因素分析(Factory Analysis)

本研究採因素分析其萃取方法採主成分分析法(PRINCIPAL)，並採用複相關係 數平方法(SCM)，採用此法可用變數中的一個變數最為基礎變數，用此基礎變數和 其他變數之複相關係數的平方之值做為變數共通性，其好處為被分析變數與其他變 數間的關係都會考量在內。

4.2.1 因素取樣適當性分析

本研究進行因素分析前，先確定各變數分數間具有共同變異之存在，如此才值 得做因素 分析 。 本研 究運用 KMO 判斷 資 料是否適 合進 行因素 分析， KMO 是 Kaiser-Meyer-LOkin 的 取 樣 適 當 性 量 數 (Kaiser-Meyer-Olkin measure of sampling adequacy)，當 KMO 值越大，代表變數間的共同因素愈多，越適合進行因 素分析。根據 Kaiser 的觀點(Gazzaz et al.，2012)[13]，可以了解變數進行因素 分析可行性程度，若 KMO＞0.8 表示很好(meritorious)，KMO＞0.7 表示中等 (middling)，KMO＞0.6 表示普通（mediocre），若 KMO＜0.5 則表示不能接受

（unaccept）。由表 6 及表 7 可看出本研究採用前後期財務指標其取樣適當性量數 (MSA)係數皆大於 0.6，表示該資料分析結果可接受進行因素分析。

前期由表 6 可知其取樣適當性量數(MSA)為 0.709 並符合 KMO>0.5 之條件表示 本研究採取財務變數適合並且可接受做進一步的因素分析。

表 6 因素分析之 Kaiser 取樣適當性量數-前期

資料來源:本研究整理

後期由表 7 可知，其取樣適當性量數(MSA)為 0.65 並符合 KMO>0.5 之條件表示 本研究採取財務變數適合並且可接受做進一步的因素分析。

表 7 因素分析之 Kaiser 取樣適當性量數-後期

資料來源:本研究整理

4.2.2 決定因素個數

前期如圖 21 所示，前 3 個因素以特徵值大於 1 予以保留，3 個因素累積解釋 率為 59%，期代表意義為此 3 個因素可以解釋整體因素能力達 59%可供本研究分析。

資料來源:本研究整理

圖 21 因素分析相關矩陣的特徵值-前期

後期如圖 22 所示，前 3 個因素以特徵值大於 1 予以保留，3 個因素累積解釋 率為 59%，期代表意義為此 3 個因素可以解釋整體因素能力達 59%可供本研究分析。

資料來源:本研究整理

圖 22 因素分析相關矩陣的特徵值-後期

4.2.3 因素命名

如表 8 所示，本研究運用因素分析（Factor analysis）進行構面縮減分析，

旋轉方法採因素轉軸法中 Varimax 最大變異數轉換法，它使因素負荷表中變異最 大，其目的是將因素負荷矩陣的行做簡化，並將相關係數及因素負荷量的值相乘再 做四捨五入後可得大於 0.4 以上的因素用旗標「*」表示做為因素歸納分析參考 (Ford et al.，1986)[11]。

表 8 因素分析經最大變異數法(Varimax)之前期與後期比較表

資料來源:本研究整理

參考表 9 及表 10，本研究將前後期之 3 個因素整理如下:

「知識管理能力」 :因素 1 在前後期有相同顯著變數 XSGA_S(管銷費用／銷售淨額)、

XRD_S(研究及開發費用／銷售淨額)、AP_S(應付帳款／銷售淨額)、COGS_S(銷售成 本／銷售淨額)、 CH_S(現金／銷售淨額)，本研究將此因素命名為知識管理能力。

「運用資產管理能力」:前後期之因素 2 有顯著的共同之變數有 DPACT_S(折舊及攤 銷／銷售淨額)、FA_S(固定資產／銷售淨額)，本研究將此因素命名為運用資產管 理能力。

「供應商與客戶管理能力」:因素 3 之顯著的共同之變數 INVCH_S(存貨／銷售淨額)、

TXT_S(營業所得稅／銷售淨額)，本研究將此因素命名為供應商與客戶管理能力，

RECCH_S(應收帳款／銷售淨額)在前後期有明顯差別，在前期歸納在「運用資產管

理能力」因素上，而後期歸納在「供應商與客戶管理能力」。 表 9 前期因素命名

資料來源:本研究整理 表 10 後期因素命名

資料來源:本研究整理