假設檢驗

本節中將會對本研究的假設及研究問題，利用實驗數據進行統計分析並得出 研究結果，驗證所提出的假設及研究問題是否都被驗證及回答。本次實驗的描述 性統計資料如下表 4-10 所示。

表 4-10 獎金公開程度及框架效應對任務表現影響 描述性統計資料

因變數: 成績3

公開 框架 平均數 標準偏差 N

不公開 純獎勵 3357.00 732.685 20

純懲罰 3018.60 912.653 20

獎懲兼具 3228.20 524.986 20

總計 3201.27 741.380 60

完全公開 純獎勵 3721.65 666.898 20

純懲罰 3307.86 700.486 28

獎懲兼具 3010.35 684.935 20

總計 3342.06 730.236 68

總計 純獎勵 3539.32 715.752 40

純懲罰 3187.33 799.605 48

獎懲兼具 3119.27 612.368 40

總計 3276.06 735.962 128

表 4-11 獎金公開程度及框架效應對任務表現影響 同質性測試

因變數: 成績3

F df1 df2 顯著性

1.387 5 122 .234

由同質性測試顯示，本次實驗分析並未違反同質性假設。

表 4-12 獎金公開程度及框架效應對任務表現影響之檢定分析

同時，針對部分公開情境之效果，因為並未有相關研究結果可參考，因此提 出了本研究第一個研究問題：部分公開必要的薪資資訊，部份公開薪資制度的效 果與完全公開薪資資訊相比，對績效提升的效果是否有所差別？由於在前一節操 作檢定時部分公開並未操弄成功，因此無法合適得回答本次提出的研究問題 1。

然而，研究問題 2 中欲探討在薪資公開的狀況下框架效應的操作將會如何影 響績效表現。在檢定結果中，在獎金公開*框架效應的交互項對任務表現影響為顯 著(p<0.05)，因此以下將討論不同公開情境下，與不同框架效應的交互效果對任務 表現的影響。

表 4-13 獎金公開程度及框架效應對任務表現影響 公開*框架平均數表

因變數: 成績3

公開 框架 平均數 標準錯誤 95% 信賴區間

下限 上限

不公開 純獎勵 3286.47^a 132.96 3023.24 3549.69 純懲罰 2970.13^a 132.78 2707.26 3233.01 獎懲兼具 3329.22^a 133.32 3065.28 3593.16 完全公開 純獎勵 3605.21^a 133.55 3340.82 3869.60 純懲罰 3378.11^a 112.48 3155.42 3600.80 獎懲兼具 3046.42^a 132.71 2783.69 3309.15 a. 模型中出現的共變量已估計下列值：成績1 = 2529.90。

從平均數表 4-13 中，可以看到在各種框架效應的情境中，搭配不同獎金公開 程度對成績的影響。以各個框架效應來看，純獎勵情境時，完全公開(平均數=

3605.21)的表現高於不公開(平均數= 3286.47)，在純懲罰情境時，完全公開(平均數

= 3378.11)的表現也高於不公開(平均數= 2970.13)；然而，在獎懲兼具情境時，反 而不公開的表現(平均數= 3329.22)高於完全公開(平均數= 3046.42)。也就是說在純 獎勵與純懲罰情境中，完全公開下的表現皆優於不公開，然而在獎懲兼具時，反 過來不公開的情境表現優於完全公開。此交互效果圖如圖 4-9 所示。

圖 4-9 獎金公開程度及框架效應對任務表現影響 平均數圖

在了解不同公開情境中框架效應影響績效的差別後，本研究還須確認此差距 是否具有顯著性。因此將各框架效應資料獨立出來，再次進行 ANOVA 統計以確 認完全公開與不公開的差距是否顯著。首先在純獎勵框架下檢測 ANOVA，描述性 統計資料如表 4-14 所示。從表 4-15 檢定效果觀察，公開情境對純獎勵框架情境並 不具有顯著性差異(p= 0.07)。

表 4-14 純獎勵框架情境下檢測公開情境顯著性 描述性統計資料

因變數: 成績3

公開 平均數 標準偏差 N

不公開 3357.00 732.685 20

完全公開 3721.65 666.898 20

總計 3539.32 715.752 40

表 4-15 純獎勵框架情境下檢測公開情境顯著性 效果檢定結果

因變數: 成績3

來源 第 III 類平方和 df 平均值平方 F 顯著性

修正的模型 10357135.676^a 2 5178567.838 19.912 .000 截距 765327.095 1 765327.095 2.943 .095 成績1 9027439.451 1 9027439.451 34.712 .000 公開 923296.085 1 923296.085 3.550 .067 錯誤 9622587.099 37 260069.922

總計 521052581.000 40 校正後總數 19979722.775 39 a. R 平方 = .518（調整的 R 平方 = .492）

圖 4-10 純獎勵框架情境下檢測公開情境顯著性 平均數圖

再者，在純懲罰框架下檢測 ANOVA，描述性統計資料如表 4-16 所示。從表 4-17 檢定效果觀察，公開情境對純懲罰框架情境並不具有顯著性差異(p= 0.09)。

表 4-16 純懲罰框架情境下檢測公開情境顯著性 描述性統計資料

因變數: 成績3

公開 平均數 標準偏差 N

不公開 3018.60 912.653 20

完全公開 3307.86 700.486 28

總計 3187.33 799.605 48

表 4-17 純懲罰框架情境下檢測公開情境顯著性 效果檢定結果

因變數: 成績3

來源 第 III 類平方和 df 平均值平方 F 顯著性

修正的模型 6071552.642^a 2 3035776.321 5.697 .006 截距 6342777.466 1 6342777.466 11.903 .001 成績1 5095406.204 1 5095406.204 9.562 .003 公開 1635585.747 1 1635585.747 3.069 .087 錯誤 23978748.025 45 532861.067

總計 517686802.000 48 校正後總數 30050300.667 47 a. R 平方 = .202（調整的 R 平方 = .167）

圖 4-11 純懲罰框架情境下檢測公開情境顯著性 平均數圖

最後，在獎懲兼具框架下檢測 ANOVA，描述性統計資料如表 4-18 所示。從 表 4-19 檢定效果觀察，公開情境對獎懲兼具框架情境的影響接近顯著(p=0.05)。

表 4-18 獎懲兼具框架情境下檢測公開情境顯著性 描述性統計資料

因變數: 成績3

公開 平均數 標準偏差 N

不公開 3228.20 524.986 20

完全公開 3010.35 684.935 20

總計 3119.27 612.368 40

表 4-19 獎懲兼具框架情境下檢測公開情境顯著性 效果檢定結果

因變數: 成績3

來源 第 III 類平方和 df 平均值平方 F 顯著性

修正的模型 6865306.696^a 2 3432653.348 16.368 .000 截距 1091482.547 1 1091482.547 5.205 .028 成績1 6390720.471 1 6390720.471 30.473 .000 公開 845816.838 1 845816.838 4.033 .052 錯誤 7759469.279 37 209715.386

總計 403819837.000 40 校正後總數 14624775.975 39 a. R 平方 = .469（調整的 R 平方 = .441）

圖 4-12 獎懲兼具框架情境下檢測公開情境顯著性 平均數圖