第三章 研究方法
第五節 資料分析方法
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
66
第五節 資料分析方法
本研究以 LISREL 8.8 與 SPSS 18 兩種統計軟體做為分析工具，共使用了敘 述性統計分析、信度分析、驗證性因素分析、單因子變異數分析、相關分析、複 迴歸分析及結構方程模式，其資料分析方法詳細說明如下：
一、敘述性統計分析（descriptive statistics）
敘述性統計分析係針對樣本之基本特性，包括性別、年齡、婚姻狀況、教育 程度、公司類別、所屬部門與工作年資等進行敘述性分析中之次數分配、百分比、
平均數、標準差，以了解樣本基本特性與分配情形。
二、信度分析（reliability of analysis）
信度可以代表一份量表之穩定程度，本研究之信度分析以Cronbach’s α 值檢 驗研究量表中各構面之內部一致性。一般來說，Cronbach’s α 值愈大，其代表愈 具有內部一致性，信度也就越高。當Cronbach’s α 值≧0.7 時，可視為高信度代 表，0.35≦Cronbach’s α 值＜0.7 時，可視為中信度，Cronbach’s α 值＜0.3 時，則 為低信度（Nunnally, 1978）。
三、驗證性因素分析（confirmatory factor analysis, CFA）
本研究所採用之量表皆為先前學者所發展出之成熟量表，而驗證性因素分析 主要在檢驗既有量表各構面間之合理性，為確認本研究所使用之量表構面間之變 項，以 LISREL 8.8 執行驗證性因素分析加以檢驗量表之建構效度。
四、獨立樣本 t 檢定（independent t – test）
本研究以獨立樣本 t 檢定來檢驗不同員工屬性，如性別、年齡、婚姻狀況、
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
67
教育程度、公司類別、所屬部門與在公司的工作年資對人格特質、信任關係與知 識分享意願變項上是否具有顯著差異存在。
五、單因子變異數分析（one - way anova）
本研究單因子變異數分別檢定研究樣本的不同個人屬性，如性別、年齡、婚 姻狀況、教育程度、公司類別、所屬部門與在公司的工作年資對人格特質、信任 關係與知識分享意願變項上是否具有顯著差異存在。若檢驗結果達顯著水準時，
再進一步執行 LSD 法進行事後多重比較，以了解各群組之間的差異情況。
六、相關分析（analysis of correlation）
利用 Pearson 積差相關（Pearson Product-Moment Correlation）檢驗人格特質、
信任關係與知識分享意願各變項間之相關程度。
七、複迴歸分析（multiple regression analysis）
以複迴歸分析分別探討人格特質對知識分享意願以及信任關係對知識分享 意願之預測能力。另外，本研究將以層級迴歸分析來檢驗中介變項之影響，說明 以信任關係為中介變項，探討其在人格特質與知識分享意願之間的中介效果。
八、結構方程模式（structural equation modeling, SEM）
本研究採用 Anderson & Gerbing（1998）提出的兩階段方式進行結構方程模 式（Structural Equation Modeling, SEM）分析。第一階段先以 LISREL 8.8 執行驗 證性因素分析來瞭解測量模式與觀察資料的適配度，主要觀察指標12有χ2/df 、 NNFI（NonNormed Fit Index）、CFI（Comparative Fit Index）、RMSEA（Root Mean
12本研究之配適度指標 χ2為卡方值；CFI (Comparative Fit Index)為比較配適指標；NNFI (NonNormed Fit Index)為非正規化適配指標：RMSEA (Root Mean Square Error of Approximation)為漸近誤差均方 根：SRMR (Standardized Root Mean square Residual)為標準化均方根殘差。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
68
Square Error of Approximation）、SRMR（Standardized Root Mean square Residual）
等指標。
Joreskog & Sorbom（1993）指出，χ2/df 應小於 3（寬鬆的界定到 5），表示 模式的配適度可以接受。本研究判別標準，以χ2/df 值小於 3 為佳，在 3-5 之間 為合理的範圍。
此外，NNFI、CFI 值通常需要在.90 以上（Bollen, 1989）。RMSEA 評估模式 的誤差值，RMSEA 在小於.10 是可接受的水準，若小於.05 則可視為適配度良好
（Steiger & Lind, 1980）。而 SRMR 是衡量觀察矩陣與隱含矩陣差異的良好指標；
SRMR 小於.08 表示適配度良好（Bentler, 1995）。
整體模式的 CFA 達到良好配適時，接著要檢查每一個潛在變數之觀察指標 的多元相關平方（squared multiple correlation, SMC）是否顯著（t 值大於 1.96），
多元相關平方值可用於衡量個別變數之線性關係的強度，其值愈大愈適合作為衡 量的工具，以 t 值是否顯著來藉以評估收斂效度（convergent validity），若 t 值大 於 2，則可稱之為具收斂效度，同時檢視各潛在變數間的相關係數在假定為 1.0 的情況下是否顯著，藉以評估區辨效度（discriminant validity）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
69