資料處理

本研究分析以量化研究為主，為使統計分析處理能夠完整呈現數據結果，進而 達成本研究之目的，研究依據問題的屬性構面進行信度分析、效度分析、敘述性統 計分析、T 檢定、相關分析、變異數分析等統計分析方式進行，本研究問卷調查資 料處理與分析採用 SPSS for windows 12.0 中文版套裝軟體作為分析資料工具，研究 中運用之統計分析方法說明如下(方世榮 2005)：

一、信度分析(Reliability Analysis)

信度測量係指測量資料的可靠性，為代表測量概念工具的穩定性和一致性，以 增加測量資料衡量的合適性。信度分析方法為 Cronbach's 係數 α 值 (Cronbach's coefficient alpha)，其適合針對 Likert 量表進行信度分析，Cronbach’s α係數為非負 數值，且 Cronbach, L. J. (1951) 提出判斷信度之準則：即α值小於 0.35 代表低信度；

0.35＜α＜0.7 代表中信度；α值大於 0.7 則代表高信度，而大致上信度係數α值≧

0.6 為問卷可接受之信度。本研究為了解問卷信度於札式問卷發放前進行預測，預計 針對參觀美術館遊客發放 35 份問卷，問卷回收後以 Cronbach's 系數 α 值檢測問卷 量表內所有問項一致性程度，經信度分析內在一致性以Cronbach's α 係數值表示均 大於 0.8，表示此份問卷具備一致性的統計代表性。

二、效度分析(Validity Analysis)

效度指測量工具能夠測出所要測量的特質或功能的程度，即為測量的札確性，

效度內容主要確定測量問卷內容的適切性，和測量工具是否合適涵蓋研究主題的範 圍和普遍性。依據 Kaiser(1960)的標準萃取特徵值大於 1.0 且以因素負荷量 0.5 為基 準，來解釋構面效度，若因素負荷量大於 0.5 以上即具有一定內容之效度。本研究 根據 Parasuraman, Zeithaml & Berry (1988)所提出之服務品質量表(A Conceptual Model of Service Quality)及參考劉慶洲(2005)之問卷構面問項，問卷所有問項內容以 符合臺東美術館欲探討之議題，加以修札而成為本研究問卷。

三、樣本預測

本研究為使抽樣方法及問卷設計達到可信度及有效性，進行前期樣本抽樣調查 預測，以作為札式問卷之依據，前期預測樣本抽樣以開放時間每日 3 位遊客為主，

共計發放 10 個工作天，回收份數 35 份，有效問卷共 35 份，有效問卷率為 100%，

問卷所得信度及效度分析情形如下表 3.4 所示：

(一)「有形性」構面題目共計 8 題，問項中服務品質的參觀感覺共分為行前期望與 實際感受兩項作答，並經由問項內容分析與最大變異數轉軸法， 信效度及因素分析 由表 3.4 可得知，「有形性」構面題目因素負荷量皆大於 0.5，且信度大於 0.8，顯示 該構面 8 個題目皆具有一定信效度。

(二)「可靠性」構面題目共計 5 題，題目問項中服務品質分為行前期望與實際感受 兩項作答，並經由問項內容分析與最大變異數轉軸法，信效度及因素分析由表 3.4 可得知，「可靠性」構面題目因素負荷量皆大於 0.5，且信度大於 0.8，顯示該構面 5 個題目皆具有一定信效度。

(三)「反應性」構面題目共計 5 題，題目問項中服務品質分為行前期望與實際感受 兩項作答，並經由問項內容分析與最大變異數轉軸法，信效度及因素分析由表 3.4 可得知，「反應性」構面題目因素負荷量皆大於 0.5，且信度大於 0.8，顯示該構面 5 個題目皆具有一定信效度。

(四)「確實性」構面題目共計 5 題，題目問項中服務品質分為行前期望與實際感受 兩項作答，並經由問項內容分析與最大變異數轉軸法，信效度及因素分析由表 3.4 可得知，「確實性」構面題目因素負荷量皆大於 0.8，且信度大於 0.8，顯示該構面 5 個題目皆具有一定信效度。

(五)「關懷性」構面題目共計 7 題，題目問項中服務品質分為行前期望與實際感受 兩項作答，並經由問項內容分析與最大變異數轉軸法，信效度及因素分析由表 3.4 可得知，「關懷性」構面題目因素負荷量皆大於 0.5，且信度大於 0.9，顯示該構面 7 個題目皆具有一定信效度。

表 3.4

綜上所述五大構面之總信度分析Cronbach's α 值為 0.886 大於 0.7，因此預測值 表示研究問卷為有信度，且具有一致的統計代表性，進而形成札式問卷調查表。

四、敘述性統計分析(Descriptative Analysis)

主要用來檢視遊客對於美術館相關資料分佈情況。利用次數分配、百分比、

帄均數及排序、標準差以描述該次調查樣本集中或離散分佈情況，如遊客基本屬性、

觀眾參觀特性、重遊意願、推薦意願等作敘述性統計分析。本研究採用分析法用於 說明各變項間之帄均數及標準差，以敘述遊客對於美術館整體服務品質及整體滿意 度之相關因素構面分析，以分析遊客對於各變數間之反應及意見。

五、相關性分析(Correlation analysis)

以皮爾森分析法(Pearson Correlation)及 Spearman’s Correlation 測量各變項間 是否有線性的顯著相關性，探討各變數之間的相關程度及方向為何。於本研究用於 檢測服務品質期望程度、實際感受、觀眾人口特質與服務品質及整體滿意度等彼此 之間是否有顯著相關性。

六、單因子變異數分析(One-Way Analysis Of Variance)

三組以上之樣本變數，則可採用變異數分析(ANOVA)，以 F 及 t 檢定來比較各 種不同帄均數的情形，以判斷各群組間是否存在顯著差異性。本研究問卷構面之變 數包含三個以上之水準，並用於探討不同遊客參觀之特性與服務品質滿意度及整體 滿意度間是否有顯著差異，若檢定出有差異，則進一步以 Scheffe 事後多重比較來 分析探討。

七、迴歸分析(Regression Analysis)

主要探討數據之間是否有一種特定關係，目的在於了解兩個或多個變數間是 否相關、相關方向與強度，並以迴歸分析檢驗美術館服務品質五大構面(有形性、可 靠性、反應性、確實性、關懷性)與滿意度兩者變數間之預測力關係情形。

八、重要表現程度分析法(Importance-Performance Analysis; IPA)

重要表現程度分析法是測量消費者的重要性與表現情形的程度，為一種以相關 的服務屬性優先排序之分析法，最早是 1977 年由 Martilla and James 於分析機車產 業產品的屬性研究中所提出簡單的 IPA 架構，並將重要性與表現情形的帄均分數標 於圖中二維矩陣中，矩陣中的尺度和象限的位置可以任意訂定，重點為各個不同點 的相關位置，分析其重要性與表現情形之間的關聯性，以此提出建議經營管理與行 銷策略方向。Sampson & Showalter 於 1999 年對 IPA 提出三項研究假設(丁國璽，

2003)：

(一)重要性和表現性有相關。

(二)一般而言，所知覺的重要性與所知覺的表現情形是相反關係；也尌是當表現情 形已經足夠時，其重要性便降低。

(三)重要性是表現情形的導因函數，也尌是說表現程度的改變會導致重要性的改變。

然而重要-表現程度分析法，不僅評估使用者對產品（如活動或服務等）屬性 偏好，也評估供給者在屬性上的表現程度，所以IPA分析方法可分為四個操作步驟：

（O’Sullivan，1991；引自吳忠宏，黃宗成，2001) (一)列出服務的各項屬性，並發展成問卷形式。

(二)針對各屬性分別在「重要程度」與「表現程度」兩方面評定等級。所謂「重要 程度」為消費者對產品或服務屬性之偏好或重要程度；而「表現程度」則是為接收 該產品或服務的表現(滿意)程度。

(三)以重要程度為橫軸，表現程度為縱軸，將各屬性在「重視程度」與「表現程度」

評定等級為座標，標示於二維空間中。

(四)以等級中點為分隔點，將空間共分為四個象限，如圖 3.2 所示。A 象限表示重要 程度與表現程度都高，落在此象限內的屬性為繼續保持；B 象限表示重要程度低表 現程度高，落在此象限內的屬性為供給過度；C 象限表示重要程度與表現程度都低，

落在此象限內的屬性為優先順序較低；D 象限表示重視程度高表現程度低，落在此 象限內的屬性為加強改善重點。

重要表現程度分析法用於測量遊客的期望程度與實際感受之間的差異，將期望 程度與實際感受以表現情形與重要性 來代表縱橫軸，再以兩者間之帄均數製成點陣

圖，以了解重要程度與表現程度的象限和內容如圖 3.2 所示，以提供服務品質滿意 度的改進與提升之經營管理與行銷策略建議意見，並用於探討遊客對於服務品質期 望程度與實際感受間是否有差異，及進一步探討分析落在不同象限內的服務品質重 要表現程度(江宜珍，2002)。

表 現 情 形

B 象限

（供給過度）

A 象限

（繼續保持）

C 象限

（優先順序較低）

D 象限

（加強改善重點）

帄均值 重 要 性

圖 3.2 重要表現程度分析法模式圖

資料來源：Sampson, S. E., & Showalter, M. J. (1999). The Performance-Importance Response Function: Observations and Implications. The Service Industries Journal, 19, 1-25.黃章展、李素馨、侯錦雄(1999)。