樣本資料分析方法

本研究將問卷回收編碼後輸入電腦，依各變項進行基本分析與整體模式分 析。在基本分析方面是以 SPSS12.0 統計軟體來進行分析，而在整體模式分析則 是以 Amos5.0 結構方程模式軟體進行資料分析工作。各研究變項基本分析方法 分別敘述如下：

本研究依資料性質的不同而採取下列幾種不同的統計分析方法，包括敘述 性統計分析、項目分析、因素分析、內部一致性分析、共同方法變異(CMV)檢定、

相關分析、ANOVA 變異數分析、以及獨立樣本 t 檢定等，分述如下：

（一）敘述性統計分析(Descriptive Statistics)

對個別變數採用敘述性統計方法，用以說明樣本資料結構，藉次數分配表、

百分比等統計資料概述目前樣本廠商策略聯盟之實施情形，以及目前樣本廠商策 略聯盟的關係(Guanxi)基礎、合作緣起，和關係(Guanxi)類型。

（二）項目分析

透過項目分析瞭解本研究量表之決斷值(CR)顯著與否，藉以判斷本研究量 表之題項是否具有鑑別力可作因素分析，以考驗量表的建構效度。

（三）因素分析(Factor Analysis)

本研究進行因素分析之前，先做 Bartlett 球形檢定(test of sphericity)，以檢定 各變項所組成的相關矩陣，若球形檢定達 0.05 的顯著水準，則表示量表各變項 的相關矩陣有共同因素存在；接著進行 KMO 檢定，根據 Kaiser(1974)的觀點，

可從取樣適切性量數(Kaiser-Meyer-Olkin measure of sampling adequacy, KMO)值 的大小來判斷題項間是否適合進行因素分析，若 KMO 值大於 0.7 以上時，表示 適合進一步做因素分析，判斷準則如表 3-5-1。

表 3-5-1 KMO 值判斷準則 KMO 統計量值 因素分析適合性

.90 以上 極適合進行因素分析 .80 以上 適合進行因素分析 .70 以上 尚可進行因素分析 .60 以上 勉強可進行因素分析 .50 以上 不適合進行因素分析 .50 以下 非常不適合進行因素分析 資料來源：張紹勳(2001)

因素分析主要功能在於詮釋原始變項間之關係或結構，本研究用來檢驗策 略聯盟夥伴間的關係(Guanxi)親近程度、信任程度、聯盟績效、以及未來繼續合 作之承諾程度等四個潛在構面(latent constructs)之構念效度。採用主成份分析法 (principal components)，參考 Hair et al.(1995)之建議，取出特徵值(eigenvalues)大 於 1 之因素，再以最大變異量(varimax)旋轉法旋轉轉軸，將絕對值 0.5 訂為最低 之顯著因素負荷量，且因素負荷量之差異量在 0.25 以上之變數，作為後續相關 等統計分析之用。

本研究採用因素分析之目的，是因為有關變數衡量量表，是整合及修正不 同學者的研究所形成，因此必須進一步驗證每一構念(construct)中是否包括這些 項目，故以因素分析來診斷各種項目之離散及收斂情形(Nunnally, 1978)。再抽取 出數個穩定之因素後，將無法正確歸類的項目予以刪除，以符合構念效度之標準。

（四）內部一致性分析(internal consistency analysis)

以 Cronbach’s α係數來檢定各因素衡量細項間的內部一致性，α值愈大，顯 示該因素內容細項之間的相關性愈大，亦即內部一致性愈高。且 Cronbach’s α係 數需符合最低標準 0.5 以上(Nunnally, 1978)。

（五）共同方法變異檢定(Common Method Variance Test)

共同方法變異(Common Method Variance, CMV)的控制方法分為程序控制和 統計控制。程序控制指的是研究者在研究設計與測量過程中所採取的控制措施，

比如從不同來源測量 X 與 Y，對測量進行時間上、空間上、心理上、方法上的 分離，並減少填答者對測驗目的的猜測，減少題項的暈輪效應等等。研究者首先 應該考慮採用程序控制，因為這些方法是直接針對共同方法偏差的來源而設計 的。但在某些研究情境中，因為受到條件的限制，上述程序控制方法無法實施，

或無法完全消除共同方法變異，此時就應考慮在分析時採用統計的方法來對共同 方法偏差進行檢驗和控制。

共同方法變異(CMV)的問題可以用多種方法的測量來解決，可使人為因素造 成的共變異情況分離出來，Podsakoff & Organ(1986)曾指出處理共同方法變異 (CMV)的方法有四種，分別為 Harman’s 一因素檢定法(Harman’s one- factor test)、

偏相關程序法(Partial correlation procedure)、消除社會期許法(Elimination of social desirability)，以及尺度修整法(Scale trimming)。

本研究利用 Harman’s 一因素檢定法來進行共同方法變異(CMV)的檢定，此

方法普遍用在各研究中(Greene & Organ, 1973; Podsakoff, Todor, Grover & Huber, 1984; Schriesheim, 1979; Schriesheim, 1980；彭台光、高月慈、林鉦棽，2006)。

（六）相關分析(Correlation Analysis)

用以測量各項變數間之相關程度，以避免自變數間產生共線性(collinearity) 的現象。本研究利用 Pearson 積差相關分析(Pearson Correlation Analysis)，探討關 係基礎與信任程度各因素彼此間的相關程度與方向（藉以驗證本研究假設 H1），

以及信任程度、聯盟績效、未來合作意願各因素彼此間的相關程度與方向（藉以 驗證本研究假設 H4、H5、H6）。

（七）ANOVA 變異數分析

本研究中，由於策略聯盟夥伴之關係(Guanxi)類型屬於名義尺度之變數，而 策略聯盟夥伴間之信任程度屬於計量尺度，因此，以 ANOVA 變異數分析應用於 策略聯盟夥伴之關係(Guanxi)類型對策略聯盟夥伴間之信任程度的影響關係中

（藉以驗證本研究假設 H2）。

（八）獨立樣本 t 檢定

本研究中，採用獨立樣本 t 檢定來探討策略聯盟開始前有無中間人引薦對策 略聯盟夥伴間信任程度的影響，藉以驗證本研究之假設 H3。

本研究之研究架構、研究假設及資料分析方法的關係如圖 3-5-1 所示。

*H：本研究之假設

**( )：本研究假設樣本資料分析方法，包括(六)Pearson 積差相關分析、

(七) ANOVA 變異數分析、以及(八)獨立樣本 t 檢定

圖 3-5-1 本研究之研究架構、研究假設及資料分析方法關係圖 聯盟夥伴間

的關係(Guanxi)

l Guanxi 類型

l Guanxi 基礎

l Guanxi 親近程度

l 中間人引薦

信任程度

l 可信信任

l 仁慈信任

聯盟績效

l 合作關係滿意度

l 目標達成滿意度

未來與聯盟夥伴 繼續合作之意願

l 未來繼續合作之承諾

*H1 (六) H3**(八) H2(七)

H4(六)

H5(六) H6(六)