本研究的目的在尋求跨產業、一般性的結論，資料來源包括了金融服務 及資訊服務產業，本研究的成果對了解台灣服務業有相當程度的幫助，但 這兩個產業間，本質上有相當程度的差異，未來的研究可針對某一特定產 業，甚至只針對某產業的特定業務項目，做個別特定產業較深入的研究。
本研究以自負盈虧的事業單位(SBU)為受訪單位，雖然在樣本的收集 時，有限制每一個企業的樣本數不超過五份，但受訪企業的樣本數與其營 業額的比重並未有一個客觀的選擇標準，使得抽樣結果仍有樣本代表性偏 差的疑慮，未來的研究者可尋求更好的資料收集方式。
如同 Narver and Slater(1990)的描述，市場導向是一種思考方式、是一種 企業文化。以管理的說法來描述，市場導向是管理信念，屬於戰略的層次。
企業要有好的業務績效，同時需要正確的戰術相配合。本研究嘗試著拓展 原市場導向的理論架構，試圖將屬於企業經營戰略層次的市場導向和屬於 戰術層次的企業強項發展一起討論。 未來研究者應發展測量各種不同企業 強項的量表，並探索市場導向與企業強項之間的關係，這兩個因素是如何 交互作用？他們是如何影響業務績效？ 將經營策略與業務績效關係更清 楚的釐清對經營者有更大的助益。
參考文獻
[1] Philip Kotler, Marketing Management, eleventh edition, Prentice Hall
[2] Narver, John C. , Slater, Stanley F. , “The effect of a market orientation on business profitability＂, Journal of Marketing, vol.54 Oct. 1990.
[3] Day, George S.,“The capabilities of market-driven organizations＂, Journal of Marketing, vol.58 Oct. 1994.
[4] Kohli, A.K. , Jaworski, B.J. , “Market orientation: The construct, research
propositions, and managerial implications＂, Journal of Marketing, vol. 54, April.
1990.
[5] Jaworski, B.J. ,Kohli, A.K. ,＂Market orientation: Antecedents and consequences＂ Journal of Marketing, Vol.57, July 1993.
[6] Slater, Stanley F, Narver, John C. ,“Does Competitive Environment Moderate the Market Orientation Performance Relationship＂, Journal of Marketing, vol.58 Jan. 1994.
[7] Pulendran Sue, Speed Richard, E. Widing II Robert,“The Antecedents and Consequences of Market Orientation in Australia＂ Australian Journal of Management, Vol. 25, No. 2, September 2000
[8] Dawes John,“Market Orientation and Company Profitability: Further Evidence Incorporating Longitudinal Data＂ Australia Journal of Management Vol. 25 No.
2 September 2000
[9] Tang Yiming , Tang Yijin, “An Exploratory Study of Market Orientation in China＂ Asian Business & Management, 2003,2, (91-110)
[10] Vareia Jose A. , Marisa del Rio,“Market orientation behavior: an empirical investigation using MARKOR＂, Marketing Intelligence & Planning; 2003.
[11] Horng Shun-Ching , Chen Arthue Cheng-Hsui ,“Market Orientation of Small and Medium-Sized Firms in Taiwan＂, Journal of Small Business Management;
Jul 1998.
[12] Chang Tung-Zong , Chen Su-Jane ,＂Market orientation, service quality and business profitability: a conceptual model and empirical evidence＂ The Journal of Services Marketing. Santa Barbara: 1998. Vol.12, Iss.4; pg. 246
[13] Tsao Ya-Fang ,“Research on the Relationship Between Market Orientation and Service – An Empirical Assessment of Medical Industry in Central Taiwan＂
Journal of American Academy of Business, Cambridge, Sep 2003; 381
[14] Kohli, A.K. , Jaworski, B.J. , “MARKOR: A Measure of Market Orientation＂, Journal of Marketing Research, Nov. 1993.
[15] Mavondo Felix T. , Farrell Mark A. ,“Measuring Market Orientation: Are There Differences Between Business Marketers and Consumers Marketers?
“ Australian Journal of Management, Vol. 25, No. 2, September 2000.
[16] Grefory G. Dess , Richard B. Robinson, JR. ,“Measuring Organizational Performance in the Absence of Objective Measures: The Case of the Privately-held Firm and Conglomerate Business Unit＂ Strategic Management Journal Vol. 5. 265-273 (1984)
[17] (美) 麥可‧波特(Michael E. Porter)著, 競爭策略, 周旭華譯, 天下文化, 台北,1998.
[18] Donald R. Cooper , Pamela S. Schindler, Business Research Methods, Eighth Edition, MacGraw Hill.
[19] Naresh K. Malhotra, Marketing Research, Prentice Hall, fourth edition.
[20] Mark L. Berenson , David M. Levine, Intermediate Statistical Methods and Applications, Prentice Hall.
[21] (美) 彼得‧聖吉(Peter M. Senge)著, 第五項修練, 郭進隆譯, 天下文化, 台北,1994.
附錄一：問卷
職責範圍。
附錄二：研究結果表格
變數 變數說明 平均數 標準差 Skewness Kurtosis
4.2.1-變數型態檢定
檢驗下列變數是否符合常態分配以確認其是否為數值變數。
Shapiro-Wilk 統計量及檢定結果
變數名 變數說明 檢定方法 統計量 P-value 檢定結果
MO 市場導向 Shapiro-Wilk 0.988081 0.1726 符合常態分配
OC 員工組織承諾 Shapiro-Wilk 0.992185 0.5072 符合常態分配 TE 員工團隊精神 Shapiro-Wilk 0.991604 0.4423 符合常態分配
BF 業務績效 Shapiro-Wilk 0.97643 0.006 不符合常態分配
CO 競爭者導向 Shapiro-Wilk 0.985088 0.0729 符合常態分配
CU 客戶導向 Shapiro-Wilk 0.974617 0.0038 不符合常態分配
IF 部門協同 Shapiro-Wilk 0.990792 0.361 符合常態分配
未通過常態分配檢定的變數之莖業圖及 SAS Normal Plot 如下：
4.2.2 常態分配檢定
檢驗迴歸模式的殘差項是否服從常態分配。
Shapiro-Wilk 統計量及檢定結果
變數說明 (變數名稱) 檢定方法 統計量 P-value 檢定結果
迴歸模式一的殘差項 (RES1) Shapiro-Wilk 0.963833 0.0003 不符合常態分配 迴歸模式二的殘差項 (RES2) Shapiro-Wilk 0.995433 0.8929 符合常態分配 迴歸模式三的殘差項 (RES3) Shapiro-Wilk 0.980054 0.0171 不符合常態分配 迴歸模式四的殘差項 (RES4) Shapiro-Wilk 0.967121 0.0006 不符合常態分配 迴歸模式五的殘差項 (RES5) Shapiro-Wilk 0.965202 0.0004 不符合常態分配
未通過常態分配檢定的變數之莖業圖及 SAS Normal Plot 如下：
4.2.3 變異數均齊檢定(Homoscedasticity)
以目視法檢驗迴歸模式的殘差項與自變數的殘差圖是否有特定的形態。
Model 1 : BF=β0+β1*MO Model 2 : OC=β0+β1*MO
Model 3 : TE=β0+β1*MO
Model 4 : BF=β0+β1*CO+β2*CU+β3*IF
Model 5 : BF=β0+β1*Q31+β2*Q32+β3*Q33+β4*Q34+β5*Q35+β6*Q36+β7*Q37+β8*Q38
Q31~Q38 變數的全距因素(七點量表測量)，使得圖形看來有點奇怪，並無特別形態在內。
4.2.4-共線性檢驗(collinearity diagnostics)
Proportion of Variation Number Eigenvalue Index
Intercept 競爭者導向(CO) 客戶導向 (CU) 部門間協同 (IF)
1 3.95205 1 0.00192 0.00127 0.00105 0.00093195
2 0.02356 12.95201 0.93993 0.15245 0.01763 0.04426
3 0.01415 16.71372 0.05751 0.70515 0.5046 0.0465
4 0.01024 19.64509 0.0006375 0.14114 0.47672 0.90831
迴歸模式五共線性檢驗過程
Variable Tolerance Variance Inflation
Intercept . 0
Q31 (低成本優勢) 0.88482 1.13018
Q32 (專業程度) 0.53945 1.85374
Q33 (經濟規模) 0.38193 2.61828
Q34 (通路覆蓋率) 0.73343 1.36346
Q35 (完整的產品線) 0.63026 1.58666
Q36 (品牌優勢) 0.51343 1.9477
Q37 (服務品質) 0.28611 3.49512
Q38 (客戶關係維繫) 0.33845 2.95463
Proportion of Variation
Number Eigenvalue Index
Intercept Q31 Q32 Q33 Q34 Q35 Q36 Q37 Q38 1 8.53886 1 0.00042 0.00138 0.00043 0.00049 0.00119 0.00073 0.00052 0.00024 0.00029
2 0.15492 7.42424 0.00088 0.37268 0.00139 0.01396 0.23876 0.00082 0.00402 0.00042 0.00189
以因素分析檢驗 Narver and Slater(1990)市場導向量表的構面效度 (Construct Validity)。Kaiser's Measure of Sampling Adequacy (KMO)的數值為 0.90249028，表示適合進行因素分析。分析步驟及結果如下：
Eigenvalues of the Correlation Matrix: Total = 15 Average = 1 Eigenvalue Difference Proportion Cumulative
1 6.72643506 5.35150518 0.4484 0.4484 2 1.37492988 0.27401806 0.0917 0.5401 3 1.10091182 0.17779236 0.0734 0.6135 4 0.92311946 0.20353162 0.0615 0.675 5 0.71958784 0.06464302 0.048 0.723 6 0.65494482 0.02894988 0.0437 0.7667 7 0.62599494 0.10615546 0.0417 0.8084 8 0.51983948 0.05001831 0.0347 0.8431 9 0.46982117 0.07864397 0.0313 0.8744 10 0.39117721 0.02609434 0.0261 0.9005 11 0.36508287 0.02976644 0.0243 0.9248 12 0.33531643 0.02132647 0.0224 0.9471 13 0.31398996 0.05102999 0.0209 0.9681 14 0.26295998 0.0470709 0.0175 0.9856
15 0.21588908 0.0144 1
使用 Eigenvalue 大於一的選取標準，可選出三個因素，此時變異解釋能 力達 0.6135。因素負荷(Factor Loading)如下。
Factor1 Factor2 Factor3
因素負荷 因素負荷 因素負荷
Q1 我們的業務人員定期分享與業務相關之競爭者的策略。 0.50246 0.45674 -0.43879 Q2“客戶滿意＂是驅使我們業務目標的主要力量。 0.6816 -0.36241 -0.13654
Q3 我們快速地反應威脅我們的對手行動。 0.62372 0.08378 0.0751
Q4 我們持續地觀注我們對服務客戶需求的承諾及以客戶為導向的程度。 0.7241 -0.33057 0.16805 Q5 我們各單位的高階主管定期拜訪現有及潛在的客戶。 0.43203 0.46034 0.54412 Q6 我們自由地談論、交換我們對客戶需求的成功經驗與了解。 0.75336 -0.11209 -0.19768 Q7 我們的競爭優勢策略是奠基於我們對客戶需求的了解。 0.78499 -0.24215 0.0364 Q8 我們整合各部門的職能以服務目標客戶的需求。 0.63898 -0.13264 -0.0331 Q9“創造更大價值給客戶＂的信仰驅使我們的營運策略。 0.75736 -0.30187 -0.18345
Q10 我們經常且有系統地評估客戶滿意度。 0.68837 0.05155 -0.09874
Q11 我們十分重視售後服務。 0.81657 -0.20964 0.00099
Q12 高階主管定期談論競爭對手的長處及策略。 0.623 0.52486 -0.20721
Q13 我們所有的主管均了解每一位員工如何能對創造客戶價值做出貢獻。 0.67081 0.27529 0.27429 Q14 我們鎖定那些我們有機會擁有競爭優勢的客戶。 0.63856 0.0048 0.54532
Q15 我們和其他部門分享資源。 0.59771 0.35911 -0.24359
每個因素所解釋的變異 6.7264351 1.3749299 1.1009118
Final Communality Estimates: Total = 9.202277
使用變異最大旋轉法(VARIMAX rotation)以放大變異程度，增加解釋能力。
旋轉後因素負荷如下。
Factor1 Factor2 Factor3
因素負荷 因素負荷 因素負荷
Q1 我們的業務人員定期分享與業務相關之競爭者的策略。 0.15728 0.79267 0.02355 Q2“客戶滿意＂是驅使我們業務目標的主要力量。 0.76977 0.14517 0.03084
Q3 我們快速地反應威脅我們的對手行動。 0.42752 0.30675 0.35331
Q4 我們持續地觀注我們對服務客戶需求的承諾及以客戶為導向的程度。 0.75126 0.01717 0.31168 Q5 我們各單位的高階主管定期拜訪現有及潛在的客戶。 -0.00344 0.21466 0.80532 Q6 我們自由地談論、交換我們對客戶需求的成功經驗與了解。 0.67809 0.38466 0.10688 Q7 我們的競爭優勢策略是奠基於我們對客戶需求的了解。 0.75822 0.17966 0.26265 Q8 我們整合各部門的職能以服務目標客戶的需求。 0.58409 0.22549 0.187 Q9“創造更大價值給客戶＂的信仰驅使我們的營運策略。 0.79658 0.24823 0.04703
Q10 我們經常且有系統地評估客戶滿意度。 0.51615 0.41162 0.22453
Q11 我們十分重視售後服務。 0.76659 0.23646 0.25915
Q12 高階主管定期談論競爭對手的長處及策略。 0.18506 0.76668 0.29067 Q13 我們所有的主管均了解每一位員工如何能對創造客戶價值做出貢獻。 0.32537 0.34929 0.61084 Q14 我們鎖定那些我們有機會擁有競爭優勢的客戶。 0.43822 -0.00256 0.71632
Q15 我們和其他部門分享資源。 0.27121 0.66129 0.18624
每個因素所解釋的變異 4.6346402 2.4550451 2.1125914
因素命名及負荷如下：
4.5-區別分析
首先確認是否八項企業強項均對業務績效(BFL)有區別效果，其 Univariate Test 為： Q31 (低成本優勢) 1.5335 1.5117 0.3743 0.04 0.0416 3.39 0.036 Q32 (專業程度) 1.2389 1.1059 0.6979 0.2128 0.2703 22.03 <.0001 Q33 (經濟規模) 1.5307 1.4396 0.6639 0.1262 0.1444 11.77 <.0001 Q34 (通路覆蓋率) 1.5666 1.5757 0.0467 0.0006 0.0006 0.05 0.9526 Q35 (完整的產品線) 1.5291 1.4787 0.5154 0.0762 0.0825 6.72 0.0016 Q36 (品牌優勢) 1.4808 1.3631 0.7299 0.163 0.1947 15.87 <.0001 Q37 (服務品質) 1.3002 1.1565 0.7421 0.2185 0.2796 22.79 <.0001 Q38 (客戶關係維繫) 1.2991 1.1497 0.7545 0.2262 0.2924 23.83 <.0001
通路覆蓋率(Q34)的區別效果並不顯著，後續的分析將把它剔除。重新
由下表得知，區別函式一其特徵質(Eigenvalue)達到 0.01 之顯著水準。
Function Eigenvalue Difference Proportion Cumulative Ratio F Value Num DF Den DF Pr > F
1 0.4612 0.4208 0.9195 0.9195 0.657796 5.23 14 314 <.0001 2 0.0404 0.0805 1 0.961182 1.06 6 158 0.3868
區別函數一的係數
Can1
Q31 (低成本優勢) 0.144701 Q32 (專業程度) 0.455828 Q33 (經濟規模) -0.03107 Q35 (完整的產品線) 0.022978 Q36 (品牌優勢) 0.400544 Q37 (服務品質) 0.070397 Q38 (客戶關係維繫) 0.532738
係數前三大的為：客戶關係維繫、專業程度及品牌優勢，區別分析的結果 和 4.4 節的迴歸分析結果一致。
附錄三：SAS code
/* Using SAS function to import data set, File>Data import */
/* Data Print for verifying data integrity*/
Proc print data=d1;
run;
/* descriptive statistics metric variables --*/
Proc UNIVARIATE data=D1 ; var MO OC TE BF CO CU IF ; run;
/* Test normality for Regression */
Proc UNIVARIATE data=D1 plot freq normal;
var MO OC TE BF CO CU IF;
run;
/*---internal consistency test----*/
/* cronbach coefficient Alpha for compeittor */
PROC CORR DATA=D1 ALPHA NOMISS;
VAR Q1 Q3 Q12 Q14;
RUN;
/* cronbach coefficient Alpha for customer */
PROC CORR DATA=D1 ALPHA NOMISS;
VAR Q2 Q4 Q7 Q9 Q10 Q11;
RUN;
/* cronbach coefficient Alpha for interfunctional */
PROC CORR DATA=D1 ALPHA NOMISS;
VAR Q5 Q6 Q8 Q13 Q15;
RUN;
/* cronbach coefficient Alpha for COMMITMENT */
PROC CORR DATA=D1 ALPHA NOMISS;
VAR Q16 Q17 Q18 Q19 Q20 Q21 Q22;
RUN;
/* cronbach coefficient Alpha for Teaming */
PROC CORR DATA=D1 ALPHA NOMISS;
VAR Q23 Q24 Q25 Q26 Q27 Q28 Q29;
RUN;
/* cronbach coefficient Alpha for PERFORMANCE */
PROC CORR DATA=D1 ALPHA NOMISS;
VAR Q30 Q39 Q40 Q41 Q42 Q43;
RUN;
/* ---Construct validity Check---*/
/* Construct validity for MO */
PROC FACTOR R=VARIMAX SCREE MSA;
VAR Q1-Q15;
RUN;
/*---MO >BF, OC, IF --- Regression Analysis */
/* Model 1-Regression of MO>BF */
PROC REG data=D1;
model BF= MO ;
output out= ROC1 P=YHAT R=RES1;
Proc plot data=ROC1 formchar(1 2 7 9)='|-+-';
plot RES1*MO / hpos=55 vpos=25;
Run;
Proc UNIVARIATE plot freq normal;
var RES1;
run;
/* Model 2-Regression of MO>OC */
PROC REG data=D1;
model OC= MO ;
output out= ROC2 P=YHAT R=RES2;
Proc plot data=ROC2 formchar(1 2 7 9)='|-+-';
plot RES2*MO / hpos=55 vpos=25;
Run;
Proc UNIVARIATE plot freq normal;
var RES2;
run;
/* Model 3-Regression of MO>TE */
PROC REG data=D1;
model TE= MO ;
output out= ROC3 P=YHAT R=RES3;
Proc plot data=ROC3 formchar(1 2 7 9)='|-+-';
plot RES3*MO / hpos=55 vpos=25;
Run;
Proc UNIVARIATE plot freq normal;
var RES3;
run;
/* Model 4-Regression for Business performance*/
PROC REG data=D1;
model BF=CO CU IF /VIF TOL COLLIN;
output out= ROC4 P=YHAT R=RES4;
Proc plot data=ROC4 formchar(1 2 7 9)='|-+-';
plot RES4*CO / hpos=55 vpos=25;
plot RES4*CU / hpos=55 vpos=25;
plot RES4*IF / hpos=55 vpos=25;
Run;
Proc UNIVARIATE plot freq normal;
var RES4;
run;
/* Model 5-Regression of strength */
Proc REG data=D1;
model BF= Q31 Q32 Q33 Q34 Q35 Q36 Q37 Q38/VIF TOL COLLIN;
output out= ROC5 P=YHAT R=RES5;
Proc plot data=ROC5 formchar(1 2 7 9)='|-+-';
plot RES5*Q31 / hpos=55 vpos=25;
plot RES5*Q32 / hpos=55 vpos=25;
plot RES5*Q33 / hpos=55 vpos=25;
plot RES5*Q34 / hpos=55 vpos=25;
plot RES5*Q36 / hpos=55 vpos=25;
plot RES5*Q37 / hpos=55 vpos=25;
plot RES5*Q38 / hpos=55 vpos=25;
Run;
Proc UNIVARIATE plot freq normal;
var RES5;
run;
/*--Discriminant analysis , confirm the result of Model 5--*/
PROC DISCRIM data=D1 DISTANCE ANOVA ALL CAN;
CLASS BFT;
VAR Q31-Q33 Q35-Q38;
RUN;
/* ANOVA on Nationality */
PROC MEANS DATA=D1 MEAN;
VAR CO CU IF MO OC TE BF ; class Q47;
RUN;
PROC ANOVA;
CLASS Q47;
MODEL CO CU IF MO OC TE BF Q47=Q47;
RUN;
/* ANOVA on industry */
PROC MEANS DATA=D1 MEAN;
VAR CO CU IF MO OC TE BF ; class IN;
RUN;
PROC ANOVA;
CLASS IN;
MODEL CO CU IF MO OC TE BF IN=IN;
RUN;
/* ANOVA on size of company */
PROC MEANS DATA=D1 MEAN;
VAR CO CU IF MO OC TE BF ; class Q48b;
RUN;
PROC ANOVA;
CLASS Q48b;
MODEL CO CU IF MO OC TE BF Q48b=Q48b;
RUN;