第三章 研究方法
第四節 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。