第四節
第四節 第四節 資料分析方法 資料分析方法 資料分析方法 資料分析方法
本研究採 SPSS 套裝軟體 17.0 統計軟體進行資料分析，作為驗證研究目的及 研究假設的工具，茲將所使用的方法及其內容說明如下：
(一)信度分析
一個良好的問卷應具有足夠的信度(reliability)。在信度方面，測量的可信度意 謂測量是否存在者偏頗，足以跨越時間和各種工具項目成為穩定的測量工具。測 量的可信度代表測量概念工具的穩定性和一致性，以增加衡量的合適性。一般以 Cronbach’α係數來衡量同一構念下各項目間的一致性，若α值大於.7，表示各項目 間的內部一致性很高，若α值介於.35 至.7 間，在首次發展量表的探索性研究中仍 屬可接受水準，而α小於.35 表示信度很低，應予以拒絕。本研究將針對績效 等構 面的以Cronbach’α 係數測量，來判定內部的一致性。
效度方面，因素分析為驗證構念效度最常用的方法。經由因素分析所產生的特 質及代表測驗所實測的構念，當測驗原來產生得分數結構符合因素分析結果時，
表示測驗有良好的「因素效度」。
(二)因素分析
本研究採用因素分析法（Factor Analysis）進行領導風格、組織文化、自我係能 與組織績效之因素萃取。因素分析起源於心理學，主要在幫助研究者從眾多變數 中，萃取性質相同的因素。因此陳順宇（1998）指出，因素分析的應用主要是依 變數的個數，以便將資料簡化；也可以觀察出變數間的相關結構，將變數予以分 類。本研究為簡化分類各構面所包含之 ，並探討各因素所包含變項之內部一致 性，因而針對本研究構面領導風格、組織文化、自我效能與組織績效進行因素分 析。
(三)敘述性統計
敘述性統計主要用來瞭解各類別變項的分佈情形與各量表的基本數據。本研 究主要用以瞭解個人基本資料的屬性，例如性別、年齡、年資、學歷等在認知程 度上的差異情形，所採用的方法有平均數、標準差等，並以「次數分配」描述傳 統產業法人研究機構對於問卷中各題項回答情形的統計。
(四) t 檢定
t 檢定適用於比較兩組平均數的差異，本研究以 t 檢定檢驗性別、所屬單位組 別在領導風格、組織文化、自我效能與組織績效之間的差異情形。
(五)單因數變異數分析
本研究採用單因數變異數分析方法，來瞭解受測者個人屬性對領導風格、組 織文化、自我效能與組織績效等構面認之間的差異情形。
（六）雪菲事後比較檢定（Scheffe's Posterior Comparison）
根據單因數變異數分析的結果，若有顯著差異，則進行事後比較，找出那些 組之間有顯著差異存在。本研究中因各組人數不等，故採Scheffe's 事後比較法來 比較它們之間的差異性(以P < .05 為有意義)。
(七)皮爾森積差相關分析
Pearson’s 積差相關分析是用來探討兩組變數間之關係是否達顯著水準、有無 顯著相關，並以求取相關係數之方法。本研究以Pearson’s 積差相關係數，來探討 領導風格、組織文化、員工自我效能與組織績效變數間之關係。
(八)結構方程式模式（Structure equation modeling，SEM）
結構方程式模式主要是用以探討整體研究模式之配適度（fit），與變項或構念 間的因果關係。其目的在於驗證資料之適配度與穩定度（stable），進而檢定本研 究模式中變數間影響方向及其影響效果。當研究者所假設之因果關係模式未適合 施測所得之觀察資料，使用者應改用另ㄧ種因果模式，直到找到一個最合適的模 式為止（Bagozzi & Yi,1988）。
第四章 第四章 第四章
第四章 研究結果 研究結果 研究結果 研究結果
第一節 第一節
第一節 第一節 樣本特性分析 樣本特性分析 樣本特性分析 樣本特性分析
本章將回收有效問卷進行資料分析所得知結果加以說明。以下將針對有效樣 本進行樣本特性分析、因素分析與信效度分析、變異數分析、t 檢定、相關分析與 迴歸分析，最後以最適合之模式關係分析說明檢定結果。
一、問卷回收及填答情形
進一步對資料分析前，應先對回收的樣本特徵有所瞭解。本研究是以傳統產業 法人研究機構之人員為主要施測對象，透過傳統產業計畫辦公室人員發送問卷，
問卷於 4 月底共發出 650 份問卷，於 5 月底問卷全部回收，總計回收問卷 533 份，
問卷回收率為 82%，刪除缺漏與填答不全等無效問卷 122 份，有效問卷為 411 份，
有效問卷回收率為 77.11%。
二、受測者之基本資料分析
傳統產業研究機構受測者的人口統計變項包括性別、年齡、教育程度、職等、
職務、年資與所屬組別，共 7 題。以下茲分別說明。
在有效問卷樣本中以男性人數 236，佔整體受測樣本的 57.3%，遠大於女性 175 位，佔整體受測樣本的 42.6%。「年齡」集中在 25-35 歲之間共 264 位，佔 64.2%，其次 36-45 歲共 118 位，佔 28.7%，最少的為 25 歲以下共 14 位，佔 3.4%，
與 46 歲以上共 15 位，佔 3.6%。「教育程度」以碩士最多，共 234 位，佔整體樣 本的 56.9%，其次大學共 129 位，佔整體樣本的 31.4%。
「職等」主要是以助理研究員為主，共 174 位，佔 42.3%，其次副研究員共 118 位，佔 28.7%。「職務」以組員佔多數，共有 243 人（59.1%），其次為專員 共 88 位，佔 21.4%，最少的為組長或副組長，共 22 位，佔 5.4%。「年資」主要 集中在三年以下，共 193 位，佔 47%，其中以一年以上不滿三年的居多，在五年 以上的亦有 150 位，佔整體受測樣本的 36.5%。「組別」以研發部門佔多數，共 228 位，佔 55.5%，非研發部門共 183 位，佔 44.5%。（見表 4-1-1）
表 4-1-1 人口統計基本資料
表 4-1-1 人口統計基本資料(續)