Transcript 第三章.pptx
緒 論 文獻回顧 第三章 研究方法 研究結果 結論與建議 研究方法 1 研究方法 學生實際感受前（期望） 差距（缺口五） 學生感受後(知覺) 本章說明研究方法共分為六小節：研究架構與流程、研究 假設、問卷設計、抽樣設計、問卷發放地點與對象、資料 分析方法。 研究架構一 首先了解人口統計變數如何影響消費行為，再針對三間 餐廳與人口統計變數之消費行為有何影響作為研究主軸。 學生屬性 性 別 學院別 年級別 消費餐廳 別 第一餐廳 第二餐廳 第三餐廳 研究架構二 服務品質 五大構面 1.有形性 2.反應性 3.確實性 4.保證性 5.關懷性 期望 差距 （缺口五） 知覺 顧客 滿意度 研究流程 研 究 動 機 與 目 的 文 獻 回 顧 建 立 研 究 方 法 設 計 發 放 問 卷 資 料 彙 整 與 分 析 結 論 與 建 議 研究假設 假設一 性別對喜愛的餐廳有顯著相關 假設二 學院別對喜愛的餐廳有顯著相關 假設三 年級別對喜愛的餐廳有顯著相關 假設四 不同性別的學生對於餐廳選擇因素 有顯著差異 研究假設 假設五 不同學院的學生對於餐廳選擇因素 有顯著差異 假設六 學生餐廳服務品質缺口五顯著存在 假設七 構面缺口對滿意度有顯著差異 假設八 三間餐廳滿意度對整體滿意度有顯 著差異 問卷設計 第一部分 消費者基本資料、消費模式 第二部分 消費經驗、個人偏好、服務品 質屬性重視程度、整體滿意度 參考學者Stevens,Knudsen & Patton (1995) 提出的服務品質「DINESERV」量 表問項，其問項修飾後，共制定24題問項歸類於共五個構面中，讓受訪者於用 餐前期望重視程度與用餐後滿意程度進行填答。最後1題為對整體滿意度問項。 每一個項目分別以五個等項： 「非常重要」、「重要」、「普通」、「不重要」、「非常不重要」及 「非常滿意」、「滿意」、「普通」、「不滿意」、「非常不滿意」。 緒 論 文獻回顧 研究方法 研究結果 結論與建議 第二部分： 用餐期望與滿意程度 第一部分： 基本資料 第二部分： 整體滿意度 問卷內容 1 抽樣設計 第一階段：分層抽樣學院別 第二階段：分層抽樣年級別 大學部的各學院樣本數＝大學部各學院母體班級數 * 2 研究所的各學院樣本數＝研究所的母體班級數 * 2 隨機抽樣各學院各年級的班級 隨機抽樣，請同學分別填寫三間餐廳的問卷 抽樣樣本數 大學部 學院別 研究所 小計 母體 班級數 預計抽出 樣本數 母體 班級數 預計抽出 樣本數 管理學院 70 140 10 20 160 理工學院 32 64 10 20 84 設計學院 23 46 4 8 54 人文學院 32 64 6 12 76 資訊學院 28 56 6 12 68 小計 185 370 36 72 442 問卷發放地點與對象 本校學生餐廳所有的消費者，包含全校教職員、日間部、進修部同學，由 於主要的消費群集中在日間部的學生，因此本研究發放對象為日間部的學生。 其中，日間部學生共有12,331人，為方便計算採估計值12,000人，實際發放 500份問卷進行調查，抽樣比例約為4 %。 透過抽樣設計並配合該學期各學院班級課表的上課時間於該教室進行問 卷的發放。 資料分析方法(1/4) 描述性統計 將整理原始資料或尚未有次序的凌亂資料，使它成為有意 義的資訊，讓原始的資料變的有系統、有組織並且可以解釋。 常用的描述性統計量有：平均數（Mean）、總和（Sum）、 標準差(Stander deviation)、變異數（Variance）等。 因素分析 利用因素分析從資料中找出潛在因素，篩選變數從資料中 做出摘要，由變數中選取代表性變數，以少數幾個因素來解 釋一群相互有關係存在的變數並建構效度，建立資料簡化。 資料分析方法(2/4) 信度分析 本研究為了想要更瞭解問卷的可靠性，故進行信度分析， 信度代表測量的一致性程度，並非效度的保證，量表的信度 越高，代表其穩定性越高。 範圍 參考標準 信度≦0.3 不可信 0.3≦信度≦0.5 稍微可信 0.5＜信度≦0.7 可信（最常見） 0.7＜信度≦0.9 很可信（次常見） 信度＞0.9 極可信 資料分析方法(3/4) 變異數分析 檢定三個或三個以上的母體平均數是否相等，或者檢定因 子（Factor）對依變數是否有影響。測度這些不同的變異來 源，可瞭解其變異是否有顯著差異；若有差異，則表示某依 變異來源對資料具有顯著的影響作用。 迴歸分析 利用一組預測變數（或稱獨立變數）的數值，對某一準則變 數（或稱應變數）來做預測，也可以做為評估預測變數對準 則變數的影響程度。 迴歸分析是用來探討兩組之間的數據是否有一種特定的關係 架構，也就是反應變數與解釋變數的數學模式，然後利用樣 本資料來估計函數模式的參數。 資料分析方法(4/4) 卡方獨立性檢定 檢定是用來分析兩個不同變數的分類次數分配，以決定該 兩變數是否獨立，最常用於名目尺度的資料。