發佈日期:2017-08-08

探討結構方程模式於科技計畫評估之應用

作者: 戴政安

科研投入 計畫評估 結構方程模式 Scientific Research Input Project Evaluation Structure Equation Model

文章圖片所有權: https://goo.gl/NWSCZ1 ,Created by geralt
版權適用聲明: CC0 Public Domain-可以做商業用途-不要求署名

一、緒論

科技發展可提升國家競爭力與促進產業發展原動力,因此世界各國均制定政策並大力推動,將科技發展列為主要政策方向,補助企業進行研發創新。政府進行研發補助後,須藉由績效評估解析政策成果效益,確實瞭解政策推動成效與察覺可改善之處,據以檢討回饋,讓政策制定與執行可以穩健精進。

科技計畫之效益評估,不同於一般營利機構係採獲利程度衡量優劣,而是以多投入與產出為評估標準,科技計畫各投入與產出間之衡量指標並不容易確認路徑、定義及衡量,且各計畫之最終目標不盡相同(技術、商業價值、政策面目標等),由於科技研發活動的特性,各項衡量指標對科技計畫之執行績效,不僅只有個別直接之影響關係,各指標尚具有相關性,使用單一構面之衡量指標恐無法準確評估其執行績效,透過指標相互間之間接作用將進一步影響到計畫執行績效。爰此,本研究探討結合多元迴歸、因素分析及路徑分析之結構方程模式(Structure Equation Model, SEM)於科技計畫評估之應用,並以範例說明其應用。

二、評估方法簡介

SEM適合用於檢驗假設模型之統計分析方法,故研究者必須先根據理論或文獻探討的過程,研擬出適當研究模型架構,再以SEM進行驗證與分析。結構中分為兩個次系統,分別為「測量模型」及「結構模型」。測量模型是測量變項(measured variable)與潛在變項(latent variable)之關係;結構模型則是潛在變項彼此之間的關係;其中測量變項是SEM 過程分析與計算的基本元素,又稱作觀察變項,而潛在變項則是由測量變項所推估出來的變項(Cziraky, 2004)。SEM模型示意圖參見圖1,V1至V6為測量變項,E1至E6則分別代表潛在變項無法解釋之測量誤差,F1與F2 為潛在變項,其中F1為外衍潛在變項,因其不受其他潛在變項的影響,而F2為內衍潛在變項,受到F1的影響,D則是外衍變項對於內衍潛在變項無法解釋之殘差部分(邱皓政,2011)。

圖1 SEM模型示意圖

資料來源:邱皓政(2011)。

運用SEM之優點,包括可同時考慮與處理多個依變數;允許自變數與自變數含測量誤差;與因素分析相似,變項可由多個觀察指標構成,並可同時估計指標變項信度與效度;研究者可研擬變項之關係,並估計整個模式資料是否適合。SEM之缺點,包括不易考慮控制變項;類別變項的使用限制;模式不易適配良好,需有良好的理論先驗性。

三、方法應用範例說明

SEM之分析程序參考Hair等人(1998)整理其結構模型、測量模型建置與步驟參見圖2,步驟依序為(一)理論模式架構建立、(二)建立因素變數間因果關係路徑圖、(三)轉換路徑圖為結構方程模式與測量方程式、(四)選擇分析模式(共變數或相關係數)、(五)評估模式的鑑定、(六)評估配適度標準、(七)模式解釋與修改。

科技計畫執行成果受各種績效指標之影響,且各項指標之間亦存有因果關係;以韓國為例,政府提供中小企業科技研發的財政支持對提高國家競爭力非常重要,韓國科技與工程基金會(Korea Science & Engineering Foundation, KOSEF)透過科技研發計畫支持具有競爭力之中小企業研發項目,Sohn 等人(2007)提出SEM評估此計畫在三個面向的表現:研發資金投入後在產出、成果、影響的表現、接受補助企業之研發環境、補助機構(Funding Organization)的計畫管考,運用Malcolm Baldrige National Quality Award(MBNQA)準則評估接受補助企業之研發環境,考察計畫短期效果,並提供回饋資訊,改進政府補助中小企業研發項目之計畫。SEM建構流程分述如下:

圖2 分析程序示意圖

資料來源:彙整自Hair et al.,(1998)。

(一)理論模式架構建立

SEM為變數相互關係所形成之數學模式,並可驗證其假設模型(Sohn and Moon, 2003),評估研發資金補助成效可以分析研發資金投入、計畫管考、研發環境及長期效益之因果關係,研發管理可以運用此分析之結論提升研發效率。

(二)建立因素變數間因果關係路徑圖

Sohn 等人(2007)提出研究假設如下:

假設1研發資金對技術績效、人力資源及客戶市場有直接影響。

假設2受補助企業之策略規劃對研發資金投入因素有直接影響。

假設3補助機構之計畫管考會影響受補助企業研發流程管理、技術績效。

假設4受補助企業之研發環境,例如領導、策略規劃、人力資源、流程管理、客戶市場、資訊分析等對技術績效有直接影響。

假設5受補助企業之研發環境,例如領導、策略規劃、人力資源、資訊分析等對技術績效產生間接影響。

假設6技術績效將影響管理、商業及製造績效。

假設7管理、商業及製造績效對長期效益產生積極影響。

(三)轉換路徑圖為結構方程模式與測量方程式

透過步驟二之研究假設轉換為路徑圖,箭頭表示因果關係,參見圖3;潛在變項之量測指標分述如下(Sohn et al., 2007):

1.研發資金之測量指標:資金額度、補助期間。

2.計畫管考之測量指標:中期評估、長期評估、訪談調查。

3.領導之測量指標:經營領導、經營管理、商業管理、社會責任感、管理倫理。

4.策略規劃之測量指標:研發策略、研發目標、研發討論、研發計畫。

5.人力資源之測量指標:研發機構、科研研發文化、員工管理、研發環境、員工教育。

6.資訊分析之測量指標:研發成果專利、研發團隊管理、研發成果管理、管理資訊系統、研發成果分析。

7.流程管理之測量指標:技術商業化、研發支持、研發需要、有效資金執行。

8.客戶市場之測量指標:目標客戶、市場分析、客戶維護、滿意度分析、客戶關係管理。

9.技術績效之測量指標:提升技術能力、技術進步、技術本地化。

10.客戶滿意之測量指標:總體滿意度、技術滿意度、業務滿意度、管理滿意度、製造滿意度。

11.管理績效之測量指標:改善就業、薪資上漲、研發環境改善、製造環境改善、管理系統改善。

12.商業績效之測量指標:銷售改善、新產品開發、產品本地化、改善企業知名度、銷售與出口增加。

13.製造績效之測量指標:產品品質、提高生產力、提高製造成本、改善生產過程。

14.長期效益之測量指標:改善技術、產業發展、國家需求增加、產業結構改變、改善國民經濟。

例如:關於投入項目可透過計畫補助資金額度高低、計畫補助期間長短等衡量研發資金測量指標;關於補助機關研發管理項目可透過中期評估機關管理優劣、長期評估機關管理優劣、訪談調查瞭解補助機關計畫管理成效等衡量計畫管考測量指標。

圖3 韓國中小企業研發計畫評估結構方程模式

資料來源:Sohn et al.,( 2007)。

(四)選擇分析模式 (共變數或相關係數)

SEM分析核心概念是變項之共變數分析,其功能為運用變項間之共變數矩陣,觀察多個連續變數間之關聯情形;也可以反應出理論模式導出之共變數與實際蒐集資料之共變數間之差異(邱皓政,2011)。假設要瞭解潛在變數之間相關性會先計算因素負荷,再求得因素得分,作為潛在變數之相關係數,但不能反映彼此間的因果關係。

(五)評估模式的鑑定

評估模式的鑑定是讓SEM 模型具有統計與方法上的可辨識性,讓各項估計的程序與統計決策過程可以順利的進行,當理論模型發展完成後,必須選擇適切的評估方法,包括:部分最小平方法(Partial Least Square, PLS)、最大概似法(Maximum Likelihood Estimation, MLE)等。雖然MLE比較廣泛使用,但是需要符合常態分布與大量樣本;PLS則沒有此限制。

(六)評估配適度標準

評估配適度標準是SEM 相當重要的一環,用以評估理論假設模型,將不適合之處重新調整並提出一個較佳的模型,本文彙整SEM配適度指標與判斷值(參見表1),提供進行SEM分析時,判別其評估配適度。

表1 SEM配適度指標與判斷值

整體配適度指標 判斷值
卡方檢驗 卡方自由度比 p值應大於0.05
(x 2 /df )≦3表示模型契合度佳
適合度
指標
AGFI 類似R 2 解釋變異量,>0.60者即可視為理想模型
NFI 數值>0.90表示模型的配適度佳
替代性
指標
CFI
RMSEA 數值≦0.05時,視為「良好配適」;0.05~0.08則為「不錯配適」;0.08~0.10則是「普通配適」;大於0.10表示不良配適
殘差分析 RMR 愈小愈好,通常<0.05
資料來源:Hair et al.,(1998);Cziraky, D., (2004);邱皓政,(2011)

(七)模式解釋與修改

依據步驟六評估假設理論模型,將不適合之變項重新調整,刪除1.研發資金對技術績效、客戶市場有直接影響的假設;2.受補助企業研發環境,例如領導、資訊分析等對技術績效有直接影響的假設,並確認其通過步驟五與六之評估檢定,得到較佳之結構方程模式(參見圖4)。Sohn 等人(2007)運用SEM解析研發資金投入、計畫管考、研發環境及長期效益之因果關係,驗證假說是否成立,受補助企業之流程管理對技術績效直接影響最大,補助機構計畫管考與資訊分析對技術績效間接影響最大。

圖4 修正後之韓國中小企業研發計畫評估結構方程模式

資料來源:Sohn et al.,( 2007)

四、小結

計畫評估的研究方法眾多,SEM適合驗證各項指標對成果之影響,及各項指標之因果關係,但應注意以下幾個問題:

(一)假設驗證確認:應用SEM分析科技計畫評估時,其假設關係應依據文獻理論或經驗概念加以建構,發展理論基礎模型,設定其因果關係,並按所提出之假設模式蒐集資料,進而驗證假設模式與觀察資料之間的配適度。因此,若因果假設與路徑方向錯誤,會影響後續分析結果。

(二)問卷樣本限制:應用SEM分析科技計畫各項績效指標間之關聯性,若使用LISREL軟體進行參數估計,Gorsuch(1983)建議問卷樣本最少為變數的5 倍,並大於100份問卷,方能得到較穩定的結果;黃芳銘(2009)則建議問卷樣本數至少需要100~150份才適合求得收斂解與適合解。

(三)績效產值計算:應用SEM確認各構面間之因果關係,及其對科技計畫績效之影響,並進而回饋檢討科技計畫評估項目與計畫推動適切性,但對於績效產值則無法推估計算,因此必須謹慎評估方法適用性問題。

參考文獻

  1. 黃芳銘 (2009)。結構方程模式理論與應用。台北市:五南圖書出版股份有限公司。
  2. 邱皓政 (2011)。結構方程模式:LISREL/SIMPLIS原理與應用(第二版)。台北市:雙葉書廊。
  3. Cziraky, D., ( 2004). , LISREL 8.5: A program for Structural Equation Modelling with latent variables, Journal of Applied Econometrics, 19(1): 135-141.
  4. Gorsuch, R. L.,(1983), . Factor analysis, Hillsdale, NJ: Lawrence Erlbaum.
  5. Hair, J. F. Anderson, R. E. Tatham, R. L., and Black ,W. C., (1998)., Multivariate Data Analysis, USA: Prentice Hall.
  6. Sohn, S. Y., and Moon, T. H., ( 2003). , Structural Equation Model for predicting technology commercialization success index (TCSI), Technological Forecasting & Social Change, 70(9): 819-969.
  7. Sohn, S. Y., Joo, Y. G., and Han, H. K.,(2007)., Structural Equation Model for the evaluation of national funding on R&D project of SMEs in consideration with MBNQA criteria, Evaluation and Program Planning 30(1): 10-20.