第四章 研究結果
4.4 個體選擇模式校估與分析
4.4.2 多項羅吉特模式
本研究以多項羅吉特模式為基礎，分析旅客選擇國道客運公司的行為，並蒐 集短程與中長程路線之樣本。此外，文獻中亦指出，旅客的選擇行為，會因為搭 乘路線之不同而有所差異。因此在建構旅客選擇模式時，將分為短程與中長程路 線兩種，分別進行模式之校估與分析，以進一步瞭解期間之差異。
除此之外，本研究為瞭解服務場景與等候經驗潛在變數對於國道客運旅客選 擇模式之影響，將分別校估只有考慮票價、整體服務品質、旅客社經特性、旅次 特性之模式(模式一)，納入服務場景之模式(模式二)，與再加入等候經驗之模式 (模式三)等三種。
1. 短程路線(台北新竹)選擇模式
短程路線之多項羅吉特模式架構如圖 4.2 所示，多項羅吉特模式校估結果如 表 4.29~表 4.30 所示。由亞聯客運的方案特定常數為零可知，短程路線之參數校 估以亞聯客運作為方案特定常數的比較基準，後續校估的模式亦以此為準，不再 贅述。
圖 4.2 短程路線(台北新竹)多項羅吉特模式架構圖
表 4.29 短程路線(台北新竹)多項羅吉特模式校估結果(模式一)
解釋變數 係數 t 值
方案特定常數
新竹三重客運 -3.300 -0.496
國光客運 1.450 2.105*
豪泰客運 2.062 2.713**
建明客運 1.622 2.387*
共生變數
票價 -0.024 -2.673**
方案特定變數
旅次頻率 -- 新竹三重客運 0.676 4.241***
旅次頻率 -- 亞聯客運 0.904 2.896**
學生 -- 豪泰客運 -0.815 -1.939+ 商務旅次 -- 新竹三重客運 1.627 3.056**
返鄉旅次 -- 建明客運 -0.902 2.178* 探親訪友旅次 –國光客運 -1.729 -3.016**
等佔有率模式對數概似函數值 LL(0) -240.369 市場佔有率模式之對數概似值 LL(m) -238.259 收斂時之對數概似函數值 LL(ˆ) -208.914
概似比指標 ρ2e 0.131
概似比指標 ρ2m 0.123
樣本數 n 317
註：***表示 t 檢定顯著水準 p < 0.001；**表示 t 檢定顯著水準 p < 0.01；*表示 t 檢定顯著水準 p < 0.05；+表示 t 檢定顯著水準 p < 0.1。
新竹三重客運 國光客運 豪泰客運 建明客運 亞聯客運
表 4.30 短程路線(台北新竹)多項羅吉特模式校估結果(模式二、三)
解釋變數 模式二 模式三
方案特定常數 係數 t 值 係數 t 值
新竹三重客運 -0.276 -0.406 -0.593 -0.820
國光客運 1.490 2.106* 1.080 1.441
豪泰客運 1.897 2.433* 1.529 1.862+ 建明客運 1.849 2.633** 1.666 2.255*
共生變數
票價 -0.024 -2.635** -0.026 -2.867**
周遭環境構面 0.981 2.733** 0.688 1.877+ 符號與標示構面 1.041 2.181* 0.888 1.843+
延遲的控制構面 -- -- 1.030 2.481*
延遲構面 -- -- 0.373 1.858+
方案特定變數
旅次頻率 -- 新竹三重客運 0.693 4.164*** 0.594 3.514***
旅次頻率 -- 亞聯客運 0.983 2.987** 0.936 2.690**
學生 -- 豪泰客運 -0.780 -1.853+ -0.824 -1.905+ 商務旅次 -- 新竹三重客運 1.498 2.674** 1.600 2.838**
返鄉旅次 -- 建明客運 -0.919 -2.084* -1.037 -2.292* 探親訪友旅次 -- 國光客運 -1.731 -2.960** -1.731 -2.899**
等佔有率模式對數概似函數值 LL(0) -240.369 -240.369 市場佔有率模式之對數概似值 LL(m) -238.259 -238.259 收斂時之對數概似函數值 LL(ˆ) -197.864 -190.218
概似比指標 ρ2e 0.177 0.209
概似比指標 ρ2m 0.170 0.202
樣本數 n 317 317
註：***表示 t 檢定顯著水準 p < 0.001；**表示 t 檢定顯著水準 p < 0.01；*表示 t 檢定顯著水準 p < 0.05；+表示 t 檢定顯著水準 p < 0.1。
由表 4.29 與表 4.30 可知，模式一、模式二與模式三中解釋變數之係數校估 值均相當顯著。一般羅吉特模式之解釋能力是否良好，通常以概似指標ρ2e、ρ
2m (Likelyhood ratio index)檢定模式的適配度(goodness of fit)。ρ2e 為相對等佔 有率模式，ρ2m 則為相對於市場佔有率模式之適配指標，ρ2e 與ρ2m 之值需 介於 0 跟 1 之間。ρ2m 之意義相當於迴歸分析中之 R2值，其可真正反應除了方 案特定常數外，所有參數對於模式解釋能力之貢獻，值越接近 1 則模式之解釋能 力越強。根據 McFadden et al.(1977)的研究指出，若ρ2m 之值介於 0.2 與 0.4 之
間，模式即有很好的適配度。校估結果發現，各模式之ρ2m 值分別為 0.123、
0.170、0.202，表示模式三之解釋能力良好。此外，本研究透過概似比檢定，亦 即比較只有考慮票價、旅客社經特性、旅次特性之模式(模式一)，納入服務場景 之模式(模式二)，與再加入等候經驗之模式(模式三)等三種模式間之差異。結果 顯示：模式二可以顯著拒絕模式一(概似比統計量 = -2[LL(R)－LL(U)]= 22.10 ＞
X2(2, 0.05) = 7.378)；模式三可以顯著拒絕模式二(概似比統計量 = -2[LL(R)－LL(U)]
= 15.29 ＞ X2(2, 0.05) = 7.378)。此外，概似比指標也略微上升，說明納入服務場景 與等候經驗等變數之選擇模式，較能夠解釋實際情況、更接近國道客運旅客真實 決策行為，故為國道客運短程路線(台北新竹)多項羅吉特模式之最佳模式。
經由表 4.30 模式三的校估結果可知，客運公司訂定的票價為影響旅客選擇 客運公司的重要因素而且符號為負，符合先驗知識，表示票價越高，則旅客選擇 該客運公司的機率會降低；再者，服務場景(構面一與構面三)與等候經驗(構面一 與構面三)潛在變數之符號為正，與實際之情況符合，表示旅客在選擇國道客運 公司時，會將服務場景與等候經驗等變數作為考量之因素之一。
服務場景之周遭環境構面與符號與標示構面皆為顯著，且符號與標示構面係 數較符號與周遭環境構面稍大。此外，等候經驗之延遲的控制構面與延遲構面皆 為顯著影響旅客選擇行為之變數，且延遲的控制構面係數值大於延遲構面，顯示 短程路線之旅客較為在意服務提供者對於延遲產生之後，客運公司的處理方式與 過程，而較不在意知覺的等候時間與期望等候時間之差異。其原因可能在於：短 程路線之行駛時間較短，班次較為密集，因此旅客比較不需要等候太久之時間，
因此延遲時間所造成之影響較低。整體而言，可發現共生變數中，延遲的控制構 面對於旅客選擇國道客運公司之影響力最大，而票價之影響力最小，原因可能在 於短程路線各客運公司之票價差異不大，時常採行促銷之手段，因此客運公司能 否有效的控制延遲之情形，將因為延遲而導致旅客必須等候之傷害降至最低，反 而是最重要的課題之一。
原服務場景之構面二與構面四：硬體設施與設計方式構面、社會化環境構 面，雖對旅客選擇行為有正向之影響關係，然而卻不夠顯著(未達 t 檢定顯著水準 p < 0.1)，所以並未納入最佳模式中。推估其可能的原因為：旅客對各家客運公 司知覺的硬體設施並無明顯的差異(變異不足)，而且與客運公司駕駛、服務人 員、乘客之接觸程度較低導致。原等候經驗之構面二：時間的填補，雖對旅客選 擇行為有正向之影響關係，然而卻不夠顯著(未達 t 檢定顯著水準 p < 0.1)，所以 並未納入最佳模式中。推估其可能的原因為：各家客運公司知覺的硬體設施並無 明顯的差異(多未提供此項服務)。
在方案特定變數方面，旅次頻率高時，旅客較傾向搭乘新竹三重客運與亞聯
客運；職業為學生之旅客會較不傾向於搭乘豪泰客運，可能與該客運之票價較高 有關；商務旅次之旅客傾向於選擇新竹三重客運；返鄉旅次之旅客較不傾向於選 擇建明客運；探親或訪友旅次之旅客，較不傾向於選擇搭乘國光客運。
2. 中長程路線(台北台南)選擇模式
中長程路線之多項羅吉特模式架構如圖 4.3 所示，多項羅吉特模式校估結果 如表 4.31~表 4.32 所示。由和欣客運的方案特定常數為零可知，中長程路線之參 數校估以和欣客運作為方案特定常數的比較基準，後續校估的模式亦以此為準，
不再贅述。
圖 4.3 中長程路線(台北台南)多項羅吉特模式架構圖
由表 4.31 與表 4.32 可知，模式一、模式二與模式三中解釋變數之係數校估 值均相當顯著，而且模式之適配度亦相當理想，ρ2m 分別為 0.221、0273、0.297，
皆介於 0.2 與 0.4 間。本研究透過概似比檢定，亦即比較只有考慮票價、整體服 務品質、旅客社經特性、旅次特性之模式(模式一)，納入服務場景之模式(模式 二)，與再加入等候經驗之模式(模式三)等三種模式間之差異。結果顯示：模式二 可以顯著拒絕模式一(概似比統計量 = -2[LL(R)－LL(U)] = 23.00 ＞ X2(2, 0.05) = 7.378)；模式三可以顯著拒絕模式二(概似比統計量 = -2[LL(R)－LL(U)] = 10.56
＞ X2(2, 0.05) = 7.378)。此外，概似比指標也略微上升，說明納入服務場景與等候
經驗等變數之選擇模式，較能夠解釋實際情況、更接近國道客運旅客真實決策行 為，故為國道客運中長程路線(台北台南)多項羅吉特模式之最佳模式。
經由表 4.32 模式三的校估結果可知，客運公司訂定的票價為影響旅客選擇 客運公司的重要因素而且符號為負，符合先驗知識，表示票價越高，則旅客選擇 該客運公司的機率會降低；再者，整體服務品質變數之係數值為正，符合先驗知 識，表示客運公司之整體服務品質越高時，旅客較傾向於選擇搭乘該客運公司；
此外，服務場景(構面一與構面三)與等候經驗(構面一與構面三)潛在變數之符號 為正，與實際之情況符合，表示旅客在選擇國道客運公司時，會將服務場景與等
國光客運 統聯客運 和欣客運
候經驗等變數作為考量之因素之一。
服務場景之周遭環境構面與符號與標示構面皆為顯著，且兩構面之係數值差 異不大。此外，等候經驗之延遲的控制構面與延遲構面皆為顯著影響旅客選擇行 為之變數，且延遲的控制構面係數值大於延遲構面，顯示中長程路線之旅客較為 在意服務提供者對於延遲產生之後，客運公司的處理方式與過程，而較不在意知 覺的等候時間與期望等候時間之差異。其原因可能在於：旅客較為在意的是客運 公司如何控制延遲，而非知覺之等候與期望等候時間之差距。
表 4.31 中長程路線(台北台南)多項羅吉特模式校估結果(模式一)
解釋變數 係數 t 值
方案特定常數
國光客運 -2.373 -4.361***
統聯客運 -0.874 -1.817+
共生變數
票價 -0.011 -3.414***
整體服務品質 2.524 6.847***
方案特定變數
旅次頻率 -- 和欣客運 -0.766 -4.033***
高所得 -- 和欣客運 0.813 2.518*
等佔有率模式對數概似函數值 LL(0) -245.376 市場佔有率模式之對數概似值 LL(m) -217.794 收斂時之對數概似函數值 LL(ˆ) -169.751
概似比指標 ρ2e 0.308
概似比指標 ρ2m 0.221
樣本數 n 323
註：***表示 t 檢定顯著水準 p < 0.001；**表示 t 檢定顯著水準 p < 0.01；*表示 t 檢定顯著水準 p < 0.05；+表示 t 檢定顯著水準 p < 0.1。
表 4.32 中長程路線(台北台南)多項羅吉特模式校估結果(模式二、三)
解釋變數 模式二 模式三
方案特定常數 係數 t 值 係數 t 值
國光客運 -2.210 -3.969*** -2.193 -3.831***
統聯客運 -0.605 -1.218 -0.517 -1.015 共生變數
票價 -0.012 -3.520*** -0.011 -3.161**
整體服務品質 1.487 3.370*** 1.207 2.639**
周遭環境構面 1.457 3.353*** 1.204 2.735**
符號與標示構面 1.290 2.576** 1.265 2.476*
延遲的控制構面 -- -- 0.808 1.922+
延遲構面 -- -- 0.408 1.751+
方案特定變數
旅次頻率 -- 和欣客運 -0.802 -4.002*** -0.829 -3.971***
高所得 -- 和欣客運 0.736 2.182* 0.728 2.109* 等佔有率模式對數概似函數值 LL(0) -245.376 -245.376 市場佔有率模式之對數概似值 LL(m) -217.794 -217.794 收斂時之對數概似函數值 LL(ˆ) -158.290 -153.004
概似比指標 ρ2e 0.355 0.376
概似比指標 ρ2m 0.273 0.297
樣本數 n 323 323
註：***表示 t 檢定顯著水準 p < 0.001；**表示 t 檢定顯著水準 p < 0.01；*表示 t 檢定顯著水準 p < 0.05；+表示 t 檢定顯著水準 p < 0.1。
整體而言，可發現共生變數中，以整體服務品質與服務場景的兩個構面：周
整體而言，可發現共生變數中，以整體服務品質與服務場景的兩個構面：周