特性(像是資料的機密性、系統整合性等)，所

以無法捨棄內部的社群來直接使用公用的社群，

因此組織該如何提升自身的知識社群系統，不受

外來社群因素降低使用率已經成為一項重要的議

題。

目前有關虛擬社群的研究方向，大都以公用

的社群為主要研究目標，單獨針對組織內部私有

雲所建立的社群來進行使用者分析與研究的卻著

墨不多，因此本研究便藉由某私立大學內部建立

的知識社群為研究對象，希望能對於各項使用行

為、意願進行較詳細與全面的探討，以提供給組

織作為參考。

根據前面所敘述的問題，本研究嘗試以某私

立大學為例，並將該校所提供的系統使用者數據

進行分析，從中觀察出目前知識社群系統的使用

情形及提出各項可能影響使用者使用的因素，具

體目標包括：

(1)瞭解使用者使用該知識社群系統的現況。

(2)探討使用者是否會因為不同的使用動機，影響

使用行為。

(3)探討使用者如何因為外部社群的替代性，影響

使用行為。

(4)探討使用者如何因為內部環境因素，影響使用

行為。

(5)探討不同族群間，各項行為及因素的差異情

形。

D32

mailto:lovevoice520@



圖1、研究流程圖

2. 文獻探討

為了探討「虛擬知識社群」內使用者的行為

模式，本研究首先收集相關文獻來了解所謂的虛

擬雲端到底有何特性，接著再分別整理出知識以

及社群的定義，進而分析影響知識社群使用的相

關因素。

2.1 雲端服務特性與服務模式

美國國家標準及技術研究院[2]2011年在其研

究院的出版期刊當中，將雲端的特性定義為五個

基本特性、三個服務模式以及四種部署模式，其

模型架構如圖2所示：

圖2、雲端特效模型架構圖

資料來源：NIST[2]

五個基本特性：隨選式自助服務、廣泛的網

路存取、共享的資源池、快速彈性、能夠測量的

服務；三種服務模式：軟體即服務、平台即服

務、設備即服務；四個部屬模式：公用雲、私有

雲、社群雲、混合雲

由以上相關定義可以得知，雲端化的優勢就

在於可以不限地區、時段來做使用，根據台灣網

路資訊中心[3]2013年調查結果顯示，在新興技術

的採用上，受訪的企業便將「雲端的部署」列為

近期策略性計畫 (strategic initiatives) 的主要發展

之一。由此可知雲端的部屬已經成為一種趨勢，

不論是企業、商人又或者單純只是資訊的分享及

傳播都漸漸地趨向於發佈在雲端這個大環境上。

2.2 知識管理

2.2.1 知識管理介紹

提到知識管理(Knowledge Management, KM)

一詞，首先要了解的就是到底何謂「知識」?

Purser & Pasmore[4]將知識定義為用以制定決策的

事實、模式、基模、概念、意見、及直覺的集合

體。而Davenport[5]提出，知識是一種流動性質的

綜合體，隨時都會因不同的因素而不斷的改變、

更新，其主要核心包含了經驗(experience)、時代

背景 (context) 、解釋 (interpretation) 及反思

(reflection)，為新經驗的評估、整合與資訊等提供

架構。在組織中，知識不單純只存在於文件或是

資訊系統中，也蘊含在日常例行工作、過程、執

行與規範當中。

劉常勇[6]提到知識可說是一種有價值的智慧

結晶，必須經過客觀分析與主觀認知而形成，且

與人息息相關，相對比較難系統化與明確的萃

取。呈現的方式可以藉由資訊、經驗、抽象的觀

念、標準作業程序、系統化的文件及具體的技術

等。呈現的方式雖然廣泛，但本質尚需具備創造

附加價值的效果。

由以上眾多學者所提出的論點可以得知「知

識」是以一種無形型態所存在的，以同樣一件事

情來看每個人的觀點都不盡相同，所以對於「知

識」很難能夠定義出一套標準的準則，不過簡單

來說可以將知識視為某些人所貢獻出的經歷、研

究發現等，透過傳遞與交流不斷的更新、改進，

進而創造出一個新的價值，以提升更有效率的問

題解決方法。

而所謂的知識管理，從字面上來翻譯的話也

就是將知識有系統的整合起來，以備需要使用的

能夠將整理過後的知識充分的拿來做使用。以下

便收集了幾位學者對於知識管理所定義出的概

論：

Wiig[7]在其著作「Knowledge Management

Foundations」率先提出了知識管理一詞，並

將其定義為協助組織成員取得知識的一種方

式，用來提升創造及創新以增進組織效率，

進而增加組織的競爭力。

Anderson[8]提出了KM公式，清楚將知識管

理定義為，「知識管理是為了因應複雜化的

社會，以知識創造出價值的一種策略性議

題」，其模式如下圖3所示，作者認為KM應

包括組織的分享、活用與實踐。資訊科技可

以提升KM的建置並且加快KM的流程。其

中知識的分享為KM主要目的，知識分享的

D33



程度越高，企業內部的人員越能夠容易取得

所需要的知識，進而創造出知識的價值。

KM經由科技的導入將人、知識以及資訊巧

妙的結合再一起，並在組織文化內經由分享

不斷的發揚光大。

圖3、Knowledge Management (KM)模式

資料來源：Anderson[8]

林東清[9]則將知識管理定義為組織競爭優勢

主要關鍵，對於存在組織內外部個人、社群

等有價值的知識，進行有系統的定義、獲取、

儲存、分享移轉、利用與評估等工作。

陳富媺[10]定義知識管理是一種系統化的組

織流程，藉由創造、獲取、組織與儲存、分

享與傳遞，來改善個人或是組織績效。知識

管理與對組織的表演有許多幫助，像是提高

組織生產力、改善組織適應力、增加現有的

商品和服務的價值，以及創造新知識密集的

服務及流程等。

由上述各學者所提出對「知識管理」所提出

的定義當中可以看出，所謂的知識管理簡單來說

便是將原本無形的知識加以統整、分類儲存後，

使它能夠有系統、組織的來做使用及傳遞，而從

中也可以得出其最主要的用處就是用來提升組織

內整體的競爭力，將前人的經驗不斷改進、精

粹，使之成為組織的優勢。

2.2.2 知識管理的流程(四化)

Polanyi[11]定義人的知識大致上可分為兩個

種類，內隱知識 (tacit knowledge)及外顯知識

(explicit knowledge)。內隱知識存在於每個人身

上，與自己本身所遇到的情境經驗有關係，每個

內隱知識都是主觀獨特的，並且難以具體化；而

外顯知識則是屬於客觀的理性知識，可以很清楚

的來做辨認，並且可以透過正式形式及系統性語

言傳遞的知識。外顯知識比較具體客觀，能以明

確的語言來形容，並且可以相互流通及向外部延

伸擴散。而後Nonaka & Takeuchi[12]將其他學者

對於內隱和外顯知識的差異歸納整理後提出了

SECI模式，他們認為組織可以藉由內隱和外顯這

兩種知識的轉換(Knowledge conversion)、互動過

程來創造知識，而移轉的過程、目的與機制大致

上可分為四種(圖4)：

圖4、SECI模型架構

資料來源：Nonaka & Takeuchi[12]，自行整理

林東清[9]在知識管理一書中提到，組織中內

隱與外顯知識的轉換是一種螺旋型的交互作用，

大體可分為下列四種：

1. 社會化(由內隱到內隱)：指將內隱知識如經

驗、行為模式等等，經由內隱學習與「同

化」的過程，

2. 外化(由內隱到外顯)：指將內隱知識如經驗、

技能、心智模式等外化，轉換為可定義、訴

諸文字的外顯知識之過程。例如程式設計師

→程式、建築師→藍圖、記者→報導文章。

3. 組合化(由外顯到外顯)：是指由現有不同的外

顯知識，經由分析、分類、分享及重組等而

產生新的外顯知識之過程。

4. 內化(由外顯到內隱)：內化簡單地說，指的是

將外顯知識轉換成內隱知識的過程。

而Nonaka[12]認為組織知識創造的過程就

像是螺旋一般，也就是「螺旋式的知識轉

換」(spiral knowledge transform)(如圖5)：螺

旋式的知識轉換是由個人層次開始，逐漸開

始上升並擴大互動範圍，從個人擴散至群

體、組織甚至組織之間，最後到達組織之

外，過程中不斷會有社會化、外化、組合化

及內化的知識整合過程，這也即是知識創造

的過程[14]。

圖5、組織知識創造螺旋

資料來源：楊子江、王美音[13]

由以上的文獻當中可以看出，「知識社群」當

中就包含了知識創造的四個過程。社群成員彼此

之間的交流、建立關係，漸漸地由實作上學到東

西即所謂的社會化；而外化則代表著成員將自己

所知道的、看到的東西寫成文字分享給大家；將

社群中大家所分享的知識、經驗吸收起來即為內

D34



化；組合化的意思則代表將在不同領域間所學到

的，統合成一新的知識。

2.3 虛擬社群

2.3.1 虛擬社群的定義

Wang & Fesenmaier[15]將虛擬社群 (Virtual

Community) 解釋為由先進的科技所發展出來的，

且存在於虛擬的空間中。虛擬社群是一個不同以

往已經存在社群的新的社會個體，它建立在電腦

網路上，不同社群上的人們有相似的興趣和經

驗。而Boyd & Ellison[16]認為社群網站 (Social

Network Sites, SNS) 是建構以個人為中心的網絡，

形成以自我為中心的社群。Wellman[17]提到線上

社群的本質與真實社群是相同的，提供會員滿足

自我認同、經驗分享、友誼、社會支持的需求以

及獲得歸屬感，只是線上社群是以電腦為基礎的

運作平台，在技術及表現形式上與實體世界社群

不同，是藉由電腦維持的社會網絡關係。

綜合上述可以得知，所謂的虛擬社群其實就

代表著一群人的互動，比較不同以往的是互動的

方式從原來人與人面對面的交流，變成在網路這

塊虛擬的空間中交流

2.3.2 虛擬社群種類

Armstrong & Hagel[18]依消費者的需求為分類基

礎，將虛擬社群劃分為興趣、關係、幻想和交易

型社群。而在文中兩位學者也提到基本的虛擬社

群型態可從消費者角度來劃分。在消費者的環境

中，社群亦可有下述三個發展方向：

1.地域型社群：

此類社群圍繞著一個真實地區而成立，所有參與

社群的人都有一個共同的興趣，通常是基於他們

在實際上居住於同一地區的關係。

2.人口結構型社群：

此類社群的對象是在於特定的性別、年齡層或族

裔，例如：女性、青少年或銀髮為對象的社群。

這類型的社群具有發展規模的潛力，相較於地域

型社群更能夠滿足人們的需求。

3.主題型社群：

此類社群是以一些興趣為中心，包括以嗜好和業

餘消遣為焦點的社群，例如音樂、園藝、運動

等；或以關心的議題為焦點的社群，例如政治或

精神信仰，其幫助人們能和自己興趣相同的人接

觸，並提供人們專業的資訊。

由以上可以看出，社群的總類依據不同使用

者的使用喜好、因素可以區分的總類非常的多，

而社群內也不一定都只有其中一種模式，許多虛

擬社群裡所涵蓋的總類是很廣的，例如本研究所

探討的某私立大學所使用的知識社群，其中就包

含了興趣、關係、地域以及人口型，因此很難將

社群去單獨定義出一很明確的分類，且不同學者

對於社群分類的定義也都不太一樣，因此主要還

是以社群內所從事、分享、交流等來定義該社群

的屬性較為妥當。

2.3.3 知識社群

Wasko & Faraj[19]認為虛擬社群中的成員要

對某些知識有所需求，其他網路成員對其需求提

供其自身的知識，交流才會發生。在虛擬社群中

所進行的知識分享，涉及了個人以及社群的知識

建構與知識管理，社群裡集合了多元的知識基

礎，並透過收集或獲取知識、重整或管理知識、

使用知識或創造知識等機制來進行知識分享的活

動，如果沒有豐富並不斷更新的知識活動進行，

虛擬社群的價值是有限的[20]。由以上學者所提

出的論點可以得知，所謂的知識社群簡單來說就

是彼此在社群上分享彼此的經驗、知識及相互討

論等，在藉由系統平台做整合以及彙整的動作，

將知識得以有效率的保存下來。而在虛擬社群內

最常見的方式就是上傳文件又或者是發起討論。

3.系統使用資料分析與結果

3.1 使用資料分析

本研究首先嘗試與該校負責知識社群的單位

做訪談以及詢問有關系統目前的使用概況，之後

在經過幾次的協調以及向對方訴說主要研究目的

後，該單位同意以不牽涉到個人隱私為前提的情

況下，提供部分系統目前的使用數據。拿到的數

據當中包含了101年系統創建後到103年3月各社群

功能的使用數，其中所得數據中包含的欄位、解

釋整理如表5 。

表5、取得數據中各欄位的解釋

欄位名稱解釋

社群名稱各社群申請創建時所取的名稱

社群屬性分

類

分類不同性質的社群，共分為

班級、計畫、一般、社團以及

實驗室五種類別

社群開放程

度

各社群管理員對該社群設定的

開放程度，分開放、半開放、

不開放三種

社群訪客人

次

不論是否有無登入帳號，只要

點進該社群即增加一訪客數量

社群成員數各個社群內加入的成員數量

文件數量

各項社群功能內所上傳的資料

筆數

行事曆數量

活動數量

相簿數量

討論數量

問卷數量

塗鴉牆數量

精華區數量

3.2 資料分析結果

將該校計算機網路中心所提供的使用數據整

理後可以得知，目前在此系統上社群的總數為299

D35



個、社群成員總數為10787人，但因「班級」屬性

的部分是由系統管理員透過各屆入學人數直接將

班級、成員內建進去的，這也就代表自行向管理

員申請創立社群的數量為75個，總人數為1689

人。由以上可以看出目前系統裡還是以內建的

「班級」屬性占大多數，自行申請的比例以及使

用人數相對少了很多。接著先將完全沒有在使用

的社群整理出來後移除，因為從未使用的社群從

數據中看不出任何使用行為模式，還有可能會造

成整體數據上的不正確。整理後得出有使用過的

社群總數量為140個，大約占了全部社群的47%，

這也代表著空著完全沒使用過的社群還是占半數

以上。而本研究更深入將上述提到的五個社群屬

性分項分別算個別使用率，整理後如下表6。

表6、社群各項研究統整

項目 /

屬性

班

級

自行申請

合

計

使用/

未使

用比

例

社

團

實

驗

室

計

畫

一

般

有使

用

77 9 3 30 21

140 47% 34% 75%

100

%

94

%

75

%

未使

用 147 3 0 2 7 159 53%

總社

群數 224 12 3 32 28 299

由以上可以得知雖然「班級」屬性的社群數

量是最多的，可是其中有在使用的比例只占了該

屬性的34%，反觀其他自行申請的社群使用率至

少都有75%。其中又以計畫和實驗室這兩種屬性

的使用率為最高，由此可以推論出目前使用系統

的性質是屬於實務性質，主要可能用作專案的討

論。但若單以系統整體使用率來看，其中有使用

過的社群「班級」(55%)還是占了大多數。

而在開放程度方面，系統分為「開放」:即便

沒有加入該社群、登入自己的帳號皆可觀看；「半

開放」:只要有登入帳號即可觀看，不需加入該社

群；「不開放」:除了要登入帳號外，還要對方同

意申請加入才可觀看。同樣以五個屬性項目分別

來看其開放率，如表7所示。

表7、各屬性社群開放比例

班級

自行申請統

計社團實驗室計畫一般

完全

開放 57 2 0 9 4 72

有限

制 20 7 3 21 17 68

開放

率 74% 22% 0% 30% 19%

由以上可以得知，「班級」屬性的社群開放程

度是最高的，其餘自行申請的社群普遍開放程度

都比較低，推測應該是跟上述提到比較屬於實務

性質有關。有關為了處理實務而創立的社群，其

內容相對有些機密的性質存在，所以會比較在意

資料的外洩又或者是被提早知道將下來所要實施

的活動。例如專案的研究怕被抄襲、行政單位處

理內部資金的流動又或者是社團規劃活動討論

等。

由各個功能上傳資料數量來看，上傳檔案數

前三名的分別是文件區:661筆、塗鴉牆:371筆以及

討論數:314筆，從中可以得知使用這套系統的使

用者主要是以文件的公告、分享為主要目的，而

在第二名塗鴉牆的部分，這功能有點類似於各個

社群內的即時群體聊天，這也就代表著使用者也

時常將平台當作彼此間閒聊、交流的一個地方。

因此從知識管理的角度來看整理後的數據，可以

得知使用系統的主要目的著重在社會化及外化的

部分，而內化以及組合化的部分，因為比較屬於

個人認知部分，沒辦法從數據上看出，因此本研

究將這部分便放入後續問卷的變數當中，希望藉

由問卷分析後得到的數據來輔助，相關整理表8所

示。

表8、各功能使用數量整理

功

能/

屬

性

班

級

自行申請

合計

各功

能使

用比

例(%)

社團

實

驗

室

計畫一

般

文

件

數

69 76 9 230 277 661 37.0

行

事

曆

118 26 3 25 69 241 13.5

活

動

數

16 5 0 6 0 27 1.5

相

簿

數

35 18 7 60 22 142 7.9

討

論

數

113 9 2 172 24 320 17.9

問

卷 1 1 0 7 3 12 0.7

塗

鴉

牆

266 6 11 54 34 371 20.7

精

華

區

0 6 1 2 5 14 0.8

合

計 618 147 33 556 434 1788 100

上

傳

數

8.03 16.33 11 18.53 20.6

從表8也可以看出，「班級」和「自行申請」

中有使用過的社群數比例為77:63，可是從總使用

檔案數來看比例為618:1170，社群數較少的「自

行申請」其檔案數量幾乎快為「班級」的2倍，因

此可知「班級」的使用程度算是有點偏低的。而

D36



從功能面來看，使用度最低的分別是問卷、精華

區以及活動數，因此若想要提升系統的使用度，

可以由這幾個方面來進行。

3.3 小結

綜合以上分析結果整理出幾個目前重要概況：

(1) 該系統已設置了 2年多，但提出社群申請的

總數只有 75 個，因此推測大家使用的意願不

高又或者不知此系統的存在。

(2) 「班級」在意隱私性的程度最低，因此系統

機密性高的特性可能被忽略，進而被外在多

元性社群網站所吸引，造成使用率最低。

(3) 多數使用率高的社群，使用者還是侷限在校

內教職人員、教師處理校務為主要目的。

(4) 由各功能使用數量統計來看，部分功能使用

率偏低，像活動數、問卷，但這類的功能反

而比較能激起大家的參與以及增加系統知名

度。

4. 問卷調查與預期結果

由於單從資料分析的結果來看，雖然可以看

出目前系統大致的使用情形，可是卻無法得知使

用者對於此系統的使用動機、可能的影響因素以

及滿意度，因此本研究便額外提出幾個可能影響

使用者使用的變數，並且透過問卷的發放來做更

深入的使用者研究。

4.1 研究架構與假說

本研究架構主要參考成功實行模式

(Implementation Success)[21]並加以修改後如圖6，

主要構面分別為使用動機、系統特性比較、環境

因素及實際使用行為。其中本研究主要探討的對

象為某私立大學的師生以及教職員工對於知識社

群的使用行為，所以在成功實行模型中加了外部

變因，包括性別、年齡、身分、學院，藉以研究

學校內部不同背景的師生及教職人員在對上述四

個主要構面是否也會有影響。

圖6、研究架構圖

表 1、研究問題與假說

問

題

Q

Q1：使用者使用系統的動機為何?

Q2：使用者對於系統的滿意程度為何?

Q3：系統的使用程度為何?

Q4：使用者因為環境阻力的顧慮程度為何?

假

說

H

H1：各研究變數間之相關性

H1-1：使用動機會正向相關使用行為

H1-2：系統滿意度會正向相關使用行為

H1-3：環境助力會正向相關使用行為

H1-4：環境助力會正向相關使用動機

H1-5：環境阻力會負向相關使用行為

H1-6：環境阻力會負向相關使用動機

H2：人口統計對各研究變數之差異

4.2 操作性定義

本研究分別針對「使用動機」、「系統特性比

較」、「環境因素」及「使用行為」四個變數及相

關構面進行操作性定義，整理如表2。

表2、各變數之操作性定義

變

數構面操作性定義

系

統

特

性

比

較

資料內容

知識社群上使用者所分享

資料的內容、總類以及數

量

系統可靠性系統正確執行使用者操作

的能力

介面易用性操作系統時使用者所接觸

到的介面、排版、美觀等

開放程度

系統對於不屬於組織內部

的使用者做帳號申請、系

統使用的程度

資料安全對於個人隱私、所分享資

料的保護性程度

平台多樣性行動裝置支援使用系統的

多寡

使

用

動

機

人際互動與朋友互動、結識新朋友

知識的交流將自身所學、查到的知

識，整理成文件分享出來

資訊的吸收將社群上所分享之資訊吸

收起來

環

境

的

助

力

高層的推動高層(教師、上司)對於使用

平台的要求程度

同儕接受度朋友間對此平台的使用程

度

資訊的服務系統管理單位的支援、說

D37



明

使

用

行

為

分項功能

管理社群上的會員、版面

及功能等

分享 / 瀏覽文件

精華區(尋找文章)

新增 / 觀看行事曆

活動的參與

發起 / 參與討論

即時聊天

問卷的填寫

上傳 / 觀看相簿

4.3 問卷設計與實施

本研究訂定之研究工具，經過文獻探討後，

依據Lucas[21]之成功實行模型之研究內容，所提

出之問卷部分內容項目加以改編及新製題目選

項，以適用於本研究組織內部「知識社群」之重

點方向。

問卷中每個構面相關施測題目，採用李克特

式五點量表法(Likert Scale)來進行問卷研究。選項

分別為「非常不同意」、「不同意」、「普通」、「同

意」、「非常同意」五項，分數由1分至5分。李克

特式量表是一種評分加總式量表，測量每位受訪

者對各個項目的態度反應。分數總和愈高，代表

受訪者對於該構念的看法與態度愈正向，投入的

程度愈深，反之則否。

4.4 資料分析方法

本研究使用SPSS 17.0統計軟體[22]進行資料

分析，使用到的統計方法包含敘述性統計、信度

分析、相關分析，說明如下：

(1)敘述性統計分析

對樣本的人口統計資料與知識社群的使用

經驗進行敘述性分析，例如：平均數、標準差

與百分比等，以瞭解樣本的分佈情況。

(2)信度分析

以Cronbach's α係數作為本問卷信度之衡量

指標，α值越大代表問卷量表越穩定、內部一致

性越高 (如表3)，作為判斷信度的依據。

表3、信度標準

α值範圍解釋意義

0.90＜ α ≦1.00 十分可信

0.70＜ α ≦0.90 很可信

0.50＜ α ≦0.70 可信

0.40＜ α ≦0.50 稍微可信

0.30＜ α ≦0.40 勉強可信

0.00＜ α ≦0.30 不可信

(3)相關分析

以皮爾森相關係數(Pearson's r)檢定各變數間

之相關程度，相關係數(r)介於±1之間，正負符號

表示相關的方向，r值大小則代表關係的強弱 (如

表4)，作為判斷相關性的依據。

表4、相關係數標準

r值範圍相關程度

± 0.80＜ r ≦ ±1.00 極高度相關

± 0.60＜ r ≦ ±0.80 高度相關

± 0.40＜ r ≦ ±0.60 中度相關

± 0.20＜ r ≦ ±0.40 低度相關

0.00＜ r ≦ ±0.20 極低度相關

(4) 獨立樣本t檢定

適用於兩個不同獨立樣本間之平均數差異比

較，用來檢定不同性別與職業的使用者在各變數

間是否有顯著的差異。

4.5 未來工作與預期結果

目前除了將整體論文修改更完整外，也已將

所獲得的系統使用數據做了整合以及分析，接著

便從數據中發現不足的地方，設計好問卷並發放

在網路上供受測者做填寫的動作，發放時間預計1

個月，屆時便會將所回收的問卷做更深入的使用

者分析。

預計在問卷分析完後，能夠得知主要影響使

用者的系統特性包含了哪些以及什麼樣的動機和

環境因素才能夠吸引使用者來使用。最後希望本

研究所得結果，能幫助該校甚至是其他組織當作

參考的依據，讓組織內部所部屬的私有社群系統

能得到更完善的使用。

D38



參考文獻

[1] 賴欣怡 (2012)，上網行為篇，臺北市: 創市際

市場研究顧問有限公司。

[2] Peter, M., and Timothy, G. (2011). The NIST

Definition of Cloud Computing. National

Institute of Standards and Technology Special

Publication, 800-1457.

[3] 台灣網路資訊中心(2013)，2012年台灣寬頻網

路使用調查，臺北市: 財團法人台灣網路資訊

中心。

[4] Purser, R. E., and Pasmore, W. A. (1992).

Organizing for learning. Research in

Organizational Change and Development, 37-

114.

[5] Davenport, T. H. (1999) Successful knowledge

management projects. The knowledge

management yearbook, Boston: Butterworth-

Heinemann.

[6] 劉常勇 (1999)，幾個有關知識管理議題之影

響，擷取自 http://www.cme.org.tw/know。

[7] Wiig, K. (1993). Knowledge management

Foundations-Thinking about How People and

Organizations Crate, Represent, and Usr

Knowledge. Texas: Schema Press Arlington.

[8] Anderson, A. (1999). Knowledge Management.

Japan: Tokyo Keizai Inc.

[9] 林東清 (2009)，知識管理 (第三版)，臺北

市: 智勝文化事業有限公司。

[10]陳富媺 (2011)，建構企業知識管理需求與成熟

度關聯分析之架構，臺北市: 國立臺灣大學管

理學院。

[11]Polanyi, M. (1966). The Tacit Dimension,

Glouster.Massachusetts: Peter Smith. Stenmark,

Dick.

[12]Nonaka, I., and Takeuchi, H. (1995). The

Knowledge-Creating Company. New York:

Oxford University Press.

[13]王美音、楊子江 (1997)，創新求勝：智價企業

論，臺北市: 遠流出版公司。

[14]陳世運 (1999)，知識管理與資訊科技應用相關

性之研究，臺北市: 國立政治大學科技管理研

究所。

[15]Wang, Y., and Fesenmaier, D. R. (2002).

Defining the virtual tourist community:

Implications for tourism marketing. Tourism

Management, 23(4), 407-417.

[16]Boyd, D., and Ellison, N. (2007). Social Network

Sites: Definition, History, and Scholarship.

Journal of Computer-Mediated Communication,

13(1), 210-230.

[17]Wellman, B. (2005). Community: from

neighborhood to network. Communication of the

ACM, 48(10), 53-55.

[18]Armstrong, A., and Hagel, J. (1997). Net gain:

Expanding Markets Through. Boston: Harvard

Business School Press.

[19]Wasko, M., and Faraj, S. (2000). It Is What One

Does: Why People Participate and Help Others in

Electronic Communities of Practice. Journal of

Strategic Information Systems, 9, 155-173.

[20]Chen, C. J., and Hung, S. W. (2010). Factors

influencing members' knowledge sharing and

community promotion in professional virtual

communities. Journal of Information &

Management, 47, 226-236.

[21]Lucas, H. C. (1997). Information for

Management. New York: McGram-Hill, with the

permission of the McGram-Hill Companies.

[22]吳明隆 (2011)，SPSS統計應用學習實務：問

卷分析與應用統計 (第三版)，臺北市: 易習圖

書出版社。

D39

知識社群系統運用之研究...

Documents