資料分析與整理

一、調查問卷之分析

本研究將問卷資料整理後鍵入 SPSS17.0 版中，並進行問卷內容分析，依據本研究 之研究目的，選用適當的統計方法進行分析，茲說明如下：

（一）描述性統計

此方法為各變項之描述，以平均值、標準差方式呈現。

（二）推論性統計

1. 卡方檢定（chi-square test）

以卡方檢定與費雪爾正確概率檢定（Fisher’s Exact Text）來檢定前測與後測受試者 之間是否有差異情形，若考驗結果達顯著差異，該變項予以刪除，不列入後續分析。卡 方考驗所檢定的是樣本的觀察次數或百分比與統計理論或母群體的測數或百分比之間 的差距，當觀察次數與理論次數（期望值）之間有很大的差距時，卡方考驗的結果愈容 易達到顯著，此時卡方值會愈大；在2×2 的列聯表（自由度等於 1）計算 χ²係數值時，

若任何一個細格內的理論期望次數小於 5 時，則採用費雪爾正確概率檢定（吳明隆，

2008）。

2. 獨立樣本 t 檢定（t test）

以獨立樣本t 檢定來檢定員工對於平衡計分卡的認知和態度在前後測的差異情形，

以及檢定員工不同職級（主管、非主管）、性別（男、女），對於平衡計分卡的認知與推 行態度是否有顯著差異。

3. 單因子變異數分析（one-way ANOVA）/ Scheffe 和 Dunnett’s T3 事後檢定

以單因子變異數分析員工基本資料變項中所屬職別、年齡、學歷對於平衡計分卡的 認知與推行態度是否有顯著的差異，針對達到統計上顯著差異之變項再進行事後檢定。

68

Scheffe 法適用於變異數相等的情況，對於變異數不同質的問題，資料可不必進行轉換，

直接提供違反變異數同質假定之F 統計量－ Welch，以及事後比較方法－ Dunnett’s T3 檢定法（吳明隆，2008）。樣本數不同最可能的影響是造成變異數同質假設的違反，可 採行Dunnett’s T3 法來處理（邱皓政，2008）。

4. 關聯強度（strength of association；ω²）與統計考驗力（power）

針對 t 值或 F 值統計結果達顯著水準，進一步探究其關聯強度指數，檢視「不同屬 性員工」對「認知程度」或「推行態度」的解釋強度，以補充說明檢定的結果。關聯強 度即是依變項總異量可以由自變項解釋的百分比，如同多元回歸分析中之決定係數（R²） 一樣；若F 值達顯著，但ω²值很小，表示A 變項對 B 變項的影響不大，此種結果只有 統計顯著意義存在，欠缺實值應用的價值（吳明隆，2008）。統計考驗力可用來分析統 計推論的裁決正確率。上述統計方法則運用單變量之選項可得知其數值，如下述：

(1) Estimates of effect size（效果項大小估計值）：此為關聯強度值。

(2) Observed power（觀察的檢定能力）：此為統計考驗力。

5. 皮爾遜積差相關分析（Pearson Correlation Analysis）、決定係數（coefficient of determination）

藉由皮爾遜積差相關分析來檢定平衡計分卡的認知程度與推行態度的關聯性。決定 係數即為相關係數的平方，其解釋意義與關聯強度指數相同，即變項可以解釋另一變項 的變異量百分比（吳明隆、涂金堂，2009）。

二、訪談資料分析

（一）逐字稿製作

研究者於每次訪談後，聆聽訪談錄音檔，並將訪談對話逐字謄寫於電腦中，謄寫過 程中，如受訪者有情緒表現或其他現象（例如：接電話、訪談中斷）也加以記錄。研究 者將每次錄音檔均盡量詳細記錄，完成逐字稿後進行校正。

69

（二）訪談稿編號

針對逐字稿中受訪者對問題的回答逐行編號，行號的起始以該逐字稿中受訪者回答 的第一行話開始連續編號，至訪談結束受訪者所回答的最後一行話為止。例如：受訪者 A65-71 代表擷取 A 受訪者回答中第 65 至 71 的回答，以便後續資料分析能夠精確的標 示出資料的出處。

（三）訪談稿分析

質性資料收集同時結合了資料分析與資料解釋兩個步驟，資料分析是一種概念化的 過程（潘淑滿，2008）。分析主要是由三個要素組合而成（圖 3-3），包括資料簡化（data reduction）、資料呈現（data display）與結論引出與驗證（verification），資料蒐集階段，

研究者需穩定地在四個環節之間移動，接下來的階段才是再簡化、呈現、與導出/驗證結 論（張芬芬譯，2006）。

圖3-3 質性資料分析之要素

資料來源：Miles 和 Huberman（張芬芬譯，2006），28 頁。

1. 資料簡化

是將清繕過的札記或訪談謄錄稿之中的資料予以選擇、聚焦、單純化、抽象化與轉 化的一種過程（張芬芬譯，2006）。Tesch (1990)指出，研究者可將資料簡化視為「資料 的濃縮」。本研究將逐字稿運用編碼登錄之步驟將資料進行概念化的分析，茲說明如下：

結論:

導出/驗證 資料簡化

資料呈現 資料蒐集

70

（1）開放編碼（open coding）

於文本中找出關鍵字、關鍵事件或主題，將概念在筆記的兩旁註明，並以不同顏色 的筆標記突顯（潘淑滿，2008）。研究者在閱覽逐字稿的過程中，將有意義的段落整理 出一個個小單元，並將小單元加以命名，使用名稱以具有意義並與主題相關為主。例如：

訪談問題為「醫院發展策略地圖在組織的用途？」受訪者回應內容為「路線會比較清楚 一些，平常大家自己都各做各的，今天一但有箭頭的產生的話，你大概知道要怎麼做」，

研究者將其命名為「明確的方向」。此外，於閱讀逐字稿中發現與題目相關的關鍵字，

亦直接畫記標示，例如：「我覺得員工的向心力應該是有啦，大家一起來做這件事情，

有一個共同的目標努力。」，關鍵字為「向心力」。研究者依據訪談大綱分成的六大部份，

每份逐字稿皆以上述方式進行編碼，作為資料簡化的第一個步驟。

（2）主軸譯碼（axial coding）

以綜合歸納或比較不同訪談資料之間的意義，找出相同或相異處，從中建立出主軸 概念，並能夠更深層次的檢視概念與概念之間的關聯性（潘淑滿，2008）。

（3）選擇性譯碼（selective coding）

於所有訪談資料收集完畢後，選擇可以彰顯研究主題的主軸概念，作為問卷資料分 析所發現的問題或問題詮釋的依據（潘淑滿，2008）。研究者反覆閱覽逐字稿，以進行 資料的選擇與分析，並直到資料飽和為止。

綜合主軸譯碼與選擇性譯碼之步驟，研究者彙整訪談大綱內容後，歸納為「八大主 軸」，分述如下：

a. 「瞭解平衡計分卡/策略地圖對醫院的意義為何？」

b. 「行政人員認知程度與推行態度高於其他職別者？」

c. 「導入平衡計分卡之後，男性認知程度高於女性？」

d. 「導入平衡計分卡之後，年齡為 41～50 歲認知程度高於 21～30 歲？」

e. 「平衡計分卡導入前後，護理人員推行態度之差異？」

f. 「碩博士學歷者對平衡計分卡推行態度高於其他學歷者？」

g. 「認知程度與推行態度具有正向的關係？」

71

h. 「瞭解平衡計分卡導入面臨相關議題與關鍵因素。」

2. 資料呈現

係指研究者如何將簡化的資料，透過有系統的組織方式賦予資料意義，並透過適當 方式展現（張芬芬譯，2006）。研究者將「瞭解平衡計分卡/策略地圖對醫院的意義為何？」

依據Kaplan 與 Norton 所提出的五大基本法則作為次概念，分別為「將策略轉化為執行 面的語言」、「以策略為核心整合組織資源」、「將策略落實為每個人的日常工作」、「讓策 略成為持續性的循環流程」、「由高階領導帶動變革」。其他主軸則依據內容相近的使用 名稱或關鍵字，聚集在一起並形成同一類別而加以命名。

3.

從蒐集資料開始，質性分析者就開始做決定，決定事物的意義何在－注意其中的規 律、組型、解釋、可能的輪廓、前因後果、以及命題，當分析者引出結論之時，亦在進 行驗證的工作（張芬芬譯，2006）。研究者分析時，著重於將主題或具有意義的類別從 資料中確認出，藉以跟文獻進行比較對話。

三、量化與質化分析之整合

Creswell（張宇樑、吳樎椒譯，2007）提出在資料分析解釋階段的混合可能需要把 質化主題或編碼轉化成量化的數字，並與量化結果做比較。研究者將二種方法分析結果 於第四章的第三節「混合方法研究的綜合討論」進行整合，並將下列六大主軸予以量化，

分別為：「行政人員認知程度與推行態度高於其他職別者？」、「導入平衡計分卡之後，

男性認知程度高於女性？」、「導入平衡計分卡之後，年齡為41～50 歲認知程度高於 21

～30 歲？」、「平衡計分卡導入前後，護理人員推行態度之差異？」、「碩博士學歷者對平 衡計分卡推行態度高於其他學歷者？」、「認知程度與推行態度具有正向的關係？」。

上述主軸分析以超過半數以上受訪者之觀點，作為研究者判別是否與量化結果相符 之依據，例如：量化結果顯示行政人員認知程度與推行態度高於其他職別者，比對受訪 者有8 位表示認同，研究者將視為質量結果相符合。

72