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。