第三章、 研究方法與理論模型
第四節、 研究工具之選擇
本研究以統計套裝軟體 SPSS 12 與 Eviews 來進行計算，最主 要是求得自變數與依變數之間的函數關係與相關機率。Logit 模型是 Berkson (1944) 在從事生物學研究時，提出的一個轉換函數，利用 ln［p / (1-p)］轉換結果，使得依變數的反應變量的對應值會落在 0 與 1 之間，而不需對自變數做任何的限制。而後 Ashford (1959)提出了 應用最大概似法（Maximum likelihood）來估計 Logit 模型的參數，成 為估計該模式的最佳方法並廣被學界所採用。Pregibon (1981) 的研究 中 更 進 一 步 發 展 出 反 覆 加 權 最 小 平 方 法 （ Iteratively Re-weighted Least-Squares,IRLS）求取概似函數下的參數估計值。此方法則廣為目 前套裝統計軟體所採用。Truett, et al. (1967) 首先將多變量分析代入 Logit 模型的使用，此一模式成為解決二分類反應變量問題的標準模 式，並在各領域中廣被使用。該模式可以明確的顯示出函數的特質，
同時以 0（健全）與 1（危機）為漸進值。
在迴歸模式下被解釋的變數（依變數）為 1 或 0 的二重選擇 模型（binary choice model）中，通常以 1 代表某事件發生，0 代表 某事件未發生，我們仿照 Greene（2003）的說明，定義事件發生與不 發生的機率如下：
Prob( Y = 1| ) x = F ( x,β )
模型的累積分配函數在中間部分非常接近，只有在尾部有些差異，因
Tobit 模型早期多用於耐久財之消費分析，近年來應用的領 域則逾趨廣泛，如 Moore et al. (2000) 估計哥倫比亞河流域鮭魚生產 者剩餘，Duquette（1999）估計租稅補貼的價格彈性。此外，也有許 多環境資源財貨之研究採用 Tobit 模型，如 Pruckner（1995）用於衡 量奧地利的農業景觀；Boyle et al.（1996）衡量美國獵麋許可證的價
將全部表示為最小的金額下限值零，也就是我們所得到的零觀察值，
（ cumulative distribution function）。即當受訪者 i 回答的願付價值 等於零時，其心中之願付價值
之樣本帶入 Tobit 模型中進行分析。但是，在將所有抗議性樣本刪除
第四章、實證結果與分析
經過一年多來各分院病歷蒐集以及電話訪談，總共有二千一百 筆資料，其中刪除資料填寫不完整者一百九十五人、訪談時極不配合 者一百零八人，顯然錯誤的極端值九十二人，故最後樣本共有一千六 百九十五人：包括總院二百六十七人，A 分院二百六十四人，B 分院 二百八十二人，C 分院二百三十九人，D 分院二百二十二人，E 分院 一百九十一人，F 分院二百三十人（如表四）。根據上述資料以統計 套裝軟體 SPSS 12.0、Eviews 6.0 加以統計分析。
表五、總院及分院患者人數之分析
總院 A分院 B分院 C分院 D分院 E分院 F分院
總人數 267 264 282 239 222 191 230
百分比 15.8% 15.6% 16.6% 14.1% 13.1% 11.3% 13.6%
單位：人
第一節、樣本基本資料與描述性統計
一、性別（Sex）
女性患者比例較男性為高，顯然女性患者對於口腔健康注意 程度較高，尤其自費金額較高的地區似乎有女性比例更高之趨勢，而 自費金額較低的 E、F 兩分院，男女比例則無顯著差異。臨床上，大 多數女性患者回診率亦是較高，並且較有意願將金錢投資在牙齒的美 容上，因此前牙的矯正、漂白及假牙以女性佔多數。
表六、總院及分院患者性別之分析
總院 A分院 B分院 C分院 D分院 E分院 F分院
男性 42.7% 37.1% 43.6% 38.9% 45.9% 50.3% 53.5%
女性 57.3% 62.9% 56.4% 61.1% 54.1% 49.7% 46.5%
二、年齡（Age）
上觀察結果也顯示各年齡層人數無顯著分別，只有 F 分院明顯不同。
因為此分院位於大學內，故以學生居多，只有少數教職員年齡層較 大，但依比例來說仍舊微不足道。
表七、總院及分院患者年齡之分析
總院 A分院 B分院 C分院 D分院 E分院 F分院
平均數 44.15 43.94 44.13 44.13 43.14 46.71 27.32
標準差 14.37 14.42 14.69 15.18 15.03 14.57 9.518
單位：年
三、指定醫師（Appointment）
在基層醫療院所裏，指定醫師的比率意味著自費金額之有 無，而醫師人脈的多寡，政商關係層級之高低，則是金額大小的關鍵!
當然這並非暗示著技術無用論(很多醫師如此認知)，但是當技術層面 已提昇至相當水準時，得到的醫療成果相差無幾，患者亦無從分辨高 下，此時大多數人會以口碑或朋友推薦作為第一選擇，尤其金額很大 時更是如此！
表八、總院及分院患者指定醫師之分析
總院 A分院 B分院 C分院 D分院 E分院 F分院
總人數 203 123 69 52 47 9 5
百分比 76.0% 46.6% 24.5% 21.8% 21.2% 4.7% 2.2%
單位：人
四、行政區域（Region）
綜觀各分院患者居住的分佈狀況，在分院 B、C、D、E、F 中，
顯然在地的患者佔絕大多數，交通便利性是最重要因素，當然目前牙 科診所密度甚高，同一條街道甚至有十餘間牙科的狀況，所以除了方 便外，技術及設備應該也佔有主要原因。
至於總院及 A 分院患者分佈較為平均，最可能的因素就是介 紹來的患者很多，醫師名氣非常嚮亮，宣傳效果顯著，以及診所地點 醒目，佔地廣闊。實際深入了解此二院所，還應該加上醫師人數眾多，
經常舉辦學術活動，以致於轉診患者也佔有相當大比例。
表九、總院及分院患者行政區域之分析
總院 A分院 B分院 C分院 D分院 E分院 F分院
新興區 15 26 8 2 90 1 2
前金區 24 43 11 3 4 0 2
苓雅區 35 15 112 3 29 2 4
鹽埕區 12 3 8 1 6 0 12
鼓山區 25 16 11 15 5 0 53
旗津區 2 0 8 0 3 6 0
前鎮區 34 36 42 2 22 144 4
三民區 31 36 9 45 21 1 12
楠梓區 8 4 6 12 4 1 1
小港區 7 14 12 1 1 20 4
左營區 15 15 8 121 6 2 4
其他 59 56 47 33 32 14 132
單位：人
五、初診主訴（Chief complain）
患者進入診所的看診目的，顯然會影響患者自費金額的多寡!
因為患者若是為了植牙或矯正而來，那麼他心知肚明曉得此行必然需 要自費，並且金額大小亦心裡有數！反過來說，若是患者因為定期檢 查或牙痛前來求診，由於他並沒有付出金錢的心理準備，因此若有需 要自費就醫，必然得多費一番唇舌，假如溝通技巧不佳，甚至會給患 者無奸不商的惡劣印象！
表十、總院及分院患者初診主訴之分析
總院 A分院 B分院 C分院 D分院 E分院 F分院
植牙 78 0 0 1 0 0 0
製作假
牙 7 7 11 1 4 0 0
矯正 20 11 18 7 2 0 0
牙周治
療 5 0 1 0 0 0 0
牙痛 10 66 106 69 65 34 52 口腔檢
查 5 165 111 158 149 157 178 其他 142 15 35 3 2 0 0
六、職業（Occupation）
在職業方面，原本認為軍公教人員收入穩定，時間容易支配，
應該在自費方面有較好表現。而學生由於經濟尚未獨立，自然無法隨 心所欲地花錢。不過事實並非如此，所謂行行出狀元，反而是各行業 中的佼佼者才是最有自費實力的。
表十一、總院及分院患者職業之分析
總院 A分院 B分院 C分院 D分院 E分院 F分院
軍公教 24 30 41 21 22 20 43
農 10 2 19 3 6 10 0
工 32 33 27 39 34 30 0
商 108 92 97 86 89 70 10
學生 12 7 12 7 11 7 176
自由業 81 100 86 83 60 54 1
單位：人
七、學歷（Degree）
由於目前我國實行普及教育，絕大多數三十歲以下的年輕人 幾乎都受過大學教育，因此想用學歷來判斷一個人有實際的困難！不
過若超過四十歲，則可認為家庭環境較為優渥，對口腔衛生應該比較 注重。E分院平均年齡略高，學歷相對較低，因而自費表現比較不突 出，F分院位於大學內部，全部教職員工的學歷幾乎都相同，顯然對 於自費能力的判斷較為困難。
表十二、總院及分院患者學歷之分析
總院 A分院 B分院 C分院 D分院 E分院 F分院
國小 9 11 29 12 6 61 0
國中 35 24 36 26 27 31 0
高中 86 80 74 71 77 81 0
大專 115 121 114 108 97 66 103
研究所 22 28 29 22 15 7 127
單位：人
八、抽煙（Smoking）
由於抽煙的人口眾多，而且無分貧富貴賤、三教九流，普遍 分佈在各行各業，因此，這個變項對於自費醫療的預測可能較無法符 合預期。不過本研究也讓我發覺吸煙的人口比例比我想像中還要高很 多，甚至在高知識份子也不例外。
表十三、總院及分院患者抽煙之分析
總院 A分院 B分院 C分院 D分院 E分院 F分院
總人數 126 107 121 98 102 97 110
百分比 47.2% 40.5% 42.9% 41.0% 45.9% 50.8% 47.8%
單位：人
九、重大疾病（Disease）
最先的設定是認為有重大病史者，自費的需求可能趨於保 守，但事實上由於文明病與日俱增，存活時間也愈來愈長，似乎這 變數的影響就不太顯著了。
表十四、總院及分院患者重大疾病之分析
總院 A分院 B分院 C分院 D分院 E分院 F分院
總數 79 84 98 88 74 72 51
百分比 29.6% 31.8% 34.8% 36.8% 33.3% 37.7% 22.2%
第二節、Probit、Logit and Tobit 模型分析結果
表十五、Probit model 的機率方程式
其中B、C、D、E、F分院皆與總院有統計學上的顯著差異，年 齡和指定醫師也是有顯著差異。假設現在有一個患者進入診間，病歷 顯示他來自Region 6，如此一來他的截距則為0.06，再代入其他基本 資料，即可求得機率方程式：
Probility = 0.06 + ……… = 0 ≦ P ≦ 1
所得到的機率P會在0與1之間，代表這個患者來到本診所後會有自費 醫療的可能性。
將此機率方程式代回所有的樣本，求得其準確率為79.43%。
也就是說預測的準確度甚高，因此櫃檯人員在接待患者時，對於自費 醫療接受程度較高的患者，除了需預先告知主治醫師外，對於患者的 詢問，口腔衛教的指導，全口環狀X光的照射，最後的預約回診..等 等，都需要謹慎仔細地應對。因為我們不可能對每位患者都做相同的 服務，有意願想要付出自費的患者，必定想更深入了解細節，此時的 解說才有實質的意義。否則若患者只是來定期檢查，卻得忍受無聊的 推銷轟炸，心裡必然非常不爽！甚至有些患者假意詢問，目的在比較 價格，或是一直訴說前一位牙醫師的處置不當，希望我們能為他作 證。如此無恥的患者，若還需和顏悅色地遷就於他，這反而是對大多 數善良患者的侮辱。因此，能夠篩選出正確的自費患者，對於診所之 經營管理確實有很大的助益。
Logit model 與 Probit model 得到的結果相當類似，但仍 Logit model 的邏輯斯分佈（Logistic distribution）比 Probit model 的常態分佈（Normal distribution）更能夠充分解釋樣本的情況。此外，
表十六、Logit model 的機率方程式
Tobit model 是在 Probit 和 Logit model 已經篩選出有意 願的自費患者後，再更進一步估計出患者自費的數額。以下是Tobit model 的方程式：
Y＝103036.9－32331.89 × Clinic01－58874.07 × Clinic02
－89388.11 × Clinic03－38215.05 × Clinic04－94503.79 × Clinic05 －70781.69 × Clinic06＋5997.41 × Sex＋1544.14 × Age
＋1487.74 × Appoint－33509.53 × Region01－11391.48 × Region02 －37462.49 × Region03－49468.23 × Region04
－24744.39 × Region05－32142.53 × Region06 －7682.14 × Region07＋14610.88 × Region08 －34864.68 × Region09＋15861.78 × Region10
＋6511.15× Region11＋289133.6 × Chief01－12609.05 × Chief02 －322.62 × Chief03－62214.10× Chief04－57571.73 × Chief05 －49571.04 × Chief06－2325.35 × Occ01＋29236.76 × Occ02 ＋17895.18 × Occ03＋20365.38 × Occ04＋26033.87 × Occ05 ＋15493.78× Occ06－69133.27 × Deg01－17867.14 × Deg02 －44376.33 × Deg03－48861.83 × Deg04－33874.16 × Deg05 ＋1499.046 × Smoking－28.74 × Disease
表十七、Tobit model 的統計表
Variable Coefficient Std. Error z-Statistic Probability.
CONstant 103036.9 226229.4 0.46 0.65
REG0002 -11391.48 18472.18 -0.62 0.54
REG0003 -37462.49 14357.78 -2.61
***0.01
***REG0004 -49468.23 26464.26 -1.87
*0.06
*REG0005 -24744.39 15685.41 -1.58 0.11
REG0006 -32142.53 33954.87 -0.95 0.34
REG0007 -7682.14 14104.82 -0.54 0.59
REG0008 14610.88 14992.52 0.97 0.33
REG0009 -34864.68 27527.96 -1.27 0.21
REG00010 15861.78 21736.85 0.73 0.47
REG00011 6511.149 16598.23 0.39 0.70
CHI001 289133.6 20660.38 13.99
***0.00
***OCC0002 29236.76 154360.7 0.19 0.85
OCC0003 17895.18 159050.0 0.11 0.91
OCC0004 20365.38 158871.1 0.13 0.90
OCC0005 26033.87 159714.6 0.16 0.87
OCC0006 15493.78 158928.5 0.10 0.92
DEG001 -69133.27 156223.3 -0.44 0.66
DISEASE -28.74 8171.78 -0.003 1.00
註：***、**、*分別表示在1%、5%、10%下以t分配雙尾檢定呈顯著。
患者有意願接受自費治療後，我們再以此方程式得知患者可 能的自費金額，就能夠介紹合適價位的商品讓患者選擇，如此才能 避免許多過猶不及的情況，免除尷尬場面，達成雙嬴的完美境界。
一般人第一次進入牙科診所，心理總會有些擔憂：是否必需 要自費醫療？如果患者本來就是尋求自費醫療，他一定會想：這間 診所會不會比較貴？這些反應都是人之常情，如何消弭這些情緒，
進而達成互信的基礎，全都有賴於對患者心態的瞭解程度。
臨床上的經驗，最容易了解的莫過於慕名而來的患者，或是 與自己關係良好的患者所介紹的病人。因為這類患者都與醫師有互
臨床上的經驗，最容易了解的莫過於慕名而來的患者，或是 與自己關係良好的患者所介紹的病人。因為這類患者都與醫師有互