發文者：銓曜文創實業有限公司 創意總監 侯友竣

導言：市場調查在現代決策中的核心價值

在當前瞬息萬變的商業環境中，企業推動新產品、經營品牌形象或制定行銷戰略時，絕不能僅憑直覺或經驗作決策。精準的市場調查（Market Research）是連結企業決策與消費者真實需求之間的橋梁。市場調查的目的，在於透過系統化且科學化地蒐集、記錄與分析資料，解答商業運作中的諸多不確定性。

然而，若研究者在尚未明確界定問題前就貿然開始蒐集資料，最可能的結果就是蒐集到的資料無法有效解決核心問題，不僅浪費預算，更會降低研究效率。因此，完整掌握市場調查的方法論——從研究架構的選擇、抽樣設計、實驗驗證、問卷編製，到測量工具的信效度檢定——是所有行銷人與研究者必備的核心功力。

一、市場調查的三大研究架構

行銷研究依據問題的明確程度與研究目的，主要分為「探索性研究」、「描述性研究」與「因果關係研究」三大類型：

1. 探索性研究（Exploratory Research）

  • 研究目的：當企業對於面對的商業情境不確定性極高、問題定義尚不明確時，探索性研究的核心目的在於蒐集首次產生的初級資訊，協助界定問題本質，並提煉出未來可能的研究假說。
  • 適用情境：例如企業不確定消費者眼中產品的定位與形象為何，打算先找出可能影響目標消費者購買決策的「決策準則（Choice Criteria）」時，最適合採用探索性研究（如質性訪談與焦點群體研究）來發掘潛在變數。
  • 試驗性測試（Pilot Test）：在正式進行大規模資料蒐集前，研究程序應始於「試驗性測試」。試驗性測試屬於小樣本調查，大多採用立意抽樣，其主要功能在於探查研究設計與調查工具（如問卷措辭）的缺失，而非直接作為最終行銷決策的依據。

2. 敘述性/描述性研究（Descriptive Research）

  • 研究目的：當研究問題相當明確時，描述性研究旨在精準描繪市場現象、消費者特質或購買行為的分佈狀況。
  • 適用情境：當決策人員想要了解顧客的人口統計變數（如年齡、性別、所得），以及這些人口統計變數與顧客購買產品類型之間的相關性時，即應採用敘述性研究。
  • 縱斷面與橫斷面設計：描述性研究在時間維度上可分為「橫斷面研究（Cross-Sectional Design）」與「縱斷面研究（Longitudinal Design）」。縱斷面研究透過對同一群受訪者進行長期追蹤調查，優勢在於能敏銳地「偵測到市場隨時間產生的變化」與收集大量連續資料；但相較於橫斷面研究，縱斷面研究較易面臨樣本流失問題，因而較難長期維持樣本的代表性。

3. 因果關係研究（Causal Research）

  • 研究目的：旨在釐清自變數（原因）與依變數（結果）之間的因果關係，釐清「若採取特進行銷作為，是否會引發特定市場結果」。
  • 主要工具：以實驗設計（Experimental Research）為核心手段。

二、質性研究與量化研究的分類圖表

市場調查依據資料收集與分析的哲學，劃分為質性研究與量化研究兩大範疇。以下為兩大研究方法的系統化比較圖表：

研究維度質性研究 (Qualitative Research)量化研究 (Quantitative Research)
核心目標探討現象背後的深層脈絡、心理動機與意義重視客觀測量工具的信度與效度
資料特性具備探索性與主觀性，著重豐富的文字與觀察細節具備精確的操作性定義，強調演繹性與因果推論
常見方法焦點團體訪談、深度訪談法、觀察法、文獻記錄法標準化結構式問卷調查法、實驗法

1. 質性研究（Qualitative Research）實務要點

  • 焦點團體訪談（Focus Group Interview）：
    • 通常由 5 至 9 人組成，討論應從一般性議題逐漸過渡到核心議題。
    • 主持人須善於鼓勵參與者暢所欲言，並營造自在的互動氣氛。
    • 招募禁忌：極不適當的作法是將不同社會階層的人士混合於同一個討論小組中，因為階層差異容易抑制低階層者的真實表達，破壞討論氛圍。
  • 觀察法（Observational Research）：觀察者應具備專心、重視細節、不引人注意等特質；在觀察過程中應保持客觀記錄，不應主動引導話題或介入互動。

2. 量化研究（Quantitative Research）實務要點

量化研究以實證主義為基礎，強調客觀統計數據與精確變數控制，不刻意強調研究者與受測者之間的主觀互動過程。

三、實驗設計與內部/外部效度的控制

實驗設計是驗證因果關係的核心工具。為了驗證特定行銷處置（如新廣告、新包裝或新價格）是否確實產生效果，研究者必須精確建立實驗架構。

1. 實驗組與控制組的意義與設置目的

在實驗設計中，設置兩組對照是建立因果關係的必要條件：

  • 實驗組（Experimental Group）：接受特定實驗處理（Treatment）的組別，用以觀察處理後的變化。
  • 控制組（Control Group）：不接受特定實驗處理的組別，作為基準比較（Baseline）。
  • 設置目的：透過兩組結果的對照，排除時間趨勢或自然成熟等外在干擾，確認自變數（處理）是否確實對依變數產生影響，從而建立嚴謹的因果關係。
    實務範例：若企業想評估「新廣告」是否能提升消費者的購買意願，可將受測者分為兩組：實驗組觀看「新廣告」，控制組觀看原有的「舊廣告」或不觀看廣告。最後比較兩組受測者在購買意願上的差異。

2. 隨機分派與外生變數控制

在實驗中，將受測者「隨機分派（Random Assignment）」至各個實驗處置組，目的在於降低受測者個人特質對於處置效果的干擾，確保各組除了實驗處置不同外，在其他背景方面均保持類似，並滿足統計分析（如變異數分析 ANOVA）的假設要求。

  • 內部效度（Internal Validity）：指實驗處理確實造成依變數變化的因果推論確信程度。若研究者未能妥善控制「外生變數（Extraneous Variables）」，最直接受害的就是研究的內部效度。例如，若重複試驗的相隔時間長度過長，期間發生的歷史事件或受試者成熟效應會大幅降低內部效度。
  • 外部效度（External Validity）：指實驗結果能推廣至真實市場情境的程度。例如只在高度人工化的實驗室中進行實驗而缺乏實地操作，雖然內部效度高，卻會犧牲外部效度。

3. 實驗設計類型的選擇

當研究目的在於比較多個單一因子處置時（例如比較「三種飲料的口味」哪一種最受消費者喜愛），最恰當的架構是採用「一因子完全隨機設計（One-Factor Completely Randomized Design）」。

四、抽樣方法與樣本數決定原則

由於資源與時間有限，市場調查鮮少進行全體普查，而是透過抽樣（Sampling）來推論母體特徵。

1. 機率抽樣與非機率抽樣

抽樣方法主要分為「機率抽樣」與「非機率抽樣」兩大類：

抽樣類別抽樣方法特色與實務應用
機率抽樣

(Probability Sampling)		簡單隨機抽樣 (Simple Random)母體每個個體被抽中的機率均等，理論上最能產生具代表性的樣本。
分層隨機抽樣 (Stratified)將母體依特定特徵分層後再隨機抽樣，能確保各子族群均被代表。
系統抽樣 (Systematic)依固定間隔（如每隔第 k 個）選取樣本。
集群抽樣 (Cluster)將母體分為若干相近集群，隨機抽取若干集群進行普查。
非機率抽樣

(Non-probability)		便利抽樣 (Convenience)選擇最容易接觸到的受訪者（如街頭攔訪），代表性最低。
配額抽樣 (Quota)依特定特徵設定配額後非隨機選取受訪者。
滾雪球抽樣 (Snowball)透過受訪者推薦介紹其他受訪者，常用於特殊或隱密族群。

註：滾雪球抽樣法並不屬於機率抽樣。

2. 決定樣本數的核心因素與穩定度分析

樣本數的大小直接影響市場調查結果的穩定度與精準度。當研究者希望直接且有效降低抽樣誤差、提高估計精確度時，最直接的方法就是「增加樣本數」。

影響樣本數決定的主要因素及其對穩定度的影響說明如下：

  1. 主要影響因素：
    • 信賴水準（Confidence Level）：研究者對估計結果涵蓋真實母體參數的信心程度。
    • 容許誤差（Margin of Error）：研究者可接受的估計誤差範圍上限。
    • 母體變異程度（Population Variability）：母體特徵的分散程度（變異數）。
    • 研究資源限制：時間與預算成本。
  2. 影響結果穩定度之原因：
    • 樣本數與信賴區間寬度呈負相關；樣本數越大，抽樣誤差就越小，信賴區間越窄，統計結果就越穩定可靠。
    • 當要求的信賴水準越高，或是容許誤差範圍要求越極端精確時，所需的樣本數就必須隨之顯著增加。

五、問卷設計實務與調查法執行

問卷是量化調查中最常見的資料收集工具。設計一份優良的問卷需要精密的題目邏輯與措辭考量。

1. 問卷題目設計的審查標準

設計問卷題目時，研究者必須嚴格審查：

  • 這個問題是否必要？
  • 受訪者能否答覆？（是否具備記憶或知識）
  • 受訪者願不願意答覆？（是否涉及隱私或敏感議題）

觀念釐清：受訪者「喜不喜歡」這個題目並非問卷設計的必要考慮因素，研究的核心在於題目的必要性與填答可行性。

2. 避免問題措辭的陷阱

  • 引導性問題（Leading Question）：若問題措辭帶有立場偏好或引導性（如「您是否也贊成優質的某某措施…」），會嚴重損害受訪者回答的客觀性，產生反應偏誤。
  • 開放式問題（Open-ended Questions）：雖然能收集各式各樣不受限制的豐富答案，但資料編碼與分析極為困難，且填答負擔高導致回覆率普遍較低，因此極不適用於追求標準化測量的因果性研究。

3. 調查方法的比較與回覆率提升

針對不同調查途徑，資料收集的特性如下：

  • 郵寄結構式問卷：適合收集明確的客觀行為（如過去一年的消費量）、態度、意見與信念。
  • 訪談員的篩選與訓練：訪談員應具備良好的教育程度、熟練開場白及介紹材料，並精通不同形式答案的記錄方式。不應為了降低成本而儘量使用自願者，因為未經嚴格篩選的自願者容易帶入個人偏見。
  • 提升郵寄問卷回覆率（Response Rate）：
    • 有效方法：使用跟催（Follow-ups）、在封面信（Cover Letter）上顯示受訪者全名、附上金錢誘因，或明確說明具有正當性與價值的研究贊助者。
    • 未回覆者的處置：面對未回覆受訪者，重寄問卷並附上金錢誘因是兼顧效率與代表性的提升手段。
    • 錯誤作法：絕不能為了追求回覆率而特意在母體中挑選「比較會回覆問卷的特定受訪者」，這會嚴重破壞樣本的隨機性與代表性。

六、測量尺度與消費者態度模型

市場調查中的變數必須轉化為可測量的數字，這涉及測量尺度的選擇與心理態度的衡量。

1. 四大衡量尺度（Scales of Measurement）對照表

以下為四大科學衡量尺度的結構化對照表：

衡量尺度核心特性與定義實務範例
名目尺度 (Nominal Scale)僅作標記與分類，數值無數量意義。性別、居住地區、郵遞區號
順序尺度 (Ordinal Scale)具備等級與順序關係，但間距不相等。產品滿意度排序、名次
區間尺度 (Interval Scale)具相等單位與數值距，但無絕對零點。李克特量表 (Likert Scale)、攝氏溫度
比率尺度 (Ratio Scale)具相等單位且擁有真實的絕對零點。個人收入、年齡、產品消費金額

註：若研究變數的觀察數值只能代表標記或分類，而沒有數量的意義，即屬於名目尺度。

2. 消費者態度與意圖特質

  • 態度（Attitudes）的本質：態度是會改變的，且個體間存在差異（有些人抵抗力強，有些人可塑性大）。需要特別注意的是：當態度來自於「直接親身經驗」時，通常比來自「間接經驗（如聽別人說）」更加堅固且不容易被改變。
  • 各類意圖（Intentions）的定義：
    • 購買意圖：消費者想要購買特定產品/品牌的傾向。
    • 再購意圖：消費者是否會再度購買相同產品/品牌的意願。
    • 支出意圖：消費者打算花費多少金額的規劃。
    • 註：消費者打算在何處購買產品，應稱為「購買地點偏好」而非「消費意圖」。

3. Fishbein 多重屬性態度模型（Multi-attribute Attitude Model）

Fishbein 模型主張消費者對某一產品的整體態度，是由其對該產品各項屬性的信念（Beliefs）以及對這些屬性重要性的評價（Evaluations）共同綜合決定的整合結果。因此，消費者態度絕非僅決定於某一單一關鍵屬性。企業欲提升消費者態度，可透過改變屬性信念、改善屬性評價，或為產品增加新的有利屬性來實現。

七、測量工具的品質：信度與效度的嚴謹檢驗

任何市場調查的量表，其衡量品質都取決於信度與效度。

1. 信度與效度的基本定義

  • 信度（Reliability）：指衡量工具的一致性（Consistency）與穩定度（Stability）。意即在相同條件下重複測量，能否獲得相同的結果。
  • 效度（Validity）：指一種衡量工具能夠真正測出研究人員所想要衡量之事物的程度（即精確度）。

2. 信度與效度的階層邏輯

信度與效度之間存在著明確的階層關係：

  • 「有信度，才可能有效度」（信度是效度的必要條件，而非充分條件）。
  • 「有效度，就一定有信度」（若測量工具能精準測得目標概念，其結果必然具備高度一致性）。

3. 信度與效度之靶心概念圖解

以下透過結構化表格展示信度與效度的靶心落點對照：

評估維度高信度 ＋ 低效度狀況高信度 ＋ 高效度狀況
測量特性重複測量結果高度一致，但整體偏離目標中心。重複測量結果高度一致，且精準命中目標中心。
靶心落點示意測量點聚集在目標周圍，未擊中紅心。測量點緊密且精準命中紅心（O）。
經典實務範例故障的體重計：每一次為同一人測量時，都會固定多顯示 5 公斤。數值極具穩定性（高信度），但完全不準確（低效度）。校準精確的標準測量儀：每次測量數值一致且完全符合真實數值。

八、次級資料的應用與限制

在規劃初級資料（Primary Data）蒐集前，研究者應先評估次級資料（Secondary Data）的可用性。

1. 次級資料的特徵

次級資料是指由前人的研究、政府機構或第三方組織先前已蒐集並記錄完成的資料。次級資料的收集不需要受測者重新填答問卷，能節省大量的時間與成本，因此極受預算有限的中小企業偏好。

2. 內部與外部次級資料

次級資料可分為外部公開資料與企業內部資料：

  • 外部次級資料：如政府統計數據、上市公司的公開財務報表、每日股市股價波動，以及各大電商平台上的消費者評價等，均可透過網路輕鬆搜尋取得。
  • 內部次級資料：企業內部的顧客交易資料庫（CRM）、銷售紀錄與財務成本細項，屬於企業機密資產，無法透過外部網路搜尋直接取得，必須透過內部系統權限讀取。

結論與實務建議

綜合上述市場調查方法的完整體系，成功的行銷研究絕非單一工具的套用，而是一套嚴謹的科學決策過程：

  1. 問題界定優先：切忌在未釐清決策問題前盲目蒐集資料。運用探索性研究與質性訪談鎖定核心變數。
  2. 嚴謹的抽樣與實驗：追求因果關係時，妥善控制外生變數並採取隨機分派以維持內部效度；設定合理的樣本數與機率抽樣法以確保外部代表性。
  3. 精準的測量工具：確保問卷題目的客觀性，維護測量工具的信度與效度，避免產生「穩定但錯誤」的高信度低效度陷阱。

唯有透徹理解並彈性運用各項調查方法，才能為企業提供具備高可靠度與高商業價值的洞察，驅動精準的行銷策略！