生活型態分析

4.2.1 生活型態因素分析

本研究在生活型態因素分析方法上，將24題生活型態題項以主成分分析法(Principal Components Analysis)進行研究，萃取出生活型態因素構面，並且以最大變異數法(Varimax) 進行直交轉軸，以獲得旋轉後之因素負荷量矩陣。

Zaltman與Burger(1975)認為只要萃取特徵值大於1，各變項負荷量大於0.3，且累積解 釋變異量達40％以上即可。Overall與Klett(1972)指出若因素構面由三個變數以上組成，

其負荷量絕對值大於0.35，則此因素構面相當穩定。Tabachnick等人(1989)則建議採用主 成分分析法和變異數最大法之轉軸方式來進行研究，轉軸後因素負荷量至少應大於0.3以 上。綜合以上學者觀點，本研究利用因素分析法中主成分分析抽取主要因素，並且利用變 異數最大法之直交轉軸釐清變項與因素間關係。

首先，以24題生活型態量表為輸入變數，利用主成份分析法進行因素分析，並以變異 數最大法進行直交轉軸，萃取特徵值大於1且因素負荷量大於0.4的因素，共計萃取出八個 生活型態構面因素，不過因為其中有一個構面僅包含一題，層面所包含的題項太少，另外 某些題項的共通性太低，因此剔除了量表中的第3、12、18、21、23題。將剩餘的19題生活 型態題項列為輸入變數，再做一次因素分析，首先進行Bartlett＇s球體檢定，發現其近似 卡方值為1513.60，p值小於0.05，且Kaiser-Meyer-Olkin度量值達0.791，顯示本研究抽樣 資料適合進行因素分析。最後共萃取出五個生活型態因素構面，其累積解釋變異量為 53.319%，將各因素分析結果整理於表12，其中包括因素構面、特徵值、解釋變異量以及累 積解釋變異量等四項。因素構面中包含的題號、題項內容及因素負荷量整理於表13

表12 生活型態因素構面、特徵值、解釋變異量與累積解釋變異量 因素構面 特徵值 解釋變異量(％) 累積解釋變異量(％）

因素一 2.525 13.292 13.292

因素二 2.121 11.164 24.456

因素三 2.032 10.694 35.149

因素四 1.973 10.383 45.532

因素五 1.479 7.787 53.319

資料來源：本研究整理

表13 生活型態各因素構面所包括之題目與因素負荷量

4.2.2 生活型態信度分析

經過因素分析之後，為確保因素構面的信度，針對以上五個因素構面，檢定 其信度(Reliability)，分析結果整理於表14。

表14 生活型態因素信度分析表

由表14可知五個構面的信度Cronbach’s Alpha 值除了「勤快活力」外，皆在0.6以上，因此 每一因素內的消費者生活型態題項足以代表該因素構面，顯示本研究問卷的衡量項目具有 一致性與穩定性。

4.2.3 生活型態集群分析 (1)選擇集群數

因為本研究樣本數目超過300筆，所以採用最常用的K-means非階層集群分析法，吳明隆(民 94)指出，當觀察值的個數較多或資料檔非常龐大(通常觀察值在200以上)因為觀察值數量 太多，階層式集群分析中的冰柱圖(icicle plots)與樹狀圖(dendrograms)兩種判別圖形，

在呈現時會過於分散，不易令人閱讀與解釋。楊世瑩(民94)指出階層集群分析法的缺點是 樣本數大時耗時較久，非階層集群分析的優點是執行速度較快。而在非階層式集群分析法 中，則以K-Means集群分析法較為常用與受歡迎（Afifi,1990）[30]，因此本研究採用此法，

並運用生活型態因素構面之因素分數進行集群分析。

非階層式集群分析法所面臨的最大的問題是集群數目的決定（Afifi,1990），Afifi（1990）

建議，可以比較各群在F檢定下的值，以判斷在不同的集群數目下，各集群間的變異程度，

但特別值得注意的是，此值在統計上的意義並不可用於檢定結果顯著與否的解釋，僅用於 比較與檢視群間的變異程度。Wilks' Lambda值其意義即為組內的變異佔總變異的比例。本 研究根據上述兩位學者的建議，檢視不同集群數目下的Wilks' Lambda值的變化來決定集群 數目。

計算各群數Wilks＇ Lambda之數值變化，其結果顯示如表15，集群數目由三群合併為二群 時，數值明顯增加，故選擇三群作為本研究之集群數。各集群中樣本數及百分比如表16。

表15 集群數所對應之Wilks' Lambda值及顯著性 集群數 Wilks' Lambda值 Wilks' Lambda遞減值 P值

2 0.395 <.0001*

3 0.195 0.2 <.0001*

4 0.125 0.07 <.0001*

5 0.077 0.048 <.0001*

6 0.062 0.015 <.0001*

7 0.049 0.013 <.0001*

資料來源：本研究整理

註：*表示 p<0.05 有顯著差異

表16 生活型態中各集群樣本數

集群數 樣本數 百分比

集群一 173 46.88%

集群二 142 38.48%

集群三 54 14.63%

合計 369 100%

資料來源：本研究整理 (2)集群命名

為了瞭解由集群分析所得到的三個群體的差異狀況，可根據各集群在生活型態構面之平均 因素得分值大小，再藉由其他生活型態因素構面來驗證各集群間的差異。如表17所示，可

找出三個集群的特性，並依其特性命名之，其特性描述和命名結果陳述於下。

精打細算 .24827 .19662 -1.31243 77.183 <.0001* (1,3)(2,3) 因素二

正確率計算如下：

1.集群一正確率：169/(169+4+0)=97.7%

2.集群二正確率：140/(2+140+0)=98.6%

3.集群三正確率：53/(1+0+53) =98.1%

4.全體正確率：(169+140+53)/369=98.1%

表18 實際分群與理論分群之交叉列表

本研究將利用卡方檢定(Chi-Square Test)之百分比同質性檢定(Test of Homogeneity of Proportions)，以了解不同市場區隔在各人口統計變項上是否有顯著差異。因此，在下列的 檢定中，即針對各集群在性別、年齡、職業、教育程度、及每月可支用所得等五項人口統 計變數作分析與說明。

4.3.1 各持卡者集群在性別上的分析

此節為檢定假說1-1：生活型態中不同的持卡者集群在「性別」上無顯著差異。結果發現在 α=0.05 的顯著水準下，卡方統計量為0.864，p值大於顯著水準0.05，不拒絕假說1-1，意 即在生活型態中不同的持卡者集群中，消費者在性別上無顯著的差異，結果整理於表19。