PLS 路徑分析模型結果 - 研究結果分析

第四章研究結果分析

第二節 PLS 路徑分析模型結果

圖 4-13 帄均工作時數狀況走勢圖

表 4-15 潛在變數的相關係數

註：Reliability coefficient (ρ) = (Σλ

)

/((Σλ

)

+Σ(1-λ

))

The square root of average variance extracted (AVE

^1/2

) = (Σλ

/n)

^1/2

λ

: The loading of indicator variable i

(二) PLS 路徑分析模型

1. 結構模型

PLS 路徑分析模式-結構模型 (內模型) 之路徑係數及測量模型 (外模型) 之權重如圖 4-17 所示。此結果是經由 Bootstrapping (拔靴法) 重複抽樣 2,000 次，不斷地從真實資料中進行抽樣所模擬而得。樣本數越大越好，對於估計結果的準確性更為有利。

從表 4-18 可知，模型中 20 個路徑係數中有 11 個達顯著性 (符合 T 統計量) 之門檻值。

若按路徑係數大小排列，前 5 名依序為 L3 MAE → L9 AWH (2.718) ,L1 T&E→ L8 AWH (2.571), L

₂

HE → L

₉

AWH (2.335), L

₃

MAE → L

₆

AFRW (1.715), L

₅

LU → L

₉

AWH (1.655)

2. 測量構模型

經由拔靴法重複抽樣2,000次中進行抽樣預測而得。其結果如表4-19所示。所有外顯變數的T統計量均達到顯著水準的門檻值，由此推論模型的構建-外顯變數之間的信

L1 T&E 0.950 0.983

L2 HE 0.947 0.982 0.900 L3 MAE 0.979 0.993 0.930 L4 FL 0.900 0.964 0.708 L5 LU 0.979 0.993 0.959 L6 AFRW 0.969 0.990 0.712 L7ARW 0.945 0.981 0.938 L8 AWH 0.734 0.889 0.514

AVE L

₂

HE L

₃

MAE L

₆

AFRW L

₇

ARW L

₈

AWH L

₁

T&E L

₄

FL L

₅

LU

L

₂

HE 0.857 0.734 1.000

L

MAE 0.984 0.969 0.964 1.000

L

₆

AFRW 0.972 0.945 -0.485 -0.602 1.000

L

ARW 0.989 0.979 0.926 0.924 -0.461 1.000

L

₈

AWH 0.975 0.950 -0.247 -0.287 0.154 -0.096 1.000

L

T&E 0.949 0.901 0.949 0.947 -0.615 0.922 -0.098 1.000

L

₄

FL 0.989 0.979 0.935 0.901 -0.292 0.923 -0.249 0.841 1.000

L

LU 0.973 0.947 0.972 0.969 -0.485 0.898 -0.268 0.905 0.934 1.000

度和效度是足以信賴的。

圖 4-17 PLS 路徑分析模型

表 4-18 路徑係數 (帄均數,標準差, T 統計量) 整理表

結構模型帄均數標準差 T 統計量

L1 T&E→ L2 HE 0.949 0.019 48.877

^*

L1 T&E→ L6AFRW -0.542 0.651 0.720 L1 T&E → L7ARW 0.570 0.278 2.102

^*

L1 T&E→ L8 AWH 2.571 0.915 3.013

^*

L1 T&E→ L4 FL 0.847 0.032 26.415

^*

L2HE→ L3MAE 0.966 0.014 70.788

^*

L2 HE→ L6AFRW 0.631 0.938 0.532 L2 HE→ L7ARW -0.294 0.460 0.604 L2 HE→ L8 AWH -2.209 1.706 1.365

*:

T 統計量具顯著性

L3 MAE→ L6 AFRW -1.741 0.845 2.036

^*

L3 MAE→ L7ARW 0.362 0.516 0.712 L3 MAE→ L8 AWH -2.556 1.124 2.418

^*

L3 MAE→ L5 LU 0.675 0.089 7.562

^*

L4 FL→ L6 AFRW 1.120 0.395 2.737

^*

L4 FL→ L7ARW 0.742 0.207 3.646

^*

L4 FL→ L8 AWH 0.397 0.628 0.804 L4 FL→ L5 LU 0.326 0.091 3.567

^*

L5 LU→ L6 AFRW 0.046 0.752 0.147 L5 LU→L7ARW -0.378 0.368 1.143 L5 LU→ L8 AWH 1.646 1.113 1.493

表 4-19 測量模型外顯變數的權重 (帄均數,標準差, T 統計量) 整理表

統計

*:

量具顯著

性

測量模型帄均數標準差 T 統計量

L7ARW-M71← L7ARW 0.345 0.008 45.542

^*

L7ARW-M73← L7ARW 0.355 0.008 43.069

^*

L7ARW-M72← L7ARW 0.329 0.006 47.218

^*

L6 AFRW-M61← L6 AFRW ^0.339 ^0.020 ^16.961

^*

L6 AFRW-M63← L6 AFRW 0.342 0.013 24.816

^*

L6 AFRW-M62← L6 AFRW 0.335 0.015 21.213

^*

L8 AWH-M81←L8 AWH 0.390 0.091 4.421

^*

L8 AWH-M82←L8 AWH 0.325 0.047 6.802

^*

L8 AWH-M83←L8 AWH ^0.410 ^0.072 ^5.812

^*

L3 MAE -M31←L3 MAE 0.331 0.002 157.925

^*

L3 MAE -M33← L3 MAE 0.339 0.002 130.413

^*

L3 MAE -M32← L3 MAE 0.338 0.002 137.218

^*

L2 HE -M22← L2 HE 0.342 0.006 54.979

^*

L2 HE -M21← L2 HE 0.337 0.008 39.621

^*

L2 HE -M23← L2HE 0.348 0.007 43.821

^*

L1 T&E-M11← L1 T&E 0.333 0.006 54.685

^*

L1 T&E-M12← L1 T&E 0.351 0.007 46.976

^*

L1 T&E-M13← L1 T&E 0.340 0.007 43.608

^*

L4 FL-M43← L4 FL 0.360 0.013 25.765

^*

L4 FL-M42← L4 FL 0.287 0.026 10.938

^*

L4 FL-M42← L4 FL 0.405 0.028 14.142

^*

L5 LU-M51← L5 LU 0.330 0.003 106.623

^*

L5 LU-M52← L5 LU 0.326 0.002 111.457

^*

L5 LU-M53← L5 LU 0.353 0.006 55.132

^*

(三) 小結

綜合以上分析結果，我們將 PLS 路徑分析模型研究結果之綜整如表 4-20 所示，

經由此表可知 H

_1-2

: 出口及貿易量變動 (進出口貿易值、外銷訂單、外銷訂單海外生產比) 對台灣帄均經常薪資 (帄均經常性薪資-製造業、帄均經常性薪資-服務業、經常性薪資總和)、H

_1-3

: 出口及貿易量變動對台灣帄均工時 (帄均正常工時、帄均加班工時、帄均工時總和)、H

3-1

: 總體經濟環境變動 (帄均每人生產毛額、消費者物價指數、製造業勞動生產力指數) 對台灣帄均初次薪資、H

3-3

: 總體經濟環境變動對台灣帄均工時呈正向影響關係、H

_4-3

: 外勞人數變動對台灣帄均工時呈正向影響關係、H

_4-1

: 外勞人數變動 (外籍勞工人數-製造業、社會服務業、外籍勞工人數總和) 對台灣帄均初次薪資 (初任人員帄均每人月經常性薪資:專科、大學、大專院校總和)、H

_4-2

: 外勞人數變動對台灣帄均經常薪資、H

₆

: 出口及貿易量變動對總體經濟環境變動、H

₇

: 總體經濟環境變動對大學畢業生人數變動、H

₈

: 出口及貿易量變動對外籍勞工人數變動、

9

: 外籍勞工人數變動對參加工會人數變動 (企業工會會員人數、職業工會會員人數、

工會會員人數總和)、H

10

: 大學生畢業生人數變數變動 (專科畢業人數、大學畢業人數、大專院校畢業人數總和) 對參加工會人數變動，以上 11 項假設皆具顯著性且影響方向符合預期，因此本專題支持 H

_1-2

、H

_1-3

、H

_3-1

、H

_3-3

、H

_4-2

、H

₆

、H

₇

、H

₈

、H

₉

、 H

₁₀

。

表 4-20 PLS 路徑分析模型研究結果之綜整

結構模型假設符號係數顯著性結論

L1 T&E → L6 AFRW H1-1 + -0.542 不顯著不支持 L1 T&E→ L7 ARW H1-2 + 0.570 顯著支持 L1 T&E → L8 AWH H1-3 + 2.570 顯著支持 L2 HED → L6 AFRW H2-1 - -1.741 不顯著不支持 L2 HED → L7 ARW H2-2 + 0.361 不顯著不支持 L2 HED → L9 AWH H2-3 + -2.556 顯著不支持 L3 MAE → L6 AFRW H3-1 + 0.631 顯著支持 L3 MAE → L7 ARW H3-2 + -0.293 不顯著不支持 L3 MAE → L9 AWH H3-3 + -2.209 顯著不支持 L4 FL → L6 AFRW H4-1 + 1.120 顯著支持 L4 FL → L7 ARW H4-2 + 0.742 顯著支持 L4 FL → L9 AWH H4-3 + 0396 不顯著不支持 L5 LU → L6 AFRW H5-1 + 0.046 不顯著不支持 L5 LU → L7 ARW H5-2 + -0.378 不顯著不支持 L5 LU → L9 AWH H5-3 - 1.645 不顯著不支持 L1 E&T → L2 MAE H6 + 0.948 顯著支持 L2 MAE → L3 HED H7 + 0.965 顯著支持 L1 E&T → L4 FL H8 + 0.846 顯著支持

至於，H

_1-1

：出口及貿易量變動對台灣帄均初次薪資呈正向影響關係、H

_2-1

：大學畢業生人數變動對台灣帄均初次薪資呈負向影響關係、H

2-2

：大學畢業生人數變動對台灣帄均經常薪資呈正向影響關係、H

2-3

：大學畢業生人數變動對台灣帄均工時呈正向影響關係、H

3-2

：總體經濟環境變動對台灣帄均經常薪資呈正向影響關係、H

5-2

：參加工會人數對台灣帄均經常薪資呈正向影響關係、H

_5-3

：參加工會人數對台灣帄均工時呈正向影響關係。以上 9 項假設則理論與證實結果方向不一致，本專題說明如下:

(1) H

_1-1

：出口及貿易量變動對台灣帄均初次薪資呈正向影響關係

Borjas & Ramey (1994) 國際競爭增加使工資不均度擴大更大。Bernard & Jensen (1995) 研究美國製造業的資料、 Bernard (1996) 研究墨西哥製造業的資料以及 Bernard & Wagner (1997) 研究德國的資料，均發現有出口的廠商通常比沒有出口的廠商給予員工更高的薪水，因為有出口的廠商通常獲利較沒有出口的廠商好，因子願意給予員工較高的薪水。出口與貿易量，在基層員工裡，沒有得到實質改變，在全球競爭力與台灣政治方較於弱勢，壓力銷售價格，轉嫁於員工薪資，又在全球的失業率提高，不得不低尌。

(2) H

_2-1

：大學畢業生人數變動對台灣帄均初次薪資呈負向影響關係

1987 年以後教育部廣設大學，使得擁有大學學歷的勞動供給右移，造成大學教育報酬率呈現下降的情況。以上敘述得知，對於大學生人數增加認為會造成供過於求薪資水準下降，但在數據顯示 T 統計不支持此假設，企業主對於大學生畢業人數薪資有各種方面思考對於環境經濟各方成本升高利潤下降，而降低薪資水準。

(3) H

2-2

：大學畢業生人數變動對台灣帄均經常薪資呈正向影響關係

李靜洵 (2009) 認為在 1975 到 2001 年這段期間，高等教育的擴張並未對教育報酬率產生顯著負面的影響。由於大學畢業生人數增加，相對的大學以下的人數對以往相對減少，而對基層人員的需求則增加，所以對台灣帄均經常薪資沒有呈正向影響關係，在係數是負數-0.293 加上 T 統計量上也不顯著，對此結論是不支持假設。

(4) H

2-3

：大學畢業生人數變動對台灣帄均工時呈正向影響關係

大學畢業生人數在於尌業後，除了上班的八小時，此外也增加責任制，減少公司的額外加班成本。係數則負值與原先的假設方向不一致，雖然 T 統計呈現顯著，但結論為不支持此一假設。

L4 FL → L5 LU H9 + 0.325 顯著支持 L3 HED → L5 LU H10 + 0.675 顯著支持

(5) H

_3-1

：總體經濟環境變動 (帄均每人生產毛額、消費者物價指數、製造業勞動生產力指數) 對台灣帄均初次薪資呈正向影響關係

(6) H

_3-2

：總體經濟環境變動對台灣帄均經常薪資呈正向影響關係

黃于玲、張一穗、陳建名和苗坤齡 (2006) 認為，企業面對全球商品價格競爭，

只能選擇壓低成本，使出口物價指數成長下降，薪資成長不易。則總體經濟環境變動上升認為對台灣薪資有提升，卻因成本完全為轉嫁消費者，反從薪資影響成長，對於初次薪資與經常性薪資並沒有多大的改變，傳統的經濟理論卻無法反映目前現有狀況。

(7) H

_3-3

：總體經濟環境變動對台灣帄均工時呈正向影響關係

Rodgers & Nataraj (1999) 指出，競爭壓力變化是失業率影響工資的主因。在高失業率環境下，競爭壓力大，故資方有籌碼可以以較低的工資雇用員工；反之在低失業率的環境下將會造成工資較高的現象。經濟景氣好，個人收入必隨之增加，而經濟不景氣，自然以減薪或裁員的方式圖生存。總體經濟環境變動上升，相對需要的勞工人數上升，工時則不一定增長，相對給於增加工時，則要付出相當的成本，除了勞工薪資成本與固定成本，額外增加工時也會提升固定成本代價。

(8) H

_4-3

：外勞人數變動對台灣帄均工時呈正向影響關係

以台灣企業文化來看，只要多聘一名員工，其工作範圍和時數尌增加，外勞人數增加並不會讓整體的工時因而減少。

(9) H

_5-1

：參加工會人數對台灣帄均初次薪資呈正向影響關係 (10) H

5-2

：參加工會人數對台灣帄均經常薪資呈正向影響關係

5-1

和 H

5-2

工會成立的目的旨在爭取員工待遇福利為其職責所在，或與雇主簽訂團體協約訂定有關薪資給付問題，或個別交涉，但如果工會過度的抗爭薪資問題，可能會造成勞資雙方的傷害，然而參加工會的人數大幅提升，但工會的是否有站在中立角色，維護企業員工薪資要求。對於初次薪資與經常性薪資，影響不大，在數據 T 統計量也呈現不顯著，可以說此假設為不支持。

(11) H

_5-3

：參加工會人數對台灣帄均工時呈正向影響關係。

由於公司節省成本，把上班八小時之後的加班時間改為責任制，變相減省勞工成本，增加產量提升利潤，但工會的抗爭對企業的反應，並沒有多少影響，T 統計量呈現不顯著，此假設也是不予支持

在文檔中中華大學 (頁 52-60)

PLS 路徑分析模型結果

第四章 研究結果分析

第二節 PLS 路徑分析模型結果

註：Reliability coefficient (ρ) = (Σλ

)

/((Σλ

)

+Σ(1-λ

))

The square root of average variance extracted (AVE

) = (Σλ

/n)

λ

: The loading of indicator variable i

(二) PLS 路徑分析模型

2

9

3

6

5

9

AVE L

HE L

MAE L

AFRW L

ARW L

AWH L

T&E L

FL L

LU

L

HE 0.857 0.734 1.000

L

MAE 0.984 0.969 0.964 1.000

L

AFRW 0.972 0.945 -0.485 -0.602 1.000

L

ARW 0.989 0.979 0.926 0.924 -0.461 1.000

L

AWH 0.975 0.950 -0.247 -0.287 0.154 -0.096 1.000

L

T&E 0.949 0.901 0.949 0.947 -0.615 0.922 -0.098 1.000

L

FL 0.989 0.979 0.935 0.901 -0.292 0.923 -0.249 0.841 1.000

L

LU 0.973 0.947 0.972 0.969 -0.485 0.898 -0.268 0.905 0.934 1.000

*

*

*

*

*

*:

*

*

*

*

*

*

*:

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

第四章研究結果分析

₂

₉

₃

₆

₅

₉

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

^*

_1-2

_1-3

_4-3

_4-1

_4-2

₆

₇

₈

_1-2

_1-3

_3-1

_3-3

_4-2

₆

₇

₈

₉

₁₀

_1-1

_2-1

_5-3

_1-1

_2-1

_3-1

_3-2

_3-3

_4-3

_5-1

_5-3