• 沒有找到結果。

第三章 研究設計與實施

第五節 資料處理與分析

利用統計方法,來探討所蒐集的可能變項間的相關聯性或因果關係;

也就是說,研究者可以根據理論、自己個人經驗或過去的研究去進行假設。

過程中研究者不須操弄變項,只需將在自然情況下所發生的變項蒐集到並 計算其相關係數(coefficient of correlation)即可達成目的。

所以本研究的資料處理與分析的步驟為:

一、描述統計:將大筆資料約化,並找出有用的資訊進行描述;

二、積差相關:將約化後的二個相關變項,分析出之間的直線關係;

三、線性迴歸:處理和解析二個相關變項,尋求對目標變量的有效預 測或解析。

茲將三個步驟分述如下:

壹、

描述統計

要將初步收集到雜亂無章的資料整理出有系統有意義的資訊,使之有 助於描述某些事情的現況,就須用到計算、測量、描述、劃記與排列次序 等方法,否則一大堆雜亂無章的資料將毫無意義可言。

所以描述性統計的主要目的就是將蒐集所得的一群資料數據加以整 理、摘要和濃縮或繪製成圖和表,方便用來歸納和描述資料的特徵,這是 最基本的統計方法(蕭文龍,2016)。

而本研究使用描述統計的功能主要是在簡化資料(data reduction),即當 收集到的原始拍賣交易資料很多時(高達一萬七千多筆),若不加以整理 及規範,將不易了解這些拍定資料中所潛藏的資訊及意義。而利用描述統 計法的一些基本功能,可將這些資料予以彙整濃縮,進而給我們一些基本 的訊息。

51

描述統計方法可將一樣的資料做不同的圖文來呈現,這就會用到不同 的資料簡化使用方法,但資料在簡化後會損失一些訊息,因此研究者以之 前工作的經驗為基礎,將選擇使用那些描述統計來適切的呈現分析結果,

以及評估要省略資料中的那些訊息。

描述統計量數的包括:

一、次數分配(frequency distribution):包括次數分配表;

二、集中量數(measure of central tendency):包括平均數、中位數、眾 數等;

三、變異量數(measure of variability):包括全距、平均差、四分差、標 準差及變異數;

四、相對地位量數(measure of relative position):包括百分等級、百分 位數等四大類。(王保進,2000)

所以,本研究分析在描述統計上分析拍定成交資料變項值,並進行數 值分析。

貳、皮爾森 (Pearson)相關

相關的統計分析方法有很多不同的類型,而決定使用哪些方法須視研 究資料的類別與研究目的而定;一般而言,相關的統計方法有二大類:一 為雙變項相關分析(即為本研究所使用的方法);另一為多變項相關分析。

而積差相關(product-moment correlation,r)即適用於兩個變項均使用等距 或等比量尺所測量到的連續分數(郭生玉,2012)。

利用雙變項資料通常可以研究相關(correlation)和預測(prediction)的問 題;由統計學家皮爾森(K. Pearson)所發展出來的統計方法名叫積差相關 (product-moment correlation),是指兩個變項之間關係密切的程度(林清山,

2014);用來了解兩個變項之間的關係即為積差相關式,所以是一種簡單

52

的相關,而且其表現的型態是以直線的方式來呈現。

故採用皮爾森(Pearson)積差相關分析,用來度量所收集的成交資料變 項間相關性(即線性相依)。

參、線性迴歸(Linear regression)

處理和解析不同變項之間的相互關係,最常用的一種統計分析方法即 為線性迴歸分析,利用迴歸方程式的最小平方函數,對一個或多個自變項 和應變項間進行建模的一種迴歸分析,其目的是尋求對應變項(目標變項)

的有效預測或解析。例如:車輛年份、行駛里程、車體評價點與成交價格 間的關係。

由於汽車拍賣場的成交資料中,每筆成交價都是受多重因素影響,可 運用到迴歸分析的自變項至少有三個,故先使用多元迴歸進行分析,其目 的是確認自變項間的共線性關係,因自變項間的相關程度越高會導致變項 間的概念會更加模糊不清而無法解釋;所以,在第四章的結果分析中,將 會先以多元迴歸分析中的 DW 與 VIF 進行自變項間的自相關與共線性分析,

並以檢視標準化β係數來選擇具解釋力的自變項項目。

為達本研究目的必須進行簡單迴歸分析,而簡單迴歸分析必須確實確 認存在一個對應變項影響作用明顯高於其他自變項方可執行,本論文的重 點核心在論述車體評價對車輛交易損失的影響,故研究者將透過控制變項,

將其他多種因素的影響降至最低,再進行簡單迴歸方程式的預測模型:

Y = bX + a

藉著建立自變項與應變項的簡單迴歸模型公式,研究者可得到用來建 立成交資料中的:【車輛年份(X1)vs. 成交價(Y1)】與【車體評價(X2) vs. 成交價(Y2)】的二個預測模型;然後再進一步依預測模型中的各級成 交價換算出級數間的價格遞減率,以達折舊與折損的參考換算比例。

53