國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
33
對排名全部放入」三種分析方式，前兩種可檢驗薪資相對排名和薪資相對位置對 工作滿意度的解釋力是否優於薪資，第三種分析則檢驗薪資相對排名對工作滿意 度的解釋力是否優於其他兩個自變項，而所有分析之依變項皆為工作滿意度。
分析結果與討論
本研究依據不同的參照團體，將十二個回歸分析結果摘要為表 2 至表 5。表 2 為在全樣本下分析時，在第二階段投入不同預測變項的三種階層回歸分析摘要 表。表 3 為以居住縣市為參照團體時，在第二階段投入不同預測變項組合的三種 階層回歸分析摘要。表 4 為以性別與教育程度為參照團體，表 5 則以年齡層為參 照團體。
在全樣本下分析時，可以看到當第二階段單獨投入薪資收入（Income）或薪 資相對排名（Income rank）時（regression 1 & 2），兩變項均達顯著（p < .001）。
但在兩變項同時投入時，只有薪資相對排名達顯著（p < .05），表示排名比數值 更能預測工作滿意度。
無論以居住縣市、性別與教育程度或年齡為參照團體，均可看到在第二階層 投入「薪資收入與薪資相對排名」時（regression 1），只有薪資相對排名達顯著
（p < .01），表示薪資相對排名比薪資收入數值更能預測工作滿意度，第三類觀 點較第一類觀點優勢。
當第二階段投入「薪資收入與薪資相對位置（Income range）」時（regression 2），以性別與教育為參照團體以及年齡為參照團體兩種情況下，雖然第二階層的
ΔR
2 達顯著，但可能因為在這兩種參照團體中薪資收入與相對位置間相關過高，使得參數均不顯著，結果較無法參考。而以居住縣市為參照團體時，只有薪資相 對位置達顯著（p < .05），表示在此情況下薪資相對排名比薪資收入更能預測工 作滿意度。
‧
當三個預測變項均於第二階層投入回歸模型時（regression 3），在以性別與 教育團體組別及年齡為參照團體的分析中，均只有薪資相對排名達顯著（p < .05），
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
37
根據表 6 的資料，在性別與教育及年齡參照團體的狀況下皆只有薪資相對排 名顯著，以居住縣市為參照團體時薪資相對位置與相對排名均不顯著。此結果與 先前在第二階層將薪資、薪資相對位置及薪資相對排名皆投入模型時的結果相同，
表示在大部分情況下，薪資相對排名（第三類觀點）確實比薪資數據（第一類觀 點）或薪資相對位置（第二類觀點）更能預測工作滿意度。
整體而言，雖然在資料庫分析中有部分結果不太穩定，但仍能肯定在大部分 情況下薪資相對排名對工作滿意度的預測力優於薪資數據及薪資相對位置，支持 純粹比較觀點的預測，符合過去許多研究的結果。
然而，如先前在文獻回顧中所述，回歸分析僅能探討變項之間是否存在相關，
不能證明變項間是否存在因果關係。若要證明兩個變項之間存在因果關係，最好 的方式是利用實驗法來檢驗。
本研究討論的決策理論既是描述個人在面臨評價及決策情境時的心智歷程，
所探討的就是刺激經由何種心智歷程產生了該刺激的滿意度。以抽樣決策理論為 例，目標刺激的滿意度是透過比較而來，而比較的基準又是刺激在決策樣本中的 排名，故真正關心的是刺激與滿意度之間的因果關係。
此外，資料庫分析的結果肯定了純粹比較觀點相較於數值優先觀點的優勢，
但純粹比較觀點與計算數值並以比較為基礎觀點之間的關係尚不穩定，綜合以上 原因，本研究還進行了四個實驗來檢驗抽樣決策理論的適切性，也就是刺激排名 對滿意度的影響是否存在、是否穩定，是否具有外部效度。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
39