第三章 研究方法
第七節 資料分析方法
本研究根據研究目的及檢定研究假設的需要,以 SPSS13.0 英文版統計套裝 軟體作為資料分析工具,並以下列的方法進行分析:
一、敘述統計分析(Descriptive Statistics Analysis)
敘述統計分析是用來說明樣本資料結構,主要是將受測者之人口統計變數進 行敘述性分析,並計算各變數之平均數、變異數、百分比及次數分配表等來了解 樣本基本特性的分佈情況。
二、因素分析(Factor Analysis)
因素分析是一種利用數學方式進行資料縮減(data reduction)和資料彙整(data summarization)的精簡方法,能將眾多的變數濃縮成為較少的幾個精簡變數。所 獲得的精簡變數即是因素(factor)。
二、信度及效度分析(Reliability and Validity)
(一)信度分析(Reliability Analysis)
為瞭解實際測驗之內部ㄧ致性,本研究係採用Cronbach's α 係數為檢定各衡 量變項間之內部一致性。根據Kerlinger, Fred N.and Howard B.(2002)指出,當 α 值在高於 0.7 時,表示該量表具有相當高之內部一致性,其衡量結果具相當高 的信度;而當α 值低於 0.35 時,則該量表不適於測量,應另行發展新量表。
(二) 效度分析(Validity Analysis)
效度(Validity)指的是測量的正確性,表示一份量表中能真正的測出變數性質 的程度,也就是問卷的可靠性或有效性。一個量表的效度愈高,表示所測量的結
果,愈能顯現其所測量對象代表的真正意義。本研究各構面量表與題目均根據相 關基礎理論及參考相關文獻發展而來,因此具有一定的效度水準。
三、單因子變異數分析(One-way ANOVA)
對於包裝設計與消費者購買意願之比較,以及包裝設計與消費者購買意願之 比較,本研究以單因子變異數分析(One-way ANOVA)驗證其差異性,當 ANOVA 差異達顯著水準時並進一步以 Scheffe Method 多重比較以了解其間的差異是否 有顯著性並分析其高低順序。
四、獨立樣本 t 檢定(t-test)
當比較兩組實驗變數時,可以利用兩組樣本做t-test是否具有顯著差異。本研 究將品牌形象分為高、低兩組,使用t-test進行檢定。
五、相關分析(Correlation Analysis)
相關分析是用來量測變數關係方向及程度的一種指標,其相關係數值介於-1 與+1 之間,正負符號表示相關的方向(斜率);若零相關或相關係數低時,即表示 變數之間不相關或相關係數程度低。
六、迴歸分析(Regression Analysis)
迴歸分析主要用以瞭解自變數對依變數的影響情況,迴歸必須以相關分析為 基礎,且迴歸帶有預測性質。也就是用來描述、預測、控制一個或一個以上的自 變數或依變數間的關係,並用以檢定整個架構的解釋力,觀察其結果是否能達到 顯著水準。迴歸分析根據自變數的多寡可分為簡單線性迴歸與多元迴歸,前者指 一個自變數對一個應變數的迴歸分析,後者指多個自變數對一個應變數的迴歸分 析。本研究將利用迴歸分析來探討包裝設計、品牌形象、知覺風險對於購買意願
間互相影響的關係。
七、卡方檢定(Chi-Square test)
卡方檢定適用於非連續變數之差異性分析(如性別、收入等),卡方分配可以
協助我們利用樣本的變異數來推論母體變異數,母體變異數則代表著資料分散的 程度。卡方檢定則是利用卡方分配(卡方值)來進行檢定,適用於分類變數的分 析,若是單一類別的變數,可以算得次數的分配;若是有兩個類別,則可以使用 交叉表 (Cross-tabulation) 分析,並且使用卡方來作檢定。