‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
事前比較的結果亦顯示 60.3%在正偏分配（C1）中的滿意度高於在負偏分配
（D1）中（t (72) = 2.79，p < .01，𝜂2 = .10），89.7%在正偏分配（C2）中的滿意 度高於在負偏分配（D2）中（t (72) = 4.10，p < .001，𝜂2 = .19），在分配中排名 較高確實使得滿意度較高。
模型適配
以最小平方法進行適配後，實驗層次的排名效果權重為 0.49，𝑅2為 0.51。
以個人為單位適配每一位受試者的資料後，排名權重之平均為 0.52，標準差為 0.45，平均 𝑅2為 0.15。分析結果有 18 位個人層次𝑅2為負值的受試者，其中正偏 分配 10 位，負偏分配 8 位。
刪除此 18 位受試者資料後重新分析，得到實驗層次的排名權重為 0.35，𝑅2為 0.73，個人層次的排名權重平均為 0.50，標準差為 0.44，平均 𝑅2為 0.75。模型 適配結果如表 11。
表 11
實驗二模型適配結果
實驗層次 個人層次
排名權重 𝑅2 平均排名權重 標準差 平均𝑅2 刪除不適配資料前 0.49 0.51 0.52 0.45 0.15 刪除不適配資料後 0.35 0.73 0.50 0.44 0.75 註：資料不適配受試者共 18 人，其中 10 人屬正偏分配，8 人屬負偏分配
模型比較的結果顯示排名權重為 0.35 之模型適配度比純粹比較模型（𝜒2(1)
= 188.34，p < .001）、均重模型（𝜒2(1) = 11.58，p < .001）與純粹範圍模型（𝜒2(1) = 60.95，p < .001）都高。表示排名效果與範圍效果對滿意度均有影響，較符合範 圍頻次模型的觀點，但相對位置的影響力較高。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
69
討論
從實驗二的分析結果可以，發現雖然平均滿意度分析的結果符合抽樣決策理 論的預期，排名效果達顯著，不過在圖 23 中可看到正負偏分配的滿意度曲線相 較於實驗一的正負偏平均滿意度（可對照圖 17 與圖 21）有逐漸靠近的傾向。此 外模型適配的結果支持範圍頻次理論，相對位置的影響力高於相對排名。此現象 提醒了我們不同的分析能回答的問題層次不同。
嚴格說來，本研究之假設為「個人使用純粹比較歷程進行決策與評量」，而 資料分析的回答可分成兩個層次：
1. 個人是否使用排序比較歷程進行決策與評價
2. 個人是否「只」使用排序比較歷程進行決策與評價
由於變異數分析是檢驗不同分配中薪資滿意度的差異，而非實證資料和模型 預測之間的差異（Niedrich, Sharma & Wedell, 2001），變異數分析只能告訴我們 排名會不會影響評價，而不能排除有沒有其他也會影響評價的因素，且使用的資 料點較少。甚至若變異數分析未顯著，但模型適配結果卻顯示排名仍有效果，也 可能是排名影響力不夠高，使得分配之間的差異不夠大。換句話說，變異數分析 最多只能回答第一個層次的問題。
模型適配從受試者回答的所有資料點去估計排名權重，而且能刪除並不適合 用範圍頻次模型來解釋的受試者資料，最後藉由排名權重的變化以及和三種限制 模型比較與實證資料之間的差異，才能回答個人是否「只」使用排序比較歷程進 行決策與評價，比變異數分析更加嚴謹。因此當變異數分析與模型適配結果不一 致時，本研究主要以模型適配的結果判讀實驗。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
此外實驗二中個人層次𝑅2為負值的受試者比率為 24%，與實驗一 A 的 15%
及實驗一 B 的 20%相比有漸高的趨勢，有關𝑅2為負值的受試者狀況會在實驗三 A 及實驗三 B 的討論中說明。
整體而論，與實驗一的結果相比，本實驗的模型適配結果實驗層次排名權 重未超過 0.5，個人層次的結果則約為 0.5，排名權重沒有高於相對位置的權重，
且模型比較的結果亦是相對位置影響力較高。因此結果並不支持純粹比較觀點，
而與本實驗最初預期改變實驗設計後排名效果應該會下降相符，受試者之所以在 實驗一表現出排名較有影響力的結果，可能是受到實驗設計的影響，因此實驗二 改變評量方式後，排名效果的優勢即消失。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
71