Page 2
18-2
McGraw-Hill/Irwin © 2003 The McGraw-Hill Companies, Inc.,All Rights Reserved.
肆資料分析與表達
Page 4
18-4
多變量方法的選擇
• 相依– 如果準則變數與預測變數是同時存在的
• 互依– 若變數之間彼此相關,但未指明哪些是依變
數、哪些是自變數
Page 5
18-5
相依方法
• 複迴歸• 區別分析• 多變量變異數分析 (MANOVA)
• 線性結構分析 (LISREL)• 聯合分析– Simalto+Plus
Page 6
18-6
複迴歸的使用
• 用於發展一個自我加權的估計方程式,以便預測準則變數的數值
• 應用時必須控制干擾變數,才能正確評估預測變數的預測能力
• 用於檢定與說明因果理論– 路徑分析
Page 7
18-7
區別分析的使用
• 將人員或事物分類到不同群體
• 分析預測變數區別能力的相對重要性
Page 8
18-8
多變量變異數分析的使用
• 用於評估兩個以上的依變數其平均值是否在各群體存在顯著差異的關係
Page 9
18-9
線性結構分析的使用
• 解釋一組構念變數之間的因果關係,且構念本身無法直接衡量
• 分為兩部分:– 測量模式– 結構程式的模式
Page 10
18-10
LISREL的兩部分
• 測量模式– 利用測量模式可將實際觀察到的變數與潛在
變數加以連結。• 結構程式的模式– 可顯示潛在變數的因果關係。
Page 11
18-11
聯合分析的使用
• 行銷研究
• 產品開發
Page 12
18-12
互依方法
• 因素分析
• 集群分析
• 多元尺度法 (MDS)
Page 13
18-13
互依方法
因素分析• 是一種互依分析方法,可將原始變數歸
類濃縮成較少的新變數– 因素分析是變數之間的互關矩陣建構一組數
目較少的新變數• 主成份分析法• 共同性• 轉軸
Page 14
18-14
互依方法
• 因素分析• 集群分析
Page 15
18-15
集群分析的基本步驟
• 選擇欲區分群體的樣本• 定義測量研究對象有關的變數• 透過相關係數、各樣本點間距離之計算,
了解研究對象之間的相似法• 選擇互斥的次群體,使群體內相似性最
大且群體間之相異性最大的互斥集群• 集群特性的比較與效度評估
Page 16
18-16
互依方法
• 因素分析
• 集群分析
• 多元尺度法 (MDS)
Page 17
18-17
多元尺度法
• 可將受測者對於產品、服務或其他事物的認知加以分析,以創造出一個空間描述圖,使研究人員更易了解一些不易測量的構念。