第二章 文獻探討
第四節 重要度表現值分析法
重要度表現值分析法（Importance-Performance Analysis；簡稱 IPA），是藉由
「重要度」(消費者認為的重要性)和「表現值」(消費者認為表現情形的測度)將 特定服務或產品的相關屬性優先排序的技術(Sampson & Showalter, 1999)。其中，
重要度係指受試者對於有關特定行為或論點的期待滿意度；而表現值則是指針對 對方行為或論點而呈現的認知滿意度(Magal & Levenbury, 2005)。IPA 的主要論述 在於對任何一項行為或論點，若只考慮其重要度而忽略表現值，或僅考慮表現值 卻忽略重要度時，分析所得之結論，都難免失於偏頗。因此，IPA 就是將重要度 與表現值二者同時放在一起考慮，運用期望-實際滿意度，來評估受試者的期望 以及實際的滿意度，已經成功的應用在教育評鑑、市場決策、旅遊導覽等方面，
並幫助相關人員決定策略、改進的優先順序或資源投入的方向。
IPA 有三項假設(Sampson & Showalter , 1999)：
一、重要程度和表現情形有關。
二、通常所知覺的重要程度與所知覺的表現情形是相反關係；也就是當表現 情形已經足夠時，其重要性便降低。
三、表現情形的改變會導致重要程度的改變。
對於特定行為或論點的重要度分析，通常採用下列五種方法：變異數本位 法、感度分析法、雜亂度法、層級分析法及問卷調查法。至於表現值通常都可直 接由問卷調查而得。
就 IPA 而言，主要利用同時考慮重要度與表現值兩者來作決策判斷，目前有 兩個主流方法論：其一是聚焦在缺口（gaps）的討論，所謂缺口指的是表現值與 重要度的差，亦即表現值減去重要度而得的數值。若此值為正，則表示此項屬性 的表現是可被接受。反之，若為負，則表示有待加強（O’neill, Wright & Fitz, 2001;
Shaw, DeLone & Niederman, 2002; Skok, Kophamel & Richardson, 2001）。然而，此
方法論常受批評理論依據不足(Bacom, 2003)；另一個 IPA 的方法是先行計算出所 有屬性的重要度與表現值的平均值。然後，在平面建立一個直角坐標系，通常的 作法是以
x
軸表示表現值，而以y軸表示重要度(對調亦可)，並以上述兩者所求出 的平均值為坐標系原點，如此即建立了一個 IPA 的平面上二維直角坐標系。此 IPA 二維平面直角坐標系則將平面分為 A、B、C、D 四個象限，如圖 2-1 所示。A、B、C、D 四個象限分別代表優先改進(Concentrate here)、繼續保持(Keep up with the good work)、後續改進(Low priority)、過度表現(Possible overkill)。其 中
x
軸愈向右則表示表現愈高，愈向左則表示表現愈低。而y
軸愈向上則表示愈 受重視，愈向下則表示愈不受重視。最後，可將每一個屬性依其重視度與表現值 在 IPA 坐標平面上的象限找出相對應的點來表示。如此，每一個屬性將分佈在 A、B、C、D 之某一個象限，又均分別代表不同意義，兹詳述如下：
圖 2-1 重要度表現值分析圖
象限 A 優先改進：落在此象限的點陳述了此屬性在學生的期待滿意度是屬於受 重視的部份，但相對的教師表現較低，因此，教師必須要更專注的投入 更多努力。如此，將能獲致最大的成效。
象限 B 繼續保持：此象限的屬性表示不但是受重視而且表現亦高，所以教師則 須繼續保持此項屬性即可。
象限 C 後續改進：顯示此象限的屬性，並不是滿意度表現得很好，但也不是很 受重視，所以教師可將此象限的教學屬性視為後續改進項目。
表現值 重要
度
優先改進
後續改進 過度表現
A B
C D
繼續保持
象限 D 過度表現：表示此象限的屬性雖然教師教學滿意度表現很好，但卻屬於 低受重視的項目，教師有過度表現或投入較多資源之虞。
建立一個 IPA 坐標圖，就必須先取得這些屬性的表現值和重視度。本研究對 於每一教學屬性之教學表現程度，係來自於所有填寫問卷的學生對該行為的評估 值的平均而得。至於獲得特定行為之重視度訊息，有前述幾種方法被廣泛應用。
本研究一開始並沒有設計去獲得每一屬性項目重視度的直接訊息，而是間接利用 變異數權重來得到每一項目的重視度訊息，亦即在本研究中，每一項目的重視度 是由所有學生對該屬性的變異數計算而得。
一般而言，教師的教學屬性之所以受重視或是具有參考價值，是由於此屬性 受評定價值的意見不一致，亦即所得屬性評定價值的變異數較大所致，因此變異 數權重被當成重視度概念的建構基石。
假設 xk為第 k 個教學屬性，則其變異數權重 wk 的求法，是依如下的計算公 式：wk = ( Var(xk)- m) / M，
其中 Var(xk)=
nk
j 1
( Rj ( xk ) -Rk )2/ nk -1；m 和 M 分別表示所有教學屬性中之 最小與最大變異量；Rj ( xk )是表示第 j 位學生對教學屬性 xk的評定值；nk為對教 學屬性 xk 評定值的學生人數以及Rk 是教學屬性 xk 的平均評定值(Herlocker, Konstan, Brochers & Riedl, 1999)。在實際應用上，在當教師教學屬性之整體滿意 度未知時，我們可利用上述變異數權重 wk = ( Var(xk)- m) / M 來求出每一教學屬 性的重要度。
在本研究中，共有 15 題題目，我們依據下列 5 個步驟，建構一個重要度表 現值分析圖：
步驟 1 每一個教學屬性的表現值係由所有學生所給予的評定值平均而得。所以，
對每一教學屬性 xk之平均表現評定值 pk=
nk
j 1
xkj/ nk ,其中 xkj是每一調查 對象(學生)對於教學屬性 xk之個別表現評定值，k= 1, 2, 3, …,15。
步驟 2 我們將利用公式 wk = ( Var(xk)- m) / M 計算出每一教學屬性 xk的重要度權 重。
步驟3 由變異數本位法所求出的各教學屬性重要度的權重之後，結合相對的表現 評定值，形成一組有序數對(ordered pair)。本研究之 15 組有序數對將以( p1 ,
w1 ) , ( p2 , w2 ) , … , (p15 , w15)形式呈現。
步驟 4 建立變異數本位法的重要度表現值分析圖，此圖類似平面上直角坐標系。
首先，我們以
x
軸表示教學屬性之表現評定值，而以y
軸表示教學屬性之 重要度權重。兩軸相互垂直於點(x0, y0)，將此點視為此坐標系之原點，其 中 x0 =
15
k 1
pk /15 , y0 =
15
k 1
wk /15。如此，互相垂直的兩坐標軸將平面分割成 4 個象限。上述一個有序數對即代表平面上一個點。然後，將上述所求出 的各有序數對描在建立的 IPA 平面坐標系上。
步驟 5 根據步驟 4 繪出的重要度表現值分析圖，說明各教學屬性所需改進之輕重 緩急項目。