第三章 研究架構與方法
3.2 研究方法
3.2.2 資料編碼
1 A model of adoption determinants of ERP within T-O-E framework
2016 Port Harcourt, Nigeria
SME
3 A model of the adoption of radio frequency identification technology: The case of logistics service firms
2012 Taiwan mixed
(large and SME) 4 A perception-based model for EDI adoption in
small businesses using a technology–
organization–environment framework
2001 Hong Kong SME
8 Adoption of information and communication technology for development: A case study of small and medium enterprises in Bangladesh
2016 Bangladesh SME
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
所蒐集的論文當中，大部分的論文年份集中在2006 年至 2015 年之間，原先 雖然是將資料蒐集範圍設定在過去30 年之間，但文獻經篩選過後，最後用於資 料分析的文獻縮減為過去20 年之間。若依照地區來分類的話，大部分文獻的樣 本來源則為亞洲地區。若是按照樣本組織規模來區分的話，大部分文獻為中小企 業或是混合企業，即樣本包括大企業與中小企業。
除了單篇論文整體的敘述資料外，也需記錄每篇論文中，每個自變量與依變 量的相關係數。然而並不是每篇論文皆有提供自變量與依變量的相關係數，若該 篇論文未提供相關係數，則須尋找該篇論文進行迴歸分析的β係數，若該係數為 標準化β係數，則予以紀錄，並透過公式轉換成相關係數；若屬於非標準化β係 數，由於無法透過公式進行轉換，須予以捨棄。流程圖如下所示：
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
在本研究分析的文獻當中，有許多篇能夠直接從中取得相關係數，然而還有 一種常見的情況為：該篇論文的研究結果並未提供相關係數，而是提供標準化的 迴歸係數β(Standardized β)，其可透過公式轉換為相關係數(Peterson, R.A., &
Brown, S.P. 2005)，如下所示：
r = 0.98β + 0.05λ ，其中 λ = {1, 𝑖𝑓 β ≥ 0 0, 𝑖𝑓 β < 0
r 為相關係數
β為迴歸分析的標準化係數
文獻編碼階段雖於蒐集與篩選階段之後，但實際上在進行彙整分析時，容易 在編碼階段記錄數據的過程中，發現某些文獻缺少一些關鍵資料，因而予以剔除。
本研究在編碼時，發現某些文獻中的邏輯迴歸分析結果屬於非標準化的β (Unstandardized β)，其無法直接透過公式進行轉換，因此將這些文章剔除。也 正因為彙整分析的實作過程中，需來回進行編碼與篩選，因此在將傅品甄(2017) 與Oliveira & Martins (2011) ，總計 75 篇的論文進行篩選之前，本研究便已將這 75 篇論文加上編號，這也是最終的 31 篇文章中，其編號會超過 31 的原因。
除了相關係數以外，也需記錄該論文中每個自變量與依變量之間關係的顯著 程度，才得以在資料分析時，能夠統計每種自變量總體上，正向顯著、負向顯著，
以及不顯著的數量與比例。
編碼時也需記錄每篇論文中，每個自變量的原始名稱、定義，以及原作者若 在其論文中有採用 TOE 模式進行分類的話，該自變量被原作者歸類在科技、組 織、環境，三者之中的哪一類，做為後續分析的依據。
記錄原始名稱與定義的目的有兩個，首先是為了在記錄完所有文獻的資料之 後，方便針對所有文獻中，具備同一涵義的自變量進行歸納，以利後續進行彙整 分析運算時使用。例如在ID 為 56 的文章中，有一自變量為「環境的不確定性」
(Environmental Uncertainty)，若是單看其名稱，仍然難以確定要將此自變量歸類 在哪一個類別，透過編碼過程中所記錄的自變量定義，我們發現「環境的不確定
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
性」指的其實是「來自競爭者的壓力」，如此將能準確地將每個自變量進行歸納。
附帶一提的是，當文獻中的資料找不到作者針對該自變量的明確定義時，可以參 考其問卷，整理針對該自變量的問項內容，進而進行歸類。如上述ID 為 56 的文 章中，作者並無明確給予「環境的不確定性」一個定義，因此透過整理問項的內 容，我們可以得知「環境的不確定性」即指「來自競爭者的壓力」。
記錄原始名稱與定義的另外一個目的是為了確認每個自變量與依變量之間 的相關係數是否需要修正。如財務成本這一類的自變量當中，大部分的 Cost 皆 指「花費的成本」，但在ID 為 22、37 的文章中，自變量名稱雖為 Cost，但此處 意思為Cost Saving，意即「省下來的費用」，此與其他文章中 Cost 的涵義不同，
因此須將這兩篇文章中Cost 的相關係數乘以 -1，調整為與其他文章 Cost 同一意 涵之狀態。另外一種情況是在單一篇文章中，需要將該文章的兩個自變量進行混 合，才能完整地被歸類於其中一類自變量中。如 ID 為 13 的文章中有「夥伴壓 力」與「顧客壓力」這兩個自變量，然而這兩個自變量的定義皆屬於本研究中「合 作夥伴壓力」定義的其中一個部分，因此須將這兩個自變量結合，並計算其相關 係數之平均值，才能進行歸類。同理，ID 為 22 的文章中有「CEO 的技術知識」
與「員工的技術能力」，其皆屬於本研究中「組織內部的技術知識」定義的其中 一部份，因此須將這兩個自變量結合，才能進行歸類。
本研究從31 篇文獻中獲得了 260 個自變量，透過分類並剔除無法成類的自 變量後，共篩選出了 185 個自變量。接著將這 185 個自變量依據其意涵分為 28 類，並對每一類自變量給予明確的定義。完成編碼後，透過 TOE 模式將整理出 來的28 類自變量進行分類，其中科技面有 6 類、組織面有 17 類，環境面有 5 類，
其名稱與定義如下表所列。
‧
‧
分文章都將其歸類為 CEO Characteristic，但也有歸類為 O 的，故在此歸類為組 織面。‧
‧
‧
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
預期效益 0.22 正向顯著
擁護者 0.19 正向顯著
競爭壓力 0.15 正向顯著
現有資訊系統滿意度 -0.13 負向顯著 決策者解決問題的能力 0.06 不顯著 71 163 IT 基礎建設 0.2656 正向顯著
組織內部的技術知識 0.295 正向顯著 技術相容性 0.0892 不顯著
預期效益 0.4126 正向顯著 競爭壓力 0.2068 正向顯著 72 1857 IT 基礎建設 0.5106 正向顯著 技術相容性 0.3734 正向顯著 組織規模 -0.1176 負向顯著 營運之地理範圍 0.0794 不顯著
競爭壓力 0.0892 正向顯著 法規支持 0.0794 不顯著 73 3103 組織準備度 0.5253 正向顯著
組織規模 0.49296 正向顯著 競爭壓力 0.4175 正向顯著 合作夥伴壓力 0.3381 正向顯著
上表中值得注意的是，在本研究蒐集的文獻當中，並未特別針對「有採用TOE 模式的文獻」進行蒐集，因此有些文獻可能只含有單一構面之因素，並未完全包 含科技、組織、環境，三個構面之因素。除此之外，有些文獻的自變量由於過於 特殊，無法在其他文獻中找到相同之自變量湊成一類，須將其捨棄，因此上表中 的某幾篇文獻，可能整篇只有一至兩個可進行資料分析的自變量。