第四章、 結果分析
4.3 補貼路線集群分析
以下本研究將從經營環境構面考量下選取之六項變數進行二階段集群分析，
以利於將現有受補貼路線區隔為不同集群類型。分群後除了對結果進行驗證，另 外將根據各群路線之特徵進行命名。
4.3.1 二階段集群分析
本研究之集群分析採取二階段集群方式，先利用階層法之凝聚法以獲取最佳 分群之集群數目，再利用非階層法之 K-Means 法進行重新分群。由表 4.6 中得知，
以凝聚法中的 Ward’ s 法觀察各群合併時凝聚係數增量，發現當分群數由 3 群減 為 2 群時凝聚係數增量開始劇增，因此判斷最佳分群數為 3 群；再以非階層法中 之 K-Means 法將 548 條受補貼路線實際分出 3 群，各集群路線數分別為 94 條 (17.15%)、341 條 (62.23%) 以及 113 條 (20.62%)。
表 4.6 凝聚係數增量表
集群數（N） 凝聚係數 各分群之凝聚係數增量 凝聚係數遞增率 [N-(N+1)]/ (N+1)
5 88.101 － －
4 101.136 13.035 14.796%
3 120.133 18.997 18.784%
2 463.049 342.916 285.447%
1 1383.850 920.801 198.856%
4.3.2 分析結果之驗證
以下本研究將利用六項公路客運業經營環境分群變數以及從上述二階段集 群分析實際分出之三個集群，利用判別分析和變異數分析對其作進一步的分析與 檢定驗證。
1. 判別分析
以下將實際分群結果之三個集群與六項分群變數進行判別分析，由表 4.7 得 知二條判別函數的 Wilks'λ值與卡方值已達統計上的顯著水準。茲分析如下：
判別函數 1 的特徵值為 7.129，解釋變異量為 75.7％，Wilks'λ值與卡方值皆 達 p＜0.05 的顯著水準。由表 4.8 中可得知判別函數係數值最高的分群變數為行 駛偏遠地區比例 (0.914)，其次為行駛偏遠地區距離 (0.427)，意即偏遠比例的相 對重要性最高，在此判別函數中區別各集群的能力較強。
判別函數 2 的特徵值為 2.288，解釋變異量為 24.3％，Wilks'λ值與卡方值 註：經交叉驗證後正確判斷率為(92+327+103) / 548＝95.3%
為鑑定各分群的區隔效果，茲利用判別分析中之區隔分類表 (Classification Matrix) 來檢定本研究欲探討之 548 條受補貼路線進行分群後之準確度。在依據
表 4.10 集群之 MANOVA 檢定
表 4.12 各集群在各分群構面下之資料平均值
集群 1 集群 2 集群3
行駛偏遠地區距離 29.404 公里 0.637 公里 0.232 公里 行駛偏遠地區比例 69.63 % 2.19 % 0.96 % 平均人口密度 895.79 人/km2 1303.97 人/km2 6424.10 人/km2 平均所得水準 640.56 元 673.43 元 821.16 元 路線加權人口密度 391.99 人/km2 1052.20 人/km2 4552.84 人/km2 路線加權所得水準 616.89 元 665.46 元 795.33 元
集群 1：偏遠型（94 條）
本集群在集群構面「行駛偏遠地區距離」以及「行駛偏遠地區比例」兩項上 之因素分數高於其他二個集群，但在其他四項因素分數中皆為最低。由於該群受 補貼路線主要行駛於本研究所定義之偏遠地區，且該路線行經之地區人口密度及 所得水準皆低。由以上資訊，本研究定義集群 1 為「偏遠型」路線。
集群 2：潛力型（341 條）
本集群在「平均人口密度」以及「路線加權人口密度」兩項上之因素分數高 於其他二個集群，其他四項因素分數皆位於中段。此群受補貼路線的特色為其平 均行駛偏遠地區距離和比例不及集群 1，而密度和所得之平均值也不若集群 3 高；
雖然有客源但不大，屬於中間族群。由以上資訊，本研究定義集群 2 為「潛力型」
路線。
集群 3：一般型（113 條）
本集群在「平均所得水準」以及「路線加權所得水準」兩項上之因素分數高 於其他二個集群。此集群除了行駛偏遠地區距離及比例的平均值為最低外，其他 四項皆為最高，據推測為該群受補貼路線除了行駛一般鄉鎮市外，也會經過市中 心及都會區。由以上資訊，本研究定義集群 3 為「一般型」路線。