本研究將海外投資與移民對台灣企業歇業及失業影響因子部分 1-31 題之問項，
以因素分析來確認各量表內容，採用主成份分析法(Principal Components Analysis)來選取因素特徵值(Eigenvalue)大於 1 的因素後，得到濃縮五個因 子，其信度分析後，必須大於可接受信度值為 0.5 以上，共三步如下：
步驟 1：
（一）共同性分析-25 題（第一次）
利用因素分析法、主要成份分析法、轉軸分析法來萃取因素，如表 5-1 共 同性分析之所示， V3（台灣環保要求高，造成國內外廠商不願投資）、之共同 性少於 0.5 的題項剔除掉，必須再重新轉軸分析法來萃取因素，如表 5-2 共同性分析之所示，
表 5-1 共同性分析—25 題（第一次）
題 項 初始（Initial/未轉軸） 萃取（Extraction）
V2 1.000 0.589
V3 1.000 0.287
V4 1.000 0.685
V5 1.000 0.641
V6 1.000 0.632
V7 1.000 0.645
V9 1.000 0.596
V11 1.000 0.747 V13 1.000 0.659 V14 1.000 0.639 V15 1.000 0.638 V17 1.000 0.566 V18 1.000 0.660 V19 1.000 0.688 V20 1.000 0.722 V21 1.000 0.706
V22 1.000 0.704 V23 1.000 0.710 V24 1.000 0.681 V25 1.000 0.668 V26 1.000 0.702 V27 1.000 0.744 V28 1.000 0.634 V29 1.000 0.693 V30 1.000 0.697 資料來源：本研究整理
2.共同性分析：-24 題（第二次）
由表 5-1 共同性分析中之 V3（台灣環保要求高，造成國內外廠商不願投資）、之共 同性少於 0.5 的題項剔除掉，必須再重新轉軸分析法來萃取因素，如表 5-2 共同 性分析之所示。
表 5-2 共同性分析-24 題（第二次）
題 項 初始（Initial/未轉軸） 萃取（Extraction）
V2 1.000 0.606
V4 1.000 0.693
V5 1.000 0.706
V6 1.000 0.664
V7 1.000 0.663
V9 1.000 0.544
V11 1.000 0.747 V13 1.000 0.757 V14 1.000 0.700 V15 1.000 0.695 V17 1.000 0.634 V18 1.000 0.695 V19 1.000 0.713 V20 1.000 0.749 V21 1.000 0.714 V22 1.000 0.728 V23 1.000 0.721 V24 1.000 0.679 V25 1.000 0.687 V26 1.000 0.729 V27 1.000 0.758 V28 1.000 0.635 V29 1.000 0.698
V30 1.000 0.716 資料來源：本研究整理
3. 解釋變異量檢驗-24 題
表 5-3 所示左邊 23 個成份特徵值大於一共有五個，因此本研究可能至少有五 個因子，因此必須再求證表 5-4 結構矩陣-24 題所示。
表 5-3 解釋變異量（整體解釋的變異數-轉軸後的變異數/24 問題）
Rotation Sum of Squared Loadings（24 題問卷）
Component
Total 轉軸後 特徵值
﹪of Variance 變 異數百分比
Cumulative ﹪累 積的百分比 1 8.795 36.646 36.646
2 4.0046 16.858 53.504 3 1.678 6.993 60.496 4 1.103 4.597 65.093 5 1.004 4.181 69.274 6
..
資料來源：本研究整理
4.結構矩陣-24 題
依據表 5-3 解釋變異量再做如表 5-4 結構矩陣-24 題中，有五個因素，雖 V11 之 負荷成份為 0.850，可是 V11 題項內容太少，將它刪除較為適宜（吳明隆，2000）。 表 5-4 結構矩陣-24 題
成份（主要成份）
題項
1 2 3 4 5
V20 0.862 V22 0.845 V21 0.839 V23 0.836 V19 0.821 V24 0.812 V18 0.754 V17 0.623
V4 0.818 V5 0.816
V7 0.808 V6 0.805 V2 0.714 V13 0.861 V15 0.829
V14 0.824
V9 0.701
V27 0.867
V26 0.852
V30 0.824
V25 0.823
V29 0.804
V28 0.730
V11 0.850
萃取方法：主要成份法
步驟 2：
（一）共同性分析-23 題（第三次）
如上述表 5-1 之 V3 之共同性少於 0.5 的題項及表 5-4 之 V11 題項內容太少剔 除掉，再重新轉軸分析法來萃取因素，如表 5-5 共同性分析之所示，即轉軸 後之共同性全面大於 0.5，因此，本案剩下 23 題項之信度是成立的。
表 5-5 共同性分析（第三次）
題 項 初始（Initial） 萃取（Extraction）
V2 1.000 0.545
V4 1.000 0.693
V5 1.000 0.675
V6 1.000 0.660
V7 1.000 0.659
V9 1.000 0.528
V13 1.000 0.741 V14 1.000 0.649 V15 1.000 0.694 V17 1.000 0.501 V18 1.000 0.646 V19 1.000 0.704 V20 1.000 0.741
V21 1.000 0.691 V22 1.000 0.706 V23 1.000 0.712 V24 1.000 0.676 V25 1.000 0.675 V26 1.000 0.723 V27 1.000 0.759 V28 1.000 0.635 V29 1.000 0.699 V30 1.000 0.708 資料來源：本研究整理
（二）解釋變異量檢驗
由表 5-6 所示左邊 23 個成份特徵值大於一共有四個，即由因素分析所抽出共 同因素，其特徵值是由大至小排列，所以第一個共同因素的解釋變異量通常 是最大者為 37.589 ﹪，第二個共同因素的解釋變異量=17.457﹪；第三個共 同因素的解釋變異量=7.198﹪；第四個共同因素的解釋變異量=4.796﹪；解 釋變異量累積=67.037﹪，因此；解釋變異量累積超出 60﹪以上者，且成份 特徵值大於一時，取四個因素是成立的。由表 5-6 可以知道,特徵值大於一，
可以解釋變異的程度比較大,故僅萃取四個因子即可。
表 5-6 解釋變異量（整體解釋的變異數-轉軸後的變異數/23 問題）
Rotation Sums of Squared Loadings Component
Total 轉軸後 特徵值
﹪of Variance 變 異數百分比
Cumulative ﹪累 積的百分比 1 8.645 37.589 37.589
2 4.015 17.457 55.046 3 1.655 7.198 62.244 4 1.102 4.793 67.037 5 0.822
6 0.674 7 0.604 8 0.583 9 0.523 10 0.514 11 0.426 12 0.410 13 0.376 14 0.355 15 0.331
16 0.302 17 0.293 18 0.265 19 0.261 20 0.250 21 0.241 22 0.194 23 0.159 萃取法：主要成份分析
（三）轉軸後的因素矩陣（Rotate Component Matrixa）
因素矩陣經轉軸後的因素矩陣有四個，如表 5-7 所示，其命名見表 5-5 說明。
表 5-7 轉軸後的因素矩陣（23 題）
因素負荷量
問 卷 題 目
因素一（F1） 因素二(F2) 因素三(F3) 因素四(F4)
V20 0.857
V22 0.835
V19 0.834
V23 0.832
V21 0.830
V24 0.812
V18 0.780
V17 0.658
V4 0.819
V5 0.816
V7 0.807
V6 0.805
V2 0.717
V13 0.854
V15 0.828
V14 0.804
V9 0.718
V27 0.868
V26 0.849
V30 0.830
V25 0.820
V29 0.805
V28 0.732
特徵值 8.645 4.015 1.655 1.102
解釋變異量 37.589﹪ 17.457﹪ 7.198﹪ 4.793 累積解釋變異量 37.589﹪ 55.046﹪ 62.244.﹪ 67.037﹪
Cronbach’s α值 0.9216 0.8517 0.8212 0.9082
資料來源：本研究整理
（四）因素陡坡圖（Scree Plot）
陡坡圖是 Cattell(1966)提出的一種圖形判斷方法，利用「Custom 2D Graph」
選項，畫出散佈圖， Cattell 建議特徵值開始很平滑下降時，就不被取入
（陳順宇，1998），如圖 5-1 所示，從第五個主成份以後，就很平坦，故本 案可取四個主成份。為配合表 5-7 轉軸後的因素矩陣，最後取四個主成份。
因素陡坡圖
成份編號
23 21 19 17 15 13 11 9 7 5 3 1
特徵圖
10
8
6
4
2
0
圖 5-1 因素陡坡圖
（五）KMO 與 Bartlett 檢定（23 題）
KMO 是 Kaiser-Meyer-Olkin 的取樣適當性量數，當 KMO 值愈大時，表示變數 間的共同因素愈多，愈適合進行因素分析（吳明隆，1999）依據 Kaiser（1974）
觀點，如果 KMO 的值小於 0.5 時，較不宜進行因素分析，本案 KMO 的值為 0.919，表示極適合進行因素分析，如表 5-8 所拭示。
表 5-8 KMO 與 Bartlett 檢定
資料來源：本研究整理
二、因素分析之命名
因此，得到新的四個因子，如表 5-9 因素分析與信度分析之所示，並分別將其 命名為有組織的移民及專責單位（F1）、投資移民可增加投資環境 (F2)、移民 可調降人口與失業問題(F3)、投資規劃與法令修正(F4)，其特徵值分別為 8.645、4.015、1.655、1.102，其解釋變異量分別為 37.589﹪、17.457﹪、7.198
﹪、4.793﹪，累積解釋變異量為 67.037﹪，各研究變項題號如下所示：
Kaiser-Meyer-Olkin 取樣適切性量數 0.919 Bartlett 檢定 近似卡方分配 4703.821 自由度 253 顯著性 0.000
（一）有組織的移民及專責單位（F1）：20、22、19、23、21、24、18、17。
（二）投資移民可增加投資環境(F2)：4、5、7、6、2。
（三）移民可調降人口與失業問題(F3)：13、15、14、9。
（四）投資規劃與法令修正(F4)：27、26、30、25、29、28。
其信度分析α值分別為：有組織的移民及專責單位（F1）=0.9216、投資移民可 增加投資環境(F2)=0.8517、移民可調降人口與失業問題(F3)=0.8212、投資規劃 與法令修正(F4)=0.9082，均介於一般學者所認為的 0.7-0.98 之間的高信度區 (吳明隆，2000)。以上有關數據詳見表 5-9。至於有關有組織的移民及專責單位
（F1）、投資移民可增加投資環境(F2)、移民可調降人口與失業問題(F3)、投資 規劃與法令修正(F4)、之操作定義說明如下：
F1 有組織的移民及專責單位：依據表 5-9 之 F1 因素之問卷有 8 項子題要「海外企 業投資與移民」時，要注重輸出產業別之組合比例（技術不足產業、優良產業、
低成本產業）、注重經濟環境（如當地之失業率、利率、工資價格、成本、能源）、 注重企業投資之策略群能力（包括成本位階、價格政策、品牌認識程度、通路選 擇、技術領導地位、服務策略、專門化程度）、注重社會文化環境（包括當地消 費者形態、當地職業分析）、注重政治、法律環境（如政治安定、法律清廉）、注 重移民謀生要件（包括產業技能、語言能力、財力、政府參與能力）、及配合成 立「移民署專責窗口」需相關單位配合（勞委會、外交部駐外單位、內政部出入 管制局、銀行界、經濟部投審會、立法院、勞工總會、工業總會、商業總會）、 為配合 有效性的組織之投資移民成立「移民署」專責窗口及「移民法修正」是 極迫切的。因此有組織的移民及專責單位應包括有效性組織及配套措施二大主 軸，因此有組織的移民及專責單位（F1）因子命名可含蓋本因子之意義。
F2 投資移民可增加投資環境：依據表 5-9 之 F3 因素之問卷有 5 項子題關於「海外 企業投資與移民」的主因，因為.台灣法律牛步化，政府效力差，形成企業出走 國外就必須解決投資環境。台灣被受中共飛彈威脅，形成企業出走國外就必須解 決投資環境、台灣政權輪替後，國內處於「政黨惡鬥」，形成企業出走國外，政 府就必須解決投資環境、.中國經濟開放（市場大、原料便宜、土地便宜、工資 低）以致企業出走國外就必須解決投資環境、.台灣土地昂貴、工資高、原料少 造成成本高，以致企業出走國外就必須投資環境。要使「企業根留台灣」，否則
「企業出走」。故投資移民可增加投資環境因子命名可含蓋本因子之意義。
F3 移民可調降人口與失業問題：依據表 5-6 之 F2 因素之問卷有 4 項子題關於「海 外企業投資與移民」，可以對台灣人口密度降低安可以舒緩社會不安問題、移民 對台灣人口有調整加分作用（例如人口過多，才辦移民，否則不辦移民）。對台 灣人口密度降低安可以降低高學歷高失業率。對台灣是否能降低人口密度問題
（調整人口過多問題）。對.投資移民後是否增加國內就業機會，舒緩中高齡失業
V24 24. 有效性的組織到移民地區要
V30 30.有效投資創業之措施（包括尋 找創意、撰寫營運計劃書、網羅 管理團隊、募集種子資金、公司 註 冊 和 存 放 資 金 、 尋 找 辦 公 地 點、開始運作、新產品上市、掛 牌上市）
0.830
V25 25. 有效性的組織到移民地區要 注 重 技術環境 （ 包 括新 產 品 開 發、專利保護）
0.820
V29 29.海外投資要事先組織設計和 自行診斷（包括投資什麼行業、
投資結構如何分配、誰來負責領 導、找出適當的機制、用誘因鼓 勵海外投資）
0.805
V28 28.海外投資策略規畫優先修正 政府法令及規畫、成立移民署專 責主管機關、開發國際市場及物 流市場通路、策略聯盟
0.732
特徵值 8.645 4.015 1.655 1.102
解釋變異量 37.589﹪ 17.457﹪ 7.198﹪ 4.793 累積解釋變異量 37.589﹪ 55.046﹪ 62.244.﹪ 67.037﹪
Cronbach’s α值 0.9216 0.8517 0.8212 0.9082
資料來源：本研究整理
第二節 樣本特性分析結果 樣 本 個 人 特 性 分 析
在本研究所回收的有效問卷中，樣本的基本特性分析如表 5-10，並說明如下：
1.性別分佈情形
從本研究樣本分析中得知，受測者中有 57.8﹪為男性；另有 42.2﹪為女性，顯 示樣本中以男性佔大多數比例。
2.年齡分佈情形
本研究將樣本年齡區分為 30 歲以下、31-44 歲、45-54 歲、55 歲以上等四種類 別。得到的分佈情形為 30 歲以下佔 17.8﹪、31-44 歲佔 45.2﹪、45-54 歲佔 27.4﹪、55 歲以上佔 9.5﹪，由樣本特性分析中顯示，樣本在年齡分佈方面以 31-44 歲分佈最多，45-54 歲佔 27.4﹪次之。
3.教育程度分佈情形
本研究將樣本教育程度區分為國中以下、高中或專科、大學以上等三種類別。
得到的分佈情形為國中以下佔 1.8﹪、高中或專科 41.2﹪、大學以上佔 56.9
﹪，由樣本特性分析中顯示，樣本在教育程度方面以大學以上分佈居多。
4.職業類別
本研究將職業類別區分為製造業、工程營造業、服務業、農民、政府單位、學 界含學生、其他等七種類別，其分佈情形分別為製造業佔 29.8﹪、工程營造業 佔 4.0﹪、服務業佔 30.5﹪、農民佔 2.8﹪、政府單位佔 13.5﹪、學界含學生 佔 14.5﹪、其他佔 4.9﹪，顯示樣本中以製造業佔大多數比例。
5.投資地區
本研究將投資地區分為美洲、東南亞、中國大陸、歐洲、非洲、澳洲及紐西蘭、
東北亞、阿拉伯地區、其他等九種類別。得到的分佈情形為美洲佔 36.0﹪、東 南亞佔 9.8﹪、中國大陸佔 18.5﹪、歐洲佔 8.0﹪、非洲佔 0.6﹪、澳洲及紐 西蘭佔 16.6﹪、東北亞佔 4.9﹪、阿拉伯地區無、其他地區佔 5.5﹪，由樣本 特性分析中顯示，美洲分佈居多。
6.移民之組合人才情形
本研究將樣移民之組合人才情形分為大學以上、專科以下、學歷不拘三種類 別。得到的分佈情形為大學以上佔 49.2﹪、專科以下佔 15.1﹪、學歷不拘佔 35.7﹪，由樣本特性分析中顯示，樣本在居住地分佈方面以大學以上居多。
7.移民資金規模情形
本研究將樣移民資金規模情形分為中小型資金規模、大型資金規模二種類 別。得到的分佈情形為中小型資金規模佔 76.3﹪、大型資金規模佔 23.7﹪，
由樣本特性分析中顯示，樣本在居住地分佈方面以中小型資金規模以上居多。
由樣本特性分析中顯示，樣本在居住地分佈方面以中小型資金規模以上居多。