資料分析方法

基於本研究之目的與驗證研究假設之需要，首先將回收的問卷進行 統整，依照個案公司分類，並剔除填答不完整之資料，將問卷進行編號

、建檔統計套裝軟體。本研究中量表、問卷及評量表所得的資料，將利 用 SPSS17.0 版本之軟體工具執行適宜的統計方法進行檢驗、篩選、考驗 本研究之研究假設，歸納出個案公司之知識工作者於數位學習環境下的 教育訓練情形，並從心理層面出發，分析不同思考風格之研發人員在處 理知識訊息時的反應與對團體人際信任等的情形，以此針對產業與個案 公司進行數據統計的分析與解釋。本研究所使用的統計方法因應研究目 的與問題，主要包括以下幾種方式，茲分述如下：

一、描述性統計分析(Descriptive Statistics)

以次數分配來瞭解研究對象之個人背景變項部分，包括性別、年 齡、職位級別、年資、數位學習使用經歷、服務部門等分布情形，並可 以此方法檢查問卷資料於建檔時是否有疏漏資料的部分，也可快速瞭解 研究對象的群集分布，利於研究者可大方向掌握。

二、項目分析(Item Analysis)

項目分析之主要功能，在於評估兩個組別間平均數是否存在差異，

求出問卷個別題項的決斷值(亦指 t 值)。因而，本文以此方法檢測思考 風格、信任、知識移轉與個人知識管理能力等量表題目的鑑別度，本研 究亦會以此分析進行檢定，取負荷量大於 0.45(楊世瑩，2008)、特徵值 (eigenvalue)大於 1，以確保測量結果之穩定性，並針刪除其未達顯著的 題項，加強問卷的測試能力。

三、信度分析(Reliability Analysis)

信度分析的主要原則，在於評估重複的相同測驗，獲得一致

Cronbach ’s α 係數的結果。基於，普遍將 Cronbach’s α 大於或等於.700

視為合理接受信度的範圍，本文亦藉此檢視三個潛在變項與八個觀察變 項的內部一致性。

四、相關分析(Canonical Analysis)

相關分析其主要用意，在於評估變項與變項間是否呈現相關，繼而

，本文將探討研究對象之思考風格對應其在數位學習進行教育訓練過程 獲取知識時的情況等，此過程包含了對於企業其他員工的信任層次、知 識移轉之能力與意願，藉這些活動過程瞭解對個人知識管理能力之影響 程度，藉由 Person 相關係數是否達顯著，評估兩兩變項間是否存在顯著 相關。

五、單因子變異數分析(One-Way Anova)

單因子變異數分析主要用於將各思考風格之類型區分，再進行迴歸

、相關等統計分析之前先以單因子變異數分析分析本研究母體之不同思 考風格類型下，是否有差異的情形，以利於後續研究的進行。

六、層級迴歸

層級迴歸主要用於檢測變項之間彼此能夠預測與解釋的能力，以層 級迴歸進行各構面對於變項的解釋程度，以及變項對變項之間的解釋力

，並以層級迴歸進行關於不同思考風格下知識移轉變項加入信任變項後 對於個人知識管理能力的影響情形，以此分析各不同思考風格者情況。