

臺大管理論叢
第
27
卷第
3
期
89
對重要性的排序發生困難。因此可知
D
g
與
RIW
較乘積指數更能適當反映
IV
間的共
變結構來判定
IV
相對重要性的指標。
表
7
薪資對數迴歸分析的各
IV
效果量及相對重要性指標摘要表
相關指標
r
r
2
r
p
r
p
2
r
sp
r
sp
2
r
s
2
%
X1
性別
.237
.056
.223
.050
.187
.035
.170
21.2%
X2
年齡
-.012
.000
.072
.005
.059
.004
.000
0.1%
X3
已婚
.025
.001
.130
.017
.108
.012
.002
0.2%
X4
小孩數
-.085
.007 -.094
.009 -.077
.006
.022
2.7%
X5
在職年資
.177
.031
.251
.063
.212
.045
.094
11.8%
X6
每週工時
.181
.033
.239
.057
.201
.040
.099
12.4%
X7
教育年數
.370
.137
.461
.212
.424
.180
.413
51.6%
總和
.265
.413
.321
.799 100%
迴歸指標
β
β
2
rβ
% Dg
% RIW %
X1
性別
.191
.037
.045
13.6% .046
13.8% .047
14.0%
X2
年齡
.097
.009 -.001
-0.3% .009
2.7% .015
4.4%
X3
已婚
.154
.024
.004
1.2% .008
2.6% .009
2.8%
X4
小孩數
-.136
.018
.011
3.3% .011
3.3% .015
4.6%
X5
在職年資
.271
.074
.048
14.5% .050
15.0% .047
14.1%
X6
每週工時
.208
.043
.038
11.4% .037
11.1% .036
10.9%
X7
教育年數
.505
.255
.187
56.3% .171
51.4% .164
49.3%
總和
.459
.332 100% .332 100% .332 100%
註:迴歸模型的
R
2
= .332, F(7,2317) = 164.52,
p
< .01, adj
R
2
= .330, Cohen’s
f
1
2
= .497
最後,三種優勢比較的結果與拔靴估計區間的結果列於表
8
。透過完全優勢判斷
原則,可確立「教育年數」完全優於其他
IV
,是解釋「薪資對數值」最重要且穩定的
變數。至於「在職年資」則相對於「年齡」、「已婚」與「小孩數」三者具有完全優勢。
重要性最低的三個
IV
「年齡」、「已婚」與「小孩數」之間雖然無法確立完全優勢,
但是三者與其他各
IV
相較之下都處於完全劣勢,可以說是迴歸模型當中雖然具有統
計顯著性,但幾無重要性的
IV
。
對於無法確立完全優勢者,可進行條件優勢分析。以「在職年資」與「每週工時」
為例,「在職年資」除了在第零階
(
k
= 0)
時的效果
(.031)
低於「每週工時」
(.033)
之
外,其他各階皆優於「每週工時」。換言之,「在職年資」除了與
DV
的相關
(
r
=
.177)
略低於「每週工時」與
DV
的相關
(
r
= .181)
之外,「在職年資」的效果增量均
較高,顯示「在職年資」對於「每週工時」的條件優勢普遍為高。而利用信賴區間可
針對於相對重要性相近的
IV
進行比較。