資料分析方法

本研究以 Excel 與 SPSS for Windows V12 版作為資料分析的工具，根據研究目 的與檢定研究假設進行模型驗證，本研究所使用的資料分析方法包括，敘述統計分 析、因素分析、信度分析及迴歸分析等資料分析方法進行研究。

一、敘述性統計分析

描述策略導向、人力資源管理措施、組織學習、創新績效等各個構面，作各變數 的次數分配及百分比分析，此外，對於個別變數或因素，使用敘述性統計的分析方式，

分別計算每個問項與構面之個數、平均值及標準差等。平均數高者，表示此問項的受 訪者較為同意；而樣本的標準差愈小，表示受訪者對於該問項有較一致的看法。再利 用單因子變異數分析，分別驗證各產業在用以來描述策略導向、人力資源管理措施、

組織學習、創新績效等構面，是否有顯著差異。

二、因素分析

本問卷題項的設計發展係以過去相關研究的文獻理論為基礎，透過文獻探討方 式，整合各方專家意見建置量表，亦符合內容效度之要求。在效度的驗證上，係以建 構效度來衡量實際之測驗分數所能解釋某一心理特質有多少。建構效度(construct validity)係指從量表所獲得的結果與設計該量表時所依據理論間的契合程度。考驗建 構效度最常用的方法即為因素分析，研究者如果以因素分析去檢定測驗工具的效度，

並有效的抽取共同因素，而此共同因素興理論架構之心理特質甚為接近，則可說此測 驗工具或量表具有「建構效度」（吳明隆, 2003）。此部分主要是進行資料縮減以及 歸納變數，採用主成份分析法（Principal Components）及最大變異數轉軸方式萃取出 主要構念因素，以作為後續統計分析之用。一般來說，因素負荷量可用來判斷個別項 目與相對因素的關係，根據 Kaiser（1966）所提出之選取標準，取因素負荷量（Factor Loading）之絕對值大於或趨近於 0.5 之變數，研究同時採用 Knutson, Steves, Patton, &

Thompson,（1992）所提出的因素挑選準則，挑選特徵值大於 1 之因數。

三、信度分析

本研究以探索性因素分析進行信度依據，並以目前最被廣泛使用的Cronbach’s α 係數進行研究問卷信度的檢測。Cronbach’s α 是分析問卷題目間一致性或相關程 度的指標，是 Cronbach 於 1951 年依據庫李信度（KR20）修改而成。應用此檢測方 法僅需對受測者進行一次詴驗，亦不需增加題目個數；換言之，可以在符合成本效益 的考量下兼顧再測。至於α 係數的判定標準，目前最被廣泛採用的標準，即 Nunnally

（1978）訂定的α ³0.7 為可接受之高信度做為判斷的依據。若 Cronbach’s α 係數愈 高，則代表量表內的各項一致性愈高。本研究根據吳統雄(1990)根據相關係數以及變 異數分析，並參考兩百篇提出信度的研究報告後表示：判斷信度時，建議以表當作可 信度高低的參考標準。

表 3-1 Cronbach’s α 係數之參考指標表

係數範圍 評定標準

Cronbach’s α 係數＜0.3 不可信 0.3≤ Cronbach’s α 係數＜0.4 勉強可信 0.4≤ Cronbach’s α 係數＜0.5 尚可信

0.5≤ Cronbach’s α 係數＜0.7 很可信(最常見) 0.7≤ Cronbach’s α 係數＜0.9 很可信(次常見) 0.9≤ Cronbach’s α 係數 十分可信

四、迴歸分析

本研究使用層級迴歸分析(Hierachical regression analysis) 用以驗證研究架構的合 理性，根據 Baron and Kenny(1986)的研究建議，運用層級迴歸分析來檢驗干擾效果，

探討創業資源與創業績效的關係是否受到創業導向、創業策略的干擾效果影響。