國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-10 關鍵問題與交易成效之卡方檢定
卡方統計量 自由度 近似p值.
Pearson Chi-Square 83.547 1 .000 Likelihood Ratio 88.722 1 .000 N of Valid Cases 212
資料來源：本研究整理
若從表 4-10 的結果觀察，我們可以得到 Pearson Chi-Square 的檢定統計量分 別為 83.547 (近似 p 值 < α = 0.05)，以及 Likelihood Ratio 的檢定統計量分別為 88.722 (近似 p 值 < α = 0.05)，其中 α 為顯著水準。由此表示，關鍵問題與潤滑 油的訂單成立與否之交易成效有顯著影響，亦顯示訂單是否成立會因關鍵問題的 不同而有其不同的結果發生。
第三節 羅吉斯廻歸模型建構
本節將透過羅吉斯廻歸分析的應用，探討潤滑油交易成效與客戶開發經營策 略之相關變數間的關聯，本研究擬採用訂單成立與否作為交易成效的反應變數，
另考量使用天數、保養方式、使用溫度、載重、現今潤滑油壽命、潤滑油加油頻 率等客戶開發經營策略的因素作為解釋變數，且以向前選擇法(Forward Selection) 建立羅吉斯廻歸模型，並由廻歸模型之整體角度來探討所有解釋變數對於訂單是 否成交(反應變數)間之關係。
首先，在進行羅吉斯 廻歸模型建構前，我們先針對反應變數及解釋變數等變 數進行概述(如表 4-11 所示)，並分述如下：
一、 反應變數
以訂單成立與否為反應變數，其中 Y=1 代表訂單成立；Y=0 代表訂單未成 立，並且以訂單未成立為參照組。
二、 解釋變數
‧
(二) 保養方式：保養方式概分為 Auto Grease、Coating、Grease Gun 等三種 方式，並且以 Grease Gun 為參照組。
(三) 使用溫度：潤滑油的使用溫度概分為 30℃、40℃、50℃、60℃、90℃、
150℃、200℃等 7 種溫度，以 200℃為參照組。
、Grease Gun Grease Gun 解釋變數 使用溫度 30℃、40℃、50℃、60℃
‧
我們針對前述的變數組合建構適合的估計廻歸模型，並經過 Clementine 統計 軟體之羅吉斯廻歸分析法與資料配適，可以得到其模型之卡方檢定結果(如表 4-12 所示)及分類表(如表 4-13 所示)。
表 4-12 交易成效羅吉斯廻歸模型之卡方檢定 項目 Chi-square df p 值
Likelihood Ratio Tests 128.774 15 0.000
資料來源：本研究整理。
根據表 4-12 的結果顯示，可以明白潤滑油交易成效之羅吉斯廻歸模型在解 釋能力上達到顯著水準（ p 值 < 顯著水準
α
=0.05）。表 4-13 交易成效羅吉斯廻歸模型之分類表（Classification Table）
觀測值
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
根據表 4-13 的結果顯示，可以瞭解潤滑油交易成效之羅吉斯廻歸模型在整 體模型預測的正確比率可達到 86.32%，故針對上述該變數進行廻歸模型的配 適，其羅吉斯廻歸係數的計算結果，如表 4-14 所示。
根據表 4-14 迴歸係數的結果顯示，潤滑油之訂單成立與否的羅吉斯廻歸模 型中，每天使用次數、載重及現今潤滑油壽命等變數的係數，分別為-0.375(p 值
> 0.05)、16.469(p 值 > 0.05)、0.272(p 值 > 0.05)、-0.616(p 值 > 0.05)、0.345(p 值 > 0.05)、0.380(p 值 > 0.05)、-1.005(p 值 > 0.05)，依據上述廻歸係數之檢定 方法，則無法拒絕虛無假設(虛無假設為迴歸係數 = 0)之假設。因此，潤滑油訂 單成立與否的羅吉斯廻歸模型，可能需藉由其他解釋變數進行預測，故我們針對 部分未顯著的解釋變數，進行資料整理且重新配適模型，可以得到其模型之卡方 檢定結果(如表 4-15 所示)、判定係數(如表 4-16 所示)及分類表(如表 4-17 所示)。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-15 交易成效之羅吉斯廻歸最適模型的卡方檢定 項目 Chi-square df p 值
Likelihood Ratio Tests 149.170 11 0.000
資料來源：本研究整理。
根據表 4-15 的結果顯示，交易成效之羅吉斯廻歸最適模型的卡方檢定的值 為 149.170 ( p 值 < 顯著水準
α
=0.05），即表 潤滑油交易成效之羅吉斯廻歸最適 模型在解釋能力上達到顯著水準。表 4-16 交易成效之羅吉斯迴歸最適模型的判定係數 step Mc Fadden Cox & Snell R 平方 Nagelkerke R 平方
1 0.524 0.505 0.684 資料來源：本研究整理。
根據表 4-16 的結果表示，我可以瞭解在 Mc Fadden、Cox & Snell R 平方、
Nagelkerke R 平方等不同判定係數的方法計算下，最適模型解釋變數的解釋能力 最高可以達到 68.4%。
表 4-17 交易成效羅吉斯廻歸模型之分類表(Classification Table)
觀測值
預測值 交易成效
預測正確率 未成立 成立
交易成效 未成立 66 18 78.57 成立 10 118 92.19
總比率 86.79
資料來源：本研究整理。
根據表 4-17 的結果顯示，可以瞭解潤滑油交易成效之羅吉斯廻歸模型在整
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
體模型預測的正確比率可達到 86.79%，故針對上述該變數進行廻歸模型的配 適，其羅吉斯廻歸係數的計算結果，如表 4-18 所示。
表 4-18 交易成效羅吉斯廻歸模型最適模型之係數表
B估計值 標準誤 Wald值 顯著性 常數 -24.87 1.061 524.319 0.000 保養方式
Auto Grease -0.981 1.096 0.802 0.370 Coating 2.151 0.758 8.051 0.005 Grease Gun(參照組) 0 - - - 每天使用次數
1 次 -0.976 0.868 1.264 0.261 6 次 22.208 0.000 96.07 0.000 12 次 0.014 0.673 0.000 0.983
60 次(參照組) 0 - - -
使用溫度
30℃ 23.292 1.367 290.251 0.000 40℃ 23.660 1.490 252.258 0.000 50℃ 23.978 1.542 241.877 0.000 60℃ 24.882 1.430 302.635 0.000 90℃ 23.221 1.615 206.648 0.000 150℃ 23.397 1.317 315.725 0.000
200℃(參照組) 0 - - -
資料來源：本研究整理。
依據表 4-18 迴歸係數的結果顯示，潤滑油之訂單成立與否的羅吉斯廻歸模 型中，Coating 的保養方式、每天使用 6 次潤滑油、30℃、40℃、50℃、60℃、
90℃、150℃等各類使用溫度等變數的係數，分別為 2.151(p 值 < 0.05)、22.208(p
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
值 < 0.05)、23.292(p 值 < 0.05)、23.660(p 值 < 0.05)、23.978(p 值 < 0.05)、24.882(p 值 < 0.05)、23.221(p 值 < 0.05)、23.397 (p 值 < 0.05)，依據上述廻歸係數之檢定 方法，可以得到拒絕虛無假設(虛無假設為迴歸係數 = 0)之假設。因此，我們可 得到潤滑油羅吉斯廻歸之最適估計模型，可以表示為
33 2
3 31
2 2 2
1 2.151 23.292X 23.660 23.978 22.208
-24.87
ln 1 X X X X
p
p = + + + + +
− 。