15 NTU Management Review Vol. 31 No. 3 Dec. 2021 之工具。問項如：「我的工作時間讓我無法善盡家庭事務」和「我的家庭負荷會干 擾我工作相關的活動」，採五點量表（1 表示非常不符合，5 表示非常符合），分 數越高，代表雙向衝突越大。在本研究中WFC與FWC的內部一致性Cronbach’s α 分別為0.94 與0.93。 （五）工作重要性與家庭重要性 本研究改編陸洛等 (2005) 的工作與家庭優先性來代表工作與家庭角色重要性， 採 Likert 5 點量尺，各有3 題，分數越高，表示受測者越認同該角色。在本研究中 工作重要性與家庭重要性的內部一致性Cronbach’s α分別為0.63 與0.88。 肆、研究結果 一、測量模型與共同方法變異檢核 在正式考驗研究假說前，我們先透過驗證性因素分析(Confirmatory Factor Analyses; CFA)，檢驗本研究的八個變項（不含生理性別）之區別效度(James, Mulaik, and Brett, 1982)。根據表1 所示，模型1 內之各項適配指數均較模型2 及 模型3 良好(Browne and Cudeck, 1992; Kelloway, 1998)，此顯示工作重要性、家庭 重要性、工作負荷、家庭責任、男性化特質、女性化特質、WFC、FWC是八個 獨立的構念。雖然模型1 顯示為較佳模型，但模型1 的整體適配度並不好，這可 能與測量的題目太多但樣本數太少有關，如男性化特質與女性化特質各有20 個題 目，樣本數為276，對此，題目打包法(Item Parceling) 可使觀測變項品質變好、 提高整體模型適配度、估計偏差也不大，是解決此類問題的一種有效方法(Little, Cunningham, Shahar, and Widaman, 2002)。故我們依Matsunaga (2008) 建議的「隨機 打包法」(Random Algorithm)，將男性化特質與女性化特質的量表題目隨機分成三 「包」（群），再將每包的題目各自加總成一個變項。由表一可見，打包後的模型 4整體適配度遠比模型1佳，且大致符合良好模式的適配度要求 (Hair, Black, Babin, and Anderson, 2010)。 此外，本研究之主要變項如雙向職家衝突等均為個人感受，無法經由他評獲得， 但也因此會產生共同方法變異的疑慮。對此，我們採取以下解決策略：(1) 在問卷 編排上將順序對調，先填答職家衝突，接續性別角色取向，最後為職家要求；(2) 各變項採不同尺度衡量，也納入反向題；(3) 在檢驗假說前先進行區別效度檢核（即 表1 中的模型1 及2）；(4) 潛在變項測量法分析顯示（即表1 中的模型3），若將 所有題項歸為同一個潛在變項，其適配性不佳。根據以上說明，可判定本研究共同 方法變異之問題並不嚴重 (Podsakoff, MacKenzie, Lee, and Podsakoff, 2003 )。
RkJQdWJsaXNoZXIy ODg3MDU=