摘 要
李克特式量表是問卷發展者常用的工具，透過李克特式量表，可以分析問卷受測者的市場傾向。針對這些消費者區隔，研擬出不同的行銷組合。李克特式量表的點數很多，調查出來的結果也會不同。有了問卷調查的結果，再用分群方法，依據消費者的各個屬性，將不同的消費者分群，便可區隔出不同的族群。不同的分群方法，對於問題的分群便有不同的結果。此時再配合適當的分群群數，才能對所欲瞭解的事情有所助益。由以上得知，不同李克特式量表，配合不同的分群方法，加上不同的分群群數，會有不同的分群結果。要瞭解這三種因子的組合會有怎樣的分群結果，便需選擇合適的分群效果指標。有了分群效果指標，才能判斷分群結果的好壞。本研究探討不同的李克特式量表、不同的分群方法、不同的分群群數，三者各別對於分群結果的影響，以及兩兩之間和三者的交互作用對於分群結果的影響；接著利用實驗設計的方式，探討這三個因子各別和交互作用對於分群結果的顯著情形；最後討論三者之間的最適情形。對於問卷的資料，本研究採用蒙地卡羅模擬的方式，以產生指定的問卷得分，配合不同的分群方法和分群群數，計算分群效果指標值，以評斷分群結果的好壞，最後以實際問卷資料，驗證之前模擬的結果。經由之前的數據驗證，本研究發現，在三個因子的顯著性方面，不同的李克特式量表、不同的分群方法、不同的分群群數，以及部分的交互作用，對於分群結果的影響是顯著的；此外，不同的李克特式量表，配合不同的分群方法以及分群群數，分別會有不同的最適情形。

none

參考文獻
中文部分
陳順宇，“多變量分析”，華泰書局，民國89年
葉怡成，“類神經網路模式應用與實作”，儒林圖書有限公司，民國90年七版
黃明蕙，“立克特量表在傳播研究上之適應性初探”，國立政治大學新聞研究所，民國79年
黎正中，“實驗設計與分析”，高立圖書有限公司，民國89年四版
蔡明義，“企業技術能力發展與產學合作關係之研究”，國立成功大學工業管理研究所，民國91年
謝依真，“不同分群方法與不同資料來源之比較”，國立成功大學工業管理研究所，民國90年

英文部分
Balakrishnan, N., A.K. Chakravarty, and S. Ghose, “Role of Design-Philosophies in Interfacing Manufacturing with Marketing,” European Journal of Operational Research, Vol. 103, 1997, pp. 453-469.
Beatty, S.E., and S.M. Smith, “External Search Effort: An Investigation Across Several Product Categories,” Journal of Consumer Research, Vol. 14, 1987, pp. 83-95.
Davies, D.L., and D.W. Bouldin, “A Cluster Separation Measure,” IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 1, No. 2, 1979, pp. 224–227.
Davis, B., and W.A. French, “Exploring Advertising Usage Segments Among the Aged,” Journal of Advertising Research, Vol. 29, 1989, pp. 22-29.
DeSarbo, W.S., and W.L. Cron, “A Maximun Likelihood Methodology for Clusterwise Linear Regression,” Journal of Classification, Vol. 5, 1988, pp. 249-282.
Dickson, P.R., and J.L. Ginter, “Market Segmentation, Product Differentiation, and Marketing Strategy,” Journal of Marketing, Vol. 51, 1987, pp. 1-11.
Frank, R.E., W.F. Massy, and Y. Wind, Market Segmentation, Englewood Cliffs, NJ: Prentice Hall, 1972.
Kamakura, W.A., and G.J. Russell, “A Probabilistic Choice Model for Market Segmentation and Elasticity Structure,” Journal of Marketing Research, Vol. 26, 1989, pp. 379-390.
Law, A.M., and W.D. Kelton, Simulation Modeling & Analysis, McGraw-Hill, Boston, 2000.
Likert, R., “A Technique for the Measurement of Attitudes,” Archives of Psychology, Vol. 140, 1932, pp. 1-55.
McDonald, M., and I. Dunbar, Market Segmentation: A Step-by-Step Approach to Creating Profitable Market Segments, Philadelphia: Transatlantic Publications, 1995.
Ozer, M., “User Segmentation of Online Music Services Using Fuzzy Clustering,” The International Journal of Management Science, Vol. 29, 2001, pp. 193-206.
Phillips, L.R., E.F. Morrison, and Y.M. Chae, “The Qualcare Scale: Developing an Instrument to Measure Quality of Home Care,” International Journal of Nursing Studies, Vol. 27, 1990, pp. 61-75.
Reutterer, T., and M. Natter, “Segmentation-Based Competitive Analysis with MULTICLUS and Topology Representing Networks,” Computers & Operations Research, Vol. 27, 2000, pp. 1227-1247.
Rosenblatt, F., “The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain,” Psychological Review, Vol. 65, 1958, pp. 386-408.
Stucki, G., L. Daltroy, J.N. Katz, M. Johannesson, and M.H. Liang, “Interpretation of Change Scores in Ordinal Clinical Scales and Health Status Measures: The Whole May Not Equal the Sum of the Parts,” Journal of Clinical Epidemiology, Vol. 49, No.7, 1996, pp. 711-717.
Smith, W., “Product Differentiation and Market Segmentation as Alternative Marketing Strategies,” Journal of Marketing, Vol. 21, 1956, pp. 3-8.
Tang, K.S., C.Y. Chan, K.F. Man, and S. Kwong, “Genetic Structure for NN topology and Weights Optimization, Genetic Algorithms in Engineering Systems: Innovations and Applications,” First International Conference on GALESIA, 1995, pp. 250-255.
Wedel, M. and W.A. Kamakura, Market Segmentation - Conceptual and Methodological Foundations, Dordrecht: Kluwer, 2000.
Zurada, J.M., Introduction to Artificial Neural Systems, West Publisher Co., 1992, pp.389-453.