資料分析方法

本研究資料之分析方式採用量化研究方法，故以SPSS 10.0 版作為主要分析 工具。本研究以信度分析、敘述性統計、皮爾森相關分析、獨立樣本T 檢定、單 因子變異數分析(ONE WAY ANOVA)、多元迴歸分析、LISREL 模式分析等方法，分 別說明如下：

一、信度分析

以 1965 年 Cuieford 提出之 Cronbach’s α 係數，作為本研究衡量信度的 標準。該係數值愈大，代表其內部一致性愈高，顯示衡量變數內各變數之間的相 關程度愈大，亦即受訪者對於構面中之問項變數之反應的一致性程度愈高，而該 因素愈足以代表該部分的變數。α 係數一般介於 0.35 至 0.7 之間，α 係數> 0.7，

表示高信度；α 係數< 0.35，表示低信度。

二、敘述性統計

敘述性統計主要包含次數分配、平均值、變異數等原始資料的直接描述。本 研究針對回收問卷採用敘述性統計之分析方法，說明個人基本資料與各個變數之 樣本數、百分比等，藉以了解回收之樣本分佈特性與樣本結構。

三、皮爾森相關分析

本研究以皮爾森相關分析針對組織支持、社會支持、組織承諾與知識分享意 願各構面來分析其相關性，也針對人口統計變數分析其與組織支持、社會支持、

組織承諾與知識分享意願各構面相關性。當相關係數值愈接近正負1 時，表示變 項的關聯情形愈明顯。相關係數的大小與相對應的意義如表3-5-1 所示。

表3-5-1 相關係數的強度大小與意義 相關係數範圍（絕對值） 變項關連程度

1.00 完全相關 0.70 至0.99 高度相關 0.40 至0.69 中度相關 0.10 至0.39 低對相關 0.10 以下 微弱或無相關 資料來源：邱皓政（2000）

四、獨立樣本t檢定

適用於檢定兩組樣本平均數的差異，本研究以獨立樣本t 檢定檢驗性別、公 司產業及職位等個人特徵之二分變項，在「組織支持」、「社會支持」、「組織承諾」

及「知識分享意願」上是否有顯著差異。

五、變異數分析(ANOVA)

變異數分析的作用在於分析各種變異的來源，並進一步加以比較，以瞭解不 同的實驗變數所造成的結果是否有顯著的差異，並用來檢定三組以上樣本平均數 的差異。本研究使用此法檢定年齡、婚姻狀況、教育程度、任職部門、年資及公 司員工人數等個人特徵變項，「組織支持」、「社會支持」、「組織承諾」及「知識 分享意願」是否有顯著差異，如達顯著差異，則進行Scheffe 多重比較檢定兩組 間之差異情形。

六、多元迴歸分析

多元迴歸分析方法基本上是簡單迴歸分析方法的延伸，不同之處在於簡單迴 歸分析只有一個自變項，而多元迴歸分析有兩個或兩個以上的自變項。本研究利 用迴歸分析中的強迫進入法，以組織支持知覺、社會支持為自變項，組織承諾為 依變項進行多元迴歸分析，檢定自變項對依變項的影響效果為何，是否顯著，再 以組織承諾為自變項，知識分享意願為依變項，檢定自變項對依變項的影響效果

為何，是否顯著。

七、線性結構關係模式分析

線性結構關係模式分析，簡稱 LISREL 模式分析，是探討變數間的線性關 係，並對因果模式進行假設檢定。本研究將以 LISREL 模式分析來探討假設所 推導各構面的相互影響關係。

第四章 組織認同感與知識分享意願分析與結果

本研究的目的想要藉著組織認同感中之組織支持、社會支持及組織承諾的關 係，來了解其對員工知識分享意願的影響。本章針對本研究所回收之問卷做統計 分析，並分別以前述的分析方法來對資料進行研究假設的驗證工作。

第一節 回收樣本描述及敘述性分析

本節係將回收之有效樣本的個人及公司基本資料，以簡單的描述性統計分 析，綜合整理於表4-1-1，了解樣本的基本資料狀況，以利後續的分析使用。

一、回收樣本描述

本研究所使用之人口統計變數分別為：性別、年齡、婚姻狀況、教育程度、

公司產業、職位、任職部門、年資及公司人數。自有效回收樣本資料進行分析發 現:

（一）個人基本資料 1.性別

在486 份樣本當中，男性較女性多了四成左右，男性的有效樣本比率為 72.2%，女性則為27.8%，主要係本次問卷發放對象比例較高者為傳統製造業，該 產業男性員工比例較高。

2.年齡

回收樣本顯示主要以36~45 歲的這個族群為主，佔了37.7%，其次為26~35 歲以下的族群，佔了27.8%，表示受調者大多為中壯年，主要係本次問卷發放公 司皆具一定歷史與規模有關。

3.婚姻狀況

填答者大部分為已婚，佔總樣本數的75.1%，主要係受調者年齡在中壯年居 多。

4.教育程度

填答者大部分具有高學歷，具有大學以上學歷者佔總樣本數的62.7%。

5.工作職位

大部分的填答者大都擔任非主管職，有效百分比為80.3%。

6.任職部門

在有效樣本以任職於生產製造部門者為大多數，有效百分比26.1%，其次為 技術研發部門者，佔了總樣本的17.5%。

7.年資

在有效樣本當中，以工作10年以上的人為大多數，有效百分比為61.0%，其 次為工作6~10年以上的人，佔了總樣本的18.5%，主要係受調者服務於具規模公 司，且年齡在中壯年者居多。

（二）公司基本資料 1.產業別

本研究為使填答者填答方便，將產業別區分為製造業及非製造業。由表4-1-1 我們可以得知回收的樣本主要以製造業為主，有效百分比為74.4%。

2.員工人數

本研究將員工人數歸併分為100人以下、101~500人、501~1000人、及1000 人以上共四組，員工人數在1000人以上的企業為最多，佔了有效樣本數的42.5%，

其次為501~1000人的企業，佔有效百分比36.4%，主要係抽樣的公司多為較具規 模之上市櫃公司。

表 4-1-1 個人及公司基本資料描述性統計分析

此外，本研究將受調查產業區分製造業與服務業，比較二者樣本結構如表

經比較製造業與服務業樣本人口結構，其中服務業年齡分布較製造業為輕，

以26歲～35歲較高，佔總人數44.7%(製造業佔22.2%)，服務業教育程度大學者佔 總人數61.0%，亦較製造業42.8%為高，另製造業年資在10年以上者，佔人數 71.1%，明顯較服務業30.6%高，其他項目差異不大。

二、敘述性統計分析

本研究針對回收問卷之不同人口統計變項在「組織支持」、「社會支持」、「組 織承諾」及「知識分享意願」等構面，將各題項依1~5給予量化計分，並將各構 面透過敘述性統計及說明，以了解本研究樣本在各構面的反應程度。

人口統計變項與組織支持、社會支持、組織承諾及知識分享意願各構面之感 受程度如表4-1-3所示。此外，比較製造業與服務業，不同人口統計變項與組織 支持、社會支持、組織承諾及知識分享意願各構面之感受程度並無顯著差異，如 表4-1-4。茲將分析結果說明如下：

(一) 組織支持

在本研究問卷中，分別就員工感受到的行政、專業與任務的支持為構面加以 衡量，題項重點為員工在組織上及福利津貼、專業訓練、關心與尊重等方面，從 公司及主管所獲得支持的感覺程度，組織支持來自於公司正式行政資源。

在組織支持構面計分方式從1~5分，愈高分則表示組織支持度愈高，經分析 結果，本研究樣本在「組織支持」之平均數為3.291，標準差為0.646，表示企業 員工在組織支持為中等程度。此外服務業在「組織支持」之平均數為3.338，略 高於製造業之平均數為3.265，但差異不大。

以人口統計變數來看，男性、已婚、年齡為26～35歲、教育程度為高中(職) 以下、非製造業、主管職、任職資訊工程部門、年資1年以下及公司人數在1000 人以上的人員相對組織支持感程度較高。以產業別來看，服務業教育程度為大學 者組織支持感程度較高，製造業則以為高中(職)以下教育程度對組織支持感程度 較高，在年資上，服務業以年資4~6年者組織支持感程度較高，製造業則以年資1 年以下對組織支持感程度較高，其餘項目差異不大。

進一步解讀上述統計資料，如排除通訊服務業人口樣本數較低之影響項目，

整體而言，教育程度高中(職)以下及受調在員工人數1000人以上中大型企業，年 資在1年以下之新進員工，對公司及主管在行政、專業與與任務的支持感受程度 較高，主因一般公司及主管為對新進員工教育訓練及工作關心等相對較注重，在 工作指派時也會考量其能力及興趣，在中大型企業組織分工較明確下更為明顯。

另外主管職因在公司資源分配較具優勢，組織支持感程度較高應可理解。

(二) 社會支持

在本研究問卷中，分別就員工感受到其所屬單位主管、同事及家人親友在訊 息、情緒與工具上的支持為構面加以衡量。社會支持來自於家人親友及公司非正 式資源，本研究題項重點為員工在所屬單位主管、同事及家人親友等方面，所獲 得情感上、問題解決與實質幫助等支持的感覺程度。

社會支持構面計分方式從1~5分，愈高分則表示社會支持度愈高，經分析結 果，本研究樣本在「社會支持」構面之平均數為3.695，標準差為0.486，表示企 業員工在社會支持感呈現中等程度。此外服務業在「社會支持」之平均數為 3.726，略高於製造業之平均數為3.686，但差異不大。

以人口統計變數描述性統計分析可知，男性、已婚、年齡為26～35歲、教育 程度為研究所以上、非製造業、主管職、任職資訊工程部門、年資1年以下及公 司人數在1000人以上的人員社會支持感較高。以產業別來看，服務業以教育程度 為大學者社會支持感程度較高，製造業則以為高中(職)以下教育程度對社會支持 感程度較高。在年資上，服務業以年資10年以上者社會支持程感度較高，製造業 則以年資1年以下對社會支持感程度較高，其餘項目差異不大。

進一步解讀上述統計資料，與前一組織支持構面相似，在員工人數1000人以

進一步解讀上述統計資料，與前一組織支持構面相似，在員工人數1000人以