第四章 資料分析與研究結果
第二節 整體樣本之聯合分析結果
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
第二節 整體樣本之聯合分析結果
本節以整體樣本的角度來探討產品屬性對整體消費購買意願的影響，以六組 不同的產品屬性為自變數，以全體受測者的購買意願高低為因變數，透過聯合分 析法計算出各屬性水準之「成份效用值」與「重要度」。首先將先一一列出受測 者在各屬性中偏好的水準及其效用值，接著說明受測者對各屬性的相對重視程度，
最後則是探討全體樣本對屬性間的抵換關係。
一、 模式之適配度
Pearson’s R值表示受測者的評定值與利用聯合分析模式的預測值之間的相 關係數，此值越高，即為受測者的評定結果與利用聯合分析法之預測結果越一致；
而Kendall’s tau則表示受測者對於產品組合的評定分數與總效用一致的程度，也 尌是效用值估計結果的可靠程度。
表 28 全體樣本對聯合分析結果之適配度
相關係數 係數值 顯著性
Pearson's R 值 .987 .000 Kendall's tau 統計量數 .900 .000
透過整體樣本對品屬性的效用值與相對重要性分析，Pearson's R 與Kendall's tau兩種係數皆大於等於0.9，且p<0.01，表示透過聯合分析所運算出的預估模式 配適度良好，具有預測效度。
二、 屬性中各水準之相對重要性分析
所謂「成分效用值」(Utility)係指受測者對於屬性的某特定水準(簡稱屬性水 準)之偏好程度，成份效用值若為「正值」表示受到受測者「高度評價」之水準，
相反地「負值」則是表示「低度評價」的水準。而且若某屬性水準的「成分效用 值」愈大，則表示受測者對此一屬性水準有較高之偏好，換言之則表示受測者對 此屬性水準較重視。而某屬性的水準效用值差距除以所有屬性水準差距的總和，
‧
準之偏好程度，「有push email」的成份效用值高於「無push email」。0.421
‧
有push email 無push email 成
‧
‧
‧
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
2. 全體樣本對實用與享樂屬性的重視程度
若欲探討產品的享樂與實用性消費價值，將產品的實用性與享樂性屬性個別 所獲得之相對重要性加總，便可得出全體樣本對智慧型手機的實用屬性(23.48%) 重視程度略高於產品的享樂屬性(21.25%)。見下表31。
表 31 全體樣本對智慧型手機實用與享樂屬性的重視程度
產品屬性定義 屬性描述 相對重要性 加總
實用屬性 CPU 17.10%
23.48%
電子郵件 6.38%
享樂屬性 相機畫素 12.84%
21.25%
多媒體 8.41%
3. 全體樣本對內、外部屬性的重視程度
若將產品的內外屬性個別之相對重要性作加總計算，依表32可知，全體樣本 對整體外部屬性(55.28%)的重視程度高於內部屬性(44.73%)，表示消費者在購買 智慧型手機時最在意的仍為產品價格和品牌。
表 32 全體樣本對智慧型手機內、外部屬性的重視程度
產品屬性定義 屬性描述 相對重要性 加總
外部屬性 產品價格 30.14%
55.28%
品牌 25.14%
內部屬性
CPU 17.10%
44.73%
電子郵件 6.38%
相機畫素 12.84%
多媒體 8.41%
‧
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
表 34 全體樣本對 16 組受測體之總效用值 組合
編號 CPU 電子郵件 相機
畫素 多媒體 price brand 總效 用值
偏好 順序 1 600MHz 有 push email 1000 萬 一般音效 $17000 HTC 2.67 14 2 1GHZ 無 push email 1000 萬 杜比音效 $17000 iPhone 4.85 6 3 1GHZ 無 push email 1000 萬 一般音效 $12000 HTC 4.682 8 4 600MHz 無 push email 500 萬 杜比音效 $17000 HTC 2.138 15 5 1GHZ 有 push email 500 萬 一般音效 $17000 iPhone 4.118 11 6 1GHZ 有 push email 500 萬 杜比音效 $12000 HTC 4.778 7 7 600MHz 有 push email 1000 萬 杜比音效 $12000 iPhone 5.806 3 8 600MHz 無 push email 500 萬 一般音效 $12000 iPhone 4.446 9 9 600MHz 有 push email 1000 萬 一般音效 $12000 HTC 4.154 10 10 1GHZ 無 push email 1000 萬 杜比音效 $12000 iPhone 6.334 1 11 1GHZ 無 push email 1000 萬 杜比音效 $17000 HTC 3.612 13 12 1GHZ 有 push email 500 萬 一般音效 $12000 iPhone 5.602 4 13 600MHz 無 push email 1000 萬 杜比音效 $17000 HTC 2.77 12 14 1GHZ 無 push email 1000 萬 一般音效 $12000 iPhone 5.92 2 15 600MHz 有 push email 500 萬 杜比音效 $12000 iPhone 5.174 5 16 600MHz 無 push email 500 萬 一般音效 $17000 HTC 1.724 16
5. 全體樣本之屬性抵換關係
此部份將分別探討全體受訪者對於「享樂屬性」與「實用屬性」、「外部屬 性」與「內部屬性」之間的抵換關係，首先將計算各屬性水準之成份效用值差距，
如表35所示：
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
表 35 全體樣本之產品屬性水準抵換表
享樂屬性：照相功能 享樂屬性：多媒體播放 From To 500萬畫素 1000萬畫
素 From To 一般音效 杜比音效
500萬畫素 0 0.632 一般音效 0 0.414
1000萬畫素 -0.632 0 杜比音效 -0.414 0
實用屬性：CPU規格 實用屬性：電子郵件功能
From To 600 MHz 1 GHz From To 無push email 有push email 600 MHz 0 0.842 無push email 0 0.314
1 GHz -0.842 0 有push email -0.314 0
外部屬性：產品價格 外部屬性：品牌
From To 12000元 17000元 From To iPhone HTC 12000元 0 -1.484 iPhone 0 -1.238 17000元 1.484 0 HTC 1.238 0
1. 享樂屬性與實用屬性之抵換關係
由抵換關係表可知，若CPU規格為600MHz，消費者能接受智慧型手機內建 之數位相機必頇要有1000萬畫素，以及多媒體播放功能為杜比音效才可。可見消 費者非常重視實用屬性CPU的規格，若要犧牲此實用價值，必頇以更多的享樂價 值來做抵換。
2. 外部屬性與內部屬性之抵換關係 (1) 若產品品牌不變
由上述之聯合分析法可知產品價格的相對重要性高，從抵換關係表可知，
若廠商欲將產品價格從12000元提高至17000元，單一的內部屬性水準提高皆 無法讓消費者接受，惟一之方法為提高CPU規格1GHz、搭配1000萬畫素的
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
數位相機、與內建杜比音效才可。
(2) 若產品價格不變
從抵換關係表可知，若要消費者轉換品牌從iPhone至HTC，單一的內部 屬性水準提高也是無法讓消費者接受，至少必頇採用以下兩種方法：
A. CPU規格1GHz + 1000萬畫素的內建相機 B. CPU規格1GHz + 杜比音效
3. 產品價格與品牌之抵換關係
從聯合分析法結果可得出，消費者偏好低價格，與一般常理相符合，以及消 費者對iPhone之偏好順序高於HTC；由抵換關係表也可看出，產品價格從12000 元提高至17000元，iPhone品牌在屬性上操弄空間較大，而HTC品牌由於較弱勢，
產品價格必頇搭配12000元的水準才可。
‧
‧
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
表 39 「非智慧型手機使用者」對實用與享樂屬性之相對重視程度
產品屬性定義 屬性描述 相對重要性 加總
實用屬性 CPU 19.17%
26.83%
電子郵件 7.66%
享樂屬性 相機畫素 11.20%
18.68%
多媒體 7.48%
從上表可更明顯地得出，仍未使用智慧型手機的消費者對實用屬性的重視程 度明顯高過於享樂屬性。
二、科技態度因素分析 2. 第一次因素分析
KMO與Bartlett檢驗可幫助判斷資料是否適合進行因素分析，當KMO值越大，
代表變項間共同因素越多，越適合做因素分析，Kaiser（1974）指出若KMO值大 於0.5，則適合進行因素分析。從表40可知本科技量表之KMO值為0.786，表示適 合進行因素分析。而且Bartlett球形檢定值為1258.707，自由度為153，達顯著水 準，表示母群體的相關矩陣間有共同因素存在，代表適合進行因素分析。
表 40 科技態度 KMO & Bartlett 檢定
檢定值 Kaiser-Meyer-Olkin 取樣適切性量數。 .786
Bartlett球形檢定
近似卡方分配 1258.707
自由度 153
顯著性 .000
本研究以主成分分析法（Principal Components Analysis）進行因素構面的萃 取，並以直交轉軸法進行轉軸。採用直交轉軸法優點為因素間提供的資訊不會重 疊，觀察體在某一個因素的分數與在其他因素的分數，彼此獨立不相關。直交轉 軸法包括最大變異法、相等最大法、四方最大法三種，其中最大變異法是直交轉 軸法中最為普遍的方法，其原理是讓所有變項在同一因素的負荷量達到最大，以
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
簡化對因素的解釋。因此本研究採取最大變異法進行因素轉軸，並選取因素負荷 量絕對值大於0.5之變數項目。
以特徵值1作為抽取因素標準，在科技態度中共抽取出四個因素，其累積解 釋變異量為55.036％，如表41所列：
表 41 科技態度因素構面分析包含特徵值與解釋變異量(1)
表 42 科技態度量表因素分析成份矩陣表(1)
因素一 因素二 因素三 因素四 Q8我經常與親友討論、交換新科技產品的資訊 .797 .036 .096 .128 Q7通常我的朋友還在考慮是否要購買新科技產品之
前，我尌已經在使用了 .769 -.159 .138 .101
Q12我經常閱讀報章雜誌上有關新科技資訊的報導 .728 .280 .143 -.044 6.我習慣使用科技產品來處理日常生活事務 .554 .302 .016 .350 16.我花在電腦、手機等相關數位科技產品的錢愈來愈
多了 .520 .062 .304 .302
2.我經常透過網路來搜尋資訊 .090 .742 .222 .058 17.網路是我查資料的最主要途徑 -.013 .715 .198 .040 13.我的工作或功課必頇使用各種電腦軟體及科技產
品來完成 .163 .701 -.076 .315
3.電腦網路提供我許多交友的機會 .035 .074 .727 .131 1.網路、電腦遊戲與電視遊樂器是我打發時間的休閒
方式 -.057 .454 .687 -.120
15.我喜歡在網路上認識新網友 .240 -.170 .675 .118 11.我的休閒娛樂多半與科技產品有關，像是玩電視遊 .228 .344 .574 -.090
解說總變異量
因素構面 特徵值 解釋變異量(%) 累積解釋變異量(%) 因素一 4.963 25.571% 27.571%
因素二 2.035 11.305% 38.876%
因素三 1.834 10.188% 49.064%
因素四 1.075 5.972% 55.036%
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
樂器、線上遊戲、聽MP3音樂
9.使用新款手機、PDA、MP3隨身聽或iPod是很炫的事 .243 .151 .472 .189 18.如果一天不能收發E-mail，我會覺得與世隔絕 .056 .038 .057 .827 14.當我到一個手機收不到訊號的地方，我會很擔心錯
失重要電話 .125 .160 .073 .784
4.行動電話、E-mail、簡訊是我生活中重要的通訊工具 .096 .469 -.073 .472 10.如果沒有科技產品的幫助，我的日常生活將會很混
亂 .379 .134 .255 .425
5.我時常會擔心趕不上科技發展的速度 .291 -.222 .327 .400 由表42可知第9題、第4題、第10題、第5題因負荷量＜0.5，而且因素分析中 共同因素所包含的題項數最少為三題較為適合，而因素四只包含兩個題項，因此 也將因素四(第18題與第14題)刪除，再做第二次科技態度的因素分析。
3. 第二次因素分析
保留特徵值大於1的因素，共萃取出三個因素構面，累計解釋變異量為58.684
％ ，如表43所示：
表 43 科技態度因素構面分析包含特徵值與解釋變異量(2)
經過轉軸分析之後，如表44所示，三個因素構面所包含的題項分別都超過三 個，且所有的因素負荷量均大於0.5，因此保留所有12個題項。
解說總變異量
因素構面 特徵值 解釋變異量(%) 累積解釋變異量(%) 因素一 3.731 31.091% 31.091%
因素二 1.888 15.736% 46.827%
因素三 1.423 11.857% 58.684%
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
表 44 科技態度量表因素分析成份矩陣表(2)
因素一 因素二 因素三 8. 我經常與親友討論、交換新科技產品的資訊 .798 .044 .064 7. 通常我的朋友還在考慮是否要購買新科技產品之前，我尌已
經在使用了 .777 -.157 .091
12.我經常閱讀報章雜誌上有關新科技資訊的報導 .666 .257 .179
12.我經常閱讀報章雜誌上有關新科技資訊的報導 .666 .257 .179