資料分析

本研究以統計軟體 SPSS18 做初步的描述性統計分析、探索性因素分析、

信度分析及相關分析。在模型適配度上，使用統計軟體 Mplus7 進行驗證性因素 分析。在假設驗證的分析上，因為員工樣本資料有巢套效果，因此使用 HLM 以控制主管之影響效果。以下將針對各分析進行說明。

壹、描述統計

本研究之描述統計分析，用於各變項與樣本的背景資料，其中包含樣本組 成的次數分配、百分比、平均數與標準差。透過這些分析結果，了解樣本組成 分布及各變項分數的基本概況。

貳、因素分析

在整體研究變項之驗證性因素分析的部分，由於使用所有題目作為模式適 配度的估計參數時，可能造成估計參數過多之情況（Graves, Ruderman, Ohlott,

& Weber, 2012），因此針對題目較多的概念進行題目組合（Hall, Snell, & Foust, 1999）。本研究所使用之組織公民行為題目較多，因此將組織公民行為依據 Etic 與 Emic 概念進行題目組合。最後，本研究分析量表的內部一致性信度，以瞭 解測量變項是否具有穩定的內部一致性，同時考量刪除特定題目後內部一致性 的改變程度，作為最後題目篩選標準。

40

參、信度分析與相關分析

在確定因素結構後，針對各因素內部之題目，進行內部一致性信度檢驗。

本研究以 Cronbach’s α值 0.7 作為切分點，大於 0.7 表示該因素內之題目間具 有高度的內部一致性（Nunnally & Bernstein, 1994）。若低於 0.7 則需要檢核該因 素內，是否有題目應予以剔除以提高內部一致性。

本研究中，針對所關注之變項進行相關分析，以初步瞭解各個變項之間的 相關程度。相關係數介於-1 與 1 之間：0 到 1 之間為正相關，0 到-1 之間為負 相關。

肆、階層線性模型分析

本研究的資料具巢套性質，為了控制主管所造成的組間差異效果，故使用 階層線性模式（Hierarchical Linear Modeling，簡稱 HLM）進行分析，避免資料 之間不獨立的狀況。使用 HLM 進行分析的好處，還可以讓預測因素保持在適 當分析層次的同時，並估計不同層次的因素對個人層次結果變項的影響（Bryk

& Raudenbush, 1992）。由於本研究資料是由一位主管對一至三位的部屬績效進 行評分，具有巢套性質。因此本研究之假設檢驗將透過 HLM 的分析方式，以 控制主管本身對於部屬績效資料不獨立的影響效果。

一、巢套效果分析

在 HLM 的分析步驟上，本研究將根據 Hofmann（1997）所提出的 HLM 分 析程序，分別按照虛無模式（null model）與隨機係數迴歸模式（random

41

coefficient model）的程序進行研究假設的檢驗。在虛無模式階段，依序檢驗工 作績效、組織公民行為（Etic & Emic）與創造性績效三個工作表現之結果變 項，確認是否會受到共同評分者的巢套影響。在階層線性模型的概念中，通常 會使用 ICC1 作為評分者影響的指標（James, Demaree, & Wolf, 1984）。因此，

本研究將以虛無模式來檢驗了評分者所造成的組間影響效果。假若主管效果十 分顯著，會在用隨機係數迴歸模式來控制主管效果，而後再進一步分析。

二、主要效果分析

除了教育程度外，其餘變項均以總平均數中心化處理。Hofmann and Gavin

（1998）認為將 Level-1 的預測變項都進行總平均數中心化（Grand-mean Centering）後再放入迴歸分析中，以此控制評分者效果（在本研究中為主管效 果，supervisor effect）是適合的方式。最後進行此分析時，首先放入控制變 項，接著放入經過總平均數中心化的部屬 IOAM、SOAM 進入 HLM 分析軟體 來進行主要效果的檢驗，驗證假設一、二與三是否成立。

三、調節效果分析

預測變項與調節變項之交互作用的假設檢驗，首先先放入控制變項，接著 放入經過總平均數中心化的員工 IOAM、SOAM，最後再放入員工主觀知覺的 任務互依性，以及預測變項與調節變項進行相乘而得之交互作用項，以檢驗調 節效果是否成立，進一步驗證假設四與五。由於交互作用項與預測變項、調節 變項會有高相關，為避免多元共線性問題（multicollinearity），本研究依據 Aiken 與 West（1991）的建議，將預測變項與調節變項中心化（center to mean），並將兩個中心化分數相乘以得交互作用項。

42

43