資料處理與分析方法

本研究之資料分依據研究目的及檢定研究假設之需要，問卷回收後，經由人工 檢查後予以編碼，並利用軟體SPSS、SAS統計套裝軟體作為問卷資料之分析工具進 行分析，本研究之各分析方法茲分別敘述如下：

3.6.1 敘述性統計分析

敘述性統計是用來分析變數的標準偏差、中央傾向、分佈的大小等、峰態、

自變數和因變數標準差(George & Mallery，2003)，用來了解本研究受訪對象之樣 本資料結構與基本特性，將問卷資料進行單一變數間之敘述性分析，利用次數分 配瞭解受測顧客之分佈情形，且對各變數之平均值作一概略描述，在本研究中將 用來描述人口統計變數等資料之次數分配、平均值、標準差、百分比等的方式來 顯示原始樣本資料的分佈概況。此外，本研究之問卷形式大部份皆以 Likert 5 點 量表衡量，經過編碼量化後，可透過各構面問項之平均數、標準差的計算，瞭解 受訪者對該問項的看法與意見。

3.6.2 信度分析

本研究因採用問卷量表，必須針對回收的問卷進行信度的分析，所謂信度，

是指一種衡量工具的正確性(Accuracy)或精確性(Precision)。其中包含了穩定 性(Stability)及一致性(Consistency)兩種含意，也就是同一群受測者在同一份 測驗上測驗多次的分數要有一致性。一般測量信度又可分成下列數種：

1. 再測信度(Test-retest Reliability)：是指前後不同時間，對相同一組樣本 作重覆衡量，針對兩次結果以求得相關係數。

2. 複本信度(Alternate-form Reliability)：如果一個測試工具有兩個複本，

即根據同一群受試者接受兩種複本測試的得分，計算相關係數，得到複本信 度。

3. 折半信度(Split-half Reliability)：指同樣的量表由同一群受測者僅作一 次，再利用折半的原則，將量表分為二，此兩部分的分數之間相關程度，即 為折半信度。

4. Cronbach＇s α Coefficient：內在信度，指同質性的量表是否能反映出同 樣的概念，及組成量表題項之內在一致性程度如何。若內在信度 α 係數在 0.8 以上，則此量表有較高之信度，而 Cronbach＇s α Coefficient 表示同一群 人在同一測驗上，只作一次測驗求得之實驗分數與實際分數之間之相關程 度。Cronbachα 係數愈大，表示量表內的內部一致性愈高，根據 Guieford(1965) 提出之 Cronbach＇s α 係數之取捨標準，當 α 值大於 0.70 則顯示其信度相 當高，若介於 0.70 與 0.35 間的信度為尚可，而如小於 0.35 則表示信度低。

此外亦有學者認為在探索性研究中，係數介於 0.7 至 0.98 間，都可以算是高 信度，而低於 0.35 者須予以拒絕。而 Nunnally(1978)建議若 Cronbach＇s α 係數大於 0.7 則表示內部一致性高，可以接受。

5. 組合信度(Composite Reliability; CR)：潛在變項的組合信度是所有測量變 數信度的組成，表示構念指標的內部一致性，愈高顯示這些指標一致性愈高，

Fornell and Larcker(1981)建議值為 0.6 顯示量表指標之一致性高。

本研究採用 Cronbach＇s α Coefficient 檢驗各構面的內部一致性，分別 衡量服務品質、顧客滿意度、顧客忠誠度各構面之 α 值。此外，為求嚴謹也將 再進一步檢測組合信度(CR)，當 CR≧0.6，表示各構念之組合信度也佳，量表指 標之一致性高。

3.6.3 效度分析

效度是指測量的正確性，也就是要能達到測量的目的，測量之結果能夠真正 測得所欲測量之變數的程度，此種有效的程度即為效度。測量的效度可分為下列 三類(教育與心理測驗的標準)：

1. 內容效度(Content Validity)：內容效度是指測量工具能涵蓋測量主題的程 度，是衡量工具的「代表性（representativeness）」或衡量工具對於內容的

「抽樣適當性（sampling adequacy）」。也就是測驗的內容是否可以測到想測 驗的主題，並且具有適當性以及代表性。可藉著遵循一定程序發展測量工具 以使測量內容適切。又可稱為「表面效度(face validity)」。

2. 效標關聯效度(Criterion-Related Validity)：係以測量分數與測驗標準間 的相關程度，表示測驗效度的高低。效標是指顯示測量特質之獨立變數。

3. 建構效度(Construct Validity)：指測量某一理論的概念或特質之程度，通 常必須以某理論為基礎，建立和某一建構相關聯之能力，也就是指測量工具 所發現到的結果，是否會如同理論對該建構所做出的預測。因此其正確性是 建立於理論本身的正確性。建構效度又包含了：

(1) 收效效度（convergent validity）：當測量同一構念的多重指標彼間 聚合或有關連時，就有此種效度存在。

(2) 區別效度（discriminant validity）：與收斂效度相反。此類效度是 指當一個構念的多重指標相聚合或呼應時，則這個構念的多重指標也 應與其相對立之構念的測量指標有負向相關。

本研究將檢視內容效度及建構效度。在建構效度的部份，本研究將檢定各題 項能否收歛至所屬構念，使用因素分析，找出每個題項的因素負荷量λ，再利用 t-test檢視各題項能否收歛至所屬構念。此外，利用信賴區間法來檢定構念間是 否具有區別效度。

3.6.4 獨立樣本 t 檢定分析

獨立樣本 t 檢定適用於受試樣本為兩個獨立不同的群體。t 檢定的目的在於 考量樣本個別差異及測量誤差後，兩個群體在依變相測量分數之平均數是否相 等，如果不相等，則表示兩個群體的平均數值達到統計的顯著水準(吳明隆，民 96)。在本研究將會運用在自變項部份僅兩項的人口統計變數，來了解受訪者之 人口統計變數對各顧客滿意度是否有顯著差異。

3.6.5 單因子變異數分析(One-way ANOVA)

變異數分析(Analysis of Variance)簡稱 ANOVA，是用來檢定三個或三個以 上群體資料平均數的差異顯著性，也稱 F 統計法。變異數代表觀測資料與平均數 之間的離散程度，當變異數越小代表資料分佈越集中，變異數越大代表資料分佈 越分散。而當群組間的變異值小時，代表個別群組平均數與總平均數之間沒有顯 著差異。ANOVA 分析之 F 值如果大到顯著，表示組別間至少有一對平均數之間有 顯著差異。本研究之人口統計變數由於自變項部份超過兩類，因此將採用變異數 分析。來了解受訪者之人口統計變數對顧客滿意度是否有顯著差異。

3.6.6 事後多重比較分析- 雪費法(Scheffe＇s Test)

ANOVA 分析雖然可以分析出之組別間至少有一對平均數之間有顯著差異。但 卻無法找出是哪兩組間的差異，所以必須進一步進行事後多重比較分析。來確定 究竟是哪些組的差異達到顯著。而事後多重比較分析的方法很多，其中當各組的 人數不相當或想進行複雜的比較時則用 Scheffe 法，因此本研究中將在 ANOVA 分 析後再採用雪費(Scheffe)法，進行多重比較檢定以檢定各族群之間的彼此差異。

3.6.7 Pearson 相關係數分析

相關係數分析被採用探索在兩個連續的變量間簡單的相互關係。相互關係也 被經常叫為 Pearson

r

。Pearson

r

的值從 -1.0 變化到 +1.0。如果 Pearson

r

值 (-1<r<0)，表示二變數的關係是反向的。如果 Pearson

r

(0 <

r

< 1)，表示二變 數間有正向關係(George & Mallery, 2003)。在本研究中，在進行變數間的迴歸 分析前，為避免多元共線性問題，將先進行自變數間相關分析，以了解兩變相之 間的相關程度。

3.6.8 多元迴歸分析法與徑路分析

多 元 迴 歸 分 析 是 用 來 測 量 獨 立 變 數 (Independent Variable) 和 相 依 變 數 (Dependent Variable)之間的線性關係(George & Mallery, 2003)。此外，多元迴歸分 析也用來分析每個獨立變數對相依變數獨特的影響。而多元回歸分析生產了四個 主要的值：

1. R Square：R 值表示獨立變數和相依變數之間的關係力量，R Square 的範圍是 從 0.0 到 1.0。

2. F statistic：代表可能性的值(p)，表示的獨立變數和相依變數之間的關係。

3. β weight：表示每個獨立變數的單獨對相依變數的影響。β 值的變化從-1 到+1。

正值

β 值表示獨立變數會正向的影響相依變數。相反地，負值的 β 值表示獨立

變數會反向的影響相依變數。β 值越大，獨立變數和相依變數之間作用越大。β 值越小，獨立變數和相依變數之間作用越小。

4. t statistic：表示每個獨立變數和相依變數之間的程度關係的可能性。

本研究將進行路徑分析，而在路徑分析中，選用的方法為多元迴歸分析法 (mulyiple regression analysis)，而徑路係數就是迴歸方程式中的標準化迴歸係數 (Beta 值)。在迴歸模式方法中選用的是強迫進入法(Enter)，此即為一般所謂的複

回歸，讓所有欲進行複回歸分析的預測變項，同時進入迴歸方程式。再從每個 變項t 值得大小與機率值考驗 Beta 值的影響是否達到顯著。(吳明隆，民 96)本 研究將用以檢驗服務品質、顧客滿意度與顧客忠誠度間的關係。

3.6.9 重要性-表現分析法-IPA(Importance-Performance analysis)

學者(Martilla & James1977)曾提出「重要性-表現分析法」，做為服務業 者改善服務品質之應用，本研究也將採用此分析方法來觀察資生堂專櫃之消費者 對服務品質的重視程度與實際感受到的服務品質，並將資料製圖於二維矩陣中，

以提供業者改進的經營策略。

57

綜合上述，本研究之分析架構及方法如下圖所示：

圖3-3 研究之分析架構 顧客忠誠度 1. 再購意願 2. 推薦意願 3. 交叉購買意願 4. 價格容忍

人口統計變數 1. 婚姻狀況 2. 年齡 3. 院別 4. 系級 5. 可支配所得 資生堂專櫃保養品 台北市大學院校女學生

服務品質模式 1. 可靠性 2. 實體形象 3. 人員互動 4. 問題解決 5. 商店政策

顧客整體滿意度

T-test ANOVA

信、效度分析 IPA

T-test ANOVA Scheffe’s Test

T-test ANOVA Scheffe’s Test 信、效度分析

信、效度分析 Pearson

相關係數分析 多元迴歸與徑路分析

Pearson 相關係數分析 迴歸與徑路分析 Pearson

相關係數分析 多元迴歸與徑路分析

在文檔中 台北市大專院校大學部女學生對專櫃化妝保養品服務品質、顧客滿意度、顧客忠誠度之相關研究－以資生堂專櫃為例 (頁 62-67)