• 沒有找到結果。

第四章 統計結果分析

第一節 樣本特性

一、 回收樣本同質性檢測分析

本研究係以台灣之高科技產業工程師為研究母群體,問卷施測發放 600 份問卷進行抽樣調查。施測期間自 2012 年 12 月 1 日至 2013 年 1 月 31 日,

共回收 263 份問卷,無效問卷 35 份、有效問卷 228 份,有效回收率為 38

%。因此本研究資料分析僅採用有效問卷回收 228 份資料進行分析。

由於發放的問卷約六成無法回收,為確保回收樣本具有代表性,能使研 究結果推論至樣本架構,因此針對未回卷進行同質性檢定檢測。Armstrong 和 Overton (1977)建議將回收問卷依照回收時間,分成前 75%與後 25%兩 組,比較兩組樣本在問卷的主要問題上是否有顯著差異。此檢測方法主要 假設後期回收樣本應近似於未回收的樣本。基於無法得知未回收樣本的真 實反應,本研究依據問卷回收時間先後,將 228 份有效問卷,取有效問卷 前 166 份問卷為第一組樣本,後 62 份問卷為第二組樣本,採用卡方分析與 獨立樣本 t 檢定將問卷中的人口統計變數與研究構面作為依變數,檢定兩組 樣本對於各量表之研究變項的實施程度是否有顯著差異。

分析結果發現所有人口統計變項的卡方同質性檢定之 P-value 皆未達 0.05 顯著水準,且前後兩群樣本在各研究構面之獨立 t 檢定也完全不顯著,

詳如表 4-1 與表 4-2 所示,顯示合乎樣本同質的假設,即接受無顯著差異存 在,應可解釋為未回卷樣本與回卷樣本沒有顯著的差別,因此本研究的回

42

43

44 常態分佈(multivariate normal distribution)之假定。

首先,先確認本研究所有變項之單變量常態之情形,由於 Kline(1998) 時(p 為觀察變項數目),則資料具有多元常態性(Bollen, 1989)。本研究 所使用之觀察變項數目為 13,故計算出之對照值為 13*(13+2)=195,由表

45

4-6 可知 Mardia 係數為 57.642,小於 195,所以本研究之樣本分佈應可符合 多元常態分佈之狀況。

表 4-4 單變量常態與多變量常態檢測表

變項 min max 偏態 c.r. 峰度 c.r.

熱情 5 1.000 5.000

-.828

-5.106

3.530

10.881 熱情 4 1.000 5.000

-.722

-4.454

2.022

6.233 熱情 3 1.000 5.000

-1.022

-6.302

-.640

-1.973 熱情 2 1.000 5.000

-.562

-3.465

2.063

6.359 熱情 1 1.000 5.000

-2.188

-13.489

4.144

12.772 生活一致性 1.000 5.000

-.380

-2.341

-.086

-.266 當下達成性 1.000 5.000

-.482

-2.974

-.007

-.023 當下滿足性 1.000 5.000

-.291

-1.793

-.079

-.245 條件良好性 1.000 5.000

-.607

-3.744

.122

.375 理想接近性 1.000 5.000

-.297

-1.833

-.303

-.934 工作個人生活提升 1.000 5.000

-.470

-2.894

.470

1.448 工作介入個人生活 1.000 5.000

-.366

-2.253

.791

2.437 個人生活介入工作 1.000 5.000

-1.347

-8.304

2.686

8.278

多變量常態考驗

57.642

22.037

46

四、 以統計檢定力計算樣本數目之合適性檢測

本研究所採用之統計技術為結構方程模式,屬於大樣本的分析取向,由 於在共變異數矩陣大小的差異對樣本數非常敏感,一般結構方程模式的要 求為模型的觀察變項於 10-15 個之間,樣本數應為 200-400 個較為適當

(Chang, 2011),本研究之有效樣本為 228 個,符合其所規範之範圍。

另外的經驗法則來自 Bentler 和 Chou(1987)所示,其認為在研究資料 符合常態分佈的情況下,以估計參數的 5 倍為樣本數;一般來說估計參數 約為觀察變項數目的 2 倍,換言之,樣本數需要觀察變項數目的 10 倍,故 本研究所用之觀察變項數目共有 13 個,計算得知至少需要 130 個有效樣本 數,本研究之有效樣本數為 228 個,亦滿足此法則之敘述。

為確保本研究之有效樣本數能達到實務上的顯著性,以 MacCallum, Browne 和 Sugawara(1996)提出利用 RMSEA 來計算樣本數的方法,利用 R 語言的語法,在接近配適(close fit)與檢定力(power)為 0.8 之前提下,

計算出本研究所需最少有效樣本數為 183 個,故以統計檢定力之規定觀之,

本研究之有效樣本數目為 228 個已能符合要求。

47