資料分析方法

第三章研究設計與實施

本研究以 SPSS 22.0 (PASW statistics)統計分析軟體作為本研究問卷資料的分析工具。資料分析方法如下:

一、描述性統計分析(Descriptive statistics):

描述性統計主要用以描述、整理以及解釋資料的統計結果；本研究用以分析受測者的統計變項，利用簡單次數分配及百分等級敘述性統計方法來描述所回收之樣本資料，包含性別、年齡、學歷、工作年資、工作領域等及受雇年資等，並計算各個變項(企業形象、雇主形象與組織人

才吸引力)的平均數、標準差了解分布情形，作為進一步的分析基礎。

二、信度分析(Reliability):

信度亦可稱為可靠度，是指一份量表之一致性與穩定性(林震岩，

2006)；本研究以 Cornbach’s α係數來檢定量表信度，測量企業形象、

雇主形象及組織人才吸引力三種量表之變數衡量細項間的一致性。

α 值越大，表示量表內部一致性越大。 Cornbach’s α 係數介於.70~.98 之間表示高信度值；而低於 0.35 則表示低信度，需予以排除(林震岩，2006)。

三、F 檢定(F-test):

F 檢定主要用在檢定三組以上類別樣本的平均數差異顯著性；本研究用以檢測三組以上個人背景(年齡、學歷、派遣工作年資)填答對象的差異，分別對企業形象、雇主形象與組織人才吸引力影響的相異程度。

其後進行事後比較(posterior comparison)，比較三組類別樣本的平均數差異程度，用以分別檢測並比較在企業形象、雇主形象與組織人才吸引力的影響程度中，三種個人背景(年齡、學歷、派遣工作年資)填答對象的影響程度。

四、相關分析(Correlation analysis):

相關分析主要用在探討變數之間的相關程度與相關方向，以衡量相關程度大小與其方向性；本研究利用相關分析法檢驗企業形象、雇主形象及組織人才吸引力量表變數間相關性是否顯著，以利迴歸分析的進行。

五、簡單迴歸分析(Regression analysis):

回歸分析主要透過兩變項之間的線性關係，分析兩變項之間的關係；本研究藉此方法分析企業形象與組織人才吸引力以及雇主形象與組織人才吸引力之間影響。

六、多元迴歸分析（Multiple regression analysis）

多元迴歸主要用與檢定多個自變項，用以預測一個應變項，同時具備篩選自變項的能力，從而發展、檢定多個包含不同自變項的模式；本研究用以檢測企業形象三種構面之影響程度百分比，以探討何者為影響企業形象程度較高者。

七、優勢分析(Dominance Analysis)

陳怡靜與錢國倫(2015)在比較兩者形象時提到，當預測變項間彼此相關時，單透過迴歸分析無法比較並檢驗功能性形象與象徵性形象對於組織人才吸引力的影響程度何者更為顯著，因此本研究參考其分析方式，

採用 Budescu（1993）提出的優勢分析法（Dominance Analysis）來檢驗；

利用該分析方法了解自變項對依變項的總解釋變異量（R2）所產生的貢獻，以及不同的自變項組合所產生的貢獻度；影響程度的比較結果為各變項在總解釋變異量所佔的百分比。

在文檔中派遣公司企業形象與雇主形象對其組織人才吸引力影響之研究 (頁 61-64)