臺灣博碩士論文加值系統

Kolter(1994)認為現代行銷策略的三部曲－區隔(segmenting)、目標(targeting)及定位(positioning)，一直都是行銷經理人奉為圭臬的行銷核心概念，雖然這種概念的正確與有效性不容置疑，但是消費者行為的複雜性與異質性卻嚴酷地考驗這種做法能否真正有效地執行，因此如何能最準確估計消費者的偏好結構，就是行銷上首要必須克服的難題。
本研究利用估計個人偏好迴歸模式的新技術－適應性聯合分析法(Adaptive Conjoint Analysis)來取代過去傳統紙筆蒐集問卷的方式，適應性聯合分析法最驚人的功能就是能夠精確地量測受測者填答問卷的花費時間，儘管反應時間的概念雖然在學理上已經存在了有一段時間，但是它在行銷上的運用卻還只能稱得上是萌芽時期，故本研究仍從分析個體偏好的角度出發，以計量尺度的估計個人參數方法，融合潛伏在消費者行為底下的反應時間兩者，探討導致個人偏好結構的不穩定性的來源。
首先本研究建構以對數常態模式為反應時間之分析模式，估計每位受測者的真實反應時間，然後將此估計結果投入傳統聯合分析法下無法解釋個體偏好選擇的估計殘差項，建構出估計殘差項裡能被反應時間所解釋的部分，得出影響預測每位受測者偏好準確度的時間效果，最後探討影響時間效果的可能變數，本研究提出三種干擾變數為影響時間效果的主要因素，檢驗干擾變數與時間效果之間的連動性，藉此完成反應時間能夠在個體參數估計值時提供有價的資訊。
上述研究流程分別對兩種研究產品進行分析，此種作法之目的是為了檢測除了研究自變數以外，其他變數是否也有影響反應時間之可能性，故以產品性質為條件之下，研究干擾變數與時間效果之間關係的異同。

The three core concepts of the contemporary marketing strategy－segmentation, targeting and positioning have been regarded the utmost principle to the marketing manager. Despite its accuracy and effectiveness, the complexity and heterogeneity of consumer behavior have challenging the STP strategy whether it can be put into practice or not. Accordingly, how to measure consumer’s preference accurately has become the most urgent problem to overcome.
This study takes advantage of the latest techniques – Adaptive Conjoint Analysis (ACA) for consumer preference measurment; it has been applied to replace the traditional method, paper-and-pencil query, to collect data. The most surprising strength of ACA is able to record the respondents’ response time in the conjoint analysis experiments. Although proposed theories with respect to response time have been existed for a period of time, it can only be seen as rather new application in the field of marketing. Thus we started from analyzing individual preference, understanding the potential source of instability of individual preference by combining the metric scale in estimating individual part-worth and response time underling consumer’s behavior.
Firstly, the analytical model of response time is constructed by lognormal model to estimate respondent’s filtered response time. Then we regress each respondent’s filtered response time at each order with the residual term generating from Hierarchical Bayesian Conjoint Analysis to obtain the time effect which refers to the part that can be explained by response time within the residual term. Following the time effect is regressed by three variables, conflict level, product familiarity and involvement in order to test the connection between them, drawing inference from the results to prove estimating individual part-worth.
This study investigates two extreme product, notebook and instant noodle, which purpose is to verify besides three independent variables in the experiment whether product nature has impacts on the relationship between specified independent variables and time effect.

第一章 緒論 1
第一節 研究動機與研究背景 1
第二節 研究問題 3
第三節 研究目的 4
第四節 研究架構 4
第二章 文獻探討 6
第一節 聯合分析法 6
第二節 反應時間與反應潛伏(RESPONSE LATENCY) 24
第三節 反應時間於聯合分析之應用 30
第三章 研究方法 35
第一節 研究變數定義與研究假說 37
第二節 研究設計 43
第三節 統計分析模式與方法 51
第四章 實證分析 56
第一節 樣本資料描述 56
第二節 實質反應時間 60
第三節 時間效果分析 70
第四節 筆記型電腦聯合分析結果 83
第五章 結論 89
第一節 研究發現 89
第二節 策略意涵 92
第三節 研究限制 94
第四節 後續研究建議 96
參考文獻 98
附錄一 ACA筆記型電腦問卷 100
附錄二 ACA泡麵問卷 102
附錄三 筆記型電腦紙筆問卷 104
附錄四 泡麵紙筆問卷 106
附錄五 生活型態與人格特質問卷 108

表 2 1聯合分析法之步驟與可選用的方法 7
表 2 2聯合分析法之兩種基本資料收集方法 11
表 3 1 本研究自變數與理論依據 42
表 3 3泡麵之屬性水準與變數編碼方式 45
表 3 4筆記型電腦之使用及購買習慣 48
表 3 5生活型態與人格特質變數 50
表 3 6個別受測者的時間資料格式 51
表 3 7個別受測者成對比較評分編碼 54
表 3 8個別受測者的殘差資料格式 54
表 3 9總合估計時間效果的資料格式 55
表 4 1筆記型電腦有效樣本之分類表 56
表 4 2泡麵有效樣本之分類表 57
表 4 3轉軸後之生活型態因素成分矩陣 59
表 4 4受測者筆記型電腦的反應時間敘述統計表 61
表 4 5筆記型電腦基本反應時間之迴歸係數 63
表 4 6 筆記型電腦基本反應時間 64
表 4 7受測者泡麵的反應時間敘述統計表 66
表 4 8泡麵基本反應時間之迴歸係數 68
表4 9泡麵基本反應時間 69
表 4 10受測者之實質反應時間與估計殘差平方 71
表 4 11預測偏好結構準確集群之偏好結構 74
表 4 12筆記型電腦時間效果分群結果比較 76
表 4 13預測偏好結構準確集群之偏好結構 78
表 4 14泡麵時間效果分群結果比較 80
表 4 15筆記型電腦與泡麵預測準確集群之輪廓 82
表 4 16偏好區隔一之偏好結構 83
表 4 17偏好區隔二之偏好結構 83
表 4 18偏好區隔三之偏好結構 84
表 4 19 自變數之相關係數表 84
表 4 20偏好結構區隔之輪廓 87

圖 2 1Sternberg(1969)資訊處理的間斷連續模式 26
圖 3 1 本研究之分析流程與所使用的統計方法 36
圖 3 2研究假說之概念架構 55
圖 4 1筆記型電腦反應時間的學習效果曲線 62
圖 4 2泡麵反應時間的學習效果曲線 67
圖 4 3筆記型電腦各區隔之偏好結構 88

一、中文部分
1.王仕茹(1998)，整合層級貝氏區隔與定位分析模式：來源國效益評價、品牌權益衡量與新產品設計之應用，國立台灣大學國際企業學研究所博士論文
2.劉俊廷(2003)，顧客價格敏感度之動態性與異質性對最適定價策略之影響，國立台灣大學國際企業學研究所碩士論文
3.劉景賢(2001)，聯合分析法在廠商決策之應用，國立台灣大學國際企業學研究所碩士論文
4.周文賢，多變量統計分析
5.王昭傑（2000），消費者對水果醋屬性偏好之研究─聯合分析法之應用，屏東科技大學農企業研究所碩士論文
6.陳光榮譯（2000），行銷研究（原著：V. Kumar, David A. Aaker and George S. Day, “Essentials of Marketing Research”）
二、英文部分
1.Marinus E. Haaijer, Wagner A. Kamakura, Michel Wedel (1998), “The Information Content of Response Latencies in Conjoint Choice Experiments”
2.Green, P. E. and V. Srinivasan (1978), “Conjoint Analysis in Consumer Research: Issues and Outlook,” Journal of Consumer Marketing, Vol. 43, pp. 83-91
3.Tyzoon T. Tybejee (1979), “Response Time, Conflict, and Involvement in Brand Choice,” Journal of Consumer Marketing, Vol. 6, pp.295
4.Maclachlan, James M. (1977), “Response Latency: A New Measure of Advertising,” New York: Advertising Research Foundation
5.Tyzoon T. Tybejee (1979), “Response Latency: A New Measure for Scaling Brand Preference,” Journal of Marketing Research, Vol. 16, pp.96-101
6.Maclachlan, James M., John Czepiel and Priscilla Lababera (1979), “Implementation of Response Latency Measures,” Journal of Marketing Research, Vol.16, pp.573-577
7.Marinus E. Haaijer, Wagner A. Kamakura, Michel Wedel (2000), “ Response Latencies in the Analysis of Conloint Analysis of Conjoint Analysis Experiments,” Journal of Marketing Research, Vol. 37, pp.376-382
8.Joel C. Huber, Dick R. Wittink, John A. Fiedler and Richard L. Miller (), “An Empirical Comparison of ACA and Full Profile Judgements,”
9.David E. Meyer, David E. Irwin, Allen M. Osman and John Kounios (1988), “The Dynamics of Cognition and Action: Mental Processes Inferred from Speed-Accuracy Decompsition,” Psychological Review, pp.183-237
10.Fazio, Russell H. (1990), “ Apractical Guide to the Use of Response Latency in Social Psychological Research,” in review of Personality and Social Psychology, pp. 74-97
11.Sawtooth Software, Inc.(2002), ACA User Manual Version
12.Green, Paul E. (2000), “Thrity years of Conjoint Analysis: Reflection and Propoects,” forthcoming in Interfaces.
13.Green, Paul E. and V. Srinivasan (1990), “Conjoint Analysis in Marleting: New Developments with Implications for Reasearch and Practice,” Journal of Marketing
14.Huber, Joel, Dick Wittink, John Fiedler and Richard Miller (1993), “The Effectiveness of Alternatives Preference Elicitation Procedures in Predicting Choice,” Journal of Marketing Research, pp.105-114
15.Green, Paul E., Krieger, Abba M., Agarwal, Manoj K., Johnson and Richard M., “Adaptive Conjoint Analysis: Some Caveats Suggestions; Comment,” Journal of Marketing Research, Vol.28, pp.215-22