第三章 研究方法
第六節 資料分析方法
為達成本研究目的與研究假說之驗證，本研究透過問卷調查法來蒐集資料，
然後利用計量方法進行資料分析，以了解創業家個人層次的相關因素如何影響組 織創新。本研究將以 SPSS 18.0 統計軟體作為資料分析工具，並依循研究目的、
研究假設以及衡量構面，來分析問卷與驗證假設，所進行的資料分析內容包括敘 述性統計分析、信度與效度檢定、Pearson 相關分析、獨立樣本 t 檢定以及階層 迴歸分析，茲將各分析方式分述如下：
一、敘述性統計分析
利用敘述性統計分析的目的可以瞭解研究樣本的基本屬性分佈狀況，包括個 人基本資料(性別、年齡、年資、教育程度)，以及公司基本資料(公司規模、資 本規模)，藉由計算其平均數與標準差以瞭解樣本結構。
二、信度與效度檢定
信度是衡量測量工具的正確性或精準性，其是為了檢驗再測信度的穩定性與 衡量問卷各題項間的內部一致性。 Likert 態度量表最常使用的信度檢測法為
「Cronbach’s α」係數與「折半信度」。本研究將採用Cronbach’s α 作為衡量指標，
並 依 循 Nunnally and Bernstein (1994) 所 提 出 之 判 定 準 則 ， 在 衡 量 信 度 時 Cronbach’s α 至少要大於 0.5，最好能夠大於 0.7，以確定測驗結果的一致性與穩 定性。且當α 值大於 0.7 屬於高信度；α 值介於 0.35 與 0.7 之間為中信度；α 值 小於 0.35 則為低信度。
效度即正確性，意指衡量工具是否能真正衡量研究者所欲衡量的問題。在效 度分析方面，本研究是以內容效度(content validity)與建構效度(construct validity) 來衡量。關於內容效度方面，由於本研究問卷各變項的衡量乃依據國內外相關文 獻為基礎，且所參酌的量表在先前的研究中皆已經歷過實證與統計上的考驗，本 研究根據研究對象的特性與指導教授的意見加以修改而成，故所使用衡量工具應 能符合內容效度之基本要求。在建構效度方面，本研究將使用因素分析(factor analysis)，藉由共同因素的發現來確定觀念的結構成份，而且根據量表所抽取的 共同因素，便可知悉有效的測量之特質或態度(吳明隆、涂金堂，2009)。
三、相關分析
相關分析是用來衡量兩個隨機變數間的直線關係方向與強弱程度，同時可檢 驗預測變項間相關情形的一種統計方法，其相關係數值恆介於 1 與-1 之間。本研
究採用 Pearson 相關分析來檢驗個人的情感、先前知識、警覺性、創造力以及組 織創新之間的關聯程度，並從係數大小可指出兩兩變數間的密切程度。
四、獨立樣本 t 檢定
獨立樣本 t 檢定主要目的在於考量樣本個別差異以及測量誤差後，兩個群體 在依變項測量分數的平均數是否相等，若不相等則表示二個群體的平均數值達到 統計上的顯著水準(p <.05)(吳明隆、涂金堂，2009)。而在進行 t 檢定前，會先測 試兩群體的變異數是否具有同質性(榮泰生，2009)。因此，本研究以獨立樣本 t 檢定來檢驗經由兩種管道所取得之樣本是否具有同質性。
五、階層迴歸分析
上述相關分析之目的主要在描述兩個連續變項的線性關係，不一定表示變項 間 具 有 因 果 關 係 存 在 ， 因 此 本 研 究 進 一 步 採 用 階 層 迴 歸 分 析 (hierarchical regression analysis)，以驗證自變項(independent)與依變項(dependent)之間的預測 關係。階層迴歸分析是指將預測變項對於某個效標變數的影響加以控制，使預測 變項對於某個效標變數的影響性更精確的統計方法，主要目的是要了解所選出的 預測變項對於某個效標變項的聯合預測力。方法則是在迴歸模型中，先將本研究 的控制變項、依變項投入迴歸分析中，以形成第一個模型；接著再將控制變項和 自變項、依變項投入迴歸分析中，以形成第二個模型；最後檢視兩個模型之迴歸 解釋能力是否有增加的情形，並了解預測變項對於某個效標變數的影響效果。因 此，本研究即以階層迴歸分析法，分別探討正向情感與先前知識對於創造力之影 響、正向情感與先前知識對於警覺性之影響、以及創造力與警覺性對於組織創新 之影響。
首先，在探討正向情感與先前知識對於創造力之影響中，二個模式的迴歸方
模式一：Y = β0+β1X1+β2X2+β3X3+β4X4
模式二：Y = β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6aX6a
其中，X1為性別，X2為年齡，X3為年資，X4公司規模，X5為正向情感，X6a為 市場知識，X6b為創業知識；Y 表示創造力；而陰影的部份為該模式較前一模式 新加入的變項。
其次，在探討正向情感與先前知識對於警覺性之影響中，二個模式的迴歸方 程式分別如下所示：
模式一：Y = β0+β1X1+β2X2+β3X3+β4X4
模式二：Y = β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6aX6a
其中，X1為性別，X2為年齡，X3為年資，X4為公司規模，X5為正向情感，X6a 為市場知識，X6b為創業知識；Y 表示警覺性；而陰影的部份為該模式較前一模 式新加入的變項。
最後，在探討創造力與警覺性對於組織創新之影響中，八個模式的迴歸方程 式分別如下所示：
模式一：Y1 = β0+β1X1+β2X2+β3X3+β4X4
模式二：Y1 = β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6 模式三：Y2 = β0+β1X1+β2X2+β3X3+β4X4
模式四：Y2 = β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6 模式五：Y3 = β0+β1X1+β2X2+β3X3+β4X4
模式六：Y3 = β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6 模式七：Y4 = β0+β1X1+β2X2+β3X3+β4X4
模式八：Y4 = β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6
其中，X1為性別，X2為年齡，X3為年資，X4為公司規模，X5為創造力，X6為 警覺性；Y1表示躍進式創新，Y2表示管理創新，Y3表示策略創新，Y4表示行為 創新；而陰影的部份為該模式較前一模式新加入的變項。