資料分析

本研究之模型分析分成兩階段，第一階段是評估測量模式(Measurement Model)的信效度，第二階段是結構模式評估(Structural Model)。在開始進行 PLS 測量模式前先執行因素分析和信度分析，以檢測建構效度(construct validity)和內 部一致性。接著在測量模式分析時，以組成信度(composite reliability)、收斂效度 (convergent validity)和區別效度(discriminant validity)進一步來檢測衡量工具的可 靠程度，並瞭解衡量工具是否能衡量到本研究想要探討的各研究變項。

一、 信度與效度分析 (一) 建構效度

衡量建構效度是以探索性因素分析法(Explorative Factor Analysis)來進行，因 此球形考驗(Bartler’s Test of Sphericity)來檢驗是否相關性足以作為因素分析抽取 因素之用，本研究針對反映性之獨立變項、中介變數和依變數執行因素分析，考 驗結果如表4-5示，都符合進行因素分析的要求。

表4-5、Bartlett 球形檢定與 KMO 取樣適切性檢定

獨立變數之因素分析 中介和依賴變數之因素分析

KMO 取樣適切性 0.839 0.917

2177.063 2333.587 Bartlett 球形檢定

近似卡方分配

顯著性(*p < 0.05) 0.00* 0.00*

本研究採用主軸法(method of principal axes)中的主成份分析法(principal component analysis) 進行因素的萃取，並以最大變異法(varimax)進行因素的直交 轉軸(orthogonal rotation)和以特徵值(eigenvalue)大於1為判斷標準進行檢驗。獨立 變數之因素分析中，同理心、利他、正向情感、負向情感均收歛於其歸屬之構面 上，由表4-6可知同理心之因素負荷量介於0.617到0.815之間，利他傾向之因素負 荷量介於0.645到0.818之間，正向情感之因素負荷量介於0.651到0.789之間，負向 情感之因素負荷量則介於0.612到0.814之間，並且四項獨立變數之累積解釋變異

量達62.521%。

註: EMP為同理心，ALTR為利他傾向，PA為正向情感傾向，NA為負向情感傾向

同樣的，本研究也針對中介變數和依賴變數進行因素分析(包括恢復力、工

進一步，本研究以淨最小平方法(Partial Least-squares; PLS)之交叉負荷量 (cross loadings)來驗證形成性構面之建構效度，如表 4-8 所示，各題項皆收歛於 其歸屬之構面下，表示有建構效度。

表4-8、形成性變項之交叉負荷量(Cross Loadings) 依賴變數

情緒幸福 心理幸福 社會幸福

正向情緒 0.768

負向情緒 0.941

自主性 0.585

環境精熟 0.855

個人成長 0.691

和他人正向關係 0.356

有目的感 0.702

自我接受 0.783

社會整合 0.729

社會接受 0.565

社會貢獻 0.814

社會實現 0.589

社會一致 0.795

(二) 信度分析

為確保內部一致性(consistency)與穩定性(stability)，本研究以 Cronbach’s α 來衡量，如表4-9 所示。本研究的十個研究變項中，同時存在形成性和反映性構 面，其中同理心、利他、正向情感、負向情感、恢復力、工作自我效能和工作滿 意度為反映性變項，情緒幸福、心理幸福和社會幸福為形成性變項。由於形成性 衡量之構念以權數(weights)來觀察每個指標的相對重要性，並未假設問項兼具有 相依關係(interdependencies)，因此不像反映性問項強調以因素負荷量(loadings) 來表示其個別問項信度(individual item reliability)，僅將其組成之變項當成問項之 反應效果(effect)，子構面間不必然存在相關性，對這種高階因素形式做信效度評 估也被認為是不適當且不合邏輯(Bollen 1989)，因此後續將於測量模式分析時，

以組成信度(composite reliability; CR)來評估並驗證其各子構面之信度。

根據Nunnally (1978)的建議，信度值以 0.7 為標準值，本研究問卷中各反映

性變項之Cronbach’s α 皆介於 0.810 至 0.942 之間，說明本研究之各變項具有良 好的信度水準。

表4-9、研究變項之信度分析

研究變項 題數 Cronbach’s α

同理心 5 0.810

利他傾向 5 0.866

正向情感 8 0.903

負向情感 8 0.893

恢復力 10 0.911

工作自我效能 7 0.912

二、測量模式分析(Measurement Model)

本研究架構和假說採用淨最小平方法(Partial least-squares; PLS)來驗證，可 以同時處理形成性因素(formative factors)和反映性因素(reflective factors)，較使用 LISREL(Linear structural relationship)分析更為適當，且 PLS 在量表、樣本數和殘 差分配有最小的限制(Chin et al., 2003)。再者，我們使用 PLS 作為分析工具，主 要原因為在於本研究屬初探性研究，對於擴展建立理論的效果還有待實證檢驗，

因此主要是做為預測分析之用，此外，PLS 也可以預測因果關係(causality)和變 異量(variation)，因此相當適合建立理論模型之用，不像以 LISREL 這種明顯假設 所有指標(indicators)皆是反映性的方法，不容易架構同時分析形成性和反映性之 問項的模型。因此，由於本研究之情緒幸福、心理幸福和社會幸福為形成性指標，

以PLS 做為分析工具較為適當。

測量模式分析的主要目的在於檢驗衡量工具的信度與效度，信度包括各別問 項信度(individual item reliability)和組成信度(composite reliability; CR)，效度則包 括收斂效度(convergent validity)和區別效度(discriminant validity)，由於測量模式 包含了潛在變項和問項間的關係，因此有必要進一步檢驗。組成信度是結構方程 模式發展的一種檢驗潛在變數之信度指標，Fornell (1982)建議組成信度應大於 0.6，其值愈高愈能測出該潛在變項；反映性構面之個別問項的信度以其因素負 荷量來檢驗，學者認為標準應大於0.5(Hair et al., 1998)。另外，Fornell & Larcker (1981)則建議測量問項之各別因素負荷量應大於 0.5，平均萃取變異量(AVE)亦應

大於0.5 的門檻，表示具有收斂效度。Anderson & Gerbing(1998)則建議可透過結 構方程模式(Structure Equation Model, SEM)之測量模式分析(Measurement Model) 來瞭解是否各問項可以適當的衡量到各個潛在變項，當各觀察問項對潛在變項之 因素負荷量(factor loadings)達顯著水準，表示具有收斂和區別效度。因此，如表 4-10 所示，針對反映性構面之因素負荷量、組成信度與平均萃取變異量，可看出 因素負荷量皆高於0.5(問項 NA5 略低於 0.5，但達顯著水準)，且達顯著水準；組 成信度皆介於0.868 至 0.956 之間，說明本研究構面具有良好的信度。如表 4-11 所示，針對形成性變項的測量模式分析結果，各子構面權數(weights)均達顯著，

顯示可架構出良好二階模式；另外，構子構面組成信度皆介於0.792 至 0.928 之 間，說明本研究構面具有良好的信度。再者，所有平均變異量萃取也都大於0.5，

表示問項可以適當的衡量各個子構面，擁有適當的收斂效度和區別效度。另外，

再依據Fornell & Larcker(1981)建議，若每個構念的平均變異萃取量大於該構念 與其它構念之相關係數的平方，則表示具有區別效度，表 4-12 相關係數矩陣顯 示各構念均符合區別效度之衡量標準。

表4-10、反映性變項之測量模式分析結果

Construct/Indicators Loadings t-statistic CR AVE

EMP1 0.67** 8.20

RES10 0.79** 10.98

0.927 0.559

註：1.CR為組成信度(composite reliability)；AVE為平均萃取變異量(average variance extracted)

2.*p < 0.05, **p < 0.01

表4-11、形成性變項之測量模式分析結果

Construct/ Indicators Weights t-statistic CR AVE

正向情緒 0.574** 21.573 0.928 0.720 註1：CR 為組成信度(composite reliability)；AVE 為平均萃取變異量(average

variance extracted) 2. *p < 0.05, **p < 0.01

三、結構模式分析(Structural Model)

本研究使用PLS 進行檢測模式的因果關係，以 Smart PLS 2.0 為分析軟體，

並採用bootstrapping 重新抽樣方法(模擬 500 筆樣本)來檢測模型中路徑的顯著程 度(Chin, 1998)。由於假說關係是單向的，因此本研究使用單尾檢定，並以顯著 員的恢復力(β=0.130, P-value<0.05)，支持假說 H1a，但是並不會影響資訊人員的 工作自我效能；在利他對恢復力和工作自我效能的關係上，顯示利他傾向不會顯 著 影 響 資 訊 人 員 的 恢 復 力 ， 但 是 工 作 自 我 效 能 有 正 向 影 響(β=0.118, P-value<0.05)，支持假說 H2b。

在情感傾向與恢復力的關係上，正向情感傾向會正向影響資訊人員的恢復力

(β=0.682, P-value<0.01)，也會正向影響其工作自我效能(β=0.374, P-value<0.01；

而負向情感傾向對工作自我效能並沒有顯著影響，但對恢復力有負向影響 (β=-0.086；P-value=0.052 為顯著邊緣值，仍為可接受範圍)，分別支持假說 H3a、

H3b 及 H4a。

另外，恢復力對工作自我效能的關係也獲得支持，恢復力會正向影響資訊人 員的工作自我效能(β=0.404, P-value<0.01)，假說 5 成立。而和職場幸福感的關係 上，恢復力會正向影響心理幸福(β=0.326, P-value<0.01)和社會幸福(β=0.190, P-value=0.051 為顯著邊緣值，仍為可接受範圍)，支持假說 H6b 及 H6c，但對情 緒幸福和工作滿意度沒有顯著影響。

在工作自我效能和職場幸福感的關係上，工作自我效能會正向影響情緒幸福 感(β=0.377, P-value<0.01)、心理幸福感(β=0.553, P-value<0.01)、社會幸福感 (β=0.478, P-value<0.01)和工作滿意度(β=0.319, P-value<0.01)，假說 H7a、H6b、

H7c 及 H7d 均獲得支持。

綜合而言，就正向特質對恢復力和工作自我效能的效果，其假說關係獲得部 分支持，結果顯示同理心會正向影響恢復力，但對自我效能的影響並不顯著；另 外，利他傾向會正向影響自我效能，但對其恢復力沒有顯著影響。由於本研究屬 於初探性研究，因此由本研究結果亦可反映不同的正向特質之影響效果的差異。

由模式驗證可推論同理心確實有助於增進資訊人員的恢復力，同理心高的資訊人 員，能夠透過情感的交流，彼此分享經驗，安慰他人之餘也能從中獲得力量，有 助於日後遇到困難時的正向適應，其同理心愈高的資訊人員，恢復力愈強；而利 他傾向也有助於提昇工作自我效能，其資訊人員利他傾向愈高，愈覺得自己是有 力量的人，會想要去幫助同事、去改善環境，因此也會增強自我效能。也就是說，

資訊人員愈富有同理心，對個人恢復力的提升愈有幫助，但若要提升自我效能，

則需要間接透過恢復力的促進才會有顯著作用產生；另外，愈富有利他傾向的資 訊人員，則對其工作自我效能比較有幫助，對其恢復力的提升沒有顯著效果。

就情感傾向對恢復力和工作自我效能的影響，假說關係也獲得部分支持。正 向情感確實對恢復力和工作自我效能具有促進作用，顯示正向情感傾向的資訊人 員，能保持心情的愉悅，當處在壓力或逆境下也有較多機會獲得正向情緒支持，

可以放開心胸、正向思考，尋求辦法並克服問題，因此可以提高恢復力和工作自 我效能；負向情感傾向則僅對恢復力有負向影響效果，顯示負向情感傾向的資訊 人員，由於情緒的壓抑，會侷限其多元思考的解決能力，當處在壓力或逆境下更 不容易平復心情，因此恢復力有弱化效果，然而對工作自我效能的負向影響效果 並未獲得顯著支持。根據Alloy 和 Abramson(1979)在關於人們知覺情境控制程度 的實驗，快樂的人對情境的控制能力會有高估的現象，而憂鬱的人通常會忠實的 評估自己的能力，由於自我效能是個人執行信念的判斷，因此或許可解釋為負向 情感傾向的人依然會對其工作自我效能作忠實的評估，並不會因負向情感傾向而 有所低估。

就恢復力和工作自我效能對提升職場幸福的效果而言，自我效能對職場幸福

就恢復力和工作自我效能對提升職場幸福的效果而言，自我效能對職場幸福