資料處理與統計分析

一、敘述性統計分析

為瞭解樣本結構特性，需進行敘述性統計。透過本研究問卷個人 基本資料部分（包括性別、年齡、教育程度、工作與累積年資、婚姻 狀況及工作性質等背景變項）及研究變項進行次數分配、平均數、標 準差及百分比等各項資訊之描述性統計分析，以了解樣本結構及分布 情形，以作為本研究結果之分析基礎。

二、相關分析

相關分析是用來探討兩變數間之關係，亦用來檢驗各項度構面間 之關係。本研究採用 Pearson 積差相關分析法來驗證不同變項間之相關 係數，以探究「不當督導」、「政治技能」、「壓力因應」與「情緒勞動」

間是否存在相關之關係，主要是用來衡量構面之間線性關係之強弱程 度。以相關係數以 R 表示，R 介於 0~ -1 之間，相關係數絕對值越大，

表示兩個變數之間的關聯性越強，而相關係數為正負，表示兩個變數 之間是正向或負向的關係，相關係數絕對值在.4 以下為低度相關，相關 係數在.4 以上至.8 以下者為中度相關，在.8 以上者為高度相關，為 1 者為完全相關（吳明隆、涂金堂，2012）。

三、PROCESS 分析

為瞭解調節變項-政治技能與壓力因應間的共同調節之整體效果對 不當督導與情緒勞動的關係，採用 SPSS 外掛程式 PROCESS（Hayes, 2013），將政治技能與壓力因應變項一併放入分析程式中，如自變項與 調節變項經由交互作用得到的效果值的 95%信賴區間下界（LLCI）與 95%信賴區間上界（ULCI）不包含 0，且 p< .05 達到顯著，則表示具 有共同調節效果。

95

四、階層迴歸分析

本研究以階層迴歸進行分析，將自變項（不當督導）、依變項與調 節變項（政治技能/壓力因應）的交互作用項，依序投入迴歸分析式中，

除探討不當督導對情緒勞動的影響，驗證研究假設 1 是否成立外，並 於自變項與調節變項的交互作用項，加入模型後，觀察解釋度 R²的改 變量是否有顯著增加，以及 F 檢定值的改變量是否達到統計顯著水準，

探討政治技能與壓力因應對不當督導產生的情緒勞動之調節效果，以 驗證研究假設2、3 是否成立。

五、共同方法變異

本研究的所有變項測量均來自單一受測者的自陳資料，可能有共 同方法變異（commom method variance, CMV） 問題，為了減少此問題 對研究結果衍生的偏誤威脅，在事前預防部分，本研究參考彭台光、

高月慈、林鉦棽（2006）所提出之建議，首先，問卷題項採用問卷編 排設計法中的「受訪資訊隱匿法」，採用不記名作問卷調查，使答卷者 比較放心，減少了各種個人因素偏誤傾向，另外，為解決不記名問卷 資訊可用性偏低的問題，於問卷基本資料欄位設計請受試者填上個人 e-mail，亦避免問卷出現填答不全之情況聯繫；再者，採用問卷編排設計 法中的「題項意義隱匿法」，將研究目的和變項名稱不顯示於問卷上，

避免填答者出現自我保護或社會贊同傾向的偏誤；最後，採用問卷編 排設計法中的「反向題設計法」，減少填答者不經心或潛在一致性之偏 誤，綜上所述，為本研究為了降低共同方法變異所採取之預防措施。

97