資料分析方法

正式問卷回收後，即對問卷進行彙整，將資料有填答遺漏或內容完全一 致之無效問卷予以剔除，另將有效問卷分別編碼、分類、建立檔案名稱，並 運用SPSS(statistical package for social science)10.0版社會科學統計套裝軟體 進行下列資料分析與整理。問卷回收後，將回收之有效問卷輸入進行分析處 理，獲得本研究之各項相關資料，據以驗證研究假設。

3.6.1 描述性統計量分析描述性統計量分析描述性統計量分析描述性統計量分析

描述性統計量分析(descriptive statistics analysis)係包含資料的蒐集、整 理、呈現、解釋與分析等步驟，一般以數值、表格、圖形來呈現【36】。為 能具體描述與比較分析資料，大多以中央趨勢(central tendency)之平均數 (mean)及分散度衡量(measures of dispersion)之標準差(standard deviation)等測 量值，進行資料分析。藉由平均數係瞭解各構面績效評估指標間，其對重要 程度之看法，並以標準差測量資料間分散程度，標準差為大於或等於０的測 量值，其值愈大，表示資料的分散程度愈大，資料間差異性愈大，穩定程度

較低；標準差愈小，則資料間差異性愈小，對評估指標題項重要程度之看法 愈一致。

3.6.2 相關係數矩陣分析相關係數矩陣分析相關係數矩陣分析相關係數矩陣分析

本研究採皮爾森(Pearson)相關分析，用以量測四大構面變數間之關係密 切程度，由於變數為連續型資料，故相關係數的線性範圍須在-1與1之間，-1 代表兩變數完全負相關，0代表兩變數完全沒有相關，1則代表兩變數完全正 相關【36】。

3.6.3 因素分析因素分析因素分析因素分析

邱皓政【2】認為因素分析（factor analysis）是心理學計量領域最常用的 統計分析方法之一，其主要功能係協助研究者進行效度(validity)的驗證，並 自眾多變數中，萃取重要之共同因素，用以簡化測量的內容，亦即將複雜的 變項予以簡化，成為幾個特定的同質性類別，並根據每一個因素的主要概念，

選用最具代表性的題目來測量特質，以最少的題項，進行最直接適切的測量。

因素分析通常採用主成份分析法（Principal Component Analysis）萃取共同因 素，選取特徵值（Eigenvalue）＞1之因素，為使因素能夠更加清晰，並以最 大變異數法（Varimax method）進行正交轉軸，抽取因素負荷量（Factor loading）

及解釋變異量，其中因素負荷量大於0.4者，累積解釋變異量達40％以上時，

因素分析之結果便相當可取【44】。本研究針對個案機關績效評估指標及平 衡計分卡財務、顧客、內部業務流程、創新及學習等四個構面進行因素分析，

藉以驗證效度，並作為問卷構面題項萃取依據。

3.6.4 單因子變異數分析單因子變異數分析單因子變異數分析單因子變異數分析

變異數分析(analysis of variance,ANOVA)主要是分析不同處理方法對依 變數(dependent variable)之變異，而依據研究因子(factor)的數目可分成單因子 變異數分析（One-way ANOVA）、二因子變異數分析等類型【36】。本研究 係利用單因子變異數分析有效問卷樣本，即係以t-檢定法，分析不同性別、

年齡、最高學歷、服務年資、服務地區、擔任職務、工作性質等個人變項基 本資料因子，對於各構面因素績效評估指標重要程度之認知所產生的差異。

其鑑別標準為檢定P值是否小於顯著水準α(本研究界定α＝0.05)，若其值達到 此標準，可解釋為因子對構面依變數有顯著的影響，於進行平均數比較後，

再以雪費(Scheffe)事後檢定，針對依變數作集群多重比較，藉以分析顯著變

數間的差異性，若在0.05水準上的平均差異很顯著，即表示樣本集群在某一 方面之特徵，對於衡量指標之選取具顯著差異影響。

第四章 第四章 第四章