資料分析方法

為求能適切的符合研究目的及研究變項，本研究將採取量化研究，

包括基本分析及整體模式分析。問卷回收後，將先檢視每份問卷的填答 情形，問卷中若有資料不完整或填答內容明顯矛盾者，則視為無效問卷 並予剔除；隨後將有效問卷進行編碼及登錄。

當問卷調查資料完成電腦建檔後，即列印資料加以核對，修正可能 的錯誤，使調查所得的資料能夠正確無誤。然後運用 SPSS 統計套裝軟 體進行資料分析，使用描述性統計來表現各個變項的分佈情形，並進一 步採用推論性統計來分析心理契約、樂觀性格、知覺組織支持、幸福感 及組織承諾等變項間之影響程度，進行研究假設檢定與資料分析。有關 本研究所使用之統計方法另說明如下：

一、資料篩檢

以 SPSS 軟體針對有效樣本，檢視各問卷資料是否有所遺漏之狀況。

二、描述性統計分析

係指利用系統性的統計方法與技術，針對資料進行分類、整理、敘 述統計與初步解釋。目的是為簡化數量龐大的原始資料，並可明確說明 各項數據之意涵（邱皓政，2006）。本研究採用 SPSS 統計軟體檢視相 關變項之平均數、標準差以描述樣本特性；包括個人基本資料中性別、

年齡、年資、教育程度等，以及心理契約、樂觀性格、知覺組織支持、

幸福感及組織承諾等變項之百分比、平均數、標準差與次數分配等基本 分析，其初步了解填答者在各變項中之反應狀況。

本研究係運用 SPSS 軟體檢視相關變項的平均數、標準差等分配情 形，描述樣本的特性；包括本研究個人基本資料中的性別、年齡、工作 年資、教育程度等樣本資料，以及心理契約、樂觀性格、知覺組織支持、

54

幸福感及組織承諾等研究變項之百分比、平均數、標準差及次數分配等 基本統計分析，以瞭解問卷填答者在各變項中的反應情況。

三、信度分析

郭生玉（2005）指出信度（ Reliability）是指測驗結果的一致性

（Consistency）與穩定性（Stability），也就是測驗分 數的可信度與可靠 性。一致性則是相同態度之各題項間的所產生之衡量結果應具備一致性；

在相同的尺度中，各項目亦具有內部同質性（Internal homogeneity）或 內部一致性（Internal consistency）。穩定性是指重複衡量相同的人、事、

物，皆可獲得相同的結果。

本研究在信度之分析，係採取 Cronbach’s α 係數檢測問卷各項量表 之內部一致性的信度。Cronbach’s α 係數是為計算各題項間相互關聯程 度所設計之函數；0<α<1，α值愈高則代表內部一致性愈佳；若α係數 值大於 0.7，則代表為高信度；一般檢測時α係數值至少要大於 0.5，才 表示具備一定程度之信度（Nunnally, 1978）。

四、效度分析

郭生玉（2005）指出效度（Validity）是測驗工具能夠確實測 量目標 特質之程度，反應的是測驗結果的正確性；而一般較常使用的效度分析 方法就是內容效度（Content validity）。

本研究問卷之設計，係經過蒐集文獻、整理與分析後，參考國內、

外學者於過往研究所發展使用之量表，初步彙整編製問卷底稿；後向指 導教授請益各問卷量表的構面與題項之適切性，同時參酌相關學者、個 案公司相關高階主管及英文專業人員意見加以編整、修正、審核、潤飾，

彙整後再接受指導教授之指導，據以建立問卷的內容效度。

五、相關分析

55

相關分析（Correlation analysis）目的是初步檢測兩個變項間之關係，

藉由測量相關變項間之直線相關關係的方向，分析變項間的正（負）向 關係；以及利用其強弱程度分析變項間之相關程度，以檢測、釐清各變 項因素之間的相關變化。

相 關 分 析 將 採 用 皮 爾 森 積 差 相 關 （ Pearson product-moment correlation）檢測各變項之相關變化。郭生玉（2005）指出可利用相關係 數絕對值（r）表達關聯強度；r≧0.80 表示相關係數具有高度相關；0.40

≦ r < 0.80 則表示相關系數具有中度相關；若 r<0.40，則表示具有低度 相關。

六、迴歸分析

迴歸分析（Regression analysis）是在兩個變項具有顯著相關性的前 題下，研究一個變項（自變項）影響另一個變項（依變項）的情況，用 以瞭解自變項及其各構面對於依變項及其各構面的個別影響效果。迴歸 分析可找出能表示兩變項間關係之適當數學方程式，藉此則可獲知其彼 此之解釋力或預測能力。

多元迴歸（Multiple regression analysis）分析的目的，則在於檢測兩 個或多個變項間之彼此關係。同樣以線性關係闡述自變項對依變項的預 測能力，藉以了解兩個或多個變項間的相關方向與強弱程度。同時透過 是否達到顯著水準的驗證，進一步說明自變項與依變項之間相互的因果 關係及解釋能力。

本研究係以單迴歸及多元迴歸分析來檢視心理契約、樂觀性格、知 覺組織支持、幸福感與組織承諾等變項之間的影響情形及解釋力。

七、階層迴歸分析

層級迴歸分析（Hierarchical regression analysis）是可更為精準檢驗 自變項與依變項關係的統計方法；是一種透過控制變項之操作、將變項

56

分層處理的整合性多層次分析策略。此一檢驗方式，兼具理論決定與統 計決定的變項選擇程序，用以檢測變項間彼此的預測能力與解釋能力。

本研究將利用層級迴歸分析自變項對依變項的解釋程度，以及彼此 間相互之間的解釋力；透過此一過程觀察其影響力是否有所增強或減弱，

以驗證本研究假設之中介效果是否存在。

57