義守大學企業管理學系碩士班

Graduate School of Business Administration

I-Shou University

碩士論文

少即是多效應：認知代數途徑之分析

The Less-is-better Effect: Analysis of Cognitive Algebra Approach

指導教授：張 寧 博士

研 究 生：王姿尹 撰

中 華 民 國 一百零五 年 一 月

i

謝 辭 直到這一刻，仍然不敢相信自己可以畢業。這一年半的碩士生活，時間雖短，卻嚐

盡酸甜苦辣，而苦是嚐得最多的一味。在論文寫作上，時常陷入沒有靈感的深淵，這並

不是優游沉浸在廣闊的知識大海，確切地說，我，幾乎就要溺斃了。幸好，在遠方有座

燈塔靜靜地指引我方向，讓我看見能夠順利畢業的希望。

誠摯地感謝我的指導教授張寧老師，您是照亮我人生的燈塔。老師您一定對我很苦

惱吧，論文進度總是拖拖拉拉，不時地犯一些錯誤，偶爾您嚴肅一點時，眼前的學生還

會哭得亂七八糟，好像天塌下來那樣悽慘。我的淚腺著實發達了些，真的很不好意思。

能跟在老師身旁學習，讓我受益匪淺，無論學業或生活上的困難，老師您都耐心提供建

議、給予鼓勵。當我想休學時，您說「放棄很容易，容易的事晚點再做也不遲。」要我

再繼續堅持下去，若沒有老師，這本論文永遠也寫不出來。我時常在想，嚴師會出高徒

嗎？答案是會，只是我不是。要學習的地方還有許多，您的教誨我會謹記於心，不砸壞

張老師指導的金字招牌。

感謝三位口試委員──謝琇玲老師、陳碧珍老師、田祖武老師，提供諸多指導與建

議，亦點出一些被忽視的盲點，讓我得以修正改善。若沒有三位的協助，這本論文也不

會完整。謝謝所上的每一位老師，在知識的傳授中，讓我們以不同的觀點去看待這個世

界；謝謝系助理小玲姐，您不厭其煩地幫助我許多事，這段期間承蒙您的照顧；謝謝前

任系助理彩柳姐，您教我好多待人處事的道理，我會牢牢記著。

感謝我親愛的家人，給予我無限自由並且寬容地支持我做任何決定，謝謝你們的信

任。謝謝每一位幫助過我的人，身旁的朋友、同學，以及協助研究的受測者們。最後，

讓我以香港樂團 Beyond 的歌詞表達我的感激之情，獻給我生命中的每一位貴人，若沒

有你們，就不會有現在的我。

「是妳多麼溫馨的目光／教我堅毅望著前路／叮囑我跌倒不應放棄／沒法解釋怎

可報盡親恩／愛意寬大是無限／請准我說聲真的愛妳」

──Beyond《BEYOND IV 專輯．真的愛妳》

ii

摘 要 「少即是多效應」是因評估情境的不同而導致的偏好逆轉現象，可藉由實驗結果直

接觀測。同時也說明當消費者在做選擇時，不只考慮其眼前的物品價值，亦會受到其他

因素干擾。過往學者以可評價性假說為此現象作探討，但無從得知不能直觀的人類心理

認知之運作。

本研究以可探究個人內在認知過程的資訊整合理論為基礎，參考 Hsee (1998) 經典

的餐具實驗要素，以「購買動機（自用與送禮）」與「資訊呈現（文字與圖像）」兩個面

向為受測者間變項，區分為四種案例系絡；以及採用「餐具組合件數」與「胡椒罐瑕疵

情形」為受測者內變項，設計 3×3 因子的實驗情境。在四種案例系絡中，藉由受測者對

實驗情境所願意支付金額為反應值，以獲得受測者所採用的認知代數模式。

研究結果發現，在 80 位合格受測者中，有 43 位採用相加模式，28 位採用平均模式

(包含 4 位等權重平均模式與 24 位不等權重平均模式)，顯示少即是多效應確實存在。

而效應的來源可能來自受測者所採取的資訊整合模式種類，或是因子權重受因子心理值

影響而產生的變動。在模式採取方面，受測者會受到購買動機與資訊呈現之影響而有採

用不同模式。當動機為自用時，受測者較多數採用相加模式；而在動機為送禮時，受測

者較多採用平均模式。受測者面對文字呈現的資訊時，較多數採用相加模式；而對圖像

呈現的資訊，則多數採用平均模式。在送禮-圖像的案例系絡中，更有高達 80%的受測者

採用平均模式。另外教育程度也影響模式的採用，大學學歷以上的受測者較專科以下的

受測者更傾向採用相加模式。在權重變動方面，婚姻狀況、年齡、教育程度、職業對因

子的權重均有顯著影響。

本研究據此建議，對採取相加模式的消費者，因為不會發生少即是多效應，應盡量

提供產品的正面資訊，以提高購買意願；而對採取平均模式的消費者，應提供單一最佳

屬性的資訊，而非更多資訊，以免發生少即是多效應，反而降低購買意願。而購買情境

的操弄，則可能可以改變消費者所採取的模式。例如，圖像較文字的資訊呈現方式，更

易引發消費者以平均模式結合資訊。而在聯合評估的情境中，消費者會傾向採取相加模

iii

式。因此，面臨多種競爭商品時，將自家產品的優勢全面展出，讓消費者接收越多正向

資訊，越可以產生好的評價。而產品強調送禮或自用，也應該搭配不同的行銷策略。

關鍵字：少即是多效應、認知代數、資訊整合理論、購買動機、資訊呈現

iv

Abstract ‘Less-is-better effect’ describes the phenomena of preference reversals in different

situations. It emphasis that consumers make decision based on not only the total value but also

various factors. Previous researches explained the less-is-better effect by the evaluability

hypothesis but not enough to catch the actual functioning of the human cognition.

On the foundation of the IIT (Information Integration Theory) concerning intrinsic

cognition, the study has conducted the experiment with factors referring to the classic

dinnerware case (Hsee, 1998), dividing the subjects by two between-subjects variables,

purchase motivation (for personal use or for gift) and presentation of information (by graphic

or by text), into four separate contextual cases. Furthermore, with two within-subjects variables,

‘quantities of the dinnerware’ and ‘integrity of pepper pot’, the experiment employed a three by

three factorial design. The results could demonstrate the algebraic model subjects used by

responding the amount of money subjects willing to pay in each situation.

The results showed that among eighty qualified participants, forty-three of them were

conform to adding rule, and twenty-eight subjects were conform to averaging rule (including

four equal-weighted ones and twenty four differential-weighted ones), which revealed the

existence of less-is-better effect. The effect could be due to the subjects’ own algebraic models,

or the weights of factors varying with their own scale values. As the algebraic models, the

subjects were greatly influenced by their purchase motivation and the presentation of

information; majority of subjects behaved accord with adding rule in the context for personal

use but with averaging rule in the context for gift; as for the presentation of information, more

subjects were apt to adding rule facing text information, but to averaging rule encountering

graphic information. As many as eighty percent of subjects were conform to averaging rule in

the gift-graphic contextual case. Besides, education background was also a variable affecting

subject’s cognition, as subjects with college or above degrees more inclined to select adding

v

rule than subjects under sub-degree. The weights of factors were also significantly impacted by

marriage status, age, education, and career.

This study concludes that consumers conformed to adding rule are unlikely to show less-

is-better effect, and more positive enforcements would only motivate them to purchase. On the

contrary, for those consumers are apt to averaging rule, providing the sole optimal information

could avoid less-is-better effect, thus best maintains their purchasing interests. Otherwise, we

should consider the alteration of consumers’ behavior by situation manipulations; for example:

the graphical information tends to trigger averaging rule than text one; joint evaluation tends to

lead consumers acting accord with adding rule comparing to separate evaluation. Therefore, in

a highly competitive market, the ideal strategy is to demonstrate as many selling points to the

consumers as possible, since it would generate more positive feedback. Also, it’s essential to

design different marketing strategy according to the targeted consumer purposes, like for

personal use or gift.

Keywords: less-is-better effect; cognitive algebra; information integration theory; purchase

motivation; presentation of information

vi

目 次

第一章 緒論 .................................................................................................................... 1

第一節 研究背景與動機 .............................................................................. 1

第二節 研究目的 .......................................................................................... 2

第三節 研究流程 .......................................................................................... 3

第二章 文獻回顧 ............................................................................... 4

第一節 「少即是多」效應 .......................................................................... 4

第二節 資訊整合理論 ................................................................................ 11

第三節 購買動機 ........................................................................................ 18

第四節 資訊呈現 ........................................................................................ 19

第三章 研究方法 ............................................................................. 22

第一節 實驗設計 ........................................................................................ 22

第二節 實驗程序 ........................................................................................ 26

第四章 研究結果與分析 ................................................................. 29

第一節 人口統計資料 ................................................................................ 29

第二節 模式判定 ........................................................................................ 32

第三節 權重估計 ........................................................................................ 38

vii

第四節 人口統計變項之分析 .................................................................... 49

第五章 結論與建議 ......................................................................... 64

第一節 研究討論 ........................................................................................ 64

第二節 研究限制與建議 ............................................................................ 68

參考文獻 ............................................................................................. 71

中文部分 ...................................................................................................... 71

英文部分 ...................................................................................................... 72

附錄 ..................................................................................................... 78

A：問卷說明 ................................................................................................ 78

B：題目卡片 ................................................................................................ 86

C：受測者分析表 ........................................................................................ 94

viii

表 次

表 2-1 二手字典實驗條件 ................................................................................. 6

表 2-2 電腦工程師之應徵者資訊 ..................................................................... 9

表 2-3 冰淇淋實驗之冰品資訊 ....................................................................... 10

表 2-4 羊毛大衣與圍巾實驗資訊 ................................................................... 11

表 3-1 實驗設計之案例系絡 ........................................................................... 22

表 3-2 卡片 C-1 範例....................................................................................... 24

表 3-3 因子水準情境表 ................................................................................... 24

表 3-4 餐具組合一覽表 ................................................................................... 25

表 3-5 各餐具品項之假定零售價格表 ........................................................... 25

表 4-1 實驗案例之樣本收集狀況 ................................................................... 29

表 4-2 有效樣本之基本資料統計表 ............................................................... 30

表 4-3 判斷模式之因子圖形範例 ................................................................... 33

表 4-4 判斷模式之變異數分析 ....................................................................... 33

表 4-5 判斷模式之無尺度測試 ....................................................................... 34

表 4-6 自用文字之模式統計表 ....................................................................... 35

表 4-7 自用圖像之模式統計表 ....................................................................... 36

ix

表 4-8 送禮文字之模式統計表 ....................................................................... 36

表 4-9 送禮圖像之模式統計表 ....................................................................... 37

表 4-10 全體受測者之模式統計表 ................................................................. 37

表 4-11 因素權重之變項 ................................................................................. 39

表 4-12 等權重資料統計表 ............................................................................. 40

表 4-13 不權重資料統計表 ............................................................................. 43

表 4-14 不等權重轉化等權重之統計表 ......................................................... 46

表 4-15 平均模式受測者之平均權重值彙整 .................................................. 48

表 4-16 人口統計變項之水準調整表 ............................................................. 49

表 4-17 購買動機對於整合模式之卡方檢定摘要表 ...................................... 50

表 4-18 資訊呈現方式對於整合模式之卡方檢定摘要表 .............................. 51

表 4-19 自用文字圖像與送禮文字圖像對於整合模式之卡方檢定摘要表 ... 51

表 4-20 性別對於整合模式之卡方檢定摘要表 .............................................. 52

表 4-21 年齡對於整合模式之卡方檢定摘要表 .............................................. 52

表 4-22 職業對於整合模式之卡方檢定摘要表 .............................................. 53

表 4-23 教育程度對於整合模式之卡方檢定摘要表 ...................................... 53

表 4-24 性別對於支付意願之獨立樣本 T 檢定 .............................................. 54

表 4-25 婚姻狀況對於支付意願之獨立樣本 T 檢定 ...................................... 55

表 4-26 婚姻狀況對於支付意願之描述性統計量 .......................................... 55

x

表 4-27 年齡對於支付意願之獨立樣本 T 檢定 .............................................. 55

表 4-28 年齡對於支付意願之描述性統計量 .................................................. 56

表 4-29 職業對於支付意願之獨立樣本 T 檢定 .............................................. 56

表 4-30 教育程度對於支付意願之 LEVENE 檢定 ........................................... 56

表 4-31 教育程度對於支付意願之 ANOVA 分析 .......................................... 57

表 4-32 教育程度對於支付意願之 ROBUST 檢定 ........................................... 57

表 4-33 教育程度對於支付意願之事後多重比較 GAMES-HOWELL 檢定 ...... 57

表 4-34 居住地對於支付意願之 LEVENE 檢定 ............................................... 58

表 4-35 居住地對於支付意願之支付意願 ANOVA 分析 .............................. 58

表 4-36 性別對於權重之獨立樣本 T 檢定 ...................................................... 58

表 4-37 婚姻狀況對於權重之獨立樣本 T 檢定 .............................................. 59

表 4-38 婚姻狀況對於組合權重之描述性統計量 .......................................... 59

表 4-39 年齡對於權重之獨立樣本 T 檢定 ...................................................... 60

表 4-40 年齡對於組合權重之描述性統計量 .................................................. 60

表 4-41 職業對於權重之獨立樣本 T 檢定 ...................................................... 61

表 4-42 職業對於權重之描述性統計量 ......................................................... 61

表 4-43 教育程度對於權重之 LEVENE 檢定 ................................................... 61

表 4-44 教育對於權重之 ANOVA 分析 ......................................................... 62

表 4-45 居住地對於權重之 LEVENE 檢定 ....................................................... 62

xi

表 4-46 居住地對於權重之 ANOVA 分析 ..................................................... 62

表 4-47 實驗案例與模式採用之關聯成果表 .................................................. 63

表 4-48 人口統計變項之分析綜合表 ............................................................. 63

圖 次

圖 1-1 研究流程圖 ............................................................................................ 3

圖 2-1 二手字典實驗之偏好逆轉結果 ............................................................. 6

圖 2-2 資訊整合過程圖 ................................................................................... 12

圖 4-1 胡椒罐瑕疵程度之心理尺度值趨勢圖 ................................................ 42

1

第一章 緒論

第一節 研究背景與動機

中國人愛送禮，逢年過節禮數不可少，市售禮盒由低價到高價通通都能滿足各個顧

客群的需求，不僅是促進國內經濟發展，也維繫親朋好友的好感情。但送禮是門大學問，

送禮如何送到心坎裡？古人所謂禮輕情意重，這道理是否在現代還可行？在面對玲瑯滿

目的禮盒選擇時，消費者是怎麼挑選？或者，當商家在設置禮盒時是否有特別的考量，

好讓禮盒看起來更吸引人？

想像一下，現在眼前有兩盒巧克力禮盒，其中一盒是 24 顆精美的高級巧克力，而另

外一盒裝有 16 顆劣質的糖果與 24 顆精美的高級巧克力，哪一盒禮盒所被知覺的價值會

比較高？研究顯示消費者其實比較喜歡全是精美高級巧克力的禮盒。若身為理性的消費

者一定會感到奇怪，明明第二盒的禮盒所包含的物品更多，為什麼消費者反而喜歡少件

數的禮盒？這種現象──少一點比較好，多了反而沒更好──在心理學中被稱為「少即

是多效應 (less-is-better effect)」(e.g., Hsee, 1996; Kahneman, 2011)。Hsee (1996) 曾提出

「可評價性假說 (the evaluability hypothesis)」解釋其成因。

少即是多效應無處不在，過往也有許多探討偏好逆轉 (preference reversal) 的研究

(e.g., Okada, 2005; Johnson, Payne, & Bettman, 1988; Kahneman & Tversky, 1979)。我們可

以藉由實驗成果直接展示少即是多效應的發生，但對於人們為何產生這種不理性的決策，

其認知過程之運作卻無法直觀。在無法觀測的部分，資訊整合理論 (Information

Integration Theory, IIT) 或許可以解決這個難題。透過 IIT 的實驗與分析，我們能夠理解

判斷者對於事實面的評估、價值的權重分配，以及整合模式之運用，可望為少即是多效

應提供另一種觀點的解釋，並將其研究成果賦予管理上的意涵，強化學術與實務的連結。

2

第二節 研究目的

少即是多效應說明人的理性其實為有限，但傳統經濟學的假說認為人皆為理性，基

於人為理性的基本假設，傳統經濟學相信對於好商品與壞商品，人們總是願意為好的商

品支付更多的金錢。然而，在現實生活中，人們作決策時往往不是單看一物品的客觀價

值來衡量，而是以某種容易評價的線索來進行判斷（奚愷元，2006）。資訊整合理論試圖

描繪人類心智的決策過程，對於少即是多效應也許可以提供不同角度的解答，因此本研

究選擇以 IIT 作為研究之架構。

本研究之目的如下：

一、以資訊整合理論的觀點為少即是多效應提供心理認知的解釋。

二、探討在不同情境中，消費者評估價值時所採取的整合模式。

三、觀察資訊呈現方式是否可操縱消費者的知覺價值。

四、瞭解消費者對於同一件產品之評價，是否因購買動機不同而有所區別。

五、以送禮、自用二種購買動機模擬單獨、聯合評估模式，理解消費者對於各式產品

組合的喜好。

3

第三節 研究流程

本研究利用 Hsee (1998) 經典的餐具實驗作為題材，再依據 IIT 的實驗要求進行設

計。實驗因子為「餐具組合數量」與「胡椒罐瑕疵情形」，並且為了豐富研究內容，在受

測者間變項加入「購買動機」與「資訊呈現」所交互組成的案例變項，以了解人們在面

對不同案例時，對餐具組合的支付意願 (Willingness to pay, WTP) 之認知權重與整合模

式。

圖 1-1 研究流程圖

找出實驗因子

研究實驗設計

實驗預試

修正實驗設計

進行實驗

結果分析與探討

餐具組合數量+胡椒罐瑕疵情形

3 × 3 完全因子設計

受測者內變項

餐具組合數量、胡椒罐瑕疵情形

受測者間變項

資訊呈現方式(文字、圖像)、購買動

機（送禮、自用）、人口統計變項

義守大學大學部學生

實驗組別：「文字／自用」5 份；

「圖像／送禮」4 份

實驗指引、初步練習、正式實驗

實務分析

4

第二章 文獻回顧

第一節 「少即是多」效應

人類的想法是為近似值而建構，當考量不同項目的龐大集合值時，通常不會計算每

一個體的價值總和，而是立即地形成一種基於總體平均值的喜愛程度之印象。這種思考

方式稱為情意捷思法 (affect heuristic)，適用於很多情境，亦容易地被評價與記憶，但卻

可能導致明顯的不理性之決策，如少即是多效應 (Kralik, Xu, Knight, Khan, & Levine,

2012)。

少即是多，「少」字在《說文解字》解釋「不多也。不多則小。」數量不多則表示小

之意；「多」字之解釋「緟者、增益也。故爲多。多者勝少者。」表示重複、增加之意。

從《說文解字》中可知少為多的相反詞，「多」意謂比「少」還要好，不論數量、程度、

狀態等都是。然而「少即是多」一詞恰恰與字詞之原意相反，即「少」等同「多」、「多」

反而「少」。

違反常理的少即是多效應，在過去已被一些學者探討。Medvec, Madey, & Gilovich

(1995) 在奧運銀牌、銅牌得主的滿足程度研究中，指出賽事成就較高的銀牌得主之滿足

感反而比成就較低的銅牌得主要來得差。造成得獎者的想法與實際狀況之間的落差之原

因，學者以反事實思考 (counterfactual thinking) 概念作為解釋──銀牌得主認為本來應

該能得到金牌；反之，銅牌得主認為本來沒機會獲獎。社會心理學家過去已經表明，人

們對於客觀事件的態度是極度受到其他相關事件之比較的影響 (Festinger, 1954; Suls &

Miller, 1977; Taylor & Lobel, 1989)。

出現少即是多效應的原因也與人們思考的心理途徑有關。人們建構偏好時使用二種

截然不同的心理途徑，一種以感覺去評價，另一種以計算的方式 (Hsee & Rottenstreich

(2004)。若依賴感覺，對於眼前所呈現的刺激會比較敏感，但對於刺激的數量、範圍或

程度之差異則非常不敏感；反之，若依賴計算，對於刺激物則會呈現相對不變的感受。

比如 Hsee & Rottenstreich (2004) CD 實驗展示，以計算方式評價 CD 價值的受測者會依

5

照每一 CD 的合理價格評估；以感覺方式評價 CD 價值的受測者則是專注在對於 CD 歌

手的評價上。兩種方式之差異，在評價 5 張 CD 的支付意願中，以感覺方式獲得 22.64

美元；以計算方式則是 15.10 美元，感覺比起計算呈現較高的支付意願。然而，在評價

10 張 CD 時，以計算方式得到 28.81 美元；以感覺方式為 19.77 美元，與評價 5 張 CD

時的情況相反，在此計算方式呈現較高的支付意願。由此可知，以感覺方式進行評估受

到對於刺激物範圍之敏感度所影響，可能造成人們產生不理性的評估結果。

Hsee (1996) 在偏好逆轉的研究發現，少即是多效應是由一些可操控因素，如參考物

資訊、評估模式所導致，提出可評價性假說作為此現象的解釋 (Hsee, 1996; Hsee,

Loewenstein, Blount, & Bazerman, 1999)，並將少即是多效應定義「一般被認為是較無價

值的選項，由於評估模式的不同，會造成原本無價值的選項被判為更有價值與吸引力。」

價值在此的意涵除了數量，亦可泛指形狀大小、外表新舊、程度高低等可以評斷出優劣

的項目，而優等、較好的一方則稱作有價值的選項。本研究彙整 Hsee 的研究系絡，以

評估模式、可評價性假說二種方面探討少即是多效應。

壹、 評估模式

當人們欲對選項進行評估時，可依照該選項被呈列的方式分為單獨評估 (separate

evaluation mode) 與聯合評估 (joint evaluation mode) 二種模式。少即是多效應只會發

生在單獨評估時，而當進行聯合評估時評價的偏好則會被逆轉 (Hsee, 1996)。

1. 單獨評估意指只有一選項單獨地被呈現在決策者面前，而決策者對該選項進

行價值的判斷。

2. 聯合評估是指有二種選項並列地被呈現在決策者面前，決策者可以直接將二

者相比進行價值判斷。

以 Hsee (1996) 二手字典實驗為例，條件如表 2-1 所示。實驗中有三組受測者間版

本問卷──聯合評估、單獨評估 A 字典、單獨評估 B 字典，三組受測者皆須以 10 至 50

6

美元的尺度內回答其願意支付的金額。在單獨評估時，受測者只會接收其中一本字典的

資訊，並不會知道另一本字典的存在。以字典 A 為例，呈現予受測者的資訊只提及字典

A 的出版年為 1993 年、編入詞彙有 10,000 條、外觀幾乎像新的。另一方面，在聯合評

估中，受測者同時會接收字典 A、B 的資訊，即呈現於受測者面前的資訊包含字典 A、

字典 B 各自的出版年 (A:1993; B:1993)、編入詞彙 (A:10,000; B:20,000)、有無瑕疵（A：

無；B：有)。

表 2-1 二手字典實驗條件 字典 A 字典 B

出版年 1993 1993 編入詞彙 10,000 20,000 有無瑕疵？ 幾乎像新的 除了封面瑕疵，一切如新

資料來源：Hsee (1996: 248).

實驗結果如圖 2-1。括弧內的數字表示參與人數；未括弧的數字表示對字典所願意

支付之金額。在聯合評估中，39 位受測者對於編入較多詞彙的字典 B 給予較高的支付

意願，即 27 美元；對少詞彙的字典 A 則較低，即 19 美元。在單獨評估中，39 位受測

者對於少詞彙的字典 A 平均給予 24 美元；38 位受測者對多詞彙的字典 B 平均給予 20

美元。

圖 2-1 二手字典實驗之偏好逆轉結果

資料來源：Hsee (1996: 248).

由於字典的價值應是規範性地著重在其所編入之詞彙的多寡，即編入越多的詞彙，

7

字典價值越高。然而從字典實驗的結果中可知，受測者在單獨評估時無法做出合理的判

斷，反而對價值較低的字典 A 給予較好的評價。

單獨與聯合二種評估模式之差異，即單獨評估會因視野的狹隘而發生少即是多效應

(Hsee, 1998)，反之在聯合評估的情況時，受測者對於產品是有全知 (omniscient)、可供

比較的視野範圍，傾向作出理性的選擇。Wang, Sun, & Keh (2013) 表明在聯合評估時，

消費者對於產品組合的偏好會更加顯著，而偏好的提高與產品滿意度有關。Weaver,

Garcia, ＆ Schwarz (2012) 在賣家悖論 (presenter's paradox) 中指出賣家會偏好產品組

合的選項，消費者會偏好單一的而非組合的選項，此結果由 Krueger, Mata, & Ihmels (2014)

提出修正，認為賣家悖論的結果除了歸因於賣家與消費者之間角色的關係，也應該部分

地歸因於評估模式。因此，不同的評估模式會導致偏好扭轉，而若評估模式保持恆定，

經典的逆轉現象將會消失 (Schmeltzer, Caverni, & Warglien, 2004)。

模式的採用是根據判斷者本身是否有預備的選項資訊以致可以相互比較。當有另一

個可供選擇的項目提供給判斷者時，則判斷者通常會使用聯合評估模式；相反地，若無

呈現可供選擇的項目，並且判斷者也沒有自動地聯想其他的選項資訊，此時判斷者採用

單獨評估模式 (Hsee et al., 1999)。因此，人們並不是絕對地採用能得到最佳結果的模式

來做評估。

貳、 可評價性假說

可評價性假說 (the evaluability hypothesis) 意謂，當兩刺激選項涉及其自身的評價

屬性──「不易評價屬性」與「易於評價屬性」之間抵換的影響時，在單獨評估中本質

上重要的「不易評價屬性」之影響力比較小，反而讓判斷者做出不合理的抉擇，即「少

即是多效應」(Hsee ,1996)。

參考物資訊

參考物意指判斷者在評價一件選項時用以比較的相關資訊，此資訊有可能是價格、

8

品質、他人的意見等等，而大多時候則是前述資訊的總合（張重昭、康凱雯、張心馨，

2004）。Tversky & Kahneman (1974) 表明，人們進行評估時是以可得的（生動、便利的

等等）資訊來作為不同情況之下的參考。在單獨評估中，只可對一件選項的某些可得的

參考資訊來進行判斷；在聯合評估中，選項與選項並列展示，每一件選項則成為評價他

者的最突出、便利的參考 (Hsee & Leclerc, 1998)。透過比較，不管是「易於評價」或「不

易評價」的選項，在聯合評估中其選項之間的差異將會變得清晰可見 (Hsee, 1998)。

評價屬性

Hsee (1996) 將評價屬性分為「易於評價屬性」與「不易評價屬性」二種，其定義

如下所述：

1. 「不易評價屬性」代表評估的選項（產品）若不經過比較、資訊的解讀，則

難以區分屬性的好壞。

2. 「易於評價屬性」代表單獨地對評估項目（產品）進行評價時，可以很容易

區別其屬性的好或壞。

在此以 Hsee (1996) 的電腦工程師之應徵者實驗為解釋。在實驗中，受測者觀看應

徵者的背景資訊並且被要求回答其願意支付於二位應徵者之薪資，其應徵者資訊是以某

種稱之為 KY 的電腦語言和大學 GPA 成績兩項，如表 2-2。

KY 電腦語言之經驗在此具有高度的重要性，並且數值越大則表示越好。然而一般、

非專業領域之人並不曉得 KY 電腦語言的意涵，受測者無法正確評估 10KY 或 70KY 程

式之好壞，因此 KY 程式經驗是相對地難以被評估，即屬於「不易評價屬性」。相反地，

大學 GPA 成績是顯而易懂的資訊，分數越高代表成績越好，受測者可以很容易判斷其

好壞，即屬於「易於評價屬性」。

以單獨評估的方式判斷願意給予應徵者 A、B 的薪資時，其結果呈現受測者願意支

付比較高的薪資給高 GPA 分數的應徵者 B，而不是擁有比較好且高重要性的 KY 的應

徵者 A。由此可知，評價屬性具有高度的重要性，可以影響判斷者的決策。

9

表 2-2 電腦工程師之應徵者資訊 程式與 GPA 成績

應徵者 A 已寫過 70 KY 的程式，且大學 GPA 是 3.0 分 應徵者 B 已寫過 10 KY 的程式，且大學 GPA 是 4.9 分

資料來源：Hsee (1996: 251).

Zikmund-Fisher, Fagerlin, & Ubel (2004) 也認同評價屬性之重要性，若人們在評估可

用的資訊時缺乏足夠的背景知識，將導致選擇結果的不一致。因此建議在提供資訊時都

應該考量資訊的可評價性 (Zikmund-Fisher et al., 2004)。產品特殊屬性之評價難易會影

響消費者的評估權重，除此之外，當面對資訊不完全的情況時，人們亦傾向以共同屬性

作為比較依據（程新雨，2001）。

參考點關聯

參考點關聯 (relation-to-reference) 意謂判斷者欲評估之刺激選項與其各自的參考

點有不同的關聯，並且由於不同的關聯而導致少即是多效應。Hsee (1998) 提出參考點關

聯有三種情況，如下所述：

1. 關注的屬性均比參考點好。

2. 關注的屬性均比參考點差。

3. 關注的屬性只有一項是優（劣）於參考，而其他皆相等。

在 Hsee (1998) 冰淇淋實驗中，則舉出只有一項刺激選項（攤販 L 的冰品高度）是

優於參考值（杯子高度），而另一刺激項目（攤販 H 的冰品高度）是等於參考值，其二

家攤販所販售之冰品資訊如表 2-3。受測者在單獨與聯合評估中被要求寫下願意對冰品

支付的金額，其結果一樣呈現「少即是多效應」。在單獨評估中，受測者願意對攤販 L 支

付更多的金錢；相反地，在聯合評估中，願意對攤販 H 支付更多，即偏好逆轉。

10

表 2-3 冰淇淋實驗之冰品資訊

攤販 H 攤販 L

冰品高度（關切的值） 3.5 英寸 3.1 英寸 參考物－杯子高度 3.5 英寸 2.1 英寸

相對於參考 無（中立） 超過（好）

資料來源：修改自 Hsee (1998: 115).

Hsee (1998) 指出如果當二種選項方案與其各自的參考有相似的關聯，如皆優於其

參考，則「少即是多效應」就不太可能發生。即上述冰淇淋實驗中，如果兩種冰品都是

呈現裝滿的狀態，那麼在單獨評估中就不會有少即是多效應，並且在聯合與單獨評估之

間也不會有偏好的逆轉。因此，如果刺激選項之屬性皆優於參考，以「單獨評估」的模

式展出，則可增加該選項的吸引力。張重昭等人（2004）的研究也支持此論點，建議當

產品如果是高品質，並且其「易於評價屬性」的表現也優於其他競爭產品時，以單獨評

估的方式可以提高其購買評價。

相對位置

判斷者對選項進行評估時，不是單純地就眼前所視的選項屬性作為判斷依據。根據

標準理論 (norm theory) (Kahneman & Miller, 1986; Ritov & Kahneman, 1997) 之解釋，當

人們評價產品時，會常常自發地思考位屬於該產品類別的其他選項，並且互相比較、區

分好壞，而後作出最終的選擇 (Hsee, 1998)。

以 Hsee (1998) 「羊毛大衣與圍巾實驗」說明相對位置 (relative position) 的意涵。

在實驗中，受測者被要求想像收到如同表 2-4 所述二項其中之一的禮物（大衣或是圍巾），

並且判斷送禮者的大方程度。其結果呈現，送了較便宜的 45 美元羊毛圍巾之送禮者更

11

讓人覺得大方。由於 45 美元的圍巾在其 5 至 50 美元售價範圍內，是屬於高級的位置，

會讓人感到非常昂貴；而 55 美元的大衣與其售價範圍 50 至 500 美元相比就顯得廉價。

人們忽視產品的真實價值，而注重其所屬的相對位置，這看似理性其實非理性的決策行

為，即「少即是多效應」。

表 2-4 羊毛大衣與圍巾實驗資訊 羊毛大衣 羊毛圍巾

實際價值 55 美元 45 美元 產品售價範圍 50-500 美元 5-50 美元

資料來源：Hsee (1998: 110).

綜上所述，少即是多效應可用外在可觀察的操控──單獨、聯合評估模式與參考點

理解其成因，然而在無法觀測的內心認知層面中，或許能以資訊整合理論的方法，提供

更完善的解釋，並且描繪其決策的過程。

第二節 資訊整合理論

壹、 基本概念

資訊整合理論 (Information Integration Theory) 是由Anderson所發展的通則性理論，

試圖解釋人們如何整合各種離散的資訊 (Anderson, 1981)。該理論可適用於心理學的許

多領域，每一領域皆面臨多重變數的主要問題，而每一個想法和行為結果都是從多變數

的操作而來。資訊整合的過程涉及「認知代數」，可用三種精確的 (exact) 數學模式──

平均、相加、相乘來表述 (Anderson, 2013)，並具有三種主要的函數，分別是評估函數

(valuation function)、整合函數 (integration function) 以及反應函數 (action function)，其

決策過程如圖 2-2 所示。

大寫 S 表示標的或方案的多屬性可觀察值；小寫 s 表示大寫 S 在決策者心中所形成

的心理值；r 表示經過決策者將多個小寫 s 之資訊整合後所得到的對於標的或是方案的

12

心理判斷值（或主觀評價）；R 則表示決策者將心中的 r 值轉換成外在可見的反應值。大

寫 S 與小寫 s 之間的關係稱之評估函數；小寫 s 與 r 之間的關係稱之整合函數；r 與 R

之間的關係則稱之為反應函數。其中，屬於心理部分的小寫 s、r 值與其間的整合函數皆

為不可觀察項，而 IIT透過因子設計所得之資料即因子圖形鑑別以及統計之變異數分析，

得以判定與檢證，解決了三個不可觀察項之衡量問題（張寧、汪明生、黃國忠，2011）。

圖 2-2 資訊整合過程圖

資料來源：修改自 Anderson (2008: 31).

貳、 認知代數

早期實證心理學家利用代數函數描述心理程序，藉由主觀的經驗解釋物理的刺激，

在心理學領域中已變得非常普遍。如今心理學家利用認知代數 (cognitive algebra) 詳盡

解釋問題和決策過程，以表示許多觀點與行為。要劃出量化知覺與判斷的首要步驟，是

須承認數字的操作可被心理程序所接受，然而準確量化心智活動、預測未來行為的發展

並不是一件容易的事，因此確認資訊量化後的意義極為重要，如 William James (1950: 546)

所言「我們感覺粉紅色的部份一定不是感覺鮮紅色的那種」其中必然會有知覺間之量化

誤差 (quantization error) 的存在 (Hastie, 1993)。

GOAL 標的

GOAL 標的

GOAL 標的

整合

INTEGRATION I 函數

反應

ACTION A 函數

評估

VALUATION V 函數

𝑆𝑆𝐴𝐴

𝑆𝑆𝐵𝐵

𝑠𝑠𝐴𝐴

𝑠𝑠𝐵𝐵

r R

13

當資訊轉化成代數中的數字時，通常透過尺度的方式呈現，如 0 至 100 的區間，而

判斷者的思考程序是藉由計算代數來運作。每一個數字代表一個可衡量的資訊，並且根

據其所代表的相關性、重要性，將所有數值總計，最後得出一個總體的價值。

對學者而言，代數分析替抽象概念──不論是測量或比較個人對概念的意見，皆提

供了精確的定義，且確認人們所論述的話語之其認知上的真實反應 (Hastie, 1993)。代數

模型對於任務的關係，基本上是一種動態地用來推測可能性的決策標準 (Connolly, 1987;

Cullison, 1977)。

參、 整合模式

認知代數模式共有相加、相乘、等權重平均，以及不等權重平均，各模式之詳細

內容將依序陳述。

相加模式

相加模式 (adding rule) 以二因子三水準之決策情境為例，如公式 (1) 表達。其

中，𝑟𝑟𝑖𝑖𝑖𝑖為二因子三水準之因子設計中第 i 列第 j 行小格 (cell) 中的心理判斷值，𝑠𝑠𝐴𝐴𝑖𝑖與

𝑠𝑠𝐵𝐵𝑖𝑖分別為屬性 A 與屬性 B 的第 i 個與第 j 個水準的心理值。

𝑟𝑟𝑖𝑖𝑖𝑖 = 𝑠𝑠𝐴𝐴𝑖𝑖 + 𝑠𝑠𝐵𝐵𝑖𝑖 (1)

其次，假設外在的反應值 R 與心理反應值 r 之間為線性關係，則 (2) 式亦成立。

將 (1) 式代入 (2) 式，則得到 (3) 式。而在因子設計中所繪之因子圖中，第一、二

條線 (i=1,2) 對應點之間距離則如 (4) 式所示。其中，𝑠𝑠𝐴𝐴1與𝑠𝑠𝐴𝐴2為既定的心理值（IIT

假設心理值有獨立性，不因結合客觀值大寫 S 而有所不同），故第一、二條線之三組

對應點間的距離為常數，即兩線為平行。即使將上述第一、二條線換為第一、三條線，

或第二、三條線，其平行之結果仍維持不變。

𝑅𝑅𝑖𝑖𝑖𝑖 = 𝐶𝐶0 + 𝐶𝐶1 ∗ (𝑟𝑟𝑖𝑖𝑖𝑖) (2)

𝑅𝑅𝑖𝑖𝑖𝑖 = 𝐶𝐶0 + 𝐶𝐶1 ∗ (𝑠𝑠𝐴𝐴𝑖𝑖 + 𝑠𝑠𝐵𝐵𝑖𝑖) (3)

14

𝑅𝑅1𝑖𝑖 + 𝑅𝑅2𝑖𝑖 = �𝐶𝐶0 + 𝐶𝐶1 ∗ �𝑠𝑠𝐴𝐴1 + 𝑠𝑠𝐵𝐵𝑖𝑖�� − �𝐶𝐶0 + 𝐶𝐶1 ∗ �𝑠𝑠𝐴𝐴2 + 𝑠𝑠𝐵𝐵𝑖𝑖��

= 𝐶𝐶1(𝑠𝑠𝐴𝐴1 − 𝑠𝑠𝐴𝐴2)

= 常數 (4)

從 (5) 式的推導過程可以發現，因子設計中的行邊際平均 (𝑅𝑅�𝑖𝑖)為行因子各水準

之尺度值的線性函數。同理，列邊際平均為列因子各水準的線性函數。因此，行與列

的平均提供尺度值的估計基礎。

𝑅𝑅�𝑖𝑖 = �1𝐼𝐼��𝑅𝑅𝑖𝑖𝑖𝑖

𝐼𝐼

𝑖𝑖=1

= �1𝐼𝐼���𝐶𝐶0 + 𝐶𝐶1�𝑠𝑠𝐴𝐴𝑖𝑖 + 𝑠𝑠𝐵𝐵𝑖𝑖��

𝐼𝐼

𝑖𝑖=1

= 𝐶𝐶0 + 𝐶𝐶1 ∗ 𝑠𝑠𝐴𝐴𝑖𝑖 + 𝐶𝐶1 ∗ 𝑠𝑠𝐵𝐵𝑖𝑖

= 𝐶𝐶2 + 𝐶𝐶1 ∗ 𝑠𝑠𝐵𝐵𝑖𝑖 (5)

相乘模式

相乘模式 (multiplying rule) 以二因子三水準的決策情境為例，如公式 (6) 式表達。

𝑟𝑟𝑖𝑖𝑖𝑖為二因子三水準之因子設計中第 i 列第 j 行小格中的心理判斷值。

𝑟𝑟𝑖𝑖𝑖𝑖 = 𝑠𝑠𝐴𝐴𝑖𝑖 ∗ 𝑠𝑠𝐵𝐵𝑖𝑖 (6)

𝑅𝑅𝑖𝑖𝑖𝑖 = 𝐶𝐶0 + 𝐶𝐶1 ∗ 𝑠𝑠𝐴𝐴𝑖𝑖 ∗ 𝑠𝑠𝐵𝐵𝑖𝑖 (7)

由 (7) 式可知，若以𝑠𝑠𝐵𝐵𝑖𝑖為橫軸作圖，應可得到斜率為𝐶𝐶1𝑠𝑠𝐴𝐴𝑖𝑖的三條直線；因子設計

所作之因子圖中的兩條線上，其對應點之間的距離如 (8) 式所示，即兩點間的距離為𝑠𝑠𝐵𝐵𝑖𝑖

的函數，因此當𝑠𝑠𝐵𝐵𝑖𝑖漸增時，兩線間為向外擴張的扇形圖。

𝑅𝑅1𝑖𝑖 − 𝑅𝑅2𝑖𝑖 = �𝐶𝐶0 + 𝐶𝐶1 ∗ 𝑠𝑠𝐴𝐴1 ∗ 𝑠𝑠𝐵𝐵𝑖𝑖� − �𝐶𝐶0 + 𝐶𝐶1 ∗ 𝑠𝑠𝐴𝐴2 ∗ 𝑠𝑠𝐵𝐵𝑖𝑖�

= 𝐶𝐶1 ∗ 𝑠𝑠𝐵𝐵𝑖𝑖(𝑠𝑠𝐴𝐴1 − 𝑠𝑠𝐴𝐴2)

= 𝐶𝐶2 ∗ 𝑠𝑠𝐵𝐵𝑖𝑖 (8)

此外，從 (9) 式推倒過程可以發現，因子設計中的行邊際平均 (𝑅𝑅�𝑖𝑖)為行因子各水準

15

之尺度值的線性函數。同理，列邊際平均為列因子各水準的線性函數。因此，行與列的

平均提供尺度值的估計基礎。

𝑅𝑅�𝑖𝑖 = �1𝐼𝐼��𝑅𝑅𝑖𝑖𝑖𝑖

𝐼𝐼

𝑖𝑖=1

= �1𝐼𝐼���𝐶𝐶0 + 𝐶𝐶1�𝑠𝑠𝐴𝐴𝑖𝑖 ∗ 𝑠𝑠𝐵𝐵𝑖𝑖��

𝐼𝐼

𝑖𝑖=1

= 𝐶𝐶0 + 𝐶𝐶1𝑠𝑠𝐵𝐵𝑖𝑖𝑠𝑠𝐴𝐴�

= 𝐶𝐶0 + 𝐶𝐶2𝑠𝑠𝐵𝐵𝑖𝑖 (9)

由上述推導過程可知，唯資訊整合模式係相乘，且外在反應值 R 與心理反應值 r 之

間為線性關係，則其因子設計所繪製的因子圖形必定呈現扇形直線 (a linear fan pattern)；

並且因子設計的各行平均值均能以有效的線性尺度來估計刺激之心理值。此外為更精確

辨識相乘模式，亦可藉助統計方法統計方法的變異數分析。簡而言之，當模式係相乘時，

變異數分析的主效果和互動效果皆應達顯著水準，並且互動效果應集中於「線性×線性

之成份 (linear×linear component)」，其餘成份則均應為不顯著 (Anderson,1981)。

平均模式

平均模式 (averaging rule) 以二因子三水準的情境為例，如 (10) 式所示。小寫𝑠𝑠𝑖𝑖為

心理值（或尺度值），𝑤𝑤𝑖𝑖為絕對權重，𝑤𝑤0與𝑠𝑠0為決策者的先驗態度，即未進行決策前所抱

持的態度。平均與相加之間的差異，在於權重與尺度值的分離，以加權平均的方式整合

資訊，並且權重與尺度值可經由實證的方式加以區分。

平均模式可分為等權重平均 (equal-weight averaging rule) 與不等權重平均

(different-weight averaging rule)，二者之間的差異在於相同因子而有不同水準的權重（如

𝑤𝑤𝐴𝐴1、𝑤𝑤𝐴𝐴2與𝑤𝑤𝐴𝐴3）。

𝑟𝑟𝑖𝑖𝑖𝑖 = (𝑤𝑤0 ∗ 𝑠𝑠0 + 𝑤𝑤𝐴𝐴𝑖𝑖 ∗ 𝑠𝑠𝐴𝐴𝑖𝑖 + 𝑤𝑤𝐵𝐵𝑖𝑖 ∗ 𝑠𝑠𝐵𝐵𝑖𝑖) �𝑤𝑤0 + 𝑤𝑤𝐴𝐴𝑖𝑖 + 𝑤𝑤𝐵𝐵𝑖𝑖�⁄ (10)

當整合模式為等權重平均時（即𝑤𝑤𝐴𝐴𝑖𝑖＝𝑤𝑤𝐴𝐴，且𝑤𝑤𝐵𝐵𝑖𝑖＝𝑤𝑤𝐵𝐵），平行測試中兩線上點間的

16

距離公式如 (11) 式，即兩線係平行，其性質與相加模式一致。而為區別等權重平均與

相加模式二者，IIT 提供無尺度測量 (scale-free test) 作為是否係平均。

𝑅𝑅1𝑖𝑖 − 𝑅𝑅2𝑖𝑖 = �𝐶𝐶0 + 𝐶𝐶1 ∗ �𝑤𝑤0∗𝑠𝑠0+𝑤𝑤𝐴𝐴∗𝑠𝑠𝐴𝐴1+𝑤𝑤𝐵𝐵∗𝑠𝑠𝐵𝐵𝐵𝐵

𝑤𝑤0+𝑤𝑤𝐴𝐴+𝑤𝑤𝐵𝐵�� − �𝐶𝐶0 + 𝐶𝐶1 ∗ �

𝑤𝑤0∗𝑠𝑠0+𝑤𝑤𝐴𝐴∗𝑠𝑠𝐴𝐴2+𝑤𝑤𝐵𝐵∗𝑠𝑠𝐵𝐵𝐵𝐵𝑤𝑤0+𝑤𝑤𝐴𝐴+𝑤𝑤𝐵𝐵

��

= 𝐶𝐶1 ∗ 𝑤𝑤𝐴𝐴 ∗ (𝑠𝑠𝐴𝐴1 − 𝑠𝑠𝐴𝐴2)／(𝑤𝑤0 + 𝑤𝑤𝐴𝐴 + 𝑤𝑤𝐵𝐵)

= 常數 (11)

無尺度測量是將一因子與二因子的因子圖繪於同一處，藉此觀察兩組因子圖形式是

否呈現交叉的狀態，而通常二因子的圖形是採所增加的因子之中間水準（假設尺度值為

𝑠𝑠𝐴𝐴2）。當兩線交叉則表示增加資訊在 a、b、c 三點所造成的影響相等，則三點對應值為

𝑠𝑠𝐵𝐵1＋𝑠𝑠𝐴𝐴2、𝑠𝑠𝐵𝐵2＋𝑠𝑠𝐴𝐴2與𝑠𝑠𝐵𝐵3＋𝑠𝑠𝐴𝐴2，即兩線上對應的三點間之距離均為𝑠𝑠𝐴𝐴2，則兩線為平行。

是以無尺度測量出現交叉現象時，整合模式為等權重平均。

此外若為不等權重平均時，(11) 式轉為 (12) 式，即線間係不平行；當只有 B 因子

為不等權重時，線上點間的距離以 (13) 式表示，而與𝑤𝑤𝐵𝐵𝑖𝑖呈反向的關係；當線上兩點之

間的距離越大，B 因子對應水準之絕對權重越小。

𝑅𝑅1𝑖𝑖 − 𝑅𝑅2𝑖𝑖 = �𝐶𝐶0 + 𝐶𝐶1 ∗ �𝑤𝑤0∗𝑠𝑠0+𝑤𝑤𝐴𝐴1∗𝑠𝑠𝐴𝐴1+𝑤𝑤𝐵𝐵𝐵𝐵∗𝑠𝑠𝐵𝐵𝐵𝐵

𝑤𝑤0+𝑤𝑤𝐴𝐴1+𝑤𝑤𝐵𝐵𝐵𝐵�� − �𝐶𝐶0 + 𝐶𝐶1 ∗ �

𝑤𝑤0∗𝑠𝑠0+𝑤𝑤𝐴𝐴2∗𝑠𝑠𝐴𝐴2+𝑤𝑤𝐵𝐵𝐵𝐵∗𝑠𝑠𝐵𝐵𝐵𝐵𝑤𝑤0+𝑤𝑤𝐴𝐴2+𝑤𝑤𝐵𝐵𝐵𝐵

��

= 𝐶𝐶1 ∗ �� 𝑤𝑤𝐴𝐴1∗𝑠𝑠𝐴𝐴1𝑤𝑤0+𝑤𝑤𝐴𝐴1+𝑤𝑤𝐵𝐵𝐵𝐵� − �𝑤𝑤𝐴𝐴2∗𝑠𝑠𝐴𝐴2

𝑤𝑤0+𝑤𝑤𝐴𝐴2+𝑤𝑤𝐵𝐵𝐵𝐵��

= 非常數 (12)

𝑅𝑅1𝑖𝑖 − 𝑅𝑅2𝑖𝑖 = 𝐶𝐶1 ∗ �� 𝑤𝑤𝐴𝐴∗𝑠𝑠𝐴𝐴1𝑤𝑤0+𝑤𝑤𝐴𝐴+𝑤𝑤𝐵𝐵𝐵𝐵� − �𝑤𝑤𝐴𝐴∗𝑠𝑠𝐴𝐴2

𝑤𝑤0+𝑤𝑤𝐴𝐴+𝑤𝑤𝐵𝐵𝐵𝐵��

= 𝐶𝐶1 ∗ 𝑤𝑤𝐴𝐴 ∗𝑠𝑠𝐴𝐴1−𝑠𝑠𝐴𝐴2

𝑤𝑤0+𝑤𝑤𝐴𝐴+𝑤𝑤𝐵𝐵𝐵𝐵 (13)

綜合上述說明，當以因子設計所得的資料作因子圖時，若發現平行現象，或變異

數分析發現無互動作用存在時，決策者所採取的資訊整合模式可能為等權重平均或是

相加；倘若進一步的無尺度測量為相交時，則否定相加而為等權重平均模式。

17

不等權重平均模式

不等權重平均模式 (different-weight averaging rule) 之驗證方式與相乘模式相似，

Shanteau (1984) 指出因子設計之圖形若為扇形，則變異數分析的主效果和互動效果皆達

到顯著水準，且互動效果集中於「線性×線性之成份」，而其他剩餘成份均應為不顯著。

為協助研究者區分二種模式之不同，Shanteau (1984) 亦提出三項判斷準則（汪明生、

張寧，1998）：

1. 不等權重平均與相乘之性質有所不同，平均模式通常被發現用在印象之形成

（如個人知覺）或者態度分析（如態度改變）上；相乘模式常出現在作決策時

（如賭博）與物理上（如幾何學上的判斷）。

2. 二者在規範性之問題上有所差異，平均模式通常出現在不為規範性模式的決策

中，例如對於人、事、物的印象形成並無規範性的模式；相乘模式常出現在為

規範性的相乘模式之決策中，例如在數學領域基礎分支的幾何學上，對於形狀

大小的長乘寬的關係。

3. 二者在決策任務中所需的因子數目有所分別，平均模式的受測者僅需知其中一、

二種因子水準便能進行判斷，舉例來說，建構關於某人的印象，知曉一、二種

特質均可形成印象之輪廓；然而，相乘模式通常需要少數固定的因子，並且因

子於任務中皆呈現，方能使受測者作出判斷，比如某人欲計算一土地面積，但

只知其寬而不知其長，該判斷便無法進行。

資訊整合理論透過代數的運作，將物理上的資訊透過心理尺度的轉化而進行評

估、整合，其採用的系統性方式之「受測者內設計」問卷，對於代數模式中操作之參

數具有可信度，皆能以適當的方式進行推論及測試 (Hastie, 1993)。

18

第三節 購買動機

動機為一種抽象地個人內在的驅動力，由於個人的需求尚未獲得滿足所引發的緊張

狀態，進而促使人們採取行動以滿足心理或生理的需求 (e.g., Schiffman＆Kanuk, 2000;

Blackwell, Miniard, & Engel 2001)（貝佩怡，2004）。個人因需求的不同而觸發不一樣的

購買動機，Blackwell et al. (2001) 則將需求細分成十項，其為生理需求、安全與健康需

求、愛與友誼需求、財務資源與保證需求、娛樂需求、社會形象需求、擁有的需求、給

予需求、資訊需求、多樣性需求（王雅慧、黃盈綺，2014）。對於消費者而言，購買動機

為一種藉由購入商品之行為，以達需求滿足的驅動力 (e.g., Assael, 1998)。

一件商品的意義可因消費者的動機不同而有所分別，可因送禮的關係成為一件「禮

品」，或者對於買來自用的情況而言，商品僅是一件「商品」而已。商品具有社會個人化

之效果，並透過市場機制建立商品之間的連結，而買賣雙方之間僅是一段無情感基礎的

交易關係 (e.g., Gregory, 1982)（石岱崙，2012）。禮品之所以與商品有別，是因禮品在交

換行為中會產生禮債 (gift debt)，而禮債構成人際群體的關係，形成一種社會系絡（賴

俊雄，2005）。另外，禮品在經濟系絡上，不僅具有交換經濟的唯物屬性，亦有無法分割

的文化與道德性，其象徵由富饒生活所延伸的文明現象，或人情世故，或互惠原則，或

更是一種權力與聲望的建立（賴俊雄，2005）。不過，若單純地、不世故地論述收禮與贈

禮此事，如 Osteen (2002: 25) 以遊戲為喻「這遊戲不僅不遵循規則，且正是因為活動過

程中的不確定性、冒險、時而自發、常讓人覺得愉悅，使得這個遊戲有趣好玩……而真

誠的禮物有一本質──使人驚奇歡樂的能力」（古稚庭，2009）。

由此可見，禮品被賦予的意涵是遠遠超過自己所購入之商品本身，而當消費者欲挑

選商品作為禮物時，作決策的考量會因為不同的需求動機而有極大差異，故本研究操縱

購買案例，將之區分成「送禮」與「自用」二種，如此可增添實驗的豐富性，以及觀測

在兩種案例下判斷者（消費者）欲使用的整合模式為何者。另一方面，送禮案例的建造，

亦是為了創造 Hsee 所探討的評估模式中單獨評估之效果，藉由想像以收禮者的角度面

19

對眼前的餐具組合，單獨地為此進行支付意願的評價，模擬單獨評估的情況。

第四節 資訊呈現

在消費溝通中，產品資訊的呈現是以廣告作為媒介，廣告之目的是為讓消費者能注

意、理解、記得產品的資訊，且廣告的傳播會在消費者心中形成廣告價值 (advertising

value)，影響消費者的購買決策 (Ducoffe, 1996)。資訊呈現的方式有許多，在此針對訊息

的組合與次序作探討。

壹、 訊息組合

在判斷分析中，資訊會以各種方式呈現，如以量化、圖解、圖像、口語、文字，或

者是合併前述幾項的組合不等。不管以何種組合，為讓判斷者的認知能被建構，皆須確

保訊息是明確、適當及可理解的。

量化／圖解訊息

訊息以量化或圖解（訊息圖像化）之方式呈現，其價值的表示可能為一種抽象概念

（低至高）或是客觀的尺度（如測驗分數），方便判斷者閱讀且能明白訊息之間相對的價

值；但其缺點是若所有訊息皆以相同尺度測量，則可能誤導判斷者的思緒，有缺乏精確

性的疑慮。另外，由於人類腦部本身的認知結構，對於圖解有另一潛在的缺點 (e.g.,

Bastick, 1982)，即在視覺與空間上的處理，比起完全數字的資料要更加困難 (Cooksey,

1996)。

口語化訊息

口語化訊息意指以一般人皆理解的言語呈現資訊，如不好、普通、好；低度、中

度、高度等等，是直接且明白的解釋；但若將文字線索轉化為數字，則會有不精確的

狀況產生，或者在跨文化時也容易產生語言翻譯上的差異 (Cooksey, 1996)。

20

圖像訊息

以圖像呈現的訊息會因為每個人對圖像的感受之不同而導致認知上的差異

(Cooksey, 1996)。另外，Chua, Boland, & Nisbett (2005) 的研究指出，不同的文化背景會

造成圖像知覺的差異，如西方人傾向注意焦點資訊，東方人傾向觀看背景系絡的資訊（伊

彬、林演慶，2006）。因此應該要注意圖像是否會失真、扭曲，產生放大效果（張允文、

張菁萍、廖述東，2008）。

貳、 訊息次序

Hogarth & Einhorn (1992) 表明若人們因資訊陳述的次序不同，而產生不一樣的觀

點，可稱作次序效應 (order effect)（李芳芳，2008），即當訊息以 A-B 的次序和以 B-A

的次序展示時，這兩種展示方式會讓接收訊息的判斷者，其信念出現系統性的調整（顏

信輝、陳慧玲，2014）。另外，Hogarth & Einhorn (1992) 亦指出若訊息的性質為一致時，

即接收的訊息皆是正向或皆負向，對信念並不造成影響；只有在先接收正面訊息、後接

收負面訊息，或者先接收負面訊息、後接收正面訊息的情況下才會有次序效應（張允文

等人，2008）。

參、 產品資訊

呈現產品資訊的方式有許多，若以視覺作為傳輸的途徑，其所呈現之內容可再分為

文字與圖像二類。過往對於平面廣告之視覺表現的研究，其中有不少皆說明圖像的重要

性是高於文字，在記憶上亦比文字更具優勢 (e.g., Costley and Brucks 1992)，而其生動鮮

明的形象，更可吸引眾人的目光 (Rosbergen, Pieters, & Wedel, 1995)。若圖像資訊能受大

眾喜愛，除了促進消費者記憶效果 (Messaris, 1997; Ashcraft, 1993)，Biehal, Stephens, &

Curlo (1992) 亦指出對於該產品之好感度有間接提升之效果（翟治平、王韋堯，2009）。

另外，在媒體中提升影像的地位有助於美感的傳播（伊彬、林演慶，2006）。

21

雖然接收圖像訊息的刺激並且產生反應是人類與生俱來的本能（翟治平、王韋堯，

2009），不過假如同一件訊息，分別使用文字與圖像二種方式呈現，是否會產生不一樣的

態度？過往研究皆認同圖像之於廣告具有極其重要的地位 (Mirzoeff, 1998)，不管是記憶

力、吸引性、提升好感程度均呈現良好的效果，但身為理性的消費者，在接收文字或圖

像的資訊時，應該要保有一致的態度，而不受其差異的干預影響判斷。

綜上所述，本研究欲使用「文字」與「圖像」二種資訊呈現的方式，觀測判斷者是

否會產生對於同一件事情之不同的認知態度，或干預之後的效果其程度範圍有多麼廣泛。

22

第三章 研究方法 本研究之實驗設計將採 IIT 的實驗室實驗法，參考 Hsee (1998) 經典的餐具實驗，

設計實驗變項「餐具組合數量」與「胡椒罐瑕疵情形」，藉此了解人們在面對相同購買

動機時，對餐具組合的支付意願之認知權重與整合模式。

圖 3-1 本研究之資訊整合模式示意圖

第一節 實驗設計

壹、 受測者間變項

受測者間 (between-subjects) 變項分為實驗案例與人口統計變項二類。

實驗案例

實驗設計依「購買動機」與「資訊呈現」兩面向之各二個水準區分四種案例系絡

(context)。購買動機面向為「自用」與「送禮」二種類型，資訊呈現面向為「文字」與

「圖像」二種形式，兩面向交互組成之案例系絡，如表 3-1。

表 3-1 實驗設計之案例系絡

案例系絡 購買動機

送禮 自用

資訊呈現 文字 送禮－文字 自用－文字 圖像 送禮－圖像 自用－圖像

𝑆𝑆𝐴𝐴

𝑆𝑆𝐵𝐵

𝑠𝑠𝐴𝐴

𝑠𝑠𝐵𝐵

r R 餐具組合數量

胡椒罐瑕疵程度

支付意願

評估函數 整合函數 反應函數

23

（一） 購買動機

本研究以操控購買動機的方式，創造單獨評估與聯合評估的效果。在送禮情境中，

受測者將以收禮者的角度看待問卷的每一道題目，評估收禮者在獲得眼前的餐具組合時

所感受到的價值，即該餐具組合應該多少錢，因此送禮情境可視為單獨評估。在自用情

境中，受測者透過實驗程序連續接收問卷題目，在腦海中自然產生各式餐具的印象，而

這如同聯合評估之效果。受測者將依照所分配的問卷，接收下方送禮與自用二種動機之

一的案例說明：

1. 送禮案例：「請想像一下，您的朋友最近搬新家，為祝賀喬遷之喜，您欲選購一

組餐具組合表示您的心意，正好您住家附近的百貨公司有周年慶的折扣活動，

家庭用品類全面破盤價。於是，你心動地前往該百貨選購餐具。」

2. 自用案例：「請想像一下，您打算替家裡添購一款餐具組合，正好您手邊有一

本 OO 百貨的廣告 DM，上面標記『家庭用品類全面破盤價！快來搶購！』於

是，您心動地前往該百貨選購餐具。」

無論受測者的購買動機為何，均會得到相同的餐具組合之介紹資訊，如下所述：

「您相中了一些組合，有大件數、中件數、小件數組合，其中有包含胡椒罐組、未

包含胡椒罐組的，或者是單獨販售的胡椒罐組。胡椒罐組由於包裝過程不易，可能有人

為造成的瑕疵，但您可從透明包裝上得知瑕疵數量的多寡，敬請安心選購。」

（二） 資訊呈現方式

餐具組合的呈現方式分為文字及圖像。展示於受測者的問題卡片，其長寬為 15×10

公分。在文字的呈現中，卡片以白底的紙張、字型大小為 40 的黑字所構成，餐具的說

明皆以文字論述，並且以標記粗體的方式強調件數、瑕疵情況。在圖像的呈現中，卡片

以白底紙張、各種彩色餐具圖示所構成，餐具圖示的數量多寡則表示組合件數，而在胡

椒罐瑕疵的呈現，是以大片灰色暈染效果作為瑕疵。另外，卡片外框上的彩帶設計模擬

餐具組合的包裝。以表 3-2 中的卡片 C-1 為例。在文字呈現中，受測者只會接收卡片上

24

純文字的訊息；在圖像呈現中，受測者會看到整體餐具組合的影像，並且由圖可知胡椒

罐上有清晰可見的瑕疵痕跡。

表 3-2 卡片 C-1 範例

文字 圖像

人口統計變項

人口統計變項包含性別、婚姻狀況、年齡、職業、教育程度與居住地，欲探討其

支付意願和權重值的差異。

貳、 受測者內變項

每位受測者以受測者內 (within-subjects) 重覆測量的方式接受 3×3 之完全因子設計

實驗，四種案例內的因子及水準完全相同，如表 3-3：

表 3-3 因子水準情境表

因子 餐具組合數量 胡椒罐瑕疵情形

水準之設定

水準 設定情境 水準 設定情境 小件數組合 (A)12 件品項 (1)嚴重瑕疵 0 好，4 瑕疵 中件數組合 (B)18 件品項 (2)輕微瑕疵 2 好，2 瑕疵 大件數組合 (C)24 件品項 (3)無 瑕 疵 4 好，0 瑕疵

完全因子設計實驗除了 3×3 二因子設計情境 (case) 外，還須加上「餐具組合數量」

或「胡椒罐瑕疵情形」其中之一個因子的單因子設計情境，因此受測者所回答之問題即

25

由兩個因子各取一水準組成（二因子情境共 3×3，9 種），與單一因子取一個水準組成（單

因子情境共有 3+3，6 種），情境總計為 15 種。每位受測者須完整回答依 15 種情境所設

計的題目，且重複回答 3 次。

本研究設計之餐具組合分為 A、B、C 三組，並另有一組專售胡椒罐的 P 組。在 A、

B、C 三組之中，又可分為有包含胡椒罐與未包含胡椒罐。胡椒罐組合依據實驗需求，

將會有 X 件的瑕疵，X 表示可能有 0、2 或 4 件的瑕疵。藉此讓產品特質對支付意願造

成顯著影響 (Sevdalis & Harvey, 2006)。各組合之詳細資訊如表 3-4。

表 3-4 餐具組合一覽表 小件數組 A 中件數組 B 大件數組 C 胡椒罐組 P 餐 盤 4 件，品質良好 6 件，品質良好 8 件，品質良好 -- 沙拉碗 4 件，品質良好 6 件，品質良好 8 件，品質良好 -- 甜點盤 4 件，品質良好 6 件，品質良好 8 件，品質良好 -- 總件數 12 件 18 件 24 件 -- 胡 椒 鹽 罐

4 件，其中 X 件瑕疵

4 件，其中 X 件瑕疵

4 件，其中 X 件瑕疵

4 件，其中 X 件瑕疵

總件數 16 件 22 件 28 件 4 件

另外，本研究設計之餐具組合價錢假定為 NT$1000-NT$3000 不等，為方便受測者

評估金額，亦提供各餐具品項之假設的零售價格，如表 3-5 所示：

表 3-5 各餐具品項 1之假定零售價格表 品項 餐 盤 沙拉碗 甜 點 盤 胡 椒 罐

圖示

價格 NT$100 NT$100 NT$100 NT$50

1圖片取自 Royal Copenhagen 手繪名瓷公司網站

26

參、 研究樣本

本研究以便利抽樣 (convenience sampling) 與判斷抽樣 (judgemental sampling) 的

方式招募實驗的受測者。由於實驗流程繁瑣，亦涉及認知判斷的建構，因此並不適合

所有人參與，須由受測者評估參與者是否適合進行實驗，故本研究以判斷抽樣方式招

募實驗的受測者，並且配合實驗案例系絡設計一共需要 80 份有效問卷。

第二節 實驗程序

以資訊整合理論為基礎之實驗程序，經由 Anderson 等相關學者三十多年來的實證

研究，已經建立相當標準化而精確的實驗操作程序，主要著重於受測者所應重視有關實

驗過程中的幾個重要原則層面。

壹、 實驗指引

首先請受測者閱讀實驗指引。此實驗指引是按照下方五項原則加以編制，使受測者

在思緒清晰的狀態下進入情境：

1. 以簡明扼要的文字說明該實驗內容的基本觀念。

2. 嚴謹地說明該實驗所使用的刺激變項之定義。

3. 嚴謹地說明該實驗所使用的「反應尺度」定義與評準。

4. 重複強調重點觀念，以加深受測者印象。

5. 整體實驗指引過程著重施測者與受測者雙向的溝通，最後測試受測者的了解

程度。

貳、 訂定端點錨

學者發現當使用評估尺度時可能會遭遇「端點效果 (end effect)」的干擾，例如「高

限效果 (ceiling effect)」為一種典型的端點效果，意指受測者使用評估尺度作答時，在靠

27

近尺度端點的附近可能會產生評估值之非線性 (non-linearity) 的現象 (Anderson, 1982)。

為控制端點效果對受測者評估之不良影響，可藉助訂定端點錨 (end anchors) 技術。端

點錨意旨比最大實驗刺激稍大，比最小實驗刺激稍小的二個端點。本實驗使用評估尺度

衡量受測者對購買餐具組合所願意支付多少金額的判斷，將二個端點錨置於尺度的左右

兩端──右端為 NT$3000，左端為 NT$0。

參、 預試

為了解在本研究中因子及水準之設計是否適當，情境是否能讓受測者理解，在實

驗正式進行前，先進行安排預試 (pilot test) ，包含初步練習以及正式實驗階段，其結

果不納入分析，僅供促進實驗控制技巧的練習，以便整個實驗設計之規劃與分析。

肆、 初步練習階段

練習過程

預先準備一把 60 公分、有一可移動指標，但未展示刻度予受測者的直尺，並根據

端點錨原則，令其右端點標「NT$3000」、左端標「NT$0」之金額，讓受測者評估支付

意願；展示予施測者的直尺面標記 1-60 公分（估計值）的刻度，為轉換金額之用途。過

程採用面對面的方式進行，由受測者將題目卡片逐張遞給受測者，並請受測者移動尺度

上的指標，標示對每一題目的評估。最後，依照受測者所移動之指標顯示的刻度，如實

紀錄評估尺度值。此階段僅進行一回，使受測者熟稔所有問題情境。所獲之數據無須分

析，但施測者仍需對此練習階段之反應值予以登記，否則受測者將會傾向於不認真練習，

以致將影響問題推論之邏輯架構（汪明生，1994）。

練習之功能

此初步練習階段功能，如下所示：

28

1. 使受測者易於建立自己思慮方向與推論架構。

2. 使受測者了解其對每一刺激變項之主觀認知。

3. 使受測者熟悉整體實驗情境，減少其判斷反應值的誤差。

伍、 正式實驗階段

正式實驗階段之操作程序與初步練習階段相同，每道題目均進行三回，施測者均

須完全登錄受測者的反應值。每次施測時間約需 30 至 45 分鐘。

29

第四章 研究結果與分析 本章節將根據實驗問卷中所獲得之數據進行統計分析與檢定，依序探討本研究樣

本的人口結構、受測者採取的整合模式、權重與心理值之分析，以及人口統計變項對

反應值之分析。

第一節 人口統計資料

壹、 問卷回收率

本研究之問卷與一般普遍採用的自填式問卷不盡相同，施測者須與受測者面對面進

行實驗操作。由於問卷題目數量較多，進行的過程略顯繁雜冗長，採用面對面的操作可

有助於問卷的進行，若當受測者有任何疑問時，則可立即向施測者反應。

研究設計的實驗案例一共四種，分別是自用文字、自用圖像、送禮文字以及送禮圖

像，並且期望每一種案例皆能收集 20 份有效樣本，故本研究的問卷一共需要 80 份有效

樣本。在問卷收集的過程中，本研究依問卷分析後的成效，以決定是否繼續進行樣本的

收集。若樣本在分析之後，其整合模式並無法被判別，則視為無效樣本；反之可被判別

的樣本則為有效樣本。因此，直至完整地收集完 80 份有效、可被判別整合模式的樣本

之前，本研究在四種案例之中各別採取的樣本數目並不相同，數量須依收集的狀況視之。

樣本收集狀況如表 4-1。為獲得有效的問卷成果，本研究在自用文字之案例中共施

測 32 份、自用圖像 29 份、送禮文字 28 份、送禮圖像 34 份，一共收集 123 份問卷；有

效樣本在四種案例中皆為 20 份，一共 80 份。問卷收集的合格率，在自用文字中係 63%、

自用圖像係 69%、送禮文字係 71%、送禮圖像係 59%，而總體問卷的合格率為 65%。

表 4-1 實驗案例之樣本收集狀況 自用文字 自用圖像 送禮文字 送禮圖像 總計 有效樣本數 20 20 20 20 80 無效樣本數 12 9 8 14 43 樣本總數 32 29 28 34 123 有效樣本比例 63% 69% 71% 59% 65%

30

為理解本研究受測者的樣本結構，在下段落將根據人口統計變數，其中包括性別、

婚姻狀況、年齡、職業、教育程度及居住地等，以作資料分析之描述。

貳、 受測者基本資料統計

樣本資料之分析，在此僅針對有效樣本的部分論述，如表 4-2 呈現。本研究的參與

者，其男女性別比例，男性 40%、女性 60%，女性比例比男性多 20%；婚姻狀況由未婚

者為多數，一共 69 位，佔全體 86.25%，其次為已婚且有子女者，共 10 位，佔 12.5%；

年齡分佈主要為 21 至 25 歲的區間內，共 53 位，約佔全體 66.25%，其次分佈為 26 至

30 歲之區間，人數係 11 位，佔全體的 13.75%；職業的分群中，學生人數為最多，一共

30 位，佔全體 37.5%，其次為服務業，共 19 位，佔 23.75%；教育程度以大學為主，共

53 位，佔全體 66.25%，其次為研究所（及以上）與高中（職）二群，分別是 14 位與 11

位，佔 17.5%與 13.75%；最後，在居住地的分佈中，是以南部（嘉、南、高、屏）為主，

共 64 位，為全體 80%。

表 4-2 有效樣本之基本資料統計表

變項 組別 人數 比例

性別 1.男性 32 40.0% 2.女性 48 60.0% 總計 80 100.0%

婚姻狀況

1.未婚 69 86.3% 2.已婚（無子女） 0 0.0% 3.已婚（有子女） 10 12.5% 4.離婚 1 1.2% 5.其他 0 0.0% 總計 80 100.0%

年齡

1.20 歲以下 5 6.3% 2.21~25 歲 53 66.3% 3.26~30 歲 11 13.8% 4.31~35 歲 2 2.5%

（續下頁）

31

表 4-2 有效樣本之基本資料統計表（續）

變項 組別 人數 比例

年齡

5.36~40 歲 2 2.5% 6.41~45 歲 2 2.5% 7.46~50 歲 3 3.8% 8.50 歲以上 2 2.5% 總計 80 100.0%

職業

1.學生 30 37.5% 2.軍公教 1 1.3% 3.農林漁牧業 0 0.0% 4.工業 8 10.0% 5.金融商務業 4 5.0% 6.服務業 19 23.8% 7.自由業 1 1.3% 8.無（退休、家管） 2 2.5% 9.待業中 8 10.0% 10.其他 7 8.8% 總計 80 100.0%

教育程度

1.不識字 0 0.0% 2.國小 0 0.0% 3.國（初）中 0 0.0% 4.高中（職） 11 13.8% 5.專科 2 2.5% 6.大學 53 66.3% 7.研究所（及以上） 14 17.5% 總計 80 100.0%

居住地

1.北部（基、北、桃、竹、苗） 5 6.3% 2.中部（中、彰、雲、投） 6 7.5% 3.南部（嘉、南、高、屏） 64 80.0% 4.東部（宜、花、東） 0 0.0% 5.離島地區 3 3.8% 6.其他 2 2.5% 總計 80 100.0%

32

第二節 模式判定

本節將先解釋模式分析與判定的流程，而後依照四種實驗案例各別論述受測者所採

用的整合模式與反應平均值。

壹、 模式判定流程

本研究利用 Shanteau (1984) 發展之 FM#1 電腦軟體進行「因子圖形鑑定」及「統計

檢定」判別受測者之整合模式；藉由分析數據而判為平均模式之受測者，則可進一步利

用 AVERAGE 軟體估算平均模式的權重與心理尺度值（汪明生、張寧，1998）。

在本研究中獲得的整合模式為相加、等權重平均與不等權重平均三種，而同屬於整

合模式之一的相乘模式在此則不採用，由於依照 Shanteau (1984) 提出三項判斷準則，本

研究的支付意願評估屬於一種印象的形成，亦無關規範性的問題，且知曉一種因子水準

便能夠進行判斷，因此在整合模式的判定中，若為相乘或不等權重平均時，應該判斷為

不等權重平均而非相乘模式。

另外，評估者亦可能出現非上述整合模式之外的評估方式，如只注重一因子的單因

子評估模式，以本研究的實驗因子而言，單因子模式分為只注重組合件數的「組合單因

子」與只注重胡椒罐瑕疵的「胡椒罐瑕疵單因子」二種。特別注意，單因子模式的判定

須以統計檢定的方式進行驗證。

因子圖形鑑定

進行因子圖形鑑定時，可獲得如表 4-3 所展示的三種類別之圖形──近似平行、扇

形、緊密相連。編號 GW12 與 OW14 的圖示皆為近似平行，在此階段可判為相加模式或

等權重平均模式，須進一步進行無尺度測試 (scale-free test) 區分二者 (Anderson, 1996)。

GP09 的圖示呈現扇形，可判為不等權重平均模式。OP05 為緊密相連之型態，在此屬於

無法辨識的圖形。

33

表 4-3 判斷模式之因子圖形範例 受測者編號 GW12 OW14 GP09 OP05 實驗案例 送禮文字 自用文字 送禮圖像 自用圖像

因子圖形

圖形類別 近似平行 近似平行 扇形 緊密相連 模式判定 相加或等權重 相加或等權重 不等權重 無法辨識

因子圖形上的符號各自代表：◆嚴重瑕疵、■輕微瑕疵、▲無瑕疵。

統計檢定

因子圖形鑑定利用視覺直觀，屬於輔佐性質的鑑定方式，為使判斷更加準確，須再

執行統計檢定。將受測者的反應值執行變異數分析，可獲得如表 4-4 的分析成果。編號

GW12 與 OW14 在「組合件數」與「胡椒罐瑕疵程度」的主效果為顯著，但交互作用項

不顯著，可推測其採用的整合模式為「相加模式」或「等權重平均模式」其中之一；GP09

在主效果、交互作用項及「線性×線性」的成份係顯著，而剩餘項目並不顯著，得以推測

其採用「不等權重平均模式」；OP05 在主效果方面僅有「組合件數」的顯著，在「胡椒

罐瑕疵程度」不為顯著，在此推論係「組合件數單因子」的評估方式。

表 4-4 判斷模式之變異數分析 受測者編號 GW12 OW14 GP09 OP05 圖形類別 近似平行 近似平行 扇 形 緊密相連

SOURCE DF F-RATIO F-RATIO F-RATIO F-RATIO PEPPER 2 53.44** 8.30** 525.43** 1.91

SET 2 113.71** 73.38** 128.48** 909.80** PEPPER × SET 4 0.71 0.53 28.44** 0.46

LINEAR × LINEAR 1 2.53 0.24 112.78** 0.14 RESIDUAL 3 0.10 0.62 0.33 0.56

模式判定 相加或 等權重

相加或 等權重

不等權重 平均模式

組合件數 單因子

FM#1 執行 ANOVA 分析之結果（PEPPER：胡椒鹽罐瑕疵程度；SET：餐具組合件數；LINEAR：線性成份；RESIDUAL：剩餘成份；**：P

34

無尺度測試

變異數分析與因子圖形鑑定，對於「相加模式」或「等權重平均模式」無法再辨別

二者模式之間的差異，因此須進一步採用無尺度測試 (scale-free test)，以作最後的判定。

無尺度測試之分析如表 4-5 所示。在圖形鑑別之部分，係觀察單因子線與其他雙因子線

是否相交；在單因子變異數分析中，係觀察其交互作用項是否為顯著。GW12 之無尺度

測試因子圖是呈現「不相交」，且經單因子變異數分析，其交互作用項不為顯著，故推斷

為「相加模式」。OW14 之因子圖呈現「相交」，其交互作用項亦為顯著，則得推論係「等

權重平均模式」。GP09 與 OP05 已完成模式之判定，故無須進行無尺度測試。

表 4-5 判斷模式之無尺度測試

受測者編號 GW12 OW14 GP09 OP05

無尺度測試 因子圖形鑑別

-- --

圖形類別 未相交 相交 -- -- SOURCE DF F-RATIO F-RATIO F-RATIO F-RATIO

SET 2 266.33** 21.17** -- -- PEPPER 1 75.56** 55.28** -- --

SET × PEPPER 2 0.28 10.11** -- --

模式判定 相加模式 等權重平均 不等權重 平均模式

組合件數 單因子

因子圖形上的符號各自代表：◆嚴重瑕疵、■輕微瑕疵、▲無瑕疵、×組合單因子。

貳、 實驗案例之模式判定

本研究的案例系絡共有四種，以「自用」與「送禮」搭配「文字」與「圖像」的 2×2

受測者間因子設計，各別為組成自用文字、自用圖像、送禮文字以及送禮圖像等四種。

在此依序討論每一組別的受測者之模式判定。

35

自用文字案例

受測者在自用文字中使用的整合模式統計，如表 4-6 所示。該組的每一位受測者之

變異數分析、因子圖形鑑定或無尺度測試之數據，皆完整地收錄於附錄中，在此僅以文

字論述其成果。

研究成果顯示，在自用文字中， 有 13 位受測者採用相加模式，編號分別係 OW01、

OW02、OW03、OW04、OW06、OW07、OW08、OW09、OW10、OW12、OW13、OW15、

OW19；有 2 位採用等權重平均模式，編號為 OW14 與 OW20。有 3 位採用不等權重平

均模式，編號為 OW16、OW17、OW18。有 2 位採用組合單因子模式，編號為 OW05 與

OW11。因此，「相加模式」在自用文字中最多受測者採用。

表 4-6 自用文字之模式統計表

模式判斷 自用文字 百分比 反應平均值 相 加 模 式 13 65% 35.30 等權重平均模式 2 10% 35.28 不等權重平均模式 3 15% 23.15 組 合 單 因 子 2 10% 37.05

自用圖像案例

受測者在自用圖像案例中使用的整合模式統計，如表 4-7 所示。該組的每一位受測

者之分析成果皆完整地收錄於附錄，在此僅以文字論述成果。

研究成果顯示，在自用圖像中，共有 14 位受測者係相加模式，編號分別係 OP01、

OP02、OP03、OP06、OP08、OP10、OP11、OP13、OP14、OP15、OP16、OP17、OP19、

OP20；編號 OP18 係等權重平均模式；有 3 位受測者，編號 OP07、OP09、OP12 係不等

權重平均模式；另外，編號 OP04、OP05 的 2 位受測者係組合件數單因子。因此，「相

加模式」在自用圖像中之案例中為最多受測者採用。

36

表 4-7 自用圖像之模式統計表 模式判斷 自用圖像 百分比 反應平均值

相 加 模 式 14 70% 34.40 等權重平均模式 1 5% 34.96 不等權重平均模式 3 15% 33.50 組 合 單 因 子 2 10% 38.17

送禮文字案例

受測者在送禮文字案例中使用的整合模式統計，如表 4-8 所示。該組的分析成果皆

完整地收錄於附錄，在此僅以文字論述之。

研究成果顯示，在送禮文字中，共有 13 位受測者係相加模式，編號分別係 GW01、

GW02、GW03、GW05、GW06、GW07、GW09、GW10、GW11、GW12、GW13、GW15、

GW18；編號 GW19 係等權重平均模式；有 2 位受測者，編號 GW08、GW14 係不等權

重平均模式；有 4 位受測者，編號 GW04、GW16、GW17、GW20 係組合件數單因子。

因此，「相加模式」在送禮文字中為最多受測者採用。

表 4-8 送禮文字之模式統計表

模式判斷 自用圖像 百分比 反應平均值 相 加 模 式 13 65% 36.01 等權重平均模式 1 5% 40.30 不等權重平均模式 2 10% 25.62 組 合 單 因 子 4 20% 33.66

送禮圖像案例

受測者在送禮圖像案例中使用的整合模式統計，如表 4-9 所示。該組的分析成果皆

完整地收錄於附錄，在此僅以文字論述之。

研究成果顯示，在送禮圖像中，共有 3 位受測者係相加模式，編號為 GP02、GP03、

GP06；共有 16 位受測者係不等權重平均模式，編號分別係 GP01、GP04、GP05、GP07、

GP09、GP10、GP11、GP12、GP13、GP14、GP15、GP16、GP17、GP18、GP19、GP20；

37

1 位受測者，編號 GP08 係組合件數單因子。因此，在送禮圖像之中，多數受測者採取

不等權重平均模式。

表 4-9 送禮圖像之模式統計表

模式判斷 自用圖像 百分比 反應平均值 相 加 模 式 3 15% 37.57 等權重平均模式 0 0% 0 不等權重平均模式 16 80% 15.35 組 合 單 因 子 1 5% 36.81

小結

受測者在四種實驗案例採用的整合模式之統計，彙整於表 4-10。綜觀全體，在自用

文字、自用圖像以及送禮文字中，「相加模式」系最主要被採用的整合模式，這意味著受

測者在這三種實驗案例之下，面對「組合件數」與「胡椒罐瑕疵程度」二種因素的刺激

時，其餐具組合的支付意願之評估是呈現「整體評價之金額會隨著正面資訊增加而提高」

的趨勢，係一種「越多越好」的現象。然而，唯獨在送禮圖像之案例中，受測者普遍使

用「不等�