三、 研究內容與方法
3.4 概念框架
本研究主要研究概念如下圖所示：
1. 首先檢驗平均期末績效並不因學校不同(T 組與 X 組)而有差異，學校作為中介因子。
2. 檢驗學生的平均期末績效並不因預設環境(三個預設環境)不同而有差異，預設環境為 中介因子。
3. 檢驗先行者優勢，觀察進入順序、成功順序與成功前期數是否與先行者優勢相關。
4. 比較行銷組合的策略，以學校作為中介因子。
預設環境別
期末績效 -平均淨利 -平均市場份額
行銷組合策略 先行者優勢
成功前期數 成功順序
行銷經費策略 進入順序
定價策略 通路策略 期末模擬結果
學校別
圖 3.3 概念框架
第四章、實證分析
4.1 MARKOPS 模擬期末結果比較
假設1：MARKOPS 期末模擬結果在兩組學生都沒有顯著差異
台 灣 某 國 立 大 學 管 理 學 院 在 職 專 班 學 生 以 及 中 國 某 管 理 學 院 在 職 專 班 學 生 的 MARKOPS 電腦行銷模擬軟體的隊伍分別以 T1-T14 共 14 隊代表台灣，中國以 X1-X14 代表但缺少 X12、X13 兩隊，所以共 12 組資料。由於模擬作業的要求是在第八期時達 到最大總和淨營收，因此本研究先以一因子變異數分析(One-Factor ANOVA)來比較兩組 學生第八期之期末總和淨利潤(NC8)。檢驗常態性得知兩組(14 隊、12 隊)最價後一期淨 利(NC8)都成常態分配，接下來檢驗兩組母體之變異數相等，才進行 two-sample t-test 比 較兩組之NC8 平均值。
常態性測試
表4.1：期末總和淨利潤常態性測試(學校別，T 代表台灣，X 代表中國) 校 隊數 NC8 平均值 標準差 Shapiro-Wilk Test P 值 T 14 68505.71 41176.59 0.6438
X 12 54910.75 30681.14 0.6383
結果顯示，在顯著水準0.05 下，兩組資料皆符合常態。
變異數一致性測試以及平均值比較
兩母體變異數經F-test檢定發覺無顯著差異(p-value = 0.3351)，故應觀察T-Test中Variances 標明Equal部分的t-test結果，因所對應之p-value = 0.3563，故在 0.05 的顯著水準下，接 受H0：µ1 = µ2。根據T-Test的結果，T組所有隊伍第八期淨利(NC8)的平均值以及變異數 在統計上並未顯著地大於X組，表示MARKOPS模擬環境執行的最後結果並不因為學校 不同而有顯著差異。
4.2 驗證預設環境與期末結果不相關
由於MARKOPS模擬環境如同真實世界，企業必須面對經營環境的變化，經理人也必須 面對環境的挑戰，指導教授將MARKOPS環境預設為三群，代表三個不同的經營環境，
藉簡單線性迴歸 Yi=β0+β1X1i+εi將三個環境的每期實際成長率導入運算迴歸結果如下：
表4.2：預設環境實際成長率迴歸結果(環境別)
環境群 隊伍數 參數 估計值 標準差 t Value P Value β0 9.475802469 2.38260558 3.98 0.0002
1 9 β1 0.190925926 0.50044727 0.38 0.7038
β0 15.11703704 1.63392889 9.25 <.0001
2 9 β1 -2.13018519 0.34319371 -6.21 <.0001
β0 14.89694444 3.77050661 3.95 0.0002
3 8 β1 -1.36416667 0.79196480 -1.72 0.0894
雖然在統計上僅有第二群拒絕H0:β1=0 的假設，表示在統計上第一群與第三群的實際成
-40.0 變異數分析(丁承，2004，Berenson, Levine, Goldstein，1983)來比較三個群組的 NC8 平 均值是否相等。首先使用Proc Univariate 檢驗得知三個群組 NC8 值都成常態分配，再藉 Hartley’s Fmax test 得知三個群組 NC8 的變異數一致，最後使用 Proc GLM 檢驗得知三個 群組的最後一期淨利平均值無顯著差異。證明初期設定的市場群組與領導優勢沒有顯著 相關，因此之後本研究就不另外將初始市場群組當做一個自變項，也就是環境的變化並 不會影響領導優勢的建立與持續。
常態性測試
表4.3：期末總和淨利常態性測試(環境別)
群 隊數 NC8 平均值 標準差 Shapiro-Wilk Test P 值 1 9 71648.33 41139.39 0.6768
2 9 55427.78 37037.05 0.2875 3 8 59290.50 33366.16 0.7183
結果顯示，在顯著水準0.05 下，三群資料皆符合常態。
變異數一致性測試
由於三群資料的常態性滿足，故可採用Hartley’s Fmax test 來檢定三群資料 NC8 平均值 的變異數是否一致。由計算而得
Fmax = 1.5202086937 < 臨界值 Fmax (0.05;3,7)= 6.94
故接受變異數一致性之假設。
檢定三群 NC8 之平均數相等
由Proc GLM得到P值為 0.6388，在α=0.05 下，接受H0：μ1=μ2=μ3。因此得到三群資 料的NC8 平均值無顯著差異的結論，亦即三組預設環境雖然影響受測學生的決策，但並 不會對最後一期的結果產生顯著的差異，因此本研究中後續的研究將不考慮環境差異的 因素。
4.3 新產品進入策略
本研究以MARKOPS 環境中，各隊在 D 市場區隔中推出的新產品作為檢驗的對象。由 於討論範圍首先定義產品的成功為：在第八期時仍然存在於市場中且銷售單位數量的市 場份額達到25%以上。另外，初次成功期別是以銷售量佔該市場區間的份額達到 25%作 為成功推出新產品推出的標準，來判斷各隊在推出新產品後的第幾期獲得成功。以下將 所有隊伍在D 市場中推出新產品的成功與失敗直接列出：
表4.4：新產品進入結果表 有33.33%。兩校學生總體的先行者失敗率為 36%，支持 Golder 與 Tellis (1993)先行者的 失敗率達到47%的研究。
平均份額為 49.13%。T 組雖然絕大多數隊伍都能成功推出新產品，但成功的時間較 X 組為晚，且最後的市場份額也較X 組少了將近 10 個百分點。X 組中推出新產品能夠存 活的比例雖然很低，但在成功的四組中，有三組(X6、X9、X10)在推出新產品的當期或 次期即已取得超越25%份額的成功地位，X9 與 X10 甚至很快的取得超越 50%的絕對領 先地位(最高達 61.7%以及 72.9%)，在 T 組中沒有任何一組於任何一期取得超越 60%的 市場份額。這樣的結果說明T 組總體而言絕大多數隊伍都有能力規劃執行新產品進入策 略，表現雖然優秀但卻未必獲得全面性的成功，反觀X 組雖然大多數隊伍沒有能力規劃 新產品進入策略，但假如成功卻很可能會是全面性的席捲市場。以下將對成功隊伍的成 功因素以及失敗隊伍的可能失敗原因進行探討。
4.3.1 先行者優勢
先行者優勢的表現是較高的市場份額以及較高的利潤(von Hippel，1984)，因此本研究首 先探討進入順序與市場份額的關係以及進入順序與產品期末淨利潤的關係。
4.3.1.1 進入順序
假設2：由進入順序所帶來的先行者優勢在兩組學生的結果上都不會呈現顯著
用一因子變異數分析，將 T 組與 X 組進入順序對期末市場份額以及產品期末淨利的關 係分別製表如下：
表4.5：T 組進入順序與平均市場份額檢定(one factor ANOVA) (1)常態性測試
組別 進入順序 隊數 平均市場份額 (%) 標準差 Shapiro-Wilk Test P 值 常態性
T 3 4 29.20 12.58 0.7340 符合 4 7 44.10 10.61 0.1349 符合 5 2 29.65 3.61 因僅兩個樣本故採無母數檢定 (2)檢定三群 D 產品期末市場份額之平均數相等(無母數檢定 proc NPAR1WAY)
P 值 0.0329 由無母數之Kruskal-Walls Chi-Square test得知P值為 0.0329，在α= 0.05 下，拒絕H0：µ1 = µ2 = µ3，亦即三個進入順序在統計上對期末的平均市 場份額有顯著差異。
表4.5 顯示，在進入順序與平均市場份額的檢定上，當α= 0.05 時，拒絕H0：µ1 = µ2 = µ3， 亦即三個進入順序在統計上對期末的平均市場份額有顯著差異。
表4.6：T 組進入順序與平均期末淨利檢定(one factor ANOVA)
P 值 0.2104 由無母數之Kruskal-Walls Chi-Square test得知P值為 0.2104，在α= 0.05 下，接受H0：µ1 = µ2 = µ3，亦即三個進入順序在統計上對期末的平均期 定中Variances Unequal 的部份。
(3)檢定兩群 D 產品期末市場份額之平均數相等 (T-Test) Normal Approximation P = 0.3299>0.05
Chi-Square P=0.2912>0.05
在α= 0.05 下，接受H0：µ1 = µ2，亦即兩個進入順序在 統計上對期末的平均期末淨利沒有顯著差異。
表4.8 顯示，在α= 0.05 下，接受H0：µ1 = µ2，亦即兩個進入順序在統計上對期末的平 均期末淨利都沒有顯著差異。
因 此 接 受 假 設 二 ， 進 入 順 序 無 法 帶 來 顯 著 的 先 行 者 優 勢 。 由 於 Lieberman 與 Montgomery(1998)指出，進入順序雖然有明顯而且穩健的效應，但是行銷組合的效應更 強，後進者能夠藉此來追上並超越先行者。本研究將在後面繼續從行銷組合的角度出發 檢視創造領導優勢的條件。
4.3.1.2 經濟規模
低階產品由於產品的每單位利潤較低，能否達到經濟規模成為成功的關鍵因素。本研究 以銷售數量達到市場區間的25%作為克服需求不確定性以及達到最小有效規模的指標。
成功順序
成功順序的定義是第一次達到市場份額25%的期別。本研究將整合 T 組與 X 組隊伍中 在D 市場發表新產品後「曾經」成功隊伍的數據進行研究，亦即代表包含曾經成功但於 第八期時被判定為失敗的隊伍，由表4.4，符合條件者 T 組有 13 隊，包含 T1 到 T5 以 及T7 到 T14 隊，X 組有六隊，分別為 X6、X8、X9、X10、X11、X14 六隊。
假設3a：成功順序在平均市場份額不會帶來顯著的先行者優勢 假設3b：成功順序在平均期末淨利不會帶來顯著的先行者優勢
用一因子變異數分析，將成功順序對期末市場份額以及產品期末淨利的關係分別製表如 下：(由表 4.4 得知，僅有一隊(X10)在第三期即達到成功，因此在將 X10 隊資料移出，
僅比較其他18 隊)
表4.9：成功順序與平均市場份額檢定(one factor ANOVA) (1)常態性測試
組別 成功順序 隊數 平均市場份額 (%) 標準差 Shapiro-Wilk Test P 值 常態性
4 4 41.38 17.14 0.5260 符合 5 8 35.06 16.72 0.4086 符合 7 6 34.37 6.15 0.1651 符合 (2)變異數一致性測試
Fmax = 7.7782361974 < 臨界值 Fmax (0.05;3, 5)=10.8 接受變異數一致性之假設 (3)檢定三群 D 產品期末市場份額之平均數相等
F 值 0.34 P 值 0.7165
在α= 0.05 下，接受H0：µ1 = µ2 = µ3，亦即三個成功順序在統計上對期 末的平均市場份額沒有顯著差異。
表4.10：成功順序與平均期末淨利檢定(one factor ANOVA) (1)常態性測試
組別 成功順序 隊數 平均期末淨利 (K$) 標準差 Shapiro-Wilk Test P 值 常態性
4 4 12221.00 7254.61 0.9270 符合 5 8 9489.63 5494.30 0.2547 符合 7 6 5373.67 2203.80 0.9518 符合 (2)變異數一致性測試
Fmax = 10.836391594 > 臨界值 Fmax (0.05;3,5)=10.8 拒絕變異數一致性之假設 (3)檢定三群 D 產品期末淨利總和(PC8)之平均數相等，Welch’s ANOVA F-Test F 值 2.91
P 值 0.1255
在α= 0.05 下，接受H0：µ1 = µ2 = µ3，亦即三個成功順序在統計上對期 末的平均期末淨利沒有顯著差異。
表4.9 與 4.10 都顯示，在α= 0.05 下，接受H0：µ1 = µ2 = µ3，亦即三個成功順序在統計 上對期末的平均市場份額或是平均期末淨利都沒有顯著差異。接受假設3a及 3b。
成功前期數
成功前期數的定義是從產品發表後，到初次獲得 25%以上的市場份額，中間經過的期 數。同上節，共有19 隊隊伍符合條件。
假設4a：成功前期數在平均市場份額不會帶來顯著的先行者優勢 假設4b：成功前期數在平均期末淨利不會帶來顯著的先行者優勢
用一因子變異數分析將成功前期數對期末市場份額以及產品期末淨利的關係製表如下：
表4.11：成功前期數與平均市場份額檢定(one factor ANOVA) (2)變異數一致性測試 Brown-Forsythe Test
F 值 1.96 P 值 0.1639
在α= 0.05 下，接受變異數一致性之假設。
(3)檢定四群 D 產品期末市場份額之平均數相等(無母數檢定 proc NPAR1WAY)
P 值 0.1250 由無母數之Kruskal-Walls Chi-Square test得知P值為 0.1250，在α= 0.05 下，接受H0：µ1 = µ2 = µ3= µ4，亦即四個成功前期數在統計上對期末的 平均市場份額沒有顯著差異。
表4.11 顯示，在α= 0.05 下，接受H0：µ1 = µ2 = µ3= µ4，亦即四個成功前期數在統計上 對期末的平均市場份額沒有顯著差異。接受假設4a。
表4.12：成功前期數與平均期末淨利檢定(one factor ANOVA) (1)常態性測試
採用Tukey、Scheffe 及 Bonferroni 三種多重比較方法，獲致相同結論：即成功前期數為
採用Tukey、Scheffe 及 Bonferroni 三種多重比較方法，獲致相同結論：即成功前期數為