第三章 研究方法
第四節 資料分析
本研究以統計軟體 SPSS 17.0 進行描述統計分析（descriptive statistics）、相 關分析（correlation）、因素分析（factor analysis）、內部一致性信度分析（Cronbach’s α），以瞭解樣本組成、研究變項間之關聯性、研究變項的因子結構與信度。此外，
為確定本研究的研究變項並非相同的構念，在進行假設檢驗前，先使用 EQS 6.1 軟體進行一系列巢套模式的驗證式因素分析，以確認研究變項間的區分性。
研究假設檢驗的部分，則會先進行群體資料加總的驗證，再以統計軟體 HLM 6.08 進行階層線性模式（hierarchical linear modeling），檢驗個人層次（H1、H2）
主要效果與群體層次調節效果（H3、H4、H5、H6）的假設驗證結果。
壹、 描述統計
本研究使用統計軟體，針對本研究中的各個變項與樣本背景資料進行描述性 統計指標的計算，如平均數、標準差、整體樣本組成次數分配與百分比等數值。
藉以瞭解本研究樣本組成之分佈、各題項分數及研究變項之基本概況。
49
貳、 因素分析
本研究以探索式因素分析抽取各變項之因素結構，判斷研究構念內容並作為 篩題依據。此外，也進行測量模式的驗證式因素分析，確認所有研究變項的構念 區分性。
在探索式因素分析的部份，本研究採用主軸因子分析法估計因素負荷量，由 於本研究認為變項構念之間存有相關，故採用最優斜交法進行轉軸，Kappa 係數 設為 4，並以特徵值大於 1 作為萃取標準。若題項之因素負荷量過低（小於 0.4），
或者在多個因素上具有顯著負荷量，則考慮刪除該題項（梁建、樊景立，2008）。
在驗證性因素分析的部分，本研究使用統計軟 EQS 6.1 進行整體測量模式
（六子模式）的驗證式因素分析，並進行一系列的巢套模式（alternative nested model）比較，以確認所有因素是可區分且彼此不同的構念。由於使用所有題目 作為模式適配度的估計參數時可能會產生過多的參數（Graves, Ruderman, Ohlott,
& Weber, 2012），因此對題目較多的關係導向 TMX、正向情感、職場友誼機會及 建立主管支持學習量表進行題目組合。其中關係導向 TMX 依三個次向度進行合 併，其他的量表則參考 Landis、Beal、及 Tesluk（2000）的作法，以單一因素方 法（single-factor method）針對每個潛在變項各自分群成三個平均因素負荷量相 似的指標變項。工具性與情感性團隊關係信念的部份因各自只有五個題項，因此 不予以合併。
參、 信度分析
在以探索式因素分析確認量表結構後，本研究進一步以量表的Cronbach’s α 檢定各因素之內部一致性信度，並同時考量刪除特定題項後，是否能使其所屬量 表的信度指標上升，做為最後題項的篩選。通常 Cronbach's α 值需大於 .70 才能 代表該因素內之題項間具有高度的內部一致性（Nunnally & Bernstein, 1994）。
肆、 相關分析
在正式進行假設驗證之前，本研究先以統計軟體計算各變項之間的相關，藉
50
以初步了解工具性與情感性團隊關係信念、關係導向 TMX、職場友誼機會、主 管支持學習及其他控制變項之間的相關性，是否符合假設預測的趨勢。
伍、 群體資料加總之驗證
由於本研究所關注的調節變項屬於群體層次的變項，因此針對由個人所填答 之題項必須先經過檢驗以確保其能加總至群體層次，才能進行後續分析。通常研 究者會採用 ICC（intra class correlation）與 rwg兩種指標來進行判斷資料是否能加 總至群體層次。ICC(1)表示某一變項的變異有多少比例可以在群體層次上被解釋
（Bliese, 2000），ICC(2)是指群體平均數的信度，亦即將個人層次變項合併成群 體層次變項時，此變項的信度（Bartko,1976；Bliese, 2000），rwg則是代表組內的 一致性，也就是同一群體內的受試者對某構念的評分具有相同反應的程度（James, Demaree, & Wolf, 1984; Kozlowski & Hattrup, 1992）。
通常判斷依據是 ICC(1)需大於.12（James, 1982），或是檢測組間變異是否達 到顯著。ICC(2)需大於 .70，rwg則通常察看各群體的 rwg中位數或平均數，需大 於 .70 才能代表組內具有一定程度的一致性（廖卉、莊璦嘉，2008）。
陸、 階層線性模式
由於本研究探討模型涉及跨層次的調節效果，因此將以階層線性模式（HLM）
進行分析以驗證研究假設是否成立。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，分別按照虛無模型（null model）、 共變數模型（ANCOVA model）以及截距結果模型（intercepts-as-outcomes model）
的程序進行研究假設的檢驗。
51