第四章 研究方法
4.2 資料分析方法
本研究採用統計應用軟體 SPSS 10.0 中文版【10】，以分析 相 關 資 料 ， 方 式 如 下 ： 由 於 本 論 文 以 問 卷 調 查 法 且 依 據 李 克 特 (Likert)五點尺度法，在問卷中分成極不同意、不同意、沒有意見、
同意、極同意五種正向程度，分別給予 1、2、3、4、5 分。
藉 由 將 資 料 轉 換 成 分 數 後 ， 彚 整 輸 入 至 SPSS 進 行 資 料 運 算，再依據數據結果，進行分析推論。
4.2.1 敘述統計分析
本研究利用平均數(mean)以瞭解營運處各成員，對於平衡計 分卡實施後之滿意程度；同時也瞭解問卷中之各項與各個構面間 其 相 對 重 要 程 度 並 加 以 排 序 。 再 利 用 標 準 差(standard deviation) 測度其間之相互差異性，若差距愈小則表示單位內成員之看法愈 一致；反之則愈不一致。
4.2.2 項目分析
問 卷 進 行 項 目 分 析 之 主 要 目 的 在 求 出 問 卷 個 別 題 項 的 決 斷 值(critical ratio)，用以判斷問卷題項是否能鑑別不同受試者之反 應程度；同時亦將未達顯著水準的題項刪除，其主要操作步驟如 下【15】：
一、步驟
step 1：量表題項的反向計分(量表中如無反向題，此步驟可略) step 2：求出量表的總分
step 3：量表總分高低排序
step 4：求出高低分組第27%位之分數
step 5：依臨界分數將觀察值在量表之得分分成高低兩組 step 6：以獨立樣本t-test考驗兩組在每個題項之差異 step 7：將t-test結果未達顯著性之題項刪除
顯著性指的即是P-value，當其值小於0.05時，則判斷此題項 具鑑別度。
二、流程
項目分析之流程如下圖所示：
圖4.2 項目分析流程圖
虛無假設：樣本群變異數相等 F test
對立假設：樣本群變異數不相等
虛無假設：樣本群不具鑑別度 T test
對立假設：樣本群具鑑別度 顯著與否
假定變異數相同
顯著與否
P-value<0.05 P-value>0.05
具鑑別度 不具鑑別度
假定變異數不相同
P-value<0.05 P-value>0.05
資料來源：本研究整理
4.2.3 因素分析
因素分析(factor analysis)主要是把數個很難解釋，而彼此有 關之變項，轉化成少數有概念化意義、而彼此獨立性大的因素。
透過統計方法，將大多數之相關變數中，抽取若干共同因素；此 因素之形成，是針對實際研究之問卷資料，依科學方法及統計演 算過程，所分離出之結果。在保有大部份原始資訊之原則下，以 較少的維數(number of dimensions)來代表原先之資料結構，使原 本複雜難以處理之情況得以簡化。故本研究針對財務、顧客、內 部程序和學習與成長四構面進行因素分析，步驟如下：
一、萃取因素之共同性(communality)
依 各 變 項 之 相 互 關 係 ， 本 研 究 以 主 要 成 份 分 析 法(principal factor analysis)萃取共同因素，而抽取之原則為特徵值大於 1 之因 素。
二、因素之轉軸(rotation)
基於其本身所具有之複雜性，為使各共同因素之意義更為明 顯，通常則利用旋轉因素轉軸可以做到。本研究利用變異數最大 法進行轉軸，以求得因素負荷量與可解釋變異量。
三、計算因素負荷量(factor loading)
依學者 Zaltman and Burger(1985)之研究，當特徵值大於 1，
每 個 變 項 之 因 素 負 荷 量 大 於 0.3 且累積可解釋變異達 40%以上 者；其因素分析之結果有相當程度之可信力，本研究則以此相同 準則進行判斷。
四、解釋結果
依資料所分析出之數據，輔以文字解釋各共同因素所代表之 意義與結果。以減化問卷之內容，找出共同之項目。亦可將因素 命名，以做為其他分析程序之新輸入變項。
4.2.4 單因子變 異數 分析
問卷調查在進行單因子變異數分析時，其虛無假設與對立假 設如下：
⎩
H
a：µ
iµ
ji
,j i j
⎨⎧
≠
∀
≠
=
=
=
=
H
0：µ
1µ
2µ
3 ...µ
n須有四個基本假定(Kirk ,1995)：
1. 常
的母群在 面，其分配是常態分配的。
2. 隨
機抽樣而得的或實驗單位被隨機分派。
3. 獨
母是彼此獨立的，亦即各變異來源對總
4. 變
母群變異量的估計值，亦即各 而且進行分析時必
態性(normality)
觀察值係從常態分配母群中抽出，亦即樣本所來自 實驗研究的依變項方
機抽樣(randomized) 觀察值是從母群中隨
立性(independent) F統計量之分子和分 離均差具相加性。
異數同質性(homogeneity) F統計量的分子和分母是相同 組樣本之母群變異數相同。
在單因子變異數分析中，本研究依照部門與職務別將問卷分
成不同之樣本群體。再計算出每個群體中，對於各題項之平均 數，最後進行單因子變異數分析。主要目的在於分析不同部門或
意程度是否有顯著不同。
4.2.5
致性，本研究所採用的測量信度的方法為Cronbach α係
測
對總項相關係數分析，若其值 於 0.6 以上則具有良好效度。
職務對於問卷之各構面滿 信度與效度分析
為了解問卷的可靠性與有效性，藉由進行信度與效度分析，
使問卷得以確保問卷因素構面之信度與效度；信度(reliability)指 的是一份問卷所測得之分數其可信程度與穩定性，所以信度主要 是指測量的一
數法。
由 於 信 度 分 為 外 在 信 度 (external reliability) 與 內 在 信 度 (internal reliability)，外在信度指的是在不同時間，對同一組人再 進行相同問卷調查；但本研究為多選項量表(multiple scales)，因 此，內在信度較為重要，所謂內在信度指的是每一個量表是否 量單一概念，同時，組成量表題項的內在一致性程度如何。
效度(validity)，亦稱正確性，即一份測驗能真正測量出它所 想要測量之能力的程度，亦即能達到測量的目的，才可算是有效 的問卷。而效度的測量，是由單項
高