資料分析方法

本研究依據研究目的及檢定假設之需要，利用SPSS FOR WINDOWS 進行資 料分析。

在資料分析方法上，本研究首先將針對各研究變數進行敘述性統計及信度分 析，接著採用主成分分析法進行變數之效度檢驗，先將各構面的主成分萃取出 來，其次對萃取出的主成分以及相關解釋變數作共線性檢驗，最後將萃取出的主 成分以及相關解釋變數彙整並採用羅吉斯（Logistic）迴歸分析方法，以分析哪 些變數對兩岸子公司的互動型態具關鍵性影響。

一、敘述性統計分析

對於本研究的各個研究變數作最基本的統計分析，說明各變數的平均數、變 異數等，以對本研究資料有整體性的概念。

二、信度分析

信度是指衡量工具是否具有真實性、沒有扭曲、穩定性等，用以衡量各變數 內部的一致性。本研究所採用的信度分析為：問卷調查所使用來衡量變數所得結 果的一致性，利用Cronbach α值來進行衡量內部項目間之一致性，當α值小於 0.35則為拒絕信度；當α值大於0.7 則為高信度（Cronbach， 1951）。本研究所 採用的效度分析為：問卷回收後，經由驗証性的因素分析加以檢視。

三、效度分析

效度（validity）表示正確性（Nunnally， 1978），高效度表示問卷中的變 項能真正的測量所要衡量的構念。就內容效度（content validity）而言，其是一 種定性的指標。本研究不論是依變項、自變項與控制變項的發展皆是由相關文獻 探討而來，並且依狀況加以修正，在經過實際訪談與指導教授的修訂後，本研究 問卷應該具有良好之效度；而就收斂效度（convergent validity）而言，本研究利 用因素分析之主成份分析方式，檢視各研究變數衡量是否具有收斂效度，也就是 所用表示構念的衡量變數是否可以代表構念所代表之涵意，形成單一構面，參照 表4-3至表4-10之主成份分析結果發現各構念皆具有良好收斂效度。

四、共線性診斷（Pearson 相關分析，Pearson Correlation Analysis）

用以檢定影響進入模式之各因素間是否存在高度相關，經由剔除相關程度較 高的變數，可以減少執行羅吉斯（Logistic）迴歸分析時的共線性（multicollinearity）

問題。

五、羅吉斯迴歸（Logistic regressions）

羅吉斯迴歸是將屬於類別的應變數經由羅吉特（Logit）轉換後而形成一連 續變數，並使自變數對此應變數做出解釋以及預測，結果是以一機率的方式呈現。

一般使用的羅吉斯迴歸的應變數是雙元名目變數（binominal），亦有雙元以 上的名目變數（Chu & Anderson， 1992），此方法與一般迴歸分析最大的差異在

於，一般迴歸分析所處理的應變數必須是計量的、等距或比例尺度，而羅吉斯迴 歸分析則可以處理的應變數是屬於二元類別尺度（binominal scale），並且解釋 變數可以是二元變數或計量、等距或比例尺度的混合。因為本研究主要探討哪些 因素會造成為多國籍企業兩岸子公司間不同的互動型態，故本研究以羅吉斯迴歸 作為分析假設的主要統計工具。

本研究之因變數以虛擬變數表示之，若多國籍企業兩岸子公司的互動型態為 互補，則應變數Y=1；若為非互補型態（替代或獨立），則應變數Y=0。