依據本研究之目的，採取下列統計方法，進行相關資料之考 驗。茲分別說明如下：
一、主成份分析(Principal component analysis)
主成份分析是由 Pearson(1901)所創用，而由 Hotelling (1936)加以發展的一種統計方法。在行為科學研究的試探階段 中，經常碰到必須處理許多彼此可能有相關存在的變項，如何將 這許多變項予以減少，並使其改變為少數幾個互相獨立的線性組 合變項，即潛在變量或假定的成份(components)，是件迫切需要 的工作。如果只利用少數的潛在變量或成份即能有效代表許多彼 此有關的變項結構，是一件相當經濟且有效的事情。
主成份分析的目的是如何「轉換」原始變項使其成為一些互 相獨立的線性組合變數，之後再經由線性組合而得的主成分仍保 有原變數最多的資訊，其關鍵在「變異數」問題，主要的做法是 利用求特徵值(eigenvalue)及特徵向量(eigenvector)的方法，過 濾出占最大變異數的型態，以降低研究變數的個數。
本研究利用主成分分析方法，過濾出這些占最大變異數的成 份，以降低研究變數的項目，進而探索出真正影響組織創新之關 鍵因素。
二、分析層級程序法(Analytic hierarchy process)
分析層級程序法是美國匹茲堡大學教授 Thomas L. Saaty 於 1971 年為美國國防部進行應變規劃研究時，所發展出的一套多要 素(multi-criteria)決策流程理論。主要應用於不確定情形且具 有多項評估因素之決策上。隨後，立即於 1972 年應用在美國國家 科學基金會(US National Science Foundation)所進行「依個別 產業對國家福利貢獻程度決定應得電力配額」的研究；1973 年應 用於「蘇丹運輸系統的專案研究」中。之後，經過不斷的運用、
修正、規劃與發展，使得 AHP 法逐漸成熟，並將它應用在優先順 序的決定、規劃、資源分配、預測、投資等方面，隨後提出完整 的方法論，並出版「The analytic hierarchy」一書(Saaty, 1990)。
本 法 的 主 要 目 的 係 彙 整 專 家 意 見 將 複 雜 問 題 簡 化 為 多 要 素 (multicriteria)層級系統的一種分析方法，藉由專家對各層級要 素進行成對比較(pair wise comparison)，再經由比率尺度(ratio scale)予 以 量 化 後 ， 建 立 成 對 比 較 矩 陣 (pair wise comparison
matrix)，以求出其成對比較矩陣的特徵向量(eigenvector)，最 後 用 以 評 定 每 個 成 對 比 較 矩 陣 一 致 性 (consistence) 之 強 弱 程 度，提供決策者作為決策評估之資訊。其分析步驟有三：
(一)建立成對比較矩陣：主要是以某一層級之因素為準，進行 兩兩因素間的比較評估，而產生成對比較矩陣。
(二)計算特徵值和特徵向量：依據比較矩陣，求出其成對比較 矩陣的特徵向量，代表各因素間之優先程度或重要性；其次再求 算出特徵值，以評定每個成對比較矩陣一致性強弱程度，作為指 標評估之依據。
(三)進行一致性檢定：一致性檢定方面則是經由計算一致性指 標(Consistency Index, C.I.)，再對照 Saaty 所擬定的隨機指標 (Random Index, R.I.)，分析出一致性比率(Consistency Ratio, C.R.)，以確定單一階層或整個階層間的決定一致性，其值小於或 等於 0.1 屬於較佳。而階層一致性(Consistency Ratio of the Hierarchy, C. R.H.)的檢定也很重要，其決斷值同 C.R.以 0.1 為 準(Saaty, 1990)。
本研究使用 AHP 法作為分析工具主要的目的是為了解專家對 影響組織創新關鍵內涵之間權重關係的看法，以提供實務管理人 員作為組織設計決策之用。至於本研究之 AHP 模式應用流程則彙 整如下圖 3-3 所示；本研究資料分析方法綜合彙整如圖 3-4。
圖 3-3 AHP 模式應用流程 確定
評估問題
羅列 評估要素
建立 層級結構
成偶 比對評估
建立 比對矩陣
解得矩陣 之特徵向 量與最大特徵值
求得一致 性指標一致性比率 評 定 比
對 矩 陣 是 否 合 乎 一 致 提 供 決 策
參 考 資 訊
圖 3-4 資料分析方法