資料分析

根據特徵詞之結果，本研究以對應分析(correspondence analysis, CA)作為資 料分析之研究方法，對應分析可確立因素彼此之間的次數，依據各項目與特徵詞 次數之間的關係，再以圖的方式表示之。對應分析可直接從變項的距離和相對位 置探索可能的關聯與解釋，並且資料本身不需要對稱，各變項之間也不需有理論 上的相關，穩定性較高。以下茲說明本研究之對應分析方法：

一、對應分析前置作業

對應分析之運用首先必須先定義分析目標與特徵詞，須先透過特徵詞的萃取

前，必須先進行特徵詞之萃取步驟。本研究將筆記型電腦之評價與問題構面視為 單一分析目標(如螢幕、效能、服務、軟體、硬體等)，將與各分析目標有關之字 詞視為特徵關鍵詞，其表示筆記型電腦評價特徵。而從特徵詞資料庫中提出具有 意義且出現頻繁能夠代表筆記型電腦消費者滿意度之特徵詞，以此作為計算原始 資料庫中所出現的次數。

二、對應表之運用

對應表是一種研究對象和反映類型構成的雙向交叉表，在本研究中 A、B、C、

D 等特徵詞項目表示消費者發表之文章內容中的評價和問題，在依據其使用筆記 型電腦之品牌，分別為品牌 1、品牌 2、品牌 3、品牌 4…依此列推，如表 3-4 所示，可以研究並瞭解顧客對筆記型電腦評價口碑及問題口碑項目。

表 3-4 對應表範例

品牌 1 品牌 2 品牌 3 品牌 4 品牌 5 作用邊緣 A 特徵詞

B 特徵詞 C 特徵詞 D 特徵詞 作用邊緣

資料來源：本研究整理

其中作用邊緣(Active Margin)係指雙向交叉表的兩個變項實際用來分析 類別的邊緣次數，亦即在所有答覆之中發生的總次數。而質量(mass) 是指雙向 交叉表之邊緣次數的各類別佔總次數之比率，可用來代表每個事物之影響力的相 對大小。表 3-4 的各橫列(row)與直行(column)交會點表示一個特徵詞或詞組(顧 客評價或問題)在提到有關之特徵詞時，其字詞或詞組在原始資料庫出現的次 數。而列剖面是以橫列的作用邊緣次數為依據所計算之比率，也就是雙向交叉表 所謂的橫列比率，如表 3-5 所示。表 3-6 則為行剖面表，其係以直行的作用邊緣

表 3-5 列剖面表範例

品牌 1 品牌 2 品牌 3 品牌 4 品牌 5 作用邊緣

A 特徵詞 1

B 特徵詞 1

C 特徵詞 1

D 特徵詞 1

質量

資料來源：本研究整理

表 3-6 行剖面表範例

品牌 1 品牌 2 品牌 3 品牌 4 品牌 5 質量 A 特徵詞

B 特徵詞 C 特徵詞 D 特徵詞

作用邊緣 1 1 1 1 1

資料來源：本研究整理

三、應用步驟

對應分析是利用欄(變項)的次數資料作為觀察值，而將研究對象特性逐筆登 列於相同之列上；藉由欄、列出現的邊際相對次數，呈現出研究對象和資料關聯 的變項彼此關係來。它的分析步驟主要有三：一為計算資料中各點對應之行的邊 際次數比例和列的邊際次數比例。第二為從邊際比例再計算每一點間彼此距離，

三為找出能符合這些點的個面向空間，並產出定位圖。由於對應分析以「圖形」

作為資料分析結果，擁有易讀、易懂、易於辨別等優點，因此利於傳達資料的訊 息。

四、結果分析

本研究最後藉由對應分析瞭解筆記型電腦之消費者網路口碑資料，透過定位

明各維度的解釋能力。利用不同評價項目、分析目標、評價項目特徵詞以及顧客 滿意與滿意程度特徵詞之間的對應關係，瞭解服務項目在顧客體驗後之感受與評 價高低，以期提供筆記型電腦生產銷售廠商改善產品之參考。