4.3 問卷基本統計
5.2.2 機車傳統車型模式
本節內容為依據第 4.3.1 節針對方案被選擇次數進行合併後的 6 個最終方案 定義,並假設家戶皆可選擇所有方案,將資料納入機車傳統車型選擇模式中進行 校估,除建購多項羅吉特模式外,為考量方案間可能存在相似性,因此亦建構巢 式羅吉特模式。其結果如表 5.2 所示。
73
74
表 5.2 機車傳統車型多項羅吉特及巢式羅吉特校估結果(續)
解釋變數 多項 巢式(1) 巢式(2)
包 容 值
方案 1.2 同巢
1.9379
方案 3.4 同巢 1.6544
方案 5.6 同巢 1.4319
方案 1、3、5 同巢
1.9089
方案 2、4、6 同巢 1.9398
收斂之對數概似值 -467.996 -459.529 -458.218
0.483 0.492 0.494
註: 1.「*」者為於 α = 0.1 下為顯著者 2.「**」者為於 α = 0.05 下為顯著者 3.「***」者為於 α = 0.01 下為顯著者
ρ 2
β) LL( ˆ
75
5.2.2.1 機車傳統車型多項羅吉特模式
首先校估多項羅吉特模式,為尋求最佳模式,本研究逐步將各替選方案之效 用函數置入不同變數,並反覆校估模式,最後根據估計參數顯著性及模式整體的 解釋能力選擇最佳多項羅吉特模式。本模式係以排氣量 90c.c.以下及車齡 3 年以 下之方案 1 做為方案特定常數之基準進行模式校估,再將顯著之共生變數保留並 加入方案特定變數進行校估,究嘗詴不同變數之組合,在此不贅述其過程,僅將 最佳多項羅吉特模式之校估結果彙整如表 5.2 所示。
機車傳統車型選擇之最佳羅吉特模式之概似比指標為 0.483,可知模式納入 表 5.2 所列之變數能使模式具有相當的解釋能力。依據最佳多項羅吉特模式之校 估結果,將共生變數及各方案特定變數正負符號之意義分述如下:
(一) 共生變數
本模式中加入之共生變數均屬於車輛持有成本及使用成本,所有符號皆 為負且於α=0.05 之下皆為顯著,此代表這些成本項目越高時將降低選擇 方案之效用,此情形符合先驗知識。
(二) 方案特定變數
(1) 主要駕駛人性別
此為虛擬變數,女性為 0,男性為 1。此變數特定至方案四且其 符號為正,表示男性相對女性而言會偏好排氣量 91-125c.c 且超過 3 年的車型,可知車齡越高其故障率亦相對提升,但女性駕駛較不會 處理車輛故障之情形,故此符合先驗知識。
(2) 主要駕駛人所得
此變數特定至方案 4,且其符號為負,此代表當主要駕駛的所得 越高時越不容易選擇方案 4。
(3) 年行駛里程
此設定為虛擬變數,當年行駛里程大於 3000 公里時為 1,反之 為 0。3000 公里之臨界值係使用模式校估之方式得出,此變數特定 至 91-125c.c.之方案,就車齡而言符號為正,顯示年行駛公里數超過 3000 公里之家戶以該車輛為主要運輸工具,故相較方案 1(90c.c.以下 車型)偏好選擇車型較大之方案,此情形符合先驗知識。
(4) 通勤時間
此依據填答者之通勤時間作為變數資料進行分析,此變數特定 至 91c.c.以上之車型且符號為正,顯示通勤時間越長者越偏好選擇排
76 小於90c.c. 91c.c.
| 125c.c
126c.c.以上
3年以下 超過3年 3年以下 3年以下超過3年 超過3年
氣量大之車型。當通勤時間越長時,駕駛人即會更注意車輛性能,
而排氣量較大之車型通常性能較好,故此符合先驗知識。
5.2.2.2 機車傳統車型巢式羅吉特模式
本研究以上述之最佳多項羅吉特模式為基礎,再以巢式羅吉特模式校估各方 案間是否具有相似性。本研究首先假設家戶於購買車輛時有兩種情形,一為家戶 先決定排氣量再選擇車齡,另一則為先決定車齡再選擇排氣量,並於兩種假設情 形下嘗詴各種方案的巢式組合。首先探討先決定車型之排氣量再選擇車齡之情形,
於模式中將相同排氣量之車型方案至於同巢,共分為三巢,其巢式結構如圖 5.3 所示,而其校估之結果亦列於表 5.2。
由校估結果可知:其符號皆與多項羅吉特模式大致相同。但是該模式中三 巢的包容值皆大於 1,代表以先決定車型之排氣量再選擇車齡的情形下,選擇方 案間不具有相似情形。
接著探討先決定車齡再選擇車型之排氣量之情形,於模式中將車齡 5 年以 下之方案置於同巢,再將其他方案置於另一巢,共分為兩巢。其巢式結構如圖 5.4 所示,其校估之結果列於表 5.2。
圖 5. 3 機車傳統車型巢式架構一(依車型同巢)
77
由巢式羅吉特模式二之校估結果可知其方案特定變數之符號與多項羅吉特 模式相同且符合先驗知識。但是該模式中兩巢的包容值皆大於 1,代表先決定車 齡再選擇車型之排氣量的情形下,選擇方案間不具有相似情形。因此本研究將以 機車車型車齡之最佳多項羅吉特模式作為後續分析之基礎。