研究方法介紹

第一節 研究方法介紹

一、信度檢定標準

信度（reliability）是衡量檢測的結果是否具有一致性（consistency）或穩定性的程 度，也就是沒有誤差的程度，亦稱可靠度。是以衡量的變異理論為基礎；針對固定群 體受測者在不同時間內，利用同一種測量工具，將回收的問卷以Cronbach α係數進行 可靠性分析，通常此信度是指量表測驗後的測量結果，非指測量工具本身的信度。信 度會隨著不同受測者而有不同的分數量表，也會因為調查期間，問項的清晰度，調查 時候的氛圍及合作與否等外在環境因素，影響量表測試結果的信度，因此，在設計新 的量表時，經過事前預試問卷來檢視問卷信度，較符合問卷調查的程序，提供可靠的 信度。在傳統信度測量的方法中，可分為三種：再測法、複本相關法、內部一致性的 信度，本研究使用內部一致性的信度測量方法，根據題目一致性，只需測驗一次即可 估算其信度的值。問卷設計是以李克特五大指標概念為依據，受測工具是採用五等格 尺度量表施測，因此選擇李克特用的「Cronbach α」作為信度之高低標準，研究結果可 對照下表3-1，做為可信度高低衡量之依據（陳寬裕、王正華，2011）。

31

表 3-1 可信度程度與 Cronbach's α 係數之對照表

資料來源：陳寬裕、王正華，2011。

二、單一樣本T檢定

單一樣本t 檢定的目的在於利用自某母體抽樣的樣本資料，來推論該母體的平均值 是否與指定的檢定值（常數）之間存在顯著差異，這是一種對母體平均值的假設檢定，

經常應用在學生成績樣本檢定是否與母體平均值有顯著差異（陳寬裕，王正華，2011:155）。

三、重要表現程度分析法（Importance-Performance Analysis，簡稱 IPA）

IPA 是一利用二維矩陣將消費者對特定服務或產品的「重視程度」和消費者認為滿 意情形的測量「滿意程度」之相關屬性滿意情形以圖像分析的方式，進行有效測量的管 理方法，從中找到提高顧客滿意度和顧客忠誠度的途徑，即藉由「重視程度」-對消費者 的重要性和「滿意程度」-消費者認為滿意情形的測度，找出重要性與表現績效的相對位 置，將特定服務產品的相關優先排序的技術（Sampson & Showalter, 1999）。將問卷統計 出來的屬性重要性的平均數及屬性給顧客感覺表現好壞的平均數填入四個象限內，四個 象限內的座標位置則代表各個屬性，觀察其不同象限中所包含的問項，做為改進服務品 質的依據，如圖 3-1。

可信度 Cronbach α 係數 不可信 Cronbach α 係數<0.3 勉強可信 0.3≦Cronbach α 係數<0.4 可信 0.4≦Cronbach α 係數<0.5 很可信（最常見） 0.5≦Cronbach α 係數<0.7 很可信（次常見） 0.7≦Cronbach α 係數<0.9 十分可信 0.9≦Cronbach α 係數

32

四、績效評估矩陣（Performance Evaluation Matrix，簡稱 PEM）方法

PEM 主要是以六標準差設計 （Design For Six Sigma, DFSS） 的六標準差 （Six

33

值（μA），利用 Min = 1 為 K 等量表中的最小值，R= K-1 指 K 等量表的全距，PI〔0, 1〕且 PA〔0, 1〕，參考 Chen et al. （2005） 利用公式 1 與公式 2 將五等格量表之數值 標準化轉換至 0 ～ 1 之間。

為了更明確找出題項中需要改善的項目。學者Hung et al. （2003）⁹、Hsia et al. （2009）

10及Lin et al. （2006）提出在矩陣圖加上下管制線（control limit），透過 abs（PI-PA）

的差額，求解管制線的標準差，來修正績效評估矩陣方法。

標準差 d 值的求解，Lin et al. （2006） d 取1倍標準 s（即d＝s），對於s值之計算 方法，以重要度及表現度指標取自K等量表平均值，令μIi，μAi，分別為第i題項重要度 與表現度的平均指標，分別利用（1）式與（2）式，轉換成PIi 與PAi，令Di＝|PIi -PAi|，

當問卷題項數為第n個題項，則σ值如（公式3）。

如圖 3-2 中，將 X 軸、Y 軸座標之 K 等量表平均值（μI，μA）分別以（1）式及

（2）式表示，座落於矩陣的四點座標分別為 A（0 , d）、B（1- d , 1）、C（d , 0）、D（1 , 1- d），d 點介於 0，1 之間。在 PEM 中， AB 與 CD 分別為上下管制線，將績效評估 矩陣劃化分Ⅰ區域、Ⅱ區域、Ⅲ區域等 3 個區塊。績效的判讀為：Ⅰ區域為“優先改善 區”，為重要度大於滿意度，需要提高滿意度，所以應增加資源以提昇服務品質；Ⅱ區域 為 “目標區域”屬於維持現狀； Ⅲ區域 “檢討區”視為資源過剩且過度浪費。可以重新檢 討資源的配置。如經營者若資源不足，要將資源過剩的Ⅱ區域轉移到資源不足的Ⅰ區域

9 Hung, Y. H., Huang, M. L. and Chen, K. S. （2003:pp. 79-89.）

10 Hsia, T. C., Chen, S. C. and Chen, K. S. （2009, pp. 11-21.）

公式 （3）

公式 （1） 公式 （2）

34

優先改善區域，可提昇整體的滿意度。（宋佩芬。2010：P.23）

圖 3-2 上下管制線之績效評估矩陣 資料來源：宋佩芬（2010：P.23）

一般管制線 d 值有不同經驗值的政策考量，分別有 d = 1/3（ Hung et al.,2003），d

= 0.184 （Hsia et al., 2009）， d = σ（Lin et al., 2006）的應用（引自宋佩芬，2010：34）。 D 值的決定，主要考量改善資源的多寡而定。

五、影響範圍-績效分析（IRPA）

IPA 分析方法被廣泛運用在各行各業，主要應用重要程度（X 軸）與滿意程度（Y 軸）的平均值進行 XY-Plot，並以各個構面題項的總體重要程度平均值和總體滿意度平 均值劃分四個象限。題項落點落於：第一象限為繼續保持，第二象限為資源過剩，第三 象限為次要改善，第四象限為積極改善。IPA 方法簡單易懂，但仍存在著缺點，可能導 致管理者在決策上產生誤差。缺點一：從消費者的角度而言，管理者進行改善後，不一 定能提高消費者的滿意度。缺點二：由李克特五點尺度量表來看，在第三象限的落點項

35

目，應已達到標準程度以上，但在 IPA 中的建議是屬於要改善的，所以在評估上會出現 誤差。缺點三：缺乏有利的激勵因子（如工作上的成就感、被賞識和認可及未來成長機 會等）、保健因子（較優質的工作環境、較優渥的薪資報酬等），所以會導致重要程度及 績效表現的錯判。缺點四：整體滿意貢獻的程度，無法從改善過後的項目中了解其改善 的多寡。基於上述缺點，Mikulic J.,and Prebezac（2008）認為 PZB 的重要程度大多屬於 臆測或者主觀的想像，認為直接分析其滿意程度更能反映實際消費者認知。並認為滿意 程度當中隱含制度性懲罰因子和獎勵因子，而且滿意程度的影響是非對稱性的影響。因 此，本研究應用服務品質影響範圍（Impact Range Performance Analysis,IRPA）和非對稱 影響分析（Impact Asymmetry Analysis,IA）（Mikulic J., and Prebezac, 2012; ）。針對五等 格滿意度量表求取懲罰因子和獎勵因子，說明如下：

令 Satisfy（滿意度）= F （ 相對不滿意，相對滿意）

相對不滿意＝懲罰因子 pi； 相對滿意＝獎勵因子 ri 。 Satisfy （滿意度）

1 2 3 4 5

Satisfy （滿意度）= F （pi ，ri ），進行迴歸分析

＝ pi 標準化係數 ＋ ri 標準化係數

＝不滿意生成機率（DGP）＋滿意生成機率（SGP）

＝RIOCS （ Range-Impact on OCS，整體顧客滿意度影響範圍）。RIOCS 總體反映了懲 罰因子和獎勵因子的成分。IA 屬性中有 SGP（Satisfaction-Generation Potential，產生滿 意的機率）和其 DGP（Dissatisfaction-Generation Potential，產生不滿意的機率）的相比 較的程度。使用公式如下：

SGPi ＝ ri / RIOCSi；DGPi = pi / RIOCSi （公式 4）

IAi index ＝ 〡SGPi〡－〡DGPi〡； （公式 5）

〡SGPi〡＋〡DGPi〡＝ 1 （公式 6）

pi =處罰指數（迴歸標準化係數）；

令 S＝1, then, pi=1, else , pi = 0 懲罰因子 pi 令 S＝5, then, ri=1, else , ri = 0 獎勵因子 ri

36

ri ＝ 獎勵指數（迴歸標準化係數）； p ＝屬性處罰指標、r ＝屬性獎勵指標。

接續分別應用 RIOCS & 平均滿意度；RIOCS & IA 分別進行 XY-Plot，獲得影響範 圍績效 IRPA 和 非對稱影響改善 IA 分析圖，以平均值劃分四個象限，並以第四象限為 積極改善區。IA 指數值的範圍可以從-1~+1，以＋/-0.1 和+/-0.4¹¹劃分混合、滿意因素（不 滿因素）、愉悅因素（挫敗因素），並以 RIOCS 之平均值和最大值與最小值之平均值劃 分低、中、高影響來觀察非對稱之影響（如圖 3-3、圖 3-4）。

11此一劃分臨界值亦和前述 d 值的決定，均屬於政策決定，本研究以+/-0.2, ＋/-0.6 作為臨界值。

圖 3-3 影響範圍及績效表現 資料來源：Mikulic and Prebezac（2008）

圖 3-4 影響非對稱及影響範圍 資料來源：同圖 3-3

37