本研究採非線性模式，以產品良率作為門檻變數，並以產品良率、離職率、嫁動率三者KPI管理指標作為解釋變數，進行產品良率、離職率、嫁動率與客訴產生間之影響關係探討。研究所使用方法為Granger and Teräsvirta（1993）和Teräsvirta（1994）所提出的「平滑移轉迴歸模型」（Smooth Transition AutoRegression, STAR）非線性模型。   
研究結果，首先發現四筆變數資料均為穩定的I(0)序列。進以實證得知在移轉變數之良率，落後2期時使變數間互動顯著呈現非線性關係；而模型設定得到移轉函數符合羅吉斯模型。最後，在研究以羅吉斯模型為移轉函數，進行各解釋變數對客訴賠償折讓率的影響估計，得到支持研究初始之臆測現象。亦即當產品良率在一定門檻水準以下時，公司經營力求良率之增加，有效助於客訴數量之減少；離職率之增加，則引起公司生產作業流程的瑕疵品增加，進而引致較多的客訴數；生產稼動率的增加，當產品良率在一定門檻水準以下時，生產稼動率即便增加而讓生產部門對客戶商品需求之產量增產，但因良率之不足使瑕疵品明顯產生，而無法滿足客戶之品質所需，進而招致客訴不減反增，因此使得稼動率的增加使客訴數量增加。相反的，當產品良率在一定門檻水準以上時，由於為了提升產品良率，造成公司額外負擔，因之招致另類客訴之產生，使得最終良率增加反使客訴數量增加，然而，客戶在接受並滿足公司產品之交貨品質下之客訴之增加量並不顯著；最後，由於產品良率已達一定水準，客訴對於離職率與稼動率增減變化之敏感度已不明顯。 
本研究以非線性角度出發，相信較能夠捕捉公司經營之真實市場情境。期所得結果，能夠協助企業管理效率之提升，並減少客訴數，更期能提供公司生產部門未來經營之參考依據。

This research based on non-linear model, adopting product yield rate as threshold variable and using three regressors of product yield rate, dimission rate and utilization rate to investigate the nonlinear effect of all three regressors on the compensation rate of custom complain. The methodology method is Smooth Transition AutoRegression (STAR) elaborated by Granger and Teräsvirta (1993) and Teräsvirta (1994).  The empirical result first shows that all four index date are I(0) series. Further results show that, if product yields rate change, after 2 periods (2 months), variables interaction shows a significant non-linear relation and the appropriate transition function is Logistic type from our model specification. The final examination on the effect of all three regressors on the compensation rate of custom complain based on Logistic smooth transition function supports initial research conjecture. When product yield rate is below threshold level, if company seeks to increase yield, it is effectively decrease issue claims quantity; if dimission rate increase, it will cause produce much more defective product, increase issue claim quantity; when increase utilization rate, product yield rate under one level, even meet customer product quantity requirement, but because yield is low cause produce much more defective products, can not meet customer quality requirement, issue claims quantity increase, so utilization rate increase cause issue claims increase. When product yield rate is above one level, still wants to improve products yield cause additional burden, lead to other claims, final increase yield but increase issue claims, but the issue claims increase quantity (customer accept and meet customer quality requirement ) is not significant Finally, when the products yield rate already meet level, issue claims are influenced by dimission rate and utilization rate not obvious.
This research is in the perspective of non-linear, believe can capture the true marketsituation of company. Hope the research result can assist improves the efficiency of enterprise management, reduce issue claims quantity. Also hope this research can provide a reference for manufacturing department running in the future.

目 錄

謝 辭	Ⅰ
中文摘要	II
英文摘要	III
目錄	IV
圖目錄	VI
表目錄	VII

第壹章 緒論……………………………………………………	1
第一節 研究背景與動機………………………………………	1
第二節 研究目的………………………………………………	4
第三節 研究架構…………………………………………………	6
第四節 研究流程與步驟…………………………………………	7
第貳章 文獻探討…………………………………………………	8
第一節 KPI各績效管理指標與客訴之關係………………………	8
第二節印刷電路板產業相關文獻…………………………………	9
第三節KPI管理之文獻……………………………………………	11
第四節品質良率有關文獻…………………………………………	11
第參章 研究方法…………………………………………………	13
第一節 單根檢定…………………………………………………	13
第二節 平滑移轉迴歸模型………………………………………	17
第肆章 實證結果與分析…………………………………………	22
第一節 資料來源與分析…………………………………………	22
第二節 敘述統計…………………………………………………	24
第三節 單根檢定…………………………………………………	25
第四節 線性檢定…………………………………………………	26
第五節 轉換函數之檢定…………………………………………	27
第六節 模型之參數估計與檢定…………………………………	28
第伍章 結論………………………………………………………	31
參考文獻……………………………………………………………	33
中文文獻……………………………………………………………	23
英文文獻……………………………………………………………	24

參考文獻
中文文獻
王國慶，（2008），市場結構、廠商行為和營運績效之研究-以印刷電路板產業為例，中央大學產業經濟研究所碩士論文。
林金地，（2010），中小企業導入 KPI 管理關鍵成功因素之研究，國立台北大學企業管理研究所碩士論文。
洪美惠，（2009），市場結構、行為與績效之探討-以台灣印刷電路板產業為例，中華大學經營管理研究所碩士論文。
洪輝龍，（2004），印刷電路板產商經營策略之研究，國立政治大學經營管理碩士學程企管組商學碩士論文。
陳昭男（2001）。印刷電路板策略聯盟模式，高雄第一科技大學行銷與流通管理系碩士論文。
陳昭良，（2001），前後作業員速度及在製品量對作業績效影響之研究，屏東科技大學工業管理研究所碩士論文。
陳賢聰，（2011），應用資料採礦技術於品質管制－以中壢工業區個案公司PCB測試日報表為例，萬能科技大學資訊管理研究所碩士論文。
楊長林、黃榮華、何錦軒，（2008），「製造部門績效評估系統建構之研究，中華管理評論國際學報」，第十一卷第二期。
賴騰茂（2004），以全球運籌之觀點論台灣PCB產業的危機與轉機，元智大學工業工程與管理研究所碩士論文。

英文文獻
Dickey, D. A. and W. A. Fuller (1979), “Distribution of the Estimators for Autoregressive Time Series with a Unit Root,” Journal of the American Statistical Association, 74, 424-431
______. (1981) “Likelihood ratio statistics for autoregressive time series with a unit root,” Econometrica, 49, 1057-1072
Doldado, Juan, Tim Jenkinson, and Simon Sosvilla-Rivero (1990), “Cointegration and Unit Roots,” Journal of Economic Surveys, 4, 249-273
Granger, C. W. J. and T. Teräsvirta (1993), “Modelling Nonlinear Economic Relationships,” Oxford University Press.
Jansen, E. S. ,and T. Teräsvirta (1996), “Testing Parameter Constancy and Super Exogeneity in Econometric Equations,” Oxford Bulletin of Economics and Statistics, 58, 735-763.
Kaplan, R. S., and D. P. Norton (1992), “The balances scorecard: Measures that drive performance,” Harvard Business Review, 70, 71-79.
Kwiatkowski, D., P. C. B. Phillips, P. Schmidt and Y. Shin (1992), “Testing the Null Hypothesis of Stationarity Against the Alternative of a Unit Root: How Sure Are We that Economic Time Series Have a Unit Root?” Journal of Econometrics, 54, 159-178
Lundbergh, S., T. Teräsvirta, T. and D. van Dijk (2003), “Time-varying Smooth Transition Autoregressive Models,” Journal of Business and Economic Statistics, 21, 104-121.
Nelson, C. R. and C. I. Plosser(1982), “Trends and Random Walks in Macroeconomic Time Series- Some Evidence and Implications,” Journal of Monetary Economics, 10(2), 139- 161
Ng, S. and P. Perron (2001), “Lag Length Selection and the Construction of Unit Root Tests with Good Size and Power,” Econometrica, 69,pp.1519-1554
Phillips, P. C. B.(1987), “Time Service Regression with Unit Roots,”Journal of Econometrica, 55,pp.277-302.
Phillips, P. C. B. and P. Perron (1988), ”Testing for a Unit Root in Time Series Regression,” Journal of Biometrika, 75,pp.335-346
Teräsvirta, T. (1994), “Specification, Estimation and Evaluation of Smooth Transition Autoregressive Models,” Journal of the American Statistical Association, 89, pp.208-218.