重要-表現程度分析法~Importance- Performance Analysis，IPA(上)

最近還蠻常遇到有關IPA的分析，那今天在此針對IPA的內容與操作過程做個介紹。IPA分析就如標題所示，全名叫作重要-表現分析法，研究的議題總是圍繞在服務品質上打轉，然後去搜集受訪者（顧客、消費者…等受到服務的人）對於某項服務的重視程度與感受程度，因此「重要」有時候會以「期望」、「重視」表示，而「表現」有時候則會以「感受」、「滿意」取代之，無論使用何種名詞，這類分析所使用的量表都是一個對等量表，也就是說「重要」與「表現」是用一模一樣的題目去測量受訪者的反應（如下圖）。

IPA主要的內容是先個別計算所有題項的「重要」與「表現」的平均數，接著以題項的「重要」與「表現」平均數繪製到二維的平面座標上，最後以該題項的相對位置，去描述此題項的表現情形，以提供研究者（如業者、服務單位）在改善服務品質上，一個優先順序的重要資訊。

通常呢!!一般研究會以「重要度」作為X軸（也就是橫軸），以「表現度」作為Y軸（也就是縱軸），接著以分割中點（通常以全部題項的平均數，因此會以一個平均重要度，與一個平均表現度）讓座標平面形成四大象限，最後以四大象限各自定義。

第一象限（A）：表示重要程度與表現程度皆高，要點落在此象限的屬性應該繼續保持（keep up the good work）；

第二象限（B）：表示重要程度低而表現程度高，落在此象限內的屬性為供給過度（possible overkill）；

第三象限（C）：表示重要程度與表現程度接低，落在此象限內的屬性優先順序較低（low priority）；

第四象限（D）：表示重要程度高但表現程度低，落在此象限內的屬性為供給者應加強改善的重點（concentrate here）。

一、操作(我也想上統計課)

（1）針對各題項，以描述性分析計算重要與表現的各題平均數

1.點選分析→敘述性統計→敘述性統計

2.將重要與表現所有題項選入要分析的變項中，接著點確定

（2）將所得到重要與表現的各題平均數，輸入到新的SPSS資料

將敘述統計報表中的各題重要度與表現度平均數，整理到新的SPSS資料當中。