臺灣博碩士論文加值系統

本研究的目的是在發展一套新的評估方法，使設計者能更直接的瞭解消費者的需求。其過程包含了兩個階段。
第一階段中運用相關的統計學說，根據現存各種機車市場意見調查的資料，以求出機車產品的重要評估屬性，並預估其重要性的演變趨勢。而在第二階段則以此重要屬性選擇成果為基礎，再加上電動機車之特殊屬性，作為機車整體評估表的評估條件。而後再針對各個評估條件建立其性能表現與價值的關係，實際估算電動機車與傳統機車之間的差距。從結果可見，電動機車在電池的儲能技術未獲得重大突破之前，仍無法與傳統機車進行自由市場競爭。而交換式電池所帶來的便利性，與合理展延電池壽命，並使之運用於短程使用模式中，將可顯著地加強電動機車之競爭力。

The work described in this thesis is to develop a new evaluation method that helps designers to gain better understanding of consumer demand. It has been carried out by two stages.
Theory of statistics and contemporary information were applied in the first stage of the work in order to establish a proper procedure to provide quantified trend prediction and find the important attributes & prediction of trend for traditional motorcycles .
According to the eight attributes and the special ones from electric motorcycles, a set of evaluation criteria was obtained. From the relation of attributes performance and cost utility, the evaluation of the difference between the motorcycle system variants is implanted. The result indicate that, before the breakout of cell technology, there is little hope for electric motorcycles to survive in the free market competition. The cell switching scheme and extension of cell lifetime will remarkably enhance the competitiveness of electrical motorcycles.

第一章 緒論
1.1 研究背景與動機-------------------------------------------1
1.2 研究目的 ------------------------------------------------2
1.3 研究架構 ------------------------------------------------3
1.4 研究範圍與限制 ------------------------------------------3
1.5 論文結構 ------------------------------------------------3
第二章 文獻探討與理論說明
2.1 統計學相關理論 ------------------------------------------7
2.1.1 缺失資料插補法 ----------------------------------------7
2.1.2 迴歸分析與假設檢定 ------------------------------------9
2.1.3 Chebyshev定理 ----------------------------------------19
2.1.4集中量數選擇與討論 ------------------------------------20
2.2 評估法則相關理論 ---------------------------------------22
2.2.1 重要產品屬性的決定 -----------------------------------22
2.2.2 組合模式的函數型態 -----------------------------------23
2.2.3 權數的決定 -------------------------------------------24
2.2.4偏好值的取得 ------------------------------------------25
2.2.5 產品全壽命週期成本估算 -------------------------------25
第三章 評估條件的選用分析
3.1 先前問卷結果的方法與來源 -------------------------------30
3.2 屬性的整合與篩選 ---------------------------------------31
3.2.1 問題之彙整與結果 -------------------------------------32
3.2.2 過濾評估條件 -----------------------------------------32
3.2.3 原始評估條件之整理 -----------------------------------34
3.2.4 評估結果的一致化 -------------------------------------36
3.2.5 缺項資料之插補 ---------------------------------------37
3.3 屬性權重演變趨勢之推導 ---------------------------------37
3.3.1 迴歸模式之評估與極端值過濾 ---------------------------38
3.3.2 各評估條件之迴歸檢定 ---------------------------------41
3.4 權重演變趨勢之預測與討論 -------------------------------44
3.4.1 權重演變趨勢之預測 -----------------------------------44
3.4.2 整體權重演變趨勢之討論 -------------------------------45
3.4.3 相對權重演變趨勢之討論 -------------------------------75
第四章 評估過程與結果
4.1 評估系統簡介 -------------------------------------------77
4.1.1 臺灣地區機車發展史 -----------------------------------78
4.1.2 國內傳統機車之技術能力與性能狀況簡介 -----------------78
4.1.3 國內電動機車之技術能力與性能狀況簡介 -----------------80
4.1.4 臺灣地區機車之使用現況簡介 ---------------------------84
4.2 評估條件說明 -------------------------------------------85
4.2.1 評估條件之選擇 ---------------------------------------85
4.2.2 評估條件性質定義 -------------------------------------87
4.2.3 評估條件綜合說明 -------------------------------------94
4.3 評估方法 -----------------------------------------------95
4.3.1 共同指標之選擇與定義 ---------------------------------95
4.3.2 評估條件物理定義與共同指標之轉換 ---------------------95
4.4 評估表的建立 ------------------------------------------102
4.4.1 機車使用模式的區隔 ----------------------------------102
4.4.2 電動機車與傳統機車之標準性能表現 --------------------104
4.4.3 各使用模式的評估結果 --------------------------------104
4.4.4 評估結果之分析與討論 --------------------------------106
4.5 評估結果總結 ------------------------------------------119
第五章 結論與建議
5.1 評估條件資料整合部分 ----------------------------------142
5.2 機車成本評估與發展部分 --------------------------------144
參考文獻 146
附錄A 插補法簡介 156
附錄B 迴歸模式基本假設的評斷 163
附錄C 評估法則相關理論 170
C.1 重要產品屬性的決定 ------------------------------------170
C.2 組合模式的函數型態 ------------------------------------173
C.3 權數的決定 --------------------------------------------176
C.4偏好值的取得 -------------------------------------------180
附錄D 臺灣地區機車發展史與使用現況 186
D.1 臺灣地區機車發展史 ------------------------------------186
D.2 臺灣地區機車之使用現況簡介 ----------------------------188
附錄E 傳統與電動機車之性能現況簡介 195
E.1 傳統機車-----------------------------------------------195
E.2 電動機車 ----------------------------------------------196

中文部分
1.「八十八年臺灣地區機車使用狀況調查報告」，交通部統計處，民國八十九年。
2.「八十六年臺灣地區機車使用狀況調查報告」，交通部統計處，民國八十七年。
3. 王建彬，「1997汽、機、自行車現況與趨勢分析」，工業技術研究院機械工程研究所，民國八十六年七月。
4. 王文中，「統計學與EXCEL資料分析之實習應用」，博碩文化，民國八十年。
5. 白篷津，「機車乘騎性分析與結構設計」，國立台灣大學機械工程研究所碩士論文，民國七十三年。
6. 台北市政府環境保護局衛生稽查大隊，「八十八年下半年度及八十九年度加強移動性污染源-機車排放空氣污染物稽查管制計畫」，民國八十九年十二月。
7.「市售電動機車與傳統機車的比較資料」，行政院環保署電動機車推廣網站，民國八十八年。
8. 林炳明，「電動機車：一個為臺灣邁入二十一世紀建立環保形象的新產品」，科技發展政策報導，民國八十七年八月。
9. 朱盈年，「聯合分析法在購買機車產品之應用研究」，大葉大學事業經營研究所碩士論文，民國八十四年。
10. 交通部運輸研究所，「替代能源車輛-電動車技術及發展潛力之初步分析研究」，民國八十三年八月。
11. 行政院環保署，「電動機車示範運行計畫」，民國八十七年六月。
12. 李宗誠，「都市家戶機動車輛持有類型與使用行為之研究」，國立交通大學土木工程研究所，碩士論文，民國八十三年。
13. 李述霖，「臺北市高職學生機車消費因素之研究」，國立交通大學管理科學研究所碩士論文，民國八十年。
14. 何志宏，「臺北都會區通勤者行為特性調查及分析」，行政院交通部運輸研究所，民國八十二年。
15. 柯特勒，「行銷學原理」，民國七十一年。
16. 吳鴻財，「對臺灣重型機車購買者的購買行為研究」，國立交通大學管理科學研究所碩士論文，民國七十七年。
17. 吳清在，「交通統計調查抽樣方法改進之研究」，交通部統計處，民國八十四年。
18. 邱怡璋，「電動機車之潛在需求與敘述性偏好模糊修正之研究」，國立交通大學交通運輸研究所碩士論文，民國八十三年。
19. 邱宏祥，「產品設計成功因素之研究」，國立臺灣工業技術學院工程技術研所設計技術學程碩士論文，民國八十六年。
20. 邱穎峰，國內某大機車生產廠商產品研發部門主管，民國八十九年九月。
21. 金鐵英，「重型機車購買行為之研究」，東海大學企業管理研究所碩士論文，民國七十五年。
22. 洪啟勝，「臺灣中北部機車消費者購買行為之研究」，大葉大學事業經營研究所碩士論文，民國八十五年。
23. 翁彰佑，「在缺失資料隨機散失的情形下各種插補方法效用之研究」，國立政治大學統計研究所碩士論文，民國七十九年。
24. 風火輪機車雜誌193期，民國八十九年八月。
25. 馬台渝，「電動機車之市場需求及對經濟、能源與環境影響之研究」，國立交通大學交通運輸研究所碩士論文，民國八十四年。
26.「國際及我國電動機車產業技術發展研討會」經濟部工業局，民國八十七年十一月二十五日。
27. 梁定澎，「多屬性效用模式在消費者選擇行為之應用」，國立中山大學企業管理研究所碩士論文，民國七十一年。
28. 陳志民，「機車消費者購買行為之研究」，東海大學企業管理研究所碩士論文，民國八十四年。
29. 陳信木、廖怡萍，「調查資料之遺漏值的處置」，調查研究方法與應用學術研討會，民國八十五年。
30. 陳丙丁，「發展電動車行動計畫」，車輛公會，民國八十七年三月。
31. 陳俊豪，「產品造型設計於未來趨勢之研究」，國立成功大學工業設計研究所碩士論文，民國八十七年。
32. 張文政，「探討電動機車產業發展與競爭優勢之形成因素」，國立中央大學企業管理研究所碩士論文，民國八十五年。
33. 張文欽，「重型機車購買行為之研究」，國立政治大學企業管理研究所碩士論文，民國六十七年。
34. 張東隆，「機車購買行為及市場區隔化之研究」，國立成功大學工業管理研究所碩士論文，民國六十八年。
35. 張丞邦，「電動機車使用特性與購買行為之研究」，國立交通大學交通運輸研究所碩士論文，民國八十六年。
36. 黃善民，「輕型機車購買行為及行銷策略之研究」，中國文化大學企業管理研究所碩士論文，民國七十年。
37. 黃恆獎、蕭廣中，「綠色行銷與消費者購買行為之結構分析」，管理評論，第十四卷第二期，民國八十四年七月。
38. 黃營杉，「電動機車使用成本之研究」，研究專案，民國八十五年。
39. 黃俊隆，「新產品試用接受度之研究-以電動機車為例」，國立中興大學企業管理研究所碩士論文，民國八十六年。
40. 游凱程，「電動機車穩定性分析與最佳化設計」，國立台灣大學機械工程研究所碩士論文，民國八十七年。
41. 彭阿全，「機車操縱性之研究」，國立交通大學機械工程研究所碩士論文，民國七十九年。
42. 楊淑蘭，「抽樣調查中關於缺失資料之各種補齊法性質之研究」，國立政治大學統計研究所碩士論文，民國七十八年。
43. 楊文螢，「1998汽、機、自行車現況與趨勢分析」，工業技術研究院機械工程研究所，民國八十七年七月。
44.「電動車輛產業發展與推廣五年計畫」，經濟部工業局，民國八十五年六月。
45. 廖勇柏，「問卷調查中無反應誤差之研究」，國立台灣大學農藝學研究所碩士論文，民國七十八年。
46. 趙大維，「非正式之流動-臺灣地區機車現象的政治經濟學分析」，國立台灣大學土木工程研究所碩士論文，民國八十七年。
47. 潘冠男，「抽樣調查中未回覆或回覆未完全問卷之探討」，國立政治大學統計研究所碩士論文，民國八十八年。
48. 摩托車雜誌25，50，75，100，125，150，175期。民國七十六年∼八十八年。
49. 謝振峰，「速克達機車的購買行為研究」，東吳大學管理學研究所，民國八十年。
50. 顏錫銘，「臺灣機車工業技術轉移之研究」，工業技術研究院工業經濟研究中心，民國七十二年。
51. Ahola, O. T. (1975): “The Vector Model of Preferences: An Alternative to the Fishbein Model”, Journal of Marketing Research, 12,pp.52-59.
52. Alpert, M. I. (1971): “Identification of Determinant Attributes: A Comparison of Methods”, Journal of Marketing Research, 8, pp.184-91.
53. Bailar, B. A., Bailey L. and Corby C. (1978): “A Comparison of Some Adjustment and Weighting Procedures for Survey Data”, Survey Sampling and Measurement, pp. 175-198, New York: Academic Press.
54. Beckwith, N. E. & Lehmann, D. R. (1973): “The Importance of Differential Weights in Multiple Attribute Models of Consumer Attitude”, Journal of Marketing Research, 10, pp.141-145.
55. Darlington, R. B. (1990): Regression and Linear Models, McGraw-Hill, 1990.
56. Engel, J. F. & Rodder, D. B. (1982): Consumer Behavior, 4th ed. New York, Dryden Press.
57. Frost & Braine (1967): “The Application of the Reportary Grid to Problem in Market Research”, Commentary, 9, pp.161-175.
58. Fu, T. T. (1998): An Investigation of Heavy Vehicle Suspension Design, pp. 25-28.
59. Green & Rao (1972): Applied Multidimensional Scaling, Holt, Rinehart &
Winston, New York.
60. Green, P. E. & Wind, Y. (1975): “New Way to Measure Consumer's Judgement”, Harvard Business Review, pp.64-74.
61. Green, P. E. & Desarbo, W. S. (1978); "Additive Decomposition of Perception Data Via Conjoint Analysis", Journal of Consumer Research, 5, pp.58-65.
62. Green, P. E. (1981): “Estimating Choice Probabilities in Multi-attribute Decision Making”, Journal of Consumer Research, 8, pp.76-84.
63. Hansen, M. H. & Hurwitz, W. N. (1946): “The Problem of Nonresponse in Sample Surveys”, Journal of the American Statistical Association 41, pp. 517-529.
64. Hauser, J. R. & Urban, G. L. (1977): “A Normative Methodology for Modeling Consumer Response to Innovation”, Operational Research, 25 pp.579-619.
65. Hauser, J. R. & Urban, G. L. (1979): “Assessment of Attribute Importances and Consumer Utility Functions: von Neumann-Morgenstein Theory applied to Consumer Behavior”, Journal of Consumer Research, 5, pp.251-262.
66. Hays, W. L.: Statistics, 5th ed., Harcourt Brace College Pub, 1994.
67. Herzog, T. N. and Lancaster, C. (1980): “Multiple Imputation of Individual Social Security Amounts, Part I. ”, Proceedings of the Section on Survey Research Methods, American Statistical Association, 1980, pp. 398-403.
68. Herzog, T. N. (1980): “Multiple Imputation of Individual Social Security Amounts, Part II.”, Proceedings of the Section on Survey Research Methods, American Statistical Association, 1980, pp. 404-407.
69. Hobbs, B. F. (1980): “A Comparison of Weighting Methods in Power Plant Siting”, Decision Science, 11, pp.725-737.
70. Howard, J. A. (1977): Consumer Behavior: Application of Theory; New York: McGraw-Hill, Inc.
71. Huang, E. T. (1984): “An Imputation Study for the Monthly Retail Trade Survey”, Proceedings of the Section on Survey Research Methods, American Statistical Association, pp. 610-615.
72. Huang, E. T. (1986): “Comparison of the different Imputation Procedures in the Monthly Retail Survey”, Proceedings of the Section on Survey Research Methods, American Statistical Association, pp. 310-315
73. Huber, G. P. (1974): “Multi-attribute Utility Modems: A Review of Field and field-like Studies”, Decision Science, 20, pp.1393-1402.
74. Huber, J. (1975): “Predicting Preferences on Experimental Bundles of Attributes: A Comparison of Models”, Journal of Marketing Research, 12, pp.290-297.
75. Jinn, J. H. and Sedransk, J.: “Effect on Secondary Data Analysis of Different Imputation Methods”, Proceedings of Third Annual Census Bureau Research Conference, pp. 509 - 530.
76. Jinn, J. H. and Sedransk, J. (1989): “ Effect on Secondary Data Analysis of Common Imputation Methods”, Sociological Methodology, vol. 19 , pp. 213 - 241.
77. Jinn, J. H. and Sedransk, J. (1989): “Effect on Secondary Data Analysis of The Use of Imputed Values: The Case Where Missing Data Are Hot Missing at Random”, Proceedings of the Section on Survey Research Methods, American Statistical Association.
78. Johnson, R. M. (1970): “Multiple Discriminant Analysis Application to
Marketing Research”, Market Facts, Inc., Chicago.
79. Kaiser, J. (1983): “The Effectiveness of Hot-Deck Procedures in Small Samples”, Proceedings of the Section on Survey Research Methods, American Statistical Association, pp. 523-528.
80. Kalton, G., Kasprzyk, D. and Santos, R. (1981):”Issues of Nonresponse and Imputation in the Survey of Income and Program Participation”, Current Topic in Survey Response Sampling, pp. 455-480, New York: Academic Press.
81. Kalton, G. & Kasprzyk, D. (1982): “Imputing for Missing Survey Response”, Proceedings of the Section on Survey Research Methods, American Statistical Association, pp. 22-33.
82. Kalton, G. & Kish, L. (1981): “Two Effect Random Imputation Procedures”, Proceedings of the Section on Survey Research Methods, American Statistical Association, pp. 146-151.
83. Larsen, R. J.: Statistics, Prentice-Hall International, 1990
84. Lievesley, D. (1983): “Reducing Unit Nonresponse in Interview Surveys”, Proceedings of the Section on Survey Research Methods, American Statistical Association, pp. 295-299.
85. Medow, W. G., Olkin, I. & Rubin, D. (1983): Incomplete Data in Sample Surveys, 3 volumes, Academic Press.
86. Oh, H. L. and Scheuren F. (1980): “Estimating the Variance Impact of Missing CPS income data”, Proceedings of the Section on Survey Research Methods, American Statistical Association, pp. 408-415.
87. Pessemier, E. (1971): “Using Laboratory Brand Preference scales to Predict Consumer Brand Purchase”, Management Science, 17:6,pp. 571-585.
88. Pras, B. & Summers, J. O. (2978): “Perceived Risk & Composition Models for Multi-attribute Decisions”, Journal of Marketing Research, 15, pp. 429-437.
89. Reynold, F. D. & Wells, W. D. (1977): Consumer Behavior, New York: Mc Graw Hill Book Co.
90. Rubin, D. (1987): Multiple Imputation for Nonresponse in Surveys, John Wiley & Sons.
91. Rubin, D. & Little, R. J. A. (1987): Statistical Analysis with Missing Data, John Wiley & Sons, 1987.
92. Sande, I. G. (1979): “A Personal View of Hot Deck Imputation Procedures” , Survey Methodology , pp. 238-258.
93. Sande, I. G. (1982): “Imputation in Surveys : Coping With Reality”, The American Statistician , August 1982, Vol. 36, No. 3, part 1, pp. 145-152.
94. Santos, R. L. (1981): “Effects of Imputation on Regression Coefficients”, Proceedings of the Section on Survey Research Methods, American Statistical Association, pp. 140-145.
95. Scheiber, S. J. (1978): “A Comparison of Three Alternative Techniques for Allocating Unreported Social Security Income on the Survey of the Low Income Aged and Disabled”, Proceedings of the Section on Survey Research Methods, American Statistical Association, 1978, pp. 212-218.
96. Shocker, A.D. & Srinivason, V. (1979): “Multi-attribute Approaches for Product concept Evaluation and Generation: A Critical Review”, Journal of Marketing Research, 16, pp. 159-180.
97. Slater, J. K. & Braverman, M. T. (1996): Advances in Survey Research, Jossey-Bass Publishers, pp. 63-80.
98. Stillwell, W. G. (1981): “A Comparison of Weight Approximation Techniques in Multi-attribute Utility Decision Making”, Organization Behavior & Human Perform, 28, pp. 62-77.
99. Urban, G. L. (1975): “Preceptor: A Model for Product Positioning”, Management Science, 8, pp. 858-871.
100. Wainer, H. (1976): “Estimating Coefficients in Linear Models: It doesn't Make No Nevermind”, Psychological Bulletin, 85, pp. 213-217.
101. Welniak, E. J. and Coder, J. F. (1980): “A Measure of the bias in the March CPS earnings Imputation system”, Proceedings of the Section on Survey Research Methods, American Statistical Association, pp. 421-425.
102. Wong, J. Y. (1993): Theory of Ground Vehicles, John Wiley & Sons, pp.214.
103. Younger, C. H. (1995): “A Comparison of Four Imputation Procedures in a Two-variable Prediction System”, The university of Iowa, pp. 1-41.