敘述性統計分析

為瞭解使用中小網大企業員工的性別、年齡層、教育程度、產業及使用中小 網大網站之特性等，遂將 210 份有效問卷資料加以分析，俾利參考，彙集結果如 表 4.1。在性別分類上，男性填答者較多(58.10%)，但在比例上與女性受測者落差 並不太大，有助於分析資料時減少性別差異的問題；年齡主要集中於 21 -30 歲 (57.60%)，其次為 30- 40 歲(30.5%)；教育程度大多集中於大學(50.7%)及研究所(含) 以上(38.9%)；年資集中在未滿 3 年(46.90%)及 4-6 年(24.60%)；產業分佈方面，資 訊及通訊業占 25.7%、製造業占 22.4%、教育服務業占 14.3%、金融及保險業占 8.1%、

專業科學及技術服務業占 7.6%、批發及零售業占 7.1%、營造業占 4.3%、醫療保 健及社會工作服務業占 3.8%、其他占 2.4%、藝術娛樂及休閒服務業占 1.9%、運 輸及倉儲業占 1.4%、餐飲及住宿業占 1%，樣本主要以資訊及通訊業、製造業、教 育服務業占多數。在樣本使用中小網大的狀況來看，受測者接觸中小網大多集中 在未滿 1 年(34.30%)、1-3 年(46.7%)為主，初期使用者占多數；受測者填寫此份問 卷是依曾參與過之學院課程做依據，比例依序為資訊科技學院(37.6%)、綜合知識 學院(21%)、財務融通學院(16.7%)、人力資源學院(16.2%)、行銷流通學院(8.6%)；

填答者使用網站服務功能以學院課程(100%)、線上社群 (100%)、網大電子書 (33.8%)為主，其他功能較少使用；在公司制度方面，受測者參與中小網大與公司 管理規章有關：考核占 35.9%、獎勵與升遷各占 21.1%、表揚則占 13.4%、不干涉 占 50.2%，由此可知大約有半數公司對於員工使用中小網大沒有採任何獎勵或懲處 等實際的措施，讓員工主動學習，而有半數則是會以規章來推動學習，詳細敘述 性統計資料如附錄三。

52

本研究透過計算平均值了解受測者對各個構面之回應程度，在各變項之衡量 方式採 Likert 七點量表，整體而言各構面平均數皆高於中位數 4，表示受測者對 於各變數之同意程度普遍是較高的。在教學臨場感又以教學設計之同意程度較高，

社會臨場感方面則是以團體凝聚平均數較高，認知臨場感則是以解決平均數較高，

在訓練成效方面受測者對於工作應用程度之同意度較高，顯示受測者在接受訓練 後確實能提升自我，將訓練成效實際應用在工作上。各變數之平均值及標準差內 容如表 4-1 所示。

表 4-1

變數之平均值與標準差

構面 變數 平均數(M) 標準差(SD)

教學臨場感 教學設計 5.432 .935

促進言談 5.014 1.180

直接教學 5.056 1.191

社會臨場感 情緒表達 4.998 1.243

開放溝通 5.059 1.159

團體凝聚 5.137 1.117

認知臨場感 觸發 5.471 .885

探索 5.498 .887

整合 5.484 .890

解決 5.449 .903

自我效能 -- 5.207 1.014

訓練成效 訓練滿意程度 5.544 .929

才能增進程度 5.448 .958

工作應用程度 5.572 .936

53

在問卷調查中，未回應受測者的意向若代表某一與回覆者不同的群體，便會 導致無回應偏誤（Non-response bias），因此本研究需對未回應可能產生之誤差作檢 測，Armstrong and Overton (1977)指出問卷的回收時間若不同，較晚回應者的特性 基本上會非常近似於未回應者，可將催收後所回收之問卷視為無回應問卷與催收 前期的問卷做比較，以獨立 t 檢定來檢驗兩次回收問卷在各變數上之回答是否有顯 著差異。本研究比較催收前樣本（n=150）與催收後樣本（n=60），進行兩組本在 所有變項共 52 個問項之平均值差異檢定（t-test），結果顯示沒有顯著差異，其 p 值皆>.05，如表 4-2 所示。代表無回應偏誤在本研究中並沒有造成嚴重的影響，也 表示本研究在催收前後回收的樣本具有一定程度的同質性。

表 4-2

無回應偏誤檢定

變數

催收前問卷 (n=150)

平均數

催收後問卷 (n=60) 平均數

t值 p值

教學臨場感 47.15 46.25 .795 .428 社會臨場感 45.62 45.48 .113 .910 認知臨場感 71.28 71.02 .210 .834 自我效能 20.90 20.65 .508 .612 訓練成效 93.15 91.62 .813 .417

*p < .05, **p < .01, ***p < .001

彭台光、高月慈、林鉦棽（2006）指出當我們透過自陳式(self-report)量表、單 一來源的受測者、題型極為一致時，回答的結果會呈現構念間的相關性膨脹，也 有可能減弱變項間的關係，這就是共同方法變異(Common Method Variance)所產生 的偏差。因此，本研究對於避免共同方法變異採取了事前預防、事後偵測措施。

事前預防的部份是告知填答之資料是匿名不公開；也不寫出研究目的和變項的名

54

稱，以免造成受測者的猜疑；並設計反向題以減少不謹慎填答的狀況；另外整份 問卷的問題不使用艱深文字，以簡單易懂為設計原則。事後偵測部分是採用哈門 氏單因子測試法(Harman’s single-factor test)來偵測 CMV 的影響(Podsakoff & Organ, 1986)。其基本假設為當一個主要因素可以解釋所有變項間的多數共變異數時(解釋 變異量高於 50%)，則表示變項間存在著共同方法變異的問題。因此本研究將所有 衡量問項做因素分析，結果顯示未旋轉的第一個因子可解釋的變異量為 40.28%，

小於 50%之標準，表示單一因素無法解釋大部份的變異，因此本研究雖採用自陳 式量表來蒐集單一受測者的認知感受，但沒有共同方法變異問題。

表 4-3

共同方法變異檢定

因素 特徵值 解釋變異量(%) 累積解釋變異量(%)

因素一 20.948 40.284 40.284

因素二 3.059 3.059 46.166

因素三 2.875 2.875 51.696

因素四 1.893 1.893 55.336

因素五 1.527 1.527 58.273

因素六 1.357 1.357 60.883

因素七 1.250 1.250 63.287

因素八 1.148 1.148 65.495

因素九 1.027 1.027 67.469

55