中 華 大 學 碩 士 論 文
面板維修中心導入 VMI 系統之關鍵成功因素
之研究
A study on the Critical Success Factors of
Initiating the VMI in TFT_LCD Repair Center
系 所 別：科技管理學系碩士班
學號姓名：E09703035 陳 文 豐
指導教授：李 友 錚 博 士
誌 謝
論文終於順利完成了！此刻，我人生的一個重要里程碑，劃下了美好的休止符。
人生是有許多的休止符，對我而言，碩士論文的順利完成是當中一個。在這段求學的 旅途中，何其有幸能有指導教授李友錚教授的辛勤指導，無論是在論文的進度或是人 生的道路上，都在在給了學生我良好學習的榜樣，在此，向李老師獻上最誠摯的謝意。
同時，承蒙口試委員邱紹一老師、戴軒廷老師和林少斌老師的建議與指正，使得本論 文的架構能夠更趨完整。
感謝陪我走過研究生生涯的同學金揚、耀祖、小嫚、海華、正毅、peter、柏班代、
佳賢、Kevin，因為有你們，讓這兩年的研究生生涯變的更充實、更精彩。更感謝公 司主管及同事們的體諒及包容，讓我能無後顧之憂的完成學業。
最後，我要感謝我的女友以及我的家人，因為他們給予我精神上最大的支持與鼓 勵，讓我能專心的進行研究完成論文。在此，將最深的祝福， 獻給關愛我的親人、
好友以及所有幫助過我的人， 謝謝您們！！
陳文豐 謹誌於 中華大學 科技與管理學系研究所 民國九十九年七月
摘要
國內TFT-LCD 面板產業，產值已經世界前二名，因面板產業直接原料佔銷貨成
本 60％且零組件多樣化，臺灣面板產業在筆記型電腦及液晶電視蓬勃發展下成長，
進而帶動對上游原料市場的需求。面板產業在眾多企業主紛紛投入大量資金於製程、
原料、面板的製作下，將使國內面板產業從「上游Æ研發 中游Æ製造 下游Æ行銷」，
在供應管理中，價值鏈形成一股強而有力的群聚效應。
庫存管理對面板產業經營成效向來有莫大的影響，而庫存水位是庫存管理好壞的 指標，深切影響企業資金的運用；因此，有效的庫存管理，合理的庫存水位是企業時 時都須面對與處理的問題。庫存管理往往都會牽涉到企業上下游供應鏈的關係，為使 產品快速流通，提高庫存週轉率，上下游企業間之資訊必須能充分共用，但供應鏈成 員往往因彼此互信不足，致使資訊無法充分共用，加上供應鍵企業成員追求自身之最 大利潤，於是供應鍵管理之原始效益即大打折扣，也產生了許多問題；其中「長鞭效 應(Bullwhip Effect)」即為最著名、廣被討論之現象。在長鞭效應作用下，供應鏈成員 為了避免不確定性所帶來的損失，常藉由大量庫存來因應，為解決大量庫存所帶來的 資金成本積壓，VMI(Vendor Managed Inventory, VMI)即為供應鏈成員之間解決存貨問 題的重要方案。
因為面板維修業在供應商管理存貨(VMI)的機制並未被普遍的導入，加上下游供 應商的合作意願不高，因此在物流、倉儲系統軟硬體的建立與資訊分享上無法即時提 供客戶端與供應商間正確的資訊，因此本研究將探討面板維修業在導入時所面臨的相 關問題與構成因素。
主要研究目的如下:
1.藉由文獻的整理與探討，理出相關的影響因素。
2.本研究是以下游供應商、客戶服務單位與客戶端為對象，利用問卷調查及因素分析 的方式，找出主要影響的關鍵成功因素及構面。
3.再藉由個案公司做深入的分析與研究，最後綜合出整體結論，以作為日後面板維修 業在執行及導入供應商管理存貨機制時的參考依據。
ABSTRACT
Today, Taiwan’s TFT-LCD panel industry has already been the top tier in terms of output value among the world. Because of the high percentage of direct raw material (60%) and diversified components, with the growth of Taiwan panel industry resulted from
Notebook and LCD TV, the demand for upstream raw material market has increased.
Moreover, thus many businesses are making huge investments on process, raw material and panel manufacturing. This will allow Taiwan panel industry from upstream-research, midstream-manufacturing, to downstream-marketing, build up a strong clustering effect of value chain in supply management.
Inventory management always plays an important roll of running performance in panel industry, and stock level is the key index for buffer management, which has a deep impact on business’s finance. Therefore, effective inventory management, reasonable stock level is the challenge for business everyday. Inventory management usually related to upstream and downstream supply chain, and in order to circulate goods fast and enhance stock turnover rate, information between upstream and downstream businesses need to be shared adequately. But because lack of trust among the supply chain members, information couldn’t fully be shared; Plus supply chain members always seek for their own profits, which makes the benefit of supply chain management decreased, and at the mean time create a lot of problems: Among them, “Bullwhip Effect” is the most well known, and also most often discussed phenomenon. With the Bullwhip effect, supply chain member usually reserve huge amount of stock to prevent lost of uncertainty. Therefore, to deal with the cost adder and storage issue of having lots of stock, VMI (Vendor Managed Inventory, VMI) is a key solution for supply chain members.
Because VMI was not been implemented widely in panel repairing business, plus loose partnership between upstream and downstream supplier, the logistic and inventory system were not been established and generating useful info on a timely basis between customer and vendor. Thus this research is trying to find out the issue and reason of implementation in panel repair business.
Main research method & steps:
1. Collect related reasons from coordinating documentations.
2. By survey and factor analysis among vendor, customer support department and customer, find out main successful reason and factor.
3. By deep analysis and research on single case study, finalize conclusion as reference
future implementation of vendor Managed Inventory in panel repair business.
Research result will allow panel repair business establish complete information sharing platform, good connection quality, transportation quality, fast replenish mechanism, human resource cost down, precise forecasting……etc. with the upstream and downstream businesses when implementing Vendor Managed Inventory, and provide best after sales service quality to achieve customer satisfaction.
Key Words: Vendor Managed Inventory (VMI), Supply chain management, factor analysis
目次
摘要...i
ABSTRACT...ii
目次...iv
表次………..………...………….……...…v
圖次...vi
第一章 緒論...1
第一節 研究背景...1
第二節 研究動機...2
第三節 研究目的...2
第四節 研究流程...3
第二章 文獻探討...5
第一節 供應商管理存貨...5
第二節 供應商與上下游客戶之關係...9
第三節 物料之處理與運送...18
第四節 關鍵成功要素的定義與概念...18
第三章 研究方法...23
第四章 研究結果與分析...28
第一節 問卷設計回收與樣本對象...28
第二節 因素分析...33
第三節 不同樣本屬性之差異分析...36
第五章 結論與建議...40
第一節 研究結論...40
第二節 未來推行建議...41
參考文獻……….……….……....46
附錄A………...……….………..……...49
表次
表1 有效問卷統計………..………..…………28
表2 樣本結構分析………...……….…………29
表3 各成份之因素負荷量………..……….……….34
表4 各因素構面之平均數與信度分析………35
表5 不同產業類別之差異分析……….………..……….36
表6 不同部門別之差異分析……….………….………..37
表7 不同資歷之差異分析………37
表8 不同職位之差異分析………38
表9 基本認知之差異分析………39
圖次
圖1 研究流程圖………..………..4
圖2 供應鏈架構圖.……….………10
圖3 供應鏈中各階層訂單變異的增加情形………...…….……..12
圖4 批發商與零售商運輸示意圖……….……….19
圖5 關鍵成功因素在管理項目中的階層資料圖………..………22
圖6 研究架構………..………23
圖7 信度與效度關係圖示……….……….………25
圖8 產業別分佈圖……….………….………30
圖9 部門別分佈圖……….……….………30
圖10 經歷結構分佈圖………..………31
圖11 職位結構分佈圖………..………32
圖12 基本概念分佈圖………..32
圖13 維修中心分散向供應商訂購材料示意圖………..42
圖14 維修中心集中向客服部訂購材料統一備料示意圖………..42
圖15 未依製程生產規劃之產線示意圖…..………..………..43
圖16 依相同製程規劃生產示意圖……….……….…………43
第一章 緒論
第一節 研究背景
國內 TFT-LCD 產業，發展的歷程雖然不到 10 年光景，產值已經世界前二名，
TFT-LCD 產業有別於半導體產業，半導體業供應鏈單純，而 TFT-LCD 產業直接原料佔 銷貨成本 60％且零組件多樣化，臺灣大型 TFT-LCD 面板產業在筆記型電腦及液晶電 視蓬勃發展下成長，進而帶動對上游原料市場的需求。加上政府積極推動「兩兆雙星」
下，TFT-LCD 面板產業在現今的眾多產業中，是屬於明日之星的產業，眾多企業主紛 紛投入大量資金於製程、原料、面板的製作；將可使國內 TFT-LCD 產業從「上游__研 發 中游__製造 下游__行銷」，在供應管理中，價值鏈形成一股強而有力的群聚效應。
庫存管理對面板產業經營成效向來有莫大的影響，而庫存水位是庫存管理好壞的指 標，深切影響企業資金的運用；因此，有效的庫存管理，合理的庫存水位是每家企業時 時都須面對與處理的問題。庫存管理往往都會牽涉到企業上下游供應鏈的關係，為使產 品快速流通，提高庫存週轉率，上下游企業間之資訊必須能充分共用，但供應鏈成員往 往因彼此互信不足，致使資訊無法充分共用，加上供應鍵企業成員追求自身之最大利潤，
於是供應鍵管理之原始效益即大打折扣，也產生了許多問題；其中「長鞭效應(Bullwhip Effect)」即為最著名、廣被討論之現象。在長鞭效應作用下，供應鏈成員為了避免不確 定性所帶來的損失，常藉由大量庫存來因應，為解決大量庫存所帶來的資金成本增加，
VMI(Vendor Managed Inventory ,VMI)即為供應鏈成員之間解決存貨問題的重要方案。
VMI 與傳統訂貨、交貨作業模式不同之處在於；傳統之訂／交貨模式有交貨週期時 間之先天限制，無法達到客戶要求之不同「長短交貨時間」，而VMI 作業模式係由供應 商來管理其經銷商或客戶之庫存，當客戶有貨品需求時，立即啟動補貨決策，可掌握存 貨水準、主動追蹤交易情況，並完成備料生產通知；能如此有效掌握時機下，即可創造 較佳競爭優勢。所以在VMI 的作業模式下，製造商與上／下游之供應商／客戶在互信良 好的基礎下，彼此充分提供、分享資訊建立緊密的夥伴關係。
第二節 研究動機
本身於面板業工作,負責後勤維修規劃,隨著面板業逐日擴充,在全球化的佈局下,及產 品應用多項性的發展,後勤支援之售後服務與保固維修日形重要。面板有不確定性的零件 本身故障，或意外事件造成的故障等回收維護需求,充足的零備件庫存量提供維修人員進 行維修工作期間無虞的零組件支援,避免維修產品所需的零備件缺貨，導致維修計畫的延 宕,然而過多的零備件存貨則會造成存貨成本增加。有鑒於維修作業與常模之生產截然不 同。現有之理論,僅就製造業量產單位設計，並無相關研究探討面板產業,在全球化之佈局 下,如何降低售後服務保固維修成本，並加速客退品之維修,提高客戶滿意度。因此本研究 透過資料分析來發展面板維修備料需求,導入專屬後勤維修之 VMI 備料系統,以作為未來 相關廠商發展維修零備件庫存系統之依據。
第三節 研究目的
本研究先就面板維修業從“就近服務客戶，縮短客退品處理時間”角度開始，也就是 說售後維修服務品質及速度直接關係到顧客滿意度之行為，但各地區維修中心為避免缺 料導致還貨天數上升，而增加材料庫存,導致材料存貨成本高,希望找出面板維修業導入供 應商管理存貨系統之關鍵成功因素，以利未來相關產業之運用，希望透過配銷系統管理 來對彼此相關的活動或作業流程及資訊分享加以整合，減少各種不必要成本、即時地傳 遞相關資訊以建立更緊密的關係。建立一個真正有效率的配銷系統，不僅能降低成本，
且能為配銷系統內所有成員創造更高利潤。
以A公司為例，面臨公司全球化佈局，同時間維修中心亦遍佈臺灣地區、大陸地區 以及歐洲三地，共有6個直屬維修中心，另外於印度、日本、韓國、北美以及歐洲等地共 有13處合作之面板維修站，合計19家面板維修中心。單一維修中心每月份最大維修量為2 萬片。而最小的維修站每月維修量則僅僅2千片。依現行購料模式，各維修中心自行統計 相關維修材料需求量，每個月向供應材料商訂購足量之材料安全庫存量，以因應每月不 同型號之面板客退品回廠維修。因需求量未達經濟訂購量，故供應商往往無法配合訂單 需求而進行換線生產，因而導致材料無法即時快速的送至維修中心手中。為配合延長的 交期，各維修中心需備更高之安全庫存量，最後造成材料積壓成本上升。
為評估導入VMI管理系統之可行性，經A公司統計全球各維修中心每月客退品回廠 數量，每月維修數量總計可達10萬片以上，相當一座面板模組廠之一個月產能，有此大 量的材料需求可之，若能有效整合各維修中心材料訂購資訊，在將彙整後之需求一同向 材料供應商採購，如此才能促使供應商配合換線生產，同時可縮短材料訂購之週期，亦 因各維修中心材料庫存透明化，若有少量之材料需求，更可由各維修中心自行移轉，加 快客退品維修速度，最終達到降低維修材料庫存成本之目的。
第四節研究流程
本研究之研究流程，首先是確立研究主題並依據相關研究背景與動機之探討，且針 對現行面板維修業之現況與面臨的問題做介紹，來建立本研究之研究目的，再來依據相 關文獻回顧與探討，作為本研究之理論架構與基礎，同時也針對現行面板維修業的現況 與面臨之問題做概略之回顧，而後建立研究架構,並根據研究結果擬定具體建議，供面板 維修業在導入VMI 模式之參考。而本研究之主要論文架構包括五大部分，第一章緒論、
第二章文獻探討、第三章研究設計與方法、第四章資料分析、最後是第五章結論與未來 建議。
研究動機與研究目的
文獻探討
建立理論架構
問卷設計
問卷發送與回收
資料分析
結果與討論
討論與建議
圖1 研究流程圖
第二章 文獻探討
本研究在於探討台灣面板維修產業在導入VMI 機制時,在材料供應商,配銷運輸業者 與客戶間所遭遇的問題,並將相關影響因素找出並加以整理分析,找出最適當之運作流程, 做為面板維修產業日後導入供應商管理存貨機制時的重要依據與參考。
因此,本章節將此相關文獻分成三個部分並加以整理分析,以做為本研究之理論基礎。共分 為：
1. 探討供應商管理存貨之定義、運作模式、執行過程與效益:
2. 探討有關供應商與上下遊客戶之關係:
3. 探討物料之處理與運送:
4. 關鍵成功要素的定義與概念
第一節 供應商管理存貨
一、供應商管理存貨(VMI):
Matthew et al.(1999)指出由於錯誤的消費資訊、促銷活動、競爭折價，因而導致需求 量增加，企業亦隨之面臨更大的挑戰，平衡存貨成本和服務顧客需求為企業努力的兩大 目標。Matthew et al.並同時指出，供應鏈中若實施供應商管理存貨(VMI)之決策，不但可 以減少供應鏈系統之存貨成本，還可以達到提高服務水準之目標。自Wal-Mart於1986 年 推動VMI 之效益彰顯後，便隨之帶動企業學習與提升自我競爭力，也使得VMI 成為增 進供應鏈效率的主要討論議題之一。
1. 供應商管理存貨(Vendor Managed Inventory, VMI)之定義
所謂「供應商管理存貨(VMI)」之意義即供應商利用零售商的POS 資訊，依據雙方 認同的存貨水準範圍內，供應商保持自己適當的存貨水準，由供應商管理存貨，零售商 在商品出售之前，貨物所有權依舊為供應商所有，供應商為了降低自己的存貨成本，會 盡可能有效地管理供應鏈上的存貨。例如Wal-Mart 要求大部分的日用品雜貨供應商執行 供應商管理存貨(Vender Managed Inventory, VMI)策略，Wal-Mart 只有在這些貨品經過 櫃台掃描時才短暫擁有。而VMI 的運用最早是在1980 年代，但台灣企業對VMI 的重視
於各學者所研究的對象和目的不盡相同，因此對VMI 之定義也不完全一致。Cottrill.(1997) 認為VMI 即為一種庫存管理方案，主要是強調供應商接收到下游零售商的銷售資料及現 有的存貨水準，並依據預先制訂的存貨水準來做出適時的補貨策略，以降低資訊的不確 定性，提高供應鏈的效率。因此，VMI 所展現的是供應商及其下游零售商間的一種合作 關係，它可以降低人工作業成本、最適化的產品運送數量及保持較高的服務水準。許多 企業因而藉由夥伴間緊密的結合、更多資訊的分享、協同規劃來減低存貨壓力。經濟部 網路商業應用資源中心指出VMI 是一種庫存管理方案，是以掌握零售商銷售資料和庫存 量，作為市場需求預測和庫存補貨的解決方案，藉以銷售資料得到消費需求資訊，供應 商可以更有效的計畫、且更快速的反應市場變化和消費者需求，因此，VMI 可以作為降 低庫存量、改善庫存迴轉，進而維持庫存量最佳化，而且供應商與批發商分享重要資訊，
所以雙方都可以改善需求預測、補貨計畫、促銷管理和運輸裝載計畫…等等，VMI 是由 傳統通路產生訂單補貨，改變供應商管理存貨(VMI)策略下，供應鏈中長鞭效應與存貨 成本之研究成以實際的或預測的消費者需求補貨。
2. 供應商管理存貨之架構
VMI 系統之作業流程主要分為兩個模組，分別為需求計畫模組與配銷計畫模組：
(1) 需求計畫模組：其用來協助供應商做庫存管理決策，提供準確的預測訊息給供應 商，以便供應商在決定銷售產品種類、銷售對象、產品的售價及銷售時機之決策 參考。
(2) 配銷計畫模組：有效的管理庫存量，利用VMI 配銷計畫模組可以比較庫存計畫 存量和實際庫存量，從中得知目前庫存量尚能維持多久的供貨。
台灣QR/ECR 委員會之下的資訊應用小組(2000)對VMI 的導入步驟部份，建議區分 為八個階段，其中前四個階段偏向管理層面的準備階段，後四個階段則為實際系統導入 階段，八個階段如下所示：
(1) 企業內部評估階段 (Internal Evaluation Stage) (2) 高階層商談階段 (Top-Top Meeting Stage) (3) 組織計畫小組階段 (Set up Project Team Stage)
(4) 評分表建立與審視階段 (Create Scorecard/Review Cycle)
(5) 透過EDI 做資料交換階段 (EDI Link) (6) 交易雙方共同管理庫存階段 (CMI) (7) 測試階段 (Testing)
(8) 上線階段 (Go live)
另外，台灣QR/ECR 委員會的資訊應用小組在實際實施上提供兩項指引參考， 包 括運作前的協議與每日例行工作流程 (Daily WorkProcess)。且供應商與零售商的協議，
包括以下五項：
(1) 安全庫存量：庫存目標值是雙方所追求的庫存量是要做到每個品項有不同的依 據。另外預測的計算方式上，是要以過去的平均值計算，還是依系統預估出的未 來需求。
(2) 前置時間：前置時間是依據訂單確認後的幾天內要送達產品。
(3) 最小訂貨量： 雙方所考量的經濟規模為何，基本訂貨單位是什麼，棧板、箱還是 單一品項，如不足一基本單位或經濟規模時是決定要以基本單位出貨或者不出 貨，雙方必須在缺貨與庫存上做一抉擇。
(4) 促銷處理：對於產品的促銷除在促銷期間內不列入預測系統內計算外，是否要在 促銷結束後調整原產品或者相關產品的預測數字。另外雙方如何處理促銷的產 品，如先協議一定數量分批出貨等處理。
(5) 季節性需求：和促銷相似，有些產品有淡旺季，以及特定節日的需求，雙方應協 定如何處理相關問題。
3. 供應商管理存貨之效益
供應鏈管理最主要的目的除了降低存貨成本及提升顧客服務水準兩方面外，還有供 應商管理存貨(VMI)對這兩方面的控制，使用VMI 可以降低成本及改善顧客服務水準。
林宏澤(2003)認為VMI 可以用來作為降低庫存量、改善庫存週轉率，進而維持庫存量的 最佳化。對企業而言，可以立即降低庫存金額，並避免物料跌價與待(呆)料的損失；對 供應商來說，則可以透過庫存風險分擔的誘因， 建立與製造商之間長期的夥伴關係。透 過電子化VMI 管理機制的建立，預期可帶來以下的好處：
有形效益：
(1) 降低平均存貨庫存週轉率與減少資金積壓。
(2) 減少製造商的倉庫支出，並可將倉庫轉為擴充生產線，增加產能及產值。
(3) 減低因缺貨而導致的銷售損失。
(4) 減少因預測不準所產生的誤備、誤購材料成本。
無形效益：
(1) 創造競爭優勢，強化供應鏈的夥伴關係。
(2) 提升成品達交率，即時滿足客戶需求，有助於業務及業績的拓展。
(3) 縮短採購前置時間，提升原物料準時達交率。
(4) 提升供應鏈的接單彈性，能即時回應市場變化 (5) VMI之運作模式分類:
林宏澤(2003)提到依實體倉的所在地，VMI可分為三種模式，茲分別敘述如下:
(1) 補貨倉:供應商在自己的倉庫，為製造商設立備料的VMI倉。
(2) 發貨中心:供應商在製造商附近設立一發貨倉，以就近供應商所需。
(3) 寄存倉:供應商在製造商所在地設立的VMI倉。
4. 適合導入VMII之物料種類
林宏澤(2003)提出關於導入VMI直接物料的選擇策略，針對現行物料依市場價格波 動大小與產品的重要性，配合企業本身的採購主導權與所屬企業的供料特性，來尋求最 適合導入VMI管理機制的物料。例如:網路設備的關鍵零組件－晶片組，約占成品總直接 物料成本30％以上，且採購前置時間長達數週以上，若將此元件導入VMI管理機制，將 會產生明顯的效益。如將重要性高、價格波動大的物料導入VMI管理機制，將對製造商 庫存金額的降低，產生立竿見影的效果。
第二節 供應商與上下游客戶之關係
一、導入VMI系統，供應商與零售商之影響:
Achabal et al.(2000)提出VMI 對供應商及零售商會產生相當大之影響如下所示:
供應商
優點:
1.VMI 對供應商而言是增加本身競爭力的一種方法。
2.藉由VMI 系統，供應商能更確實掌握下游顧客訂單，提升顧客之服務水準。
3.藉由VMI 系統，供應商與零售商間關係更密切，會使得零售商更依賴供應商而不輕易 更換合作夥伴。
缺點:
1.為了要達到連續補貨及快速回應之政策，供應商必須負擔更大的運送成本。
2.導入VMI 及相關資訊系統的成本高。
零售商:
優點:
1. 增加存貨管理之效率、提高存貨周轉率、
2. 降低成本及提升服務水準。
缺點:
1. 需將自己的銷售資料或未來的銷售策略告知供應商。
2. 導入VMI 及相關資訊系統成本高。
二、供應鏈之長鞭效應:
隨著產品生命週期的變化，產品促銷、數量折扣、前置時間的長短、裝載率以及季 末出清等等的消費誘因，在上游廠商對於收到下游的訂單，往往會呈現劇烈的變化。這 些變化在供應鏈中(如下圖2)由消費者、零售商、配銷商、批發商、供應商層層波動，即 為「長鞭效應(BullwhipEffect, BE)」。
圖2 供應鏈架構圖
資料來源：「國內物流中心配送系統之探討」，陳益春，1996。運輸學刊，9(1)，
頁67。
長鞭效應最早是由Forrester(1961)所提出，Forrester 認為供應鏈中各階層廠商間，由 於資訊回饋(information feedback)困難且前置時間(lead time)的延遲，使各訂單決策者產 生重複訂購及臨時取消訂單的決策，而造成需求放大的現象，即所謂之「長鞭效應」。
Forrester利用動態模式模擬生產、配銷系統，模式中討論的因素包括工廠產能的限制、
訂單處理上時間的延遲、供應鏈中配銷層級的多寡、庫存調整的速度以及廣告促銷的效 果。其指出在一般的經驗上，上游廠商自身需求變異往往大過實際顧客之需求，這是因 為資訊在傳遞過程中，供應鏈的每一階層都會把實際需求變異放大而造成資訊的扭曲現 象，而此種現象，越往上游越是更加明顯。
在供應鏈系統中，顧客需求的小幅度變動，將會造成上游廠商之訂單及存貨大幅度 的波動變動。其認為造成長鞭效應的原因主要可分為：
1. 管理 者缺 乏 對 最佳 庫存 量的 計 算 ，其 往往 考慮 目 前 的存 貨水 準扣 掉 缺 貨待 補 (backorder)之數量，而不是以訂貨後的存量水準扣掉缺貨待補的數量，也就是說，供 應鏈系統中，往往忽略了考量配送中或已訂購之商品。
2. 對供應鏈系統中， 對下游資訊回饋時間延遲的錯誤認知(misperceptions of feedback)，
導致無法正 確估計未來的到貨量，造成下游需求膨脹的現象。
此外， 經濟學家也注意到在許多產業中， 存在著長鞭效應的現象。以經濟學家的 角度而言， 認為生產量的變異應小於需求量的變異。然而，Kahn et al.(1987)卻發現相 反的結果，即生產量變異大於銷售量變異的情形，且Kahn(1987)更進一步指出，銷售量 變異增加現象是因忽略最終端之需求而造成的。更強調如果需求的變化可以預知或是即 時( just-in-time) 向上游反應，則可消除此現象之發生。
Lee et al.(1997a)更進一步指出，長鞭效應主要是供應鏈上下游在傳遞訊息時，扭曲 實際資訊所造成的現象，如圖3 所示。
圖3 供應鏈中各階層訂單變異的增加情形
Note. From ”The bullwhip effect in a supply chains, “ by H. L.Lee, Sloan Management Review, 38(3), p.98
其造成長鞭效應的主要原因可分為需求預測、前置時間、批次訂購、價格變動及短 缺賽局(被誇大的訂單)五項，分別敘述如下：
1. 需求預測(Demand Forecasting)
傳統的存貨管理政策，被使用在任何階層，因而導致供應鏈中的長鞭效應。一般而 言，廠商在進行存貨控制時，上游廠商將下游的訂單視為未來需求的訊息，利用歷史資
的增加，零售商會先預測下一期之需求，再以order-up-to之存貨政策來決定下一期之訂 購量。在傳遞需求訊息的過程中，越往上游其變異性會越大，因而造成資料扭曲，而其 放大的幅度受前置時間長短的影響，另外，供應鏈中重複預測也是造成長鞭效應的原因。
因此，為了減緩需求訊號處理時所造成的訂單變異幅度，應避免多重的需求預測更 新，建立一套集中式資訊系統，使供應鏈中各階層均可獲得實際之需求資訊。
2. 前置時間(Lead Time)
所謂「前置時間」係指從下訂單開始至商品上架完成所經過之時間。在存貨系統中，
前置時間是重要的考量因數，因為決定存貨水準時，必須考慮前置時間內可能發生的需 求。
3. 批次訂購(Order-batching)
批次訂購的大小是影響長鞭效應的因素之一。批次訂購的原因可分為兩種：一為下 游之廠商若面對固定的訂購費用時，則會採用最小最大政策(min-max policy)，係當下游 廠商發生需求時，其庫存量會隨之減少，但下游廠商不會立即定貨，會等待累積到一定 的需求量時，才會向上游廠商下訂單；也就是說，上游廠商會接到一個大量的訂單後，
接著在一段時間內就沒訂單，所以上游廠商間接收到一個扭曲且高度變異的訂單類型。
另一是考量到運輸成本，由於整車運送(Truck Load, TL)和零擔運送(Less than Truck Load, LTL)之間的運送成本有很大的差異，因此，下游廠商會拉長定貨週期，導致某幾個星期 的定購量很大，隨著又沒有任何訂單，這也是使長鞭效應惡化之因。
為了考慮經濟批量的因素，公司會採批量訂購的策略。批量訂購的策略可簡單分成
「週期訂購」(Periodic batching)和「訂單推擠」(Order pushing)。首先對於「週期訂購」
的部分，有三種情況，分別為：
(1) 相關訂購(Correlated ordering)：在同一段時間內，每一個公司皆向供應商訂貨，
將造成某時段需求過高，而其他時段則沒有需求。使得供應商面臨更高的變異。
(2) 平衡訂購(Balanced ordering)：因下游組織的訂單在一段時間內平均分配，使得供 應商需求呈現較穩定的狀況，變異降到最低。
(3) 隨機訂購(Random ordering)：介於相關訂購及平衡訂購間。也就是在一段時間內，
公司的訂單呈現不確定的狀態，供應商的需求有時呈現較穩定的狀況，變異低。
但有時卻有不可預期的需求，導致變異過高。「訂單推擠」是指公司需求有異常 大量的需求現象。例如公司推行業績獎勵制度，在某時段推銷員預先敲定大量的 訂單，造成此訂單需求比顧客實際消費更加的不穩定或由於週期性促銷活動的舉 辦，如包含價格折扣、數量折扣、優惠卷等的折扣活動。這些活動所造成的價格 變動，會影響消費者預先購買並不立即所需之物品，此行為稱為預買(Forward buying)，由於預買的數量變異遠大於消耗量的變異，但組織必須準備大量的存貨 以因應需求變動，導致存貨水準大增。
4. 價格變動(Price Variations)
價格變動通常也會造成長鞭效應。也就是說，當價格產生變動，在價格下降的當時，
零售商會傾向於累積庫存量或增加其訂購量，甚至會大量購買，等待價格上漲後賺取其 中的利潤。
然而，許多產業在某些時間或某些數量上提供促銷、折扣時，也常常會引起長鞭效應。
因此，上游廠商的訂單往往會比實際上的需求來得大。
5. 短缺賽局(被誇大的訂單)(Rationing and Shortage gaming):
在上游廠商有產能限制下，下游廠商為了要確保不會缺貨，供應商管理存貨(VMI) 策略下，供應鏈中長鞭效應與存貨成本之研究會膨脹該訂單需求，爭取較大比例的商品 配給時，以保持與同業間的競爭優勢。同樣地，若是預期未來需求將大幅地提昇，下游 廠商也會浮報訂單需求搶單。如此一來，上游廠商會誤以為下游需求大增，於是積極擴 充產能，然而，卻可能導致了供過於求。反之，若是預期需求減少，則可能會導致供不 應求的情形發生。
所以，短缺賽局(shortage gaming)與供給配給(supply rationing)也是造成需求變異放大 之原因。
為了減緩短缺賽局所造成的訂單變異幅度，製造商應將其產能及存貨資料透明化，
以減少顧客在缺貨時之焦慮，而縮小其放大的訂單量，並且引導顧客在銷售季節前下單，
以方便生產排程之調整；另外，當產品短缺時，供應商應以過去銷售記錄取代訂單，來 做為配量的依據，防止顧客過渡的膨脹訂單量。
三、長鞭效應抑制方法:
根據Lee et al.(1997a)之說法，降低長鞭效應的方法歸納為下列四項：
1. 避免重複性需求預測(Avoid Multiple Demand Forecast Updates):
傳統供應鏈的成員在自身的生產規劃中都有一套預測需求的方式，若供應鏈成員依 照鄰近一層下游廠商所獲知之需求訊息來作預測，需求預測就會導致重複處理的現象，
即所謂「長鞭效應」。而抑制這種情形發生的方法，即分享銷售點資訊系統(POS, Point-of -Sale)及電子資料交換(EDI)，也就是說上游供應商能夠直接取得零售商銷售的資料， 並 依此資料來做需求預測。但又同時指出使用銷售點資訊系統仍有其缺點，因為當在結帳 櫃檯產生不正確的紀錄時，銷售點資訊系統所得到的資料就變得不可靠，所以這些資料 應該在進行建檔前先加以去除。
然而，即使供應鏈的成員使用相同來源的資料作需求預測，由於預測方式與訂貨情 形的差異，上游廠商所接到之訂購仍會產生不必要的波動，最根本的方法，就是上游製 造商可為下游作需求與存貨管理，使下游在供應鏈中成為被動夥伴(passive partner)，其 方式有供應商庫存管理系統(VMI, Vender-Managed Inventory)及持續性補貨系統(CRP, Continuous Replenishment Program)的建構。
另一種取得下游實際需求的方式，就是繞過下游廠商直接由市場取得，Apple 及Dell 的網路直銷模式就是最好的例子。另外，若縮短產品運送的前置時間(lead time)，亦可降 低因需求預測錯誤所帶來的影響。
2. 減少訂購批量大小(Break Order Batches):
Lee et al.(1997b)指出大批量的訂貨又加上不頻繁的訂購會造成長鞭效應情形加劇，
因此，下游廠商應盡量採取小批量訂貨的方式，或是增加訂購次數，使批量訂貨對長鞭 效應影響程度減至最低。但如此一來，相對會造成更高的訂購成本，為瞭解決此一問題 的方法就是藉由使用電子資料交換減少因訂貨頻繁所導致的交易成本。
又由於貨運量不同所導致的運輸成本不一，廠商為考量經濟效益前提下，會選擇較 有經濟效益的整車貨運量(full truckloads)的運送方式，當然就會使得下游廠商訂貨次數不 夠頻繁而產生長鞭效應，所以如果廠商採取電子資料交換系統，其效益只是減少紙上交 易成本，而沒有克服貨運量運輸成本限制的話，電子資料交換系統對於訂貨效率的改善
將大打折扣。目前，某些製造商都企圖說服批發商在每次運貨時，以搭配不同產品的方 式來取代一次大量運送同樣式的產品，如此一來，便能使訂貨次數更頻繁、運貨次數固 定不變且運輸效率仍存在。
此外，第三者物流(third-party logistics)的興起，可使小批量補充的方式更具經濟效 益，其做法是將不同供應商的貨裝滿一車，再運給不同的顧客，不但可以使顧客減少運 輸費用，每週補充貨源的情形可縮短至每天，還可以達到降低存貨成本。當顧客訂貨次 數頻繁且穩定時，批量訂貨對長鞭效應的負面影響將減至最低。
3. 穩定價格(Stabilize Price):
控制提前購買的最簡單方式，就是減少批發價格的折扣次數與程度，製造商藉著制 定單一零售價格的方式，來減少零售商提前購買的誘因，其方式有EDLP(Everyday low price)。從營運的觀點來看，運用持續性補貨系統與具理性的批發定價方式，能有效控制 零售商轉換批發商的情形。此外， 並可藉由ABC(Activity-based costing)系統確認不必要 的提前購買行為及轉換成本。
4. 減低短缺賽局效應(Eliminate Gaming in Shortage Situations):
當供應商面對缺貨時，應該按照下游廠商過去的銷售紀錄而非訂購量作為分配比例，
如此下游廠商才沒有誇大其需求的誘因。在缺貨的高峰期，如果下游顧客不瞭解製造商 的供應情形，投機心理就會發生，因此透過互相分享產能與存貨的資訊，能減輕顧客的 不安與減少投機發生的機會。然而，預期到短缺情形會發生時，產能訊息的分享並不夠，
製造商還是要在銷售旺季前，將顧客的訂單分配好，最後供應商應制定懲罰條款，以避 免零售商誇大需求或無故取消訂單。
Simchi-Levi et al.(2000)則認為消除長鞭效應可以從以下四個層面來著手：
1. 降低不確定性(Reducing uncertainty)
最常使用來減少或降低長鞭效應之建議即是透過整個供應鏈做集中式需求資訊來降 低不確定性。藉由需求資訊的集中，讓供應鏈上的每一位成員均能獲得完整而可靠的顧 客需求訊息，消除過去單純憑藉下游訂單推測終端需求所產生之不確定性。
2. 降低變異性(Reducing variability)
會導致更大的穩定性，也就是小的變異性之顧客需求型態。
3. 減少前置時間(Lead time reduction)
以電子資料交換等資訊技術降低訂單的處理時間，進而減少下游廠商訂購前置時 間，增加預測的準確性。前置時間包括兩個元素：訂單的前置時間(生產、運輸貨物的 時間)、資訊的前置時間(處理訂單的時間)；前者可透過越庫作業(cross-docking)來降 低，後者可透過電子資料交換(EDI)來降低。
4. 策略性夥伴關係的建立(Strategic partnerships)
其改變供應鏈中資訊分享及存貨管理的方式。例如藉由供應供應商管理存貨商庫 存管理系統(VMI)的建立，讓供應商可以主動掌握銷售資訊及庫存量，作為市場需求 預測及自動補貨的依據。對上游供應商來說，使用供應商庫存管理系統，不但可以增 加庫存週轉率，還可以管理各個不同零售商的補貨工作。對零售商而言，則可以減少 庫存，降低資金的積壓，也能減少斷貨及退貨情形的發生。
第三節 物料之處理與運送
賴宣名(2002)覺得接單生產在科技界逐漸形成一股風潮，訂單是一切作業的板機，
要由需求端來啟動所有作業，針對不同的通路應該建立不同訂單過濾機制，使訂單種類 由數千萬種可以被整合成數個類型，這樣運作使管理項目減少，降低了營運與管銷成本，
又可達到最大產品組合，符合市場需求。所以訂單管理為接觸客戶之最前線，是為了縮 短產品於製造業供應鏈上的流動時間，並達成快速回饋顧客需求之目的。王裕文(1998) 的研究認為企業對於訂單處理與系統組裝方面，需靠近市場運作，同時經由資訊系統共 用，將企業內部與產業上下游間作業流程結合。
蔡瑞明(1996)研究表是客戶與供應商間資訊若能直接連結，除了可滿足資料安全性 與傳輸成本之經濟性外，更可滿足實務之需求。由於訂單處理為啟動資訊流之重要關鍵，
且接單作業為訂單處理之最前線，在促進企業資訊化過程中，接單作業自動化之重要性 不容忽視。
鄭啟煌(1998)指出要達成提高客戶滿意度的目標，除了製造/生產技術改進外，企業 要發展一個能整合採購運籌、生產運籌、配銷運籌的全面訂單管理系統，藉由企業營運
策略、市場行銷、製造規劃與控制、產品研發、配銷等功能的整合，並透過資訊科技的 補助，來加速資訊流通的速度，使企業能從顧客詢價、訂單處理，最後到訂單實現等過 程中，提供快速、且即時正確的服務給顧客。
關季麟(1998)指出運輸與配送是為了達成貨物分配目的而進行的基本運送形態，經 由車輛、路線與管理方式之安排，形成運輸配送系統(如圖4)，而良好的運輸配送系統不 但可以提高物流效率，降低物流成本，亦可提高運輸服務品質，增加顧客對企業服務的 滿意度。
聯合補貨是一種協調配銷系統的方式，因聯合補貨可以大量節省主要訂購成本，當主要 訂購成本越大時，聯合補貨所產生的效益也越明顯。多品項聯合補貨適用於處理協調同 分群多種商品的補貨策略，使用共同的補貨週期及適當的訂購量，以減少主要訂購成本 發生次數及相關成本的支出，聯合補貨問題基本上可以由所提出的兩類方式去處理，一 為直接分群策略，利用分群技術將產品分群，每一群都有相同的補貨週期；另一為間接 分群策略，先訂定一補貨週期基數，再將每個產品的補貨週期定為補貨週期基數的整數 倍，間接的將擁有相同補貨週期的產品分成群。在高主要訂購成本的情境下，間接分群 策略比直接分群策略節省更多的成本，因間接分群策略可以讓更多的產品聯合訂購。
圖4 批發商與零售商運輸示意圖
第四節 關鍵成功要素的定義與概念
研究顧客關係管理之導入，首先必須先定義導入程度多少具有代表性，因此，本研 究先從學者對「關鍵成功要素」的定義，進行探討，然後再從顧客關係管理的相關文獻 中歸納整理出導入之成功關鍵因素。
一、關鍵成功要素的定義
依據韋式字典對「成功」的定義是「達到預期目標的等級或尺度」，對企業而言即 是指組織達成特定目標的程度「關鍵成功要素」(Critical Success Factor , CSF;或稱Key Success Factor , KSF)是麻省理工學院所提倡的一套用以界定組織資訊需求的分析方法。
它的假設是，任何一個組織要經營成功，所必定要掌握的一些重要因素;若不能掌握這些 因素，就可能導致失敗。
關鍵成功要素的觀念始於組織經濟學，John R. Commons(1934)首先提出了「限制因 數」(Limited Factor)的觀念;之後，Barnard(1984)提出「策略因數」(Strategic Factor)應用 在組織管理上之管理決策論。自1961年後，Ronald D.Daniel 等人便紛紛自管管理資訊系 統的觀點，來闡釋關鍵成功要素。而在組織設計、組織管理及策略管理方面，自Barnard 之後，先後有Peter Druck(1964)以關鍵領域(Key ResultAreas)應用在組織設計，再來分別 有學者以策略要素(Strategic Variables)、策略因素(Strategic Factors)、關鍵成功因素(Key Success Factors, KSF)來制訂策略。
所謂「關鍵成功要素」、「成功關鍵要素」或「策略要素」，依據Drucker所下的定 義: 「 關 鍵 成 功 要 素 是 指 那 些 在 管 理 上 應 受 到 較 優 先 重 視 的 工 作 (Task) 或 屬 性 (Attributes)，因為他們帶給企業強勢的經營績效。」Hofer 與Schendel(1978)認為關鍵成 功要素是:「管理者對一些變數的決策，會強烈的影響產業內各公司的整體競爭態勢。這 些因素會隨產業的不同而有所差異，然在一特定的產業內，它們會經由兩組變數的互動 而產生，即該產業的經濟，技術特徵… 及該產業內各公司據以建立其策咯的兢爭性武 器...」。
Rockart(1979)指出:「某一些要素能保證企業組織產生成功的競爭績效，當企業確實 實行行這些要素時，則能使企業日益興隆」。Van Clieaf(1982):他將關鍵成功要素的觀念
與策略規劃(Strategy Planning)/策略發展(Strategy Development)的程式連接起來，認為關 鍵成功要素的探討將有助於策略形成過程中的環境分析、資源分析與策略評估。
Boynton and Zmund(1984)認為:「對管理者或組織來說，一些必須做好而能保證成功 的事情...它們代表著必需給予特定和持續重視的管理方式或企業活動而帶來高度績效。」
關鍵成功要素乃是成功競爭所需的一個競爭的技巧或資產，成功公司通常在一KSF 領域不會太弱，相反的這些領域是強勢的來源。他並且認為一競爭者通常必須具備該產 業中每一關鍵成功要素的最低水準才能在產業內與其他公司競爭。若公司在某一關鍵成 功要素上居劣勢，並且沒有設計適當的策略予以沖銷，則公司的競爭力會處於非常弱勢。
所以競爭優勢通常會建立在關鍵成功要素上。成功的公司具有在成功關鍵領域(key success areas)強勢，而不成功的公司則是欠缺其中的一個或多個要素。
Christine V. Bullen and John F. Rockart (1981):認為關鍵成功要素的定義:能使事業成 功的達成目標而必須做正確的主要活動。CSF 的形成是經企業策略、目標的選定，由上 而下的擬出，如下圖5:
關鍵成功因素的角色與分類可以下列五項為方向:
1. 關鍵成功因素對經理人達成任務目標的重要性。
2. 不同的經理人有不同的關鍵成功要素。
3. 關鍵成功因素的主要來源有五:
(1)產業本身特性
(2)企業競爭策略與地位 (3)環境因素
(4)組織暫態因素 (5)各部門的功能特性
4. 關鍵成功因素分類可以三個向度來判別:
(1)內部因素 外部因素 (2)現況的監控 未來的改進 (3)上述第3 項之五層來源
圖5 關鍵成功因素在管理項目中的階層資料圖
Note. From “A Primer On critical Success Factors” by V. B.Christine, Cisrnd.69,MIT, p.11.
第三章 研究設計與方法
本研究主要是探討台灣面板維修業在導入VMI 管理模式的主要關鍵成功因素。首 先，本研究歸納過去相關研究得知，在導入VMI 管理機制時，有許多的關鍵因素將影響 導入時的成功與否，因此藉由學者所提出之相關因素透過問卷方式及使用因素分析法，
萃取出關鍵因素構面，再利用變異數分析探討不同樣本屬性對關鍵因素構面之差異性。
VMI 相關文獻資料探討
萃取 VMI 關鍵成功因素
不同樣本屬性之差異分析
圖6 研究架構
一、問卷設計:
本研究採用問卷調查法，依據第二章相關文獻搜集，依據學者所提出影響導入 VMI 的相關影響因素作為參考，及國內外學者的相關研究及問卷量表，針對本研究之需求加 以修正設計初步之問卷，並經由專家檢視問卷各項評估項目，並進行問卷修改，其目的 表達出各問項的真正意義，並做整體性的評估以達問卷的完整性及適切性，最後以封閉 式問卷進行問卷調查，本問卷的設計分為二部分:
第一部分:以李克特五等量表表示，共分成「極重要」(5 分)、「重要」(4 分)、「可 有可無」(3 分)、「不重要」(2 分)、「非常不重要」(1 分)。
第二部分:請評估人員填寫其基本資料，包括：現行服務公司、職務以及對「供應鏈」
「供應商管理存貨」與「資訊分享」等議題是否擁有相關的基本概念，受測者採無記名 方式填答問卷。
二、問卷收集與對象:
本問卷的主要對象分為三個部分，主要是從下游供應商到承載貨物之運輸業及第一 線與最終使用之客戶端，最為接近之相關作業人員為主。在樣本大小方面，基於有 28 個項次，因此為求的更好之準確度，所以總問卷份數將以項次的5 倍作為問卷的發放基 礎，以符合樣本數之基本要求。
三、資料分析方法:
本研究首先進行信效度分析，以檢定問卷結構之一致性與穩定性程度；其次利用因 數分析(Factor analysis)檢驗萃取出供應商管理存貨之關鍵成功因素。最後再利用變異數 (ANOVA)分析衡量各樣本屬性與構面間之差異性，並以 SPSS 12.0 統計套裝軟體作為資 料分析之工具。本研究之資料分析方法可分為信度分析、因素分析及變異數分析。說明 如下:
1. 信度分析:
信度分析是衡量沒有誤差的程度，也是測驗結果的一致性(consistency)程度，信度是以 衡量的變異理論為基礎。(如圖 7)
圖7 信度與效度關係圖示
情況一，彈痕分散於靶內各處，並無一致性可言，以衡量的術語來說即是無信度無效度。
情況二，雖然彈痕很集中，即具有一致性，但是並沒有在靶中心，以衡量的觀點來看，
則是有信度無效度。
情況三，才是好的衡量，同時具有效度及信度。
此一分析方法是利用Cronbach α 係數經過評量之後的「準確性」或「精確性」來進 行內部一致性的檢定， 判定α 係數之準則如下：
(1) 所有問卷題目一起執行計算 Cronbach α 係數。
(2) 各題目單獨逐題檢查。
(3) 每個因素構面針對其所屬問卷題目，執行計算 Cronbach α 係數。
而α 係數值乃介於 0 與 1 之間，通常 α 介於 0.50~0.70 是屬於一個比較低，但是是 可以接受的邊界值，α 係數大於 0.8 則為最佳信度分析。除此之外，信度本身可以作為 題項之刪減依據，而主要篩選之標準是刪除題項總相關小於0.4，而且在刪除該題項後，
對於此研究整體的信度有提升時，則可以刪除該題項並藉由信度分析，進一步來解釋所 發放的問卷題項的可靠度與量表的一致性。
2. 因素分析:
用來試探、描述、分類和分析正在研究中的社會及行為科學。通常研究者對其所編 製的測驗或量表到底能夠測出那幾個因素仍不清楚，沒有預先提出它們可測出幾個共同 素之研究假設。
(2) 探索性因素分析的步驟:
a. 決定應否進行因素分析以減少原始變數的維度 b. 萃取共同因素
c. 決定需要抽取之共同因素的數目 d. 因素轉軸
e. 解釋共同因素代表的意義或分析結果
為了萃取導入VMI管理模式之關鍵成功因素，本研究利用探索式因素分析，採主成 份分析法，並利用最大變異法進行轉軸，在因素個數萃取上，保留因素特徵值大於1之因 素 成 分 ， 並 且 利 用KMO 值 (Kaiser-Meyer-Olkin) 及 Bartlett 球 型 檢 定 (Bartlett Test of Sphericity)，確認本研究之因素分析結果具解釋能力(KMO值大於0.5時χ2值均達顯著性) KMO 值越高，表示進行因素分析的效果越好，其值在0.9 以上表示效果極佳，0.8 以上 表示有價值的，0.7 以上是中度的，0.6 以上表示不好也不壞，而巴氏球形檢定則是在檢 定資料是否適合進行因素分析，若顯著，表示母體相關矩陣間有共同因素存在，適合進 行因素分析。
在題項萃取上，剔除各成分中標準化因數負荷量小於0.4之題項，且為使其個因素之 解釋合理性，將因數負荷量同時大於0.4之題項適度進行因數轉移。最後，再次經由探索 式因素分析之方法得到結果。因素分析主要是利用體驗效益量表中的變項，依照其相關 的程度將一些因素縮減成少數的主要因素，最主要的效益是方便於簡化變項之間的複雜 情況，而且保持原有變項的最大解釋量，並依照此一種結果進行本研究之分析。當分析 後之KMO值小於0.5時，則較不宜進行因素的分析。
3. 變異數分析:
為有效瞭解面板維修業在不同產業類別、部門別、資歷及對於供應商管理存貨基 本知識等屬性，對於導入供應商管理存貨模式之關鍵成功因素是否有差異，本研究利 用單因數變異數分析(one-way ANOVA)來進行檢定，而變異數分析主要是在檢驗多組
樣本的平均數是否有所差異，若P 值小於 0.05，則代表具有顯著的差異。
(1) 單因素變異數分析(one-way或 single-factor ANOVA)，其模式如下：
Yij＝μ＋τj＋εij
τj：實驗變數的第 j 個水準(j＝1,2,…,k)對 Y 的差異效果
εij：誤差項(i＝1,2,…,n；j＝1,2,…,k)，假設 εij 是常態和獨立的分配，平均數為 0，
變異數為σ2，即 NID(0, σ2)
第四章 研究結果與分析
第一節 問卷設計回收與樣本對象
本研究問卷是參考學者所提出的相關影響導入VMI 的因素作為參考所發展而來，合 計項次為 28 個題項，以封閉式問卷進行問卷施測，並採用李克特(Likert Scale) 五點尺 度進行測量，其中5 代表「極重要」、4 代表「重要」、3 代表「可有可無」、 2 代表
「不重要」、1 代表「非常不重要」 ，受測者採無記名方式填答問卷。問卷發放的樣本 資料共214 份，回收問卷 147 份。本問卷的主要對象分為三個部分，主要是從面板維修 物料採購人員，供應商及維修中心等最為接近之相關作業人員為主。
第一部分:是以李克特五等量表表示，共分成(5 分)「極重要」、4 分「重要」、3 分「可 有可無」、 2 分「不重要」、1 分「非常不重要」。
第二部分:請評估人員填寫其基本資料，包括:現行服務公司、職務、以及對「供應鏈」、
「供應商管理存貨」、「資訊分享」等議題是否擁有相關的基本概念，，其問卷有效情 形如表所示，由下表可得知研究樣本之結構分佈情形及特性，其內容如下:
表1
有效問卷統計
有效問卷統計 問卷數 百分比
問卷發放數 214 100.0%
有效問卷數 147 68.7%
無效問卷數 67 31.3%
表2
樣本結構分析
統計變數 項目 人數 百分比
1.面板維修中心 62 42%
2.半導體製造公司 34 23%
3.電腦代工製造公司 10 7%
4.電視機製造公司 41 28%
1.生產製造 94 64%
2.採購 27 18%
3.進出口 6 4%
4.客服單位 12 8%
5.品質管理 8 5%
經歷 1.1年(含)以下 12 8%
2.1~3年 28 19%
3.3~5年 36 24%
4.5~10年 54 37%
5.10年以上 17 12%
1.廠處級(含)以上主管 2 1%
2.部級主管、經理 5 3%
3.課級主管、副理 21 14%
4.工程師 119 81%
VMI基本概念 1.沒有概念 6 4%
2.稍有概念 42 29%
3.有概念 78 53%
4.非常有概念 21 14%
產業類別
部門別
職位
一、產業類別結構分析:
由產業類別結構分析結果得知，面板維修中心樣本數共計有 62 份，佔樣本數之 42
％，半導體製造公司樣本數共計有 34 份，佔樣本數之 23％，電腦代工製造公司樣本數 共計有10 份，佔樣本數之 7％，電視機製造公司樣本數共計有 41 份，佔樣本數之 28％。
由分析結果得知面板維修中心較其他產業居多。
半導體製造 23%
電腦代工 7%
電視機製造 28%
面板維修中心 42%
面板維修中心 半導體製造 電腦代工 電視機製造
圖8 產業別分佈圖
二、部門結構分析:
由部門結構分析結果得知，生產製造樣本數共計有 94 份，佔樣本數之 64％，採購 部門樣本數共計有27 份，佔樣本數之 18％，進出口部門樣本數共計有 6 份，佔樣本數 之4％，客服部門樣本數共計有 12 份，佔樣本數之 8％，品質管理樣本數共計有 8 份，
佔樣本數之5％。由分析結果得知從事生產製造的群體比例最高，其次為採購單位。
品管部 5%
生產製造 65%
進出口 4%
客服部 8%
採購 18%
採購 生產製造 進出口 客服部 品管部
圖9 部門別分佈圖
三、經歷結構分析:
由經歷結構分析結果得知，以5~10 年樣本數最多共計有 54 份，佔樣本數之 37％，
其次為3~5 年樣本數共計有 36 份，佔樣本數之 24％，1~3 年樣本數共計有 28 份，佔樣 本數之19％，10 年以上樣本數共計有 17 份，佔樣本數之 12％，1 年以下樣本數共計有 12 份，佔樣本數之 8％。
一年以下 8%
3~5年 24%
1~3年 19%
10年以上 12%
5~10年 37%
5~10年 3~5年 1~3年 10年以上 一年以下
圖10 經歷結構分佈圖
四、職位結構分析:
由職位結構分析結果得知，以工程師等級樣本數最多共計有119 份，佔樣本數之 81
％，其次為課級主管、副理等級樣本數共計有 21 份，佔樣本數之 14％，部級主管、經 理樣本數共計有5 份，佔樣本數之 3％，廠處級(含)以上樣本數共計有 2 份，佔樣本數之 1％。
課級主管 14%
部級主管
3% 廠處級以上
1%
工程師 82%
工程師 課級主管 部級主管 廠處級以上
圖11 職位結構分佈圖
五、對「供應鏈」與「供應商管理存貨」之基本概念結構分析:
從此結構分析得知，以有概念的樣本數最多共計有 78 份，佔樣本數之 53％，其次 為稍有概念的樣本數共計有42 份，佔樣本數之 29％，非常有概念的樣本數共計有 21 份，
佔樣本數之14％，沒有概念的樣本數共計有 6 份，佔樣本數之 4％。
稍有概念 29%
非常有概念 14%
沒有概念 4%
有概念 53%
有概念 稍有概念 非常有概念 沒有概念
圖12 基本概念分佈圖
第二節 因素分析
為了萃取導入VMI 管理模式之關鍵成功因素，本研究利用探索式因素分析，採主成 份分析法，並利用最大變異法進行轉軸，在因素個數萃取上，保留因素特徵值大於1 之 因素成分，並利用 KMO 值(Kaiser-Meyer-Olkin)及 Bartlett 球型檢定(Bartlett Test of Sphericity)，確認本研究之因素分析結果具解釋能力。(KMO 值分別為 0.679，χ2 值均達 顯著性)。在題項萃取上，剔除各成份中標準化因數負荷量小於 0.4 之題項，且為使其因 素之解釋合理性，將因數負荷量同時大於 0.4 之題項適度進行因數轉移。最後，再次經 由探索式因素分析之方法得到結果。
本研究在導入VMI 模式之影響因素題項，共萃取出「物料資訊的分享」、「生產排 程規劃」、「訂單需求預測」、「訂單資訊保密性」及「庫存空間規劃」等五項因素，
其累積解釋變異量為74.99％。而後透過 Cronbach’s α 值檢視各項因素結構之信度發現，
各因素之信度值皆高於0.75 以上，顯示經由結構重新萃取之後，本研究之潛在因數結構 仍具有相當的一致性程度，因此本研究之因素構面與題項分別為物料資訊分享(8 題)、訂 單需求預測 (6 題)、 生產排程規劃(7 題)、訂單資訊保密(4 題)以及庫存空間規劃(4 題) 等，共計28 個題項。最後，透過平均數分析得知，導入 VMI 的關鍵成功因素為需求預 測及補貨、其次依序為訂單資訊分享、庫存空間規劃、生產排程規劃及訂單資訊保密性。
表3
各成份之因素負荷量
物料資訊分享 訂單需求預測 生產排程規劃 訂單資訊保密 庫存空間規劃
A1 0.878
A12 0.762
A26 0.741
A17 0.679
A4 0.642
A25 0.531
A5 0.464
A15 0.452
A24 0.741
A9 0.632
A27 0.527
A2 0.521
A8 0.519
A19 0.467
A10 0.733
A6 0.721
A22 0.672
A7 0.664
A21 0.641
A18 0.533
A11 0.843
A13 0.775
A16 0.682
A20 0.641
A14 0.783
A3 0.752
A23 0.729
A28 0.557
KMO值=0.679、Bartlett球型檢定(P=0.000)累積解釋變異量=74.99%
表4
各因素構面之平均數與信度分析
因素 問卷題項 解釋變異量 平均數 信度
Cronbach'α 物料資訊分享 A1、A4、A5、A12、A15、
A17、A25、A26 23.67% 4.41 0.847
訂單需求預測 A2、A8、A9、A19、A21、
A27 12.48% 4.82* 0.798
生產排程規劃 A6、A7、A10、A18、
A22、A24 10.88% 4.53 0.834
訂單資訊保密 A11、A13、A16、A20 8.63% 4.31 0.825
庫存空間規劃 A3、A14、A23、A28 6.54% 4.69 0.784
Remark:題項註記*表關鍵成功因素(平均數最大值)
1. 訂單需求預測之因素構面:
A2:快速反應市場變化及需求、A8:降低長鞭效應、A9:適時補貨、A19:適時供應緊急 需求、A21:提供上、下游間預測準確度、A27:提供短、中、長期訂單需求預測。
2. 庫存空間規劃之因素構面:
A3:運費成本低、運送時間最短、A14:存貨成本最小化、A23:倉儲系統之軟硬體設備 規劃、A28:倉儲空間之佈置。
3. 生產排程規劃之因素構面:
A6:存貨週轉率、A7:夥伴關係、A10:提供物流作業資訊、A18:生產計劃之最佳化、
A22:產品品質維護、A24:縮減作業成本 4. 物料資訊分享之因素構面:
A1:事後分析與應用能力、A4:跨組織資訊整合能力、A5:提供可運用之資訊能力、
A12:能提供客戶資訊、A15:提供需求與訂單資訊、A17:提供正確完整的存貨資訊、A25:
良好的資訊傳出效率與作業平臺、A26:提供交易成本與費用資訊。
5. 訂單資訊保密之因素構面:
A11:資訊分享即時性與詳細性、A13:供應鏈成員分享訂單資訊、A16:訂定保密合約、
第三節 不同樣本屬性之差異分析
為有效瞭解面板維修中心在不同產業類別、部門別、員工職位、資歷及對於供應商 管理存貨基本知識等屬性，對於導入供應商管理存貨模式之關鍵成功因素是否具有差 異，本研究利用單因數變異數分析(one-way ANOVA)來進行檢定，其主要分析結果如表 5 所示:
表5
不同產業類別之差異分析
構面 F值 多重比較分析
物料資訊分享 9.82*** a＞b,c,d
訂單需求預測 6.89*** a＞b,c,d
生產排程規劃 4.34*** c＞a,b,d
訂單資訊保密 5.02*** b＞a,c,d
庫存空間規劃 2.77
備註:1.**表P值＜0.01、***表P值＜0.001。
2.a表面板維修中心、b表半導體製造公司、
c表電腦代工製造公司、d表電視機製造公司
經由單因數變異數分析並進行多重比較分析後得知，不同產業類別人員對於「物料 資訊的分享」、「生產排程規劃」、「訂單需求預測」及「訂單資訊保密性」等構面具 有顯著的差異性，其中面板維修業認為在導入VMI 模式時，「物料資訊的分享」與「訂 單需求預測」的重要性比其他產業類別來的高。另外，電腦代工製造產業認為在導入VMI 模式時，「生產排程規劃」的重要性比其他產業類別來的高。而半導體製造產業則認為 訂單資訊保密性在導入VMI 模式時較其他產業之認知更為重要。
表6
不同部門別之差異分析
構面 F值 多重比較分析
物料資訊分享 7.29*** a＞b,c,d,e
訂單需求預測 6.74** b＞a,c,d,e
生產排程規劃 9.12*** c＞a,b,d,e
訂單資訊保密 6.34** d＞a,b,c,e
庫存空間規劃 3.81
備註:1.*表P值＜0.05、**表P值＜0.01、***表P值＜0.001。
2.a表生產製造單位、b表採購單位、c表進出口單位、 d表客服單位、
e表品管單位
經由單因數變異數分析並進行多重比較分析後得知，不同部門類別人員對於「物料 資訊的分享」、「生產排程規劃」、「訂單需求預測」及「訂單資訊保密性」等構面具 有顯著的差異性，其中生產製造單位認為在導入VMI 模式時，「物料資訊的分享」的重 要性比其他部門別來的高。採購單位則認為在導入VMI 模式時，「訂單需求預測」的重 要性比其他部門別來的高。另外，進出口單位認為在導入VMI 模式時，「生產排程規劃」
的重要性比其他部門別來的高。而客服單位則認為訂單資訊保密性在導入VMI 模式時，
較其他部門別之認知更為重要。
表7
不同資歷之差異分析
構面 F值 多重比較分析
物料資訊分享 8.52*** e＞a,b,c,d
訂單需求預測 3.21
生產排程規劃 7.34*** c＞a,b,d,e
訂單資訊保密 3.02
庫存空間規劃 2.14
備註:1.*表P值＜0.05、**表P值＜0.01、***表P值＜0.001。
2.a表資歷1年以下、b表1~3年、c表3~5年、d表5~10、e表10年以上資歷
經由單因數變異數分析並進行多重比較分析後得知，不同資歷類別人員僅對於「物 料資訊的分享」、「生產排程規劃」二構面具有顯著的差異性，其中10 年以上資歷人員 認為在導入 VMI 模式時，「物料資訊的分享」的重要性比其他資歷之人員來的高。而 3~5 年資歷之人員則認為在導入 VMI 模式時，「生產排程規劃」的重要性比其他資歷別 之人員來的高。其餘之資歷人員對於導入 VMI 模式之關鍵因素構面則無較顯著之差異 性。
表8
不同職位之差異分析
構面 F值 多重比較分析
物料資訊分享 1.37
訂單需求預測 1.22
生產排程規劃 4.39** d＞a,b,c
訂單資訊保密 5.27*** a＞b,c,d
庫存空間規劃 0.94
備註:1.*表P值＜0.05、**表P值＜0.01、***表P值＜0.001。
2.a表廠處級(含)以上、b表部級主管、經理、c表課級主管、副理、d表工程師
經由單因數變異數分析並進行多重比較分析後得知，不同職位類別人員僅對於「生 產排程規劃」、「訂單資訊保密」二構面具有顯著的差異性，其中廠處級以上人員認為 在導入VMI 模式時，「訂單資訊保密」的重要性比其他職位之人員來的高。而工程師職 位元之人員則認為在導入VMI 模式時，「生產排程規劃」的重要性比其他職位別之人員 來的高。其餘之職位別人員對於導入VMI 模式之其他三項關鍵因素構面則無較顯著之差 異性。
表9
基本認知之差異分析
構面 F值 多重比較分析
物料資訊分享 5.73** c＞a,b,d
訂單需求預測 3.89
生產排程規劃 6.74*** b＞a,c,d
訂單資訊保密 2.79
庫存空間規劃 2.77
備註:1.*表P值＜0.05、**表P值＜0.01、***表P值＜0.001。
2.a表沒有概念、b表稍有概念、c表有概念、d表非常有概念。
經由單因數變異數分析並進行多重比較分析後得知，對於供應鏈與供應商管理存貨 基本認知不同之人員，對於「物料資訊的分享」、「生產排程規劃」二構面具有顯著的 差異性，其中有概念之人員認為在導入VMI 模式時，「物料資訊的分享」的重要性比其 他資歷之人員來的高。而稍有概念之人員則認為在導入VMI 模式時，「生產排程規劃」
的重要性比其他概念別之人員來的高。其餘之認知不同之階層人員對於導入VMI 模式之 其他三項關鍵因素構面則無較顯著之差異性。
