國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
32
第四章 資料分析結果與討論
4.1 敘述性統計分析
本研究相關資料與數據來源來自於 High Performance Manufacturing (HPM) project : Global Perspectives（Schroeder et. al., 2001），且本研究是選用該計畫第三輪在 2006 年所收 集整理的資料，HPM 所蒐集的樣本來自於 238 間傳統製造業且規模是屬於世界級的工廠，
各個工廠的員工數至少都大於 250 人，238 間工廠分佈於 8 個國家（包含有澳洲、芬蘭、
德國、義大利、日本、韓國、瑞典與美國等），還有三個產業（包含有電子、汽車、機械 等）。而 HPM 主要是以問卷的方式邀請工廠相關部門員工所填寫，包含有部門主管與基層 工作人員等。
每間工廠至少均有兩位以上員工填答，經過本研究整理篩選扣除有缺漏的工廠，本研 究採用的共有 178 間，問卷數超過 356 份，樣本分佈如下表所示：
表 4.1 樣本分佈-依國家與產業別區分
國家\產業別 汽車業 電子業 機械業 總計（間）
澳洲 1 9 6 16
芬蘭 9 10 5 24
德國 17 8 12 37
義大利 7 9 7 23
日本 10 7 9 26
韓國 8 6 7 21
瑞士 5 4 3 12
美國 6 5 8 19
總計 63 58 57 共 178
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
34
4.2 因素分析
因本研究相關資料來源是來自於 High Performance Manufacturing (HPM) project : Global Perspectives（Schroeder et al. 2001），且是選用該計畫第三輪在 2006 年所收集整理的 資料，所蒐集的樣本是來自於 238 間製造業且規模屬於國際級工廠，各個工廠的員工數至 少都大於 250 人，分佈於 8 個國家還包含有三個產業。而 HPM 主要是以問卷的方式邀請 工廠相關部門員工所填寫，每間工廠至少均有兩位以上員工填答，經過本研究整理篩選扣 除掉數據有缺漏的工廠，本研究最後採用的共有 178 間工廠。
本研究先整理相關構面題項數據然後運用 SmartPLS 軟體進行因素分析，探討題項的 數據資料是否能確實衡量潛在變項，而本研究所定義之潛在變項主要有：高階主管主持構 面、顧客需求研究構面、供應商品質與關係管理構面、供應商供貨穩定性構面與供應商認 證。
而因在量測模型上個別題項（items）因素負荷量（loadings）必頇大於 0.5，且該因素 負荷量必頇大於其他因素負荷量，也就是 own-loadings 大於 cross-loadings，即表示因素 分析量測具有很好的收歛效度（convergent validity）與區別效度（discriminant validity），
檢測結果如下：
表 4.3 構面題項之 own-loadings 與 cross-loadings
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
35
從上表檢測結果可知個別題項（items）因素負荷量（loadings）均大於 0.5，且該因素 負荷量也大於其他因素負荷量，也就是 own-loadings 大於 cross-loadings，因素負荷量可 檢測各變數的收斂效度及變數間的區別效度，各變數自身的問項之因素負荷量越大，表示 收斂效度越高，區別效度是指來自不同變數的問項彼此間相關性要低，衡量問項在其他的 變數的値越小，表示區別效度越高。根據 Diamantopoulos et al. 2008 這表示具有很好的收 歛效度（convergent validity）與區別效度（discriminant validity）。
‧
Reliability Cronbach’s α 高階主管 Cronbach’s α 係數，因此本研究即用此係數來針對各變項做信度分析，用以衡量構面的一 致性與穩定性。根據學者 Cuieford (1965) 所提出的觀點，認為 α 係數低於 0.3 為不可信，
0.3 到 0.5 為勉強或稍微可信，0.5 到 0.7 為中度可信，而 0.7 以上則屬於高的信度水準。
另外組合信度（composite reliability）也必頇大於 0.7，以確保內部一致性的程度，檢測結 果如下：
表 4.4 信度檢測
而效度(Validity)則主要是指問卷的有效程度，也就是衡量問項與構面的內容適切性，
效度之探討中最常見的為內容效度(Content Validity)，還有平均變異萃取量（Average variance extracted, AVE）頇大於 0.5；以及每個構面 AVE 的平方根必頇大於與其他構面的 相關係數，檢測結果如下：
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
37
表 4.5 平均變異萃取量（Average variance extracted, AVE）-- 均大於 0.5
構 面 AVE
高階主管支持 0.631
顧客需求研究 0.554
供應商品質與關係管理 0.535 供應商供貨穩定性 0.529
表 4.6 構面 AVE 的平方根均大於其他構面的相關係數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
38
4.4 架構模型的顯著性、調節效果與適配度分析結果
本小節將探討架構模型的顯著性與適配度，本研究架構與研究假設如下：
圖 4.1 架構模型的顯著性
‧
‧
結構模型整體適配度＞0.1 適配度弱；＞0.25 適配度中；＞0.36 適配度強(Vinzi,2010)