第二章 理論文獻回顧
2.4 研究方法
本研究在統計計量方面運用因素分析法、集群分析法，以下分別 加以介紹。
2.4.1 因素分析法因素分析法因素分析法 因素分析法
黃俊英（2007）指出，因素分析（Factor Analysis）是二十世紀初 期心理學領域所發展出來的一種多變量統計技術，最初應用的範圍偏 重於有關人類行為之研究，以後逐漸擴及於社會學、氣象學、政治學、
藥學、地理學及管理學的領域。
因素分析是一種互依分析技術，是一種技術的統稱，它包含許多 縮減空間（或構面）的技術，主要目的在以較少的維數（Number of
Dimensions,即構面的數目）來表示原先的資料結構，而又能保存住原
有資料結構所提供的大部分資訊。本研究使用 SPSS 10.0 for Windows 統計輔助軟體，目的是要進行 因素分析與集群分析，並針對問卷資料進行相關統計分析。
本研究所探討的物業服務需求屬性，共計四類構面四十九個問 項，故利用因素分析萃取出物業服務需求的主要因素構面。
（（
（（一一一）一））因素分析法的）因素分析法的因素分析法的用途因素分析法的用途用途 用途
張芳全（2009）指出，「研究者在檢定問卷效度時，常見方法是以 因素分析法為主。問卷設計出來的題目要掌握社會複雜現象，研究者 期待將複雜的變相進行簡化。例如，運用一份研究問卷來了解某一研 究構念或研究變項的構念效度，因為研究構念愈多，問卷的題目數也 會比較多，研究者無法在短時間內掌握這些題目究竟是否真的可以有 效的解釋構念，此時研究者可運用因素分析法，來對這份問卷的題目 數進行刪減，因素分析所咬掌握的就是問卷的構度概念」。
（（
（（二二二）二））因素分析法的原理）因素分析法的原理因素分析法的原理 因素分析法的原理
張芳全（2009）指出，「因素分析是數學中一種精簡變項的做法，
它能夠將為數眾多的變數，濃縮成為較少的幾個精簡變數，即抽出共 同因素。簡言之，它從 M 個觀察變數萃取出 N 個重要的因素（M＞N）， 這些重要的因素就是共同因素。因素分析是假定個體在變數之得分，
由三個部份組成，即共同因素（Common Factor）、特殊因素（Unique
Factor）
、和誤差因素。簡言之，因素分析的基本假定是任何一組變項所形成的觀察值，一部分是由『共同因素』所組成，另一部份由『特 殊因素』與『誤差因素』所組成，也就是：
所有數值＝共同因素＋特殊因素＋誤差因素……….（2-1）
因素分析法在因素抽取完成後的結果通常都不容易解釋，經常會 出現一個變項在數個因素上有高的負荷量之情形。因此，因素抽取完 成後就要進行因素轉軸（Factors Rotation），以讓因素分析的結果易於 解釋。轉軸的目的在達到簡單結構，以讓研究者可以有意義的解釋因 素分析的結果。綜合而言，所謂簡單結構就是每一個變項究竟應歸屬 哪個因素要非常清楚。假若變項 j 屬於第一個因素，那麼此一變項在 因素一上的因素負荷量要很高，但在其他因素上的因素負荷量要很 低，最好是 0。當每個變項都能清楚歸屬某一因素時，研究者就很容 易解釋因素分析的結果了（陳正昌等，2005）。
本研究因素分析方法透過 spss 輔助統計軟體進行操作，利用主成 分分析法，經過直交轉軸後，萃取出主要共同因素，達到構面問項縮 減的目的，並以此進行後續的研究分析。
2.4.2 集群分析集群分析集群分析法集群分析法法法
集群分析（Cluster Analysis）是一種一般邏輯程序。黃俊英（2007）
指出，它能根據相似性與相異性，客觀地將相似者歸集在同一集群
（Cluster）內。所謂集群（Cluster）就是相似事物（Object）的集合。
集群是分類（Classification）的同義字，因為集群的形成係根據某種準 則進行分類而得，故集群分析有時亦稱「分類分析」（Classification
Analysis）
。陳正昌等（2005）指出，集群分析的主要方法是使用一組計量資 料，加以計算各觀察體的相似性（Similarity）或相異性（Dissimilarity）， 然後使用各種分析的方法，將這些觀察體加以分類，進而有效地掌握 各集群的性質。
黃俊英（2007）指出，集群分析的目的在辨認在某些特性上相似 的事物，並將這些事物按照這些特性化分成幾個集群，使在同一集群 內的事物具有高度同質性，而不同集群間的事物則具有高度異質性。
如果用幾何圖形來說明的話，同一集群內的事物應聚集在一起，而不 同集群的事物應彼此遠離。
集群分析並不是一種統計推論技術，而是將一組觀察值的結構特 性予以數量化的一種客觀方法。因此，在其他方法中非常重要的常態 性、直線性和變異數相等性等要求，對集群分析幾乎沒什麼作用。但 複共線性則有影響，因為具有複共線性的那些變數會有較大的權重，
複共線性有如一種加權的過程，會影響分析的結果。
林師模等（2008）指出，集群分析是一種用來將屬量的觀測點分
對某些特性而言，會具有一致性；而分屬不同群內的觀測點，針對同 樣的特性則會有顯著的不同。基於這樣的定義，集群分析得以應用於 財務、行銷、政治等許多的領域。
集群分析是一種個案刪減的統計方法，係指根據一組準則變數，
將 N 個個案集成 I 個群別的方法，其中 I 小於等於 N，是一種一般邏 輯程序，它能根據相似性與相異性客觀地將相似者歸在同一集群內，
其目的在辨認某些特性相似的事物，並將這些事物按照不同特性劃分 成幾個集群，使在同一集群內的事物具有高度同質性，而不同集群間 的事物則具有高度異質性。
所以，如何選定一些分類的標準，然後將不同的觀察體加以分類，
使得同一類（集群）之內的觀察體彼此的相似度愈高愈好，而不同一 類之間觀察體彼此的相異度愈高愈好，這是集群分析的主要任務（陳 正昌，2004）。
（（
（（一一一）一））集群分析的定義）集群分析的定義集群分析的定義 集群分析的定義
集群分析是一種數值分析法（Numerical taxonomy），它與傳統分 類法有所不同，傳統分類法的分類準則是事先就決定好了，而集群分 析是按照自然類別（Natural Groupig），將分佈某一計量空間（Metric
Space）的給予以分類，使分類後集群均具有同性質（黃俊英，2007）
。如果用幾何圖形來說明的話，同一集群內的分子應聚集在一起，
而不同集群的分子應彼此遠離（蔡獻唐，2009）。
（
（
（
（二二二）二））集群分析的方法）集群分析的方法集群分析的方法 集群分析的方法
在分析的方法方面，一般可分成階層式（Hierarchical Method）及 非階層式（Nonhierarchical Method）二大類。集結的方式係先計算出 各觀察體間的距離或組內誤差矩陣，然後將最接近的二個觀察體加以 合併成一集群，接著在計算出合併後的觀察體間距離或組內誤差，並 重複以上的程序，直到所有的觀察體合併成同一集群。華德最小變異 法（Ward’s minimum variance method）其目的是希望合併後集群內的 聯合組內變異量達到最小。
（
（
（
（三三三）三））集群分析之任務）集群分析之任務集群分析之任務 集群分析之任務
透過集群分析，使得同一類（集群）之內觀察體彼此的相似度愈 高愈好，而不同一類之間觀察體彼此的相異度愈高愈好，即集群分析 最主要的任務。本研究採用因素分析所得各因素得點作為分群變數，
以二階段集群分析與華德法來決定群組個數，經由分群的結果，可知 各集群的特性。
2.5 本章小結本章小結本章小結本章小結
物業服務市場出現資訊不對稱狀況時，供需雙方都會增加交易成 本，對於社區而言將產生勞民傷財的嚴重結果。物業服務市場的供需 特色是先有物業需求才提供物業服務服務，社區若能揭露物業服務需 求的資訊，則可排除資訊不對稱之因素，增加社區的管理效率。因此 交易成本理論對本住宅物業服務需求的研究產生正向支持作用。
市場導向經濟的基礎在於消費者有知的權利與無限的選擇（謝文 雀，2001）。但實務上若社區對公共事物議題沒有共識，或選項過多時，
將產導致意見分歧的結果，因此物業服務需求研究，要能產出物業需 求模型供社區快速類比，以加速凝聚共識。
本研究應用馬斯洛需求層次理論的需求層次概念，來設計問項，
以方便後續分析比對物業服務需求與馬斯洛需求層次理論的關聯性。
日本民眾積極參與物業服務，並願意付費接受高品質管理，而服 務水準整齊收費標準差異不大，值得我國參考。大陸地區物業服務其 服務之強制力與彈性均較台灣為大，亦值得我國參考。
管理維護的目的：實體面而言，管理維護維可持公寓大廈構造、
設施設備及其使用機能正常運作，以節省能源消耗與人力物力之浪 費，同時可創造建築物最高價值。從精神面而言，係建立溝通管道同 時凝聚住戶間之共識。
再者，本研究以產、官、學三個範本或研究論文，在考量管理維 護公司之營業特許範圍，萃取三者交集得到「保全門禁」、「環境清潔」、
「設備維護」、「生活商業」等四類住宅物業服務需求構面，並作為後 續研究之基礎。
最後，本研究是應用多變量分析的因素分析法與集群分析法，來 針對填答資料進行分析與整理，希望產出本土的「物業需求模型」。