本研究主要變數以對消費房間清爽乾淨、環境清潔衛生程度、主人服務親切、
是否提供私人浴室、整體環境氣氛營造、溫馨舒適的裝潢及擺設、是否提供消防 安全設施、是否提供緊急照明設備、房間的採光照明、庭院環境的視野風景、週 遭環境的視野風景等 11 個自變數，以及購買意願的應變數。
為了解自變數與應變數的關係及影響方向與程度；以及利用自變數與估計的 迴歸方程式對應變數做預測，採用 SPSS 的迴歸分析，以變異數分析檢定判斷應 變數與自變數是否有迴歸關係中（如表 5 所示），經檢定後其顯著性
0.005<α=0.05。
表 5 變異數分析
變異數分析 Anovab
模式 平方和 自由度 平均平方和 F 檢定 顯著性
1 迴歸 9.174 11 .834 2.661 .005a
殘差 27.586 88 .313
總數 36.760 99
表 6 多元迴歸分析
另外，在多元迴歸分析中，常數項等於 1.553，其顯著性 0.010 <α=0.05。而 根據表 6 的結果其多元迴歸模型應為：
表 7 迴歸分析預測結果 MAD 0.535196306
為了瞭解迴歸分析與類神經網路在預測能力的部份，將驗證的資料集 20 筆 資料輸入到預測模式中，應用類神經網路法所得到的預測結果如表 8，其平均絕 對偏差值為 0.2821，明顯的類神經法所得的結果優於多元迴歸分析法。
表 8 類神經網路預測結果 Pearson 相關係數為 0.762，屬於中高程度的相關，且達顯著水準，代表著類神經 網路法的預測結果非常貼近實際結果，而這也展現了應用類神經網路來進行購買 模式相較於應用傳統的統計模式來得有效用。
表 9 相關係數分析
相關
實際值 預測值 實際值 Pearson 相關 1 .762**
顯著性 (雙尾) .000
個數 20 20
預測值 Pearson 相關 .762** 1 顯著性 (雙尾) .000
個數 20 20
**代表有顯著水準
本研究在獲得民宿價格意願模式後，就民宿業者可以在初期投資成本中進行 導入，同時很便利地考量多個不同的導入方案成效比較，例如：根據消費者的意 願來預測可能獲得效益建議，根據預期獲致的效益成果來做為訂價時的考量，讓 民宿業者在同業競爭環境下可獲得訂價時參考的資訊。同時，也因為這個分析模 式是基於消費者的觀點所建構，其更能適切地反應出符合消費者期待，而不會因 不清楚消費者需求而無法吸引入住。因此後續的應用上，民宿業者可以將各種新 獲得的數據資料再納入分析程序中，重新建構以滿足消費者的期待，必定能贏得 他們的青睞，這對於業者維持其競爭優勢及永續發展將會有正面的助益。
第伍章 結論與建議
本研究的目的在發展出一個民宿價格與消費者意願模式之研究。主要在綜整 影響民宿業者訂價與消費者購買意願的角度去訂出共通的關鍵評估因素，在將這 些因素使用倒傳遞網路建模，從樣本中學習其行為模式，導出價格意願模式，提 供民宿業者對消費者需求有明確的認知，進而訂定出合理的價格，吸引消費者的 再入住的意願。本章根據分析結果作一總結，並據此說明本研究之結論與分析，
其次，說明研究中所遭遇之限制，最後提出對未來建議的方向，以供進一步研究 之參考。