國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
44
數及勝率皆為顯著差異，但若以GINI作為依據劃分的話，則沒有顯著差異。
顯示不考慮其他因素時，薪資不帄均程度對季後賽勝場數或勝率還是有影響，
而薪資差異程度(GINI)則對季後賽勝場數或勝率無影響。
表 4-13 薪資不帄均程度高、中、低球隊季後賽單變量檢定
ANOVA Kruskal-Wallis Test
變數 組別 F Pr > F Chi-Square Pr > Chi-Square
W HHI 2.72 0.0689* 5.6285 0.0599*
WP-PO HHI 1.56 0.2129 5.5624 0.062*
W GINI 1.92 0.1496 4.52 0.1044
WP-PO GINI 0.71 0.4941 3.4859 0.175
***,**,*分別表示在 1%,5%,10%的水準下為顯著
由本節的單變量統計檢定可以看出有薪資不帄均程度高、中、低的球隊，三 者的例行賽勝率及季後賽勝場數、勝率，確實有明顯的差異。在無母數統計檢定，
ANOVA 檢定與 Kruskal-Wallis 檢定在例行賽的部分，在 1%之顯著水準亦皆有顯 著的差異，但在季後賽的部分，在以 HHI 衡量的樣本中，ANOVA 變異數分析 檢定以及 Kruskal-Wallis Test 皆可看出薪資不帄均程度與季後賽勝場數有明顯的 差異，而若以 GINI 衡量的樣本中，差異則沒有達到統計上之顯著水準。
第四節 多元迴歸分析
在前面兩個小節，本研究以單變量檢定做初步分析，例行賽本小節將進一步 加入各項控制變數來進行多變量分析，來嘗試解釋薪資策略與球隊績效的關聯 性。
多元迴歸分析的模型中，本研究採用了 panel 迴歸模型，該迴歸模型可以有 效地解決時間序列的問題，本研究參考了球員、觀眾以及總教練因素，在迴歸模
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
45
型中加了球員人數、是否更換總教練、總教練累積至上一季的年資、總教練累積 至上一季的勝率以及觀眾人數等其他變數。
本研究以迴歸模型一來驗證假說一以及三是否成立，從表 4-14 可以得知在 控制球員人數、教練因素、觀眾人數及球隊過去的戰績之後，總薪資超過豪華稅 門檻的超額部分及薪資不帄均程度高低與例行賽勝率，並沒有達到統計上顯著水 準，反而是其他變數與例行賽勝率有顯著關聯性，觀眾人數以及球隊上一季例行 賽勝率，與例行賽勝率呈現正向的顯著關係，球員人數、是否更換總教練以及總 教練年資則是呈現負向的顯著關係。而附錄二表 B-1 完整之 panel 迴歸顯示球隊 勝率與球隊本身特質有很大關聯性。顯示只運用薪資策略本身來提升球隊例行賽 勝率有限，必頇配合教練年資、觀眾、球隊歷史及球隊本身特質，有效利用相關 資源才能增加球隊勝率。亦即球員薪資固然重要，但是球隊獲勝關鍵在於球員與 球員之間的合作關係、球員與教練的配合（NBA 近年來反而年資淺的教練比較 表現較好）、觀眾的加油及球隊過去戰績對球隊戰績影響反而更大。
‧
Intercept -0.74847 -4.94 <.0001*** Intercept -0.77446 -5.03 <.0001***
OVER -0.00797 -0.45 0.6502 OVER -0.00798 -0.46 0.6483 檻之薪資部分，除以百萬。Uneven1=HHI。Uneven2=GINI。 GINI、HHI＝衡量球隊薪資不帄均程度 的指標。NOP＝球隊內球員的總人數。WPt-1=球隊前一季例行賽勝率。NC=是否曾換新教練。CY=總教
‧
以熱火為例，在2010-2011球季加入詹姆士(Lebron Jame)及波許(Christ Bosh) 之後，勝率由57%增加到70%，並連續四年打入NBA總冠軍賽。因此，薪資不帄
Uneven3=HHI_H 以及 HHI_L。Uneven4=GINI_H 以及 GINI_L。
本研究接下來探討假說二、假說四以及假說五，下表4-16及表4-17的變數大
‧
‧
Intercept 0.527161 0.96 0.3385 Intercept 0.563048 1.02 0.3104 OVER -0.05564 -1.25 0.2136 OVER -0.05803 -1.31 0.1929
*Uneven3=HHI_H 以及 HHI_L。Uneven4=GINI_H 以及 GINI_L。
表4-18中，薪資不帄均程度分組與季後賽勝場數之係數中僅GINI_H為正，
‧
Uneven =HHI。1 Uneven =GINI。 2
‧
Uneven3=HHI_H 以及 HHI_L。Uneven4=GINI_H 以及 GINI_L。
從以上的多元迴歸分析與單變量檢定結果大致相同，以個別球隊來看，拉高
‧
Intercept -11.0453 16.9621*** Intercept -11.4738 17.7917
OVER -0.1484 0.1396 OVER -0.1282 0.1048
Uneven =HHI。1 Uneven =GINI。 2
表4-21可以看出在薪資不帄均程度HHI指標高的群組中，超過豪華稅門檻的
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
53
超額薪資部分確實可以幫助球隊打進季後賽，但是中與低的群組中，卻沒有這個 現象存在。而以GINI係數來區分的群組，皆沒有此現象，但都呈現正向的影響。
因此，就HHI最不帄均組別而言，球隊總薪資超過豪華稅門檻時，每多支付100 萬美元的薪資，就可增加1.002%機率打入季後賽。
因此本研究發現薪資結構中，薪資不帄均程度，有益於球隊取得佳績打進季 後賽，且球隊位於薪資不帄均程度較高的球隊組群，球隊的總薪資越高，越能幫 助球隊增加打進季後賽之機率。
表 4- 21：logistic 迴歸模型四晉級季後賽機率(分組薪資不帄均程度 HHI)
PL NOP NC CY CW AA
PLAYOFF 1OVER 2 3 4 5 6 7
HHI 高 中 低
變數 估計值 Wald 卡方 估計值 Wald 卡方 估計值 Wald 卡方
Intercept -14.5036 4.6265 -5.2523 1.5479 -12.1214 6.594**
OVER -0.126 0.0167 -1.0097 1.9284 0.2619 0.1339 PL 0.1606 5.258** 0.0386 0.7775 -0.00459 0.0339 NOP -0.267 1.9621 -0.3325 5.7608** -0.3526 5.7698**
NC -2.7246 8.3961*** 0.1553 0.0692 -0.885 2.4509 CY -0.118 3.4114* -0.0137 0.127 -0.0499 2.0608 CW 0.2031 0.006 2.4918 2.2865 3.1782 3.0412*
AA 1.2503 11.1011*** 0.555 7.2295*** 0.9846 16.7498***
***，**，*分別表示在 1%,5%,10%的水準下為顯著
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
54
表 4-22：logistic 迴歸模型四晉級季後賽勝率(分組薪資不帄均程度 GINI)
PL NOP NC CY CW AA
PLAYOFF 1OVER 2 3 4 5 6 7
GINI 高 中 低
變數 估計值 Wald 卡方 估計值 Wald 卡方 估計值 Wald 卡方
Intercept -15.443 7.1701*** 0.2287 0.0027 -14.811 9.0855***
OVER -0.00209 0.0000 -0.2658 0.1223 -0.3449 0.2181 PL 0.045 0.7706 0.0387 0.7062 0.0109 0.1822 NOP -0.0621 0.1372 -0.6697 13.6303*** -0.2425 4.0009**
NC -1.501 4.2353** 0.0173 0.0009 -1.0733 3.039*
CY -0.0952 2.9541* -0.019 0.1825 -0.0523 2.3463 CW 1.1942 0.3332 2.7976 3.0773* 2.4686 1.3352 AA 1.0357 11.5334*** 0.5316 6.9322*** 1.058 18.7606***
***，**，*分別表示在 1%,5%,10%的水準下為顯著
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
55