Page 147 - 32.3

NTU Management Review Vol. 32 No. 3 Dec. 2022

表 8 相關係數矩陣
VPTS VPIS IT BC BDAC OPBE
系統整合商技術服務能力 (VPTS) 0.94
系統整合商整合服務能力 (VPIS) 0.50 0.89
資訊部門能力 (IT) 0.39 0.33 0.88
業務單位合作 (BC) 0.38 0.51 0.37 0.94
大數據分析能力 (BDAC) 0.45 0.52 0.40 0.60 0.82
營運效益 (OPBE) 0.36 0.49 0.39 0.61 0.72 0.85
二、 結構模型檢驗
註：對角線所列之值即為該變數的 AVE 平方根
本研究利用 5,000 次 Bootstrap 反覆抽樣程序檢測模型中路徑的顯著程度。結構模
型主效果測試之分析結果如圖 3。

註：N = 107 (bootstrapping = 5,000); * p < 0.05 (t > 1.96), *** p < 0.001 (t > 3.29)
註：N = 107 (bootstrapping = 5,000); * p < 0.05 (t > 1.96), *** p < 0.001 (t > 3.29)
圖 3 研究模型路徑檢驗結果
圖 3 研究模型路徑檢驗結果

分析結果顯示，大數據分析能力對營運效益有顯著正向影響(β = 0.71, t = 15.32, p <
據分析資源的影響方面，系統整合商技術服務能力對資訊部門分析能力有顯著正向
0.001)，意味假說 1 獲得實徵資料支持。在企業本身的大數據分析人力資源和無形資源
影響 (β = 0.30, t = 3.40, p < 0.001)；系統整合商整合服務能力對資訊部門分析能力有
對其大數據分析能力的影響部分，資訊部門分析能力(β = 0.20, t = 2.43, p < 0.05)和業務
顯著正向影響 (β = 0.18, t = 2.27, p < 0.05)；系統整合商整合服務能力對業務單位合
單位合作(β = 0.53, t = 6.10, p < 0.001)均對大數據分析能力有顯著正向影響，分別支持假
作有顯著正向影響 (β = 0.51, t = 5.93, p < 0.001)，因此假說 4 至 6 分別獲得實徵資料
說 2 和假說 3。在外部取得的大數據分析科技資源對企業的大數據分析資源的影響方
面，系統整合商技術服務能力對資訊部門分析能力有顯著正向影響(β = 0.30, t = 3.40, p
的支持。此外，控制變數大數據分析系統使用時間對營運效益的影響並不顯著 (β =
< 0.001)；系統整合商整合服務能力對資訊部門分析能力有顯著正向影響(β = 0.18, t =
-0.13, t = 1.63, p > 0.05)，資訊部門規模對營運效益的影響為顯著正向影響 (β = 0.12,
2.27, p < 0.05)；系統整合商整合服務能力對業務單位合作有顯著正向影響(β = 0.51, t =
t = 2.17, p < 0.05)。
5.93, p < 0.001)，因此假說 4~6 分別獲得實徵資料的支持。此外，控制變數大數據分析
系統使用時間對營運效益的影響並不顯著(β = -0.13, t = 1.63, p > 0.05)，資訊部門規模對
營運效益的影響為顯著正向影響(β = 0.12, t = 2.17, p < 0.05)。
137

陸、 結論與建議

一、 討論與結論

本研究旨在探討企業可採取什麼實務作法以有效地獲取大數據分析資源和提昇大
數據分析能力，進而增進企業的營運效益。基於企業的資源有限以及應聚焦於核心能力

20