資料分析方法

本節採用김효창（2014）的主張，解釋本研究採用的資料分析方法。

一、 樣本基本資料分析

樣本基本資料分析為統計分析的最基本的項目，目的為掌握樣本的次數、百分 比及累計百分比。本研究包含的基本資料為年齡、教育程度、職業、每月平均可支配 所得、居住地區、一週平均化妝次數及每月花在購買化妝品上的平均金額，透過描述 性統計資料分析了解本研究樣本的次數、百分比以及累計百分比。

二、 信度分析

實施統計分析時，若不能信賴收集的樣本，從該資料得到的分析結果也較難信 賴。所以收集完樣本之後，爲了正式實施分析之前，應該要進行信度分析。信度分析 為爲了檢驗收集的樣本多信賴的與否而進行。各個問項內的信度以Cronbach的α係數為 分析，因此本研究採用信度分析，了解國家形象、品牌形象以及購買意圖的各個量表 問項內的信度。

三、 相關分析

相關分析為一個變數變大或者變小，了解另一個變數的變化如何，該變化的程 度與方向，且可以了解變數之間的相關性。相關係數的範圍為-1.00至+1.00之間，越 接近0意味著變數之間的相關越低，相反地越接近絕對值1意味著變數之間的相關越高。

因此本研究採用相關分析了解國家形象、品牌形象以及國家形象，此些變數之間的相

29

關性。

四、 迴歸分析

迴歸分析為用一個自變數預測另一個依變數，透過迴歸分析不僅驗證假設，且 可以了解各個因素之間的關係及影響。因此本研究採用迴歸分析驗證假設一、假設二 及假設三，同時了解國家形象、品牌形象以及購買意圖之間的關係是否有影響。

五、 階層迴歸分析

階層迴歸分析為用兩個以上的預測變數來預測另一個依變數，研究者可以設定 投入變數的順序，透過階層迴歸分析不僅驗證假設，且可以確認是否存在中介效果。

因此本研究採用階層迴歸分析驗證假設四，且爲了驗證品牌形象是否具有中介效果，

比較不包含中介變數的迴歸分析結果與包含中介變數的迴歸分析結果的迴歸係數之變 化。

六、 逐步回歸分析

逐步迴歸分析與階層迴歸分析一樣，用兩個以上的預測變數來預測另一個依變 數，但是逐步迴歸分析透過電腦的計算，按照解釋力的大小投入自變數。例如，先投 入與依變數最具有解釋力的自變數，然後再投入第二具有解釋力的自變數。

30

七、 單因子多變量變異數分析（MANOVA）

單因子多變量變異數分析的目的為解釋兩個以上的依變數之間的相關關係，且 可以比較依變數之間的平均數是否存在顯著差異。

彙整本研究採用的資料分析方法為彙整如下表9。

表9本研究採用之資料分析方法

分析方法 分析目的

敘述性統計分析 分析本研究樣本的基本資料。

相關分析 檢定變數之間的相關性。

信度分析 檢定各個量表問項之間是否有一致性，而且本研究採用

Cronbach的α，驗證內部一致性。

迴歸分析 透過回歸分析驗證假設，可以了解各個因素之間的關係

及影響。

階層迴歸分析 用兩個以上的變數預測另一個依變數。研究者可以決定 投入預測變數的順序。

逐步迴歸分析 透過計算過程，電腦決定自變數之投入順序，按照與依 變數具有較高的解釋力之自變數的順序而投入。

單因子多變量變異數分析 適用於一個自變數，兩個以上的依變數，可比較依變數 之間的平均差異。

資料來源〆本研究整理自沈永正（民101）。消費者行為〆成功行銷的必備要 素 （ 51 ） 。台北市 〆 三民書局股份有限公司、김효창(2014).혼자서완성하는통계분 석 :분석에서 보고서 작성까지（153-284）.首爾〆(주)학지사，本研究重新整理。

31