研究模式檢驗

第五章實證分析及討論

第三節研究模式檢驗

本研究問卷結果以SPSS 統計軟體處理資料，並進行基本資料之統計處理及分析，另外則運用 EQS 6.1 之統計軟體來進行結構方程模式(Structural Equation Modeling, SEM)之檢測。

一、測量模式(measurement model)

標準化係數為測量，其數據理想值應大於0.50(Bagozzi & Yi, 1988)。衡量模式分析主要在確認兩件事：其一，在整體模式考量下，驗證模式中各個測量的變項是否能正確地測量潛在的變項；其二，在檢驗是否負荷在不同因素的複雜衡量變項 (Anderson & Gerbing, 1988 )，意即評估測量模式之信度與效度。

所謂檢定模式中兩個重要的構念效度：收斂效度(convergent validity)與區別效度(discriminate validity)。

收斂效度之檢測可依據準則如下：

一、因素負載大於 0.6 且達顯著水準為依據(Anderson & Gerbing, 1988;

Bollen,1989)；

二、亦可參考驗證性因素分析之NFI 值大於 0.9(Mak & Sockel, 2001)；

三、平均變異萃取估計量大於0.5 (Fornell & Larcker, 1981)。

本研究依上述收斂效度之檢測準則，因素負載(圖 5-1、5-2、5-3、5-4 所示)大多大於0.6，唯有前瞻性市場導向之變數 1，其因素負載為 0.59，但由於各構面之檢測結果，皆達顯著水準，故其數值皆達因素負載可接受水準；本研究之各構面 NFI 值(圖 5-1、5-2、5-3、5-4 所示)依序為 0.90、0.93、0.90、0.98，數值皆達 NFI 可接受水準(大於 0.9)；本研究之各構面 AVE 值(表 5-4 所示)依序為 0.78、0.79、0.83、

0.93、0.92、0.88、0.75、0.75、0.87、0.86，其數值皆達 AVE 可接受水準(大於 0.5)，

故本研究具收斂效度。

區別效度則指，若每一的潛在變項之平均變異萃取估計量大於各成對潛在變項間之相關係數的平方值來判斷，則可視為具有區別效度(Fornell & Larcker,1981 ;

5-4 所示，其結果皆滿足評估標準。

信度之衡量亦可採用Cronbach’s α 來進行信度檢定，測量問卷之問項是否具有內部一致性。Cronbach (1951)提出判斷信度的準則，其驗證性研究 α 值應大於 0.7 以上，才可稱達到可接受的信度範圍。表5-5 顯示出本研究各構面之 Cronbach’s α 值均大於0.80 以上，其表示內部一致性信度良好。而相對於 Cronbach’s α 係數，

SEM 亦發展出組合信度(CR, composite reliability)，用以判斷潛在變項之信度，若潛在變項之組合信度愈高，即表示測量變項愈能測出該潛在變項。Hair et al.(2006) 認為，其值應達0.70 才適宜；Bagozzi and Yi (1988)亦認為，其數值應達 0.60 以上

向前瞻性市場導向

0.36 0.34 0.24 0.48 0.40 0.35 0.50

0.75

成長率 0.31 0.18 0.23 0.19 0.27 0.22 0.22 0.18 0.87

獲利率 0.20 0.16 0.15 0.07 0.17 0.16 0.15 0.10 0.58 0.86 註：對角線所列為該構面之平均變異萃取估計量

表5-5 各構面之信度分析

構面 問項數目

Cronbach’s α CR

服務創新

0.93 0.94

流程創新 7 0.92 0.92

產品創新 4 0.87 0.87

資訊科技採用

0.97 0.98

資訊科技的基礎建設 4 0.89 0.90

契合度 4 0.96 0.96

組織結構 5 0.97 0.97

個別學習 5 0.94 0.94

市場導向

0.95 0.95

回應性市場導向 10 0.92 0.93

前瞻性市場導向 8 0.91 0.91

企業績效

0.94 0.92

成長率 3 0.91 0.91

獲利率 5 0.93 0.93

此外，本研究以二階驗證性因素分析之方法來進行測量模式之檢測，其配適指標之評定標準種類相當繁多，而每種指標在評鑑模式上也各有其優缺。Bagozzi and Yi (1988)與 Jöreskog and Sörbom (1989)指出，最常做為檢測配適指標之評定標準之種類有六項，分別為：卡方與自由度之比率值(χ²/d.f.)、調整後配適度指標 (AGFI)、比較配適指標(CFI)、規範配適指標(NFI)、非規範配適指標(NNFI)、標準化殘差均方根指標(SRMR)。

1. 卡方與其自由度之比率值(χ²/d.f.)建議以不超過 3 為準則，由圖 5-1、5-2、

5-3、5-4 顯示，本研究之各構面(服務創新、資訊科技採用、市場導向、

企業績效)卡方與自由度之比率值分別為 2.89、1.95、1.64、1.92，皆小於 3 符合其標準。

2. 調整後配適度指標(AGFI)理想值應大於 0.80，由圖 5-1、5-2、5-3、5-4 顯示，本研究之各構面 AGFI 值依序為 0.80、0.80、0.81、0.89，均達需大於0.80 之模式可接受水準。

3. 比較配適指標(CFI)之評鑑標準應大於 0.90，由圖 5-1、5-2、5-3、5-4 顯示，本研究之各構面CFI 值依序為 0.93、0.96、0.96、0.99，皆大於 0.90 模式通過的標準。

4. 規範配適指標(NFI)數值應大於 0.90，由圖 5-1、5-2、5-3、5-4 顯示，本研究之各構面NFI 值依序為 0.90、0.93、0.90、0.98，其數值皆達 NFI 可接受水準。

5. 非規範配適指標(NNFI)數值應大於 0.90，由圖 5-1、5-2、5-3、5-4 顯示，

本研究之各構面NNFI 值為 0.90、0.95、0.94、0.98，皆達 NNFI 可接受水準。

0.020，均達模式可接受水準。

整體而言，本研究之各構面的測量模式與觀察資料有良好的配適度。

圖5-1 為服務創新構面之驗證因素分析(CFA)，其流程創新之 Cronbach’s α 為 0.91，組合信度為 0.92；而產品創新之 Cronbach’s α 為 0.87，組合信度為 0.87，唯服務創新對流程創新之路徑係數p 值為 0.01，其各變數 p 值均達 0.001 顯著水準。

圖5-2 為資訊科技採用構面之驗證因素分析(CFA)，其資訊科技的基礎建設之 Cronbach’s α 為 0.89，組合信度為 0.90；而契合度之 Cronbach’s α 為 0.96，組合信度為0.96；組織結構之 Cronbach’s α 為 0.97，組合信度為 0.97；個別學習之 Cronbach’s α 為 0.94，組合信度為 0.94，其各變數 p 值均達 0.001 顯著水準。

圖5-3 為市場導向構面之驗證因素分析(CFA)，其回應性市場導向之 Cronbach’s

圖 5-4 為企業績效構面之驗證因素分析(CFA)，其成長率之 Cronbach’s α 為 0.91，組合信度為 0.91；而獲利率之 Cronbach’s α 為 0.93，組合信度為 0.93；，其各變數p 值均達 0.001 顯著水準。

表5-6 為整體理論之衡量模式之分析。就整體而言，本研究之測量模式尚具有

sa4 3.62 0.82 0.94 0.88

pmo6 3.83 0.74 0.67 0.45

pmo7 3.78 0.67 0.77 0.59

pmo8 3.82 0.75 0.79 0.62

企業績效

0.92

成長率 3.56 0.83 0.80 0.64 0.91 0.87

opg1 3.37 0.85 0.88 0.77

opg2 3.35 0.85 0.91 0.83

opg3 3.35 0.88 0.83 0.69

獲利率 3.34 0.78 0.99 0.98 0.93 0.86 opp1 3.29 0.84 0.74 0.55

opp2 3.27 0.85 0.96 0.92 opp3 3.29 0.86 0.96 0.92 opp4 3.35 0.83 0.88 0.77 opp5 3.52 0.85 0.70 0.49 註：

1因素負荷(λ)， p < 0.05

2個別題項信度(IIR) = (測量變項完全標準化係數)²

3組合信度(CR) = (ΣLi)²/((ΣLi)²+ΣVar(Ei))

4變異萃取估計量(AVE) = ΣLi2/(ΣLi2+ΣVar(Ei))

第四節研究假說及驗證

配適概念已使用在多數研究領域中作為探討理論構面間關係之重要根據，在此針對結構模式檢測整體之配適程度，如圖5-5 所示，策略配適對服務創新、資訊科技採用與市場導向皆顯著影響效果，其各變數p 值均達 0.001 顯著水準。

亦說明當三者若有良好的搭配，致使組織內的變數之間有較高程度的配適，

對企業績效也會產生較佳的成效。最後在模型解釋能力上，即服務創新、資訊科技採用與市場導向各構面之策略配適可解釋企業績效40%之變異程度。圖 5-5 本研

由度之比率值χ²/d.f.=1.76(χ²/d.f.<3)、調整後配適度指標 AGFI=0.87(AGFI>0.8)、

比較配適指標CFI=0.98(CFI>0.9)、規範配適指標 NFI =0.95(NFI>0.9)、非規範配適指標NNFI=0.96 (NNFI>0.9)、標準化殘差均方根指標 SRMR=0.037 (SRMR<0.08)。

且服務創新、資訊科技採用、市場導向之p 值均達 0.001 顯著水準。顯示整體模型

第六章研究結論及建議

第一節研究發現

一、直接效果模型與本研究策略配適模型之比較

根據Venkatraman (1989)所提出，利用下列三種準則來評定本研究策略配適模型會優於直接效果模型，其直接效果模式如圖6-1 所示。

1. 解釋力(R²⁾：其解釋力愈高，模式的適配度愈好。比較圖5-5 與圖 6-1 得知，本研究策略配適模型之解釋力為40%，優於直接效果模型之解釋力 31%。

2. 計算目標係數(T)：根據 Marsh and Hocever (1985)的研究指出，以直接效果模型之卡方值除以策略配適模型之卡方值 _⎟⎟

圖6-1 本研究直接效果之模式

內、外部競爭力。也印證了Chen and Tsou (2007)所認為企業之服務創新亦能與資訊科技的採用配適得宜，即可為企業帶來正向之效益。而企業不論是針對產品創新亦或是程序創新，都需重視並傾聽顧客的聲音，對現有產品模式做修正及改進，

或是開發滿足顧客潛在需求的新產品。在組織內部管理，更可嘗試運用創新性的內部管理和運作模式，以增進組織因應競爭市場的轉變。所以傾聽顧客聲音，皆是產品創新與程序創新所必須重視的部份。

在電子經濟的世代下，資訊科技採用不斷地快速變化及更新，代表著資訊採用架構的改變，而當前企業正面臨環境的變遷與考驗著企業未來的發展生存與應變能力。因此當企業已著手調整經營架構，嘗試以更有彈性之資訊科技採用與服務創新之配適來應對變局，在本研究模式中印證了，幫助企業企業瞭解在環境的改變下，所需進行的策略配適，並提供經營架構調整的方向。

在市場導向方面，當企業具備市場導向的觀念時，最關鍵的是企業必須進行內部資源的整合與創新及與整合協調外部資源與活動，才能積極地回應顧客的需求，也就是說明企業需採取何種市場導向，而內部資源整合與創新，又以服務創新最為關鍵服務創新；本研究驗證了Atuahene-Gima (1996)所認為企業若採取服務創新為導向，則市場導向/創新配適將能提昇企業績效。

若企業之行銷策略是傾向採取回應性市場導向，則他們必須專注於解決現有客戶的問題上，這樣不但可使企業在產品開發過程中降低其複雜性，並可避免產品採購上之錯誤。另一方面隨著網際網路與資訊科技的蓬勃發展，企業在訊息的搜尋上更易於預測市場趨勢，並從實際與顧客互動間，了解顧客的需求以推出新產品，如此將可減少交易成本和降低不確性的風險，並且可以增加產品的市場佔

關係，給予顧客更多的需求與服務。對管理者而言，企業如果要建立一個具有高度回應性市場導向的組織文化，必須以創造優良的顧客價值為目標，加強與顧客的互動，並致力於開發符合顧客要求的新產品，以滿足顧客的需求，進而提昇產品的績效與企業經營優勢的競爭力；反之，若企業的行銷策略採取的是前瞻性市場導向，則企業必須挖掘顧客潛在需求與尋找符合顧客商品的同時，還必須開發推出創新程度較高的產品。故企業若是想提升新產品的績效，可從產品創新程度來著手進而提昇企業績效。

在資訊科技採用方面，實證結果發現以策略導向的資訊科技管理與策略導向中的市場導向策略之間做配適，亦能夠正向的影響企業績效(Bergeron &

Raymond ,1995)。當組織具有高程度的市場導向文化，將可以轉化知識成為行為，

支持企業之顧客資訊蒐集、分析與採取等活動，影響顧客關係管理的推行成效。

組織內之市場導向文化越高，越有助於鼓勵組織善用資訊科技，以蒐集更多的顧客資訊(Swift, 2001)。資訊部門將如何回應伴隨著新興科技的風險，以正確的掌握先機，十分的重要。資訊部門本身技術能力與吸收技術能力越高，則其創新效能越好，藉由資訊科技的創新，企業能取得更多的競爭優勢，因此企業應該要重視對資訊部門人員能力的培訓，以提高資訊科技創新效能。組織運作的正式化有助於組織的資訊科技風險回應能力，由於正式化的組織較有完整的分析規劃與配套，更可協助將個人知識擴散到組織中，提高組織的資訊科技風險回應能力，幫助管理者作出及時性的決策，進而提高企業的創新效能。因此，綜觀本研究實證

在文檔中 I-Shou University Institutional Repository:Item 987654321/1353 (頁 52-0)

第五章 實證分析及討論

第三節 研究模式檢驗