多變量分析簡報大綱 ( 二 ) 計算 1-1. 表單位置 1-2. 內容設定 1-3. 產生結果表單位置內容設定產生結果信度分析 2-1. 表單位置 2-2. 內容設定

多變量分析簡報大綱 (二 )

計算1-1. 表單位置1-2. 內容設定1-3. 產生結果

信度分析2-1. 表單位置2-2. 內容設定2-3. 輸出結果

迴歸分析3-1. 表單位置3-2. 內容設定3-3-1. 強迫進入法輸出3-3-2. 逐步迴歸法輸出3-3-3. 迴歸分析摘要表

附錄

第一部份以『計算』產生新變數範例：產生樣本在各期望因素平均數

因素名稱問項內容

轉軸平方負荷量因素平均數

Cronbach’s α特徵值解釋

變異量

產品更新功能

提供會員特惠價的最新資訊

3.718 18.588 5.6033 0.8702

透過線上資料庫提供最新飯店資訊、旅遊情報等服務常公告該網站最新動態提供國內旅遊套裝產品提供與其他網路旅行社相連結提供各項優惠與訂房促銷資訊提供與其他相關訂房網站連結

溝通附加功能

提供與客戶雙向互動管道（如 Q&A..）

3.484 17.418 5.5808 0.8258

提供客戶意見調查功能（如意見信箱、問卷 ..）提供比市面上更便宜的價格提供網路訂房價格比較功能保證隱私、交易安全提供多種付款方式（如現金、轉帳、信用卡 ..）

網站資訊提供功能

提供網站功能導覽說明

3.144 15.720 5.7185 0.7679

提供各飯店介紹（如客房、餐飲、附屬設施、地圖 ..）提供訂房作業流程與注意事項提供線上購買旅遊相關產品（如 . 租車、保險、訂票 ..）提供快速檢索搜尋飯店相關資訊

會員自助功能

提供申請成為網站會員的功能 1.439 7.193 5.2361 0.5655提供交易資料查詢、更改總解釋變異量 58.919%

網路線上訂房使用者之期望服務因素分析表

1-1. 『計算』表單位置

◎執行步驟轉換＞計算

1-2. 『計算』內容設定

執行步驟：1. 輸入新變數名稱2.輸入數值運算式3.按【確定】鈕產生新變數

※範例說明：欲產生因素平均數，則將因素分析萃取出之各因素對應題號加總求其平均（例如，因素分析結果歸於「因素一」有 18 、 13 、 14 、11 、 12 、 17和 10七題）。

1. 2.

3.

1-3. 『計算』產生結果

計算結果：在原始資料末端增加一項新變數；此處為反覆計算四個因素平均數之結果。

將新變數 (即各樣本在各因素構面之得分 )作加總平均 (即各因素構面整體平均得分 )




變異量

產品更新功能


3.718 18.588 5.6033 0.8702


溝通附加功能


3.484 17.418 5.5808 0.8258

提供客戶意見調查功能（如意見信箱、問卷 ..）

提供比市面上更便宜的價格提供網路訂房價格比較功能保證隱私、交易安全提供多種付款方式（如現金、轉帳、信用卡 ..）



3.144 15.720 5.7185 0.7679


會員自助功能


敘述統計

233 5.6033233 5.5808233 5.7185233 5.2361233

因一平均因二平均因三平均因四平均

N ( )有效的完全排除

個數平均數

第二部分信度分析




變異量

產品更新功能


3.718 18.588 5.6033 0.8702


溝通附加功能


3.484 17.418 5.5808 0.8258

提供客戶意見調查功能（如意見信箱、問卷 ..）

提供比市面上更便宜的價格提供網路訂房價格比較功能保證隱私、交易安全提供多種付款方式（如現金、轉帳、信用卡 ..）



3.144 15.720 5.7185 0.7679


會員自助功能


範例：求各期望因素構面之信度

說明：Cronbach’s α係數為考驗量表內部一致性或穩定性的一種指標，可藉以瞭解量表的可靠程度；本例需將問項依因素分析結果分成四組，再分別求其 α值。

2-1. 『信度分析』表單位置

◎執行步驟分析＞量尺法＞信度分析

2-2. 『信度分析』內容設定

執行步驟：1.選擇分析模式2.選擇分析變數項目3.依需要選擇【統計量】4.按【確定】鈕

1.

2.

3.

4.

※範例說明：本例使用 Alpha模式，將「因素一」的 18 、 13 、14 、 11 、 12 、 17和 10題選入分析項目，將可得到「因素一」的 α係數。而統計量之選擇完全視使用者需要決定。

2-3. 『信度分析』輸出結果 (1) 分別計算四個因素構面之信度，且不選取任何統計量時所得之輸出結果如下所示： R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)

Reliability Coefficients

N of Cases = 233.0 N of Items = 7

Alpha = .8702

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)



Alpha = .8258




Alpha = .7679




Alpha = .5655

0.8702 為因素一之Cronbach’s α係數

0.8258 為因素二之Cronbach’s α係數

0.7679 為因素三之Cronbach’s α係數

0.5655 為因素四之Cronbach’s α係數

2-3. 『信度分析』輸出結果 (2)-含統計量

此處為之前計算因素平均數之結果

此處為信度分析之統計量設定表單

標準化信度係數：考慮題目變異量不相等所造成的影響，經校正後之係數。

項目與總量表的統計數摘要。例如：若分析不納入第 18 題時 α值會由 0.8702 變為 0.8507。

★ 信度係數為 0.8702

第三部分迴歸分析範例：探討「各知覺因素構面」對「網路訂房服務整體表現滿意度」之預測能力。

將「知覺」作因素分析得到三個因素構面，再以其因素分數作為預測變項 (Xi) 以預測總體滿意度 (Y) 的分數。

因此迴歸方程式可表示如下：

Y (滿意度 ) ＝ b1X1 ( 互動實惠 ) ＋ b2X2 ( 產品聚合 ) ＋ b3X3 ( 交易附屬 ) ＋ a ( 常數項 )

3-1. 『迴歸』表單位置

◎執行步驟分析＞迴歸方法＞線性

3-2. 『迴歸』內容設定執行步驟：1.選擇依變數 (Y)2.選擇自變數 (X)3.選擇迴歸方法4.依需求作細部設定5.按【確定】鈕

1.

2.

3.

4.

5.

3-3-1. 『迴歸』輸出結果 ( 強迫進入變數法 )/選入刪除的變數b

REGR factorscore 3 foranalysis 1 ,REGR factorscore 2 foranalysis 1 ,REGR factorscore 1 foranalysis 1

a

. 選入

模式1

選入的變數刪除的變數方法

所有要求的變數已輸入。a. \ 1依變數：第三部份第題b.

模式摘要

.551a .304 .294 .9577模式1

R R 平方調過後的R 平方估計的標準誤

( ), REGR factor score 3 for analysis 1 ,預測變數：常數REGR factor score 2 for analysis 1 , REGR factor score 1for analysis 1

a.

變異數分析b

89.633 3 29.878 32.578 .000a

205.433 224 .917295.066 227

迴歸殘差總和

模式1

平方和自由度平均平方和 F 檢定顯著性

( ), REGR factor score 3 for analysis 1 , REGR factor score 2 for預測變數：常數analysis 1 , REGR factor score 1 for analysis 1

a.

\ 1依變數：第三部份第題b.

係數a

5.092 .063 80.289 .000

.440 .064 .386 6.919 .000

.191 .064 .167 3.000 .003

.406 .064 .356 6.392 .000

( )常數REGR factor score 1 for analysis 1REGR factor score 2 for analysis 1REGR factor score 3 for analysis 1

模式1

B 之估計值標準誤未標準化係數

Beta 分配

標準化係數

t 顯著性

\ 1依變數：第三部份第題a.

選入 /刪除的變數顯示被選入與刪除的變數，以及自變項列表

模式摘要顯示自變項對依變項的整體解釋能力

變異數分析檢驗整體迴歸模式的顯著性

係數個別變項 B 、 Beta及顯著性檢驗

所有項目皆達顯著

整體模式具顯著性

兩者皆為迴歸模式之係數

全部變項被選入

因資料型態的關係使得 R2不高

3-3-2. 『迴歸』輸出結果 ( 逐步迴歸分析法 )/選入刪除的變數 a

REGR factorscore 1 foranalysis 1

.

逐步迴歸 (分析法準

\ F-則：選入的機率<= .050，F-刪除的

>=機率.100)。


.



>=機率.100)。


.



>=機率.100)。

模式1

2

3

選入的變數刪除的變數方法


模式摘要

.386a .149 .145 1.0542

.525b .276 .269 .9745

.551c .304 .294 .9577

模式123

R R 平方調過後的R 平方估計的標準誤

( ), REGR factor score 1 for analysis 1預測變數：常數a. ( ), REGR factor score 1 for analysis 1 ,預測變數：常數

REGR factor score 3 for analysis 1b.

( ), REGR factor score 1 for analysis 1 ,預測變數：常數REGR factor score 3 for analysis 1 , REGR factor score 2for analysis 1

c.

模式摘要

.386a .149 .145 1.0542 .149 39.511 1 226 .000

.525b .276 .269 .9745 .127 39.457 1 225 .000

.551c .304 .294 .9577 .028 8.997 1 224 .003

模式123

R R 平方調過後的R 平方估計的標準誤 R 平方改變量 F 改變分子自由度分母自由度 F 顯著性改變

變更統計量

( ), REGR factor score 1 for analysis 1預測變數：常數a. ( ), REGR factor score 1 for analysis 1 , REGR factor score 3 for analysis 1預測變數：常數b. ( ), REGR factor score 1 for analysis 1 , REGR factor score 3 for analysis 1 , REGR factor score 2 for analysis 1預測變數：常數c.

變異數分析d

43.909 1 43.909 39.511 .000a

251.157 226 1.111295.066 22781.382 2 40.691 42.846 .000b

213.684 225 .950295.066 22789.633 3 29.878 32.578 .000c

205.433 224 .917295.066 227

迴歸殘差總和迴歸殘差總和迴歸殘差總和

模式1

2

3

平方和自由度平均平方和 F 檢定顯著性

( ), REGR factor score 1 for analysis 1預測變數：常數a. ( ), REGR factor score 1 for analysis 1 , REGR factor score 3預測變數：常數

for analysis 1b.

( ), REGR factor score 1 for analysis 1 , REGR factor score 3 for預測變數：常數analysis 1 , REGR factor score 2 for analysis 1

c.

\ 1依變數：第三部份第題d.

係數a

5.092 .070 72.937 .000

.440 .070 .386 6.286 .000

5.092 .065 78.899 .000

.440 .065 .386 6.800 .000

.406 .065 .356 6.281 .000

5.092 .063 80.289 .000

.440 .064 .386 6.919 .000

.406 .064 .356 6.392 .000

.191 .064 .167 3.000 .003

( )常數REGR factor score 1 for analysis 1( )常數REGR factor score 1 for analysis 1REGR factor score 3 for analysis 1( )常數REGR factor score 1 for analysis 1REGR factor score 3 for analysis 1REGR factor score 2 for analysis 1

模式1

2

3

B 之估計值標準誤未標準化係數

Beta 分配

標準化係數

t 顯著性


排除的變數c

.167a

2.765 .006 .181 1.000

.356a

6.281 .000 .386 1.000

.167b

3.000 .003 .197 1.000

REGR factor score 2 for analysis 1REGR factor score 3 for analysis 1REGR factor score 2 for analysis 1

模式1

2

Beta 進 t 顯著性偏相關允差

共線性統計量

( ), REGR factor score 1 for analysis 1模式中的預測變數：常數a. ( ), REGR factor score 1 for analysis 1 , REGR factor score 3 for模式中的預測變數：常數

analysis 1b.

\ 1依變數：第三部份第題c.

說明：◎此法會依【選項】設定之步進條件逐步選入最佳的變數。◎本例中「因素一」被選入後由最末表『排除的變數』能看出其他因素仍具顯著性，可知會有下一階段模式，重複進行直到沒有顯著的自變數可選入為止。◎模式選入順序為「因素一」、「因素三」與「因素二」因為所有變項最後均被選入，所以結果與強迫進入法一致。

3-3-3.知覺變項對整體表現滿意度迴歸分析表

變項迴歸係數

標準化迴歸係數 T 值 F 值

(常數項 )

5.092 80.289**

32.578** 互動實惠能力 0.440 0.386 6.919**

產品聚合能力 0.191 0.167 3.000**

交易附屬能力 0.406 0.356 6.329**註： 1. * * 表示 P ＜ 0.01 ； 2. 調整後 R2 ＝ 0.294

※通常「迴歸係數」與「標準化迴歸係數」只列出一組

附錄因素分析

a.知覺問項因素分析摘要表因素項目負荷量、特徵值、解釋變異量、平均數和信度 b.知覺問項因素分析成分矩陣因素負荷量從哪裡看出？轉軸後成分矩陣與原始矩陣的關係？ c.知覺問項因素分析之項目共同性共同性為何？從何而來？

迴歸分析

d.spss軟體中的五種迴歸模式強迫進入法、刪除法、向前法、向後法與逐步迴歸分析法簡介。

a.知覺問項因素分析摘要表因素

變數名稱因素負荷量

特徵值解釋變異量

因素平均數

Cronbach’sα

互動實惠功能

比市面上更便宜的價格 0.783

各項優惠與訂房促銷資訊 0.769

會員特惠價的最新資訊 0.732

客戶意見調查功能（ ex. 意見信箱、問卷 .. ） 0.728 4 .785 23.924 4.9945 0.9075

網路訂房價格比較功能 0.690

告該網站最新動態 0.624

與客戶雙向互動管道（ ex. Q&A.. ） 0.623

申請成為網站會員的功能 0.449

產品聚合功能

與其他相關訂房網站連結 0.746

國內旅遊套裝產品 0.732

線上購買旅遊相關產品（ ex. 租車、保險、訂票 .. ）

0.682 3 .904 19.521 5.0473 0.8862

與其他網路旅行社相連結 0.673

線上資料庫提供最新飯店資訊、旅遊情報等服務 0.602

快速檢索搜尋飯店相關資訊 0.584

交易附屬功能

網站功能導覽說明 0.721

訂房作業流程與注意事項 0.711

多種付款方式（ ex. 現金、轉帳、信用卡 .. ） 0.661 3 .545 17.723 5.2833 0.8116

交易資料查詢、更改 0.628

隱私、交易安全 0.613

各飯店介紹（ ex. 客房、餐飲、附屬設施、地圖 .. ）

0.549

總解釋變異量 61.168%

b.知覺問項因素分析成分矩陣成份矩陣a

.790 -9.717E-02 -.163

.789 -.158 -.334

.778 -.210 .208

.774 -.214 1.564E-02

.764 -.288 .155

.762 -.218 .295

.759 -.146 .102

.725 .191 -.228

.718 -.163 -.294

.718 .271 -.135

.714 -.276 .320

.708 -.298 .134

.708 -.155 -.376

.688 .118 -.366

.605 .383 -2.554E-02

.599 7.211E-02 .187

.596 .512 -6.754E-03

.554 .397 .229

.546 .317 .386

.533 .516 6.596E-02

13 ( )第二部份第題知覺10 ( )第二部份第題知覺16 ( )第二部份第題知覺15 ( )第二部份第題知覺18 ( )第二部份第題知覺17 ( )第二部份第題知覺14 ( )第二部份第題知覺8 ( )第二部份第題知覺12 ( )第二部份第題知覺7 ( )第二部份第題知覺19 ( )第二部份第題知覺20 ( )第二部份第題知覺11 ( )第二部份第題知覺9 ( )第二部份第題知覺2 ( )第二部份第題知覺1 ( )第二部份第題知覺3 ( )第二部份第題知覺5 ( )第二部份第題知覺6 ( )第二部份第題知覺4 ( )第二部份第題知覺

1 2 3成份

萃取方法：主成分分析。 3 萃取了個成份。a.

轉軸後的成份矩陣a

.783 .189 .199

.769 .230 .266

.732 .352 .175

.728 .308 .259

.690 .338 .134

.624 .376 .278

.623 .462 .208

.449 .190 .402

.414 .746 .178

.336 .732 .131

.182 .682 .352

.392 .673 .148

.474 .602 .271

.242 .584 .463

.106 .295 .721

.102 .198 .711

.268 9.280E-02 .661

.390 -2.923E-02 .628

.171 .329 .613

.245 .496 .549


1 2 3成份

萃取方法：主成分分析。 Kaiser Varimax 旋轉方法：旋轉方法：含常態化的法。

8 轉軸收斂於個疊代。a.

成份轉換矩陣

.646 .582 .495-.538 -.113 .835.542 -.805 .240

成份123

1 2 3

萃取方法：主成分分析。 Kaiser Varimax 旋轉方法：旋轉方法：含常態化的法。

轉軸後「因素負荷量」，愈

高表示變項在該因素愈重要。

成分轉換矩陣用以計算各項目因素負荷量以及說明轉軸的方向角度。以第 17 題為例，轉軸後之負荷量為 0.769.769＝ .762*.646+(-.218)*(-.538)+.295*.542

c.知覺問項因素分析之項目共同性

共同性

1.000 .3991.000 .5131.000 .6181.000 .5551.000 .5181.000 .5471.000 .6071.000 .6151.000 .6211.000 .7591.000 .6661.000 .6291.000 .6611.000 .6081.000 .6461.000 .6921.000 .7141.000 .6911.000 .6891.000 .609


初始萃取

萃取法：主成份分析。

成份矩陣a

.790 -9.717E-02 -.163

.789 -.158 -.334

.778 -.210 .208

.774 -.214 1.564E-02

.764 -.288 .155

.762 -.218 .295

.759 -.146 .102

.725 .191 -.228

.718 -.163 -.294

.718 .271 -.135

.714 -.276 .320

.708 -.298 .134

.708 -.155 -.376

.688 .118 -.366

.605 .383 -2.554E-02

.599 7.211E-02 .187

.596 .512 -6.754E-03

.554 .397 .229

.546 .317 .386

.533 .516 6.596E-02


1 2 3成份

萃取方法：主成分分析。 3 萃取了個成份。a.

共同性顯示各項目的變異量能被共同因素(即所有萃取之因素 ) 解釋的比例。愈高表示該變項與其他變項可測量的共同性質愈多。

成分矩陣構成各因素的項目內容比重，未經轉軸之原始負荷量。此外，變項之負荷量平方後加總即為共同性。以第 17題為例：.714＝ .7622+(-218)2+.2952

d.說明：多元 (複 ) 迴歸分析依納入模式的組合方式可分為同時法與逐步法，一般探索性研究可採逐步法，而同時法則可確保重要變項不會因選取規則被剔除在外。

同時分析法

所有的預測變項同時納入迴歸方程式中對依變項進行估計。

逐步分析法

所有預測變項非同時被選入進行預測，而是依據解釋力的大小逐步檢視每一個預測變項的影響。

1. 向前法 (順向進入法 )預測變項的選取順序以具有最大預測力且達顯著水準的變項先被選入，然後依序直到所有達顯著的預測變項均納入方程式中。

2. 向後法 (反向淘汰法 )與向前法相反的程序，所有的預測變項先同時納入迴歸方程式中計算，然後逐步將未達顯著水準的預測變項由最弱的開始排除，直到所有未達顯著的變項被淘汰完為止。

3. 逐步迴歸分析法綜合向前法與向後法，先依向前法逐步納入最具預測能力的預測變項，但每納入一個預測變項便利用向後法檢驗在方程式中的所有變項，任何未達顯著的變項將被淘汰，依此原則交叉進行檢測。

1. 強迫進入法在某一顯著水準下，將所有對於依變項具有解釋力的預測變項納入迴歸方程式，不考慮預測變項間的關係，計算所有變項的迴歸係數。

2.刪除法 (強制淘汰法 )與強迫進入法相反，原理為在某顯著水準下，將所有對於依變項沒有解釋能力的預測變項，不考慮預測變項間的關係一次全部排除在迴歸方程式外，再計算所有保留在方程式中的預測變項之迴歸係數。

本單元結束……

單元結尾

Documents

多變量分析簡報大綱 ( 二 ) 計算 1-1. 表單位置 1-2. 內容設定 1-3. 產生結果 表單位置 內容設定 產生結果 信度分析 2-1. 表單位置 2-2. 內容設定

多變量分析簡報大綱 ( 二 ) 計算 1-1. 表單位置 1-2. 內容設定 1-3. 產生結果表單位置內容設定產生結果信度分析 2-1. 表單位置 2-2. 內容設定