數據結果分析

表 5 ：各 Model 的 Miss to client 檢驗結果

Univariate Tests of Significance for Miss to clien Sigma-restricted parameterization

Effective hypothesis decomposition Effect

8625126 1 8625126 141.8531 0.00 23466376 4 5866594 96.4849 0.00

8816471 145 60803  

表 6 ：Fisher LSD 法檢驗各 Model 的 Miss to client

LSD test; variable Miss to client (Spreadsheet1) Probabilities for Post Hoc Tests

Error: Between MS = 60803., df = 145.00 Cell No.

101 0.006684 0.00 0.005980 0.005980 102 0.006684 0.00 0.969565 0.969565 104 0.000000 0.000000 0.000000 0.000000 106 0.005980 0.969565 0.00 1.000000 108 0.005980 0.969565 0.00 1.000000

  Miss to market

由表 7 可知，在 5％的顯著水準之下，p=0.00<0.05，各 Model 的 Miss to market 有 顯著差異。並用事後檢定 Fisher LSD 法來檢定各 Model 中 Miss to market 差異的情況，

如表 8 所示 108 與 104 的次數是相對較低的。

表 7 ：各 Model 的 Miss to market 檢驗結果

Univariate Tests of Significance for Miss to marke Sigma-restricted parameterization

Effective hypothesis decomposition Effect

64205805 1 64205805 4206.082 0.00 28570568 4 7142642 467.910 0.00

2213424 145 15265

17 

表 8 ：Fisher LSD 法檢驗各 Model 的 Miss to market

LSD test; variable Miss to market (Spreadsheet1) Probabilities for Post Hoc Tests

Error: Between MS = 15265., df = 145.00 Cell No.

101 0.061858 0.000000 0.703472 0.000000 102 0.061858 0.000000 0.025104 0.000000 104 0.000000 0.000000 0.000000 0.000000 106 0.703472 0.025104 0.000000 0.000000 108 0.000000 0.000000 0.000000 0.000000

Return

由表 9 可知，在 5％的顯著水準之下，p=0.00<0.05，各 Model 的 Return 有顯著差異。

並用事後檢定 Fisher LSD 法來檢定 Return 差異的情況，如表 10 所示 108 是最少的，104 與 106 則排行第二與第三。

表 9 ：各 Model 的 Return 檢驗結果

Univariate Tests of Significance for Return (Spreads Sigma-restricted parameterization

Effective hypothesis decomposition Effect

345351136 1 345351136 5255.738 0.00 175877440 4 43969360 669.149 0.00

9527856 145 65709

  表 10 ：Fisher LSD 法檢驗各 Model 的 Return

LSD test; variable Return (Spreadsheet1) Probabilities for Post Hoc Tests

Error: Between MS = 65709., df = 145.00 Cell No.

101 0.000000 0.000000 0.000000 0.00 102 0.000000 0.000000 0.000000 0.00 104 0.000000 0.000000 0.000000 0.00 106 0.000000 0.000000 0.000000 0.00 108 0.000000 0.000000 0.000000 0.000000

Net Profit

由表 11 可知，在 5％的顯著水準之下，p=0.00<0.05，各 Model 的 Net Profit 有顯著 差異。並用事後檢定 Fisher LSD 法來檢定 Net Profit 差異的情況，如表 12 所示 108 是賺 最多錢的，104 與 106 則排行第二與第三，而 102 則是最虧錢的。

表 11 ：各 Model 的 Net Profit 檢驗結果

Univariate Tests of Significance for Net Profit (Spreadsheet Sigma-restricted parameterization

Effective hypothesis decomposition Effect

3.183825E+10 1 3.183825E+10 885.686 0.00 1.613416E+11 4 4.033541E+10 1122.062 0.00 5.212397E+09 145 3.594756E+07

  表 12 ：Fisher LSD 法檢驗各 Model 的 Net Profit

LSD test; variable Net Profit (Spreadsheet1) Probabilities for Post Hoc Tests

Error: Between MS = 3595E4, df = 145.00 Cell No.

101 0.00 0.00 0.00 0.00

102 0.00 0.00 0.00 0.00

104 0.00 0.00 0.00 0.00

106 0.00 0.00 0.00 0.00

108 0.00 0.00 0.00 0.00

  Inventory

由表 13 可知，在 5％的顯著水準之下，p=0.00<0.05，各 Model 的 Current System Inventory 有顯著差異。並用事後檢定 Fisher LSD 法來檢定 Current System Inventory 差異 的情況，如表 14 所示 108 是庫存最低的，而 102 則是庫存最高的。

表 13 ：各 Model 的 Current System Inventory 檢驗結果

Univariate Tests of Significance for Current System Invento

Sigma-restricted parameterization Effective hypothesis decomposition Effect

6.816669E+12 1 6.816669E+12 129285.2 0.00 4.869676E+11 4 1.217419E+11 2309.0 0.00 7.645247E+09 145 5.272584E+07

  表 14 ：Fisher LSD 法檢驗各 Model 的 Current System Inventory

LSD test; variable Current System Inventory (Spreadsheet1) Probabilities for Post Hoc Tests

Error: Between MS = 5273E4, df = 145.00 Cell No.

Model {1}

233582.7 303380.7^{2} 190384^{3} 209912.7^{4} 128625.3^{5}

1 2 3 4 5

101 0.00 0.00 0.00 0.00

102 0.00 0.00 0.00 0.00

104 0.00 0.00 0.00 0.00

106 0.00 0.00 0.00 0.00

108 0.00 0.00 0.00 0.00

19 

Sold to market

由表 15 可知，在 5％的顯著水準之下，各 Model 的 Sold to market 有顯著差異。並 用事後檢定 Fisher LSD 法來檢定 Sold to market 差異的情況，如表 16 所示，雖然 102 增 加產能 10%但是 Sold to market 個數並沒有比較多。

表 15 ：各 Model 的 Sold to market 檢驗結果

Univariate Tests of Significance for Sold to market (Sold Sigma-restricted parameterization

Effective hypothesis decomposition Effect

2.064947E+11 1 2.064947E+11 1366832 0.00 2.828542E+07 4 7.071355E+06 47 0.00 2.190595E+07 145 1.510755E+05

  表 16 ：Fisher LSD 法檢驗各 Model 的 Sold to market

LSD test; variable Sold to market (Sold to market) Probabilities for Post Hoc Tests

Error: Between MS = 1511E2, df = 145.00 Cell No.

101 0.655255 0.000000 0.836099 0.000000 102 0.655255 0.000000 0.513726 0.000000 104 0.000000 0.000000 0.000000 0.008488 106 0.836099 0.513726 0.000000 0.000000 108 0.000000 0.000000 0.008488 0.000000

Throughput

由表 17 可知，在 5％的顯著水準之下，各 Model 的 Throughput 有顯著差異。並用 事後檢定 Fisher LSD 法來檢定 Throughput 差異的情況，如表 18 所示， 102 增加產能 10%所以 Throughput 是最多的。

表 17 ：各 Model 的 Throughput 檢驗結果

Univariate Tests of Significance for Throughput (Sold to ma Sigma-restricted parameterization

Effective hypothesis decomposition Effect

5.016793E+13 1 5.016793E+13 835790.2 0.00 2.373717E+10 4 5.934292E+09 98.9 0.00 8.703559E+09 145 6.002455E+07

表 18：Fisher LSD 法檢驗各 Model 的 Sold to market

LSD test; variable Throughput (Sold to market) Probabilities for Post Hoc Tests

Error: Between MS = 6002E4, df = 145.00 Cell No.

Model {1}

587305 595593^{2} 580165^{3} 566885^{4} 561647^{5}

1 2 3 4 5

101 0.000058 0.000486 0.000000 0.000000 102 0.000058 0.000000 0.000000 0.000000 104 0.000486 0.000000 0.000000 0.000000 106 0.000000 0.000000 0.000000 0.009771 108 0.000000 0.000000 0.000000 0.009771

  Operating-expenses

由表 19 可知，在 5％的顯著水準之下，各 Model 的 Operating-expenses 有顯著差異。

並用事後檢定 Fisher LSD 法來檢定 Operating-expenses 差異的情況，如表 20 所示， 102 的 Operating-expenses 是最多的。

表 19：各 Model 的 Operating-expenses 檢驗結果

Univariate Tests of Significance for Operating-expenses (So Sigma-restricted parameterization

Effective hypothesis decomposition Effect

4.767211E+13 1 4.767211E+13 421825.6 0.00 2.918855E+11 4 7.297137E+10 645.7 0.00 1.638700E+10 145 1.130138E+08

  表 20：Fisher LSD 法檢驗各 Model 的 Operating-expenses

LSD test; variable Operating-expenses (Sold to market) Probabilities for Post Hoc Tests

Error: Between MS = 1130E5, df = 145.00 Cell No.

101 0.00 0.000000 0.000000 0.00 102 0.00 0.000000 0.000000 0.00

104 0.00 0.00 0.036623 0.00

106 0.00 0.00 0.036623 0.00

108 0.00 0.00 0.000000 0.000000

從上面 ANOVA 分析得知各 Model 的績效指標皆有顯著差異，至於導致差異程度多 寡的原因將在下節 Model 結果分析裡詳述。

21