資料分析法

本研究設計珠寶行銷模式之探討，由經驗豐富的相關專家業者所做的意見蒐集及彙 整，以台灣珠寶業為主軸，經研究討論後，整理出行銷方式及行銷模式的特性，根據研 究動機，茲將所主要採用的統計分析法概述如下:

壹、專家訪談(Expert Interview)

專家訪談法是最常被採用的資料蒐集方法之一，根據研究的方向及問題設計結構化 的 程 度 ， 可 分 為 結 構 性 訪 談 (Structured interviewing) 、 非 結 構 性 訪 談 (Unstructured interviewing)以及半結構性(Semi-structured interviewing)三種(陳向明， 2001)。半結構 性的訪談對象可以是「個人」或「團體」，其中個人訪談即所謂的深入訪談法(Depth Interview)，而團體訪談即為焦點團體法(Focus Group)( 章美英、許麗齡，2006)；本研 究使用焦點團體法，其目的是藉由訪談與受訪專家們交換意見及資訊建構，由內容了解 受訪者的看法、態度、動機及作法等。在團體訪談中，研究者採取開放式的方式，引導 受訪者回答原先設定的議題。因為有既定的研究方向，加上受訪者均是從事珠寶的相關 業者，所以很容易就能進入主題。

貳 、專家權重法(Expert Weights Method，EWM)

一、專家權重法之理論

專家權種法(Expert Weights Method，EWM)係薄喬萍於2013年，針對多項無法具體 衡量變項之重要度，所提出之評估方法，其方法之理論說明如下：

將專家們，對於各變項的重要度，依據專業認知給予評分，再以各變項i之「重要度」

除以其他變項j之「重要度」，即可得出變項「凌駕」變項j之程度。假設共有s個變項，

則依此s個比值，即可估算出變項i重要度之平均數。

在未介紹實施之步驟之前，首先說明以下定義：

以「變項i之重要度」除以「變項j之重要度」，此一比值，稱之為「變項i凌駕變項

確定研究動機與目的

- 32 -

「j」之程度。

由此定義可知，若「變項i凌駕變項j」> 1 ，即可知變項i之重要度高於變項j之重 要度；反之，若「變項i凌駕變項j」< 1，即可知變項i之重要度小於變項j之重要度。

二、專家權重法之實施之步驟如下：

1、以Likert 1-5分量表，邀請n位專家對於s個變項之重要度評分，建立重要度關係 矩陣X：

11 12 … 1s X = 21 22 … 2s ………

n1 n2 … ns

2、以矩陣X之各j行元素，除以其他各行i元素，共可得出類此的s個「相對重要度」

矩陣，i、j=1,…,s，將此s個矩陣之n列元素相加後，按序排列成下列矩陣T：

t11 t12 …t1r …t1s T = t21 t22 t2r t2s tr1 tr2 trr…… trs ………….

ts1 ts2 tsr tss

矩陣T之第一列元素，係由矩陣X之第一行元素，除以其他各行後之各列總和，其 他各列數據依此類推。各列數據tij，表示第i個變項較第j個變項之重要度比值，tij愈大即 表示第i個變項之重要度，「凌駕」第j個變項之程度愈重；而，trj表示第r個變項，受到 第j個變項「凌駕」之程度，trj愈大即表示第j個變項，其重要度愈高於第r個變項。

- 33 -

3、每個變項r皆有凌駕變項j 之程度(trj)，亦有被變項j凌駕之程度(tjr)，則

〔ti1 / t1i , ti2/t2i ,…. , tis/tsi〕，i=1,…,s ，此向量中之各元素，即可表示為，「 變 項 i 凌駕變項 j」/「被變項 j 凌駕」之程度。計算各 i 列元素之總和，此值愈大，即 可顯示第i個變項與其它變項相比之相對重要度愈高。

步驟3之中，特別加上「變項 i凌駕變項 j」/「被變項 j 凌駕」之比值，其作用在 加強變項 i之顯著性，假若變項 i「凌駕變項 j」之值大，則變項i「被變項 j 凌駕」之 值必然較小，則，「變項 i凌駕變項 j」/「被變項 j 凌駕」之比值，必然較只有「變項 i凌駕變項 j」更為顯著。由此可知，專家權重法具有增加「鑑別度」之功效。

三、矩陣T之作用

傳統上，對於各題項之重要度評估，都祇是以矩陣X之各「行」總和相較，以各行 總分越大者，即可視之為最重要之題項。然而，此種簡易之運算很容易產生以下難以決 策的情形：

例題：

邀請10位專家對於5個「餐廳服務項目」之重要度評分，得出矩陣X，但將矩陣X之 各題項評分相加後(各行)，此時各題項之總分相同，則無法比較出評分之高下。

X=

價格 衛生 交通 氣氛 口味

3 3 3 3 3

3 4 3 4 4

4 4 4 4 4

4 3 4 3 4

2 3 3 3 4

3 2 4 3 5

4 4 2 5 2

3 4 4 3 2

4 3 3 3 3

- 34 -

- 35 -

- 36 -

將矩陣 T1、T2、T3、T4、T5 之各行之加總，將五個總和歸併成為矩陣 TT。

TT=

若以矩陣 TT 之各列總和相較，此時仍然無法得到以所有題項角度之評量，為此需再 將矩陣 TT 轉置(transpose)，得到矩陣 TTr

TTr=

將矩陣 TT 除以轉置矩陣 TTr 之後，即將此二矩陣各對應元素相除，得到以下矩陣 T，

則此五個題項之評分就區分不僅鑑別度提高，而且其評量之內涵包含了以各變項為基準 之評量角度。

T=

0.75 1 1 1 1

0.666667 0.666667 0.666667 1 1

10 10.33333 10.5 10.38333 11.18333 10.33333 10 10.58333 10.3 11.4 10.41667 10.58333 10 10.65 10.8 10.25 10.16667 10.75 10 11.1 10.58333 10.83333 10.08333 10.4 10

10 10.33333 10.41667 10.25 10.58333 10.33333 10 10.58333 10.16667 10.83333 10.5 10.58333 10 10.75 10.08333 10.38333 10.3 10.65 10 10.4 11.18333 11.4 10.8 11.1 10

1 1 1.008 1.013008 1.056693 1 1 1 1.013115 1.052308 0.992063 1 1 0.990698 1.071074 0.987159 0.987055 1.00939 1 1.067308 0.946349 0.950292 0.933642 0.936937 1

- 37 -

將矩陣 T 之各「列」加總，所得出之總和，並經「歸一化」之後，各題項之重要度

「權重」即為：

此時，即可明顯地將各題項之重要度得到排序。

四 、矩陣T之理論

一般而言，矩陣T1、T2、T3、T4、T5之各行評分加總，由上述例題可知，若是在某 矩陣Ti，題項i之總分高於題項j，則也有可能在矩陣Tj，題項j之總分高於題項i：

由T1很容易看出題項一之總評分高於題項二；但是，由T2又可知道題項二之總評分 高於題項一。此即，從不同之角度看問題，其評分亦會產生不同結果。

五、為何需要矩陣TT除以矩陣TT

為便於說明,茲以本文之例題解釋如下：

矩陣TT之第一列第三位評分數為“10.5”，即表示以題項一之角度視之「題項一凌 駕題項三之程度為10.5」，而矩陣TTr之第一列第三位評分數為“10.41667”，即表示以 題項三之角度視之「題項三凌駕題項一之程度為10.41667」。茲將兩種題項評分之角度 綜合考量，則 「題項一凌駕題項三之綜合程度為10.5/10.41667=1.008」(矩陣T之第一 列第三行)，亦即，以綜合角度觀察評分，題項一之評分應高於題項三之評分。

專家權重法之優點為：

1、團體意見交流能激發出充分的資訊，使更客觀、正確的判斷；

0.202986

0.202495

0.202031

0.201915

0.190574

- 38 -

2、匿名方式，參與者可以毫無顧忌的表述意見，在壓力最低的狀況下，達到團體 互動的效果；

3、多次溝通能提供參與者反覆思考的空間；

4、只需一次問卷，即可得到足夠的資訊，參與者要有不必花費太多的精神；

5、本方法之精神，係採取各專家共同意見之「相對重要度」評估，以整體意見趨 勢作為整合，方法簡單所使用之軟體EXCEL非常方便；

6、由於本方法之展現與一般問卷無異，仍然可以實施信度與效度之檢定；

7、本方法所參與之專家人數，可多多益善，較德菲法之實施不宜太多專家之參與，

以免見分歧難以收斂；

8、從德菲法之改進來看，雖然已經有了一致性檢定之標準和方法，但是此種檢定 方法和專家人數之關係非常密切，若是專家人數太少，將會很難達到檢定之標準，又若 是專家人數太多，又會影響意見的收斂情形；

9、由於專家之遴選，也是具有隨機性質，因此，以專家權種方法所評估之結果，

也必然具有隨機性，但是，由於專家權種法之實施較為簡單，只要有需要可隨時再邀請 另一批專家意見調查，將再次評估之結果，以統計學中的「後驗修正前驗」

參.共同權重法(Common Weight method)

效率評估之共同權重法

研究對於「共同權重法」，適用於以「DMU」評估「變項」之效率，共同權重之評估 模式為：

假設有 n 個受評單位，各有 m 個投入變項、s 個產出變項，則本研究所提之共同權 重模式為： 式 3-1

Min . s1+s2+s3+…+sn

- 39 -

s.t. Σuiyij- v +sj=0 v =1

Ly ≦ui /u1 ≦ uy , i=1,…,m ………(1) J=1,…,n

(1)式中，目標式是強調各受評單位之「產出加權」與「投入」差距之極小化，亦 即，得以表現各受評單位之最惠效率；為了不致產生皆為“0”之解，限制式中加上一 個 v=1，再以 AR 條件限制了各變項之範圍。

一般的資料包絡分析法，皆是以各種不同的方法，以投入「變項」、產出「變項」，評 估各受評單位之效率。

- 40 -