傳統的輪胎製造業中較少針對其產品個別物理類型，與其毛利率進行分析及運用，導致分析的資料深度與廣度受限，使得高階管理人員無法及時運用與準確地調整產品組合及銷售策略，且於產品開發的初期毛利預估，也缺乏可供參考與比較的數據。因此本研究選用多元迴歸分析探討輪胎物理類型與毛利率之間的關聯性及顯著性。資料期間為2018年中國市場的輪胎銷售數據，為保障公司營業秘密，其相關規格與花紋皆已去識別化。實證結果為轎車輪胎的斷面寬度、輪胎內徑、載重上限與毛利率呈現正向之顯著，產品淨重與毛利率呈現反向之顯著，扁平比與最高安全速度無顯著，而資料內全數之失壓續跑胎與綠能型輪胎使用之花紋與毛利率皆達顯著，而舒適型與操駕型輪胎之花紋為部分與毛利率達顯著。綜合以上結果顯示，轎車胎產品銷售較大尺寸與特定胎面花紋對於毛利率提升有所幫助，同時該結果可運用於新規格輪胎開發初期進行毛利評估參考外，也有助於企業管理層在產能有限情況下，將產能優先安排於上述之產品。再者透過市場與競品之銷售調查，將與毛利率不顯著之胎別調高售價，而其因可能為訂價偏低，實則銷量並不差，也可考慮進行產品減數化，以追求生產效率，降低製造成本。
關鍵字：多元迴歸分析、轎車輪胎、毛利率

In the traditional tire manufacturing field, there is less analysis and application of individual physical types and gross margins of the products. Such a situation is likely to result in limited depth and breadth of the analyzed data, making it impossible for senior management to use and accurately adjust the product set in time to formulate sales strategies. Moreover, for the initial gross profit estimation of the product development process, there is also a lack of data for reference and comparison. Therefore, this study is devoted to selecting multiple regression analysis to explore the correlation and significance of tire physical types and gross profit margins. This data period falls in 2018, using tire sales data for the Chinese market during that period. Based on the protection of the company's business secrets, all relevant specifications and patterns have been de-identified. It can be inferred from the empirical results that the section width of the tires of the car, the inner diameter of the tires, the upper limit of the load and the gross profit margin all show a positive significant level, while the product net weight and gross profit margin show a negative significant level. In addition, there is no significant level between the flatness ratio and the maximum safety speed, and all the patterns and gross margins used in the run-flat tires and eco-touring tires in the data have reached a significant level. As for the pattern of comfortable and driving-oriented tires, the gross margin has reached a significant level. Summarized with the above results, it is shown that if the sales of car tires tend to be larger in size and specific tread patterns, it will help in the improvement of gross profit margin. On top of the results that can be used in the initial development of new-type tires for gross profit assessment and reference, it also helps corporate management to prioritize production capacity in the above-mentioned products when production capacity is limited. More in-depth, through market and competing product sales surveys, the price of tires with insignificant gross profit margins would be increase, the sales performance may be acceptable because of the low pricing. If this is not the case, manufacturers can consider reducing the number of products in order to pursue production efficiency and thereby reduce manufacturing costs.
Keywords: multiple regression analysis, passenger car radial tires, gross margin

中文部分
1.吳佳德 (2009)，「研究發展支出對企業經營績效之影響—以台灣上市上櫃連接器公司為例」，碩士論文，淡江大學國際商學碩士在職專班研究所。
2.辛振祥，鄧濤，王偉 (2011)，《現代輪胎結構設計》，化學工業。
3.周立德 (2005)，「以系統思考針對品牌與代工角色之互動關係探討台灣筆記型電腦代工業者毛利率持續壓縮問題」，碩士論文，國立中山大學企業管理學系研究所。
4.施雅月，賴錦慧譯 (2008) ，原著Pang-Ning Tan,Michael Steinbach and Vipin Kumar，《資料探勘》，臺灣培生教育出版股份有限公司。
5.查明忠 (2005)，「產品線寬度、相似度與毛利率間關係之研究-以台灣上市、上櫃IC設計公司為研究對象」，碩士論文，國立臺灣科技大學管理研究所。
6.洪肇鍇 (2006)，「應用資料探勘技術於信用卡逾期催收風險之實證研究」，碩士論文，輔仁大學資訊管理研究所。
7.袁梅宇 (2015)，《王者歸來WEKA機器學習與大數據聖經》，佳魁資訊。
8.張芳慈 (2018)，「應用資料探勘演算法於中樞性早熟識別模型之
建立」，碩士論文，中興大學資訊管理研究所。
9.張誠、由埠、張海東 (2010)，「某輪胎製造公司新建子午線輪胎項目職業病危害控制效果評價」， 《職業與健康》，26，1043。
10.閆玉才 (2007)，「加強製造成本管理提升企業競爭力」， 《會計之友》，7B，41。
11.陳民弦 (2018)，「植基於樹狀機率與類神經算法之糖尿病分類器-以台中慈濟醫院為例」，碩士論文，中興大學資訊管理研究所。
12.陳良 (2006)，「製造成本法的演進及發展思路」， 《財金科學》，12，115-119。
13.陳家成 (1990)，《策略規劃》。三民書局。
14.黃雅苓 (1998)，「研究發展支出與經營績效關係及其費用化之探討-以台灣上市公司電子業與非電子業為例」，碩士論文，國立政治大學會計研究所。
15.楊金聲 (2005)，「利用類神經網路與線性迴歸進行成本預測之研究-以印刷電路板產業為例」，碩士論文，中原大學資訊管理學系研究所。
16.楊開祥 (2002)，「以研究發展投資抵減與企業績效關聯性之探討」，碩士論文，國立台灣大學會計研究所。
17.董鵬、王桂芬、吳大扣 (2012)，「準時生產與零庫存對輪胎生產
成本的影響研究－以卡萊輪胎公司為例」， 《稻江學報》，6，3-12。
18.蔡慧娟 (2015)，「從財務報表分析探討個股」，碩士論文，崑山科技大學會計資訊系研究所。
19.鄭惟錡 (2014)，「輻射層輪胎結構輕量化對滾動阻力影響之模擬分析」，碩士論文，國立臺灣海洋大學系統工程暨造船學系研究所。
20.謝祥耕 (2017)，「資料探勘應用於乳癌治療評估」，碩士論文，交通大學機械研究所。
21.謝劍平 (2019)，《財務報表分析》，智勝文化。
22.簡禎富，許嘉裕 (2019)，《資料挖礦與大數據分析》，前程文化事業有限公司。

英文部分
1.Chandrasekar, P. and Qian, K. and Shahriar, H. (2017) “Improving the Prediction Accuracy of Decision Tree Mining with Data Preprocessing.” IEEE Annual Computer Software and Applications Conference (COMPSAC),41.
2.Ferrand, C. (2019) “Financial Information for the Nine Months Ended.”PRESS RELEASE of COMPAGNIE GÉNÉRALE DES ÉTABLISSEMENTS MICHELIN, October.
3.Hahn, C.K. and Duplaga, E.A. and Hartley, J.L. (2009) “Supply—Chain Synchronization：Lessons from Hyundai Motor Company,” Interfaces, 30,32-45.
4.Han, J. and Kamber, M. (2012), Data Mining: Concepts and Techniques., Morgan Kaufmann.
5.Horngren, C.T. and Datar, S.M. and Rajan,M. (2012) ,Cost Accounting: A Managerial Emphasis,14th ed,, Prentice Hal.
6.Singh, J. and Singh, G. and Singh, R. (2017) “Optimization of Sentiment Analysis Using Machine Learning Classifiers,” Human-centric Computing and Information Sciences,32.
7.Witten, I.H. and Frank, E. and Hall, M.A. (2016), Data Mining - Practical Machine Learning Tools and Techniques (4rd Ed), Morgan Kaufmann.

網站部分
1.正新橡膠工業股份有限公司，http://www.cst.com.tw/。
2.范秉航 (2006)，「產業附加價值指標評析」，台灣經濟研究院，http://www.itis.org.tw。