國立台中科技大學企管系李國瑋 

   1 
 

 
 
 
 
 

SPSS 上課講義
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1 
 
 國立台中科技大學企管系李國瑋     2 
 

 
 
 
 
 
 
 
 
 
  構面 D
 
 
4  干擾效果 
 
題目 1 
 
 
題目 2 
 
 
構面 A  3  迴歸分析 
構面 B  構面 C 
題目 3 
  5 中介效果 
 
題目 4 
 
 
 
  1  因素分析 
  2 信度分析 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2 
 
 國立台中科技大學企管系李國瑋     3 
 

※論文第四章『資料分析結果』學習要點： 

(1)選擇分析方法  >  看到研究架構就知道要選擇哪一種分析方法 

(2)執行操作程序  >  選擇某一分析方法後，懂得如何實際操作 
(3)分析結果判讀  >  實際操作 run 出報表結果後，知道如何判讀報表結果 
(4)整理成論文格式  >  判讀結果後，懂得如何整理成論文格式 
 
 
 
 
 
研究架構示例： 
 
 
  組織知識轉換機
 
  外化  結合 
 
組織文化 
 
1  層級文化型    H6‐1  H6‐2 
H7 
 
2  創新開明文         
知識管理能力(資訊部門)

化型 
 
1 知識定義 
  H1  資訊系統開發關鍵成功因素 
H2 
  2 知識選取 
1 系統與策略目標有效結合
  H3 
  3 知識建構  2 技術特性有效運用 
H4 
  4 知識學習 
管理系統  3 使用者使用意願與能力 
  H5 
1  知識評估系統  H8 
  5 知識擴散 
H6‐3 
2  知識獎勵制度  
  內化  H6‐4 
 
  社會化 

 
圖一 本研究架構
 
 
 

3 
 
國立台中科技大學企管系李國瑋     4 
 
1.  因素分析 
(1)選取因素分析的方法 

 
 
(2)  填入變數  (以知識管理能力為例，置入定義、選取、建構…等題項) 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

4 
 
國立台中科技大學企管系李國瑋     5 
 
(3)  接著點選  『轉軸法』  >  「最大變異法」 
 
                        『選    項』  >  如下圖 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
(4)  確定 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

5 
 
 國立台中科技大學企管系李國瑋     6 
 

 
 
因素分析結果判讀： 
1   
解說總變異量
初始特徵值 平方和負荷量萃取 轉軸平方和負荷量
成份 總和 變異數的% 累積% 總和 變異數的% 累積% 總和 變異數的% 累積%
1 7.425 37.124 37.124 7.425 37.124 37.124 3.412 17.059 17.059
 2 2.764 13.818 50.942 2.764 13.818 50.942 3.349 16.747 33.806
 3 2.420 12.101 63.042 2.420 12.101 63.042 3.079 15.397 49.203
4 1.519 7.596 70.638 1.519 7.596 70.638 2.891 14.456 63.659
 
5 1.166 5.829 76.467 1.166 5.829 76.467 2.562 12.808 76.467
 6 .682 3.409 79.877
 7 .594 2.972 82.849
2 
8 .540 2.700 85.549
 9 .486 2.429 87.978
  10 .373 1.867 89.845
11 .333 1.667 91.512
  12
.286 1.431 92.943
  13 .274 1.372 94.315

  14 .240 1.198 95.513

15 .203 1.017 96.530
  16 .188 .939 97.469
  17 .164 .819 98.288
18 .131 .653 98.941
  19 .115 .577 99.518
20 .096 .482 100.000
萃取法：主成份分析。
3 
轉軸後的成份矩陣 a
 
成份
  1 2 3 4 5
  擴散3 .902
擴散2 .893
 
擴散1 .841
  擴散4 .840
  選取3 .884

  選取2 .845
選取4 .842
  選取1 .756
  建構1 .838
  建構2 .831
建構4 .806
  建構3
.715
  定義2 .861
  定義1 .811
定義3 .772
 
定義4 .769
  學習2 .847
  學習3 .770
  學習1 .741
學習4 .518 .587
萃取方法：主成分分析。 6 
旋轉方法：旋轉方法：含 Kaiser 常態化的 Varimax 法。
  a. 轉軸收斂於 7 個疊代。
國立台中科技大學企管系李國瑋     7 
 

 
2.  信度分析 
 
(1)  選取「尺度」  >  「信度分析」 
  
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
(2)  注意：此時只放第一因素(知識定義)的四個題項。故信度要做四次。 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

7 
 
國立台中科技大學企管系李國瑋     8 
 

 
 
(3)  勾選如下圖所示的選項 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

8 
 
 國立台中科技大學企管系李國瑋     9 
 

 
 
信度分析結果判讀： 
 

信度統計量
Cronbach's
Alpha 值 項目的個數
.844 4

4 

項目總和統計量
項目刪除時的
項目刪除時的 項目刪除時的 修正的項 Cronbach's
尺度平均數 尺度變異數 目總相關 Alpha 值
定義1 10.5902 7.070 .730 .783
定義2 11.1230 7.894 .762 .767
定義3 11.4262 9.767 .642 .829
定義4 10.9508 7.816 .643 .822

 
  5 
 
 
 
注：  完成「知識定義」的信度分析後。再依序進行「知識選取」
、「知識建構」、

「知識學習」與「知識擴散」的信度分析。(必須一個變數一個變數處理,  與 

一開始知識管理能力的因素分析不同：因素分析是將所有題項放進去)。 
 
 
 
 
 
 
 
 
 
 
 
 
9 
 
國立台中科技大學企管系李國瑋     10 
 

※ 將分析結果整理成論文 WORD 檔 >>>>

1.信 效 度 分 析

本 研 究 針對知識管理能力進 行 因 素 分 析 。 對 於 相 關 程 度 較 高 之 變

數，採 用 主 成 份 因 素 分 析 法（ principal components）與 最 大 變 異 數（ varimax）

旋轉法之方法萃取主要之構念因素。因素之取決標準為取特徵值

（ eigenvalue） 大 於 1 的 因 素 。 在 因 素 負 荷 量 （ factor loading） 上 則 要 求

絕 對 值 大 於 0.5。 此 外 ， 本 研 究 以 Cronbach’ α 係 數 來 檢 定 各 因 素 衡 量

變項之內部一致性，α值愈大，顯示該因素內各變項之間的相關性愈

大 ， 亦 即 內 部 一 致 性 愈 高 。 Cronbach’ α 係 數 之 取 捨 標 準 ， 一 般 認 為 α

值 大 於 0.7 者 為 信 度 高 ， 小 於 0.35 者 為 信 度 低 (Nunnally,1978)。

一、知識管理能力的信效度分析

在 知 識 管 理 能 力 構 面 方 面，經 因 素 分 析 後 萃 取 出 五 個 因 素，各 因 素

內 容 與 本 研 究 操 作 性 定 義 一 致 。 分 別 為 「 知 識 擴 散 」、「 知 識 選 取 」、「 知

識建構」
、「 知 識 定 義 」與「 知 識 學 習 」能 力，其 特 徵 值 分 別 為 7.425, 2.764,

2.420, 1.519 與 1.166， 累 積 解 釋 變 異 量 為 76.46%。

在因素 1「知識擴散」能力中，包含 4 個題項，內容主 要

有：… … … … … … ；在 因 素 5「 知 識 學 習 」能 力 中，包 含 4 個 題 項，內

容主要有：………。

從 下 表 可 得 知 各 題 項 因 素 負 荷 量 (factor loading)高 於 0.5，符 合 最 低 絕

對 值 必 須 大 於 0.5 的 標 準 (Hair, Anderson, Tatham and Black,1995)。 此 外 ，

在 信 度 方 面 ， 分 項 對 總 項 (item to total)相 關 係 數 值 皆 高 於 0.5， 且 各 因 素

的 Cronbach’ α 值 均 高 於 0.7 的 信 度 值 (Nunnally,1978; De Vellis,1991)，顯

10 
 
國立台中科技大學企管系李國瑋     11 
 

見量表內部的一致性相當良好。故總和上述分析，本研究構面應具有良

好信度與建構效度。

各研究構面因素、信度與效度分析表 

累積變 分項對 Cronb

研究  因素  因素負荷
問項  特徵值  異 量 總項相 ach’α
構念  名稱  量 
(%)  關係數 係數 
資訊部門能建立資訊平台讓使用者分享知識  0.902(3)  0.87(5) 
資訊部門能讓使用者輕易使用資料平台  0.893  7.425  37.12  0.89  0.94 
知識擴散 
資訊部門能建立起與使用者輕易溝通與共同語言  0.841  (1)  (2)  0.86  (4) 
資訊部門能藉由操作手冊或文件，和使用者進行溝通與互動  0.840  0.81 
資訊部門在建置時能徵詢主管與使用者意見  0.884  0.74 
資訊部門在建置時能徵詢上下游廠商意見  0.845  0.79 
知識選取  2.764  50.94  0.90 
資訊部門建置時以專案小組作為知識取得管道  0.842  0.83 
資訊部門建置時以會議討論方式取得所需知識  0.756  0.75 
資訊部門能建立蘊含組織知識的資訊系統  0.838  0.85 
知識管 組織知識隨著資訊部門系統建置而留存  0.831  63.04  0.75 
知識建構  2.420  0.88 
理能力  組織知識隨著資訊部門系統建置而具體實行  0.806    0.59 
資訊部門資訊系統建置即為組織知識建構  0.715  0.81 
資訊部門能有效界定出組織核心知識範疇  0.861  0.73 
知識定義  資訊部門能有效掌握到組織的核心知識內涵  0.811  0.76 
1.519  70.63  0.85 
  資訊部門能體認到系統建置即為組織知識建構  0.772  0.64 
資訊部門會思考將什麼知識資訊系統開發是有意義的  0.769  0.64 
資訊部門能讓使用成員能在系統使用過程中累積知識與經驗  0.847  0.60 
知識學習  資訊部門能讓成員學習如何操作系統的知識  0.770  0.77 
1.166  76.46  0.83 
  資訊部門能讓使用成員學習系統背後蘊含商業邏輯與設計成因 0.741  0.65 
資訊部門能讓使用成員主動思考系統設計成因  0.587  0.63 

 
 
 
PS.     
 
1. 因素分析與信度分析後，代表構面衡量題項已通過建構效度與信度之檢測。
接著針對各構面進行迴歸分析前置動作>> 
 
2. 此時需在 SPSS  資料檔中創造出構面「各因素」(亦即知識管理能力中的知識
定義、知識選取、知識建構、知識學習與知識擴散能力)。 
 
3. 在 SPSS  資料檔中創造出構面「因素」的程序如下： 
 
茲以「知識定義」能力舉例如下： 
 
11 
 
國立台中科技大學企管系李國瑋     12 
 
(1)  點選「轉換」  >  「計算」 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
(2)  填入如下圖之值 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

12 
 
國立台中科技大學企管系李國瑋     13 
 

 
(3)  按確定即可在 SPSS 資料檔創造出  「知識定義」此因素。 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3.迴歸分析 
在 SPSS 資料檔創造出  「知識定義」「知識選取」與「策略目標」因素後，接著
進行迴歸分析。 
 
分析程序如下圖所示 
 
迴歸分析>> 
(1)選取迴歸分析法 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

13 
 
國立台中科技大學企管系李國瑋     14 
 
(2)置入變數 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
(3)  點選  「統計量」，勾選相關選項 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

14 
 
 國立台中科技大學企管系李國瑋     15 
 
(4)  確定 
 
 
迴歸分析結果判讀： 
 

變異數分析 b
模式 平方和 自由度 平均平方和 F 檢定 顯著性
a
1 迴歸 75.837 2 37.919 54.412 .000
殘差 82.928 119 .697
總和 158.765 121
a. 預測變數：(常數), 知識選取, 知識定義
b. 依變數：策略目標
1  2 
 
模式摘要b

調過後的 變更統計量 Durbin-Watson

模式 R R 平方 R 平方 估計的標準誤 R 平方改變量 F 改變 分子自由度 分母自由度 顯著性 F 改變 檢定
a
1 .691 .478 .469 .83479 .478 54.412 2 119 .000 1.289
a. 預測變數：(常數), 知識選取, 知識定義
b. 依變數：策略目標
 
 
3  4  7 
係數a
標準化係
未標準化係數 數 共線性統計量
模式 B 之估計值 標準誤 Beta 分配 t 顯著性 允差 VIF
1 (常數) .564 .367 1.537 .127
知識定義 .750 .087 .607 8.578 .000 .877 1.140
知識選取 .189 .074 .181 2.557 .012 .877 1.140
a. 依變數：策略目標

5  6 

 
 
 
 
 
 
 
 
 
 

15 
 
國立台中科技大學企管系李國瑋     16 
 

 
 

※ 將迴歸分析結果整理成論文 WORD 檔
 
 
4.3.1  資訊部門知識管理能力、組織知識轉換機制與系統開發關鍵成因之關連性
探討 

首先，在知識定義、選取能力與系統與策略目標有效結合的關連性探討上：
由表 4 模式 1 可看出資訊部門「知識定義能力」與「知識選取能力」對於系統與
策略目標有效結合有正向顯著影響(β=0.61,P<0.001;  β=0.18,P<0.05)。顯見在進行
系統開發時，當資訊科技部門愈能體認到資訊系統的建置即為核心知識之建構，
並能有效地界定出與核心競爭力有關的知識範疇，亦即能夠理解到「將什麼知識
資訊化」對企業競爭優勢之創造有正向助益時，將有助於引導系統建置方向能落
實企業策略目標。此外，企業在定義出企業核心競爭知識後，在「知識選取」上，
若能多元化地選擇知識來源(如供應商、顧客)，並利用工作團隊、會議、專案小
組為知識取得的界面，以打破不同知識的藩籬，則將能對「系統與策略目標有效
結合」形成正向助益。此結果符合本研究假設一與假設二。 

表 4  知識定義、知識選取能力與系統符合策略目標迴歸分析 
                  依變項  系統與策略目標有效結合 
自變項                                         
   
知識定義  (5)0.60***(6)   
知識選取  0.18* 
   
R2      0.47 (3) 
2 
調整後 R 0.46 (4)                       
F  值                                                      (1) 54.412*** (2)(P 值以星號表示)       
D‐W                                                        1.289 (7) 
註：P*<0.05、P**<0.01，P***<0.001，β 值係標準化後之數值       

此外，迴歸模式 D‐W 值介於 1.5~2.5 標準範圍間，顯示自變項並無自我相關

的問題存在(Gujarati,. 2003)。 
 
 
 
 
 
16 
 
國立台中科技大學企管系李國瑋     17 
 
4 干擾效果，方析程序整理如下>> 
 
茲針對「外化」與「結合」的干擾效果進行驗證   
 
(1)  首先，依據首頁研究架構，「外化」為「知識定義」與「策略目標」的干擾
變項。所以，必須在 SPSS 資料檔創造出  「外化」*「知識定義」的變項。 
 
(2)  創造「外化」*「知識定義」的操作程序如下： 
   
 
 
 
 
 
 
 
 
 
 
 
 
 
 

 
 
 
 

17 
 
國立台中科技大學企管系李國瑋     18 
 

 
  (3)  創造出「定義*外化」此變數 
 
 
 
 
 
 
 
 
 
 
5  中介效果 
 
 
 
 
 
 
 
 
 
 
(4)  再依前述步驟，創造出「選取*結合」此變數 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

18 
 
國立台中科技大學企管系李國瑋     19 
 
(5)  接著進行階層迴歸分析(亦即要進行 3 次迴歸分析) 
    第 1 次迴歸分析>>只放自變項  (輸出結果整理成模式 1) 
    第 2 次:迴歸分析>>放自變項+干擾變項(輸出結果整理成模式 2) 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
(6)二次迴歸分析結果整理成下表模式 2 所示 
表 4  知識定義、知識選取能力與系統符合策略目標迴歸分析 
                依變項  系統與策略目標有效結合 
                   模式 1                    模式 2                     
自變項(1)   
知識定義  0.61***                  0.41***                     
知識選取  0.18*                      0.13*                           
   
干擾變項(2)   
外化                                        0.009                           
結合                                        0.48***                     
                                       
自變*干擾變項(3) 
定義*外化 
選取*結合                                        
2
R  0.46                          0.65                               
調整後 R2  0.45                          0.64                           
F  值        21.55***                    31.94***                       
註：P*<0.05、P**<0.01，P***<0.001，β 值係標準化後之數值       

 
19 
 
國立台中科技大學企管系李國瑋     20 
 
(7)  最後，進行第 3 次迴歸分析。此時迴歸式除置入自變項(亦即「知識定義」 、
「知
識選取」)以及干擾變項(「外化」與「結合」)外，要再多置入自變項*干擾變
項(亦即「定義*外化」「選取*結合」兩變數)。其結果如模式 3 所示。 
 
表 4  知識定義、知識選取能力與系統符合策略目標迴歸分析 
        依變項  系統與策略目標有效結合 
自變項                        模式 1                    模式 2                        模式 3 
自變項   
知識定義  0.61***                  0.41***                      0.29* 
知識選取  0.18*                      0.13*                          0.52* 
                     
干擾變項   
外化    0.009                          0.73**     
結合                                        0.48***                      0.86*** 
                                      
干擾效果是否顯著以此
自變*干擾變項   
為判斷標準。P<0.05 即
定義*外化      1.08** 
顯著。 
選取*結合                                                                            0.62* 
   
2
R  0.46                          0.65                              0.67 
調整後 R2  0.45                          0.64                              0.66 
F  值        21.55***                    31.94***                      28.14*** 
註：P*<0.05、P**<0.01，P***<0.001，β 值係標準化後之數值       

 
 
(8)  接著繪出交互作用圖。(請自行筆記記述) 
 
1  將自變項(知識定義)  與干擾變項(外化)  依平均值劃分為高低兩群 
 
2  利用 SPSS  「統計圖」繪出交互作用圖 
 
3  針對交互作用圖進行解讀 
 
 
 
 
 

20 
 
國立台中科技大學企管系李國瑋     21 
 

※ 將迴歸分析與干擾變項結果共同整理成論文 WORD 檔
4.3.1  資訊部門知識管理能力、組織知識轉換機制與系統開發關鍵成因之關連性
探討 

首先，在知識定義、選取能力與系統與策略目標有效結合的關連性探討上：
由表 4 模式 1 可看出資訊部門知識定義能力與知識選取能力對於系統與策略目標
有效結合有正向顯著影響(β=0.61,P<0.001;  β=0.18,P<0.05)。顯見在進行系統開發
時，當資訊科技部門愈能體認到資訊系統的建置即為核心知識之建構，並能有效
地界定出與核心競爭力有關的知識範疇，亦即能夠理解到「將什麼知識資訊化」
對企業競爭優勢之創造有正向助益時，將有助於引導系統建置方向能落實企業策
略目標。此外，企業在定義出企業核心競爭知識後，在「知識選取」上，若能多
元化地選擇知識來源(如供應商、顧客)，並利用工作團隊、會議、專案小組為知
識取得的界面，以打破不同知識的藩籬，則將能對「系統與策略目標有效結合」
形成正向助益。此結果符合本研究假設一與假設二。 

表 4  知識定義、知識選取能力與系統符合策略目標迴歸分析 
        依變項  系統與策略目標有效結合 
自變項                        模式 1                    模式 2                        模式 3 
自變項   
知識定義  0.61***                  0.41***                      0.29* 
知識選取  0.18*                      0.13*                          0.52* 
                     
干擾變項   
外化    0.009                          0.73**     
結合                                        0.48***                      0.86*** 
                                      
自變*干擾變項   
定義*外化      1.08** 
選取*結合                                                                            0.62* 
   
R2  0.46                          0.65                              0.67 
2 
調整後 R 0.45                          0.64                              0.66 
F  值        21.55***                    31.94***                      28.14*** 
註：P*<0.05、P**<0.01，P***<0.001，β 值係標準化後之數值       

 
21 
 
國立台中科技大學企管系李國瑋     22 
 

而在干擾效果方面，從表 4 模式 3 顯示出組織外化機制與知識定義能力的交
互作用會對系統符合策略目標造成影響(β=1.08;P<0.05)。本研究為進一步進行交
互作用分析，將「外化」 、「知識定義能力」依其平均數分成高低兩群，並轉換成
虛擬變數（Dummy variable）後，繪出自變項與干擾變項之交互作用圖，如圖下
二所示。 

從下圖二示意圖可看出該兩迴歸式並不平行，此即意味組織的知識外化機制
會強化知識定義能力與系統與策略目標有效結合的關係。在組織知識外化機制較
佳的情況下，資訊部門知識定義能力愈佳，其系統的建置將更能結合策略目標。
該分析結果符合先前研究假設推論，即組織知識外化機制愈佳，則資訊部門在定
義核心知識之餘，將能更有效清楚呈現出該核心知識的具體內涵，進而對系統與
策略目標有效結合產生一定程度的影響作用。故本研究假設三亦成立。 

  5.5 
‐‐‐‐‐‐  高度外化機制 
符合策略目標

──  低度外化機制 
  5.0 

  4.5 

4.0 
 
3.5 
 
3.0 
  1                                                                    2 
知識定義  
低                                                                  高 
   
圖二 外化機制與知識定義能力交互作用圖
 

從表 4 模式 3 亦可看出「知識選取能力*結合」
（p<0.05）會強化知識選取能
力與系統與策略目標有效結合的關係。且從下圖三可得知結合機制較佳的企業，
較結合機制差的企業更能強化知識選取能力與系統與策略目標有效結合的關
係，亦即在組織結合機制較佳的前提下，將使得企業更有效地將所選取的知識進
行有效分析與彙整，進而有助於系統與策略目標有效結合。 

其次，在知識建構能力對技術特性有效運用關連性探討上，從表5可知知識
建構對於技術特性有效運用有正向顯著影響(β=0.33,P<0.01)。在系統建置階段，
若企業系統建置成員若愈能將技術特性應用在組織經營知識、管理智慧之建構，
並使此知識得以留存、學習、擴散與修正前提下，則能將技術特性進行有效之運
用。故本研究假設三亦成立。 

22 
 
國立台中科技大學企管系李國瑋     23 
 

 
5.5 
‐‐‐‐‐‐  高度結合機制 
  ──  低度結合機制 

符合策略目標
5.0 

  4.5 

  4.0 

3.5 
 
3.0 
 
1                                                                    2 

  低                           知識選取
                                            高 
 
  圖三 結合機制與知識選取能力交互作用圖

 
23 
 
國立台中科技大學企管系李國瑋     24 
 

5.  中介效果 
研究架構如下圖所示：主要驗證  ERP 導入後系統使用與回饋 該構面之中介效果 
 
(迴歸分析操作方法如前所述，於此不再贅述) 
 
 
 
  成員流失
1. 使用成員流失
 
2. 技術成員流失
 
 
  ERP  導入時  ERP 導入後
電子化成效
  關鍵成因  系統使用與回饋
1. 財務面
  1. 組織面  1. 資料輸入
2. 內部流程
  2. 系統面  2. 資料倉儲
 
 
知識管理
 
1. 知識儲存
  2. 知識分享
 
 
     
  行業別 公司規模 ERP 導入年限
 
  圖 1 本研究架構圖 

H1：ERP 導入的關鍵成因對企業電子化成效有正向顯著影響 

H2：ERP 導入的關鍵成因對系統維護與回饋有正向顯著影響 

H3：ERP 導入的關鍵成因將透過系統維護與回饋的中介效果，影響企業電子化成
效 

‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ 

(1) ERP 導入後系統維護回饋對電子化績效中介效果之分析 

本研究首要針對導入 ERP 關鍵成因、系統維護與回饋與電子化成效進行關連

性探討。首先，在系統維護與回饋中介效果探討上，學者 Baron and Kenny (1986)
24 
 
國立台中科技大學企管系李國瑋     25 
 

曾提出：以迴歸模式驗證中介效果時，中介效果的成立，需滿足三項條件： 

a)自變項與中介變項分別與依變項存在顯著的相關性 

b)自變項與中介變項存在著顯著的相關性 

c)自變項與依變項的顯著關係，會在迴歸模式置入中介變項後變得較不顯著 

故本研究接著以此三項條件針對系統使用與回饋的中介效果進行驗證。 

首先，在電子化成效為財務面方面，由下表 3 模式 1 可看出 ERP 導入關鍵成

因對企業電子化成效有顯著影響(p<.0001)，亦即企業若具備導入時關鍵成因，則
將有助於企業電子化成效提升，故假設 1 成立。其次，由表 3 模式 2 可看出 ERP
導入後維護與回饋構面，其資料輸入與系統回饋對於電子化成效亦有顯著影響
(p<.0001)，故假設二成立，同時滿足中介效果條件一，亦即自變項與中介變項分
別與依變項存有顯著相關性。再者，由表 4 可得知 ERP 導入時系統面的關鍵成
因對資料輸入與資料倉儲有顯著影響，故滿足條件二，亦即自變項與中介變項存
在顯著相關性。最後，在加入中介變項後，從表 3 模式 3 可發現置入中介變項，
亦即系統維護與回饋後，系統導入關鍵成因對企業財務面電子化成效的迴歸系數
由=0.278(p<0.01)及 0.318(p<0.01)  降至=.190(p<0.05)及.149(p<0.05)，而資料輸
入(p<0.001)與資料倉儲(p<0.05)則對電子化成效形成正向顯著影響。故由此可看
出系統維護與回饋其中介效果成立，亦即假設 3 成立。此意味 ERP 導入時的關
鍵成因將透過導入後正確與完整的資料輸入與資料倉儲，進一步影響企業電子化
的財務面成效。 

而在電子化績效為內部流程方面，由下表 3 模式 4 可看出 ERP 導入時系統面

關鍵成因對企業電子化成效有顯著影響(p<0.001)，故假設 1 部份成立；其次，由
模式 5 可了解到 ERP 導入後維護與回饋，其資料輸入對電子化成效有顯著影響
(p<0.001)，故假設二亦部份成立，同時滿足中介效果條件一，亦即自變項與中介
變項分別與依變項存有顯著相關性。其次，由表 4 可得知 ERP 導入時系統面關鍵
成因對系統使用與回饋有顯著影響，故滿足條件二，亦即自變項與中介變項存在
顯著相關性。最後，在加入中介變項後，從表 3 模式 6 可發現置入中介變項 ERP
導入後系統使維護後，關鍵成因對企業績效之內部流程面之迴歸係數由
=0.398(p<0.001)  降至=0.265(p<0.05)，且資料輸入對電子化成效有顯著影響
(p<0.01)，故由此可看出系統維護與回饋其中介效果成立，此結果亦大致符合假
設 3。此即意味著 ERP 導入時的關鍵成因將透過 ERP 導入後正確與完整的資料輸
入，進一步影響企業內部流程面的電子化成效。 

25 
 
國立台中科技大學企管系李國瑋     26 
 

表 3 系統導入關鍵成因、系統維護回饋對電子化成效之中介效果分析 
  財務面  內部流程 
(2)自變項影響降低
模式 1  模式 2  模式  3  模式 4  模式 5  模式  6 
(從 0.278 降至 0.190) 
關鍵成因   
組織面  .278 **    .190 *  .064    ‐.006 
系統面  .318 **    .149*  .398 ***    .265* 
系統使用回  
饋 
資料輸入    .354 ***  .356 ***    .302 ***  .298 ** 
(1)置入中
資料倉儲    .154*  .231*    .132*  .239** 
介變項後
 
R2  .267  .441  .502  .193  .292  .340 
△R2  .232  .409  .463  .154  .251  .288 
F 值  7.574***  13.561***  12.740***  4.968***  7.085***  6.502*** 
D‐W  1.584  2.149  2.217  1.544  1.620  1607 

*：P<0.05，  **：P<0.01，  ***：P<0.001 

表 4 系統導入關鍵成因對系統維護回饋之迴歸分析
資料輸入 資料倉儲
關鍵成因
組織面 .109 .249 *
系統面 .239 * .339 ***

R2 .143 .311
2
△ R .102 .278
F值 3.467** 9.378***
D-W 1.833 2.042

*：P<0.05， **：P<0.01， ***：P<0.001

 
 
 
 
 
 
 
 
 

26 
 
國立台中科技大學企管系李國瑋     27 
 

 
 

補充//  統計分析方法選擇情境： 

 
 
 
 
 
  非五點(或七點)量表  非五點(或七點)量表
6 卡方檢定 
 

5 變異數分析(ANOVA) 

4‐2  中介效果 
4‐1  干擾效果 
4 迴歸分析 
五點(或七點)量表  五點(或七點)量表

1 敘述性統計 

2 因素分析  (效度分析) 
7 邏輯斯迴歸分析 
3 信度分析 
二分法(是與否) 
8 集群分析 

27 
 
迴歸分析
※這裡要特別注意 別搞錯