研究假設

依據過去的文獻探討，本研究根據研究架構，假設企業形象、便利性、促銷活動與網站 功能對全聯福利中心購買意願之關係與影響。

在企業形象方面，Nelling and Webb(2009)提到企業可以透過參加社會公益活動來提升 企業形象與聲譽。Loudon and Bitta(1993)認為消費者會向形象良好的企業購買商品，以降 低消費風險。陳鉦達(2002)認為，對消費者而言企業有良好的形象較容易獲得消費者的信任 與好感，也提升消費者對企業產品或服務的購買意願。故本研究假設：

H1 企業形象對購買意願有正向關係

在便利性方面，Jones 等人(2003)曾說消費者對於企業的服務愈感到便利，則消費者惠 顧的意願就會愈高。另劉財龍(2009)提到零售業提供越多的便利性對消費者的購買意願越 高。故本研究假設：

H2 便利性對購買意願有正向關係

在促銷活動方面，吳宜蓁和陳禎祥(2006)研究顯示不同促銷方式對購買意願具顯著差 異。Kotler(2000)提到促銷大多是短期性質，主要是用來激勵消費者或經銷商，對於某一產 品採行提前購買或買較多的數量。劉美琪(1995)提到降價促銷功能在於再增加購買量；贈品 促銷在於刺激即興購買與強化品牌印象。Davis et al.(1992)研究發現促銷會提升消費者對 產品的購買意願。另陳怡秀(2005)研究結果顯示不同的促銷方式下對購買意願有正向影響。

故本研究假設：

H3-1 促銷活動對購買意願有正向關係

H3-2 限時搶購特賣價對購買意願有正向關係 H3-3 憑卡扣 10 點買 1 送 1 對購買意願有正向關係 H3-4 滿$500 送抽獎卷對購買意願有正向關係 H3-5 滿 249 送贈品對購買意願有正向關係

在網站功能方面，王志偉(2004)提到網路所提供網站功能會影響消費者的購買意願。

Lynch and Ariely(2000)提到在資訊內容有價格搜尋與具優質資訊的能力時，可以增加顧客 滿意度以及增加再瀏覽網站與再購買的意願。

H4 網站功能對購買意願有正向關係

第六節 資料處理與分析

在資料的處理上採用統計軟體 SPSS 12.0 進行量化分析，將 my3Q 與 mySurvey 正式問卷 資料彙整，並將發放的問卷逐ㄧ建檔，做題項選項編碼，進行題項選項的文字轉換數值的資 料處理以便於做資料分析，本節將說明會使用到的統計分析方法與相關的測量方法，分別敘 述如下：

一、 敘述性統計分析(Descriptive Statistic)

為了解本研究樣本結構，採用敘述性統分析方法，對本研究所收集的樣本進行個人基本 資料、購買次數與生活經費來源，進行平均數、標準差、次數分配的敘述性分析。

二、 複選題分析

本問卷採用 SPSS 複選題分析法以得知全聯福利中心的資訊來源，設計七題複選題來得 知消費者會來全聯福利中心購物主要是受哪些的資訊來源影響，問卷題項有「透過電視廣 告」、「透過報紙、雜誌廣告」、「透過全聯福利中心 DM」、「透過全聯福利中心標語、賣場內 DM、

廣告」、「透過親友推薦」、「透過全聯福利中心網站、Facebook、App」及「其他」進行分析，

用觀察值的次數分配和所占百分比的比例，以瞭解消費者得知資訊來源。

三、 問卷信度分析(Reliability Analysis)

問卷信度測量，用以檢視問卷結果的一致性與穩定性。Gay(1992)學者提到信度在.70 以 上是可接受的最小信度值。吳明隆(2007)提到總量表的信度在.80 以上為最好，在.70 至.80 之間為可以接受的範圍，而分量表的信度在.70 以上為最好，在.60 至.70 之間為可以接受使 用。

四、 因素分析(Factor Analysis)

根據 Kaiser(1974)的觀點，可以取樣適切性量數 KMO 值的大小來判別，其判斷的準則如 表 3.6-1 KMO 取樣適切性下：

表 3.6-1 KMO 取樣適切性

KMO 統計量值 因素分析適合性

.90 以上 極適合進行因素分析

.80 以上 適合進行因素分析

.70 以上 尚可進行因素分析

.60 以上 勉強可進行因素分析

.50 以上 不適合進行因素分析

.50 以下 非常不適合進行因素分析 資料來源：Kaiser(1974)

五、 獨立樣本 T 檢定

本研究採用 T 檢定，各項人口統計變數對於研究的其他變數有無顯著差異。

六、 單因子變異數分析

單因子變異數的分析在於了解不同變數所造成的結果是否有顯著差異。本研究透過變異 數分析來檢視人口統計變數與購買次數對研究架構中的每個構面是否存在顯著差異。

七、 單變量分析

經由獨立樣本 T 檢定與單因變異數分析中了解人口統計與各構面的顯著性差異後，更進 一步的了解效果值大小或關聯強度指數值，其解釋變異量在 6%以下，表示變項間屬「微弱」

關係；解釋變異量在 16%以上，表示變項間屬「強度」關係，介於兩者之間，表示變項間屬

「中度」關係。以及藉由統計考驗力的數值等於 1，表示推論時之裁決正確率為 100%。

八、 Pearson 相關分析

相關用以檢驗兩個變項間的關聯程度，即是了解自變項能解釋依變項的變異量。兩個變 項間的相關係數絕對值程度可分成三類：高度相關為.700 以上者；中度相關為.400 至.700 之間者；低度相關為.400 以下者。

九、 迴歸分析

迴歸分析在於檢驗自變項與依變項之間關係。本研究採用複迴歸方法的強迫進入法加以 分析檢定以求迴歸係數，求取路徑係數之各變數間可能的因果關係，以檢驗假設之影響性。

由於在檢驗迴歸分析會受到共線性(conllinarity)問題的影響，所以須檢視變異數膨脹因素 (variance inflation factor;VIF)，此為容忍度的倒數，VIF 的值愈大，表示自變數的容忍 度愈小，若 VIF 大於 10 時，代表變數間可能有多元共線性的問題。共線性指的是由於自變項 間的相關太高，造成迴歸分析的困擾。