應用灰關聯分析法評估環境教育教學服務品質屬性之重要程度

(1)

應用灰關聯分析法評估環境教育教學服務品質屬性之重要程度

李正忠、李妍蓉 大仁科技大學環境管理研究所 E-mail : [email protected]

摘要

本研究運用灰色系統理論中的灰色關聯分析研究有關教學服務品質及整體學習滿意度的議題，以國小學生為樣本，企圖找出PZB（1985）模式的 10 項品質屬性影響教學服務品質和影響整體學習滿意度之灰關聯序，並且驗證服務品質及整體滿意度是否為兩個不同的建構，最後驗證技術品質和功能品質對服務品質及整體滿意度的相對重要性。研究結果顯示各品質屬性對教學服務品質的影響力非全數相同；各品質屬性對教學整體滿意度的影響力非全數相同；服務品質和整體滿意度在學生心目中是屬於兩個不同的建構；技術品質和功能品質對教學整體滿意度都是同等重要。關鍵詞：服務品質、顧客滿意度、教學品質、灰色關聯分析。

1. 前言

隨著時代的進步，產業結構明顯的改變，服務業的重要性與日俱增，由於同業間競爭日趨激烈，服務品質亦漸受到消費者及管理者的重視 [1]。在目前的經濟體系下，每個人食衣住行等生活需要都和服務業密不可分。服務業管理已成為現今的一大潮流，服務品質衡量及診斷程序也日益受到重視，因此近年來出現了不少有關服務品質管理的研究。事實上，服務不僅對服務業而言很重要，而是全體組織的課題，因為所有的組織都必須提供服務，故各行各業均需重視服務 [2]。隨著品質時代的來臨，服務品質的概念已廣泛應用於許多研究領域，例如陳育君 [3] 以 PZB 服務品質的概念來探討資優生獨立研究課程的教學品質。因此，服務品質的概念如何有效導入教學，應是研究教學服務品質可以涉足的領域。「品質」是公司管理的重要指標之一，亦是廠商及消費者非常關切的主題。Shewhart [4] 認為品質可分為客觀品質和主觀品質，主觀品質是消費者對客觀品質的主觀知覺。即使具有相等的客觀品質之物，對不同的消費者而言，未必會有相同的主觀品質； Kondo [5] 亦強調主觀品質的重要性。品質的定義隨著時代的變遷和歷史的演進，已由早期的生產「符合規格」，轉為「適用」消費者，如今則為「滿足消費者的需求」。全面品質管制先進費根堡 (Feigenbaum) [6] 認為「產品的品質乃工程及製造的綜合特性，此特性決定產品使用時能滿足顧客期望的程度」。而長期處於被動地位的教育機構，隨著人口總生育率的減少，學校多而學生少的現象將日漸普及，學生儼然也已從受教者的角色轉變為「顧客」，逐漸地形成自由市場導向，與企業之競爭相同。師資、智慧、效率、品質、創新、形象、校風等無形資產，將取代校舍、設備、經費等有形資產，成為未來學校的新利器 [7]。從目前市場的消費情形看來，可以發現雖然許多廠商都瞭解滿足消費者需求的重要性，也實施了許多政策，有時候卻會發現依然得不到顧客的青睞，而從技術、成本的觀點來看，廠商是不可能滿足消費者之「所有需求」的，成功與否的關鍵應在於能否掌握到消費者需求的重點。Coyne [8] 亦認為一個成功的服務策略是必須經過嚴格分析的。今日的實務界皆明白品質的重要，所欠缺的是該提供何種品質屬性的決定策略及對某品質屬性和滿意度之間關聯程度的瞭解。以目前品質管理的觀點而言，「顧客的要求」是設定品質標的最重要的依據。而在學校教學的環境中，教師則扮演提昇教育品質的關鍵性角色，在教育市場完全競

(2)

爭下，社會大眾對於教師個人教學品質的要求日益提高，而欲提升教學品質與學生學習滿意度，則必須瞭解學生用以評價教學服務品質之因素，以及學生（顧客）的學習需求並進而滿足之，在教育市場中方能獲得競爭優勢。本研究希望藉由服務品質屬性對教學服務品質及整體滿意度的重要性加以分析，探討不同的品質屬性對服務品質及整體滿意度的影響。目前在理論研究方面，有關教學品質屬性對於學習滿意度影響之相關理論未臻完善，因此引發本研究的動機。

2. 文獻探討與研究假設

服務品質與顧客滿意的衡量之相關研究，為消費者行為研究領域中的兩大主流，自80 年代迄今均已形成相當成熟的研究領域。回顧過去有關服務品質的文獻，有些學者已探討過服務品質的構面，至於各服務品質構面對服務品質及滿意度的影響之研究，過去大都採用多變量的方法，但甚少利用灰色系統理論進行研究分析。有關不同品質構面對滿意度及消費者行為的影響至今仍相當缺乏理論與實證的研究，譬如所有的品質屬性對於滿意度的影響是否相同？何種品質屬性組合才是最佳？對品質屬性的投資策略是什麼？皆未有定論。品質管理的概念應用於教育領域後，吳清山 [9] 強調視教育為一種服務，將學生及其家長和社會視為「消費者」或「顧客」，要滿足他們的需要，也需要談品質。 2.1 品質屬性與服務品質 國內、外許多研究對於「服務品質」之界定仍未有定論，最早可溯及Sasser,Olsen 和 Wyckoff [10]三位學者所提出的觀點，他們認為服務品質不僅是由服務結果來衡量，也應該考量服務的傳遞方式。Gronroos [11] 認為服務品質（Service Quality）包含兩個要素，一為功能品質（Functional service）二為技術品質（Technical service）。這兩個構面具截然不同的本質，技術品質是指服務的實際結果，功能品質是指服務的傳送過程 [12]。事實上，服務品質的構面不僅有「結果」而已，尚包含服務傳遞的過程及方法，這組成的觀念，在甚多的研究中皆受到支持 [13]。其中以 Parasuraman, Zeithaml 與 Berry (以下簡稱 PZB) [14] 所提出之評量服務品質的10 項構面：有形性（tangibles）、可靠性（reliability）、反應力（responsiveness）、勝任性（competence）、禮貌（courtesy）、信用（credibility）、安全性（security）、接近性（access）、溝通（communication）、以及瞭解熟知顧客（understanding/knowing the customer）。隨後再精簡與修正為 5 項構面：有形性（tangibles）、可信賴性（reliability）、反應力（responsiveness）、確實性（assurance）、以及關懷性（empathy）之「服務品質模式」廣受應用。綜合以上研究發現得知服務品質無法以單一構面加以衡量，它的組成是多元性的。學者們所提之各種評量服務品質的構面都具有參考價值，能讓從事服務業的人員了解顧客評量服務品質的角度，得到改善服務品質的方向。但這些評量服務品質的構面大多屬於綜合性與一般性的說明 [15]，各行業特性有所差異，所面臨的問題未必相同，針對各構面所發展出的命題亦將不同。若要將理論應用到實務，必須針對各行業本身的特性與環境，從事更深入的研究方可。因此，本研究選定教學服務品質進行實證研究，同時避免產業別及問卷題項內容不同使結果失真等缺失。至於服務品質的衡量，服務品質差異學派（gap school）的學者認為決定於對服務的期望與知覺符合的程度。但 Cronin 與 Taylor [16] 質疑此觀點，另外 Brown, Churchill 和 Peter [17] 也發展出無差異（Non-Difference）分析法，直接測量消費者認為期望與實際感受的差距，評量方式至今尚無定論。本研究則採用直接評量方式衡量服務品質，但仍視期望服務品質與知覺服務品質為相異建構，雖然兩者均來自於認知與情感，唯發生的時間先後不同，循環交互影響。由以上的文獻探討得知服務品質是受到許多品質屬性的影響，而顧客對各屬性的期望不同，推論各屬性對服務品質將會有不同的影響程度，針對教學服務而言，因此提出以下的假設待驗證： H1：各品質屬性對教學服務品質的影響力非全數相同。

(3)

2.2 品質屬性與顧客滿意度 Cardozo [18] 是最早提出滿意度觀念的學者，對於「顧客滿意」的定義至今學界仍然存在著不同的看法。Bolton [19] 認為「顧客滿意度是顧客購後經驗所賦與的特性，可能會影響顧客對服務品質、購買意願和行為的評估。」，可見顧客滿意度是影響消費者行為的一個重要變數，諸多行銷策略也因此應運而生，無論在理論或實務上都是重要的議題。基本上「顧客滿意」理論主要是以Oliver 在 1980 年提出之滿意度形成的認知模式「期望----失驗模式」為基礎，逐漸修正發展出來的 [20]。所謂「顧客滿意度」則是指顧客對所購買的產品或服務的滿意程度，這種滿意程度的產生受到品質屬性的績效和期望的影響 [21]。品質屬性與顧客滿意度關係的研究，學者之間曾有許多討論。為說明不同品質屬性對顧客滿意度的不同影響，大多數的文獻主張對品質屬性給予分類，適度的分類後，不同類別的品質屬性代表對顧客滿意度有不同的影響。例如Clemmer [22] 就將品質屬性分為三種，來說明其對顧客滿意度的影響。除此之外，尚有Johnston 等學者都相繼提出其理論與分類，這些文獻陳正男等人 [23] 及林素吟等人 [24] 曾做探討與比較，在此不予贅述。由以上的文獻探討可知，證實某些服務屬性在對服務的整體滿意度上具有較高的重要性，而消費者對各屬性的績效認知和期望會有所不同，推論各屬性對顧客滿意度的影響程度將有差異。如同價值的界定，滿意度的定義亦會隨研究之內涵與對象的不同而有所差異 [25]、[26]。將此論點應用在教學滿意度的衡量上，因此提出以下的假設待驗證： H2：各品質屬性對整體滿意度的影響力非全數相同。

目前學術界定義的顧客滿意度（Customer Satisfaction）大多以服務品質為基礎，Mittal 與 Lassar [27] 提出「服務品質」與「顧客滿意」二者是相似但卻不相等的概念，許多學者與Oliver [28] 都同意服務品質與顧客滿意度為兩個不同之建構，皆認為二者不同處在於在衡量上使用不同的比較標準。Parasuraman et al. [29] 及Bolton and Drew [30] 均指出造成這樣混淆不清的原因，主要是兩者皆是由「期望績效」與「認知績效」相互比較的結果。由學者們對「顧客滿意度」之相關研究與定義，可發現「服務品質」與「顧客滿意度」之差異，此有助於本研究進行教學滿意度之評量。針對教學服務而言，如果服務品質與整體滿意度是兩個相同的建構，各品質屬性對服務品質與整體滿意度這兩個建構的影響之相對重要性將會相同，以此論點驗證以下的假設： H3：服務品質與整體滿意度是兩個不同的建構。在顧客導向的時代，業者在提供品質屬性時對其重要性應有正確的認知，若單方面以自己的認知來決定品質屬性或品質要素的提供，一旦與顧客的認知有所不同，則盲目的投入資源於改善品質行動中，可能導致徒勞無功，因為並非所有的品質屬性對於改善品質認知和顧客滿意度皆有相同的重要性。因此在業者有限的資源限制下，應朝整體品質屬性績效最佳化發展，瞭解業者與顧客對品質屬性的認知是否存在著差異，始可掌握競爭的契機。 Humphreys 與 Williams [31] 曾以一個成熟、穩定、必需品的市場做實證研究，發現對顧客滿意度的相對效果而言，產品特性與人際互動都會影響顧客滿意，而後者又具有更高的影響性。即服務提供者與顧客間的人際互動與正向情感，很可能會影響顧客對服務的滿意程度及其認知的服務品質。滿意度理論 [32] 亦提供理論的支持，說明在技術產品屬性很少或無差異的情境下，為什麼人際程序屬性能夠是較大的顧客滿意度的來源。本研究是以接受教學服務的學生進行實證，證明 Humphreys 和 Williams 的發現是否具有一般性。提出以下的假設： H4：功能品質對服務整體滿意度的影響比技術品質大。 2.3 灰色系統理論 灰色系統理論是 1982 年由著名學者鄧聚龍教授首創的一種系統科學理論，歷經近 30 年的發展，已初步形成以灰色關聯空間（簡稱灰關聯空間）為基礎的分析體系，能進行關於系統間的灰關聯分析及灰模型

(4)

建構，應用範圍相當廣泛。在灰色系統理論中，對於系統訊息完全謂之“白＂；訊息缺乏謂之“黑＂；訊息不完全、不確定謂之“灰＂，是指系統存在不完全或不確知的現象，在客觀世界中，有很多抽象系統沒有物理的原型，系統的作用機制不太清楚，系統的邊界關係、狀態、結構等難以精確描述，以致無法定量判斷信息的完整性，人們只能憑邏輯推理，運用某些觀念意識及判別準則，對系統的結構特性進行論證，然後用各種模型加以表達。諸如社會系統、經濟系統、生態系統、農業系統、軍事系統以及人體系統等，均屬灰色系統。一般而言，系統行為數列往往是沒有規律的且隨機變化的，大部分研究者對隨機變量、隨機過程，往往使用機率統計的方法進行研究，唯機率統計的方法難以處理非常態、非平穩過程得來之數據。而灰色系統理論，則將一切隨機過程視作在一定範圍內變化的灰色量過程，只要原始數據有 4 筆以上，就可通過生成轉換來建立灰色模型。以往以統計的方式來做的因素分析，如迴歸分析、主成份分析，這些數理統計方法，大多適用於因素少、線性的系統，若是遇到因素多且非線性的系統亦是不容易處理。 [33] 灰色關聯分析法是一種分析離散數列資料間關係程度的測度法，其主要能對事物的“小樣本＂、“少數據＂、“不確定性＂、“多變量輸入＂、“離散的數據＂、及“數據的不完整＂做有效的處理[34]。根據以上的文獻探討及本研究欲驗證的假設，整理成如下的架構圖，本研究只探討實線的部分，虛線部分不在研究範圍內。圖1 本研究架構

3. 研究設計

3.1 研究建構及衡量 以顧客為導向的組織常以多元迴歸模式（Multiple-regression Models），找出一組重要品質屬性來設計產品或服務，讓組織能投入適當的資源以提升顧客滿意度，唯此模式需假設品質屬性的表現與顧客滿意度間呈線性關係（linear relationship），雖然一些學者 Oliva 等人 [35] 認為在品質屬性的基礎上顧客滿意函數可能非線性的，但目前尚無確切的結論。袁嘉祖 [36] 指出若品質屬性的表現與顧客滿意度間不是線性關係，則未經變數轉型的迴歸模式將不適用，況且多變量方法在使用上有較多限制，例如必須有大量的數據樣本、要求數據呈現常態分配等，但是經由消費者調查得到的顧客滿意度和服務品質的衡量有偏斜的分布（skewed distributions） [37] ，因此使用多變量方法進行顧客滿意度和服務品質的分析實有值得商榷之處。基於以上的考量，本研究使用灰色關聯分析進行變數間關係研究。衡量技術品質及功能品質的題目則依PZB 模式衡量服務品質的 10 項構面設計（如表 1），這 10 項構面指的是勝任性、可靠性、反應力、安全性、信用、接近性、溝通、禮貌、了解性、有形性。針對教學服務品質，在每個構面下，分別設計一個最能代表該構面的題目以衡量之。另根據Gronroos 的論點：技術品質，技術品質：勝任性、可靠性、反應力、安全性、信用功能品質：接近性、溝通、禮貌、有形性、了解性服務品質整體滿意度

(5)

指的是顧客實際接收到的服務；功能品質，指的是服務傳遞的方式。並參考陳正南、丁學勤 [38] 的作法，將勝任性、可靠性、反應力、安全性及信用歸屬於技術品質的範圍，而將接近性、溝通、禮貌、了解性及有形性歸屬於功能品質的範圍。服務品質和整體滿意度皆是以一個題目問項來詢問受訪者。服務品質及整體滿意度的衡量問項（如表2）是參考 Spreng and Mackoy（1996）研究的問卷。藉由「李克特五點量表」來衡量受訪者對每項構面之滿意度，有「非常滿意」、「滿意」、「沒有意見」、「不滿意」、「非常不滿意」等五個尺度。 3.2 問卷設計 本研究為增進問卷之信度與效度，擬定問卷題目前，參考相關文獻及透過專家及學生訪問廣徵意見以利問卷之編製，問卷題目初擬後經20 位同年級非樣本學生的預試，進行局部修改後才完成正式問卷。表1 PZB 模式衡量服務品質的 10 項構面說明構面內涵勝任性服務人具有提供服務的專業知識與熟練的技能。

可靠性包括績效和可信賴度的一致性，意指服務業者執行服務第一次就做對（doing the service right _{the first time）。} 反應力指對顧客的要求可迅速的回應，此有賴事前的準備和提供服務的意願。安全性使顧客在服務過程或設施中免於危險、風險或懷疑之疑慮。信用使顧客感到服務值得信任並誠實對待。接近性顧客易於請求、接觸到所提供的服務，不需久等。溝通指服務人員耐心的聽顧客陳述，並針對不同的顧客調整溝通訊息。禮貌服務人員的態度可親、尊重、體貼及友善程度。了解性對於常來往的顧客之需求能夠充份了解，並提供正確的服務。有形性指服務過程中可見到實體的部分，譬如設備、員工的服裝外觀等。表2 研究變數及衡量建構代號 10 項構面衡量內容 X1 勝任性老師能設計活動讓我們學會課程內容 X2 可靠性老師的教學態度每次都一樣認真 X3 反應力老師會熱心的回答大家的問題 X4 安全性只要問老師就可以解答我的疑惑技術品質 X5 信用老師給大家的獎勵標準是一樣公平的 X6 接近性上課時，老師會很快的幫我們解決問題 X7 溝通老師會詳細的解說上課的內容 X8 禮貌老師會用有禮貌的態度對我們說話 X9 了解性老師能真的了解我的需要並幫助我功能品質 X10 有形性老師會穿著整齊乾淨來上課服務品質 X0 您認為老師的環境教育教學如何？整體滿意度 X0 您對本單元的教學整體滿意度如何？註：以上建構的衡量尺度均是以李克特五點尺度加以衡量。配分1 至 5 分，分數愈高表愈正面。

(6)

3.3 樣本來源 為了確實選取接受同一位教師教學者為填答對象，本研究直接由研究者任教之學生填答問卷，總共 17 位學生。為了確保問卷的有效性，要納入研究的問卷，除了挑選有高度的配合意願，當場填答時具審慎的神情者之外，對於回收的問卷，每份問卷均審慎加以篩選，視為廢卷的準則如下，最後選出17 份有效問卷進行灰色關聯分析。 1. 衡量技術品質和功能品質的題項答案與衡量服務品質的題項答案產生矛盾的現象。亦即評定大部份的品質屬性的績效很差但整體服務品質的績效卻很好。 2. 同一題項勾選兩個以上（含）的答案。 3. 任一題項有漏答。 4. 回答的答案有規則性。 3.4 分析方法

本研究的分析方法採用灰色系統理論（grey system theory）中的灰色關聯分析（grey relation analysis），探討各品質屬性對服務品質和整體滿意度的影響，以下簡要說明灰色關聯分析。灰色關聯分析（簡稱灰關聯分析）也是一種因素分析方法，是對於系統動態過程的量化量測方法，其根據系統間的發展趨勢作分析，將系統數據投影至幾何空間中，來量測幾何形狀的接近程度，兩個系統之幾何形狀距離愈接近，表示其變化趨勢愈接近，二者的關聯度就愈大，可根據關聯度的大小對待評指標進行排序，此法所需數據列的數據量小，計算方法簡易。灰關聯分析法具體計算步驟如下： 1. 確定分析數列：選定反映系統行為特徵的參考數列，一般以表示 X0 表示。影響系統行為的因素組成的比較數列，則以X1、X2……Xn表示。設參考數列為X0＝｛x0（k）︱k＝1,2,3……,m｝;比較數列為 Xi= ｛xi ( k）︱i=1,2,3……n;k=1,2,3……,m｝。 2. 對原始數據序列的無量綱化處理：關聯係數主要決定於比較數據列與參考數據列在各個時刻之差值，然而數列X0與Xi之間可能因不同單位或是不同量級，往往影響分析，難以得出合理的結果。因此在進行灰色關聯分析時，無法直接以原始數據序列計算關聯係數，必須進行數據的無量綱化處理，一般是採用初值化或均值化方法。初值化方法是以數據列中第一個數據除該數據列中所有數據，新數據列是各原始數據相對於第一個時刻數據值的百分比；均值化方法則是以數列的平均值除該數列中所有數據，所得到是一個佔平均值百分比的數據列。 3. 計算各相關因素行為數據序列對特徵行為數據序列的關聯係數：原始數據進行無量綱化處理之後，再進行關聯係數的計算。關聯分析主要是分析數據幾何形狀的差別，故一般均以數據列間差值大小作為其關聯程度的衡量尺度。對於特徵行為數列，若有 n 個相關因素行為數據列，則相關因素行為數據列對特徵行為數據列在第k 個時刻之相對差值，關聯係數可寫成

k

i



＝

 

max max min













k

i （1） 4. 計算各相關因素行為數據序列對特徵行為數據序列的關聯度：其中



_i



x

₀

 

k



x

_i

 

k

為在第k 個時刻之絕對差值；



_min=

x

 

k

x

j

 

k

k i j 





min

0

min

與



max=

x

 

k

x

j

 

k

k i j 





max

0

max

分別為各時刻的最小與最大絕對差；





 

0 ,

1

為辨識係數，功用是做背景值和待測物之間的對比，一般取為0.5，為了提高關聯係數之間差異的顯著性，數值大小可根據實際的需要做調整。關聯係數僅表示各個時刻數據序列間

(7)

的關聯程度，因過於分散，對數據序列的整體比較並不容易，故以其平均值作為整體關聯度，亦即： ri =



 

 m k i

k

m

1

1 _

（2） 5. 將所得的關聯度依大小比較排列成關聯序列，關聯序列即說明各相關因素行為數據序列對特徵行為數據序列的影響。

4. 結果與討論

根據灰關聯分析法，10 項品質屬性對服務品質和整體滿意度的關聯分析步驟及結果說明如下。首先說明第1 部份以 10 項品質屬性為影響系統行為的因素數據序列，服務品質為反映系統行為的特徵數據序列，進行灰關聯分析。接著第2 部份仍以 10 項品質屬性為影響系統行為的因素數據序列，反映系統行為的特徵數據序列更改為整體滿意度，再進行灰關聯分析。 4.1 服務品質 4.1.1 對原始數據序列的無量綱化處理 由17 個樣本收集到的原始數據如表 3 所示，10 項品質屬性為影響系統行為的因素數據序列，服務品質和整體滿意度為反映系統行為的特徵數據序列。由表3 之 10 項品質屬性的平均值得知了解性平均得分最低(4.294)，對於「老師能真的了解我的需要並幫助我」的敘述同意度最低，表示教學者沒有完全照顧到個別學生的心理需求，此為最應加強之處。 10 項品質屬性中表現最佳的是勝任性，平均得分最高(4.824)，表示教學者在「能設計活動讓學生學會課程內容」方面評價最佳。目前10 項品質屬性的表現由最佳至最差的排序如下：勝任性（X1）、有形性（X10）、信用（X5）、禮貌（X8）、可靠性（X2）、接近性（X6）、溝通（X7）、安全性（X4）、反應力（X3）、了解性（X9）。以均值化方法，將表3 的原始數據序列進行無量綱化處理，其結果如表 4 所示。 4.1.2 計算各品質屬性數據序列對服務品質數據序列灰關聯係數 首先計算各品質屬性數據序列對服務品質數據序列的數據差序列，即利用△i(k)=|x0(k)-xi(k)|公式，求出差序列大小，得到結果如表 5 所示。其次，觀察表 5 中品質屬性數據序列對服務品質數據序列的最小差與最大差，其結果分別為Δmin=0.010 及 Δmax= 0.803。最後由「分析方法」中的（1）式計算各關聯係數，其中取



=0.5，結果如表 6 所示。 4.1.3 計算各品質屬性數據序列對服務品質數據序列的灰關聯度 由「分析方法」中的（2）式計算各灰關聯度，其結果如表 6 所示。 4.1.4 將所得的各品質屬性數據序列對服務品質數據序列的灰關聯度依大小排列成灰關聯序 由表6 的灰關聯度，由大至小排列，得到灰關聯序是 r(x0,x1) = 0.977 > r(x0,x10) = 0.870 > r(x0,x5) = 0.813 > r(x0,x8) = 0.812 > r(x0,x2) = 0.810 > r(x0,x6) = 0.806 > r(x0,x7) = 0.786 > r(x0,x4) = 0.771 > r(x0,x3) = 0.739 >r(x0, x9) = 0.722。表示各品質屬性對服務品質的影響力大小依序是勝任性、有形性、信用、禮貌、可靠性、接近性、溝通、安全性、反應力、了解性。所以假設1：「各品質屬性對服務品質的影響力非全數相同」得到支持。

(8)

表3 原始數據樣本 S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S13 S14 S15 S16 S17 平均 X1 5 5 4 5 5 5 5 5 5 5 5 5 4 4 5 5 5 4.824 X2 5 5 3 5 4 5 4 5 5 5 5 4 3 5 5 5 5 4.588 X3 5 4 2 5 5 5 5 1 5 5 5 5 5 3 5 5 5 4.412 X4 5 4 4 5 5 5 4 5 5 5 5 4 2 2 5 5 5 4.412 X5 5 3 4 5 4 5 4 5 5 5 5 4 5 4 5 5 5 4.588 X6 5 3 3 5 5 5 5 5 5 5 5 5 4 3 5 4 5 4.529 X7 5 5 5 5 5 5 1 5 5 5 5 3 4 5 5 4 5 4.529 X8 5 4 2 5 5 5 5 5 5 5 5 5 5 3 5 4 5 4.588 X9 5 5 3 5 5 5 4 5 5 5 3 3 3 4 5 3 5 4.294 X10 5 3 5 5 5 5 4 5 5 5 5 4 5 5 5 5 5 4.765 X0 5 5 5 5 5 5 5 5 5 5 5 5 4 4 5 5 5 4.882 X0 5 4 5 5 5 5 3 3 5 5 5 5 5 3 5 5 5 4.588 4.2 整體滿意度 4.2.1 對原始數據序列的無量綱化處理 原始數據和前一部分相同，不同之處在於特徵行為數據序列，由服務品質更改為整體滿意度，將所有原始數據進行均值化處理。 4.2.2 計算各品質屬性數據序列對整體滿意度數據序列的灰關聯係數 首先計算各品質屬性數據列對整體滿意度數據列的數據差序列，即利用△i(k)=|x0(k)-xi(k)|公式，求出差序列大小得到結果如表7 所示。其次，觀察表 7 中品質屬性數據序列對整體滿意度數據序列的最小差與最大差，其結果分別為Δmin＝0.000 及 Δmax＝0.654。最後，由「分析方法」中的（1）式計算各關聯係數，其中取



=0.5，結果如表 8 所示。 4.2.3 將所得的各品質屬性數據序列對整體滿意度數據序列的灰關聯度依大小排列成灰關聯序 由表 8 的灰關聯度，依大小排列後，得到各品質屬性數據序列對整體滿意度數據序列的灰關聯序由大至小排列是：r(x0,x8) = 0.870 > r(x0,x5) = 0.825 > r(x0,x6) = 0.804> r(x0,x3) = 0.801 > r(x0,x10) = 0.785> r(x0,x2) = 0.771 > r(x0,x7) = 0.771 > r(x0,x4) = 0.762 > r(x0,x1) = 0.753 > r(x0,x9) = 0.635。表示各品質屬性對整體滿意度的影響力大小依序是禮貌、信用、接近性、反應力、有形性、可靠性、溝通、安全性、勝任性、了解性。所以假設2：「各品質屬性對整體滿意度的影響程度不同」得到支持。接著分別比較各品質屬性數據序列對服務品質數據序列及對整體滿意度數據序列的灰關聯序，結果發現以上所述的兩組灰關聯序並不同，前者是r1 > r10> r5 > r8 > r2> r6 > r7> r4> r3 > r9，後者是r8> r5 > r6 > r3> r10 > r2 > r7 > r4> r1> r9。若服務品質和整體滿意度這兩個建構是相同的，則相同的10 項品質屬性對相同的兩個建構產生的灰關聯序應該相同才是，然而實證結果顯示這兩組灰關聯序不同，表示學生視服務品質和整體滿意度為不同的建構，因此支持假設3：「服務品質與整體滿意度是兩個不同的建構」。以下說明本研究品質屬性的類別，編號1 至 5 的品質屬性（勝任性、可靠性、反應力、安全性及信用）是屬於技術品質，而編號6 至 10 的品質屬性（接近性、溝通、禮貌、了解性及有形性）是屬於功能品質。觀察各品質屬性數據序列對服務整體滿意度數據序列灰關聯序，影響程度由大至小依序是禮貌、信用、接近性、反應力、有形性、可靠性、溝通、安全性、勝任性、了解性，以歸屬的類別來看依序是

(9)

功能、技術、功能、技術、功能、技術、功能、技術、技術、功能品質。可知技術品質和功能品質的屬性呈現混合排列，無法證實技術品質和功能品質孰重孰輕，若針對教學提供的服務品質而言，假設4：「功能品質對服務整體滿意度的影響比技術品質大」未獲支持。

5. 結論及建議

本研究運用灰色系統理論中的灰色關聯分析研究有關教學服務品質及整體滿意度的議題，以國小二年級學生為樣本，企圖找出PZB（1985）模式的 10 項品質屬性影響教學服務品質和影響學習整體滿意度之灰關聯序，並且驗證服務品質及整體滿意度是否為兩個不同的建構，最後驗證技術品質和功能品質對服務品質滿意度的相對重要性。重要結論如下： 1.各品質屬性對服務品質的影響力不同，由大而小依序是勝任性、有形性、信用、禮貌、可靠性、接近性、溝通、安全性、反應力、了解性。 2.各品質屬性對整體滿意度的影響力不同，由大而小依序是禮貌、信用、接近性、反應力、有形性、可靠性、溝通、安全性、勝任性、了解性。 3.各品質屬性對服務品質的灰關聯序和對整體滿意度的灰關聯序不同，表示服務品質和整體滿意度在學生心中的確是屬於兩個不同的建構。本研究的發現也獲得下列研究（Spreng, Mackoy, 1996., Zeithaml, Berry and Parasuraman, 1993., Oliver, 1993）的支持，這些學者認為，評價服務品質和整體滿意度的相異點在於使用不同的比較標準，故視為不同建構。 4.由灰關聯序可知技術品質和功能品質屬性呈混合排列，無法證實何種類別的屬性較重要，也就是說技術品質和功能品質兩者對服務整體滿意度的影響同等重要。Humphreys 與 Williams 的觀點：人際互動屬性對服務品質滿意度的影響比技術產品屬性大，於此研究未獲支持，探討其中的原因可能是讓學生滿意的教學不僅要有良好的教學行為，同時亦需要其他支持學生學習的情境條件加以配合。學生是教育的主體，而教學的主體則是教師，教師的教學品質是影響教育品質最關鍵的因素，教師應秉持服務的觀點，瞭解學生心中真正的需求與期望。經由本研究的實證結果，希望教學者能掌握影響教學服務品質及整體滿意度的重要屬性，進而強化教學品質，增進個人教學效能，提升教學服務品質及整體滿意度，以符合學生、家長及社會大眾對教師的期待。表4 原始數據均值化結果樣本 S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S13 S14 S15 S16 S17 勝任性（X1） 1.037 1.037 0.829 1.037 1.037 1.037 1.037 1.037 1.037 1.037 1.037 1.037 0.829 0.829 1.037 1.037 1.037 可靠性（X2） 1.090 1.090 0.654 1.090 0.872 1.090 0.872 1.090 1.090 1.090 1.090 0.872 0.654 1.090 1.090 1.090 1.090 反應力（X3） 1.133 0.907 0.453 1.133 1.133 1.133 1.133 0.227 1.133 1.133 1.133 1.133 1.133 0.680 1.133 1.133 1.133 安全性（X4） 1.133 0.907 0.907 1.133 1.133 1.133 0.907 1.133 1.133 1.133 1.133 0.907 0.453 0.453 1.133 1.133 1.133 信任性（X5） 1.090 0.654 0.872 1.090 0.872 1.090 0.872 1.090 1.090 1.090 1.090 0.872 1.090 0.872 1.090 1.090 1.090 接近性（X6） 1.104 0.662 0.662 1.104 1.104 1.104 1.104 1.104 1.104 1.104 1.104 1.104 0.883 0.662 1.104 0.883 1.104 溝通（X7） 1.104 1.104 1.104 1.104 1.104 1.104 0.221 1.104 1.104 1.104 1.104 0.662 0.883 1.104 1.104 0.883 1.104 禮貌（X8） 1.090 0.872 0.436 1.090 1.090 1.090 1.090 1.090 1.090 1.090 1.090 1.090 1.090 0.654 1.090 0.872 1.090 了解性（X9） 1.164 1.164 0.699 1.164 1.164 1.164 0.932 1.164 1.164 1.164 0.699 0.699 0.699 0.932 1.164 0.699 1.164 有形性（X10） 1.049 0.630 1.049 1.049 1.049 1.049 0.840 1.049 1.049 1.049 1.049 0.840 1.049 1.049 1.049 1.049 1.049 服務品質（X0） 1.024 1.024 1.024 1.024 1.024 1.024 1.024 1.024 1.024 1.024 1.024 1.024 0.819 0.819 1.024 1.024 1.024 整體滿意度（X0） 1.090 0.872 1.090 1.090 1.090 1.090 0.654 0.654 1.090 1.090 1.090 1.090 1.090 0.654 1.090 1.090 1.090

(10)

表5 品質屬性數據序列對服務品質數據序列的數據差序列樣本 S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S13 S14 S15 S16 S17 △1 0.013 0.013 0.195 0.013 0.013 0.013 0.013 0.013 0.013 0.013 0.013 0.013 0.010 0.010 0.013 0.013 0.013 △2 0.066 0.066 0.370 0.066 0.152 0.066 0.152 0.066 0.066 0.066 0.066 0.152 0.165 0.271 0.066 0.066 0.066 △3 0.109 0.117 0.571 0.109 0.109 0.109 0.109 0.797 0.109 0.109 0.109 0.109 0.314 0.139 0.109 0.109 0.109 △4 0.109 0.117 0.117 0.109 0.109 0.109 0.117 0.109 0.109 0.109 0.109 0.117 0.366 0.366 0.109 0.109 0.109 △5 0.066 0.370 0.152 0.066 0.152 0.066 0.152 0.066 0.066 0.066 0.066 0.152 0.271 0.053 0.066 0.066 0.066 △6 0.080 0.362 0.362 0.080 0.080 0.080 0.080 0.080 0.080 0.080 0.080 0.080 0.064 0.157 0.080 0.141 0.080 △7 0.080 0.080 0.080 0.080 0.080 0.080 0.803 0.080 0.080 0.080 0.080 0.362 0.064 0.285 0.080 0.141 0.080 △8 0.066 0.152 0.588 0.066 0.066 0.066 0.066 0.066 0.066 0.066 0.066 0.066 0.271 0.165 0.066 0.152 0.066 △9 0.140 0.140 0.325 0.140 0.140 0.140 0.092 0.140 0.140 0.140 0.325 0.325 0.120 0.113 0.140 0.325 0.140 △10 0.025 0.394 0.025 0.025 0.025 0.025 0.184 0.025 0.025 0.025 0.025 0.184 0.230 0.230 0.025 0.025 0.025 表6 品質屬性數據序列對服務品質數據序列的灰關聯係數（



i）和灰關聯度（r i）係數 i



S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S13 S14 S15 S16 S17 關聯度（r i） 1



_{0.995 0.995 0.689 0.995 0.995 0.995 0.995 0.995 0.995 0.995 0.995 0.995 1.000 1.000 0.995 0.995 0.995 0.977} 2



_{0.880 0.880 0.533 0.880 0.743 0.880 0.743 0.880 0.880 0.880 0.880 0.743 0.726 0.611 0.880 0.880 0.880 0.810} 3



0.806 0.793 0.423 0.806 0.806 0.806 0.806 0.343 0.806 0.806 0.806 0.806 0.575 0.761 0.806 0.806 0.806 0.739 4



_{0.806 0.793 0.793 0.806 0.806 0.806 0.793 0.806 0.806 0.806 0.806 0.793 0.536 0.536 0.806 0.806 0.806 0.771} 5



0.880 0.533 0.743 0.880 0.743 0.880 0.743 0.880 0.880 0.880 0.880 0.743 0.611 0.905 0.880 0.880 0.880 0.813 6



0.854 0.539 0.539 0.854 0.854 0.854 0.854 0.854 0.854 0.854 0.854 0.854 0.884 0.736 0.854 0.758 0.854 0.806 7



0.854 0.854 0.854 0.854 0.854 0.854 0.341 0.854 0.854 0.854 0.854 0.539 0.884 0.599 0.854 0.758 0.854 0.786 8



0.880 0.743 0.415 0.880 0.880 0.880 0.880 0.880 0.880 0.880 0.880 0.880 0.611 0.726 0.880 0.743 0.880 0.812 9



0.759 0.759 0.566 0.759 0.759 0.759 0.833 0.759 0.759 0.759 0.566 0.566 0.789 0.799 0.759 0.566 0.759 0.722 10



0.964 0.517 0.964 0.964 0.964 0.964 0.702 0.964 0.964 0.964 0.964 0.702 0.651 0.651 0.964 0.964 0.964 0.870 表7 品質屬性數據序列對整體滿意度數據序列的數據差序列樣本 S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S13 S14 S15 S16 S17 △1 0.054 0.164 0.261 0.054 0.054 0.054 0.382 0.382 0.054 0.054 0.054 0.054 0.261 0.175 0.054 0.054 0.054 △2 0.000 0.218 0.436 0.000 0.218 0.000 0.218 0.436 0.000 0.000 0.000 0.218 0.436 0.436 0.000 0.000 0.000 △3 0.043 0.035 0.637 0.043 0.043 0.043 0.479 0.427 0.043 0.043 0.043 0.043 0.043 0.026 0.043 0.043 0.043 △4 0.043 0.035 0.183 0.043 0.043 0.043 0.253 0.479 0.043 0.043 0.043 0.183 0.637 0.201 0.043 0.043 0.043 △5 0.000 0.218 0.218 0.000 0.218 0.000 0.218 0.436 0.000 0.000 0.000 0.218 0.000 0.218 0.000 0.000 0.000 △6 0.014 0.210 0.428 0.014 0.014 0.014 0.450 0.450 0.014 0.014 0.014 0.014 0.207 0.008 0.014 0.207 0.014 △7 0.014 0.232 0.014 0.014 0.014 0.014 0.433 0.450 0.014 0.014 0.014 0.428 0.207 0.450 0.014 0.207 0.014 △8 0.000 0.000 0.654 0.000 0.000 0.000 0.436 0.436 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.218 0.000 △9 0.074 0.292 0.391 0.074 0.074 0.074 0.278 0.510 0.074 0.074 0.391 0.391 0.391 0.278 0.074 0.391 0.074 △10 0.041 0.242 0.041 0.041 0.041 0.041 0.185 0.395 0.041 0.041 0.041 0.251 0.041 0.395 0.041 0.041 0.041

(11)

表8 品質屬性數據序列對整體滿意度數據序列的灰關聯係數（



i）和灰關聯度（r i）係數 i



S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S13 S14 S15 S16 S17 關聯度（r i） 1



_{0.858 0.666 0.556 0.858 0.858 0.858 0.461 0.461 0.858 0.858 0.858 0.858 0.556 0.651 0.858 0.858 0.858 0.753} 2



_{1.000 0.600 0.429 1.000 0.858 1.000 0.600 0.429 1.000 1.000 1.000 0.600 0.429 0.429 1.000 1.000 1.000 0.771} 3



0.884 0.903 0.339 0.884 0.858 0.884 0.406 0.434 0.884 0.884 0.884 0.884 0.884 0.926 0.884 0.884 0.884 0.801 4



0.884 0.903 0.641 0.884 0.858 0.884 0.564 0.406 0.884 0.884 0.884 0.641 0.339 0.619 0.884 0.884 0.884 0.762 5



1.000 0.600 0.600 1.000 0.858 1.000 0.600 0.429 1.000 1.000 1.000 0.600 1.000 0.600 1.000 1.000 1.000 0.825 6



0.959 0.609 0.433 0.959 0.858 0.959 0.421 0.421 0.959 0.959 0.959 0.959 0.612 0.976 0.959 0.612 0.959 0.804 7



0.959 0.585 0.959 0.959 0.858 0.959 0.430 0.421 0.959 0.959 0.959 0.433 0.612 0.421 0.959 0.612 0.959 0.771 8



1.000 1.000 0.333 1.000 0.858 1.000 0.429 0.429 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.600 1.000 0.870 9



0.816 0.528 0.455 0.816 0.858 0.816 0.541 0.391 0.816 0.816 0.455 0.455 0.455 0.541 0.816 0.455 0.816 0.635 10



0.889 0.575 0.889 0.889 0.858 0.889 0.639 0.453 0.889 0.889 0.889 0.566 0.889 0.453 0.889 0.889 0.889 0.785

致謝

本研究承蒙國科會補助，計畫編號：NSC 100 - 3113 - S - 127 - 001，特此致謝。

參考文獻

[1] Parasuraman, A., Valarie A. Zeithaml, and Leonard L. Berry, “SERVQUAL: A Multiple-Item Scale for Measuring Consumer Perceptions of Service Quality,” Journal of Retailing, Vol. 64 (Spring),pp. 12-40,1988.

[2] Oliver, Richard L., Roland T. Rust, and Sajeev Varki, “Customer Delight: Foundations, Findings, and Managerial Insight,” Journal of Retailing, Vol. 73, No. 3, pp. 311-336,1997.

[3] 陳育君，「應用 PZB 服務品質模式在國小資優班獨立研究教學品質評鑑之研究」，臺東師範學院教育研究所碩士論文，2001。

[4] Shewhart, W. A., “Economic Control of Quality of Manufactured Product,” Van Nostrand, Princeton, NJ,1931.

[5] Kondo, Yoshio, “Attractive Quality: Its Importance and the Points of Remark,” Total Quality Management,Vol.11,pp. 647-651,2000.

[6] Feigenbaum, A.V.O., “Total Quality Control,” New York:McGraw-Hill, 1974.

[7] 梁坤茂，「教師參與學校工作團隊」，中等教育，第 50 卷第四期，60-67 頁，1999。

[8] Coyne, Kevin, “Beyond Service Fads----Meaningful Strategies for the Real World,” Sloan Management Review, Vol. 39,pp. 69-76,1989.

[9] 吳清山，「知識管理與學校效能」，臺北市立師範學院學報，第 32 期，1-15 頁，2001。

[10] Sasser, W. E., R. P. Olsen, Jr. and D. D. Wyckoff, “Management of Service Operations,”: Text and Cases Boston: Allyn & Bacon, 1978.

[11] Gronroos, Christian, “A Service Quality Model and its Marketing Implications,” European Journal of Marketing, Vol. 18, No. 4, pp. 36-44,1984.

[12] Gronroos, Christian, “Service Management and Marketing, ” Lexington Books, Lexington, MA,1990. [13] 翁崇雄，「評量服務整體性品質之觀念性模式建構」，品質學報，第三卷第一期，19-43 頁，1996。

[14] Parasuraman, A., Valarie A. Zeithaml, and Leonard L. Berry, “A Conceptual Model of Service Quality and Its Implications for Future Research,” Journal of Marketing, Vol. 49, pp. 41-50,1985.

[15] 楊錦洲，「影響服務品質的特性」，品質管制月刊，第二十九卷第二期，25-29 頁，1993。

[16] Cronin, J. Joseph Jr., and Steven A. Taylor, “Measuring Service Quality: Reexamination and Extension,” Journal of Marketing, Vol. 56, pp. 55-68,1992.

[17] Brown, T. J., G. A. Churchill, JR., and J. P. Peter, “Research Note: Improving the Measurement of Service Quality,” Journal of Retailing, Vol. 69, pp. 127-141,1993.

[18] Cardozo, R.N.O., “An experimental study of customer effort, expectation and satisfaction, ” Journal of Marketing Research, Vol. 2, pp. 244-249, 1965.

[19] Bolton, Ruth N. and James H. Drew, “A Multistage Model of Customers’ Assessments of Service Quality and Value,” Journal of Consumer Research, Vol. 17, pp. 375-384,1991.

[20] 郭德賓、周泰華、黃俊英，「服務品質與顧客滿意理論之比較研究」，第 13 屆全國技術及職業教育研討會論文集， 209-218 頁，1998。

(12)

集，495-503 頁，1998。

[22] Clemmer, J., “The Three Rings of Perceived Value,” Canadian Manager, Vol. 15, pp. 12-15,1990,. [23] 陳正男、蔡明田、丁學勤，「商店品質屬性的分類研究」，商學學報，第九期，45-69 頁，2001。

[24] 林素吟、丁學勤，「品質屬性對滿意度的影響：近年來典範研究的回顧」，遠東學報，第十九期，216-224 頁，2001。

[25] Churchill, G. A. & Surprenant, C. O. “An investigation into the determinants of customer satisfaction, ” Journal of Marketing Research, Vol. 19, pp. 491-504,1982.

[26] Kotler, P. O. “ Market segmentation analysis, planning, implementation and control (8th eds), ”New York: Prentice-Hall, 1994.

[27] Mittal, B. and Lassar, W. M., “The role of personalization in service encounters, ”Journal of Retailing, Vol. 72, pp. 95-109, 1996.

[28] Oliver, Richard L., “A Conceptual Model of Service Quality and Service Satisfaction: Compatible Goals, Different Concepts,” in Advances in Service Marketing and Management, 2nd Ed, pp. 65-85,1993.

[29] Parasuraman, A., Zeithaml, V. A. and Berry, L. L., “ Reassessment of expectations as a comparison standard in measuring service quality: implications for further research, ” Journal of Marketing, Vol. 58, No. 1, pp. 111-123, 1994.

[30] Bolton, R. N. and Drew, J. H., “A longitudinal analysis of the impact of service changes on, Journal of Marketing, ” Vol. 55, No. 3, pp. 1-9, 1991.

[31] Humphreys, Michael A. and Michael R. Williams, “Exploring the Relative Effects of Salesperson Interpersonal Process Attributes and Technical Product Attributes on Customer Satisfaction,” Journal of Personal Selling and Sales Management, Vol. 16, No. 3, pp. 47-57,1996.

[32] Oliver R. & DeSarbo W.O,“Response Determinants in Satisfaction Judgements, ”Journal of Consumer Research,Vol. 14, pp. 495-507, 1988.

[33] 沈瑞棋、施東河、王勝助，「應用灰關聯分析於旅遊風險評估模式之研究」，1998 年灰色系統理論與應用研討會論文集，185-193 頁，1998。

[34] 鄧聚龍，灰色系統理論與應用，台北：高立圖書出版社，2000。

[35] Oliva, Terence A., Richard L. Oliver, and William O. Bearden, “The Relationship Among Consumer Satisfaction, Involvement, and Product Performance,” Behavioral Science, Vol. 40, pp. 104-132 ,1995.

[36] 袁嘉祖，灰色系統理論及其應用，北京：科學出版社，1991。

[37] Hurley, Robert F. and Hooman Estelami, “Alternative Indexes for Monitoring Customer Perceptions of Service Quality: A Comparative Evaluation in a Retail Context,” Journal of the Academy of Marketing Science, Vol. 26, No. 3, pp. 209-221,1998.

[38] 陳正男、丁學勤，「灰色系統理論應用於服務品質屬性重要程度評估之研究」，2001 年灰色系統與應用學術研討會論文集，國立雲林科技大學水土資源及防災科技研究中心，D84-98，2001。

應用灰關聯分析法評估環境教育教學服務品質屬性之重要程度