資料分析方法

本研究採用 SPSS 22.0 電腦套裝軟體工具進行統計分析，根據研究目的、研 究架構與研究假設，所應用的統計方法如下:

一、資料預試處理

本研究使用 SPSS for Windows 22.0 版本統計套裝軟體進行資料處理，統計 方法如下:

(一) 項目分析

找出高低分二組上下各 27%之分數，當作高低分組的界線，並以 t-test 考驗高 低分一組在題項上的差異並且找出決斷值(critical ratio 簡稱 CR)大於 3 以上作為該 題項之鑑別度的依據，藉此了解各題項鑑別度。

(二) Pearson 相關係數分析

求得各題項與量表總分的相關係數。一般選擇項目之標準為項目與總分相關 必須達.30 以上，且差異達明顯水準(p<.05)，如此代表該題項能區隔出受試者反應

的程度，反之則代表該題項不明確，須予刪除。

(三) Cronbach’s α 信度考驗

以 Cronbach’s α 值衡量量表之內部一致性。實際應用上 Cronbach’s α 值最好能 大於 0.7，最少要大於 0.5 (Nunnally & Berstein,1994)，在行銷界之大多數學術期刊 論文中，85%論文之量表α 值大於 0.5，而 69%之量表表 α 值大於 0.7(Churchill &

Peter.1984)，本研究之問卷信度α 值皆大於 0.7，如表 3-7 與表 3-8，代表具有一致 性或可靠性。信度好之指標在類似或同樣之條件下重複操作，能得到穩定一致之 結果。

表 3- 7 問卷第一部分預試問卷可靠性統計資料 Reliability Statistics

Cronbach's Alpha N of Items

.890 23

表 3- 8 問卷第二部分預試問卷可靠性統計資料 Reliability Statistics

Cronbach's Alpha N of Items

.715 11

二、正式問卷處理 (一) 敘述性統計

針對回收樣本數，利用次數分配與百分比分析結構，並加以描述。

(二) 因素分析 ( Factor Analysis )

因素分析主要之目的在於縮減變數，表示只用少數因素代表一群變數，可作 為連續性資料，再進一步分析。先使用矩陣之特徵值法求出對應之矩陣，假設變 數之變異數為 1、平均值為 0、變數與因數之間的共變數為 0，而後以最大概似法 或最小平方法求出共同值，決定有幾個因素，若假設因素之間之共變數不為 0，使 用斜交法獲得旋轉後的因素，反之，則使用正交法。

本研究使用因素分析法之主成分分析法，抽取共同因素，再依照 Kaiser(1958) 建議，保由特徵值大於 1 的因素並以最大變異法進行直交轉軸，以便獲取旋轉後 的因素構面關係再保留因素負荷大於 0.4 以上者，確定因素構面後依理論架構內容 予以命名(董淑芬，2007)。

(三) 集群分析

對不同的受測者，依每組行為變數之觀察值之間的相似特性，進而分類，不 同於因素分析乃對行為變數進行分類。分析的方法主要有兩種一為層級式集群分 析法，Ward 法是最實用的方法，其合併的原理是求組內的距離平方最小，取得集 群數目。二為非層級式集群分析法，以 K-mean 法進行重新分群，首先設定欲分類 之群數，決定 K 群之中心點(種子點)。計算各受測反應者至各中心點的距離，以最 近距離之中心點而予於歸類，重新計算中心點。例如循序法，乃第一次以順序分 成 K 群，K 群之行為變數的觀察值之平均值，分別成為 K 群之中心點，在此中心 點之下，重新計算各受測者與新中心點的距離，依距離重新歸類，如有 變動，則 表示中心點將有所改變，於是又成新中心點，再次重新計算距離，且依新距離歸 類，直至沒有更動為止。將分群之後的類別數，針對受測者所衡量而得的行為變 數，進行 one-way Manova，如果呈顯著差異，表示分類的效果不錯。

本研究以在地咖啡消費者利益區隔因素構面為基礎，進行兩階對集群分析，

將消費者分成二個區隔市場並予以命名。

(四) 卡方檢定

卡方檢定為測量適合的方法，目的在檢出樣本的次數分配與理論次數分配是 否相近，進一步檢定兩者之間是相關或獨立，本研究利用卡方檢定檢測:

1. 各利益區隔於在地咖啡消費者的消費行為上是否有顯著差異。

2. 各利益區隔在產品涉入上是否有顯著差異。

3. 各利益區隔在人口統計變數上是否有顯著差異。

(五) 變異數分析

變異數分析法式將樣本的純變異—平方和，分解為各原因所引起的平方和與 實驗變異所引起的平方和，然後將各平方和化為不偏變異數，使其為 F 統計量後，

根據 F 分配，檢定各原因所引起的變異是否顯著，目的在探討自變數對依變數之 間差異的影響。

(六) 獨立樣本 t 檢定

此項為比較不同樣本之平均數差異，其目的在了解二個獨立樣本之間是否有 差異存在。本研究以此檢定各利益區隔在產品涉入變數上使否有顯著差異。

(七) 判別分析

判別分析用來鑑定集群中樣本是否分類得當具鑑別效度。Wilks' Lambda 值 介於 0~1 間表示集群判別分析檢定達標準，可判別分組的平均數是否有差異，值 越大表示組平均數差異小，值越小表示組平均差異大。本研究以判別分析來檢定 不同利益區隔之分群結果是否達顯著差異。