實證研究方法

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

49

第四節 實證研究方法

本研究使用的實證方法包括計量經濟分析法及 Pair-t 檢定。由於本研 究係探討廠商訊號對跨組織合作網絡建立之影響，其中涉及訊號的效果以 及廠商「揭露」自身訊號是否真有助於合作網絡建立之分析。爰擬以計量 經濟分析法檢定有關於自變數（解釋變數）與依變數（被解釋變數）之間 假設關係的跨年期統計方法，及採 Pair-t 檢定之方式來測試廠商訊號「揭 露」是否有助於合作網絡之建立。

因本研究之依變數合作網絡建立之測量指標為廠商研發合作網絡個數，

而廠商研發合作網絡個數的特性具備間斷、非負整數之離散特性，故不適 用傳統的線性模型估計參數，而必須使用非線性或對數迴歸模型進行分析。

在處理此類型計數資料時，卜瓦松模型與負二項模型為分析此種依變數時 較常使用的模型。惟卜瓦松模型必須符合因變數之平均數需等於變異數的 條件假設，即樣本並無過度離散之現象；若樣本特性擁有過度離散之特質，

則採取負二項模型或者進行修正。以下概略介紹該兩種迴歸模型。

一、卜瓦松迴歸模型（Poisson Regression Model）

卜瓦松迴歸模型係屬對數線性模型(Loglinear Model), 這種廣義的 線性模型使用對數連結函數(Log Link Function)。卜瓦松迴歸模型主要使 用於依變數為間斷型資料，其以最大概似法（Maximum Likelihood Estimation）估計參數，並可以概似比指標(Likelihood Ratio Index)進 行模型配適度的檢定。以下為此模型之機率密度函數：

Pr(y_i|x_i) =exp⁡（ − λi）λ_i^yi y_i!

yi：條件次數

xi：其他變數特性條件 λi：條件平均數

卜瓦松迴歸模型假設的無過度離散特性為：

E(y_i) = Var(y_i) = λ_i

‧

二、負二項迴歸模型（Negative Binomial Regression Model）

負二項迴歸模型係以卜瓦松迴歸模型為基礎所發展出的修正模型，由

此外，在模型配適度檢定方面，本研究以概似比指標(Likelihood Ratio Index)進行模型解釋能力的檢定，其係將模型中的常數項排除後，

用以測試其他變數的解釋能力。

概似比指標 ρ²的計算方式如下：

ρ² = 1 −Log⁡Likelihood(β)

Log⁡Likelihood(0)，0 ≤ ρ² ≤ 1

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

51

概似比指標的值通常介於 0 到 1 之間，其值越大表示模型的配適度越 高，一般而言，0.1 以上則為可接受的模型，而 0.1 以下則為解釋能力不 佳的模型，應予修正。

三、配對樣本 t 檢定(Pair-Sample t test)

配對樣本 t 檢定(Pair-Sample t test)常用來評估樣本前後平均數是 否有顯著的改變。一般而言，同一位受測者會有兩筆資料，但這兩筆資料 之間並非獨立，我們常會比較兩個非獨立（配對）樣本差異值的平均數是 否為 0，以利分析兩個樣本之間是否有統計上的顯著不同，在建立假設時，

我們需設定顯著水準及此假設為單尾或雙尾檢定，一般若沒有設定，則基 於保守原則，預設該檢定為雙尾假設。其檢定統計量為：

𝑡 = 𝑑̅

√𝑠_𝑑²/𝑛

其中 ⁡𝑑̅ = 介入前後差異值的平均值

⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑠_𝑑² = 介入前後差異值的變異數 n=受測樣本數

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

52

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

53