資料分析方法

本研究採用SPSS 統計軟體來實分析，經綜合問卷資料特性，選定描述性統 計、信度分析、因素分析、T 檢定、單因子變異數分析、相關分析、迴歸分析

等統計方法分析使用者的使用意圖及滿意度。俾了解其需求，做好資源合理分 配與規劃，保持本身之優勢並持續改善，提高整體品質與滿意度，進一步提供 決策者主要決策支援與系統管理運用，以期提升整體效能之發揮。以下逐一解 釋其統計方法：

1. 描述性統計

主要在表示數據在各分組內散佈之狀況，本研究對於回收問卷之填答者基 本資料，採次數分配統計法，以樣本數及佔有率之百分比等，描述有效樣本之 基本資料分佈情形。例如本研究問卷中之性別、年齡、教育程度、目前階級、

任本職年資、對系統的瞭解程度等。

2. 信度分析

在進行因素分析或設計妥一套評價量表後，為瞭解問卷的可靠性及有效 性，通常得再進行信度分析。一個量表信度越高，代表量表之穩定性越高。於 量表中，常用的信度檢定方法為Cronbach’s α，依據 Guielfod (1965)的建議，當 α 值大於 0.7 時，表示信度很高，若 α 值介於 0.7 與 0.35 則為可接受之信度，

而小於 0.35 者則為低信度。例如本研究問卷中之重視程度與實際感受，經問卷 信度以Cronbach’s α 係數評估兩個量表之信度分別為 0.944 及 0.825，達非常良 好之水準，而各構面信度皆高於0.7，表示本研究內部一致性高、信度佳。

3. 因素分析

主要是用來縮減變數維度的技術，其主要目的在將原有很多變數之資料，

縮減成較少的變數，但又能保持原資料所提供之大部份資訊。例如本研究問卷 中之重視程度部分共考慮了15 個項目，轉軸後共萃取四個因素。

4. T 檢定

指在兩個類型的資料平均數之差異顯著性之檢定。例如本研究問卷中不同 性別對整體滿意度層面各項構面的看法。在整體滿意度四個構面中，不同性別 的看法是否達到顯著差異水準。

5. 單因子變異數分析

單因子變異數分析(One way ANOVA)主要在提供以自變數(X)預測或瞭解 1 個依變數(Y)之平均數是否具有顯著差異。例如本研究問卷中不同個人背景變項 (年齡、教育程度、任本職年資、目前的階級、對系統的瞭解程度)對整體滿意度

是否具有顯著差異。

6. 相關分析

主要是用來檢定變數間之關聯程度，當相關係數越接近 1，表示關聯性越 高，若其值為正則表示變數間呈現正相關，反之為負相關。例如本研究問卷中 15 題服務品質項目，重視程度與實際感受經由相關分析皆具有高度相關性，換 句話說，系統使用人員回答有關資訊系統服務品質題項時，重視程度和實際感 受之間是存在高度相關性的。

7. 迴歸分析

主要用來找出一個線性組合，用以說明解釋一組自變項(Xi)與一個依變項(Y) 之間的關係，若存在此線性組合，可利用自變項(Xi)的線性組合來預測依變項(Y) 的強度能力。了解整體關係在統計上是否具有顯著性，並解釋依變項(Y)的變異 方面，哪些自變項(Xi)最為重要，其係數可看出與依變項(Y)的方向性。例如本 研究問卷中實際使用行為與整體滿意度之相關分析，分析結果之解釋變異量(R²) 為0.488，代表此迴歸模式能夠解釋整體滿意度的部分為 49%，符合 Hair(2006) 等人研究之結論。再者，經由變異數分析表中之F 檢定，結果達顯著 P 值小於 α = 0.05，表示此迴歸模式存在。

第四章 資料分析與討論