本次問卷調查，共蒐集校內教職員工所填寫之有效問卷共計138份，茲將分析結果詳述於下:
首先讀取資料：
isms01 <- read.csv("isms01.csv", header=T)讀取前五筆資料
head(isms01,5)## 時間戳記 A1 A2 A3 A4 A5
## 1 2023/7/5 上午 9:35:47 普通 同意 普通 普通 不同意
## 2 2023/7/5 上午 9:39:25 非常不同意 非常不同意 非常不同意 非常不同意 非常不同意
## 3 2023/7/5 上午 9:45:40 普通 普通 不同意 不同意 非常不同意
## 4 2023/7/5 上午 9:50:46 普通 同意 同意 普通 普通
## 5 2023/7/5 上午 9:52:17 同意 同意 同意 普通 不同意
## A6 A7 A8 A9 A10 A11 B1 B2
## 1 同意 同意 同意 同意 同意 同意 同意 同意
## 2 非常不同意 非常不同意 不同意 非常不同意 非常不同意 不同意 非常同意 同意
## 3 同意 普通 普通 普通 同意 同意 同意 同意
## 4 同意 普通 同意 普通 同意 同意 普通 普通
## 5 同意 同意 同意 普通 普通 普通 同意 同意
## B3 B4 B5 B6 B7 B8 B9 您的性別
## 1 同意 同意 同意 同意 同意 普通 普通 女
## 2 非常同意 非常同意 非常同意 非常同意 非常同意 非常同意 非常同意 女
## 3 同意 同意 同意 同意 同意 同意 同意 男
## 4 普通 同意 普通 同意 普通 同意 普通 女
## 5 同意 同意 同意 普通 同意 同意 同意 女
## 您的年齡 服務單位 您的年資 您的職務
## 1 30歲（含以下） 行政單位 5年（含以下） 一般人員：行政人員、技工及工友等
## 2 30歲（含以下） 行政單位 5年（含以下） 一般人員：行政人員、技工及工友等
## 3 61歲（含以上） 教學單位 11~20年 一般人員：行政人員、技工及工友等
## 4 41-50歲 教學單位 11~20年 一般人員：行政人員、技工及工友等
## 5 41-50歲 行政單位 6~10年 一般人員：行政人員、技工及工友等\(H_0:
\mbox{受試者之性別與年資獨立}\)
\(H_1:
\mbox{受試者之性別與年資不獨立}\)
建立 (性別 v.s. 年資) 交叉表
table(isms01$您的性別, isms01$您的年資)##
## 11~20年 21年（含以上） 5年（含以下） 6~10年
## 女 21 32 24 20
## 男 10 6 13 12依自然順序將資料重新建立表格，並進行卡方檢定。
dss <- table(isms01$您的性別, isms01$您的年資)
dss <- cbind(dss[,3],dss[,4],dss[,1],dss[,2])
cname <- c("5年-含以下","6~10年","11~20年","21年（含以上）") #行名稱
rname <- c("女","男") #列名稱
tdss <- matrix(dss,nrow=2,ncol=4,dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tdss## 5年-含以下 6~10年 11~20年 21年（含以上）
## 女 24 20 21 32
## 男 13 12 10 6檢定結果 p-value 超過一般最常用設定的顯著水準 \(\alpha = 0.05\) ， 顯示問卷填答者的性別與年資大致可視為獨立。
chisq.test(tdss)##
## Pearson's Chi-squared test
##
## data: tdss
## X-squared = 5.0738, df = 3, p-value = 0.1665\(H_0:
\mbox{受試者之性別與年齡獨立}\)
\(H_1:
\mbox{受試者之性別與年齡不獨立}\)
建立 (性別 v.s. 年齡) 交叉表
table(isms01$您的性別, isms01$您的年齡)##
## 30歲（含以下） 31-40歲 41-50歲 51-60歲 61歲（含以上）
## 女 12 22 27 23 13
## 男 3 3 11 16 8進行卡方檢定。
dsa <-table(isms01$您的性別, isms01$您的年齡)
chisq.test(dsa)## Warning in chisq.test(dsa): Chi-squared 近似演算法有可能不準##
## Pearson's Chi-squared test
##
## data: dsa
## X-squared = 7.5409, df = 4, p-value = 0.1099因樣本數偏低，檢定結果有警示。 檢定結果 p-value 大於 0.05 ，但若採取較寬鬆的顯著水準 \(\alpha=0.1\)，結果很接近計算出來的 p-value，觀察上述交叉表可發現男性受測者的年齡相對偏高。
\(H_0:
\mbox{受試者之性別與服務單位獨立}\)
\(H_1:
\mbox{受試者之性別與服務單位不獨立}\)
dsu <- table(isms01$您的性別, isms01$服務單位)
dsu##
## 行政單位 教學單位
## 女 56 41
## 男 23 18檢定結果 卡方檢定統計量 = 0 ， 故問卷填答者的性別與服務單位(行政、教學) 可視為獨立。
chisq.test(dsu) ##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: dsu
## X-squared = 0, df = 1, p-value = 1\(H_0:
\mbox{受試者之性別與職務獨立}\)
\(H_1:
\mbox{受試者之性別與職務不獨立}\)
table(isms01$您的性別, isms01$您的職務)##
## 一般人員：行政人員、技工及工友等 一般人員：行政人員、教師、技工及工友等
## 女 38 42
## 男 13 15
##
## 資安人員：資訊部門，負責資安業務聯絡人員
## 女 0
## 男 1
##
## 資訊人員：資安人員以外，從事與資訊相關人員 管理階層－行政主管
## 女 3 14
## 男 2 8
##
## 管理階層－資訊主管
## 女 0
## 男 2為滿足卡方檢定基本條件(所有cells的期望值需 \(\geq 5\))，故將 “一般人員：行政人員、技工及工友等” 與 “一般人員：行政人員、教師、技工及工友等” 等兩個欄位合併為 “一般人員”；並將 並將 “資安人員：資訊部門，負責資安業務聯絡人員” 、 “資訊人員：資安人員以外，從事與資訊相關人員” 與 “管理階層－資訊主管” 等三個欄位合併為 “資訊相關人員含主管” ，資料重新建立表格，進行卡方檢定。
dpo <- table(isms01$您的性別, isms01$您的職務)
dpo <- cbind(dpo[,1]+dpo[,2],dpo[,3]+dpo[,4]+dpo[,6],dpo[,5])
cname <- c("一般人員","資訊相關人員含主管", "管理階層－行政主管") #行名稱
rname <- c("女","男") #列名稱
tdpo <- matrix(dpo,nrow=2,ncol=3,dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tdpo## 一般人員 資訊相關人員含主管 管理階層－行政主管
## 女 80 3 14
## 男 28 5 8chisq.test(tdpo) ## Warning in chisq.test(tdpo): Chi-squared 近似演算法有可能不準##
## Pearson's Chi-squared test
##
## data: tdpo
## X-squared = 5.3258, df = 2, p-value = 0.06975因樣本數偏低，檢定結果有警示， p-value 的值大約是 \(0.06975\) ，若設定較寬鬆的顯著水準 (如 \(\alpha = 0.10\))，可合理懷疑問卷填答者的性別與職務並不獨立。經觀察可知 “資訊相關人員含主管” 男性比例較高。
問卷第一部分共包含十一個題項，以 A1 \(\sim\) A11 標註，內容分別為：
A1.因導入資訊安全管理系統（ISMS）使業務產生變革而有抗拒（排斥）的心理
A2.導入資訊安全管理系統（ISMS）會增加額外的工作量
A3.資訊安全管理系統（ISMS）管理制度嚴謹，會影響作業效率
A4.資訊安全管理系統（ISMS）文件管理制度嚴謹，容易造成填寫不確實
A5.導入資訊安全管理系統（ISMS）不會產生實質效益
A6.對資安標準及程序規範不熟悉
A7.面對㮷核作業，會產生不安感
A8.導入資訊安全管理系統（ISMS）的人力不足
A9.導入資訊安全管理系統（ISMS）所進行的教育訓練不足
A10.導入資訊安全管理系統（ISMS）時程過於短促
A11.對資安標準的熟悉度不夠
\(H_0:
\mbox{受試者之性別與答題結果獨立}\)
\(H_1:
\mbox{受試者之性別與答題結果不獨立}\)
建立 (性別 v.s. 題項A1答題結果) 交叉表
table(isms01$您的性別, isms01$A1)##
## 不同意 同意 非常不同意 非常同意 普通
## 女 24 20 10 1 42
## 男 8 10 8 3 12為滿足卡方檢定基本條件(所有cells的期望值需大於等於 5 )，故將 “非常不同意” 與 “不同意” 等兩個欄位合併為 “非常不同意&不同意”；並將 “同意” 與 “非常同意” 等兩個欄位合併為 “同意&非常同意” ，資料重新建立表格，進行卡方檢定。
dit <- table(isms01$您的性別, isms01$A1) #若需要，A1 依次修改為 A2-A11
dit <- cbind(dit[,1]+dit[,3], dit[,5], dit[,2]+dit[,4] )
cname <- c("非常不同意&不同意","普通", "同意&非常同意") #行名稱
rname <- c("女","男") #列名稱
tdit <- matrix(dit,nrow=2,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tdit## 非常不同意&不同意 普通 同意&非常同意
## 女 34 42 21
## 男 16 12 13檢定結果 p-value 遠超過 0.05 ， 故問卷填答者的性別與 A1 答題結果可視為獨立。
chisq.test(tdit) ##
## Pearson's Chi-squared test
##
## data: tdit
## X-squared = 2.7587, df = 2, p-value = 0.2517仿照前述方式，考慮性別與所有題項 A1 \(\sim\) A11 答題結果的卡方檢定結果，列表如下：
| 題項 | 卡方檢定 p-value | 性別與填答結果是否獨立 |
|---|---|---|
| A1.因導入資訊安全管理系統（ISMS）使業務產生變革而有抗拒（排斥）的心理 | 0.2517 | YES |
| A2.導入資訊安全管理系統（ISMS）會增加額外的工作量 | 0.3317 | YES |
| A3.資訊安全管理系統（ISMS）管理制度嚴謹，會影響作業效率 | 0.005552 | NO |
| A4.資訊安全管理系統（ISMS）文件管理制度嚴謹，容易造成填寫不確實 | 0.2692 | YES |
| A5.導入資訊安全管理系統（ISMS）不會產生實質效益 | 0.2442 | YES |
| A6.對資安標準及程序規範不熟悉 | 0.2183 | YES |
| A7.面對㮷核作業，會產生不安感 | 0.3535 | YES |
| A8.導入資訊安全管理系統（ISMS）的人力不足 | 0.7515 | YES |
| A9.導入資訊安全管理系統（ISMS）所進行的教育訓練不足 | 0.2799 | YES |
| A10.導入資訊安全管理系統（ISMS）時程過於短促 | 0.5587 | YES |
| A11.對資安標準的熟悉度不夠 | 0.6431 | YES |
卡方檢定結果顯示除了題項 A3 以外，性別與各題答題結果可視為獨立。 此結果顯示對於 “資訊安全管理系統（ISMS）管理制度嚴謹，是否會影響作業效率”，不同性別的填答者在看法上有明顯的差異。以下是對應的交叉表:
dit <- table(isms01$您的性別, isms01$A3)
dit <- cbind(dit[,1]+dit[,3], dit[,5], dit[,2]+dit[,4] )
cname <- c("非常不同意&不同意","普通", "同意&非常同意") #行名稱
rname <- c("女","男") #列名稱
tdit <- matrix(dit,nrow=2,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tdit## 非常不同意&不同意 普通 同意&非常同意
## 女 17 46 34
## 男 16 9 16觀察可看出受測男性之填答結果較傾向於左右極端，女性填答者則貢獻了較多 “普通” 的中間選項。
\(H_0:
\mbox{受試者之職務與答題結果獨立}\)
\(H_1:
\mbox{受試者之職務與答題結果不獨立}\)
建立 (職務 v.s. 題項A1答題結果) 交叉表
table(isms01$您的職務, isms01$A1)##
## 不同意 同意 非常不同意 非常同意
## 一般人員：行政人員、技工及工友等 9 15 5 1
## 一般人員：行政人員、教師、技工及工友等 18 7 8 2
## 資安人員：資訊部門，負責資安業務聯絡人員 0 1 0 0
## 資訊人員：資安人員以外，從事與資訊相關人員 0 2 0 0
## 管理階層－行政主管 5 4 4 1
## 管理階層－資訊主管 0 1 1 0
##
## 普通
## 一般人員：行政人員、技工及工友等 21
## 一般人員：行政人員、教師、技工及工友等 22
## 資安人員：資訊部門，負責資安業務聯絡人員 0
## 資訊人員：資安人員以外，從事與資訊相關人員 3
## 管理階層－行政主管 8
## 管理階層－資訊主管 0為滿足卡方檢定基本條件(所有cells的期望值需大於等於 5 )，故將資料列整合為 “一般人員” 與 “資訊相關人員與管理階層” ，資料欄 “非常不同意” 與 “不同意” 等兩個欄位合併為 “非常不同意&不同意”；並將 “同意” 與 “非常同意” 等兩個欄位合併為 “同意&非常同意” ，資料重新建立表格，進行卡方檢定。
dpo <- table(isms01$您的職務, isms01$A1) #A1 依次修改為 A2-A11
dpo <- rbind(dpo[1,]+dpo[2,], dpo[3,]+dpo[4,]+dpo[5,]+dpo[6,]) #若需要，則做合併
dpo <- cbind(dpo[,1]+dpo[,3], dpo[,5], dpo[,2]+dpo[,4] ) #若需要，則做合併
cname <- c("非常不同意&不同意","普通", "同意&非常同意") #行名稱
rname <- c("一般人員","資訊相關人員與管理階層") #列名稱
tdpo <- matrix(dpo,nrow=2,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tdpo## 非常不同意&不同意 普通 同意&非常同意
## 一般人員 40 43 25
## 資訊相關人員與管理階層 10 11 9chisq.test(tdpo)##
## Pearson's Chi-squared test
##
## data: tdpo
## X-squared = 0.59574, df = 2, p-value = 0.7424仿照前述方式，考慮職務與所有題項 A1 \(\sim\) A11 答題結果的卡方檢定結果，列表如下：
| 題項 | 卡方檢定 p-value | 職務與填答結果是否獨立 |
|---|---|---|
| A1.因導入資訊安全管理系統（ISMS）使業務產生變革而有抗拒（排斥）的心理 | 0.7424 | YES |
| A2.導入資訊安全管理系統（ISMS）會增加額外的工作量 | 0.2964 | YES |
| A3.資訊安全管理系統（ISMS）管理制度嚴謹，會影響作業效率 | 0.9962 | YES |
| A4.資訊安全管理系統（ISMS）文件管理制度嚴謹，容易造成填寫不確實 | 0.4633 | YES |
| A5.導入資訊安全管理系統（ISMS）不會產生實質效益 | 0.06634 | NO (for \(\alpha=0.1\)) |
| A6.對資安標準及程序規範不熟悉 | 0.03686 | NO |
| A7.面對㮷核作業，會產生不安感 | 0.553 | YES |
| A8.導入資訊安全管理系統（ISMS）的人力不足 | 0.03121 | NO |
| A9.導入資訊安全管理系統（ISMS）所進行的教育訓練不足 | 0.2534 | YES |
| A10.導入資訊安全管理系統（ISMS）時程過於短促 | 0.7571 | YES |
| A11.對資安標準的熟悉度不夠 | 0.03741 | NO |
卡方檢定結果顯示除了題項 A5 (在顯著水準 \(\alpha=0.1\) 時)、A6、A8、A11 ，職務的不同會產生答題上的若干差異，此外，職務與各題答題結果可視為獨立。
經觀察，上述的差異來自於”一般人員”與”資訊相關人員與管理階層” 的認知有所不同，以題項 A8 為例，其交叉表為：
dpo <- table(isms01$您的職務, isms01$A8) #A1 依次修改為 A2-A11
dpo <- rbind(dpo[1,]+dpo[2,], dpo[3,]+dpo[4,]+dpo[5,]+dpo[6,]) #若需要，則做合併
dpo <- cbind(dpo[,1]+dpo[,3], dpo[,5], dpo[,2]+dpo[,4] ) #若需要，則做合併
cname <- c("非常不同意&不同意","普通", "同意&非常同意") #行名稱
rname <- c("一般人員","資訊相關人員與管理階層") #列名稱
tdpo <- matrix(dpo,nrow=2,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tdpo## 非常不同意&不同意 普通 同意&非常同意
## 一般人員 12 46 50
## 資訊相關人員與管理階層 4 5 21觀察可得 “資訊相關人員與管理階層” 職務人員，對於 “導入資訊安全管理系統（ISMS）的人力不足” 之議題 的感受尤為強烈。
\(H_0:
\mbox{受試者之年齡與答題結果獨立}\)
\(H_1:
\mbox{受試者之年齡與答題結果不獨立}\)
建立 (年齡 v.s. 題項A1答題結果) 交叉表
table(isms01$您的年齡, isms01$A1)##
## 不同意 同意 非常不同意 非常同意 普通
## 30歲（含以下） 1 4 4 0 6
## 31-40歲 4 7 2 1 11
## 41-50歲 8 10 5 2 13
## 51-60歲 11 6 6 1 15
## 61歲（含以上） 8 3 1 0 9為滿足卡方檢定基本條件(所有cells的期望值需大於等於 5 )，故將資料列年齡類別整合為 “40-” “41-50” 與 “51+” 三類，資料欄 “非常不同意” 與 “不同意” 等兩個欄位合併為 “非常不同意&不同意”；並將 “同意” 與 “非常同意” 等兩個欄位合併為 “同意&非常同意” ，資料重新建立表格，進行卡方檢定。
dag <- table(isms01$您的年齡, isms01$A1)
dag <- rbind(dag[1,]+dag[2,],dag[3,],dag[4,]+dag[5,])
dag <- cbind(dag[,1]+dag[,3],dag[,5],dag[,2]+dag[,4])
dag## [,1] [,2] [,3]
## [1,] 11 17 12
## [2,] 13 13 12
## [3,] 26 24 10cname <- c("非常不同意&不同意","普通", "同意&非常同意") #行名稱
rname <- c("-40","41-50", "50+") #列名稱
tag <- matrix(dag,nrow=3,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tag## 非常不同意&不同意 普通 同意&非常同意
## -40 11 17 12
## 41-50 13 13 12
## 50+ 26 24 10chisq.test(tag)##
## Pearson's Chi-squared test
##
## data: tag
## X-squared = 4.8397, df = 4, p-value = 0.3041仿照前述方式，考慮年齡與所有題項 A1 \(\sim\) A11 答題結果的卡方檢定結果，列表如下：
| 題項 | 卡方檢定 p-value | 年齡與填答結果是否獨立 |
|---|---|---|
| A1.因導入資訊安全管理系統（ISMS）使業務產生變革而有抗拒（排斥）的心理 | 0.3401 | YES |
| A2.導入資訊安全管理系統（ISMS）會增加額外的工作量 | 0.4963 | YES |
| A3.資訊安全管理系統（ISMS）管理制度嚴謹，會影響作業效率 | 0.2524 | YES |
| A4.資訊安全管理系統（ISMS）文件管理制度嚴謹，容易造成填寫不確實 | 0.5889 | YES |
| A5.導入資訊安全管理系統（ISMS）不會產生實質效益 | 0.7317 | YES |
| A6.對資安標準及程序規範不熟悉 | 0.3327 | YES |
| A7.面對㮷核作業，會產生不安感 | 0.8354 | YES |
| A8.導入資訊安全管理系統（ISMS）的人力不足 | 0.4873 | YES |
| A9.導入資訊安全管理系統（ISMS）所進行的教育訓練不足 | 0.5755 | YES |
| A10.導入資訊安全管理系統（ISMS）時程過於短促 | 0.4977 | YES |
| A11.對資安標準的熟悉度不夠 | 0.1107 | NO (for \(\alpha \approx 0.1\)) |
卡方檢定結果顯示除了題項 A11 的 p-value 很接近 0.1，
以外，年齡與各題答題結果可視為獨立。
而 A11 結果顯示對於
“對資安標準的熟悉度不夠”，不同年齡的填答者在看法上可能有明顯的差異。以下是對應的交叉表:
dag <- table(isms01$您的年齡, isms01$A11)
dag <- rbind(dag[1,]+dag[2,],dag[3,],dag[4,]+dag[5,])
dag <- cbind(dag[,1]+dag[,3],dag[,5],dag[,2]+dag[,4])
dag## [,1] [,2] [,3]
## [1,] 8 15 17
## [2,] 9 13 16
## [3,] 4 20 36cname <- c("非常不同意&不同意","普通", "同意&非常同意") #行名稱
rname <- c("-40","41-50", "50+") #列名稱
tag <- matrix(dag,nrow=3,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tag## 非常不同意&不同意 普通 同意&非常同意
## -40 8 15 17
## 41-50 9 13 16
## 50+ 4 20 36觀察可看出年齡層 (“50+”) 有較高比例的受測者選擇 “同意&非常同意” 的選項，顯示較高年齡的受測者多數自認為對於資安標準的熟悉度有所欠缺。
\(H_0:
\mbox{受試者之年資與答題結果獨立}\)
\(H_1:
\mbox{受試者之年資與答題結果不獨立}\)
建立 (年資 v.s. 題項A1答題結果) 交叉表
table(isms01$您的年資, isms01$A1)##
## 不同意 同意 非常不同意 非常同意 普通
## 11~20年 4 9 1 1 16
## 21年（含以上） 14 4 6 0 14
## 5年（含以下） 6 8 5 1 17
## 6~10年 8 9 6 2 7為滿足卡方檢定基本條件(所有cells的期望值需大於等於 5 )，故將資料列年資類別整合為 “10-” “11-20” 與 “20+” 三類，資料欄 “非常不同意” 與 “不同意” 等兩個欄位合併為 “非常不同意&不同意”；並將 “同意” 與 “非常同意” 等兩個欄位合併為 “同意&非常同意” ，資料重新建立表格，進行卡方檢定。
dse <- table(isms01$您的年資, isms01$A1)
dse <- rbind(dse[3,]+dse[4,],dse[1,],dse[2,])
dse <- cbind(dse[,1]+dse[,3],dse[,5],dse[,2]+dse[,4])
dse## [,1] [,2] [,3]
## [1,] 25 24 20
## [2,] 5 16 10
## [3,] 20 14 4cname <- c("非常不同意&不同意","普通", "同意&非常同意") #行名稱
rname <- c("-10","11-20", "20+") #列名稱
tse <- matrix(dse,nrow=3,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tse## 非常不同意&不同意 普通 同意&非常同意
## -10 25 24 20
## 11-20 5 16 10
## 20+ 20 14 4chisq.test(tse)##
## Pearson's Chi-squared test
##
## data: tse
## X-squared = 12.228, df = 4, p-value = 0.01573仿照前述方式，考慮年資與所有題項 A1 \(\sim\) A11 答題結果的卡方檢定結果，列表如下：
| 題項 | 卡方檢定 p-value | 年資與填答結果是否獨立 |
|---|---|---|
| A1.因導入資訊安全管理系統（ISMS）使業務產生變革而有抗拒（排斥）的心理 | 0.01573 | NO |
| A2.導入資訊安全管理系統（ISMS）會增加額外的工作量 | 0.1098 | NO (for \(\alpha \approx 0.1\)) |
| A3.資訊安全管理系統（ISMS）管理制度嚴謹，會影響作業效率 | 0.3163 | YES |
| A4.資訊安全管理系統（ISMS）文件管理制度嚴謹，容易造成填寫不確實 | 0.3927 | YES |
| A5.導入資訊安全管理系統（ISMS）不會產生實質效益 | 0.311 | YES |
| A6.對資安標準及程序規範不熟悉 | 0.9043 | YES |
| A7.面對㮷核作業，會產生不安感 | 0.6878 | YES |
| A8.導入資訊安全管理系統（ISMS）的人力不足 | 0.264 | YES |
| A9.導入資訊安全管理系統（ISMS）所進行的教育訓練不足 | 0.4942 | YES |
| A10.導入資訊安全管理系統（ISMS）時程過於短促 | 0.06858 | NO (for \(\alpha=0.1\)) |
| A11.對資安標準的熟悉度不夠 | 0.7965 | YES |
卡方檢定結果顯示除了題項 A1、A2、A10 在不同的年資考量下會產生答題上的差異，此外，年資與各題答題結果可視為獨立。
以 A1 為例，對應的交叉表為:
dse <- table(isms01$您的年資, isms01$A1)
dse <- rbind(dse[3,]+dse[4,],dse[1,],dse[2,])
dse <- cbind(dse[,1]+dse[,3],dse[,5],dse[,2]+dse[,4])
cname <- c("非常不同意&不同意","普通", "同意&非常同意") #行名稱
rname <- c("-10","11-20", "20+") #列名稱
tse <- matrix(dse,nrow=3,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tse## 非常不同意&不同意 普通 同意&非常同意
## -10 25 24 20
## 11-20 5 16 10
## 20+ 20 14 4觀察可得年資超過20年以上的受測者，較其他不同年資受測者更傾向於不認同 A1 議題： “因導入資訊安全管理系統（ISMS）使業務產生變革而有抗拒（排斥）的心理” 。
問卷第二部分共包含九個題項，以 B1 \(\sim\) B9 標註，內容分別為：
B1.能提升自我對資安標準認知及資安職能
B2.能提升自我對資安事件的應變及回復能力
B3.能降低資安事件發生的頻率
B4.能增進自我對資安法規或標準遵循性能力
B5.能降低資安危害造成的財物損失
B6.可以建立標準化及文件化的資安作業流程
B7.建立了適切的稽核與審查制度
B8.建立了風險管控機制
B9.建立了持續改善 (PDCA) 的資安管理機制
\(H_0:
\mbox{受試者之性別與答題結果獨立}\)
\(H_1:
\mbox{受試者之性別與答題結果不獨立}\)
建立 (性別 v.s. 題項B1答題結果) 交叉表
table(isms01$您的性別, isms01$B1)##
## 不同意 同意 非常同意 普通
## 女 0 59 20 18
## 男 1 23 14 3為滿足卡方檢定基本條件(所有cells的期望值需大於等於 5 )，故將 “非常不同意” 、“不同意” 、“普通” (若存在) 等三個欄位合併為 “普通以下”， ，資料重新建立表格，進行卡方檢定。
djt <- table(isms01$您的性別, isms01$B1) #B1 依次修改為 B2-B9
djt <- cbind(djt[,1]+djt[,4], djt[,2], djt[,3] ) #若需要，則做合併
cname <- c("普通以下","同意", "非常同意") #行名稱
rname <- c("女","男") #列名稱
tdjt <- matrix(djt,nrow=2,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tdjt ## 普通以下 同意 非常同意
## 女 18 59 20
## 男 4 23 14chisq.test(tdjt)##
## Pearson's Chi-squared test
##
## data: tdjt
## X-squared = 3.649, df = 2, p-value = 0.1613仿照前述方式，考慮性別與所有題項 B1 \(\sim\) B9 答題結果的卡方檢定結果，列表如下：
| 題項 | 卡方檢定 p-value | 性別與填答結果是否獨立 |
|---|---|---|
| B1.能提升自我對資安標準認知及資安職能 | 0.1613 | YES |
| B2.能提升自我對資安事件的應變及回復能力 | 0.1355 | YES |
| B3.能降低資安事件發生的頻率 | 0.01686 | NO |
| B4.能增進自我對資安法規或標準遵循性能力 | 0.05034 | NO (for \(\alpha=0.1\)) |
| B5.能降低資安危害造成的財物損失 | 0.01444 | NO |
| B6.可以建立標準化及文件化的資安作業流程 | 0.02822 | NO |
| B7.建立了適切的稽核與審查制度 | 0.04504 | NO |
| B8.建立了風險管控機制 | 0.06075 | NO (for \(\alpha=0.1\)) |
| B9.建立了持續改善 (PDCA) 的資安管理機制 | 0.03463 | NO |
卡方檢定結果顯示了題項 B3、B5、B6、B7、B9 的答題結果，會因為性別的不同產生顯著的差異，此外當設定顯著水準 \(\alpha=0.1\) 時，題項 B4、B8 的答題結果亦會因為 性別的不同，產生明顯的差異。
以題項 B3 為例，對應的交叉表為:
djt <- table(isms01$您的性別, isms01$B3) #B1 依次修改為 B2-B9
djt <- cbind(djt[,1]+djt[,4], djt[,2], djt[,3] ) #若需要，則做合併
cname <- c("普通或以下","同意", "非常同意") #行名稱
rname <- c("女","男") #列名稱
tdjt <- matrix(djt,nrow=2,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tdjt ## 普通或以下 同意 非常同意
## 女 13 65 19
## 男 8 17 16觀察可得對於議題 “能降低資安事件發生的頻率”，女性受測者填答 “同意” 人數超過六成，遠高於 “非常同意”，男性受測者填答結果則較為平均。
題項 B5、B6 也有類似情況，對應的交叉表分別為:
djt <- table(isms01$您的性別, isms01$B5)
djt <- cbind(djt[,1]+djt[,4], djt[,2], djt[,3] ) #若需要，則做合併
cname <- c("普通或以下","同意", "非常同意") #行名稱
rname <- c("女","男") #列名稱
tdjt <- matrix(djt,nrow=2,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tdjt ## 普通或以下 同意 非常同意
## 女 18 61 18
## 男 11 15 15#
djt <- table(isms01$您的性別, isms01$B6)
djt <- cbind(djt[,1]+djt[,4], djt[,2], djt[,3] ) #若需要，則做合併
cname <- c("普通或以下","同意", "非常同意") #行名稱
rname <- c("女","男") #列名稱
tdjt <- matrix(djt,nrow=2,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tdjt ## 普通或以下 同意 非常同意
## 女 13 66 18
## 男 6 19 16題項 B4、B7、B8、B9 的答題結果 也有類似情況，以 B9 為例，對應的交叉表為:
djt <- table(isms01$您的性別, isms01$B9)
djt <- cbind(djt[,3], djt[,1], djt[,2] ) #若需要，則做合併
cname <- c("普通","同意", "非常同意") #行名稱
rname <- c("女","男") #列名稱
tdjt <- matrix(djt,nrow=2,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tdjt ## 普通 同意 非常同意
## 女 23 58 16
## 男 8 18 15顯示女性填答者在評估導入 ISMS 對於 “管理管控機制”、“作業流程、標準化與持續改善”、“降低資安事件與損失” 等議題所帶來的實效時，填答之結果較趨於保守。
\(H_0:
\mbox{受試者之職務與答題結果獨立}\)
\(H_1:
\mbox{受試者之職務與答題結果不獨立}\)
建立 (職務 v.s. 題項B1答題結果) 交叉表
table(isms01$您的職務, isms01$B1)##
## 不同意 同意 非常同意 普通
## 一般人員：行政人員、技工及工友等 0 33 10 8
## 一般人員：行政人員、教師、技工及工友等 1 32 11 13
## 資安人員：資訊部門，負責資安業務聯絡人員 0 0 1 0
## 資訊人員：資安人員以外，從事與資訊相關人員 0 3 2 0
## 管理階層－行政主管 0 13 9 0
## 管理階層－資訊主管 0 1 1 0為滿足卡方檢定基本條件(所有cells的期望值需大於等於 5 )，故將資料列整合為 “一般人員” 與 “資訊相關人員與管理階層” ，資料欄 “非常不同意” 與 “不同意” 等兩個欄位合併為 “非常不同意&不同意”；並將 “同意” 與 “非常同意” 等兩個欄位合併為 “同意&非常同意” ，資料重新建立表格，進行卡方檢定。
dps <- table(isms01$您的職務, isms01$B1) #B1 依次修改為 B2-B9
dps <- rbind(dps[1,]+dps[2,], dps[3,]+dps[4,]+dps[5,]+dps[6,]) #若需要，則做合併
dps <- cbind(dps[,1]+dps[,4], dps[,2], dps[,3] ) #若需要，則做合併
cname <- c("普通以下", "同意" , "非常同意") #行名稱
rname <- c("一般人員","資訊相關人員與管理階層") #列名稱
tdps <- matrix(dps,nrow=2,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tdps## 普通以下 同意 非常同意
## 一般人員 22 65 21
## 資訊相關人員與管理階層 0 17 13chisq.test(tdps)## Warning in chisq.test(tdps): Chi-squared 近似演算法有可能不準##
## Pearson's Chi-squared test
##
## data: tdps
## X-squared = 11.598, df = 2, p-value = 0.00303仿照前述方式，考慮職務與所有題項 B1 \(\sim\) B9 答題結果的卡方檢定結果，列表如下：
| 題項 | 卡方檢定 p-value | 職務與填答結果是否獨立 |
|---|---|---|
| B1.能提升自我對資安標準認知及資安職能 | 0.00303 | NO |
| B2.能提升自我對資安事件的應變及回復能力 | 0.00389 | NO |
| B3.能降低資安事件發生的頻率 | 0.1479 | YES |
| B4.能增進自我對資安法規或標準遵循性能力 | 0.03287 | NO |
| B5.能降低資安危害造成的財物損失 | 0.01902 | NO |
| B6.可以建立標準化及文件化的資安作業流程 | 0.0707 | NO (for \(\alpha=0.1\)) |
| B7.建立了適切的稽核與審查制度 | 0.004189 | NO |
| B8.建立了風險管控機制 | 0.01059 | NO |
| B9.建立了持續改善 (PDCA) 的資安管理機制 | 0.008535 | NO |
卡方檢定結果顯示了除題項 B3 以外，答題結果皆因職務的不同產生顯著的差異。以 B1 為例，對應的交叉表為:
dps <- table(isms01$您的職務, isms01$B1) #B1 依次修改為 B2-B11
dps <- rbind(dps[1,]+dps[2,], dps[3,]+dps[4,]+dps[5,]+dps[6,]) #若需要，則做合併
dps <- cbind(dps[,1]+dps[,4], dps[,2], dps[,3] ) #若需要，則做合併
cname <- c("普通以下", "同意" , "非常同意") #行名稱
rname <- c("一般人員","資訊相關人員與管理階層") #列名稱
tdps <- matrix(dps,nrow=2,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tdps## 普通以下 同意 非常同意
## 一般人員 22 65 21
## 資訊相關人員與管理階層 0 17 13觀察可得對於議題 “能提升自我對資安標準認知及資安職能”， “一般人員” 填答 “同意” 的人數超過六成，遠高於 “非常同意”，也有若干填答 “普通” 選項。而 “資訊相關人員與管理階層” 填答的結果則傾向於”同意” 或 “非常同意”。
其他議題也有類似結果，以 B7 為例，對應的交叉表為:
dps <- table(isms01$您的職務, isms01$B7) #B1 依次修改為 B2-B11
dps <- rbind(dps[1,]+dps[2,], dps[3,]+dps[4,]+dps[5,]+dps[6,]) #若需要，則做合併
dps <- cbind(dps[,1]+dps[,4], dps[,2], dps[,3] ) #若需要，則做合併
cname <- c("普通以下", "同意" , "非常同意") #行名稱
rname <- c("一般人員","資訊相關人員與管理階層") #列名稱
tdps <- matrix(dps,nrow=2,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tdps## 普通以下 同意 非常同意
## 一般人員 28 61 19
## 資訊相關人員與管理階層 1 17 12顯示 “資訊相關人員與管理階” 填答者在評估導入 ISMS 對於 “提升資安職能” 、“資安事件的應變及回復能力”、 “降低資安危害造成的財物損失”、管理管控機制”、“作業流程、標準化與持續改善” 等議題所帶來的實效時，填答之結果較為積極正向。
\(H_0:
\mbox{受試者之年齡與答題結果獨立}\)
\(H_1:
\mbox{受試者之年齡與答題結果不獨立}\)
建立 (年齡 v.s. 題項B1答題結果) 交叉表
table(isms01$您的年齡, isms01$B1)##
## 不同意 同意 非常同意 普通
## 30歲（含以下） 0 8 5 2
## 31-40歲 1 14 8 2
## 41-50歲 0 23 7 8
## 51-60歲 0 21 10 8
## 61歲（含以上） 0 16 4 1為滿足卡方檢定基本條件(所有cells的期望值需大於等於 5 )，故將資料列年齡類別整合為 “40-” “41-50” 與 “51+” 三類，資料欄 “非常不同意” 、 “不同意” 與 “普通” 等三個欄位合併為 “普通以下”，資料重新建立表格，進行卡方檢定。
dagb <- table(isms01$您的年齡, isms01$B1) #B1 依次修改為 B2-B9
dagb <- rbind(dagb[1,]+dagb[2,],dagb[3,],dagb[4,]+dagb[5,]) #若需要，則做合併
dagb <- cbind(dagb[,1]+dagb[,4],dagb[,2],dagb[,3])
dagb## [,1] [,2] [,3]
## [1,] 5 22 13
## [2,] 8 23 7
## [3,] 9 37 14cname <- c("普通以下", "同意","非常同意") #行名稱
rname <- c("-40","41-50", "50+") #列名稱
tagb <- matrix(dagb,nrow=3,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tagb## 普通以下 同意 非常同意
## -40 5 22 13
## 41-50 8 23 7
## 50+ 9 37 14chisq.test(tagb)##
## Pearson's Chi-squared test
##
## data: tagb
## X-squared = 2.7846, df = 4, p-value = 0.5945仿照前述方式，考慮年齡與所有題項 B1 ∼ B9 答題結果的卡方檢定結果，列表如下：
| 題項 | 卡方檢定 p-value | 年齡與填答結果是否獨立 |
|---|---|---|
| B1.能提升自我對資安標準認知及資安職能 | 0.5945 | YES |
| B2.能提升自我對資安事件的應變及回復能力 | 0.7315 | YES |
| B3.能降低資安事件發生的頻率 | 0.7842 | YES |
| B4.能增進自我對資安法規或標準遵循性能力 | 0.9088 | YES |
| B5.能降低資安危害造成的財物損失 | 0.4394 | YES |
| B6.可以建立標準化及文件化的資安作業流程 | 0.8019 | YES |
| B7.建立了適切的稽核與審查制度 | 0.7386 | YES |
| B8.建立了風險管控機制 | 0.6656 | YES |
| B9.建立了持續改善 (PDCA) 的資安管理機制 | 0.4819 | YES |
檢定結果年齡對各題項填答結果之卡方檢定的 p-value 皆遠大於 0.05 ， 故問卷填答者的年齡與各題項填答結果可視為獨立。
\(H_0:
\mbox{受試者之年資與答題結果獨立}\)
\(H_1:
\mbox{受試者之年資與答題結果不獨立}\)
建立 (年資 v.s. 題項B1答題結果) 交叉表
table(isms01$您的年資, isms01$B1)##
## 不同意 同意 非常同意 普通
## 11~20年 0 21 6 4
## 21年（含以上） 0 20 12 6
## 5年（含以下） 0 20 9 8
## 6~10年 1 21 7 3為滿足卡方檢定基本條件(所有cells的期望值需大於等於 5 )，故將資料列年資類別整合為 “10-” “11-20” 與 “20+” 三類，資料欄 “非常不同意” 、 “不同意” 或 “普通” 等三個欄位合併為 “普通以下” ，資料重新建立表格，進行卡方檢定。
dseb <- table(isms01$您的年資, isms01$B1)
dseb <- rbind(dseb[3,]+dseb[4,],dseb[1,],dseb[2,])
dseb <- cbind(dseb[,1]+dseb[,4],dseb[,2],dseb[,3])
dseb## [,1] [,2] [,3]
## [1,] 12 41 16
## [2,] 4 21 6
## [3,] 6 20 12cname <- c("普通以下", "同意" , "非常同意") #行名稱
rname <- c("-10","11-20", "20+") #列名稱
tseb <- matrix(dseb,nrow=3,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tseb## 普通以下 同意 非常同意
## -10 12 41 16
## 11-20 4 21 6
## 20+ 6 20 12chisq.test(tseb)## Warning in chisq.test(tseb): Chi-squared 近似演算法有可能不準##
## Pearson's Chi-squared test
##
## data: tseb
## X-squared = 2.0801, df = 4, p-value = 0.721仿照前述方式，考慮年資與所有題項 B1 \(\sim\) B9 答題結果的卡方檢定結果，列表如下：
| 題項 | 卡方檢定 p-value | 年資與填答結果是否獨立 |
|---|---|---|
| B1.能提升自我對資安標準認知及資安職能 | 0.721 | YES |
| B2.能提升自我對資安事件的應變及回復能力 | 0.4148 | YES |
| B3.能降低資安事件發生的頻率 | 0.00743 | NO |
| B4.能增進自我對資安法規或標準遵循性能力 | 0.0117 | NO |
| B5.能降低資安危害造成的財物損失 | 0.01889 | NO |
| B6.可以建立標準化及文件化的資安作業流程 | 0.06346 | NO (for \(\alpha=0.1\)) |
| B7.建立了適切的稽核與審查制度 | 0.04095 | NO |
| B8.建立了風險管控機制 | 0.01486 | NO |
| B9.建立了持續改善 (PDCA) 的資安管理機制 | 0.0454 | NO |
卡方檢定結果顯示了題項 B3\(\sim\)B9 的答題結果皆因年資的不同產生顯著的差異。以 B3 為例，對應的交叉表為:
dseb <- table(isms01$您的年資, isms01$B3)
dseb <- rbind(dseb[3,]+dseb[4,],dseb[1,],dseb[2,])
dseb <- cbind(dseb[,1]+dseb[,4],dseb[,2],dseb[,3])
cname <- c("普通以下", "同意" , "非常同意") #行名稱
rname <- c("-10","11-20", "20+") #列名稱
tseb <- matrix(dseb,nrow=3,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tseb## 普通以下 同意 非常同意
## -10 13 37 19
## 11-20 2 27 2
## 20+ 6 18 14觀察可得對於議題 “能降低資安事件發生的頻率”，年資20年以上的填答者具有較為積極正向的填答結果。再以 B8 為例，對應的交叉表為:
dseb <- table(isms01$您的年資, isms01$B8)
dseb <- rbind(dseb[3,]+dseb[4,],dseb[1,],dseb[2,])
dseb <- cbind(dseb[,3],dseb[,1],dseb[,2])
cname <- c("普通以下", "同意" , "非常同意") #行名稱
rname <- c("-10","11-20", "20+") #列名稱
tseb <- matrix(dseb,nrow=3,ncol=3, dimnames=list(rname,cname)) #資料整理並編輯為矩陣格式
tseb## 普通以下 同意 非常同意
## -10 14 38 17
## 11-20 3 26 2
## 20+ 6 18 14由上表亦明顯可觀察到類似的趨勢。
或許可解讀為年資越久的教職員工同仁，對於學校具高度的認同與歸屬感，因此特別能體認 ISMS 的導入，對於維持校務或教務資訊系統的穩定與安全的重要性，因此填答結果更趨於積極正向。