第四章 資料分析與討論
第三節 人口統計變項差異性分析
本節首先針對每一類型的行動應用程式 APP,從性別、年齡、工作 年資、教育程度、等人口統計變項,分別採用 t 檢定及 ANOVA 整體工 作績效之進行差異性分析。其次則針對工作績效各構面,從性別、年齡、
工作年資、教育程度等人口統計變項,亦採用 t 檢定及 ANOVA 進行差 異性分析。
一、人口統計變項在每一類型行動應用程式(APP)之差異性分析 (一)性別
不同性別在各構面的分析結果得知,不同男女性別之從業人員於
「打卡系統 APP」、「通訊軟體」、「社群網路」之「工作績效」三大區 塊,皆未達顯著差異 p<.05,如表 4-4 顯示各層面及總平均分數上皆未 達 p<.05 之顯著水準,性別男女生在這三個部分之間並沒有顯著差異,
代表不會因為性別的不同而有所影響,可能與從業人員以女性為主有 關。
表 4-4 不同性別在三種 APP 類型之檢定摘要表 行動 APP 類型 性別 人數 平均數 T 值
打卡系統 APP 男生 21 4.3413
0.379 女生 246 4.2757
通訊軟體 男生 21 3.9008
-1.562 女生 246 4.1463
社群網路 男生 21 3.4643
-1.180 女生 234 3.6895
資料來源:本研究整理
1.
打卡系統 APP 由表 4-6 可知,267 筆資料中,男性受測者的平均 分數為 4.313,女性受測者的平均分數為 4.2757,性別在打卡系 統 APP 之間,未達 p<.05 之顯著水準,代表男生女生在打卡系統APP 的回答並沒有顯著差異。
2.
通訊軟體由表 4-6 可知,267 筆資料中,男性受測者的平均分數 為 3.9008,女性受測者的平均分數為 4.1463,性別在通訊軟體之 間,未達 p<.05 之顯著水準,代表男生女生在通訊軟體的回答並 沒有顯著差異。3.
社群網路由上表可知,267 筆資料中,男性受測者的平均分數為 3.4643,女性受測者的平均分數為 3.6895,性別在社群網路之間,未達 p<.05 之顯著水準,代表男生女生在社群網路的回答並沒有 顯著差異。
(二)年齡
不同年齡在「打卡系統 APP」、「通訊軟體」、「社群網路」之「工作 績效」各部分,各層面及總平均分數上皆達 p<.05 之顯著水準,代表不 同的年齡在這三種 APP 個別平均數之間有顯著差異,如表 4-5。
表 4-5 不同年齡在三種 APP 類型之 ANOVA 分析表
p-value
F 值
*P<.05,**P<.01,***P<.001
資料來源:本研究整理
1. 「打卡系統 APP」由表 4-7 可知,267 筆資料中:年齡 30 歲以下 的平均分數為 4.5461、年齡 31-40 歲的平均分數為 4.4090、年齡 41-50 歲的平均分數為 4.2057、年齡 51-60 歲的平均分數為 4.1937、
年齡 61 歲以上的平均分數為 3.7111,年齡 30 歲以下和年齡 41-50 歲、年齡 51-60 歲、年齡 61 歲以上有顯著差異;年齡 31-40 歲和 年齡 61 歲以上有顯著差異;年齡 41-50 歲、年齡 51-60 歲和年齡 61 歲以上有顯著差異。
2. 「通訊軟體」由表 4-7 可知,267 筆資料中:年齡 30 歲以下的平 均分數為 4.0636、年齡 31-40 歲的平均分數為 4.2993、年齡 41-50 歲的平均分數為 4.2083、年齡 51-60 歲的平均分數為 4.0135、年 齡 61 歲以上的平均分數為 3.6278,年齡 31-40 歲、年齡 41-50 歲、
年齡 51-60 歲和年齡 61 歲以上有顯著差異。
3. 「社群網路」由表 4-7 可知,255 筆資料中:年齡 30 歲以下的平 均分數為 3.3575、年齡 31-40 歲的平均分數為 3.8871、年齡 41-50 歲的平均分數為 3.8153、年齡 51-60 歲的平均分數為 3.5131、年 齡 61 歲以上的平均分數為 3.4773,年齡 31-40 歲、年齡 41-50 歲 和年齡 30 歲以下、年齡 51-60 歲有顯著差異。
(三)工作年資
不同工作年資在「打卡系統 APP」、「通訊軟體」、「社群網路」之「工 作績效」各部分,各層面及總平均分數上皆達 p<.001 之顯著水準,代 表不同工作年資在這三種 APP 類型平均數之間有顯著差異,如表 4-6。
表 4-6 不同工作年資在三種 APP 類型之 ANOVA 分析表
1、3、5>2、4
通
1、3、4、5>2
社
4、5>2、3
*P<.05,**P<.01,***P<.001 資料來源:本研究整理
年的平均分數為 4.2561、年資 5-7 年的平均分數為 4.2065、年資 7 年以上的平均分數為 4.2843、1 年(含)以下、年資 4-5 年、年資 5-7 年、年資 7 年以上和年資 1-3 年有顯著差異。
3. 「社群網路」由表 4-6 可知,255 筆資料中:年資 1 年(含)以下 的平均分數為 3.6351、年資 1-3 年的平均分數為 3.1361 年資 4-5 年的平均分數為 3.5294、年資 5-7 年的平均分數為 3.9746、年資 7 年以上的平均分數為 3.9377、1 年(含)以下和和其他年資並沒有 顯著差異,年資 1-3 年,年資 4-5 年和年資 5-7 年、年資 7 年以上 有顯著差異。
(四)教育程度
不同教育程度在「打卡系統 APP」、「通訊軟體」、「社群網路」之「工 作績效」各部分,其中「打卡系統 APP」之「工作績效」的相關性,
在顯著水準 α<.05 下,未達顯著差異,代表母體平均數沒有顯著差異,
結果顯示使用「打卡系統 APP」並不會因為教育程度而有所差異(如表 4-7),這跟 APP 設計介面簡單、容易操作有關。
表 4-7 不同教育程度在三種 APP 類型之 ANOVA 分析表 平均分數為 4.1026、高中/職的平均分數為 4.2554、大學/大專的 平均分數為 4.3147、碩士以上的平均分數為 4.5556,變異數分析 可以看出在不同的教育程度中,在第二部分,在顯著水準 α<.05 下,未達顯著差異,代表母體平均數沒有顯著差異。
2. 「通訊軟體」由表 4-7 可知,267 筆資料中:國中(小)以下的平均 分數為 3.8301、高中/職的平均分數為 4.0432、大學/大專的平均 分數為 4.2231、碩士以上的平均分數為 4.5556,國中(小)以下和 大學/大專有顯著差異;碩士以上和國中(小)以下、高中/職、大學 /大專有顯著差異。
3. 「社群網路」由表 4-7 可知,255 筆資料中:國中(小)以下的平均 分數為 3.1439、高中/職的平均分數為 3.7067、大學/大專的平均
分數為 3.6617、碩士以上的平均分數為 4.4167,國中(小)以下和 高中/職、大學/大專、碩士以上有顯著差異;高中/職、大學/大專 和碩士以上有顯著差異。
二、人口統計變項在工作績效各構面之差異性分析 (一) 性別
不同性別在各構面的分析結果得知,不同男女性別之從業人員於工 作績效之「動機」、「能力」、「自我觀念」、「組織群體」皆未達 p<.05 之 顯著水準,代表性別之間的平均數沒有顯著差異。表示在各構面中,不 會因為男女性別差異而影響工作績效。
表 4-8 不同性別在工作績效中四個構面之 ANOVA 分析表
層面 性別 人數 平均數 T 值 顯著性
動機
男生 21 3.7778
-1.013 0.312 女生 242 3.9219
能力
男生 21 4.1746
0.185 0.853 女生 242 4.1478
自我觀念
男生 21 3.8942
-1.449 0.149 女生 242 4.1106
組織群體 男生 21 3.7619
-1.420 0.157 女生 242 3.9949
資料來源:本研究整理
(二) 年齡
Games-Howell 事後檢定
1、2、3>5 2>4
1、2、3>5 2>4
*P<.05,**P<.01,***P<.001
資料來源:本研究整理
(三) 年資
Games-Howell 事 後檢定
1、3、4、5>2
能
1、3、5>2
自
1、3、5>2
*P<.05,**P<.01,***P<.001
資料來源:本研究整理
(四) 教育程度
Games-Howell 事後檢定
*P<.05,**P<.01,***P<.001
資料來源:本研究整理
第四節 不同行動應用程式(APP)在工作績效各構面之差異性分析