逐步迴歸區別分析(Stepdisc analysis) - 研究方法 - 策略聯盟與合作企業經營績效關係之研究-以航空業為例

4.4. 研究方法

4.4.2. 逐步迴歸區別分析(Stepdisc analysis)

逐步迴歸區別分析，首先採順向選擇法，依據 Lambda 值挑選一個變數進入模型中。在逐步迴歸區別分析法每一步驟中，已經被納入模型的變數須再經反向淘汰法的審核，即於下一步驟其他變數進入模型中，先前納入之變數若不再具有顯著預測力時，

將被淘汰(Thompson, 1989；彭昭英, 2007)。逐步迴歸區別法功能為選擇或刪除變數，

並評估變數的重要性，從多個變數中選出具有影響力的變數。

本研究中與財務杜邦等式八個相關變數、每單位資本額的獲利能力指標(每股盈餘，EPS)及六個航空業營運指標變數，共 15 項變數，代表企業的競爭資源、優勢與能力。然而這15 項變數具有高度相關，因此採逐步迴歸區別法，將這些變數進行分析，

篩選出與加入航空聯盟影響力較大之變數。本研究樣本全部107 組筆資料，因 15 項變數其中有15 筆有缺失值，故餘觀察計 92 筆 15 個變數(如表 4.9.)；未加入聯盟組計 37 筆數據，佔40.2%；加入聯盟組計 55 筆數據，佔 59.8%。(分析結果如表 4.10.) 1. 依選入順序之七個變數為：可售機位公里數(ASK)、資產報酬率(ROA)、資產

(Asset)、營收(Rev)、載客公里收益率(RPKc)、機隊(Fleet)、載客數(Pax)。

2. 第一個選入變數為可售機位公里數(ASK)代表航空公司運能，Partial R-square 值為0.4657、Pr <Lambda 值小於 0.001；顯示可售機位公里數(ASK)與加入航空聯盟相關性顯著。第二個選入變數為資產報酬率(ROA)為企業經營績效指標之一，

Partial R-squre 值為 0.077、Pr <Lambda 值小於 0.001；顯示資產報酬率(ROA)與加入航空聯盟相關性顯著。

3. 七個變數的正典相關(Canonical Correlation)為 0.635、Pr <Lambda 值小於 0.001；

顯示七個變數與加入航空聯盟相關非常顯著。

4. 七個變數代表之意義：

(1)經營績效：總資產報酬率(ROA)為經營績效常用之參考指標；(2)航空公司規模：資產(Asset)、機隊(Fleet)；(3)營運管理能力：可售機位公里數(ASK)為航空公司利用機隊及航線產生運能之能力；營收(Rev)、載客人數(Pax)代表銷售能力；載客公里收益率(RPKc)則為提升單位收益的能力。

表4.9. 觀察筆數及變數摘要資訊

The STEPDISC Procedure

The Method for Selecting Variables is STEPWISE

Observations 92 Variable(s) in the Analysis 15 Class Levels 2 Variable(s) will be Included 0 Significance Level to Enter 0.15 Significance Level to Stay 0.15 Class Level Information

Join Name Frequency Weight Proportion

0 _0 37 37 0.402174

1 _1 55 55 0.597826

表4.10. 逐步迴歸區別分析結果

The STEPDISC Procedure Stepwise Selection on Summary

Numbe

r In Entered

Remove d

Partial

R-Square F Value Pr > F

Wilks'

0.4657 78.43 <.0001 0.5343446 <.0001 0.46565536 <.0001

0.0508 4.55 0.0358 0.4127154 <.0001 0.58728457 <.0001 5 LF 0.0007 0.06 0.8101 0.4129974 <.0001 0.58700256 <.0001 6 Fleet

機隊 0.0717 6.56 0.0122 0.3834041 <.0001 0.61659589 <.0001

7 Pax

載客人數 0.0489 4.32 0.0408 0.3646687 <.0001 0.63533126 <.0001 4.4.3. 正典區別分析結果(Candisc analysis)

正典區別分析之目的在建立區別函數，前題是母體群體平均數差異顯著，因此，

必須先觀察母體平均數之差異檢定結果。本研究將逐步迴歸區別法挑選出的七個重要變數利用正典區別分析法進行母群體平均數之差異檢定，同時進一步建立區別函數。

1. 母群體摘要資訊及多變量分析：

本研究樣本全部107 組筆資料，因七項變數其中有 14 筆有缺失值，故餘觀察計 93 筆 7 個變數 2 個組別(如表 4.11.)；未加入聯盟組計 37 筆數據，佔 39.8%；加入聯盟組計56 筆數據，佔 60.2%。

如表4.12，Wilks’ Lambda 平均差異顯著(P< .0001)，F=20.65；顯示各組均值不全相等，確認區別分析的適當性。

表4.11. Summary Information

Observations 93 Total DF 92

Variables 7 DF within Classes 91

Class Levels 2 DF Between Classes 1

Class Level Information

Join Name Frequency Weight Proportion

joint joint 56 56.0000 0.602151

not joint not_joint 37 37.0000 0.397849

表4.12. MANOVA and Multivariate Tests

Multivariate Statistics and Exact F Statistics S=1 M=1 N=49.5

Statistic Value F Value Num DF Den DF Pr > F Wilks' Lambda 0.3702889 20.65 7 85 <.0001 Pillai's Trace 0.6297111 20.65 7 85 <.0001 Hotelling-Lawley Trace 1.7005943 20.65 7 85 <.0001 Roy's Greatest Root 1.7005943 20.65 7 85 <.0001

2. 正典相關

樣本僅具有2 個群體，依表 4.13.及表 4.14.數值顯示，用第一組典型相關值即能有效區別航空公司加入聯盟與否的兩群組。正典相關愈高代表變數愈好，七個變數與加入聯盟相關性為 0.79。Eigenvalue 大於 1 的標準下，且 Eigenvalue 愈高區別函數的區別愈佳；本研究區別函數1 的 Eigenvalue 為 1.7006，且在顯著水準 α=0.05 的標準下，

Pr<0.001，達顯著水準。

表4.13. 正典相關(Canonical Correlation)分析結果 The CANDISC Procedure

Canonical

表4.14. Eigenvalue & ＦStatistic

Eigenvalues of Inv(E)*H= CanRsq/(1-CanRsq)

Eigenvalue Difference Proportion Cumulative

1 1.7006 1 1

Test of H0: The canonical correlations in the current row and all that follow are zero

Likelihood Ratio

Approximate F Value

Num DF Den DF Pr > F 1 0.37028886 20.65 7 85 <.0001 Note: The F statistic is exact.

3. 標準化正典區別係數(Canonical Coefficients)

根據表4.15. Pooled Within-Class Standardized Canonical Coefficients 的分析結果，

策略聯盟對可售機位公里數、資產報酬率、資產、載客公里收益率及載客數均為正向影響；而機隊及營收為負向影響，可解釋為：航空公司加入聯盟後，因可利用聯盟共用航班之有利因素，而不一定僅靠購置飛機來擴大營業範圍；同時，相對於成本的有效控制，使載客公里收益率單位獲利提升，營收上亦不會快速增加。Can1 區別函數列式如下：

CAN1＝1.772954648ASK＋0.343299696ROA＋1.039920447Asset－2.452625222Rev＋

1.055745337RPKc－1.398515053Fleet＋1.122144929Pax 表4.15. Pooled Within-Class Standardized Canonical Coefficients

Pooled Within-Class Standardized Canonical Coefficients

Variable Can1

ASK 可售機位公里數 1.772954648

ROA 資產報酬率 0.343299696

Asset 資產 1.039920447

Rev 營收 -2.452625222

RPKc 載客公里收益率 1.055745337

Fleet 機隊 -1.398515053

Pax 載客數 1.122144929

4. Class Means for Canonical Variables

由表 4.16.及圖 4.1.可以看出，航空公司加入聯盟之關係分為二組，加入組(joint) 的Can1 均值為 1.048543，未加入組(not joint) 的 Can1 均值為-1.586985；顯示加入聯盟組(joint)較未加入聯盟組(not joint)在七個變數的表現為佳。

表4.16. Class Means for Canonical Variables Class Means on Canonical

Variables

Join Can1

joint 1.048543

not joint -1.586985

圖4.1. 兩組 CAN1 的 Class Means 圖表

5. 由圖ASK vs. Canonical Variable (CAN1)觀察

觀察圖4.2.，雖然各航空公司可售機位公里數(ASK)逐年緩步增加，以一組 CAN1 即可將樣本分為高低雨群組(加入群及未加入群)；圖中斜線右方為加入群組，斜線左方則為未加入群組。以運能規模來看，加入群組中，以新加坡航空(SQ)、國泰航空(CX) 及全日空(NH)運能相對較高；未加入群組中，中華航空、長榮航空及東方航空群組則相對運能較低。

圖4.2. ASK vs. CAN1 圖表

4.4.4. 分類區別分析結果(Discrim analysis)

依表4.14 顯示，未加入策略聯盟群組(not joint)之航空公司有 2 家被誤歸類於加入聯略聯盟群組(join)；加入策略聯盟群組(join)之航空公司有 2 家被誤歸類於未加入聯略聯盟群組(not joint)。依表 4.18 顯示，交叉效度歸類結果之整歸類錯誤率為 0.0985，表歸類效果頗佳。

表4.17. Number of observations and percent classified into Join From Join 0 (not joint) 1 (join) Total

0 35 2 37

94.59 5.41 100

1 8 48 93

14.29 85.71 100

Total 43 50 93

46.24 53.76 100

Priors 0.5 0.5

表4.18. Error count estimates for Join 0 (not joint) 1 (join) Total Rate 0.0541 0.1429 0.0985

Priors 0.5 0.5

五、結論與建議 5.1. 結論

1. 因航空客運業的投資成本很大，重資產經營的產業，又受限國家及國際間諸多法令約束，進入門檻相較其他服務業為高，所以進入此產業的企業較少，屬於寡占市場，惟受全球經濟波動影響甚鉅，資產投入資金也相對較高，所以平均獲利其實不高。

2. 在逐步回歸區別分析的結果中，七項變數資產報酬率、資產、機隊、可售機位公里數、載客公里收益率、營收、載客人數與策略聯盟相關性顯著。並該七項變數分別代表意義為經營績效、營運管理能力及航空公司規模，故依分析結果顯示策略聯盟對航空公司績效具有正向影響力。

3. 由十家航空公司 11 年年報資料中財務數據及營運指標分析，可看出較具國際化之航空公司，如新加坡及國泰航空公司表現營運績效較佳，亦已加入策略聯盟。

4. 由分析航空客運業績效表現結果顯示，航空客運業為寡占市場，所以每家航空公司都具有一定的品牌知名度，航空公司獲利重要因素之一即為營運管理能力。

5. 航空客運業在國際線的營運上競爭激烈，回歸結果顯示規模變數顯著的情況下，

可以推論「大者恆大」，航空公司規模愈大對競爭及營收愈有利。所以公司資產、

規模大小與營運範圍，對公司競爭力都是重要的因素，也因此需要經由加入策略聯來強化企業本身的競爭優勢。

6. 至目前止，台灣兩大航空公司在共用班號方面，中華航空與達美航空、捷克航空、

越南航空、大韓航空及印尼航空單向或雙向合作；長榮航空與全日空航空、大陸航空合作，然均未加入三大聯盟。兩大航空可考量自身因素，包括與合作夥伴市場是否重疊及過去合作經驗，選擇適當之聯盟，協商加入之可行性，以強化巿場競爭力。

5.2. 研究限制

1. 因係為本研究台灣籍航空公司加入聯盟是否對企業績效有所助益，故範圍僅以亞洲地區較大型之十家國際型航空公司為樣本，研究結果適用性僅限於亞洲區航空巿場。

2. 本研究未將時間及全球影響航空客運業能否獲利的因素納入，如：各地社會安全事件等。因此，若國際間若遇其他重大事件，或與本研究時間區間因素相去甚遠

時，亦無法以本研究結果推論之。

3. 各加入策略聯盟之航空公司，所選擇合作之項目及條件等資料取得困難，故無法深入分析航空公司具何種能力或條件時，如何選擇聯盟合作之項目。

4. 區別分析可分析策略聯盟與變數間之相關性，但無法證明因果關係。

5.3. 研究建議

1. 後續研究可以增加亞洲地區之外的航空公司為樣本，檢驗本研究結果推論至世界各洲之適用性，以得較宏觀的見解。

2. 深入研究航空公司加入策略聯盟後，績效及各變數產生變化之情形，以及發生變化之因素。

3. 未來可考量將時間、景氣、油價、全球各地社會安全等因素納入，以更準確的分析航空客運業之績效。

4. 高油價時代造成低成本航空公司的興起，因未加入航空聯盟，在策略上行銷實務操作上似彈性空間較大，未來可考量將兩者經營績效予以分析比較。

參考文獻

23. 郭宗智，「國內航空業者策略聯盟動機與型態之研究」，國立成功大學交通管理科

1. Aaker, D. A., Developing business strategy (6th ed.), New York: John Wiley & Sons, Aug. 2001

2. Africa Arino, Yves Doz, “Rescuing Troubled Alliance…Before It’s Too Late”, European Management Journal, Vol. 18, No. 2, pp.173–182, 2000

3. Airlines Business, Jul. 2000 4. Airline Business, Aug. 2009 5. Airline Business, Sep. 2009

6. All Nippon Airways Annual Report, 2001-2008 annual report

7. Altinay L., “Selecting partners in an International Franchise Organization”, Hospitality Management, 25, pp.108-128, 2006

8. Anand, B. N., T. Khanna, “Do firms learn to create value? The case of alliances,”

Strategic Management Journal, 21, pp.295-316, 2000

9. Anderson, J., J. Narus, “A model of the distributor’s perspective of

distributor-manufacture working partnership”, Journal of Marketing, 54, pp.42-58, 1990 10. Association of Asia Pacific Airlines Financial Results, 2009 financial results

11. Badaracco, J. L., “The knowledge link: How firms compete through strategic alliance”, Boston: Harvard Business School Press, 1991

12. Baranson, J., “Transactional strategic alliances: Why, what, where and how”, Multinational Business, 2(2), pp.54-61, 1990

13. Barney, J. B., Gaining and sustaining competitive advantage, Addision Wesley Publishing Company, 1997

14. Bartlett, C. A., Ghoshal, S., “Managing across borders: The transnational solution”, Cambridge, MA: Harvard Business Press, 1989

15. Beamish, Paul W., Multinational Joint Ventures in Developing Countries, London:

Routledge, Apr. 1988

16. Bennett, M. M., “Strategic alliances in the world airline industry”, Progress in Tourism

and Hospitality Research, 3, pp.212-223, 1997

17. Beyhoff, S., “Code-sharing: A summary of the German study”, Journal of Air Transport Management, 2(2), pp.127-129, 1995

18. Bleeke, J., Ernst, D, “Is your strategic alliance a sale?”, Harvard Business Review 73, pp.97-105, 1995

19. Bronder, C., Pritzl, R., “Developing strategic alliances”, European Management Journal, 10(4), pp.412-421, 1992

20. Brouthers, K. D., Wilkinson, T. J., “Strategic alliances: Choose your partners”, Long Range Planning, 28(3), pp.18-25, 1995

21. Brueckner, J., Whalen, T., “The price effects of international airline alliances”, Journal of Law and Economics, 43 (2), pp.503–545, 2000

22. Burton, J., Hanlon, P., “Airline alliances: cooperating to compete?”, Journal of Air Transport Management, 1(4), pp.209-227,1995

23. Buyung Agusdinata, Wouter de Klein, “The dynamics of airline alliances”, Journal of Air Transport Management, 8 (2002) pp.201-211, 2002

24. Cathay Airlines Annual Report, 1998-2008 annual report

25. Chan, S. H., J. W. Kensinger, A. J. Keown and J. D. martin , “Do strategic alliances create value?”, Journal of Financial Economics, 46, pp.199-221, 1997

26. Contractor F.J., Lorange, P., “Why should firm cooperate? The strategy and economics basis for cooperative ventures”, Cooperative strategies in international business, New York: Lexingiob Books, pp.3-30, 1988

27. Das, T. K., B. S. Teng, “Sustaining strategic alliances: Options and guidelines”, Journal

在文檔中策略聯盟與合作企業經營績效關係之研究-以航空業為例 (頁 65-0)