第四章 資料分析與討論
第一節 問卷資料分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章 資料分析與討論
第一節 問卷資料分析
本節首先根據問卷回收結果分析樣本結構，其次為各觀察變項描述性統計 結果。為利後續分析，並且進行共同方法變異檢驗、各題組信度分析及基本變 項差異性檢定。最後則分析模型收斂效度及整體結構模式。
為了衡量本研究所提出的研究架構，本研究參考結構方程式的分析應用，
採偏最小平方法（Partial Least Squares, PLS）進行分析，與 LISREL 不同的是，
PLS 旨在極大化依變項中能為自變項所解釋的變異量（使用變異數估計模式中 之參數），可以同時處理反應性與形成性的指標，而以極小化樣本共變數矩陣與 隱含共變數矩陣間之差距為目標的 LISREL，僅能處理反映性指標的模型。Chin
& Newsted（1999）曾撰文闡釋，當預測變項甚為龐大、非常態性資料、樣本 較小時、具有多元共線性、指標為原因指標及欲檢驗測量指標是否有效時，PLS 結構方程模式優於 LISREL 結構方程模式。由於本研究「交易成本」變項為形 成性構面，加上觀察變項有 24 個，樣本數僅 148 個，數量較少，因此在結構模 式分析部分採用採用 SmartPLS 軟體。
以下本研究量化資料分析之描述性統計、差異檢定、信度分析及探索性因 素分析皆採用 SPSS 軟體進行分析，形成型結構模式分析則採用 SmartPLS 軟體。
壹、樣本基本特性描述及各題百分比
一、樣本特性
本次教育訓練，總共回收 158 份有效問卷，排除未使用過 GPMnet 的受訪 者 10 位，以其他 148 份問卷進行量化分析。首先檢視各基本變項，如表 4-1 所 示，在性別方面，女性有 86 位（佔有效樣本 58.1%），男性有 62 位（佔有效樣 本 41.9%）。年齡集中於 30-49 歲，以 30-39 歲為最多（56 位，37.8%），其次為 40-49 歲（53 位，35.8%）及 50-59 歲（25 位，16.9%），最少的為 20-29 歲（14 位，9.5%）。在教育程度方面，高中職為 1 人（佔有效樣本 0.6%），具有大專、
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
大學學歷者有 79 人（佔有效樣本 53.4%），研究所及以上學歷有 68 人（佔有效 樣本 46%）。
在服務年資方面，多數集中於 10-19 年（56 位，37.8%），1-9 年資者有 41 人（佔 27.7%），30 年以上年資僅 6 人，因此併入 20 年以上年資，20 年以上年 資者計 35 人（佔 23.6%），未回答者 13 人（佔 8.8%）。官職等方面，委任 28 人（18.9%），薦任 108 人（73%），簡任 7 人（4.7%），未具備正式公務員職稱 者 5 人（3.4%）。另在資訊設備使用時數，1-5.9 小時為 24 人（16.2%），6-7.9 個小時為 30 人（20.3%），8 小時以上者為 81 人（54.7%），未回答者 13 人（佔 8.8%），多數受訪者資訊設備使用時數為 8 小時整，可見資訊通信設備對於績 效管理者及一般公務人員而言，是非常重要的工具。另外，有效樣本受訪者之 中，研考人員有 104 人（佔 71.3%），非研考人員有 44 人（佔 29.7%），為各業 務單位填報管考計畫之承辦人。
將受訪者資料與本研究自行查詢推估的母體數進行比較，由於使用者部會 分佈有 39 個類別，少數較小的部會受訪者人數未超過 5 人，不適合以卡方檢定 進行驗證樣本代表性，因此本研究僅將樣本的分佈比例與母體推估數並列於表 4-2，其各項比例符合母體推估數之趨勢。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-1 受訪者基本資料
基本變項 個數 百分比
性別
女 86 58.1
男 62 41.9
年齡
20-29 14 9.5 30-39 56 37.8 40-49 53 35.8 50 歲以上 25 16.9 教育程度
高中職 1 0.6
大專大學 79 53.4
研究所以上 68 46
服務年資
1-9 年 41 27.7 10-19 年 56 37.8 20 年以上 35 23.6
未回答 13 8.8
官職等
委任 28 18.9
薦任 108 73.0
簡任 7 4.7
其他 5 3.4
資訊設備使用時數
1~5.9 小時 24 16.2 6~7.9 小時 30 20.3 8 小時以上 81 54.7
未回答 13 8.8
是否為研考人員
否 44 29.7
是 104 71.3
資料來源：本研究
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-2 母體與樣本之比例
推估母體數 有效樣本 推估母體數 有效樣本
部會 次數 百分比 次數 百分比 部會
次數 百分比 次數 百分比 內政部 135 7.9 12 8.1 原能會 13 0.8 1 0.7 外交部 18 1.1 2 1.4 國科會 2 0.1 5 3.4 國防部 115 6.7 10 6.8 研考會 83 4.9 7 4.7 財政部 69 4.0 6 4.1 農委會 98 5.7 6 4.1 教育部 247 14.4 10 6.8 文建會 53 3.1 4 2.7 法務部 54 3.2 4 2.7 勞委會 100 5.8 3 2.0 經濟部 50 2.9 4 2.7 公平會 35 2.0 1 0.7 交通部 18 1.1 13 8.8 工程會 6 0.4 1 0.7 蒙藏會 14 0.8 1 0.7 體委會 47 2.7 2 1.4 僑委會 27 1.6 1 0.7 原民會 20 1.2 3 2.0 主計處 15 0.9 2 1.4 海巡署 68 4.0 2 1.4 人事局 38 2.2 2 1.4 消保會 7 0.4 1 0.7 新聞局 40 2.3 2 1.4 客委會 16 0.9 1 0.7 衛生署 37 2.2 2 1.4 中選會 8 0.5 1 0.7 環保署 67 3.9 6 4.1 金融監督管
理委員會 41 2.4 4 2.7 故宮博物
院 13 0.8 1 0.7 國家通訊傳
播委員會 51 3.0 3 2.0 陸委會 20 1.2 2 1.4 福建省政府 8 0.5 2 1.4 經建會 3 0.2 2 1.4 臺灣省政府 15 0.9 2 1.4 輔導會 30 1.8 3 2.0 台灣省諮議
會 7 0.4 1 0.7 青輔會 23 1.3 2 1.4 未回答 － － 11 7
總計 1711 100 148 100.0 資料來源：本研究
二、各分析題項百分比
以下針對本研究各分析題項描述性統計數據進行分析，各題以 1 至 7 計分 之觀察變項，「主觀系統績效」平均數較其他題組高，以平均數得分意義而言，
介於「同意」至「很同意」之間，顯示多數受訪者對於使用 GPMnet 的滿意度、
速度、品質等綜合評價偏向正面，肯定系統可以增加整體管考的速度（PP1）、
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
讓管考的流程情形更為清楚（PP2）、對於管考制度確實有幫助（PP4），且比沒 有系統時做的更好（PP5）。只有在經費支出情況（PP3）一項的平均分數相對 較低，顯示受訪者對於系統在經費支用的進度控管功能，較其他績效管理的成 效為低。
而在「態度」題組的平均數則稍微較主觀系統績效為低，整體來說平均介 於「普通」至「同意」之間，顯示受訪者對於使用 GPMnet 的評價雖然不錯，
但是使用該系統的態度則較為保留，尤其 AT2 與 AT4 二題的平均數較低，表示 受訪者使用 GPMnet 的心情是偏向緊張的，以及不喜歡的。
在「交易成本」（TC1~TC9）題組的得分則亦為正面的，表示受訪者多贊 同使用 GPMnet 是需要付出其他額外成本的。整體平均介於「普通」至「同意」
之間，在「與主管討論時間（TC3）」及「花費時間做送審工作（TC5）」等兩 題得分偏低，顯示在受訪者的認知中，此二題項的交易成本較低。而「學習 GPMnet 使用方法，花費許多時間（TC1）」及「使用 GPMnet，會花許多時間 注意資料是否出錯（TC8）」的得分較高，受訪者同意在適應系統的學習成本及 資料檢核的監督成本，皆是需要額外付出時間成本的。
此外，「資產專屬性」平均數除了 SP1 外，其他二題項平均數偏低，顯示 受訪者認為績效管理作業未必藉由 GPMnet 才能達到。「不確定性」的兩個觀察 變項為負面題項，為了切合不確定性的原意與方向，因此重新編碼後計算平均 值，其平均值介於 3 及 4 之間，受訪者對於本研究所界定的「使用 GPMnet 的 不確定性」給予負面評價，也就是認為在使用 GPMnet 時，系統比較穩定，比 較好用。
在各變項常態性檢定，本研究檢視各變項的偏態及峰度，其數值如表 4-3。
偏態係數指的是變數的對稱性，峰度指的是一個次數分配集中的陡峭程度，當 係數超過正負 1 的偏態與峰度即為嚴重非常態性分配（邱皓政，2003）。就本研 究觀察變項而言，所有觀察變項偏態皆未超過正負 1，無嚴重的偏態數值，資 料分配應屬分散。有 6 個變數峰度超過正負 1，推測其可能原因為樣本數較少 之故。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-3 各觀察變項平均數及常態數值
平均數 標準差 偏態 峰度
PP1 5.007 1.007 -0.500 1.621 PP2 5.101 0.967 -0.480 2.285 PP3 4.919 0.958 0.070 -0.126 PP4 5.189 1.006 -0.552 1.698 PP5 5.272 1.150 -0.496 0.835 AT1 4.723 1.282 -0.075 0.167 AT2 4.463 1.361 -0.176 0.193 AT3 4.748 1.249 -0.174 0.297 AT4 4.429 1.350 -0.109 0.216 AT5 4.864 1.286 -0.350 0.394 TC1 4.399 1.153 -0.154 0.397 TC2 4.108 1.070 0.153 0.260 TC3 4.081 1.169 0.048 0.570 TC4 4.419 1.229 0.134 -0.313 TC5 4.068 1.205 0.413 0.491 TC6 4.209 1.185 0.579 0.360 TC7 4.243 1.170 0.056 0.361 TC8 4.304 1.210 0.165 0.177 TC9 4.211 1.081 0.395 0.637 UC1 3.356 0.853 0.391 1.880 UC2 3.568 1.070 0.902 1.366 SP1 4.351 1.062 -0.917 2.059 SP2 4.061 1.051 -0.301 0.928 SP3 4.007 1.179 -0.039 0.479
註：1.「使用頻率」係以每月使用次數為計分，因此無平均數。
2.UC1 及 UC2 為負面題項，經過重先編碼，後續分析以重新編碼之結果進行分析。
資料來源：本研究
貳、共同方法變異檢驗
共同方法變異又稱為共同方法偏誤，指的是由於測量工具造成的誤差。當 檢測兩個（或以上）的構面時，或採用自陳式量表（self-report scale）、同一來 源填答問卷、同一時間（一次）施測、或以知覺式（perception）測量的構念等
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
情況下，最容易產生共同方法變異，主要原因為受測者對訊息處理的傾向或類 化，以及心理因素（彭台光、高月慈、林鉦琴，2006），共同方法變異可能導致 構念間相關性的膨脹或減弱，甚至造成虛假的主效果。
Podsakoff 及 Organ（1986）將 Harman 的單因素檢定法（Harman’s One-Factor Test）視為解決共同方法變異的事後補救措施（post hoc remedy）。彭台光等人 則將之視為偵測共同方法變異嚴重程度的方法。在所有題項未轉軸的情況下作 因素分析，第一個主成分最適於反應共同方法變異的的量。如果第一個因子為 綜合因子，解釋了自變項及依變項的主要變異量，則該研究存在嚴重的共同方 法變異（彭台光、高月慈、林鉦琴，2006：81）。因此，本研究使用 Harman 的 單因素檢定法進行事後分析，將各個分析題項一起進行因素分析，在未轉軸情 況下，針對所萃取的因素數目加以判斷。其主要目的在檢視所產生的因素數目，
若第一個因素能解釋所有自變項與依變項的大部分共同變異數時，則表示可能 有共同方法變異的問題存在。
在本研究的分析題項中，除了「使用頻率」為單一觀察變項，未加入進行 因素分析外，其餘 5 個構念「主觀系統績效」、「態度」、「交易成本」、「不確定 性」及「資產專屬性」等進行因素分析，以特徵值 1.0 為標準，結果總共萃取 出 5 個因素累積解釋變異量（如表 4-4），顯示本研究無嚴重的共同方法變異問 題存在。
表 4-4 Harman 的單因素檢定法
成份 初始特徵值 平方和負荷量萃取 轉軸平方和負荷量 總和 變異數
的% 累積% 總和 變異數
的% 累積% 總和 變異數
的% 累積%
1 8.66 33.30 33.30 8.66 33.30 33.30 5.96 22.93 22.93 2 6.38 24.55 57.85 6.38 24.55 57.85 4.90 18.84 41.77 3 1.93 7.41 65.25 1.93 7.41 65.25 4.09 15.73 57.49 4 1.48 5.70 70.95 1.48 5.70 70.95 3.41 13.12 70.61 5 1.04 4.01 74.96 1.04 4.01 74.96 1.13 4.35 74.96
註：1.萃取方法：主成分分析法
2.本表僅列初始特徵值大於 1 之成分
資料來源：本研究
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
參、信度分析
本研究使用 Cronbach’s α係數分析各構面子題項之信度，在研究架構中，
除「使用頻率」以單一題數作為觀察變項，以及「交易成本」為形成性構面，
無須以 Cronbach’s α檢定。「主觀系統績效」、「態度」、「不確定性」及「資產 專屬性」等構面皆有 2 至 10 題子題組，以下將個別評鑑題組與子題項之數據。
本研究使用之判斷準則為（1）項目與總分相關（item-total correlation）須 大於 0.3；（2）相關係數平方（squared multiple correlation）須大於 0.3；（3）當 刪除該題項時，Cronbach’s α可明顯提高，分析結果如下。
一、主觀系統績效
「主觀系統績效」有 5 個子題，信度分析如表 4-5，整體 Cronbach’s α值 達 0.924，具備高度信度。各子題項與總分相關皆高於 0.3，相關係數平方皆高 於 0.3，且刪除子題項對信度改變不大，因此本題組不刪除分析題項。
表 4-5 主觀系統績效信度分析 項目與總
分相關 相關係數平方
項目刪除時的 Cronbach's Alpha 值
Cronbach's Alpha 值
PP1 .833 .732 .900 .924
PP2 .829 .731 .901 PP3 .736 .547 .919 PP4 .866 .752 .893 PP5 .758 .596 .918 資料來源：本研究
二、態度
「態度」有 5 個子題，信度分析如表 4-6，整體 Cronbach’s α值達 0.959，
「態度」有 5 個子題，信度分析如表 4-6，整體 Cronbach’s α值達 0.959，