📊 行銷研究方法深度解析

從理論到實戰,掌握現代行銷研究的核心方法

🎯 為什麼要深入學習研究方法?

選對研究方法,就像選對工具一樣重要。方法決定了研究的品質、成本和可信度

本章將深入探討量化研究的核心方法,幫助你在實際工作中做出正確的方法選擇。

📊 量化研究方法(主要重點)

📋 1. 問卷調查法 (Survey Research)

🎯 問卷設計核心原理

問卷結構設計
  1. 開場部分:研究目的說明、填答時間預估、隱私保護聲明
  2. 暖身題:簡單易答的問題,建立填答信心
  3. 核心題:研究重點問題,依邏輯順序排列
  4. 敏感題:個人資料、收入等,放在問卷後段
  5. 結尾部分:感謝語、聯絡方式、結果分享承諾
問題類型與選擇
問題類型 適用情境 優點 缺點 範例
封閉式選擇題 答案選項明確 易統計分析 可能遺漏選項 您的年齡:□18-25 □26-35 □36-45
量表題 測量態度、滿意度 精確測量程度 文化差異影響 非常不滿意 1-2-3-4-5 非常滿意
排序題 了解優先順序 反映相對重要性 選項過多易混亂 請將以下因素按重要性排序
開放式問題 探索未知答案 獲得豐富資訊 分析困難 您建議我們如何改善?
量表設計詳解

李克特量表 (Likert Scale)

用途:測量態度和意見

常見尺度:5點或7點量表

範例:

「這家餐廳的服務品質很好」

非常不同意 1-2-3-4-5 非常同意

注意:避免中性偏誤,考慮是否提供「不知道」選項

語意差異量表

用途:測量品牌形象、產品感知

特色:兩極對比的形容詞

範例:

這個品牌給您的感覺是:

現代的 1-2-3-4-5 傳統的
高價的 1-2-3-4-5 平價的

等級量表

用途:排序和比較

適用:競爭分析、偏好排序

範例:

請將以下品牌按喜好度排序:

□ 品牌A □ 品牌B □ 品牌C

限制:選項不宜超過7個

🎲 抽樣方法詳解

機率抽樣 vs 非機率抽樣

✅ 機率抽樣

  • 每個單位都有已知的被選中機率
  • 可以進行統計推論
  • 結果可推論到母體
  • 誤差可計算

適用:需要代表性結果的研究

⚠️ 非機率抽樣

  • 無法確保每個單位被選中的機率
  • 不能進行統計推論
  • 可能有系統性偏誤
  • 成本較低,執行容易

適用:探索性研究、預算有限

機率抽樣方法比較
抽樣方法 執行方式 優點 缺點 適用情境
簡單隨機抽樣 隨機選號、抽籤 最公平、無偏誤 需要完整名單 母體同質性高
系統抽樣 等距抽取(每k個) 執行簡單 可能有週期性偏誤 有序名單
分層抽樣 先分組再抽樣 確保各群體代表性 需要分層資訊 母體異質性高
集群抽樣 抽取群組 成本低、易執行 群組內相似性高 地理分散、成本考量
樣本大小計算

基本公式:

n = (Z²×p×(1-p)) / E²

其中:

  • n = 所需樣本數
  • Z = 信賴水準對應的Z值(如95%信賴水準,Z=1.96)
  • p = 預期比例(未知時使用0.5)
  • E = 可容忍誤差(如±5% = 0.05)

📱 實際計算範例:手機品牌偏好調查

研究目標:了解18-35歲消費者對iPhone的偏好比例

設定條件:

  • 信賴水準:95% (Z = 1.96)
  • 可容忍誤差:±3% (E = 0.03)
  • 預期偏好比例:不確定,使用p = 0.5

計算過程:

n = (1.96² × 0.5 × 0.5) / 0.03² = 1,067

結論:需要至少1,067個有效樣本

💻 問卷實施方式比較

實施方式 優點 缺點 成本 回收率 適用情境
線上問卷 • 成本低
• 資料即時
• 邏輯跳題
• 觸及面廣
• 數位落差
• 樣本偏誤
• 缺乏互動
10-30% 年輕族群、B2B調查
面對面訪問 • 回收率高
• 可澄清問題
• 觀察反應
• 複雜問題適用
• 成本高
• 訪員偏誤
• 時間長
• 社會期許偏誤
70-90% 複雜調查、年長族群
電話訪問 • 成本適中
• 執行快速
• 可控制品質
• 抽樣相對容易
• 拒訪率高
• 問卷長度限制
• 無法展示圖片
20-50% 簡單調查、追蹤研究
郵寄問卷 • 無訪員偏誤
• 填答時間彈性
• 可觸及偏遠地區
• 回收率低
• 時間長
• 無法澄清問題
• 郵寄成本
5-25% B2B調查、政府研究
提升回收率的策略

📈 實用技巧

  • 清楚說明研究目的和重要性
  • 承諾結果分享,增加參與動機
  • 控制問卷長度(15分鐘內完成)
  • 提供適當誘因(抽獎、折扣券)
  • 多次提醒,但避免過度打擾
  • 選擇適當的發送時間
  • 問卷介面友善,支援行動裝置
  • 預測試,發現並解決問題

🧪 2. 實驗法 (Experimental Research)

🔬 實驗設計基礎原理

實驗的三要素
  1. 操控 (Manipulation):研究者主動改變自變數
  2. 控制 (Control):控制其他可能影響結果的變數
  3. 隨機分配 (Randomization):受試者隨機分配到各組
實驗類型比較
實驗類型 控制程度 內在效度 外在效度 適用情境 範例
真實驗 完全控制 實驗室環境 廣告效果測試
準實驗 部分控制 現實環境限制 不同門市的促銷測試
前實驗 控制不足 探索性研究 單組前後測
效度的重要性

🎯 內在效度 (Internal Validity)

  • 定義:因果關係的確定性
  • 威脅:歷史效應、成熟效應、測驗效應
  • 控制