關閉導覽列 Close Menu
電子商務
English
吳統雄
總體策略理論
電子商務指標
個體策略技術
模式與議題
網站個案研究
研究目錄
教學課程頁
討論區目錄
站務與協助
☰
│吳統雄
履歷 研究 教學 服務 榮譽
│社科
第1類知識 第2類知識 第3類知識 研究方法 統計分析 選舉預測 選民結構 人類取用行為 國際研究團隊
│資管
管理‧經濟 貨幣主義 數位貨幣 資訊系統開發 電子商務 網路教育 數位電視 產學合作 就業進修
│文創
數位美學導論 數位出版/電子書 視覺設計 優化網站 數位視訊/微電影 數位文創管理 大學青年雜誌
│電音
數位音樂作品選 被禁唱的民歌手 雄歌經典音樂廳 數位音樂教學 音樂知識美學 點歌與樂譜下載 我唱我歌專欄 歌曲評論專欄
│人文
公共評論 法律評論 社會評論 教育文化傳媒 科技科普評論 美語樂學 文學創作 萬象現代(NBA) 資訊社會 幽默人生
More
社群地圖 社群新聞
統雄樂水
電子商務2001-研究方法

一、追尋網路使用模式的典範

本系列研究與一般市場調查最大的不同之處,在於期望能夠真正追尋到「科學知識」,而不僅是描述零星的個案現象。

一項--通常是一系列--研究是否具有發展為突破性、開創性、「典範(paradigm)性」科學知識的可能?根據科學哲學的歷史,這樣的研究應該具備以下的三項特徵:

1.   研究的方法與過程是一種建立「典範」,挑戰與革命的過程。

2.   研究的目標是獲得一種以簡馭繁、「模式」化的敘述。

3.   研究的成果應能解釋、預測、與控制研究對象。

(一)典範

科學哲學史家Kuhn在探討科學的結構與革命的時候[30],一再強調科學只是從事相同研究者,一夥小社群中的共識—亦即「典範」(paradigm);而與大眾無關。

由於大眾本身沒有判斷科學的能力(或動機),大眾對科學的認識通常都來自當前的優勢科學小社群,形成一種二級傳播。

也就是說,大眾認識的科學,其實是當前優勢科學社群所定義的科學,是一種科學的「形象」而不是科學的本質。(注[1])

大眾很容易享受科學的結果,但很難瞭解科學的過程。大眾與科學,本質上是疏離的。

中國傳統智慧中其實早有相同的洞察,孔子說「中人不可以語上」,他並不是目中無人、孤芳自賞;也不是批評大眾資質不佳;而是大眾缺乏追求科學的動機,以及必須投入大量的時間精力。這也是Kuhn一再強調科學是個「小」社群的原因之一。

那麼,當前優勢科學社群所定義的科學,是否就是最真的科學呢?在一定的時間範圍、一定的環境框架下或許是如此。

Kuhn也點出,科學的發展無法自外於政治社會環境的發展。因此,當前優勢科學社群其實是與當前的資源分配相結合的社群。而所謂的當前優勢科學社群,就是掌握當時最多發展資源的研究社群。

在重大科學突破上,即Kuhn稱為科學「典範」的建立上,當前優勢科學社群主動演化的少,而被迫改變的多,這也是Kuhn所以詮釋科學的發展,是一種「革命」過程的原因。

把這項觀照移到市場研究領域來看,當前一般的市場研究很少被認為具備充分的科學性,但弔詭的是,一般人還是跟隨著一般的市場研究方法走,這就是優勢社群在潛意識中主導的作用。

市場研究的困境,實在已說明有再創典範的必要。先進國家固然有許多值得借鏡之處,但歷史上的典範突破並不是都發生在優勢國家。任何一位研究者,其實都有開創新典範的可能。

當然,典範的建立不是一蹴可幾,科學本身是一種不斷嘗試錯誤、求真的過程。嘗試可能發生錯誤,不嘗試卻永遠錯誤。

(二)以簡馭繁與模式

大眾和科學的疏離,是否因為科學很困難呢?

Kuhn在另外一本探討科學本質、科學基本張力的書中,提出了判別什麼才是良好科學理論的準則。[29]他指出:良好科學理論的條件之一,一定是形式很簡單。

也就是說,科學的困難不在結果,而在過程。這也就是說:科學是「知難行易」的。

以簡馭繁不是「簡陋」,而是能夠觀測到影響事件、或行為的「核心因素」,與核心因素間的「互動模式」。

如果把影響一個事件的所有因素通通都牽扯出來,就變成了蕪雜的個案描述,而不是科學。

當蘋果掉在牛頓頭上的時候,相關的因素很多,但牛頓卻觀測到了地心引力,而進一步發展出了最核心、簡明的「力的模式」:

f=ma

也從此奠基了現代物理學。

 

對一般人而言,可能只看到蘋果掉下來的「個案」與「現象」,也可能尋找了一些「表象」「具體可見」的解釋,如:「從綠變紅就會掉下來」「被鳥吃就會掉下來」;或是無法解釋,而尋求一些託之性靈宗教式的詮釋,如:「葉落歸根」「生命輪迴」等。(注[2])

但對牛頓而言,卻看到了不可見、但存在的「力」,而且發現了可測量的質量與加速度,描述出了形成「力」的「模式」。

投籃、開車、發射飛彈…看似無關的事情,要把它作好會牽扯數十、甚至千百因素的事情,但其最基礎、影響最深遠的知識,其實都是簡明的「力」而已。

(三)解釋、預測、控制

Kuhn說,科學典範的改變(transformations) 通常是革命的,而非和平的;經常是強迫優勢社群接受的,而非優勢社群主動認同的。而這個強迫的力量,就是新興典範能夠普遍在應用方面具體實現,發生「可以解釋、預測、控制」必然的效果。

物理科學研究,發生「解釋、預測、控制」的效果,經常是必然的。生命科學,過去常是或然的,但在2000年發現基因排序的真像後,未來也有可能成為必然的。

但在社會科學研究方面,過去的各種理論經常是偶然的。要踏出科學「可解釋」的第一步,相關的研究發現至少必須是「穩定一致」的,不能夠是偶然的。在社會科學領域中,似乎只有近代經濟學被肯定為科學,也因為近代的貨幣主義,發現了貨幣是影響經濟行為的「核心因素」,進一步建構可解釋的貨幣理論模式,終於能夠產生相當程度穩定的預測與控制能力。

市場研究發展迄今,除了一些區域性的發現外,可以說還沒有任何一個能證明為「以簡馭繁、穩定一致」的知識典範。如果市場研究一旦能夠成為科學,就應能「解釋」「預測」使用行為,甚至在將來能夠經由公共政策或市場策略「控制」或「導引」(注[3])使用行為的發展方向。

(四)反省與發展之必要

本系列研究的嘗試與追尋,雖不必如Kuhn所說的追求「革命」般的強烈,但也不能不追求反省與發展。

前章表 2 中顯示了不同研究的一致與衝突。衝突現象可能來自於不同的研究方法。如何解釋、解決並統合以上研究大異其趣的部分,以下將討論並建議本研究方法之四大發展,包括:

4.   界定網路使用者定義與測量方法

5.   估計使用者數目的加權程序

6.   建構未來成長的預測程序

7.   提出衡量抽樣準確率的「代表性4率」

 

二、界定網路使用者定義與測量方法

「誰是網路使用者?」這項定義將影響相關研究的方法與結果。

事實上一般使用者從未被正式定義過,CommerceNet/Nielsen的一般使用者定義,是指受訪者在6個月內曾經接觸、存取過(access)網路﹐還包括了借用別人帳號的使用者﹐乃屬於較寬鬆的定義。

Find/SVP則對合格使用者(qualified internet users,後來或稱為活躍使用者active users),下了2項嚴謹的定義︰

(1) 擁有E-Mail帳號者。

(2) 經常使用一種以上之應用軟體。

雖然其他研究未必嚴格遵守這些定義,卻提出了兩種概念供思考。同時也解釋了為何CommerceNet之調查結果中使用者之比率較高,原來該調查其實採用了一般使用者的定義。一般而言,除非使用者需要使用某一應用程式,不然不會申請網路帳號,故Find/SVP之二項條件其實可以併為一項。因此本研究將是否擁有網路帳號(電子郵件帳號)作為判斷合格使用者之標準。一般使用者則指只是偶爾上一次網,甚至借用他人之帳號者,他們的行為與網路老手將大為不同。

根據歷年累積的資料顯示,一般使用者的行為是可能變動的;而合格使用者的行為卻是相對穩定的,亦即很可能是一個具有核心價值的觀測變項,也很可能具備建構行為模式的科學基礎。

三、估計使用者數目的加權程序

幾乎之前所有的調查都只訪問受訪家庭中接電話的那一人,但很有可能該戶中有兩位以上的使用者。如果受訪者不是使用者,而該戶中卻有其他使用者,那麼使用者數目的調查也有誤差。

大部分的調查以兩種方式彌補這種誤差,第一、經由人口、或其他自變項予以加權,第二、設計加權公式,以估計使用者人數。至於加權公式則視研究人員經驗及判斷而有不同,這是為什麼各調查統計結果差異甚大的另一個原因。甚至,在同一個單位不同時間的調查中,也會發現不同的結果。

鑑於以上原因,本研究採取以下三個步驟:

訪問開始: 詢問受訪者是否家中有其他使用者,若有,則請使用者接受訪查,若不在時則須約定受訪時間。

訪問結束: 詢問受訪者家中還有幾位使用者,幾位有網路帳號。

分析階段: 將前二步驟之結果表,導出家庭使用者與受訪使用者的比率。

以上之調查步驟依據更具體的資料,提供了更準確的與估計方法。儘管估計時人為的經驗與判斷無法避免,Cyber Dialogue[22] 從方法論的哲學基礎上,提出了「寧可保守」的建議,並指出有相當多的調查中,網路相關活動的統計可能過分樂觀了。

四、建構未來成長的預測程序

對於預測網路的未來,各項研究中亦有兩種方法。大多數研究利用歷史資料及主觀判斷,其預測之根據多為線性。這個預測的方法很簡單,但是否可用線性的模式預測人類行為頗值得懷疑。本研究建議「創新使用行為模式」或稱「S-型使用模式」能獲得較佳的結果,此一理論可追溯到1940年代Ryan[42] 及1960年代Katz[28] 、Bohlen[18] 對農民接受農產品新品種、醫師採用新藥物以及大眾傳播行為的研究,原稱為「創新傳佈」(Diffusion of Innovation)論,至1970年後經Rogers et al.[40] [41] 歸納為「創新傳播」理論 (Communication of Innovation)。這個理論延伸應用在資訊科技領域的研究,則有1970年代Gibson & Nolan[27] 的四階段電子資料處理部門成長(EDP growth)與1990年代Nolan et al.[38] 的資訊科技接受使用(IT adoption)理論。以上相關理論的共通的基本假設為,新事務的使用者會經歷一種S-型曲線,反應從「認知」、「試用」、「評估」到「使用實施」的過程。

本研究者根據這個思潮的源流與內涵,建議可取其間共通之處稱為「創新使用行為模式」或「S-型使用模式」,同時,建議解釋S-型曲線為:新使用者根據常態分配增加,所形成的累積曲線,如此便可以根據過去成長的人數,與歷經的時間區段,計算預測出未來的發展。

所以本研究建議並建構以下三項預測步驟:

測試並分析歷史資料,觀察其如何符合S-型曲線的階段。

發現並決定從認知到接受的各階段臨界點。

根據前一階段所需要的時間區段,預測下一階段的時間區段。

以上的預測方法可期望更接近使用者的真實行為。

五、衡量抽樣的準確率與代表性

樣本代表性「檢定的指標」是什麼?它是一般調查者幾乎都沒有注意到的問題。

在調查報告中常看到的「完成率」、「有效率」、「成功率」…到底是什麼意義?彼此的異同為何?具體的操作定義為何?似乎仍然基於各研究者的自由心證。

一如Dillman[24] , Kuiz[31] 指出,「電訪問完成率」迄今尚無統一的定義,常用的電話調查完成率定義為:

完成率 =回應訪問樣本/(總樣本-未曾接通電話的樣本)

     亦即:

     =回應訪問樣本/(回應樣本+拒絕樣本)

 

這項定義不僅過於簡化,而且容易引起語意混淆,無法清楚區別什麼是「完成」樣本。

 

第一、樣本的結果不僅於回應、拒絕、未接通。

Cochran [19]指出,一項調查可能還因以下原因而無法完成:

(1) 樣本戶中無人。

(2) 沒有適當人選。

(3) 樣本拒絕受訪。

Cochran反映的還是傳統造府調查的問題,卻仍然無法涵蓋因為社會演變、新技術發展而產生實務上會面臨的各種問題。譬如:採用隨機尾數抽樣而產生的空號,家庭調查時接到工商電話,工商調查的對象已結束營業或行方不明,一個樣本戶卻有多個號碼,接到答錄機、傳真機或語音信箱等。

 

第二、逕行排除「未曾接通電話的樣本」會導致重大誤差。

許多研究已經證明,「未曾接通的樣本」-亦即不容易找到的受訪者,在人口特徵和社經地位上,和容易找到的受訪者往往有顯著的不同。把這種樣本從比率的分母剔除,實際上會降低樣本代表性。

「未曾接通的樣本」應包括:無人接聽,或無適當人選,超過時效仍然無法連繫者。沒有找到受訪者是調查者的責任,也是誤差的重大來源。

本研究者建議:找到受訪者稱為「連繫樣本」,找不到的稱為「失連樣本」。

 

第三、把「拒絕」視為「未完成」是詮釋上的疏失。

「拒絕」表達的是:受訪者接到了訪員的電話,或是見到了訪員,但是知道是某些調查之後,不願意回答就掛斷了電話、關上了門。這個動作,事實上,已經表達了他的態度,我們必須認識「拒絕」就是一種態度:消極的、沒興趣的、或是沒意見的態度。在全體受訪者的態度結構中,他們的代表性,是值得分析的。他們不應該被視為未完成、失敗的樣本。

 

吳統雄曾經指出:人類的本性,本來就不是對所有事情都有興趣的;民意結構中,占最大比例的就是「疏離者」。觀察拒絕的數字,可以看出積極民意,如何以少數引導多數;追蹤拒絕數字的消長,可以經由分析疏離者被動員的程度,預測危機事件的滋生與發展。

 

第四、沒有考慮與處理樣本的更新(或替代)問題。

「抽出的樣本不可替代」是一個統計理論的鐵則,卻也是在實務上經常被忘記的事實。許多調查在很難找到受訪者,或被受訪者拒絕後,就逕行以其他樣本替代,導致真正的「未接通」與「拒絕」的數字混淆。

但在一種特殊的情形:由於母群清冊不明、或錯誤:譬如隨機尾數抽樣的空號、家庭電話簿中的工商電話、工商電話中的行號已結業…等,導致抽出的樣本實際上不在母群之內。

本研究者建議:在母群之內的樣本稱為「有效樣本」,而不在母群之內的樣本稱為「無效樣本」。「無效樣本」必須經過查證確認,切不可與「找不到受訪者」混淆。這時,研究者應可根據資源的有無,決定是否「更新」無效樣本。

 

第五、未釐清「回應」與「拒絕」的界限

受訪者回答所有的問題才算「回應」嗎?實務上,這樣的比率有限。回答幾題算回應?超過百分之50嗎?回答完應變項,沒有答覆自變項算嗎?什麼又是「拒絕」?一開始就掛斷是拒絕嗎?答了1題、2題、3題…以後掛斷呢?

本研究者建議:調查者應該在問卷中自訂一個-或一組核心問題(項目)作為「回應標準」,有答的算「回應」,未答的計「拒絕」。這樣不致膨脹回應率,使得核心的資料低於表面數字;也不致於嚴苛,浪費了資料。

 

第六、沒有考量合格-「過濾問題」的狀況。

在某些調查中,受訪者如果回答了核心問題,但是基於某些原因說謊,反而會誤導資料與分析結果。這時就要考慮實施「過濾問題」技術:如在選舉行為調查中,過濾受訪者行政區與選區的配合。

本研究者建議:在實施「過濾問題」技術時,通過「過濾問題」的稱為「合格樣本」,未通過的則為「不合格樣本」。

 

本研究者依據以上的討論,建議將定義不清楚的「完成率、成功率」視為籠統的概念,而將樣本分析分作具體精確的「4率」,其標準與操作定義如下:

 

有效樣本

在調查母群之內

無效樣本

不在調查母群之內

更新樣本

更新無效樣本

總樣本數

﹦原始抽出樣本數(+更新樣本數)

有效率

﹦有效樣本數/總樣本數

連繫樣本

找到受訪者

失連樣本

找不到受訪者

連繫率

﹦連繫樣本數/有效樣本數

回應樣本

回答核心問題

拒絕樣本

未回答核心問題

回應率

﹦回應樣本數/有效樣本數

合格樣本

通過過濾問題

失格樣本

未通過過濾問題

合格率

﹦合格樣本數/有效樣本數

 

以上的4率,連繫率、回應率、合格率,應與樣本代表性有關,有效率則與調查的成本效益有關。其意義如下:

1、連繫率

是影響樣本代表性最重要的指標。

連繫率高表示高比例的受訪者都經過最起碼的調查與測量;而未能連繫到的樣本,產生的誤差,只能歸咎於調查者。

2、回應率

表示獲得可量化資料的程度。同時,反映受訪者中積極、對問題參與性高的比例。

值得注意的是,有些調查是以「回應樣本數」作為報告數字的分母,在某些調查主題中,會產生膨脹數字的效果,甚至會將極少數的積極民意膨脹為優勢民意。

3、合格率

反映通過過濾問題,獲得較誠實、可信資料的程度。

這個指標是當有設計過濾問題時,才會產生。

4、有效率

當發生無效樣本時,一定會浪費連繫的成本,甚至會再增加更新樣本的成本,所以與調查的成本效益有關。有效樣本數,則應作為其他指標的分母。

有效率(注[4])也可以反映母群清冊的良窳。

六、研究設計

本研究基於以上研究方法,於1996至2000進行了一系列的調查,在1996年進行的第一次調查,樣本為大台北地區之1500戶,1997年為台灣地區的3000戶,1998年為台灣地區的2000戶,1999年為臺灣地區1600戶,2000年為臺灣地區3000戶,2001年為臺灣地區4000戶。(如表 3 )

表 3 內抽樣地區之台灣地區包括台灣省及大台北地區。

 

表 1.抽樣地區與訪問期間

年度

抽樣地區

設計原始樣本數

訪問期間

2001 

全台灣

4000

8月31日-10月26日

2000 

全台灣

3000

4月25日-5月31日

1999

全台灣

1600

5月5日至25日

1998

全台灣

2000

12月10日至1999年1月10日

1997

全台灣

3000

4月25日至5月10日

1996

大台北地區

1500

5月5日至25日

 

(一)抽樣設計

1、母群範圍(抽樣地區):

今(2001)年的母群為全臺灣地區,並按地理區域依家戶比例進行抽樣。

2、抽樣方法:尾數隨機撥號

臺灣地區電話不登記比例,估計在都會已超過50%,在鄉鎮地區也達到33%-全體三分之一以上[14] ,亦即母群清冊不完整的情形相當顯著,若採用一般的電話簿抽樣法,將嚴重傷害抽樣隨機性與樣本的代表性。因此採用可涵蓋所有樣本的隨機撥號法,應有相當必要。

在經過實證研究後,在各種隨機撥號法中,建議採用本研究者所發展的資訊系統隨機尾數法,而以單尾數或雙尾數為優先適用。

本資訊系統所提供樣本資料庫,將以電話簿抽樣為來源,以電話簿的區域碼(area codes)與群碼為基礎,資料庫內含隨機尾數抽樣公式,可輸出末尾隨機雙數或單數,減少不登記者的誤差。

3、戶中抽樣:
(1)訪問目標樣本法

如果戶中有1人以上使用網路,則一定要訪問到使用者之一。

(2)戶中抽樣法的選擇

抽樣法的選擇,不外考慮「成本與效益」,故比較分析如下:

 

優點

缺點

適用類型

成本

隨機戶中抽樣法

個人行為重於家庭行為

目標對像在家庭中為多數

當目標對像在家庭中為少數時,目標受訪者數必然比下述方法大幅減少,受訪者資料深度將降低。

選舉

大眾型產品市場調查

約為下述方法的1.7倍。

訪問目標樣本法

家庭行為重於個人行為

目標對像在家庭中為少數

採用本方法對「非目標受訪者」的資料精度預料將提高,但可能不是本研究最需要調查的問題。

網路使用

分眾型產品市場調查

 

 

根據去年資料,合格網路使用者仍只佔人口23.1%,當前使用者極可能仍為少數,故本計畫建議不必使用抽樣隨機選擇程序表,而採用訪問目標樣本法。有關「戶中抽樣」進一步的討論,可參考吳統雄[13] 的論文。

(3)抽選與預約受訪者

如果家庭使用者不在,則使用CATI進行線上預約。

4、誤差控制:

抽樣出入與抽樣把握設計,根據研究預算與吳統雄[10] 的設計方法。約在95%的把握下,出入在3%至5%之間。

5、不可替換樣本/延長訪問時間

本研究基於樣本代表性的考量,嚴格限制不得替換樣本。

鍥而不捨,連繫率達到90%以上,即預訂達成有效樣本4000,連繫樣本3600以上。

樣本選定之後不能輕易更換,但是電話訪問不免會遇到打不通的情形,過去(以及現在)的許多調查,便逕行替換部分樣本。這個作法其實會傷害資料的品質。

會發生打不通的原因,存在於兩個程序:

抽樣:抽出來的電話號碼不是家庭電話,尤其「隨機撥號」更容易碰到空戶。

訪問:沒有人接聽電話,或找不到適當受訪者。

 

因抽樣所發生的空號問題,屬於抽樣效率、作業成本的問題,空號的電話其實原來並不在母群範圍之內,所需要的是更新、補正式的替換,在理論上來說,並不影響樣本數與代表性的關係。

而在訪問過程中,如果只因為找不到而替換,就影響了原始樣本平均受訪的機會,從而降低抽樣隨機性。尤其社會行為變遷的影響,當前第一輪訪問能夠找到受訪者的情形,通常低於25%,如果逕行替換掉75%,對樣本代表性影響實在很大。

Deming[147]指出:替換樣本有增大樣本數的效果,卻不能完全避免因為替換引起的誤差,更不能代替原始樣本。所以非不得已時--譬如經費考量,或調查重視的是「只分析樣本」,而非「推論母群」--不得更換樣本。

譬如說,抽出了1000個樣本,隨後替換了750個樣本,最後訪問了1000個樣本。這並不表示達成了1000個樣本數代表性的100%,而只是1500個樣本數的25%。

從統計來說,高受訪率、高品質的小樣本,代表性往往可能高於低受訪率、低品質的大樣本。可是對非專業研究人員而言,往往很難體會,而以為樣本數愈大愈好。一遇到找不到受訪者,立刻就要替換樣本。同時,不可替換樣本法,由於必須鍥而不捨的追蹤,在人力、時間、經費…等成本上,比可替換樣本法要高出許多。對非專業研究人員而言,也往往沒有機會深思:為何小樣本比大樣本的經費還高。(注[5])

委託單位經常以為投入了費用,就要看到源源不斷的樣本,事實上,化時間、經費去追蹤很難找到的樣本,效果可能更好。

另外,有的調查機構,對訪員採取論件計酬制,如果管理不善,訪員遇到難找的受訪者,也有可能任意替換樣本。

本研究以延長訪問時間、增加訪問時段、連續追蹤不易找到的受訪者的方式來提高連繫率,而不以增加替代樣本來腫大樣本數。

6、樣本數

影響樣本數的因素有兩類,第一類是數理統計的因素,包括:抽樣出入、抽樣把握、母群變異數和樣本資料型態。

當樣本為隨機抽出,在某一臨界樣本數(依據人文社會科學的研究經驗,通常是3000)以下時,樣本數愈大,代表性愈能明顯提高。不過,其間並不呈直線正比關係。同時,超過此一臨界樣本數後,樣本數即使再大,代表性提高的程度卻極微小。

決定樣本數的第二類因素,則是研究經費與調查成本的因素。

本研究故依據FRP規定,規畫預訂達成有效樣本數為4000。

但因實施隨機尾數法,按照研究經驗無效比例相當大,一般在20-35%左右,故預期總樣本數將超過5000。

(二)測量與問卷設計

1、問卷結構

調查問卷包括可供系列比較的主要結構與各年強調的特色。主要結構可分為三部分,以測量不同的問題:

8.   確認受訪者是否為網路使用者。

9.   使用者: 測量使用者對於網路及資訊應用程式的瞭解;詢問上網的地點、時間、工具、設備、網路、伺服器、最喜愛的資源、服務、資訊類別、使用歷史、使用困難、使用網路作為其他替代行為、使用電子商務的相關行為,及電子郵件的個數與地址。

10.        非使用者: 測量非使用者是否知道網路;測量是否具備相關的設備及潛在的動機成為使用者及為什麼;詢問為何尚未成為使用者,以及是否可能改變,為什麼。

訪談最後均搜集人口資料。

 

2001年特別強調的特色包括:

11.        強調「在家」上網之使用概況。

12.        連網機制為何?-dial up、cable modem、ADSL... 等。

13.        相關媒體使用行為。

14.        家中主要收入者的側影,與其對家庭使用行為之影響。

 

問卷中設有2項核心問題,第一個是配合本研究系列之歷史資料,有關受訪者家庭是否有上網經驗的問題。第二個則是配合2001年研究特色,強調受訪者是否「在家」上網的問題。

2、預試、訪員訓練、訪員手則(FAQ)

問卷草案先召開專家會議審議、修訂。

再挑選60人,進行小型的預試,根據預試受訪者的反應,再次修訂問卷。

其次執行兩次訪員訓練,除熟悉訪問的目的、流程、問題與解決外,並練習國語、臺語訪問。

將訪訓過程中發現的歧議與共同解決方案,整理成「訪員手則(FAQ)」,以提升訪員信度。

(三)訪談與監察

方法:電話訪談

監察:執行線上監聽,以確認訪問者按照規範作業。

 

 



(注[1])有關追尋科學知識的過程,其實是本研究者在學習與探索中,逐漸領悟的道理。後來讀到Kuhn的著作,應屬「英雄所見略同」之感。但每每介述這方面的觀念時,都必須把「身為哈佛物理博士、歷史教授、廿世紀思想家的Kuhn」搬出來作護身符,這也算是「形象認知」理論的一種應用吧!

(注[2])自有人類文化的數千年以來,無數人看到蘋果掉下來,實際上的反應是「沒有反應」「沒有任何感覺」,如果是沒有成名之前的牛頓,告訴他說這個現象的科學解釋是「力」,他可能還覺得荒誕可笑。這並不是個譬喻,伽利略為了追求知識而遭受審判,便是歷史上明確的例證。當時主導「知識資源」的優勢社群-教庭,不止於認為伽利略荒誕可笑,更認為他大逆不道。

弔詭的是,伽利略藉著認罪「否定自己」而茍且偷生,最後獲得了歷史的平反與稱頌。而比伽利略更早發現相同知識的布魯諾,卻因為不肯妥協而被教庭所殺,以致絕大多數的世人,都不知道他的貢獻。

這些例證,也是對「典範」是屬於極少數人的再印證。

(注[3])「控制」是純科學名詞,在相對仍不夠-或是不易-精密的社會科學領域中,使用「導引」的概念,或許是較保守穩健的方式。

(注[4])在應用統計上,在分析某一變項時,其中某一樣本的變項值如果不為「迷失值(missing data)」,則此樣本稱為「有效個案(valid case)」,有效個案占所有樣本的百分比亦稱為「有效率」。

「迷失值」的產生原因有二:第一、人工登錄資料發生錯誤;其次、問卷設計階段考慮不周全,發生了沒有預期的回應資料。如果在具備知識管理能力的資訊系統協助之下,「迷失值」將不再可能產生。故本研究者建議放棄「有效率」舊有的內涵與定義,而採用本文的定義。

(注[5])這種情形在調查實務上,問題特別大。譬如,作者所發展的選情預測方法,在1993年的縣市長選舉中,已廣為各民意調查機構所採用。國民黨並在這次選舉後,開始採用民意調查作為提名的依據之一,其所委託的研究機構主持人,就是擔任本研究者從前協同研究的同儕,亦聘請本研究者擔任顧問,協助建立調查系統,並以本研究的架構為參考對象。

本文作者在校內所主持的公益研究,依然獲得準確的結果;但是,黨部的委託機構卻無法獲致相同的成果,發生了「複製力」的問題。也就是在理論架構之外,還有研究方法與研究執行的問題。其中最大的問題之一,就是替換樣本。

因為訪問的第一輪,當時運氣最好的訪員,大概也只能接觸到半數的受訪者,按照調查規範,訪員就要停工準備第二輪。在場觀察的委託單位代表,便覺得不滿意,認為是受託單位不夠努力,而有所抱怨。在這種壓力下,只好不斷替換樣本,打不通就換,愈換愈多,其實也就愈來愈不準。

E-commerce Strategy

 


家庭網路使用者與電子商務
研究目的
文獻研究
研究方法
研究發現
電子商務好不好?
消費者到底有多少?
消費者的特徵是什麼?
市場到底有多大?
價位策略怎麼訂?
產品策略怎麼訂?
市場障礙-消費者顧慮是什麼?
市場障礙-非消費者顧慮是什麼?
電子商務的「知溝」
未來發展的策略
進階研究發現
結論與建議
參考書目
Presentation in English Version
Users and EC Trend
Consumer Growth
Consumer Characters
Market Scale
Pricing Strategy
Product Strategy
Market Barricade- for Consumers
Market Barricade- for Non-Consumers
Internet and Digital Divide
Application for Future Strategy

留言區因雲端系統重整,暫停開放。敬請以電子郵件留言。 同類別內相關主題
統雄網路社群的Google分析排名
提升Google搜尋排行榜工作坊 簡報
統雄網群 Google關鍵字全球第一
統雄網群 Google關鍵字全球首頁選錄
電子商務個體策略:行為科技TxES與網路科技SEO/Google數位分析應用
Google Analytics SERP關鍵字篇
Google Analytics SEO優化篇
Google Analytics 黑心SEO/老鼠會篇
什麼是SEO 搜尋增強器? What is SEO Boosters
內容農場行銷‧網站內容行銷‧谷歌貓熊內容評鑑 Content Farms Marketing, Content Marketing, Google Panda
TxES 行為科技:數位分析的行動方案平臺_電子商務 網路消費行為 個體策略技術應用 TxES and Digital Analytics
TxES電子商務個體策略:數量分析 TxES for Business Entity: Quantity Analysis
TxES電子商務個體策略:品質分析 TxES for Business Entity: Quality Analysis
Google Analytics 實作篇
Google Analytics 進階篇
Google Analytics 範例篇
Google Analytics 驗證篇

如何建構電子商務十大指標
電子商務的四大議題:現況、預測、策略、方法
如何評估電子商務調查資料的品質
如何判斷網路市場調查的嚴謹程度
特色網站個案研究
Facebook 品析
Yahoo! 品析
創用 CC 授權條款 此作品衍生自「統雄網路社群 TX Web Community」,由 吳統雄 Sean TX Wu 製作,以 創用CC 姓名標示-非商業性-相同方式分享 3.0 Unported 授權條款 釋出。此條款之授權同時適用於 https://seantxwu.pages.dev/ 下,與 http://tx.shu.edu.tw 下,除特別標明外之所有媒體形式著作物。
本網群為公益服務,瀏覽者須接受以下聲明方可瀏覽: 著作權聲明-Copyright © 吳統雄: 申請引用資訊- 免責聲明- 鳴謝:本網路社群之開發曾受國內外機構、包括臺灣大學補助。

Copyrights of TX Web Community This is a public service web community under a "Creative Commons" license. You must accept the following statements before entering: Copyright © Sean TX Wu, All Rights Reserved. Request for Citation, Disclaimer, and Acknowledgement.
內容網站:提供與分享各種知識、資訊、作品。互動群組:社員可以討論、展示、交流、企畫、分工、管理、投票決策。合作群組:Web2.0的民主自治精神,社員可以參與決定群組的內容與表現形式。

吳統雄的音樂-Sean TX Wu's Music  笑話中學美語-Humor and American English Learning   私人來信-Write a private mail to Sean TX Wu  留言與討論 Leave Comments/ Forum 吳統雄的相簿-Sean TX Wu's Album

只在「統雄社群」內查詢以下主題 Search in TXCommunity

統雄網群的Google排行本站Google排行榜‧全球冠軍
取用模式研究國際團隊 Adoption Modeling International Research Team 合作群組取用模式
國際研究群
吳統雄的研究、教學、與作品 Sean TX Wu's Research, Teaching and Art Works 內容網站第3類知識
互動群組研究方法
內容網站數學樂學
內容網站美語樂學
內容網站人文社會
互動群組產學合作
資訊管理/資訊科技/資訊系統 Information Management/ Information technology/ Information Systems 合作群組資管教育
互動群組資訊管理
內容網站電子商務
內容網站網路教育
數位文創 Digital Cultural Content Creation 內容網站數位文創
合作群組大學青年
合作群組數位電視
互動群組美學實驗
數位音樂 Digital Music 內容網站數位音樂
內容網站社會參與
內容網站文學創作
投票行為、選舉預測與其他行為研究 Election Prediction and Other Behavioral Research 內容網站選舉行為
互動群組其他專題
第3類知識 The 3rd Knowledge 合作群組接龍實驗
互動群組招親實驗
互動群組公投實驗
互動群組量尺實驗
互動群組舞者實驗
年度20大點播音樂

偶然
金蟠桃
水調歌頭
請你,天明再離開我
點燭
別離
挖呀挖
稚情(嫦娥)
天亮歌
願意
墟
思念
華靈廟
Panda
團團和圓圓

相逢
媽媽的愛心
從此
笑笑歌
幕落(必然)
上山打野狼

研究與講義目錄

研究方法講義目錄
統計多變項分析講義
資訊管理講義目錄
數位文創/數位內容講義目錄
數位音樂講義目錄
產學合作-就業進修講義目錄
人文素養-人與社會講義目錄
人類行為+資訊管理研究目錄
網路使用/電子商務研究目錄
網路教育研究目錄
數位音樂作品目錄

在「瀏覽時間」前50%以內,剔除工具頁(如SharePoint應用)、簡介頁(如統雄曲目)、互動頁(如討論區)。粉底文章亦同屬年度20大瀏覽時間。

統雄-統計神掌 因素分析篇
性幻想行為簡說:格雷的五十道陰影
作業流程圖範例
UML
:統一塑模語言與流程圖

信度與效度分析
統雄-統計神掌 共變數分析篇
統雄-統計神掌 調節模型篇
統雄-統計神掌 多元迴歸篇
投考-甄試研究所之自傳秘笈
統雄-統計神掌簡單迴歸/相關分析
統雄-統計神掌 變異數分析篇
MIS:管理資訊系統
多氯聯苯大追兇
和聲與和弦進行設計
統雄-統計神掌SPSS篇
統雄-統計神掌中介模型分析篇
學術論文寫作法
統雄-統計神掌因素效度分析篇
研究所甄試之研究計畫秘笈
統雄-統計神掌多變項精華篇
問卷設計流程圖-範例
電子郵件亂碼的解決
統雄-統計神掌易筋經
定量方法對定性方法
統雄-統計神掌因徑/結構方程模型1
六藝:多元學習的詮釋與實踐
個案研究法/參與觀察法
文獻研究法
和聲與和弦分析
實驗法、準實驗法
歷史記錄

在「點閱數」前50%以內,剔除工具頁(如SharePoint應用)、簡介頁(如統雄曲目)、互動頁(如討論區)、與已經出現在同屬「年度20大點閱數」之頁。

網路使用行為研究方法
視訊後製作程序
爸爸
大學青年‧網路雜誌
網頁3大基本語言與編輯軟體
科學知識產生的程序
打二房別亂了套 
1篇30年後引起迴響的文章
向老大哥WGA說不! 
知識美學與數位美學 
我,被禁唱的民歌手
金蟠桃 第一幕 樂園
偶然、或然、必然 音樂劇4
接龍實驗-結果討論
MIS專案進度管理甘梯圖
知律,破律,又合於律
真實美語/生活英語選
當代流行歌 又吵又欠缺變化
職業化快閃影片創作品析
驗證式SEM解析篇-計畫行為論
歷史記錄

這裡有我在30餘年教學經驗中的學習與分享。

教改‧我先走了三十年教改‧我先走了三十年
教學的理念、實踐與感受教學的理念、實踐與感受
其實,每個人都可以唸臺大其實,每個人都可以唸臺大
2012總統選舉預測 2012總統選舉預測
大任務‧小使者大任務‧小使者
Fulbright Project Fulbright Project
統雄老師領導的美國喬治亞理工
Adoption Model國際研究群
Westgate FraudWestgate Fraud
e世代公共服務新聞宣言e世代公共服務新聞宣言
虛擬整合校園虛擬整合校園
請將連結不到網頁的網址,寄給統雄老師,謝謝!連結不到網頁

請按此,至友站列表。並歡迎同好加入友站。
回頁首 Up to page head