資料分析方法

本研究依據研究目的與假設檢定需要，利用 SPSS 12 中文版統計軟體，使 用到的分析方法說明如下：

一、因素分析

因素分析是一種資料精簡技術(data reduction technique)，其用以

找出一組較少數量之「構面或因素」，以替代一群較多數量之相關變數的統 計分析技術，這些因素並非直接觀察而來而是經過適當引申推敲而得，並且 這些因素的組合足以顯示這群相關變數的共通特性(陳景堂，2005)，屬於多 變量分析方法中相依分析方法(analysis of interdependence)的一種技 術，簡言之，就是將眾多變數濃縮為少數因素的技術。

Kaiser(1974)指出執行因素分析的判斷值如表 3-5：

表 3-5 KMO 統計量的判斷分數

KMO 統計量 因素分析適合性 0.90 以上 極佳的 0.80 以上 良好的 0.70 以上 中度的 0.60 以上 平庸的 0.50 以上 可悲的 0.50 以下 無法接受的 備註：取樣適切性量數(Kaiser-Meyer-Olkin measure of sampling adequacy,

KMO)

在本研究架構中共有三個構面「服務行銷策略」、「顧客滿意度」、「顧 客預期未來利益」可能影響「顧客保留」，這些構面可能是分別由數個變數 組成，透過因素分析，萃取出能夠代表整個構面的成分，使得這些因素對 總共同性質貢獻極大化，茲將分析過程說明如下：

(一)服務行銷策略 1.量表來源：

本研究綜合 Kotler 與學者 Zeithaml 等人說法，參酌電信公司

是以「服務」作為顧客關係投資主要項目，因此本研究以「品質」、

「服務」及「價格」三項最能影響顧客滿意的服務行銷策略作為操 作性定義，設計問項共計 12 題(A1~A12)， 使用李克特五點尺度衡 量，其區間為非常同意到非常不同意。

2.因素分析

經過 SPSS 統計應用程式執行，得出 KMO 係數 0.93 相關情形良 好，屬極佳的適合性，而球形檢定也達顯著水準適合因素分析，以 主成分分析發現，所有問項只可萃取一個因素來代表服務行銷策 略，因為問項皆為顧客對 ADSL 寬頻之使用經驗、知覺，也是影響顧 客滿意的前置因素，因此將其統一命名為「服務行銷策略顧客評 價」，累計解釋變異量 48.15%，在此變項之 KMO 與 Bartlett 球形檢 定結果及解說總變異量如表 3-6，分析結果如下表所示。

表 3-6 服務行銷策略因素分析檢定表

KMO 取樣適切性量數 0.93 近似卡方分配 1991.80

自由度 66 Bartlett 球形檢定

顯著性 0.00 成分 1 解釋的變異量% 48.15

解說總變異量

累積解釋變異量% 48.15

表 3-7 服務行銷策略衡量變數表

電信公司客戶電話服務中心(call center) 與門市服務人員服務處理效率佳。

意，如表 3-8 所示。

表 3-8 顧客滿意度衡量變數表

構面變數 衡量變數 題號 問項

預期服務滿意的情緒變化 B1

電信公司寬頻上網服務超過 我的預期。

理想服務滿意的情緒變化

B2 電信公司寬頻上網服務與理 想中差異不大。

顧客滿意 度

整體滿意度 B3

整體而言，我很滿意電信公司 的寬頻上網服務。

(三)顧客預期未來利益 1.量表來源：

用來衡量顧客預期未來變數，在整理文獻過程中並不多見，本 研究嘗試自行發展，以 Lemon et al.,等教授提出的「預期未來使 用量」為主並加以延伸，提出顧客未來「期望提供更好服務」、「期 望增加使用費用」、「期望更多附加價值服務」、「期望使用延伸產 品」、「期望更多利益好處」等作為顧客預期未來利益的衡量變數，

共設計問項 11 題(C1~C11)，使用李克特五點尺度衡量，其區間為非 常同意到非常不同意。

2.因素分析：

在此變項 KMO 與 Bartlett 球形檢定結果與解說總變異量如表 3-9 所示，KMO 係數 0.87 相關情形良好，屬良好的適合性，而球形 檢定也達顯著水準適合因素分析，以主成分分析可萃取二個成分因 素來代表顧客預期未來利益，分別命名為「預期未來使用價值增加」

與「預期未來使用量增加」，其累計解釋變異量 56.92%。茲將分析

分析結果整理如表 3-10 所示：

表 3-9 顧客預期未來利益因素分析檢定表

KMO 取樣適切性量數 0.87 近似卡方分配 1749.96

自由度 55 Bartlett 球形檢定

顯著性 0.00 解說總變異量

成分 轉軸後之特徵值 解釋的變異量% 累積解釋變異量%

1 3.46 31.43 31.43

2 2.80 25.49 56.92

表 3-10 顧客預期未來利益衡量變數表

C7 0.82 電信公司未來ADSL寬頻上網所提供的服務會更好。

C5 0.73 電信公司未來會創造更多加值服務應用內容。

C8 0.71 我對現在提供ADSL寬頻上網電信公司，未來自 動免費以光纖替換ADSL充滿期待。(備註：光纖

C10 0.57 整體而言，我認為使用ADSL寬頻上網的利益很大。

顧 客

C9 0.51 我對現在提供ADSL寬頻上網電信公司的服務充 滿信心。

備註：翠取方法為主成分分析，萃取二個成分。

(四)顧客保留 1.量表來源：

本研究參考 Zeithmal et al.,(1996)等學者研究，並考慮 ADSL 服務特性，將顧客保留構面依據 PZB 行為意向表五個構面「忠誠度」、

「轉移」、「付出」、「外部回應」與「內部回應」等設計問項共 7 題 (D1~D7)，經過因素分析發現可以萃取 2 個因素來代表顧客保留構面 因素，分別命名為「忠誠度」與「內外部回應」，累積解釋變異量 57.33%，惟問項第 3 題是反向題，單獨列出歸屬「外部回應」，在實 證分析計分輸入時特別注意轉換，本表使用李克特五點尺度衡量，

其區間為非常同意到非常不同意。

2.因素分析：

在此變項 KMO 與 Bartlett 球形檢定結果及解說總變異量如表 3-11 所示，KMO 係數 0.74 屬中度適合性，而球形檢定也達顯著水準 適合因素分析，以主成分分析可萃取二個成分因素來代表顧客保 留，分別命名為「忠誠度」與「內、外部回應」，其累計解釋變異量 57.33%。茲將分析結果整理如下。

表 3-11 顧客保留因素分析檢定表

KMO 取樣適切性量數 0.74 近似卡方分配 664.27

自由度 21 Bartlett 球形檢定

顯著性 0.00 解說總變異量

成分 轉軸後之特徵值 解釋的變異量% 累積解釋變異量%

1 2.56 36.52 36.56

2 1.45 20.77 57.33

表 3-12 顧客保留衡量變數表

二、信度分析(reliability analysis)

「信度」是指一個量表能夠偵測到真實分數的程度，也就是分析題目 間的一致性或穩定度，而最常見的就是 Cronbach α係數，根據吳統雄(1984) 對參考兩百篇態度與行為研究的信度與效度中提出的建議標準整理如表 3-13：

表 3-13 信度範圍與涵意

信度範圍 代表涵意 0.9＜Cronbach α 十分可信

0.7＜Cronbach α≦0.9 很可信(最常見) 0.5＜Cronbach α≦0.7 可信(次常見) 0.4＜Cronbach α≦0.5 可信 0.3＜Cronbach α≦0.4 免強可信

Cronbach α≦0.3 不可信

各構面信度經過統計檢定後，即完成確定本研究基本構面衡量變數，

彙整如表 3-14：

表 3-14 本研究基本構面 Cronbach α值檢定表

基本構面 衡量變數 題數 Cronbach α

服務行銷策略 服務行銷策略顧客評價 12 0.86 預期服務的滿意的情緒變化 1

理想服務的滿意 1 顧客滿意度

整體滿意度 1 0.83

預期未來使用價值增加 5 顧客未來預期利益

預期未來使用量增加 6 0.88

忠誠度 4 內部回應 2 顧客保留

外部回應 1 0.71

三、描述性分析

根據受訪者人口統計變數及使用情形變數進行樣本描述性分析，以了 解受訪者各方面的顧客認知分布情形並解釋其隱藏意涵。

四、迴歸分析

為瞭解服務行銷策略、顧客滿意度、顧客預期未來利益與顧客保留彼 此相互間的關係，本研究採用線性迴歸分析方法之逐步迴歸分析以驗證模 式。

在多元迴歸分析中，自變數不只一個，若自變數間相關程度過高，不 但變項之間的概念區隔模糊難以解釋外，在數學上會因為自變數間共變過 高，造成自變項與依變項共變分析上扭曲現象，所以要注意共線性

(collinarity)問題(邱皓政，2004)。

自變數間是否有共線性的問題，可從容忍度(tolerance)與變異數膨脹 因素(Variance Inflation Factor，VIF)判斷，容忍度值介於 0 和 1 之間，

越大越好，其值如接近 0，表示其變項幾乎與其他變項線性組合，這個變項 迴歸係數的估計值不夠穩定，而迴歸係數計算值也會有很大誤差，變異數 膨脹因素(VIF)是容忍度的倒數，VIF 值愈大表示自變數的容忍度值愈小，

愈有共線性的問題。當 VIF 大於 10 時，變項共線性明顯，應加以去除或合 併，來避免估計問題(邱皓政，2004)。

同時考慮模式解釋力與自由度之配適度指標，稱為「調整後判定係 數」，在迴歸分析中，要以調整後的決定係數代替原先的決定係數，當增加 新的自變數後，會使調整後的決定係數變大，此時的決定係數會有高人為 操控機制，用調整後決定係數較佳。

此外以樣本的決定係數值估計母群參數時會發生高估產生誤差現象，

因為調整後的決定係數值是迴歸模式中變項數與樣本大小的函數，採用調 整後的決定係數值來估計母群性質，才不會有錯誤。

整體而言，本研究所選的自變數服務行銷策略、顧客滿意度與顧客預 期未來利益是否足以解釋依變數顧客保留，將以變異數分析表包括 F 統計 量、判定係數，調整後判定係數與模式配適度等進行總檢定(周文賢，2004)。