研究對象及分析方法

一、研究對象

本研究之研究對象為過去三屆超級籃球聯賽舉辦以來，曾經到現場觀賞過球 賽的消費者。且因為超級籃球聯賽的目標顧客群主要是針對 30 歲以下的學生及 年輕上班族，而這區間的廣大消費族群多半是網際網路的高度使用者，故本問卷 研究採用全球資訊網問卷調查法，由受測者線上填寫完畢後，系統會自動統計並 可提供研究者端自行擷取數據。

二、分析方法

本研究利用下列幾種統計方法分析回收之樣本資料，分述入下：

（一）描述性統計分析（Descriptive Statistics Analysis）

針對本研究所回收之問卷之樣本，就其受訪者之個人資料進行描述性統計分 析。分析內容包括性別、年齡、職業、教育程度、個人每月可支配所得、這三個 球季中到現場觀賞 SBL 比賽的頻率及目前所支持的球隊。本研究將透過百分比及 次數分配等資料，來陳述樣本之各變項的分佈情形。

（二）信度分析（Reliability）

所謂「信度」也稱為可靠度，指的是某一份量表所測得的分數之一致性

（consistency）及穩定性（stability）程度。本研究採用 Cronbach 信度係數來衡 量各變數問卷題項間及問卷整體的一致性程度與穩定性。Guilford（1965）認為 Cronbach α 係數若低於 0.35 時，應該拒絕使用，若介於 0.7 和 0.35 之間是尚 可，大於 0.70 屬於高信度值。Nunmlly（1978）認為在單項對總項相關測試中，

若有低於 0.30 情況出現，該變項應予以刪除。因此，本研究以Cronbach’s α 值 0.70 以及 Item-Total Correlation 值 0.30 為研究的判定標準。

（三）因素分析（Factor Analysis）

因素分析是一種縮減空間（或構面）的技術，主要目的再以較少的構面來表 示原有的資料結構，而又能保存原有資料結構所提供的大部分資訊（黃俊英，

1996）。本研究採用主成分分析法（Principle Component Analysis）進行因素抽取，

並且以最大變異法（varimax）進行直交轉軸，抽取出特徵值（eigen-value）大於 1 的因素構面。

（四）相關分析（Correlation Analysis）

相關分析是利用來衡量兩個隨機變數之間「直線關係」的方向與強弱程度，

本研究將採Pearson 積差相關分析來探討。 Pearson 相關係數（r）是介於正1 到 負1 之間，相關的強弱亦即二個變數間有何程度的關係是以絕對值來判斷，絕對 值越接近1，表示越強的線性關係，愈接近0，表示愈弱的線性關係。

表3-7 Pearson 相關係數關係表

數值 相關程度

0 ≤ r ≤ 0.2 幾乎沒有相關 0.2 ≤ r ≤ 0.4 稍微（弱）有相關 0.4 ≤ r ≤ 0.7 有相當的（中程度）相關

0.7 ≤ r ≤ 1 有強烈相關

（五）迴歸分析（Regression Analysis）

迴歸分析係在驗證各變數間的影響效果。分析的目的在瞭解及建立一組自變 數（預測變數）對一某依變數（準則變數）的關係，以便做為預測的依據，並藉 以評估自變數對依變數的影響。本研究採複迴歸分析，找出一組線性方程式，據 以描述依變數與一組自變數之間的關係。並於模式中加入控制變數，藉由控制變 數的考量，探討其對迴歸模式的影響。

此外，研究中再採用逐步迴歸（Stepwise Multiple Regression）分析法，邱皓

政（2000）對逐步迴歸法的描述如下：它是綜合順向進入法與反向淘汰法，迴歸 分析先依順向進入法，逐步納入最具預測效力的預測變項，但是每納入一個預測 變項後，及利用反向淘汰法檢驗在方程式的所有預測變項，若有任何未達顯著的 預測變項便將被淘汰，依此原則交叉循環進行檢測，直到所有保留在方程式中的 預測變項都是達到顯著水準、淘汰的預測變項皆為不顯著之變項為止。此法可謂 兼具順向法與淘汰法之優點。