第五章 研究設計
第三節 統計方法
一、樣本基本資料分析
基本資料分析主要是利用敘述統計的方式，針對回收的問卷之資料特性，來 進行分析。主要內容有年齡、性別、教育程度、年資、…。藉由基本資料的分析，
可以看出回收樣本的分佈情形，並對樣本的特性有初步的認識。
二、t 檢定與相關分析(correlation analysis)
本研究首先使用 t 檢定來檢驗受試者對目前運作與未來期望的統計之核心價 值、協調機制與經營績效之各個構面是否有差距。接著以相關分析法來探討所統 計管理、統計專業、核心價值、協調機制與經營績效之各構面間是否有密切關係。
三、線性迴歸分析(Linear Regression)
所謂迴歸分析係指利用一個或多個自變數來預測或推依變數的分析方法。本 研究以統計經營績效為依變數(Y)，核心價值(X1)與協調機制(X2)為自變數，根據 迴歸模式其型態為：
Y=b0 + b1X1 + b2X2
本研究以 SPSS 來分析問卷中的核心價值、協調機制、經營績效等各問卷項 目，並以迴歸模式分析來找出其適合度(R2)，與利用相關矩陣來檢查自變數是否具 有共線性，以檢定迴歸模式的適用性。
四、變異數分析(one-way ANOVA)
對於問卷受訪者本身背景的不同是否會影響政府統計組織與制度之各項因 素，本研究以問卷中的基本資料，從中央部會/地方政府之統計單位、統計單位平 均服務年資、受訪者年齡層、受訪者教育程度、受訪者服務年資、受訪者職等，
分別以One-Way ANOVA 之變異數分析方法來分析目前與期望之統計組織運作功
能是否會因基本資料層面的不同而有所差異。
五、層級分析法(Analytic Hierarchy Process)
層級分析法是一種在多元決策中尋求最佳可行方案之系統決策模式。當管理 者面臨許多複雜的抉擇時，如何將複雜的問題系統化，由不同的層面給予層級分 解，並透過量化的判斷，尋得其脈絡，最後加以綜合評估，以提供決策者選擇適 當方案的充分資訊，並減少決策錯誤的風險性。
層級分析法為 Saaty(1980)所提出分析複雜問題的方法，主要應用在不確定情 況下及具多數個評估準則的決策問題上。
層級分析法在提供一個分析問題的架構，將複雜且非結構性的情況先加以分 割為「階層次序」的要素。將每個要素的相關重要性以主觀判斷給予數值，綜合 這些數值得知要素的優勢程度，作為分析問題的要素權重值。
層級分析法主要應用在決策問題方面，目的是系統化處理複雜的決策問題。
將不同層面層級分解後，以 1-9 尺度對各評估準則間相對權重做成對比較，計算 各評估準則間權重，以提供決策者選擇適當方案。鄧振源、曾國雄(1989)指出，利 用層級分析法進行決策問題時，包括三個階段：
第一階段：建立層級架構
層級雖無一定建構程序，但建構時最高層級為評估的最終目標，最低層級為 替代方案，重要性相近的要素需儘量放在同一層級，層級內要素最好不超過 7 個 且層級內各要素需獨立。
第二階段：各層級要素間權重計算 此階段分成三步驟：
(一) 建立成對比較矩陣
評估項目為在以上一層級評估項目的評估基準下，以名目尺度與同一層級內 求取算數平均數（Arithmetic Mean），即可得到最大特徵值 λmax。其數學式如下：
A•W = W ' ……… (3)
( )
1n ( W
1'/W
1 ...W
n'/W
n)
max = ∗ +
λ
……….. (4)（三） 一致性檢定
決策者前後判斷是否具有一致性，以一致性指標（Consistency Index; C.I.）衡 量。即
C.I.=（λmax -n）/（n-1）……… ..(5)
C.I.=0 表示前後判斷完全具一致性，Saaty（1980）建議 C.I.≦0.1 為可容許的偏誤。
在相同n 值的矩陣下，C. I.值與 R. I.值的比率稱一致性比率(Consistency Ratio; C.
R.) 即
C.R.=C.I./R.I……….(6) 若C.R.≦0.1 時，則矩陣的一致性程度令人滿意。
第三階段：整體層級權重計算
各層級要素間的權重計算後，再進行整體層級權重之計算。最後依各替代方 案的權重，決定最終目標的最適替代方案。若為群體決策時，各替代方案的權重 可加以整合。
根據上述階段的說明，對於AHP 方法的基本理論已相當明瞭。簡單地說，層 級分析法之實行步驟，如圖5-2 所示，簡述如下：
1. 定義問題，並列出影響問題之考量因素與解決方案。
2. 建立層級，自最高層級依次定義每一層級之意義及因素。
3. 問卷調查，取得決策者或決策群體之評判。
4. 建立每一層級在上一層級每一準則下之相對比較矩陣。
5. 計算每一比較矩陣之特徵值及特徵向量。
6. 求算每一比較矩陣之一致性檢定。
7. 計算每一層級之一致性檢定。
8. 替代方案之選擇，將各層級對應上一層級不同準則之特徵向量，合併成優 先矩陣，再將每一層級之優先矩陣相乘，得到一個綜合優先向量，也就是最低層 各替代方案對最高層整體目標之優先值。
圖5-2 AHP 的實行步驟 資料來源：鄧振源、曾國雄 (1989）