前測設計

本研究前測設計的目的在於：1.瞭解消費者在購買平價時尚類服飾時，哪些 產品屬性會對其購買決策產生較大的影響。2.消費者對幾個具有代表性的平價時 尚品牌的熟悉度和偏好為何。也即是分別針對「產品屬性」、「品牌熟悉度」和

「品牌偏好」三個面向所進行的調查。

前測問卷結構如下：

表 4-3 前測問卷結構 問卷架構 題目編號 題數 衡量變數 第一部份

1 30 產品屬性之重要性評估 2 1 產品屬性之優先性評估 3 1 產品屬性之價格屬性評估 第二部份 4 10 品牌熟悉度評估

第三部份 5 10 品牌偏好評估 第四部份 6 4 基本資料

其中，與研究一相關的前測內容為：問卷第一部份第 1 題產品屬性重要性評估。

4.3.2 樣本結構

前測問卷之樣本結構如下:

表 4-4 前測樣本結構

人口統計變項 類別 人數 有效百分比

性別 男性 37 57.8%

女性 27 42.2%

年齡

15~20 歲 0 0.0%

21~25 歲 37 57.8%

26~30 歲 21 32.8%

31~35 歲 5 7.8%

36~40 歲 1 1.6%

41 歲及以上 0 0.0%

身份

學生 52 81.3%

上班族 9 14.1%

自由職業 2 3.1%

自主經營 1 1.6%

其他 0 0.0%

每月支出

5000NT 以下 8 12.5%

5001-10000NT 22 34.4%

10001-20000NT 25 39.1%

20001-30000NT 4 6.3%

30001-40000NT 2 3.1%

40001NT 以上 3 4.7%

4.3.3 前測結果

一．產品屬性偏好分析

這一部份，調查受測者在購買平價時尚類服裝時，對於不同的產品屬性所給 予的重視程度為何。共 30 小題，採取李克特五點尺度量表進行衡量，詳細內容如 下：

 問項的產生：選取 Mark E.Parry（2002）的依照內隱外顯程度作為區分標準 的四種產品屬性、十種屬性層次分類法，并依據其屬性定義與本研究研究內 容的適切性發展出 30 個關於產品屬性的問項。

 衡量方式：採用五點尺度李克特量表，測試消費者認為某一產品屬性的重要

Var29 29 店內購物氣氛令人愉快

Var30 30 承諾「購後七天內可無條件退換」

1.均值分析

用於測量的變量是由 Mark E.Parry 的屬性分類發展而來的，但是考慮到此種 分類具有地區差異性和產業差異性，變量的產生過程也受到了研究者主觀意識影 響，因此在進行因素分析之前，本文先對 30 個測量變量進行均值分析，並對屬性 重要性均值低於平均值的變量予以淘汰。

將各產品屬性變量按其重要性的「均值」由大至小排序，結果如表 4-6：

表 4-6 產品屬性均值表

次序 變量 題項 均值 標準差

1 Var14 穿著該服裝讓你覺得輕鬆自在 4.41 .555

2 Var06 色彩搭配 4.41 .635

3 Var04 材質的美觀性（例如垂墜度、是否容易褶皺、挺闊度） 4.34 .570 4 Var16 穿著該服裝讓你覺得充滿自信 4.22 .678 5 Var02 做工（例如車工、剪裁、縫線） 4.20 .717 6 Var09 與已有服飾的可搭配程度 4.20 .780

7 Var29 店內購物氣氛令人愉快 4.16 .648

8 Var30 承諾「購後七天內可無條件退換」 4.13 .724

9 Var28 服務人員態度友善 4.13 .724

10 Var01 原材料（含棉量、含羊毛量、是否褪色） 4.11 .779

11 Var27 購買流程省時省力 4.08 .860

12 Var18 價格 4.08 .741

13 Var07 時尚度 4.06 .710

14 Var26 產品種類和款式多樣化 3.94 .937

15 Var08 獨特性 3.78 .934

16 Var05 材質的機能性（例如保暖、彈性、吸汗、防水） 3.66 .840 17 Var20 該產品來自你曾經購買過的品牌 3.45 .872

18 Var24 有實體店面 3.39 .936

19 Var25 有網購通路 3.27 .963

20 Var19 該產品來自知名品牌 3.22 .951

21 Var21 該品牌深受大眾喜愛 3.16 .781

22 Var15 穿著該服裝時能引起討論和關注 2.98 .968 23 Var23 商品展示及 DM 設計精美 2.97 .872

24 Var12 親友的建議 2.92 1.013

25 Var03 產地 2.86 1.067

26 Var22 該品牌的廣告具有吸引力 2.83 .901 27 Var10 該款式是當季熱賣新款 2.81 .990

28 Var13 店員的建議 2.81 .924

29 Var17 產品外包裝 2.56 .852

30 Var11 該款式是雜誌推薦款 2.55 .958

本題採取李克特五點量表，取均值 3（3=普通）為選擇邊界，由上表可見，

Var15、Var23、Var12、Var03、Var22、Var10、Var13、Var17、Var11 的得分在平 均值以下，即對多數消費者來說，這幾個因素在購買平價時尚服飾時不重要或非 常不重要，故刪除上述變量再進行因素分析，以提高分析結果準確度。

2.因素分析

（1）適合性分析——KMO 和 Bartlett 的檢驗

KMO「取樣切當性」檢定，Bartlett 是「球性」檢定。KMO 是 Kaiser Meyer Olkin（1974）所提出的取樣適切性量數，其值介於 0 與 1 之間，當 KMO 值愈接 近 1 時，表示變項之間的共同因素愈多，愈適合進行因素分析。如果 KMO 小於 0.6，則不宜進行因素分析。由表 4-7 可知，本研究前測的 KMO 值為 0.604 大於 0.6，因此符合 Kaiser-Meyer-Olkin 因素分析適合性的要求。另一指標 Bartlett 球 性檢定的顯著性是 0.000，已達顯著水準，適合進行因素分析。

表 4-7 KMO 和 Bartlett 的檢驗 KMO 和 Bartlett 的檢驗

取樣足夠度的 Kaiser-Meyer-Olkin 度量 .604

Bartlett 的球形度檢驗

近似卡方 876.209

自由度 435

顯著性 .000

（2）因素萃取

本研究詢問受測者對產品屬性重要程度的看法，搜集數據後，利用因素分析

的技術觀察影響受測者購買決策的關鍵因素及其影響程度。首先利用主成份分析

出各個變數主要由哪些因素解釋(取 Varimax 的因素負荷量大於 0.50 的因素)。

表 4-9 產品屬性重要程度——轉軸後因素負荷量矩陣 成份

1 2 3 4 5 6 7

Var07 .798 -.126 .120 .191 .089 -.071 -.046 Var04 .699 .273 -.109 -.005 -.125 .148 .125 Var08 .684 .002 .175 -.103 .009 -.434 .329 Var06 .662 .041 -.040 .345 -.218 .137 -.176 Var16 .581 .258 .112 -.177 .079 .161 -.431 Var02 .246 .748 .106 -.067 .051 -.009 -.077 Var01 .003 .730 -.057 -.007 .267 .006 .130 Var30 -.075 .656 .292 .242 -.110 .044 .088 Var29 .066 .144 .905 .046 .081 -.068 -.016 Var28 .020 .104 .871 .216 .153 .021 .027 Var27 .077 -.192 .525 .508 .174 .205 -.234 Var26 .141 .105 .172 .748 .087 -.283 .036 Var25 .050 -.076 .233 .706 .198 .069 .022 Var09 .065 .462 -.097 .582 .012 .191 -.070 Var19 -.092 .148 -.029 -.045 .815 .051 .012 Var20 .031 .020 .287 .096 .792 -.052 .057 Var21 -.036 .017 .063 .272 .725 -.007 -.017 Var18 .080 .196 -.035 .112 .091 .786 .118 Var24 .003 .368 -.139 .352 .195 -.610 -.056 Var05 .102 .254 .077 -.154 .022 .097 .771 Var14 .215 .315 .249 -.200 -.099 -.153 -.496 萃取方法:主成份分析

旋轉方法 :具有 Kaiser 常態化的 Varimax 法。

(4)因素的抽取及命名

因素的抽取是考慮轉軸後因素負荷量數值較大的那些變數（也就是變異數最 大，Varimax 的因素負荷量至少應大於 0.50 的那些變數。由上表的陰影部份所顯 示可知，因素負荷量矩陣分別將 21 個題目分配到七個主成份（因素）中，第一個 因素主要與 Var07、Var04、Var08、Var06、Var16 相關，第二個因素主要與 Var02、

Var01、Var30 相關，第三個因素主要與 Var29、Var28、Var27 相關，第四個因素 主要與 Var26、Var25、Var09 相關，第五個因素主要與 Var19、Var20、Var21 相 關，第六個因素與 Var18 相關，第七個因素主要與 Var05 相關。

3.小結

由前測的均值分析結果可知, 問卷中的第 15 題（穿著該服裝時能引起討論和 關注）、23 題（商品展示及 DM 設計精美）、12 題（親友的建議）、03 題（產地）、

22 題（該品牌的廣告具有吸引力）、10 題（該款式是當季熱賣新款）、13 題（店 員的建議）、17 題（產品外包裝）以及 11 題（該款式是雜誌推薦款）被受測者認 為重要性較低，在正式測試時，將對這些問項進行進一步驗證。

另外，前測的因素分析結果顯示，消費者在購買平價時尚服飾時,所重視的產 品屬性因素可以歸納為 7 類，按其解釋程度從高到低排序如下:①設計(12.117%)、

②品質（11.144%）、③購物體驗（10.928%）、④附加屬性與多樣化選擇（10.710%）、

⑤品牌（10.213%）、⑥價格（6.939%）、⑦功能性（6.181%）。

同時，受限於前測樣本較少，部份數據存在跑偏現象。

4.4 正式研究

正式問卷採用電子問卷便利抽樣的方式，共回收樣本 162 份，扣除漏填及無 效問卷，有效樣本共回收 159 份。

4.4.1 正式問卷題目設計

表 4-11 正式問卷結構

問卷架構 題目編號 題數 衡量變數 第一部份 1 33 個人生活形態

第二部份 2 30 產品屬性偏好 第三部份 3 1 模擬產品偏好 第四部份 4 1 品牌個性偏好

5 1 品牌與品牌個性的對應 第五部份 6-10 5 基本資料

其中，與研究一相關的問項為問卷第一部份個人生活形態、第二部份產品屬

性偏好、第五部份基本資料。

4.4.2 正式問卷樣本結構

表 4-12 為正式問卷回收的樣本資料，從中可知受測者中男性比例為 54.66%，

女性比例為 45.34%。年齡主要集中在 21-30 歲。以學生和上班族居多，分別占 66.46%和 22.42%。每月的支出主要分佈在 5000NT-20000NT。

表 4-12 正式問卷樣本結構

人口統計變項 類別 人數 有效百分比%

性別 男性 73 54.66

女性 88 45.34

年齡

15~20 歲 1 0.62 21~25 歲 95 59.01 26~30 歲 48 29.81 31~35 歲 11 6.83 36~40 歲 3 1.86 41 歲及以上 3 1.86

身份

學生 107 66.46 上班族 39 24.22

自由職業 5 3.11

自主經營 2 1.24

其他 8 4.97

每月支出

5000NT 以下 15 9.32 5001-10000NT 55 34.16 10001-20000NT 65 40.37 20001-30000NT 15 9.32 30001-40000NT 6 3.73 40001NT 以上 5 3.11

4.4.3 產品屬性偏好分析

有關產品屬性偏好分析的問項產生及衡量方式與前測一致，故不再贅述。變 量也仍然保持原本的 30 個測量變量。

1.均值分析

本題採取李克特五點量表，取均值 3（3=普通）為選擇邊界，由上表可見，

Var03、Var13、Var10、Var11、Var17 在平均值以下，即對多數消費者來說這五個 變量在購買平價時尚服飾時不重要或非常不重要。另取標準差 1 為選擇邊界，認 為標準差大於 1 的題項缺乏代表性，由上表，Var25、Var12、Var10、Var11 的標 準差大於 1。

對比前測和正式問卷的結果，發現在正式問卷中，消費者所看重的因素變多 了，前測問卷中有 9 個產品屬性因素被歸為「不重要」和「非常不重要」予以刪 除，而在正式問卷中，被刪去的題項減為 5 個。初步分析，是由於問卷的樣本量 增加，受測者的填答差異也變得更明顯，這一點從標準差這一項就可以看出，正 式問卷的標準差平均水準大於前測問卷，受測者對同一屬性的重視程度差異較大，

使得部份產品屬性因素的分數被拉高，但 Var03、Var13、Var10、Var11、Var17 在兩次測試中均被認為「不重要」，故刪除上述題項再進行因素分析，以提高分 析結果準確度。

除此之外，消費者所重視的產品屬性按重要性從高到低的排序也發生了變化，

初步分析是由於受測者不同，樣本結構發生了變化導致結果不同。

2.因素分析

（1）適合性分析——KMO 和 Bartlett 的檢驗

KMO 是 Kaiser-Meyer-Olkin 所提出的取樣適切性量數，其值介於 0 與 1 之間。

當 KMO 值愈接近 1 時，表示變項之間的共同因素愈多，愈適合進行因素分析。如 果 KMO 小於 0.5，則不宜進行因素分析。進行因素的普通準則是：KMO 值至少 要在 0.6 以上。(詳情見表 4-14)

表 4-14 KMO 評定標準

KMO＜0.5 不能使用

0.5≤KMO＜0.6 不太適合

0.6≦KMO＜0.7 普通

0.7≦KMO＜0.8 還算適合

0.8≦KMO＜0.9 適合

0.9≦KMO 非常適合

而 Bartlett 球形檢定的顯著性達顯著水準，應棄卻虛無假說（虛無假說是：變 項間的淨相關矩陣不是單元矩陣）。棄卻虛無假說的意思是： 母群體的相關矩陣 間有共同因素存在。也即, Bartlett 球形檢定的顯著性達顯著水準時適合進行因素 分析。

研究一正式問卷對產品屬性偏好進行因素分析,得到的 KMO 和 Bartlett 的 檢驗結果如下:

表 4-15 KMO 和 Bartlett 的檢驗 KMO 和 Bartlett 的檢驗

取樣足夠度的 Kaiser-Meyer-Olkin 度量 .720

Bartlett 的球形度檢驗

近似卡方 1935.263

df 435

Sig. .000

其中 KMO 值為 0.720，適合性良好。Bartlett 球性檢定的顯著性是 0.000，已 達顯著水準，故本研究適合進行因素分析

（2）因素萃取

因素萃取的方法有七種，分別是：Principal components（主成份）、Unweighted least squares（未加權最小平方法）、Generalized least square（一般化最小平方法）、

Maximum likelihood（最大概似法）、Principal-axis factoring（主軸法）、Alpha factoring（Alpha 因素抽取法）和 Image factoring（印象因素抽取法）。

本研究詢問受測者對產品屬性重要程度的相關看法，以瞭解影響受測者購買

本研究詢問受測者對產品屬性重要程度的相關看法，以瞭解影響受測者購買

在文檔中 平價時尚服飾品牌之消費偏好研究 (頁 55-0)