資料分析方法

本節主要說明本研究進行分析時所採用之統計分析方法，包括敘述統計、信 度與效度檢定、Pearson相關分析、多元迴歸分析以及路徑分析。本研究採用SPSS 12.0版統計套裝軟體作為資料分析的工具。

一、 回收樣本基本檢定

針對回收樣本進行無反應偏差檢定與同源偏差檢定，以確保樣本資料可以繼 續進行後續分析檢定

二、 敘述統計分析

本研究採用敘述性統計分析現有效樣本之背景資料描述，包括產業類別、公 司成立年數、公司員工人數以及公司企業規模等，再透過外部技術網絡、吸收能 力、知識整合能力與創新績效各個構面問項，藉由平均數、標準差的計算以瞭解 樣本結構及樣本於各構面之間的分佈狀況，而標準差愈小代表受訪者對該問項之 看法愈一致。

三、 信度與效度檢定

信度係指根據測驗工具所得到的一致性與穩定性，當一個測驗具有度，才能 確定測驗結果是否具一致性(周文賢，2004)。本研究以Cronbach's α係數來檢定外 部技術網絡、吸收能力、知識整合能力與創新績效各研究變數衡量問項之信度，

47

目的在衡量問卷中各項目內部一致性，而其判定信度的準則，當α值大於0.7則表 示為高信度，α值小於0.35表示低信度，α介於0.35與0.7間為中信度。在效度分析 方面，是以內容效度與建構效度做為衡量。本研究之問卷題目是經文獻探討整理 及採用研究相關主題學者所以發展出來的量表與題項而彙整。所謂內容效度係指 測量工具內容之適切性，研究者可藉由慎選量表的測量項目並斟酌測量尺度之使 用，以確保符合內容效度(古永嘉、楊雪蘭(譯)，2009)。在建構效度方面，將使用 因素分析，主要是可以抽取變項間的共同因素，以較少的構念代表原來複雜的資 料結構(邱浩政，2003)，以及其主要目的在於認定心理學上的特質，藉由共同因素 的發現來確定觀念的結構成份，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)。

四、 Pearson相關分析

相關分析是用來衡量兩個隨機變數，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正負一之間，表示兩 變數關係的強弱與正負方向。係數的符號代表相關的方向，正向關係指一變數增 加，另一變數也增加；反向相關指一變數增加，而另一變數減少。兩個變數不相 關時，相關係數等於零(古永嘉、楊雪蘭(譯)，2009)。本研究採用此分析方法檢驗 外部技術網絡、吸收能力、知識整合能力及創新績效的相關性。

五、 多元迴歸分析

相關分析的目的在於描述兩個連續變項的線性關係，不一定表示變項間有因 果係存在，因此本研究進一步採用多元迴歸分析。吳明隆 (2009)多元迴歸分析主 要有解釋、預測兩種用途，解釋功能主要在說明預測變項與效果變項間的關聯強 度及關連方向；預測的功能則是利用已知的自變數來預測未知的依變數在多元迴 歸分析中，如果是用於描述、解釋或控制，通常會使用強迫輸入法，它一種較常

48

見的方法，強迫輸入法及一般所稱的多元迴歸分析方法，在研究設計中，如果研 究者有事先建立假設，決定變項重要性層次，則應該使用強迫輸入法較為適宜。

因此，本研究將利用多元迴歸分析來檢定各項研究假說的關係。

六、 路徑分析

為驗證研究假說六與研究假說七之知識整合能力是否為中介變項，本研究路 徑分析方法是以多元迴歸分析法進行，且同時採取迴歸方法，以估計路徑係數並 考驗其顯著性，因它同時讓所有的預測變數進入迴歸模型中，以解釋自變數、中 介變項與依變數關係(吳明隆、涂金堂，2005)。

49