Q 方法操作步驟

完成所有受訪者訪談之後，將訪談資料在搜集整理，即可將所有受訪者的 Q 排列情形輸入統計軟體運算，現行可以進行 Q 方法的統計軟體眾多，例如：

PQ Method、PCQ、QUANAL、WEBQ、Q-Assessor、FlashQ 等，本研究將使 用由 Peter Schmolck 設計且最為廣泛使用的 PQ Method 軟體進行後續資料分析，

使用步驟如下：

一、PQ Method 為一免費軟體，軟體啟動後，畫面呈現如圖表 7。

圖表 6： PQ Method 起始畫面

二、本研究命名為“entrepreneur”，鍵入檔名後，便可進入主畫面，如圖表 8 所 呈現。

圖表 7：PQ Method 選項畫面

三、輸入「1」進入陳述句輸入畫面，視窗會另外跳出文字編輯程式，本研究 陳述句句數共計 54 句，因軟體不支援中文，因此僅輸入提項數字已表示 每一陳述句，每行依序輸入 1-54 數字，輸入完畢後即可關閉編輯程式，

如圖表 9 所示。

圖表 8：1-STATES 輸入畫面

四、輸入「2」進入 Q 排列編輯畫面，首次編輯時需設定各項條件。首先設定 Q 排列範圍，本研究設定範圍為-1 至+4，共 9 級。接續輸入每一等級所包 含陳述句數目，由左至右依序為 2-4-6-9-12-9-6-4-2，設定畫面如下圖表 10。

圖表 9：PQMethod 設定畫面

五、設定完所有條件後，即可開始輸入每一位受訪者之 Q 排列結果，依照每一 等級受訪者排列的陳述句代號後，即可完成 Q 排列之輸入，每一位受訪者 的排列結果呈現如下圖表 11。

圖表 10：Q 排列畫面

研究者在資料輸入過程中，若有重複輸入同一陳述句編號或有漏未輸入之 情形，程式會啟動自動糾錯功能，提醒使用者需要進行修正，始能繼續進行下 一程序，以確保每一位受訪者 Q 排列結果之正確性，如圖表 12。

圖表 11：PQ Method 糾錯畫面

六、將所有受訪者的 Q 排列結果輸入完後，回到程式主畫面輸入「4」，選擇 QPCA 進行主成分因子分析法（Principle Component Analyze）萃取共同因 素。主成分因素分析是因素分析模式中最常被使用的方法，其成份萃取的 程序主要是藉由原始觀察變項的線性組合（主要成分）來將所形成的變異 總數進行分割（Warmbrod, 2000，轉引自：黃財尉，2003）。在 Q 方法的 操作中，即為先產生一個 26×26 的受訪者相關矩陣，再進行相關因素萃取。

此步驟可以幫助研究者統計出個別因素的特徵值（Eigenvalue）與解釋變 異量，如圖表 13。

圖表 12：PQ Method 主成份因素分析結果圖

七、研究者針對因素分析結果，決定因素個數後，再利用 6-QVARIMAX 進行 最大變異數轉軸法（Varimax Rotation）進行轉軸，轉軸目的在於使因素更 具有解釋意義，另外也可以達到簡化結構的作用，以了解 Q 排列是否具有 共同性。然而 PQ Method 軟體中僅提供正交轉軸（Orthogonal rotation），

也是最常用的轉軸方式。相對於斜交轉軸（Oblique rotation）方法，正交 轉軸是假設因素之間是不具相關性的，其結果較簡單且容易解釋（陳揚中，

2013）。本研究最大變異轉軸結果如下圖表 14。

圖表 13：PQ Method 最大變異轉軸結果

八、PQ Method 軟體可根據 26 位受訪者在個別因素的負荷量，自動歸類受訪 者屬於何種因素類型，並就其分類結果以 X 符號作為標記，如圖表 14。

圖表 14：PQ Method 依照因素負荷結果歸類受訪者

九、最後回到程式主畫面輸入「7」Q-Analyze 便可完成整個研究的 Q 因素分 析，所以分析資料會輸出在 PQ Method 資料夾中名為 Entrepreneur .lis 的 檔案內，以文字編輯程式開啟，就可以看到所有的分析結果，包含因素的 負荷表、個別因素的相關係素、個別因素的排列、各陳述句的 Z 值及各因 素之間有共識或分歧的語句。

因為 Q 方法論是一個在研究之前沒有先建設性假的研究方法，因此完全依 靠資料分析的結果進行詮釋說明，因此本研究於後續章節將接續利用 PQ Method 所統計的分析結果加以詮釋討論，並獲得研究結論。