分析步驟與結果

件

︶

圖4-18 計畫「指標性計畫」基本統計圖

圖4-19 計畫「補助型計畫」基本統計圖

4.3.4 分析步驟與結果

當分析的輸入與輸出資料都確定之後，我們藉由SPSS 統計軟體的協助，

將類別的說明變數當作多元對數迴歸分析的「因子」；連續性的說明變數則當 作「共變量」。在分析的模式上我們採因子及共變量的主要效果，以及所有選 取變數的交互作用，而迴歸參數估計的信賴區間則選取95﹪，也就是 0.05 的 顯著水準，分析的方式將分為二個階段。

27

144

0 30 60 90 120 150

YES NO

數 量

︵ 件

︶

86

（一）第一階段

以最初定訂的8 個數值資料及 8 個類別資料投入分析，就預測模式與資料 間的適合程度檢定結果如表4-6 所示。經離差函數檢定，進度指標及成本指標 之顯著性為分別為0.002 及 0.013，均小於 0.05，所以接受的虛無假設，表示以 16 個說明變數所建立的預測模式是合適的。

表4-6 離差函數-模式適合度檢定結果（第一階段）

進度指標（SPI）－模式適合度資訊

351.492

.041 351.451 280 .002 模式

只截距 最後

-2 對數概似 卡方 自由度 顯著性。

成本指標（CPI）－模式適合度資訊

335.484

.038 335.446 280 .013 模式

只截距 最後

-2 對數概似 卡方 自由度 顯著性。

另外，在此階段，利用「概似比檢定」，幫助我們找到一些在預測模式中

，解釋能力較低也較不重要的說明變數，如表4-7 所示。

表4-7 概似比檢定－不重要的說明變數

進度指標（SPI）預測模型 成本指標（CPI）預測模型 不重要的說明變數 顯著性 不重要的說明變數 顯著性

計畫年限 0.00 計畫預算比 0.00 主管機關 0.00

執行地點 0.00 執行地點 0.00

補助型計畫 0.01 補助型計畫 0.00

87

88

由表4-8 可看出，不論是 SPI 或 CPI 管制圖，以 16 個說明變數所建立之 預測模式，其預測能力均為100%。

（二）第二階段

雖然在第一階段我們以16 個說明變數所建立的預測模型，己經有 100%的 分類預測能力，惟一個好的預測模型不只需要有高的預測能力，亦需能將模型 中解釋能力較低且不重要的變數予以剔除，而保持模型的簡潔及乾淨才是最佳 模式。

由第一階段，我們藉由概似比檢定幫我們找出一些對預測模式解釋能力較 低，也就是不重要的說明變數後，我們將嘗試將這些說明變數從分析中暫時刪 除，以所留下來的說明變數再投入分析，並檢視分析結果，是否對預測模型有 影響。

首先的我們一樣先利用離差函數來檢定，當刪除不重要的說明變數後，進 度指標保留之12 個說明變數及成本指標保留之 13 個說明變數所建立的預測模 式是否仍然合適。結果如表4-9 所示，進度指標及成本指標之顯著性均為 0，

表示此預測模式依舊是合適的。

表4-9 離差函數-模式適合度檢定結果（第二階段）

進度指標（SPI）－模式適合度資訊 351.492

.001 351.491 175 .000 模式

只截距 最後

-2 對數概似 卡方 自由度 顯著性。

成本指標（CPI）－模式適合度資訊

335.484

.010 335.474 217 .000 模式

只截距 最後

-2 對數概似 卡方 自由度 顯著性。

89

90

表4-11 預測模型篩選之說明變數

SPI 預測模型保留說明變數 CPI 預測模型保留說明變數

計晝總經費 計畫年限

年度經費 計晝總經費

計畫預算比 年度經費

標案件數 標案件數

標案預算比 標案預算比

發包折數 發包折數

發包折數變異係數 發包折數變異係數

功能類別 主管機關

計畫階段 功能類別

管考週期 計畫階段

列管層級 管考週期

指標性計畫 列管層級

指標性計畫

所以無庸置疑的，我們將以12 個說明變數所建立 100%預測能力的 SPI 管 制圖預測模型；及13 個說明變數所建立 100%預測能力的 CPI 管制圖預測模型

，為最後分析結果。

91