Unit 2 ： 多變量分析基本認識2.1 變量與衡量尺度（ 1 ）變量（ Variate ） 「變量」是指兩個或以上變數的線性結合，各變數的權重則由實證資料來決定。假定有 m個變數（ X1 … Xm），則其 m 個加權變數的變量值可用數學式表示如下：

變量值＝ ω1X1＋ ω2X2＋…＋ ωmXm

ω 代表由多變量分析技術求得的權重C. F. Chen, 2006

（ 2 ）衡量尺度 非計量尺度（ nonmetric scale ）： －名目尺度（ nominal scale ，亦稱名目量表）

－順序尺度（ ordinal scale ，亦稱順序量表）

計量尺度（ metric scale ）： －區間尺度（ interval scale ，亦稱區間量表）

－比率尺度（ ratio scale ，亦稱比率量表）C. F. Chen, 2006

C. F. Chen, 2006

各尺度比較表如下

C. F. Chen, 2006

（ 3 ）信度與效度 信度 (Reliability)

問卷的信度係指個別題目之可信度，亦即衡量結果之一致性或穩定性。信度之衡量，包括再測信度、折半信度、 Cronbach’s α 信度等。

－再測信度（ Retest Reliability ） 係指同一衡量工具對同一研究對象，前後兩次

測試結果之接近程度。

－折半信度（ Split Half Reliability ） 係指同一衡量工具對同一研究對象之衡量題目被

隨機平分成兩個部分後，二者衡量結果之接近程度。

C. F. Chen, 2006

－ Cronbach’s α 信度 Cronbach(1951) 提出之 α 信賴係數，是目前行為研

究最常使用之信度指標。 Cronbach’s α 建立在抽象的理論上，但在一些合理的假定之下，根據觀察值就可以計算 Cronbach’s α 。

Cronbach’s α 係數為非負數值。 Cronbach 提出一項判斷信度之準則；即 α ＜ 0.35 代表低信度， 0.35＜ α ＜ 0.7 代表中信度； α ＞ 0.7 代表高信度。實務上， α 0.6≧ 即可宣稱問卷題目之信度可接受。

C. F. Chen, 2006

效度 (Validity) 問卷的效度係指問卷之有效程度，亦即能夠真

正測得變數性質之程度。效度高低之判斷比較主觀，係以邏輯基礎之存在與否為依據，並不像信度一樣有許多量化的衡量指標。一般可分為三種，內容效度、效標相關效度、構念效度等。

－內容效度 (Content Validity)

係指衡量工具的內容適切性，亦即涵蓋研究主題的程度。涵蓋程度愈高，則愈滿足內容效度之要求。以問卷為例，只要問卷內容來自於理論基礎、實證經驗、邏輯推理、專家共識等，且經過事前預試，就具有合理的內容效度。

C. F. Chen, 2006

－效標相關效度 (Criterion-Related Validity)

係指衡量結果與所欲衡量之特質間的相關程度。效標 (Criterion) 係指足以代表衡量特質之變數。

－構念效度 (Construct Validity)

係指能有效衡量某一構念的程度。構念泛指具體的特質或抽象的概念，無法直接觀察，必須間接藉由若干變數衡量之。

C. F. Chen, 2006

2.2 資料矩陣 資料矩陣包括 n 個事物（ i ＝ 1,2,3,…,n ） ， m 個變數（ j ＝ 1,2,3,…,m ）， Xij代表第 i 個事物在第 j 個變數上的數值

C. F. Chen, 2006

2.3 描述性統計量 平均數（￣）

標準差（ S ）

變異數（ S2）

共變數（ Cov ）

X

C. F. Chen, 2006

2.4 衡量誤差與統計顯著性 分析樣本資料 → 統計推論 → 推論或解釋母

體

－統計推論 型 Ι 誤差（ α ）： 虛無假設（ H0）為真時，拒絕虛無假設的機率 型Ⅱ誤差（ β ）： 虛無假設為假時，接受虛無假設的機率 檢定力（ 1 － β ）： 當應該拒絕虛無假設時，正確拒絕虛無假設的

機率；亦即當統計顯著性確實存在時，統計檢定結果也指出具有統計顯著性的機率

C. F. Chen, 2006

型 Ι 、型Ⅱ錯誤和檢定力的關係

P7 表 1-1

C. F. Chen, 2006

2.5 多變量分析方法分類 準則變數、相依變數、因變數 （ dependent variable ） 預測變數、獨立變數、自變數（ independent

variable ） 方法分類：－多變量分析之分類

C. F. Chen, 2006

P10 圖 1-2C. F. Chen, 2006

C. F. Chen, 2006

C. F. Chen, 2006

2.6 多變量模式建構之程序 步驟 1 ：定義研究問題、目標及將使用之多變 量分析方法 步驟 2 ：發展分析計劃 步驟 3 ：檢視所使用多變量分析方法下之假設 條件 步驟 4 ：估計多變量模式並評估其整體模式配 適度 步驟 5 ：解釋所估計之變量 步驟 6 ： Validate 多變量模式

C. F. Chen, 2006

2.7 李克特量表 (Likert Scale) 問卷調查分析經常用到的衡量工具是李克特量表。李克特量表具有任意原點的特質，但兩兩分數間之差距多為主觀認定而不一致，故近似於準區間尺度 (Quasi-Interval Scale) ，大多數研究視之為區間尺度來加以處理。

量表之衡量尺度－李克特量表主要用來衡量「程度」，多半視為區間尺度，舉凡同意度、偏好度、滿意度、理想度、重要性、意向…等程度上的問題，大多以李克特量表呈現之。

C. F. Chen, 2006

－偏好程度之衡量

－李克特量表介於區間尺度與順序尺度之間，可稱之為準區間尺度，但實務上大多視之為區間尺度。

C. F. Chen, 2006

－實務上，最低成本之格數大約落在 3~11格之內，常用之格數設計如下圖所示。

C. F. Chen, 2006

2.8 實作－ Excel

IPA (Importance-Performance Analysis)

C. F. Chen, 2006

C. F. Chen, 2006

C. F. Chen, 2006

C. F. Chen, 2006

C. F. Chen, 2006

2.9 Seminar

C. F. Chen, 2006

2.10 Hair’s dataset

C. F. Chen, 2006

Variable DescriptionVariable Description Variable TypeVariable TypeData Warehouse Classification VariablesData Warehouse Classification VariablesX1X1 Customer TypeCustomer Type nonmetric nonmetric X2X2 Industry TypeIndustry Type nonmetric nonmetric X3X3 Firm SizeFirm Size nonmetric nonmetric X4X4 RegionRegion nonmetricnonmetricX5X5 Distribution SystemDistribution System nonmetricnonmetricPerformance Perceptions VariablesPerformance Perceptions VariablesX6X6 Product QualityProduct Quality metricmetricX7X7 E-Commerce Activities/WebsiteE-Commerce Activities/Website metricmetricX8X8 Technical SupportTechnical Support metricmetricX9X9 Complaint ResolutionComplaint Resolution metricmetricX10X10 Advertising Advertising metricmetricX11X11 Product LineProduct Line metricmetricX12X12 Salesforce ImageSalesforce Image metricmetricX13X13 Competitive PricingCompetitive Pricing metricmetricX14X14 Warranty & ClaimsWarranty & Claims metricmetricX15X15 New ProductsNew Products metricmetricX16X16 Ordering & BillingOrdering & Billing metricmetricX17X17 Price FlexibilityPrice Flexibility metricmetricX18X18 Delivery SpeedDelivery Speed metricmetricOutcome/Relationship MeasuresOutcome/Relationship MeasuresX19X19 SatisfactionSatisfaction metric metric X20X20 Likelihood of RecommendationLikelihood of Recommendation metric metric X21X21 Likelihood of Future PurchaseLikelihood of Future Purchase metric metric X22X22 Current Purchase/Usage LevelCurrent Purchase/Usage Level metric metric X23X23 Consider Strategic Alliance/Partnership in FutureConsider Strategic Alliance/Partnership in Future nonmetricnonmetric

Description of HBAT Primary Database VariablesDescription of HBAT Primary Database Variables

C. F. Chen, 2006

C. F. Chen, 2006