• 沒有找到結果。

第五章 組織績效與個體內在行為層面之分析

N/A
N/A
Protected

Academic year: 2022

Share "第五章 組織績效與個體內在行為層面之分析"

Copied!
35
0
0

加載中.... (立即查看全文)

全文

(1)

第五章 組織績效與個體內在行為層面之分析

5.1 組織績效內在行為面之衡量

本 研 究 有 關 個 體 內 在 行 為 面 係 針 對 私 立 技 術 學 院 中 高 階 管 理人員為研究對象 ,以「 管理才能」、「領導行為」、「組織文化」

、「組織運作」、「策略 」等構面為自變數 ,而 、「組織績效」為依 變數 。 首先利用層次集群法之華德法(Ward’s)判斷集群數,經 判 斷 群 數 以 分 為 兩 群 為 最 佳 , 其 次 以 非 層 次 集 群 法 (Non-Hierarchical Methods)之 k 平均數法(k-means)。將中高 階主管之內在組織績效分為兩群, 並以變異數分析(ANOVA)檢 定 此兩群是否有顯著差異,經發現分群結果集群 1 之各項變數平均 數均較集群 2 為低, 因此將集群 1 命名為「不重視績效群」集群 2 命名為「重視績效群」。關於組織績效在衡量績效標準時,一般 企業只採微視角度,此種方式忽略外在環境。因為企業之績效表 現,是企業「內在要素」與「外在要素 」之組合而成的 。況且學 校為教育單位,學校績效指標除參照企業組織績效觀念外,須兼 顧教育特質。因 此,本研究在組織績效之衡量構面以「目標達成

」、「行政效率 」、「 教師滿意」、「組織適應力」等四項為內在層面 指標。

其次,本研究在外在層面之探討係運用資料包絡分析法(DEA

)方式 ,其目的能評估多投入項(如平均年資、師資 )與產出項

(如畢業人數 ,證照數)。經由資料包絡分析法(DEA)效率評估 結果有助於了解各學校間之整體效率與技術效率及規模效率。以

(2)

DEA 模式( CCR 模 式)評估整體效率時,若效率值為 1 時, 代表 該 DMU 達相對效率,若其值小於 1 時則代表該 DMU 為相對無效率

。再者 ,以 DEA 模式 (BBC 模 式)分 析, 其相對技術效率, 並由 此二者之比值而求得規模效率值,以探求相對無效率之學校,其 無效率之原因。

綜上所述,經由兩者不同之分析層面與研究工具所探求之高 績效群學校之差異性,其最主要理由為績效是屬於一種價值判斷 之問題,首先應確認組織的意圖和目標,然後測量其具體實現之 程度。因 此,本研究所探求學校組織績效問題, 不宜與企業有關 指標如「利 潤」、「價格 」、「 生產產品 」等作為衡量準據 ,而引用

「組織適應力 」、「 創新」、「 彈性」、「滿意感」、「 成長 」等指標概 念。據此所探求之內外要素之分析角度具有兼顧教育目標與特質

。本研究在外在要素針對組織效率面衡量,其投入為「平均年資

」、「圖書及博物決算金額 」、「 專任博士」、「教職員數」、「平均年 齡」等五項 ,而產出項為「 畢業人數」、「證照數」、「 研究計畫數

」等三項。

一、績效集群區隔分析

本研究運用 Anderson【118】所提出之階層式分群區隔法,

針對問卷中組織績效部分,作為分群之基礎 (一)兩階段集群分析之層次集群分析

可 在 第 一 階 段 先 使 用 階 層 (Hierachical) 分 析 法 中 華 德 法

(3)

本研究將組織績效四個構面為集群分析之資料,採用華德法 進 行 凝 聚 式 集 群 分 析 (Agglomerative Hierarchical analysis), 得出可能的區隔數目, 華德法先將每個事物視 為一集群,依據事物合併之組內總變異數產生最小增量者,

予以優先合併 , 然後將各集群依次合併 【64】。 並以歐幾里 得距離(Euclidean distance)做為相似性的衡量標準。

依表 5.1. 可藉由各階段的凝聚係數來判斷其集群數目,凝 聚係數變化量越高越能代表。由表中可知,5 集群變為 4 集群時 的係數變化量為 16.55%,由 4 集群變為 3 集群時的係數變化量為 24.4%, 由 3 集群變為 2 集群時的係數變化量為 29.02%,由 2 集 群變為 1 集群時的係數變化量為 177%。由此可知,本研究以分為 兩個集 群為最佳,但在一般研究,認 為 2 至 5 個區隔是最適合的 數目。

表 5.1 階層集群分析之集群數與其凝聚係數的分析 集群數 凝聚係數 係數變化量

10 654.217 8.34%

9 708.763 7.95%

8 765.099 8.1%

7 827.094 15.82%

6 957.923 17.39%

5 1124.494 16.55%

4 1310.589 24.4%

3 1630.378 29.02%

2 2103.586 177%

1 5829.733 -

(4)

(二)兩階段集群分析之非階層集群分析

本 研 究 之 非 階 層 集 群 分 析 ,是利用其中的 K 的平均數集群 (K-Means Cluster)方法 ,K 平均數集群作決定集群成員之演 算

結果為近重心排序法,它是在已知集群數情況下,將各觀察值分 派到最近的中心 【78】。第二階段則輸入集群數目並以集群重心 為 凝 聚 點 , 來 進 行 非 階 層 ( Non-hierarchical) 分 析 法 中 的 K-Means 法來進行分群,求出各區隔集群。

在各區隔之分佈上,由 表 5.2 可知,以集群二佔的人數最多 有 92 人,佔樣本的 63%,集群一之數最少為 54 人,佔樣本的 36.9

%。

表 5.2 集群樣本分佈表

集群別 集群一 集群二 合計 樣本數 54 92 146 百分比 36.9 63 -

(三)集群分析效度評估 1.穩定性

集 群 分 析 結 果 之 穩 定 性 可 藉 由 區 別 分 析 (Discriminant analysis) 中 的 區 別 函 數 對 其 進 行 交 叉 確 認 (cross validation)。本研究將已分成二個集群之 146 個樣本及四

(5)

,集群一正確率為 98.1%, 集群二為 93.5%, 並且區別函 數將全部 146 個觀察值正確歸入原始所屬之集群的平均區別 率為 95.8%,顯示區別效果良好,且區別結果與集群分群結 果極為接近。

表 5.3 組織績效穩定性叉驗證表

個數(列百分比) 集群一 集群二 集群一 53(98.1%) 1(1.9%) 集群二 6(6.5%) 86(93.5%) 2.一致性

本研究使用無母數分析法之肯得爾一致性係數(Kendall’s coefficient of concordance),以評估各集群內部之同質 程度。因此,分別將二個集群與其構面所求算出的一致性係 數。依 表 5.4 中,可發現各群之 W 值約在 0.8 之間根卡方檢 定之結果,在 α=0.01 之顯著水準皆呈顯著,故表示此模型 之分群結果具有顯著的內部一致性。

表 5.4 各集群之一致性檢定

集群 樣本數 一致性係數 W X2值 自由度 P 值 集群一 54 0.794 128.560 3 0.000**

集群二 92 0.899 248.052 3 0.000**

5.2 組織績效與內在行為面之現況

本節所探討之組織績效,係指目標達成、 行政效率、教師滿 意、組織適應等四構面,作為分析之重點。

一、組織績效之敘述統計值, 示如表 5.1、5.2、5.3、5.4,由平

(6)

均值觀察,發現高階主管人員對 「目標達成 」、「 行政效率」

、「 教師滿意」、「組織適應 」 均有向中間集中之趨向。 因此 對於落實學校組織績效目標,在人力物力之使用上與人員成 就感及對於學校在因應社會發展上均有一致性之看法

二、組織績效分群與高階主管之基本特徵之關係 (一)性別

由性別之卡方檢定得知, Pearson 卡方值為 1.525b,相 對 於 P 值 為 0.217, 所以在 「性 別」與組織績效分群中並無 明顯之差異。

(二)年齡

由年齡之卡方檢定得知, Pearson 卡方值為 1.813a,相 對 於 P 值 為 0.027, 所以在重視與不重視績效分群中「年 齡

」的分佈具有明顯的差異存在。 在不同年齡層的分佈中發 現年齡 41-60 歲中在高績效群所佔之比例較高。 由此觀之

,在中年較有成熟之經 驗與知識在行政運作上使組織績效 上較能產生高績效。

(三)單位

由單位之卡方檢定得知,Pearson 卡方值為 13.673a,相 對 於 P 值 為 0.057, 所以在績效分群中 「單位 」在重視績效 群中, 教務 、訓導 、總 務、 人事所佔的人數比例較高, 另 進修推廣部卻在低績效群中所佔人數較多。 由此一般學校

(7)

為一對外部之單位 ,人員之管理較為彈性, 因此在不重視 績效群中所佔人數較多,尚屬合理。次數分配表-組織績效

,如下:

(8)

表 5.5 目標達成 次數分配表

次數 百分比 有效百分比 累積百分比

有效的 18.00 1 .7 .7 .7

20.00 4 2.7 2.7 3.4

21.00 3 2.1 2.1 5.5

22.00 8 5.5 5.5 11.0

23.00 7 4.8 4.8 15.8

24.00 5 3.4 3.4 19.2

25.00 15 10.3 10.3 29.5

26.00 14 9.6 9.6 39.0

27.00 17 11.6 11.6 50.7

28.00 25 17.1 17.1 67.8

29.00 13 8.9 8.9 76.7

30.00 5 3.4 3.4 80.1

31.00 6 4.1 4.1 84.2

32.00 5 3.4 3.4 87.7

33.00 8 5.5 5.5 93.2

34.00 7 4.8 4.8 97.9

35.00 3 2.1 2.1 100.0

總和 146 100.0 100.0

目標達成

36.0 34.0 32.0 30.0 28.0 26.0 24.0 22.0 20.0 18.0

目標達成

次數

50

40

30

20

10

0

標準差 = 3.68 平均數 = 27.4 N = 146.00

圖5.1 目標達成

(9)

表5.6 行政效率 次數分配表

次數 百分比 有效百分比 累積百分比

有效的 13.00 1 .7 .7 .7

15.00 1 .7 .7 1.4

16.00 1 .7 .7 2.1

17.00 2 1.4 1.4 3.4

18.00 4 2.7 2.7 6.2

19.00 6 4.1 4.1 10.3

20.00 8 5.5 5.5 15.8

21.00 14 9.6 9.6 25.3

22.00 15 10.3 10.3 35.6

23.00 9 6.2 6.2 41.8

24.00 35 24.0 24.0 65.8

25.00 18 12.3 12.3 78.1

26.00 6 4.1 4.1 82.2

27.00 5 3.4 3.4 85.6

28.00 6 4.1 4.1 89.7

29.00 10 6.8 6.8 96.6

30.00 5 3.4 3.4 100.0

總和 146 100.0 100.0

行政效率

30.0 28.0 26.0 24.0 22.0 20.0 18.0 16.0 14.0

行政效率

次數

50

40

30

20

10 0

標準差 = 3.29 平均數 = 23.6 N = 146.00

圖5.2 行政效率

(10)

表5.7 教師滿意 次數分配表

次數 百分比 有效百分比 累積百分比

有效的 15.00 5 3.4 3.4 3.4

16.00 4 2.7 2.7 6.2

17.00 12 8.2 8.2 14.4

18.00 12 8.2 8.2 22.6

19.00 16 11.0 11.0 33.6

20.00 34 23.3 23.3 56.8

21.00 13 8.9 8.9 65.8

22.00 9 6.2 6.2 71.9

23.00 13 8.9 8.9 80.8

24.00 11 7.5 7.5 88.4

25.00 17 11.6 11.6 100.0

總和 146 100.0 100.0

資料來源:本研究整理

教師滿意

26.0 24.0 22.0 20.0 18.0 16.0

教師滿意

次數

60

50

40

30

20

10

0

標準差 = 2.73 平均數 = 20.6 N = 146.00

圖5.3 教師滿意

(11)

表5.8 組織適應 次數分配表

次數 百分比 有效百分比 累積百分比

有效的 12.00 1 .7 .7 .7

14.00 3 2.1 2.1 2.7

15.00 10 6.8 6.8 9.6

16.00 10 6.8 6.8 16.4

17.00 7 4.8 4.8 21.2

18.00 10 6.8 6.8 28.1

19.00 17 11.6 11.6 39.7

20.00 40 27.4 27.4 67.1

21.00 9 6.2 6.2 73.3

22.00 12 8.2 8.2 81.5

23.00 7 4.8 4.8 86.3

24.00 11 7.5 7.5 93.8

25.00 9 6.2 6.2 100.0

總和 146 100.0 100.0

組織適應

26.0 24.0 22.0 20.0 18.0 16.0 14.0 12.0

組織適應

次數

60

50

40

30

20

10

0

標準差 = 2.90 平均數 = 19.8 N = 146.00

圖 5.4 組織適應

(12)
(13)

5.3 組織績效與內在行為面分析

本節主要探討在組織績效表現重視與不重視之高階主管,在 管理才能、領導行為、組織文化 、策略及組織運作方面之差異,

因此針對高階主管以集群分析區分出重視與不重視績效群,再以 單因子多變量方法(MANOVA)進行差異性分析。

一、組織績效集群分析

本 研 究 以 衡 量 組 織 績 效 之 四 項 變 數 進 行 集 群 分 析 (Cluster Analysis), 利用層次集群法(Hierarchical Methods)之華德法 (Ward’ s)判斷集群數 , 經判斷群數以分為兩群為最佳, 之後以 非 層 次 集 群 法 (Non-Hierarchical Methods) 之 K 平 均 數 法 (K-Means),將高階主管之組織績效分為兩群,並以變異數分析 (ANOVA)檢定此兩群是否有顯著差異, 如 表 5.9 所示可知分群結 果集群 1 之各項變數平均數均較集群 2 為低,因此將集群 1 命名 為「不重視績效群」,集群 2 命名為「重視績效群」。

表 5.9 組織績效分群表

集群 樣本數 各變項 平均數 集群命名 目標達成 23.8519

行政效率 20.4444 教師滿意 18.5370 1 54

組織適應 16.9630

不重視績效群

目標達成 29.4348 行政效率 25.4348 教師滿意 21.7500 2 92

組織適應 21.4457

重視績效群

再 進 一 步 以 單 因 子 變 異 數 分 析 (MANOVA)來 檢 定 重 視 與 不 重

(14)

視績效群在四個變項上是否有顯著差異,結 果 如 5.10 所示 ,集 群分析所區分出之重視與不重視績效兩群,在衡量組織績效的四 個變項上均呈現顯著性差異。

表 5.10 重視與不重視績效群各變項之 MANOVA 檢定

集群平均值 MANOVA 檢定

內容 變項

不重視 績效群

重視績效群 F 檢定 P 值 目標達成 23.8519 29.4348 169.42

9

.000**

行政效率 20.4444 25.4348 169.02 4

.000**

教師滿意 18.5370 21.7500 69.22 7

.000**

組織適應 16.9630 21.4457 184.85 2

.000**

註:*表 P<0.05,**表 P<0.01 二、組織績效與管理才能之關係

由高階主管組織績效上之分群,可明顯看出確實存在重視與 不重視兩群,然此兩者之管理才能或其他之相關變量,是否也因 而有明顯的差異,將是我們下一步驟所要探討的。

依 據 高 階 主 管 組 織 績 效 集 群 分 析 所 區 分 之 重 視 與 不 重 視 績 效兩群為解釋變數 ,以管理才能所包含之觀念技能、人際關係、

領導技 能、行政技能、專業技能、自我發展、能力特質及動機特 質八個項目為反應變量,進行單因子多變量分析 (MANOVA),檢驗 高 階 主 管 重 視 與 不 重 視 績 效 兩 群 在 管 理 才 能 方 面 是 否 有 顯 著 差 異。結果如表 5.11 所示, 管理才能之總效果 Wilk’s Λ=0.857 且 P<0.01 達到顯著水準,因此高階主管重視與不重視績效兩群

(15)

念技能 、人際關係 、領導技能、行政技能、專業技能 、自我發展

、能力特質及動機特質八個變量個別之 P 值皆達顯著水準,由此 可 知 高 階 主 管 在 重 視 與 不 重 視 組 織 績 效 兩 群 分 別 在 八 個 變 量 上 有顯著性的差異,由各變量之平均數也可看出重視績效群在各變 量上均高於低不重視績效群。

表 5.11 組織績效與管理才能之 MANOVA 分析

組織績效 總效果 邊際效果

解釋變數 反應變量

不重視 績效 N=54

重視績效 N=92

Wilk’s

Λ P 值 F 值 P 值

觀念技能 19.556 (0.393)

20.717

(0.301) 5.521 0.020*

人際技能 18.407 (0.394)

20.424

(0.302) 16.528 0.000**

領導技能 19.315 (0.381)

21.120

(0.292) 14.132 0.000**

行政技能 18.778 (0.414)

20.380

(0.317) 9.427 0.003**

專業技能 18.307 (0.404)

20.000

(0.309) 14.891 0.000**

自我發展 19.093 (0.407)

20.772

(0.312) 10.720 0.001**

能力特質 18.444 (0.453)

20.207

(0.347) 9.554 0.002**

管 理 才 能

動機特質 18.704 (0.429)

20.565 (0.328)

0.857 0.006**

11.891 0.001**

註:1 組 織 績 效 欄 未 括 弧 之 數 字 為 反 應 變 量 平 均 數 ,括 弧 內 之 數 字 為 標 準 差

2 *表示 P<0.05,**表示 P<0.01。

由此一分析之結果可知,高階管理階層之管理才能確實與其 所表現出之組織績效有相關性,其所具備之觀念技能、人際技能

、領導技能 、行政技能、專業技能 、自我發展 、能力特質、動機 特質、在的組織績效上也會有較佳的展現。

(16)

三、組織績效與領導行為之關係

依 據 高 階 主 管 之 組 織 績 效 集 群 分 析 所 區 分 之 重 視 與 不 重 視 績效,兩群為解釋變數,以領導行為所包含之「 個別關懷」、「智 能啟發」、「激發鼓舞」、「 魅力影響」、「型塑願景」、「條件獎賞」

、「 主動介入」、「 被動介入 」 八個項目為反應變量, 進行單因子 多變量分析 (MANOVA) , 檢驗高階主管在重視與不重視組織績效 兩群, 在領導行為方面是否有顯著差異。結果如表 5.12 所 示,

領導行為之總效果 Wilk’s Λ=0.857 且 P<0.01 達到顯著水準,

因 此 高 階 主 管 重 視 績 效 與 不 重 視 績 效 兩 群 在 領 導 行 為 方 面 有 顯 著性差異,再由邊際效果之結果可看出「個別關懷」、「智能啟發

」、「激發鼓舞」、「魅力影響」、「 型塑願景」、「條件獎賞 」、「 主動 介入」七個變量個別之 P 值皆達顯著性的水準,由此可知高階主 管,在重視與不重視組織績效兩群分別在七個變量上有顯著性的 差異。由各變量的平均數亦可看出重視績效群在各變量上均高於 不重視績效群。 至「被動介入」一項由邊際效果之結果發現個別 P 值未達顯著水準 ,究其原因分析, 對於重視績效一群,主管之 領導行為並不需要嚴格監督,而須以授權賦能與人性管理之方式 為之,始為允當。是以,被動介入對高階主管重視與不重視績效 兩群而言。重視績效者,被動介程度 低,而不重視績效者,被動 介入程度高。

(17)

表 5.12 組織績效與領導行為之 MANOVA 分析

組織績效 總效果 邊際效果

解釋變數 反應變數

不重視 績效 N=54

重視績 效 N=92

Wilk’s

Λ P 值 F 值 P 值

個別關懷 19.593

(0.355)

21.717 (0.272)

22.627 0.000**

智能啟發 (0.329) 19.981 (0.252) 22.239 29.671 0.000**

激發鼓舞 20.296

(0.336)

21.989 (0.257)

16.025 0.000**

魅力影響 (0.340) 20.796 (0.261) 22.942 24.612 0.000**

型塑願景 (0.327) 20.093 (0.251) 23.011 50.604 0.000**

條件獎賞 16.296

(0.393)

18.826 (0.301)

26.079 0.000**

主動介入 (0.338) 19.704 (0.259) 22.174 33.577 0.000**

領 導 行 為

被動介入 (0.437) 10.722 (0.335) 9.696

0.496 0.000**

3.470 0.065

註:1 組織績效欄未括弧之數字為反應變量平均數,括弧內之數字為標準差。

2 *表示 P<0.05,**表示 P<0.01。

四、組織績效與組織文化之關係

依 據 高 階 主 管 之 組 織 績 效 集 群 分 析 所 區 分 之 重 視 與 不 重 視 兩群為解釋變數,以組織文化所包含之「組織認同」、「創新發展

」、「嚴格監督 」、「 年資輩份」四個項目為反應變量,進行單因子 多變量分析(MANOVA),檢驗高階主管重視與不重視組織績效兩群

,在組織文化方面是否有顯著差異。 結果如表 5.13 所示, 組織 文化之總效果 Wilk’s Λ=0.496 且 P<0.01 達到顯著水準, 因此 高 階 主 管 重 視 與 不 重 視 績 效 兩 群 在 組 織 文 化 方 面 有 顯 著 性 差 異

,再由邊際效果之結果可看出「組織認同」、「創新發展」、「 嚴格 監督」三個變量 P 值皆達顯著性的水準,唯「年資輩份」一項不 顯著,由此可知高階主管,重視績效與不重視績效兩群分別在三

(18)

個變量上有顯著性的差異。由各變量的平均數亦可看出重視績效 群在各變量上均高於不重視績效群。至「年資輩份」未達顯著性 效果,究其原因重視績效與不重視績效對管理制度彈性與否有極 大關連性,是 以「 年資輩份」為較僵化之組織特性,準此亦會產 生重視績效群與年資輩份之變量產生反向關係。

(19)

表 5.13 組織績效與組織文化之 MANOVA 分析

組織績效 總效果 邊際效果

解釋變數 反應變數

不重視 績效 N=54

重視績 效 N=92

Wilk’s

Λ P 值 F 值 P 值

組織認同 13.907

(0.272)

16.859 (0.272)

74.134 0.000**

創新發展 10.352

(0.201)

12.804 (0.154)

93.623 0.000**

嚴格監督 13.204

(0.282)

16.935 (0.216)

109.954 0.000**

組 織 文 化

年資輩份 7.593

(0.255)

8.054 (0.195)

0.496 0.000**

2.074 0.152

註:1 組織績效欄未括弧之數字為反應變量平均數,括弧內之數字為 標準差。

2 *表示 P<0.05,**表示 P<0.01。

」、「品質導向」、「行銷導向」、「 資產優勢」、「品質優勢 」、「 成本 五、組織績效與策略之關係

依據高階主管重視績效群與不重視績效群,兩群為解釋變 數

,以策略所包含之「成本導向優勢」、「創新優勢 」七個項目為反 應變量,進行單因子多變量分析(MANOVA),檢驗高階主管重視績 效 與 不 重 視 績 效 兩 群 , 在 策 略 方 面 是 否 有 顯 著 差 異 。 結 果 如 表 5.14 所示, 策略之總效果 Wilk’s Λ=0.508 且 P<0.01 達到顯 著水準,因此高階主管在重視績效與不重視績效兩群在策略方面 有顯著性差異, 再由邊際效果之結果可看出「 成本導向」、「品質 導向」、「行銷導向 」、「 資產優勢」、「品質優勢」、「成本優勢」、「

(20)

創新優勢」七個變量之 P 值皆達顯著性的水準, 唯「成本導向」

不顯著,由此可知高階主管重視績效與不重視績效兩群分別在七 個變量上有顯著性的差異。由各變量的平均數亦可看出重視與不 重視績效群在各變量上均高於低績效群。由此一分析之結果可知

,私立技術學院具有非營利組織之特性,其成本效益是經營管理 之重心,惟學校績效指標尚須兼顧教育之特質。 是以 ,「成本導 向」在重視績效群仍高於低績效群,但未顯著與上述解釋誠屬合 理。

表 5.14 組織績效與策略之 MANOVA 分析

組織績效 總效果 邊際效果

解釋變數 反應變量

不重視 績效 N=54

重視績效 N=92

Wilk’s Λ P 值 F 值 P 值

成本導向 6.519

(0.192)

6.620 (0.147)

.175 0.676

品質導向 6.130

(0.184)

7.761 (0.141)

49.608 0.000**

策 略

行銷導向

6.296 (0.177)

7.522 (0.136)

0.508 0.01

30.130 0.000**

(21)

表 5.14 組織績效與策略之 MANOVA 分析(續)

組織績效 總效果 邊際效果

解釋變數 反應變量

不重視 績效 N=54

重視績效 N=92

Wilk’

s Λ P 值 F 值 P 值

資產優勢 5.944 (0.163)

7.511 (0.125)

58.414 0.000**

品質優勢 5.815 (0.152)

7.304 (0.116)

60.523 0.000**

成本優勢 3.537 (0.090)

4.011 (0.069)

17.626 0.000**

創新優勢 2.815 (0.090)

3.522 (0.069)

38.804 0.000**

註:1.組織績效欄未括弧之數字為反應變量平均數,括弧內之數字為 標準差。

2.*表示 P<0.05,**表示 P<0.01。

六、組織績效與組織運作之關係

依 據 高 階 主 管 之 組 織 績 效 集 群 分 析 所 區 分 之 重 視 與 不 重 視 績效兩群為解釋變數,以組織運作所包含之 「授 權」、「 有機體」

、「 行政專業化」、「企業經營」、「 共同妥協」五個項目為反應變 量,進行單因子多變量分析(MANOVA),檢驗高階主管組織績效重 視 與 不 重 視 兩 群 , 在 組 織 運 作 方 面 是 否 有 顯 著 差 異 。 結 果 如 表 5.15 所示 ,組織運作之總效果 Wilk’s Λ=0.661 且 P<0.01 達 到顯著水準,因此高階主管在重視績效與不重視績效兩群在組織 運作方面有顯著性差異,再由邊際效果之結果可看出「授 權」、「

有機體」、「行政專業化」、「企業經營」四個變量 P 值皆達顯著性

(22)

的水準 ,唯「共同妥協 」不顯著 ,由此可知高階主管 ,在重視績 效與不重視績效兩群分別在四個變量上有顯著性的差異。由各變 量 的 平 均 數 亦 可 看 出 重 視 績 效 群 在 各 變 量 上 均 高 於 不 重 視 績 效 群。至 於「 共同妥協 」一項 ,在個別 P 值未達顯著水準 ,其原因 為 若 組 織 中 採 用 齊 頭 式 平 等 與 年 資 升 遷 時 對 人 員 士 氣 造 成 甚 大 影響。是以,重視績效與不重視績效兩群會因共同妥協程度較高

,而降低其績效。

表 5.15 組織績效與組織運作之 MANOVA 分析

組織績效 總效果 邊際效果

解釋變 數 反應變量

不重視 績效 N=54

重視績 效 N=92

Wilk’s

Λ P 值 F 值 P 值

授權 9.815 (0.261)

11.087 (0.200)

14.977 0.000**

有機體 9.889 (0.214)

11.163 (0.164)

22.352 0.000**

行政專業 12.815 (0.227)

14.967 (0.174)

56.612 0.000**

企業經營 10.741 (0.273)

12.207 (0.209)

18.231 0.000**

運 作

共同妥協 8.926 (0.270)

8.848 (0.207)

0.661 0.000**

.053 0.819

註:1 組織績效欄未括弧之數字為反應變量平均數,括弧內之數字為標準差。

2 *表示 P<0.05,**表示 P<0.01。

(23)

5.4 實證模型建立

羅吉斯迴歸模型中的依變數 Y 是二元分類(binary or dichotomous):

0 或1 代表發生與否,本研究以1 代 表「 重視績效群 」;0 代表

「不重視績效群」。

因此模型建立如下:

設「績效分群」Y 與自變數χ之函數為(5-1)式

Yi=α+β1χ1i+β2χ2i+β3χ3i+βkχki++εi………(5-1) (5-2)式是根據Logistic迴歸模式所 估計出來的出現「重視績效群」

的機率

( )

( i i k ki i)

i e

P = +

α+β1χ1 +β2χ

1

2 +ΛΛ+β χ +ε

1

………(5-2)

(5-2)式之值界於0與1之 間,但此式運算不易,將之以 P/1-P來表 示,如(5-3)式所示

( i i k ki i)

P e

P =

α+β χ +β χ + +β χ +ε

Λ

2 Λ

2 1 1

1

………(5-3)

再將(5-3)式兩邊取自然對數,得(5-4)式

( e

i i k ki i

)

P In

In P  =

α+βχ +β χ + +β χ +ε

 

Λ

2 Λ

2 1 1

1

………(5-4)

由(5-4)式可得(5-5)式

i ki k i

P

i

In P  = α + β χ + β χ + + β χ + ε

 

1 1 2 2

Λ Λ

1

………(5-5)

上述式中

Yi= 0,1 (0:代表「不重視績效群」; 1:代表「重視績效群」)

(24)

χki:代表第i樣本,第k個自變數 βk:代表第k個參數

εi:代表E(εi)=0 獨立隨機變數之誤差項

表5.16本研究選取之管理才能、領導行為、組織文 化、策略、組織運作、組織績效自變數

構面 項目

X1:觀念技能 X2:人際技能 X3:領導技能 X4:行政技能 X5:專業技能 X6:自我發展 X7:能力特質 管理才能

X8:動機特質 X9:個別關懷 X10:智能啟發 X11:激發鼓舞 X12:魅力影響 X13:型塑願景 X14:條件式獎賞 X15:主動介入管理 領導行為

X16:被動介人管理 X17:組織認同 X18:創新發展 X19:嚴格監督 組織文化

X20:年資輩份 X21:成本導向 X22:品質導向 X23:行銷導向 X24:資產優勢 X25:品質優勢 X26:成本優勢 策略

X27:創新優勢 X28:授權 X29:有機體 X30:行政專業化 X31:企業化經營 組織運作

X32:共同妥協 X33:目標達成 X34:行政效率 組織績效

(25)

由表5.16選取管理才能、組織文 化、策 略、組織運作與組織 績效等自變數,並依下列方式建立實證模型。

一、組織績效群與管理才能實證模型

(一)自變數之選取 : 經由羅吉斯迴歸模型以迴歸方式, 選定最 有解釋能力之變數如下 :X2 人際技能, 其餘之變數均不顯 著, 此一項變數之係數均為正, 顯示與重視績效群之發生 機率呈同方向之變動關係,其迴歸模式如表 5.17 所示。

(二)模型之參數估計

表 5.17 組織績效與管理才能之羅吉斯模型參數估計

變數 係數 標準誤 Wald P-值

人際技能 0.232 0.063 13.489 0.000*

觀念技能 -0.178 0.115 2.392 0.648

領導技能 0.126 0.115 1.197 0.251

行政技能 -0.061 0.121 0.255 0.592

專業技能 0.205 0.118 3.027 0.112

自我發展 -0.066 0.134 0.242 0.600

能力特質 -0.043 0.093 0.214 0.739

動機特質 0.105 0.121 0.746 0.307

常數項 -3.904 1.224 10.175 0.001*

註:-2 對數概似(-2LL)=175.094

由以上實證結果,可以得到管理才能中可產生重視績效群模型如 下:

(

3.904 0.232 2

)

1

1

i X

P e

+

= +

(26)

(三)模式預測正確率 預測結果

實際結果 不重視績

效群 重視績效群 預測正確率 不重視績效群 28 24 53.8

重視績效群 13 81 86.2

整體預測正確率 74.7

型 I 誤 差:實際為(重視績效群)卻被歸類為不重視績效群由表 可知為 13/94=13.8%

型 II 誤差:實際為(不重視績效群)卻被歸類為(重視績效群)

,此處為 24/52=46.2%

模型正確率為=74.7%

由以上模型, 可進一步求得其「 重視績效群 」發生之機率,

當「人際技能」變動 1%其重視績效發生機率會增加 0.32%, 因此

,人際技能愈高,則產生重視績效群之機率愈高。

二、組織績效群與領導行為實證模型

(一 )自變數之選取 : 經由羅吉斯迴歸模型以迴歸的方式 , 選定 最有解釋能力之變數如下:X13型塑願景、X1 4條件獎賞其餘 之變數均不顯著, 此二項變數之係數均為正, 顯示與重視 績效群之發生機率呈同方向之變動關係 , 其迴歸模式如表 5.18 所示

(二)模型之參數估計

(27)

表 5.18 組織績效與領導行為之羅吉斯模型參數估計

變數 係數 標準誤 Wald P-值

型塑願景 0.386 0.91 17.995 0.000*

條件獎賞 0.184 0.1075 6.090 0.014*

個別關懷 -0.011 0.172 0.004 0.949

智能啟發 0.009 0.176 0.002 0.893

激發鼓舞 -0.299 0.187 2.540 0.415

魅力影響 0.238 0.181 1.716 0.939

主動介入 0.148 0.119 1.545 0.815

被動介入 0.004 0.092 0.002 0.994

常數項 -11 2.158 25.999 0.000*

註:-2 對數概似(-2LL)=147.036

由以上實證結果, 可以得到領導 行為中產生重視績效模型如下:

( ) = 1 +

(

11+0.386

1

χ13+0.184χ14

)

i e P

(三)模式預測正確率 預測結果

實際結果 不重視績效

群 重視績效群 預測正確 率 不重視績效群 41 11 78.8 重視績效群 7 87 92.6

整體預測正確率 87.7

型 I 誤 差:實際為(重視績效群)卻被歸類為不重視績效群由表 可知為 7/94=7.4%

型 II 誤差 :實際為( 不重視績效群 )卻被歸類為(重視績效群)

,此處為 11/52=21.2%

模型正確率為=87.7%

由以上模型, 可進一步求得其「 重視績效群 」發生之機率,

(28)

當「型塑願景 」變 動 1%其重視績效發生機率會增加 0.51%,「條 件獎賞 」增加一個單位其重視績效發生機率會增加 0.31%, 因此

,型塑願景或條件獎賞對重視績效都有正面的提昇效果。

三、組織績效群與組織文化實證模型

(一)自變數之選取:經由羅吉斯迴歸模型以迴歸的方式,選定最 有解釋能力之變數如下:X18 創新發展、X1 9 嚴格監督其餘之 變數均不顯著 ,此二項變數之係數均為正, 顯示與重視績效 群之發生機率呈同方向之變動關係, 其迴歸模式如表 5.19 所示

(二)模型之參數估計

表 5.19 組織績效與組織文化之羅吉斯模型參數估計

變數 係數 標準誤 Wald P-值

創新發展 0.705 0.211 11.133 0.001*

嚴格監督 0.565 0.140 16.344 0.000*

組織認同 0.274 0.162 2.841 0.075

年資輩份 0.276 0.179 2.382 0.107

常數項 -16.015 2.778 33.242 0.000

-2 對數概似(-2LL)=104.147

由以上實證結果,可以得到組織文化中可產生重視績效群模 型如下:

( ) (

16.015 0.705 18 0.565 19

)

1

1

χ χ + +

+

= e i

P

根據以上模型, 即可對影響產生重視績效群之樣本進行判別 與預測。

(29)

預測結果 實際結果

不重視績

效群 重視績效群 預測正確率 不重視績效群 34 18 65.4

重視績效群 11 83 88.3

整體預測正確率 58.6

型 I 誤 差:實際為(重視績效群)卻被歸類為不重視績效群由表 可知為 11/94=11.70%

型 II 誤差:實際為(不重視績效群)卻被歸類為(重視績效群)

,此處為 18/52=34.62%

模型正確率為=58.6%

由以上模型, 可進一步求得其「 重視績效群 」發生之機率,

當「創新發展 」變 動 1%其重視績效群發生機率會增加 0.76%,「

嚴格監督」變 動 1%其重視績效群發生機率會增加 0.76%,因此 , 創新發展或嚴格監督對重視績效都有正面的提昇效果。

四、組織績效與策略實證模型

(一)自變數之選取:經由羅吉斯迴歸模型以迴歸的方式,選定最 有解釋能力之變數如下 :X23 行銷導向 、X2 5 品質優勢、X27 創 新優勢其餘之變數均不顯著 ,此三項變數之係數均為正 ,顯 示與重視績效群之發生機率呈同方向之變動關係 , 其迴歸模 式如表 5.20 所示

(二)模型之參數估計

(30)

表 5.20 組織績效與策略之羅吉斯模型參數估計

變數 係數 標準誤 Wald P-值

行銷導向 0.480 0.170 7.935 0.005*

品質優勢 0.902 0.227 15.763 0.000*

創新優勢 1.150 0.457 6.335 0.012*

成本導向 0.015 0.177 0.007 0.953

品質導向 0.341 0.237 2.068 0.97

資產優勢 0.328 0.235 1.949 0.91

成本優勢 -0.142 0.421 0.114 0.886

常數項 -12.204 2.225 30.077 0.000*

註:-2 對數概似(-2LL)=124.880

由以上實證結果,可以得到策略中可產生重視績效群模型 如下:

( )

1

27 25

23

0 . 902 1 . 15 48

. 0 204 . 12

1

X X

e X

Pi= +

− − + + +

根據以上模型,即可對影響產生重視績效群之樣本進行判 別與預測。

(三)模式預測正確率 預測結果

實際結果

不重視績 效群

重視績效群 預測正確率 不重視績效群 32 20 61.5

重視績效群 13 81 86.2

整體預測正確率 77.4

型 I 誤 差:實際為(重視績效群)卻被歸類為不重視績效群由表

(31)

,此處為 20/52=38.4%

模型正確率為=77.4%

由以上模型, 可進一步求得其「 重視績效群 」發生之機率,

當「行銷導向 」變 動 1%其重視績效群發生機率會增加 0.48%,「

品質優勢」變 動 1%其重視績效群發生機率會增加 0.91%,「 創新 優勢」變 動 1%其重視績效群發生機率會增加 1.15%,因此,行銷 導向、 品質優勢及創新優勢對重視績效群都有正面的提昇效果。

五、組織運作與組織績效實證模型:

(一 )自變數之選取 : 經由羅吉斯迴歸模型以迴歸的方式 , 選定 最有解釋能力之變數如下 :X2 8授 權、X2 9有機體 、X3 0行政 專業化其餘之變數均不顯著,此三項變數之係數均為正,

顯示與重視績效群之發生機率呈同方向之變動關係, 其迴 歸模式如表 5.21 所示

(二)模型之參數估計

表 5.21 組織績效與組織運作之羅吉斯模型參數估計

變數 係數 標準誤 Wald P-值

授權 0.309 0.130 6.378 0.012*

有機體 0.395 0.165 5.723 0.017*

行政專業化 0.805 0.163 24.404 0.000*

企業化經營 0.115 0.133 0.746 0.399

共同妥協 -0.026 0.130 0.041 0.962

常數 -18.083 3.271 30.556 0.000*

註:-2 對數概似(-2ll)=123.852

由以上實證結果,可以得到組織運作中產生重視績效模型如

(32)

下:

0 ) (

1

30 29

28

0 . 395 . 805

309 . 0 03 . 18

1

X X

e X

Pi = +

− − + + +

(三)、模式預測正確率

預測結果

不重視績效 群

重視績效群 預測正確率

不重視績效群 32 20 61.5 重視績效群 13 81 86.2 實

際 結

果 整體預測正確率 77.4

型 I 誤 差:實際為(重視績效群)卻被歸類為不重視績效群由表 可知為 13/94=13.8%

型 II 誤差:實際為(不重視績效群)卻被歸類為(重視績效群)

,此處為 20/52=38.4%

模型正確率為=77.4%

由以上模型, 可進一步求得其「 重視績效群 」發生之機率,

當「授 權」變 動 1%其重視績效群發生機率會增加 0.92%,「 有機 體」變 動 1%其重視績效群發生機率會增加 1.02%,「 行政專業化

」變 動 1%其重視績效群發生機率會增加 1.43%,因此,授權、有 機體及行政專業化對重視績效都有正面的提昇效果。

六、組織績效與管理才能、領導行為、組織文化 、策略 、組織運

(33)

(一 )自變數之選取 : 經由羅吉斯迴歸模型以迴歸的方式, 選定 最有解釋能力之變數如下:X1 8創新發展、X1 9嚴格監督、X

行品質優、 X30政專業化其餘之變數均不顯著,此四項變數 之係數均為正, 顯示與重視績效群之發生機率呈同方向之變 動關係,其迴歸模式如表 5.22 所示

(二)模型之參數估計

表5..22 組織績效與管理才能、領導行為、組織文化、策略、組織運作之羅吉斯模型參數估計

變數 係數 標準誤 Wald P-值

創新發展 0.675 0.239 7.952 0.005*

嚴格監督 0.521 0.155 11.209 0.001*

品質優勢 0.738 0.283 6.773 0.009*

行政專業化 0.391 0.192 4.170 0.41*

觀念技能 -72.031 1420.018 0.003 0.96 人際技能 1.734 711.718 0.000 0.998 領導技能 52.651 2232.043 0.001 0.135 行政技能 -20.411 1057.070 0.000 0.298 專業技能 30.682 887.644 0.001 0.235 自我發展 -81.529 1923.566 0.002 0.760 能力特質 32.556 574.234 0.003 0.460 動機特質 76.743 1155.033 0.004 0.180 個別關懷 -69.393 2461.673 0.001 0.865 智能啟發 -55.581 2117.782 0.001 0.990 激發鼓舞 -106.157 1438.000 0.005 0.987 魅力影響 146.207 2279.310 0.004 0.552 型塑願景 0.973 474.962 0.000 0.717 條件獎賞 42.712 734.876 0.003 0.479

(34)

表5..22 組織績效與管理才能、領導行為、組織文化、策略、組織運作之羅吉斯模型參數估計(續)

變數 係數 標準誤 Wald P-值

主動介入 42.712 734.876 0.001 0.837 被動介入 -57.089 1171.005 0.002 0.807

常數 -25.105 4.529 30.724 0.000*

註:-2 對數概似(-2LL)=123.852

由上述五個實證模型均考慮一個變項,茲將五個變項共同投 入方程式中建立重視績效群模型如下:

) 391 . 1 0

25 30 19

18

0 . 521 . 738 675

. 0 105 .

25 0

(

1

Pi X

X X

e − − + X + + +

+

=

由所建立之模型可發 X1 8創新發展、X1 9嚴格監督、X2 5品 質 優勢、 X30 行政專業化之投入越高 ,則產生重視績效群之機率愈 高。

(三)、模式預測正確率 預測結果

不重視績 效群

重視績效群 預測正確率

不重視績效群 43 9 82.7 重視績效群 8 86 91.5 實

際 結 果

整體預測正確 率

88.4

型 I 誤 差:實際為(重視績效群)卻被歸類為不重視績效群由表 可知為 8/94=8.5%

(35)

模型正確率為=88.4%

由以上模型, 可進一步求得其「 重視績效群 」發生之機率,

當「創新發展 」變 動 1%其重視績效群發生機率會增加 0.63%,「

嚴格監督」變 動 1%其重視績效群發生機率會增加 0.47%,「 品質 優勢」變動 1%其重視績效群發生機率會增加 0.7%,「 行政專業化

」變動 1%其重視績效群發生機率會增加 0.39%,因 此,創新發展

、嚴格監督、品質優勢及行政專業化對重視績效群都有正面的提 昇效果。有關以上實證模型中顯著之變數與其變動幅度,茲彙整 如表 5.23

表 5.23 影響組織績效因素之實證結果

變數 估計值 t 值 變動幅

變數 估計值 t 值 變動

幅度 人際技能 0.232 0.000* 0.32% 創新優勢 1.150 0.012* 1.15%

型塑願景 0.386 0.000* 0.51% 授權 0.309 0.012* 0.92%

條件獎賞 0.184 0.014* 0.31% 有機體 0.395 0.017* 1.02%

創新發展 0.705 0.001* 0.76% 行政專業化 0.805 0.000* 1.43%

嚴格監督 0.565 0.000* 0.76% 創新發展 0.675 0.005* 0.63%

行銷導向 0.480 0.005* 0.48% 嚴格監督 0.521 0.001* 0.47%

品質優勢 0.902 0.000* 0.91% 品質優勢 0.738 0.009* 0.7%

行政專業化 0.391 0.41* 0.39%

參考文獻

相關文件

複選通過標準:國語文性向測驗成績達平均數正 2 個標準差或 PR97 以上,外 語文性向測驗成績達平均數正 1.5 個標準差或 PR93

(二) 依【管道一】複選鑑定,數學及自然性向測驗成績兩科均達平均數正 2 個標準 差或 PR97

(二) 依【管道一】複選鑑定,國語文性向測驗成績達平均數正 2 個標準差或 PR97 以上,外語文性向測驗成績達平均數正 1.5 個標準差或 PR93

基於經濟效益考量,對於外籍勞工的語言能力以及年齡更為重 視,並重新審定計分制度等。事實上, OECD 會員國對於語言能力 以及薪資條件有愈趨嚴格。如在 2012

各縣市政府於提報自評資料時,下列四個考核項目權重為就業服務或就 業服務臺績效執行佔

各縣市政府於提報自評資料時,下列四個考核項目權重為就業服務或就 業服務臺績效執行佔

前一學期學業成績總平均 70 分以上者,操行成績甲等(80 分以上) 。成績單未登記 有操性成績者,須檢附【表二】獎學金推薦函乙份。2. 前一學期學業成績總平均

四、於 107-108