第四章、 資料分析
第二節、 敍述性統計
針對目前企業有效樣本進行敘述性統計分析，結果如表4-3 與表 4-4 所示。
由樣本特徵可發現，男性106 人(53.0%)，女性 92 人(46.0%)，男女比例差異不大，
且平均年齡為33.43 歲，其分佈狀況為介於 23~52 歲之間。在產業方面大多分布 在軟體及網路相關業(53.5%)，其次是通信網路業與資訊／科技(半導體業) (30.5%)；教育程度方面，大致上是以大學學歷(46.0%)與研究所(35.5%)居多，可 見專案團隊是需要高知識族群；從專業背景來看，大多是以資訊、商管與理工居 多(91.5%)；在任職部門狀況方面，團隊合作所組成的部門類別，可能包含了資 訊(47.5%)、理工、生產／製造與行銷業務(38%)等部門所組合而成；在所蒐集的 樣本中，大多所任職的職位為一般員工與基層主管(93%)居多。接著在以服務年 資來看，在目前公司的服務平均年資約為 4.97 年，以及最近參與專案／團隊平 均時間為10.24 個月，可見在該公司至少有一定程度的團隊合作經驗。
表4-3、樣本特徵(n=200) (企業團隊)
針對奇摩知識＋586 筆有效樣本進行敍述性統計分析，結果如表 4-5 與表 4-6 所示。由樣本特徵可發現，男性309 人(52.7%)，女性 277 人(47.3%)，男女比例 的差異不大。教育程度以大學居多(64.3%)，其次是研究所以上(13.5%)，可見奇 摩知識＋的回答內容，應該有一定的可信度，而且平均年齡大約為24.09 歲。在 使用網路的資歷平均為 8.84 年，可見使用網際網路已經是一種普遍化的現象。
再從奇摩知識＋問與答的資歷可看出，資歷至少一年以上者就占了(75.6%)，可 看出知識＋成員對於奇摩知識＋至少有一定的使用程度。從使用奇摩知識＋平均 每次使用的時間來看，知識＋成員平均的使用時間以15~30 分鐘為最多(35.3%)，
其次則是 30 分鐘~1 小時(27.1%)，可看出知識＋成員的每次平均使用時間大約 15 分鐘以至 1 小時不等。若再從奇摩知識＋提出問與答的動機可看出，知識＋
的動機來源以解決疑難雜症居多(31.1%)，其次則是純粹想幫忙其他人(20.6%)。
最後從曾詢問過和曽回答過的知識類型可看出，知識＋成員常詢問過和常回答過 的知識類型皆以電腦網路類型的問題居多，分別為 42.0%和 35.3%。最後，在知 識＋等級則是以初學者最多66%、其次實習生 13.3%和研究生 11.1%，可見所回 收的樣本以等級相對較低者為最多。
表4-5、樣本特徵(n=586) (奇摩知識＋)
人口統計變項 內容 有效人數 有效人數(%)
男 309 52.7
性別 女 277 47.3
高中／高職以下 64 10.9
專科 66 11.3
大學 377 64.3
教育程度
研究所以上 79 13.5
1 星期以內 12 2.0
1 星期~1 個月 10 1.7 1 個月~3 個月 31 5.3 3 個月~6 個月 34 5.8 6 個月~12 個月 54 9.2 在奇摩知識＋問與答的資歷
1 年~2 年 242 41.3
2 年以上 203 34.6
科學醫療 39 6.7
商業金融 9 1.5
教育學習 63 10.8
表4-6、年齡與網際網路資歷(n=586) (奇摩知識＋)
人口統計變項 最小值 最大值 平均值 標準差 有效人數
年齡 8 60 24.09 6.39 586 使用網際網路資歷 1 22 8.84 2.71 586
第三節 資料分析
本研究之模型分析分為兩個階段，第一階段是評估衡量模式(Measurement Model)的信效度，第二階段是結構模式評估(Structured Model)。在開始進行 PLS 衡量模式前先執行因素分析與因素分析，以檢測建構效度(Construct Validity)和內 部一致性。接著在衡量模式分析時，以組成信度(Composite Reliability)、收斂效 度(Convergent Validity)和區別效度(Discriminate Validity)進一步來檢測衡量工具 的可靠程度，並瞭解衡量工具是否能衡量到本研究想要探討的各研究變項。
一、 信度與效度分析 (一) 建構效度
衡量建構效度是以探索性因素分析法(Explorative Factor Analysis)來進行，因 此透過球形檢定(Bartler’s Test of Sphericity)和 KMO(Kaiser-Meyer-Olkin)來檢驗 是否相關性足以作為因素分析抽取因素之用，本研究針對前導變項與中介變數進 行因素分析，實體環境(企業團隊)方面之考驗結果如表 4-7；虛擬環境(Yahoo！
奇摩知識＋)方面之考驗結果如表 4-8 所示，都符合進行因素分析的要求。
表4-7、Bartlett 球形檢定與 KMO 取樣適切性檢定(企業團隊) 實體環境 前導變數之因素分析 中介變數之因素分析
KMO 取樣適切性 0.840 0.833
3468.486 1651.523 Bartlett 球形檢定
近似卡方分配
顯著性(*p<0.05) 0.000* 0.000*
表4-8、Bartlett 球形檢定與 KMO 取樣適切性檢定(奇摩知識＋) 虛擬環境 前導變數之因素分析 中介變數之因素分析
KMO 取樣適切性 0.879 0.858
7909.457 3005.1477 Bartlett 球形檢定
近似卡方分配
顯著性(*p<0.05) 0.000* 0.000*
本研究採用主軸法(method of principal aixes)中的主成份分析法(principal component analysis)進行因素的萃取，配合最大變異法(varimax)進行因素的直交 轉軸(orthogonal rotation)，並將特徵值(eigenvalue)大於 1 之因素構面加以歸類。
以下也針對實體環境(企業團隊)與虛擬環境(Yahoo！奇摩知識＋)分別明之。
REWAR_03 .857
累積解釋變異% 66.869 22.884 39.914 54.478 68.921 註：KSBEH為知識分享行為，EM為對等互惠，CS為共同分享，AR為權威排序，MP為市場定價
2. 虛擬環境(Yahoo！奇摩知識＋) 註：MCOM 為相互承諾，MTRU 為相互信任，ASOCI 為期望關係，REWAR 為期望報酬，COST
為交換成本，MINF 為相互影響
同樣的，本研究也針對中介變數和依變數進行因素分析(包括了對等互惠、
共同分享、權威排序、市場定價和知識分享行為構面)，結果亦均收歛於其歸之 註：KSBEH為知識分享行為，EM為對等互惠，CS為共同分享，AR為權威排序，MP為市場定價
(二) 信度分析
為了確保內部一致性(consistency)與穩定性(stability)，本研究以 Cronbach’s α 來衡量。主要有12 構面包含相互信任、相互承諾、相互影響、權力、期望報酬、
期望關係、交換成本、共同分享、權威排序、對等互惠、市場定價、知識分享行 為。此 12 個構面的信度計算，乃採用 Cronbach’s α 值計算，信度標準值以 0.7 為標準值。由表4-13 可知，實體環境(企業團隊)方面，各構面之值為介於 0.686
至0.920 之間；在虛擬環境(Yahoo！奇摩知識＋)方面，各構面之值為介於 0.692 至0.905 之間。說明本研究之各變項具有良好的信度水準。
表4-13、研究變項之信度分析(企業團隊／奇摩知識＋) 企業團隊 Yahoo！奇摩知識＋
研究變項
題數 Cronbach’s α 題數 Cronbach’s α
相互信任 4 0.845 3 0.892
相互承諾 4 0.920 4 0.905
相互影響 3 0.794 3 0.777
權力 15 0.698 9 0.847
期望報酬 3 0.931 4 0.856
期望關係 4 0.867 3 0.902
交換成本 4 0.813 4 0.770
共同分享 3 0.686 3 0.731
權威排序 3 0.780 3 0.780
對等互惠 4 0.884 4 0.853
市場定價 3 0.695 3 0.692
知識分享行為 5 0.849 5 0.882
二、衡量模式分析(Measurement Model)
本研究架構和假說採用淨最小平方法(Partial least-squares; PLS)來驗證，主要 原因在於本研究屬於初探性研究，對於關係模式理論的效果還有待實證檢驗，因 此主要做為預測分析之用，此外，PLS 也可以預測因果關係(causality)和變異量 (variation)，因此相當適合建立理論模型之用。
衡量模式分析主要目的在於檢驗衡量工具的信度與效度，信度包括各別問項 信度(individual item reliability)和組成信度(Composite Reliability; CR)，效度包括 收斂效度(convergent validity)和區別效度(discriminate validity)。組成信度是結構 方程模式發展的一種檢驗潛在變數之信度指標，Fornell(1982)建議組成信度應大 於 0.6，其值愈高愈能測出該潛在變項。收斂效度主要目的為瞭解同一構面具有 高內部相關係，以及與其他構面有較低之相關。
再則，Fornell & Larcker(1981)則建議測量問項之各因素負荷量應大於 0.5，
平均萃取變異量(average variance extracted; AVE) 亦應大於 0.5 的門檻，表示具有 收 斂 效 度 。Anderson & Gerbing(1998)則建議可透過結構方程模式(Structure Equation Model, SEM)之衡量模式分析(Measurement Model)來瞭解是否各問項可 以適當的衡量各個潛在變項，當各觀察問項對潛在變項之因素負荷量(factor loadings)達顯著水準，表示具有收斂和區別效度。
以下也針對實體環境(企業團隊)與虛擬環境(Yahoo！奇摩知識＋)分別明之。
1. 實體環境(企業團隊)
如表 4-14 所示，針對因素負荷量、組成信度與平均萃取變異量，可看出因 素負荷量皆高於0.5，且達顯著水準；權力的各個子構面權數(weights)均達顯著，
顯示可架構出良好二階模式；組成信度皆介於0.827 至 0.956 之間，說明本研究 構面具有良好的信度。再則，所有AVE 也皆大於 0.5，表示問項可以適當的衡量 各個子構面，擁有適當的收斂效度和區別效度。另則，依據Fornell & Larcker(1981) 建議，該構面的 AVE 要大於該構面與其它構面之相關係數平方值，則表示具有 區別效度，表4-15 相關係數矩陣顯示各構面均符合區別效度之衡量標準。
表4-14、研究構面之衡量模式分析結果(企業團隊) Construct/Indicators Loadings
／
Weights t-statistic CR AVE 相互信任 MTRU_02 0.885** 37.864
MTRU_04 0.726** 14.880 MTRU_03 0.820** 24.634 MTRU_01 0.887** 53.731
0.899 0.691
相互承諾 MCOM_03 0.820** 24.634 MCOM_02 0.885** 37.864 MCOM_01 0.887** 53.731 MCOM_04 0.726** 14.880
0.945 0.811
PREW_01 0.731** 9.566 PREW_02 0.722** 8.106 獎賞權
PREW_03 0.707** 8.172 權力
專家權 PEXP_01 0.830** 23.669 NA NA
PEXP_02 0.862** 32.136 PEXP_03 0.791** 17.129 PCOE_02 0.738** 4.449 強制權 PCOE_03 0.685** 3.938 PREF_01 0.764** 18.669 PREF_02 0.737** 12.593 參照權
PREF_03 0.641** 9.341 PLEG_01 0.872** 39.162 PLEG_02 0.860** 34.939 法定權
PLEG_03 0.698** 11.172
相互影響 MINF_02 0.885** 12.216 MINF_01 0.887** 24.300 MINF_03 0.820** 20.696
0.879 0.708
期望報酬 REWAR_02 0.957** 119.866 REWAR_01 0.923** 62.911 REWAR_03 0.933** 70.083
0.956 0.880
期望關係 ASOCI_03 0.906** 36.397 ASOCI_02 0.851** 19.437 ASOCI_04 0.883** 31.565 ASOCI_01 0.744** 14.998
0.911 0.720
交換成本 COST_02 0.879** 8.160 COST_03 0.648** 3.723 COST_01 0.759** 5.855 COST_04 0.867** 8.981
0.870 0.630
共同分享 CS_03 0.851** 29.828
CS_02 0.739** 10.336
CS_04 0.758** 11.465
0.827 0.615
權威排序 AR_07 0.897** 52.371
AR_06 0.823** 26.501
AR_08 0.782** 15.293
0.874 0.698
對等互惠 EM_03 0.839** 25.597
EM_01 0.888** 38.626
EM_02 0.809** 20.125
EM_04 0.897** 72.28
0.918 0.738
市場定價 MP_02 0.891** 43.965
MP_01 0.831** 18.808
MP_05 0.637** 9.067
0.834 0.630
知識分享行為 KSBEH_03 0.866** 35.721 KSBEH _02 0.839** 23.184 KSBEH _01 0.830** 24.302 KSBEH _04 0.841** 31.422
0.909 0.668
KSBEH _05 0.699** 13.532 註： 1.CR 為組成信度(composite reliability); AVE 為平均萃取變異量(average variance
extracted)
2.*p<0.05, **p<0.01
表4-15、研究構面之相關係數矩陣(企業團隊)
AR CS EM MP ASOCI COST REWAR KSBEH MCOM MINF MTRU POWER AR 0.698
CS 0.222 0.615 EM 0.526 0.348 0.738 MP 0.242 0.270 0.398 0.630 ASOCI 0.204 0.380 0.192 0.352 0.720
COST -0.100 -0.131 -0.157 0.031 0.057 0.630 REWAR 0.358 0.226 0.460 0.422 0.294 -0.060 0.880
KSBEH 0.215 0.415 0.149 0.250 0.546 -0.033 0.245 0.668
MCOM 0.275 0.405 0.280 0.271 0.535 0.004 0.190 0.408 0.811 MINF 0.335 0.263 0.300 0.342 0.456 0.006 0.445 0.316 0.426 0.708 MTRU 0.427 0.438 0.542 0.297 0.399 -0.166 0.374 0.368 0.465 0.398 0.691 POWER 0.482 0.438 0.432 0.467 0.484 0.002 0.487 0.471 0.360 0.517 0.438 N/A 註：1.對角線粗黑斜體字部份為平均萃取變異量(AVE)
2. AR 為權威排序，CS 為共同分享，EM 為對等互惠，MP 為市場定價，ASOCI 為期望關係，
COST 為交換成本，REWAR 為期望報酬，KSBEH 為知識分享行為，MCOM 為相互承諾，
MINF 為相互影響，MTRU 為相互信任，POWER 為權力
2. 虛擬環境(Yahoo！奇摩知識＋)
如表 4-16 所示，針對因素負荷量、組成信度與平均萃取變異量，可看出因 素負荷量皆高於0.5，且達顯著水準；權力的各個子構面權數(weights)均達顯著，
顯示可架構出良好二階模式；組成信度皆介於0.871 至 0.939 之間，說明本研究 構面具有良好的信度。再則，所有AVE 也皆大於 0.5，表示問項可以適當的衡量 各個子構面，擁有適當的收斂效度和區別效度。另則，依據Fornell & Larcker(1981) 建議，該構面的 AVE 要大於該構面與其它構面之相關係數平方值，則表示具有 區別效度，表4-17 相關係數矩陣顯示各構面均符合區別效度之衡量標準。
表4-16、研究構面之衡量模式分析結果(奇摩知識＋) Construct/Indicators Loadings／
Weights t-statistic CR AVE
相互信任 MTRU_01 0.921** 70.314
MTRU_03 0.815** 56.297 MTRU_02 0.886** 33.250
0.933 0.824
相互承諾 MCOM_02 0.932** 75.519 MCOM_03 0.912** 45.790 MCOM_01 0.844** 21.820 MCOM_04 0.842** 21.375
0.934 0.780
相互影響 MINF_02 0.857** 21.338 MINF_03 0.834** 18.413 MINF_01 0.805** 17.905
0.871 0.693
PEXP_01 0.864** 49.021 PEXP_02 0.899** 75.677 專家權
PEXP_03 0.847** 47.172 PREF_01 0.856** 38.736 PREF_02 0.886** 63.760 參照權
PREF_03 0.783** 32.201 PLEG_01 0.817** 28.886 PLEG_02 0.900** 72.019 權力
法定權
PLEG_03 0.859** 42.628 NA NA
期望報酬 REWAR_03 0.902** 39.967 REWAR_04 0.877** 30.772 REWAR_02 0.848** 28.077 REWAR_01 0.742** 13.316
0.908 0.713
期望關係 ASOCI_02 0.934** 68.015 ASOCI_03 0.912** 40.497 ASOCI_01 0.898** 43.288
0.939 0.837
交換成本 COST_02 0.837** 5.015 COST_01 0.809** 5.015 COST_04 0.730** 5.278 COST_03 0.678** 5.070
0.850 0.587
共同分享 CS_03 0.851** 23.784 CS_02 0.815** 18.987 CS_04 0.761** 23.240
0.851 0.656
權威排序 AR_05 0.860** 31.023 AR_04 0.836** 18.810 AR_06 0.829** 21.578
0.879 0.708
對等互惠 EM_03 0.878** 31.044 EM_02 0.854** 18.890 EM_01 0.846** 25.850 EM_04 0.753** 14.401
0.901 0.696
市場定價 MP_01 0.820** 14.401 0.829 0.618
MP_02 0.788** 11.266 MP_04 0.750** 10.296 知識分享行為 KSBEH_01 0.894** 41.732
KSBEH _02 0.893** 31.820 KSBEH _04 0.871** 36.516 KSBEH _05 0.762** 12.946 KSBEH _03 0.734** 14.767
0.919 0.695
註： 1.CR 為組成信度(composite reliability); AVE 為平均萃取變異量(average variance extracted)
2.*p<0.05, **p<0.01
表4-17、研究構面之相關係數矩陣(奇摩知識＋)
AR CS EM MP ASOCI COST REWAR KSBEH MCOM MINF MTRU POWER AR 0.708
CS 0.398 0.656 EM 0.357 0.643 0.696 MP 0.359 0.221 0.179 0.618 ASOCI 0.399 0.363 0.313 0.320 0.837
COST 0.246 0.122 0.085 0.330 0.329 0.587 REWAR 0.397 0.445 0.444 0.415 0.379 0.332 0.713
KSBEH 0.297 0.561 0.507 0.196 0.405 0.210 0.440 0.695 MCOM 0.434 0.616 0.601 0.298 0.430 0.215 0.584 0.600 0.780
MINF 0.368 0.348 0.362 0.381 0.329 0.356 0.464 0.356 0.425 0.693 MTRU 0.455 0.612 0.608 0.186 0.378 0.138 0.389 0.454 0.600 0.357 0.824 POWER 0.381 0.465 0.389 0.320 0.609 0.430 0.487 0.609 0.509 0.392 0.412 N/A 註：1.對角線粗黑斜體字部份為平均萃取變異量(AVE)
2.AR 為權威排序，CS 為共同分享，EM 為對等互惠，MP 為市場定價，ASOCI 為期望關係，
COST 為交換成本，REWAR 為期望報酬，KSBEH 為知識分享行為，MCOM 為相互承諾，
MINF 為相互影響，MTRU 為相互信任，POWER 為權力
三、結構模式分析(Structural Model)
本研究使用PLS 進行檢測模式的因果關係，以 Smart PLS 2.0 為分析軟體，
並採用bootstrapping 重新抽樣方法(模擬 500 筆樣本)來檢測模型中路徑顯著程度 (Chin, 1998)。由於假說關係是雙向，因此本研究使用雙尾檢定。以下則是分別
並採用bootstrapping 重新抽樣方法(模擬 500 筆樣本)來檢測模型中路徑顯著程度 (Chin, 1998)。由於假說關係是雙向，因此本研究使用雙尾檢定。以下則是分別