資料分析方法與工具

本研究利用SPSS 15.0 與 Amos 7.0 兩套統計軟體作為分析的工具。而 SPSS 處理多變量統計模式中的函數關係及相互依存關係為佳，而系統關係模式則以 Amos 統計軟體處理。

壹、人口基本變項與各構面下的變項之敘述統計

利用次數分配、百分比、平均數以及標準差等敘述統計方法來瞭解回收樣本 的基本特性。

貳、信度與效度的分析

本研究針對問卷內容進行信度與效度分析，信度分析則使用內部一致性法，

衡量內部一致性則以Cronbach’s α值來評估。效度分析方面則使用驗證性因素分 析(confirmatory factor analysis)與相關分析等方法來評估收斂效度(convergent validity)與區別效度(discriminant validity)

參、人口基本變項對於各構面的影響

本研究利用獨立樣本T 檢定(T-test)和單因子變異數分析(One-Way ANOVA) 來檢測人口基本變項(性別、教育程度、年齡、服務年資、官職等、單位和職務) 對於本研究各構面是否有在統計上存有顯著的影響(差異)。

肆、研究模式與研究假設的檢證

本研究利用結構方程模式分析方法(Structural Equation Model，簡稱SEM)來 進行研究假說的檢證，而使用的統計軟體為AMOS 7.0。而結構方程模式最大的 特點是進行模組化的檢驗與分析，一個典型SEM模型包含了測量模式

(measurement model)與結構模式(structure model)兩部份，前者係指實際觀察值與 其背後的潛在特質(或因素)的相互關係，後者則討論潛在特質(或因素)之間的關 係。而在進行檢定研究模式中各構面間的實質關係之前，必須確定獲得可接受的 測量模式，所以要進行信度與效度分析的檢驗，通過檢驗後方可進行下一部的結 構模式分析，這一部份的分析亦是驗證模式與假設的檢定，而評估結構模式是否 可以參考，則必須遵循如下表【3-4-1】各學者所提出之各項指標的接受值(Fornell and Larcker,1981；Bagozzi and Yi,1998；Hair et al.,1998；Chin,1998；邱皓政,2004；

吳明隆,2006:886；周子敬,2006:141)。

表【3-4-1】結構方程模式(SEM)各項參考指標

指標名稱 配適的標準或臨界值

絕對配適度指數

卡方值(χ²值) 愈小愈好，至少大於.05 顯著

水準

(χ² / df) ≦2；≦3 或≦5

模式配適度指數(Goodness of Fit Index, GFI) 大於或等於.90，大於或等 於.80

殘差均方和平方根(Root Mean Square Residual, RMR) 此值最好低於.05，或是.025 以下，愈低愈好 標準化殘差均方和平方根(Standarded Root Mean Square

Residual ,SRMR)

此值最好低於.05，或是.025 以下，愈低愈好 漸進殘差均方和平方根(Root Mean Square Error of

Approximation ,RMSEA)

.05 以下優良，.05~.08 為良 好，.08~.10 為中度 增值配適度指數

調整後模式配適度指數(Adjusted Goodness of Fit Index, AGFI)

大於或等於.90，大於或等 於.80

規準配適度指數(Normed Fit Index, NFI 又稱 Delta1) 大於或等於.90 相對配適指數(Relative Fit Index, RFI又稱rho1) 大於或等於.90

增值配適指數(Incremental Fit Index, IFI又稱Delta2) 大於或等於.90 非規準配適指數(Non-normed Fit Index, NNFI又稱TLI或

rho2) 大於或等於.90

比較配適度指數(Comparative Fit Index, CFI) 大於或等於.90 簡約配適度指數

簡約配適度指數(Parsimony Goodness-of-fit Index, PGFI) 大於或等於.50 簡約調整後之規準配適度指數(Parsimony-Adjusted Normed

Fit Index, PNFI) 大於或等於.50

簡約比較配適度指數(Parsimony Comparative Fit Index,

PCFI) 大於或等於.50

臨界樣本數(Critical N, CN) 大於200

Akalike 訊息效標(Akalike Information Criteria, AIC) 愈小愈好，愈接近0 愈佳 模式內在品質

潛伏變數組成信度(Composite Reliability, CR) 大於0.7 潛伏變數平均變異數粹取量(Average Variance Extracted,

AVE) 大於0.5

所有估計參數達顯著水準 P 值小於.05，t 絕對值大於

1.96 個別項目信度(即為R平方值，亦為因素負荷量或標準化λ

的平方) 大於0.5

標準化殘差(Standardized Residual, SR) 小於1.96(α=0.05) 修正指標(Modification Index, MI) 小於3.84(α=0.05)

模式基本配適

是否有出現負的誤差變異 沒有

誤差變異是否有達顯著水準 有達顯著

因素負荷量 介於0.5~0.95 之間

是否有很大的標準誤 沒有

參數間相關的絕對值有沒有過於接近1 沒有

第四章 資料分析

在進行資料分析之前需先進行資料的檢核¹⁹與備便²⁰以利於後續資料的分 析。首先就回收後的有效問卷進行敘述統計分析，以瞭解受訪者的基本資料及背 景之概況(第四章第一節部份)；復進行「信度」與「效度」檢測，以內部一致性 係數Cronbach＇s α檢測本研究所使用的研究構念是否具可接受的信度，並利用 驗證性因素分析，檢測因素結構(factor structure)是否具可接受的收斂效度。此外 並透過皮爾森(Pearson)積差相關係數瞭解構念間關聯性之強度與區別效度(第四 章第二節部份)；再以受訪者之背景變項與「知識分享行為模式之變項」進行差 異性分析，以瞭解背景變項對「知識分享行為之變項」有無顯著差異的影響(第 四章第三節部份)；最後利用結構方程模式(SEM)分析進行模式配適度考驗和假說 檢證(第四章第四節部份)。

第一節 樣本特性與各變項之敘述統計分析

壹、研究樣本之整體描述

本研究受訪者之資料中，就「性別」而言，從表【4-1-1】可知，受訪對象 中，其女性(33.9%)比男性(66.7%)多出約 33%。

就「學歷」來看，從表【4-1-1】可知，受訪者以具有「大學」學歷者最多(55.8%)，

具「碩博士」學位者(26.1%)次多，則受訪者中計有七成以上具有「大學」以上 學歷，顯見北市府一級行政機關之人力素質的優越。

就「年齡」來看，從表【4-1-1】可知，受訪者以介於 36~45 歲(39.9%)最多，

19 資料的檢核可以分為「可能性檢查(wild code checking)」以及「邏輯性檢查(logical or consistency)」兩種方式，前者主要對於資料格式進行確認，檢查資料是否有超過範圍的數值；

後者主要對於資料結構進行檢查，檢查資料中的多個變數是否符合次數常態分配，或是否具有特 殊的偏離值(邱皓政,2005:5-3)。

20 資料的備便係針對反向題、遺漏值與極端值的處理，在本研究問卷中並未放置反向題，故只 需針對遺漏值與極端值的處理。本研究礙於作者時間與能力的限制係採「分層平均數估計法」來 填補遺漏值。該法係按受試者所屬的類別，取該類別的平均數來作估計值，一來可反應該題集中 情形，二來可以反映該名受試者所屬的族群特性。至於極端值的觀察，根據各變項之盒型圖顯示，

沒有出現出現激烈的極端值(大於 3IQR)，註:IQR=第三四分位數(Q3)-第一二分位數(Q1)。

其次是26~35 歲者(29.0%)，再者為 46~55 歲者(26.8%)。

就「服務年資」來看，從表【4-1-1】可知，以服務未滿 5 年(不含)者(27.5%) 為最多，次多為服務10~15 年者(24.6%)以及服務 5~10 年(不含)者(18.1)，整體受 訪者之「服務年資」散佈情形頗為平均。

就「官、職等」來看，從表【4-1-1】可知，受訪者以「薦任」(61.6%)者最 多，將近五成七之多，加上「委任」者(37.7%)，總數超過九成九以上，唯以「簡 任」為最少(0.7%)。研究者認為此一現象與願意接受本研究之受訪者的「職務性 質」有關。可從主管職與非主管職資料中發現本次受訪者中，「主管」僅佔21.0%，

「非主管」之同仁則有79.0%，故推論其原因可能係擔任主管之同仁，因擔任主 管職而業務繁忙之故，無法抽出時間接受調查。

就「所屬單位」來看，從表【4-1-1】可知，本研究受訪者多為「幕僚單位」

人員(33.3%)，比「業務單位」人員(66.7%)將近多了一倍，此一比例與北市府現 行所屬一級行政機關單位的人員結構相較之下相當接近。

表【4-1-1】：受訪者基本資料次數分配表

貳、各變項之敘述統計分析

一、就「知識分享的實際行為」方面

市政府所屬之一級行政機關的員工願意分享從大眾媒體報導所得到的文章 知識約占七成一多(76.81%)，而願意分享組織內部的工作手冊、業務文件和技術 報告等約占四成(44.20%)，其原因可能是「政府組織的專業分工」所致，每位員 工只要負責自己所承擔的業務或工作，故較少和其他同事交換工作文件。其次，

可能原因在於市府員工的「工作性質的相互依賴性」非常低，不像私部門的專案 團隊般，彼此的工作任務相互依賴性高，團隊成員有高度的互動程度。另外，市 府員工從教育訓練或進修課程中所獲得的專門知識或技能，將其分享給組織中的 成員的比率約占五成(51.45%)，只有整體的一半(五成)，顯見其原因可能在於市 府員工其本身較少接受在職進修與教育訓練的課程，另一原因可能在於市府員工 從教育訓練或進修課程中所獲得的專門知識或技能，無法應用至日常工作當中或 是學非所用，導致無法從日常辦公中分享其所得的知識與技能，最後一個原因可 能在於市府員工對於自我的知識分享效能(self-efficay)不足，也就是說市府員工 已從教育訓練與在職進修當中獲得知識與技能，但礙於本身對於自己的學習成果 不具有信心，因而也無法相信自己本身可以將其所學分享給組織中所需要的人。

然而令人感到興趣的事情，市府員工在分享自己的know-how、know-whom 以及 know-where 等默會知識上約占六成之多，顯見市府員工普遍認同自己常常透過 非正式(informal)的方式以及人際網絡的途徑來分享自己的經驗，以及告訴同事 知識在哪裡以及要找誰才能解決問題等，這些需要人與人面對才能得到的默會知 識。

表【4-1-2】：知識分享行為之各題項的敘述統計 我的know-where(知道 知識在哪裡)給組織中 我的know-whom(知道 知識在誰身上)給組織 我的know-how(知道如 何去做的知識) 給組織

二、就個體動機之外在報酬而言

市府員工認為，當自己分享自己的知識時，能得到較好的工作是重要的約占 三成七(37.68%)，顯示出市府員工普遍認同，得到較好的工作並非是促成知識分 享行為的主要動機。其次，市府員工認為，當自己分享自己的知識時，能獲得職 務上升遷是重要的約占二成六(26.09%)，顯示出市府員工普遍認同，能獲得職務 上的升遷並非是促成知識分享行為的主要動機。再來，市府員工認為，當自己分 享自己的知識時，能獲得較高的薪資是重要的約占二成七(27.54%)，顯示出市府 員工均普遍認同，能獲得較高的薪資並非是促成知識分享行為的主要動機。以 及，市府員工認為，當自己分享自己的知識時，能獲得額外的獎金是重要的約占 二成三(23.19%)，顯示出市府員工均普遍認同，能獲得額外的獎金並非是促成知 識分享行為的主要動機。以及，市府員工認為，當自己分享自己的知識時，能獲 得更好的考績是重要的約占三成(31.88%)，顯示出市府員工均普遍認同，能獲得 更好的考績並非是促成知識分享行為的主要動機。最後，，市府員工認為，當自 己分享自己的知識時，能得到更多的工作保障是重要的約占三成四(34.78%)，顯

市府員工認為，當自己分享自己的知識時，能得到較好的工作是重要的約占 三成七(37.68%)，顯示出市府員工普遍認同，得到較好的工作並非是促成知識分 享行為的主要動機。其次，市府員工認為，當自己分享自己的知識時，能獲得職 務上升遷是重要的約占二成六(26.09%)，顯示出市府員工普遍認同，能獲得職務 上的升遷並非是促成知識分享行為的主要動機。再來，市府員工認為，當自己分 享自己的知識時，能獲得較高的薪資是重要的約占二成七(27.54%)，顯示出市府 員工均普遍認同，能獲得較高的薪資並非是促成知識分享行為的主要動機。以 及，市府員工認為，當自己分享自己的知識時，能獲得額外的獎金是重要的約占 二成三(23.19%)，顯示出市府員工均普遍認同，能獲得額外的獎金並非是促成知 識分享行為的主要動機。以及，市府員工認為，當自己分享自己的知識時，能獲 得更好的考績是重要的約占三成(31.88%)，顯示出市府員工均普遍認同，能獲得 更好的考績並非是促成知識分享行為的主要動機。最後，，市府員工認為，當自 己分享自己的知識時，能得到更多的工作保障是重要的約占三成四(34.78%)，顯