資料分析與方法

本研究量化的資料透過 SPSS 10.0 for Windows 套裝軟體進行統計分析，使 用的統計方法包括：：描述性統計分析、信度分析、因素分析、效度分析、相關 分析、t 檢定與單因子變異數分析、路徑分析等方法，其分述如下：

一、描述性統計分析（Descriptive Statistics Analysis）

描述性統計分析（Descriptive Statistics）是用以整理、描述、解釋料的 系統與統計技術。本研究採用次數分配及所占星學百分比，對樣本個個人變項部 份實施，以瞭解個別變項之分布情形。

二、信度分析（Reliability Analysis）

信度（Reliability）是指測量工具的可靠程度，本研究中將以Cronbach＇s γ係數來檢定各量表的信度。其中γ值愈大，表示量表內部一致性愈大，信度越 高。由於在社會科學研究領域中，每份量表大多包含分層面(構面)，因而研究者 除提供總量表之信度係數外，也應提供各層面(構面)的信度係數。各個量表其整 體信度Cronbach’s α值應達0.70以上(Nunnally，1978)，各分構面之Cronbach’s α值至少在0.50(Nunnally，1978)水準以上，才符合一定的信度要求。本研究之 信度分析及以此作為判定基礎並對本研究將對所採用之「工作滿意」與「工作績 效」實施信度分析。

三、因素分析（Factor Analysis）

本研究採用探索性因素分析(exploratory factor analysis)將工作滿意、

工作績效各變項較多的觀測變數中，萃取出其中較少之幾個重要精簡變數，以達 到將變數構面縮減之目的。

本研究以主成分分析法萃取各量表之構面，並且以直交轉軸最大變異法，進 行因素轉軸，以獲得旋轉後之因素負荷量矩陣。根據 Joseph et al.（1989）三 人的看法若因素負荷量絕對值大於 0.3 則可稱為顯著；若大於 0.4 則可稱為比 較重要；若大於 0.5 則可稱為非常顯著。依據 Zaltman ＆ Burger（1975）之建 議，只要萃取其特徵值大於一，各變項負荷量大於 0.3，且累積解變異量 40﹪以 上即可成立。

因此，本研究根據上述學者之討論，取其特徵值大於 1，且因素負荷量絕對 值大於 0.5 以上之變數，作為因素分析之依據。

四、效度分析

效度是科學測量工具最重要的必備條件，一個測驗若無效度，無論其具有其 他任何要件，都無法發揮其量測功能。所謂效度（validity）即測量的正確性，

指測驗或其他量測工具確能測得其所欲量測的特質或功能之程度(邱皓政，

2004)。換句話說，所謂的效度是指一種衡量真正能夠測出研究人員所想要衡量 之事物的程度(黃俊英，2002)。

效度的評估有三種不同的模式，從量測的內容與範圍來著手的內容效度

（content validity）、從外在標準契合程度的評估模式所發展出來的效標關聯 效度（criterion-related validity）、和強調概念意涵釐清的建構效度

（construct validity）三類(邱皓政，2004)。

在統計學上，因素分析是最常用來考驗建構效度的方法(吳明隆，2003)。本 研究的問卷題項係廣泛地收集相關資料並加以歸納整理，並和教授及同學討論修 改後，始進行問卷的量測，以求得內容效度；並對量測結果進行因素分析，以獲 取建構效度。

五、相關分析（Correlation Analysis）

相關（Correlation）是用以檢驗兩個變項間線性關係的統計技術。相關係 數之原理是先計算兩個變項的共變量，再除去兩個變項的不同分散情形與單位差 異，加以標準化，得到一的去除單位的標準化分數（邱皓政，2004）。本研究採 Pearson 積差相關分析，用以檢定工作滿意與工作績效各構面間的相關程度。

六、t 檢定與單因子變異數分析（One-Way ANOVA）

用來檢定不同的員工個人屬性在工作滿足、工作績效上是否有顯著差異，若 具有顯著差異時，乃利用雪費事後多重比較法（Scheffe’s method），把有顯著差 異存在的平均數辨認出來。

七、迴歸分析（Regression Analysis）

以多元逐步迴歸分析來建立依變項之迴歸預測模式，探討人力派遣員工的工 作滿意對工作績效及工作績效對工作滿意之解釋能力與預測能力。

八、路徑分析

最後是對研究主題的路徑分析。以所獲得的因素建構出研究主題的路徑關係 圖（causal links），首先，在不考慮控制變數的影響下，以線性迴歸（linear regression）的方式計算出每條路徑的標準化迴歸係數（β）及顯著性（P），

目的在了解來瞭解人力派遣人員的工作滿意對工作績效具影響及解釋力。

第四章資料分析與討論