第四章 研究結果與討論
第三節 不同背景變項的自行車騎乘者對自我效能影響因素的差異
本節探討不同背景變項的自行車騎乘者在「他人口說說服及自我效能」、「技 能經驗」、「身心調節」的差異情況，討論背景變項共有十項「性別」、「年齡」、「教 育程度」、「職業」、「家庭組成」、「居住地區」、「騎乘車齡」、「每周騎乘頻率（平 均）」、「每次騎乘時間（平均）」」、「騎乘主要目的」，並依照「他人口說說服及自 我效能」、「技能經驗」、「身心調節」分別討論，採用獨立樣本 t 檢定、單因子變 異數分析等統計方法進行差異性分析。
92
壹、 不同背景變項的自行車騎乘者在他人口說說服及自我 效能之差異分析
本研究以獨立樣本 t 檢定進行「性別」等背景變項在自行車騎乘者「他人口 說說服及自我效能」之差異情形，其分析結果如下（表 33）：
不同性別的騎乘者在他人口說說服及自我效能上，達統計顯著性差異（t 值
=3.692，p=.000＜.05），顯示自行車騎乘者男性與女性在他人口說說服及自我效 能上有顯著差異，其中男性騎乘者（3.989）大於女性騎乘者（3.726）。
表 33
不同背景變項對他人口說說服及自我效能 t 檢定分析摘要表
背景變項 項目 平均數 t 值 自由度 p
性別 男性 3.989
3.692*** 297 .000
女性 3.726
*p < .05, **p < .01, ***p < .001
以單因子變異數分析「年齡」、「教育程度」、「職業」、「家庭組成」、「居住地 區」、「騎乘車齡」、「每周騎乘頻率（平均）」、「每次騎乘時間（平均）」、「騎 乘主要目的」等背景變項在自行車騎乘者「他人口說說服及自我效能」之差異情 形，其分析結果如下（表 34）：
不同年齡的騎乘者在他人口說說服及自我效能上，達統計顯著性差異
（F=3.106，p=.010＜.05），顯示自行車騎乘者不同年齡在他人口說說服及自我 效能上有顯著差異，經事後比較「16-25 歲」群體騎乘者（4.031）的他人口說說 服及自我效能顯著地高於「36-45 歲」群體騎乘者（3.621），平均差異為 0.410。
不同教育程度的騎乘者在他人口說說服及自我效能上，未達統計顯著性差 異（F=1.720，p=.163＞.05），顯示自行車騎乘者不同教育程度在他人口說說服 及自我效能上沒有顯著差異。
不同職業的騎乘者在他人口說說服及自我效能上，未達統計顯著性差異
（F=1.557，p=.137＞.05），顯示自行車騎乘者職業在他人口說說服及自我效能 上沒有顯著差異。
93
不同家庭組成的騎乘者在他人口說說服及自我效能上，未達統計顯著性差 異（F=2.506，p=.059＞.05），顯示不同家庭組成的騎乘者在他人口說說服及自 我效能沒有顯著差異。
不同居住地區的騎乘者在他人口說說服及自我效能上，未達統計顯著性差 異（F=1.675，p=.172＞.05），顯示不同居住地區的騎乘者在他人口說說服及自 我效能上沒有顯著差異，。
不同騎乘車齡的騎乘者在他人口說說服及自我效能上，未達統計顯著性差 異（F=1.355，p=.257＞.05），顯示不同騎乘車齡的騎乘者在他人口說說服及自 我效能上沒有顯著差異。
不同每周騎乘頻率（平均）的騎乘者在他人口說說服及自我效能上，達統計 顯著性差異（F=10.747，p=.000＜.05），顯示不同每周騎乘頻率（平均）的騎乘 者在他人口說說服及自我效能上有顯著差異，經事後比較「3-4 天」（4.105）、
「1-2 天」（4.046）群體騎乘者的他人口說說服及自我效能顯著地高於「不到 1 次」（3.609）群體騎乘者，平均差異為 0.496 及 0.437。
不同每次騎乘時間（平均）的騎乘者在他人口說說服及自我效能上，達統計 顯著性差異（F=5.413，p=.000＜.05），顯示不同每次騎乘時間（平均）的騎乘 者在他人口說說服及自我效能上有顯著差異，經事後比較「1-2（含）小時」
（3.966）、「4 小時以上」（4.469）群體騎乘者的他人口說說服及自我效能顯著 地高於「30 分鐘（含）以下」（3.607）群體騎乘者，平均差異為 0.359、0.862。
不同騎乘主要目的騎乘者在他人口說說服及自我效能上，達統計顯著性差 異（F=4.241，p=.015＜.05），顯示不同騎乘主要目的騎乘者在他人口說說服及 自我效能上有顯著差異，經事後比較「運動休閒」（3.907）群體騎乘者的他人口 說說服及自我效能顯著地高於「通勤（上班、上課）」（3.568）群體騎乘者，平 均差異為 0.339。
94
95
96
97 表 36
不同背景變項對技能經驗 t 檢定分析摘要表
背景變項 項目 平均數 t 值 自由度 p
性別 男性 3.275
6.819 *** 298 .000
女性 2.633
*p < .05, **p < .01, ***p < .001
以單因子變異數分析「年齡」、「教育程度」、「職業」、「家庭組成」、
「居住地區」、「騎乘車齡」、「每周騎乘頻率（平均）」、「每次騎乘時間（平 均）」、「騎乘主要目的」等背景變項在自行車騎乘者「技能經驗」之差異情形，
其分析結果如下（表 37）：
不同年齡的騎乘者在技能經驗上，達統計顯著性差異（F=5.560，p=.000
＜.05），顯示自行車騎乘者不同年齡在技能經驗上有顯著差異，經事後比較「15 歲以下」（3.356）、「16-25 歲」（3.222）、「26-35 歲」（3.058）群體騎乘者的 技能經驗顯著地高於「36-45 歲」（2.578）群體騎乘者，平均差異為 0.778、0.664、
0.48。
不同教育程度的騎乘者在技能經驗上，達統計顯著性差異（ F=3.296，
p=.021＜.05），顯示自行車騎乘者不同教育程度在技能經驗上有顯著差異，經事 後比較沒有出現成對組的平均數差異達顯著的情形，表示此類別未達顯著。
不同職業的騎乘者在技能經驗上，達統計顯著性差異（F=4.336，p=.000
＜.05），顯示自行車騎乘者職業在技能經驗上有顯著差異，經事後比較「工業
／製造業」（3.287）群體騎乘者的技能經驗顯著地高於「軍警公教」（2.694）群 體騎乘者，平均差異為 0.593。
不同家庭組成的騎乘者在社技能經驗上，達統計顯著性差異（F=4.945，
p=.002＜.05），顯示不同家庭組成的騎乘者在技能經驗上有顯著差異，經事後比 較「未婚」（3.139）群體騎乘者的社技能經驗顯著地高於「已婚，已有小孩」（2.745）
群體騎乘者，平均差異為 0.394。
不同居住地區的騎乘者在技能經驗上，未達統計顯著性差異（F=1.034，
p=.398＞.05），顯示不同居住地區的騎乘者在技能經驗上沒有顯著差異。
不同騎乘車齡的騎乘者在技能經驗上，未達統計顯著性差異（F=1.759，
p=.155＞.05），顯示不同騎乘車齡的騎乘者在技能經驗上沒有顯著差異。
98
（3.279）、「3-4（含）小時」（3.428）、「4 小時以上」（4.037）群體騎乘者的 技能經驗顯著地高於「30 分鐘（含）以下」（2.554）群體騎乘者，平均差異為 0.574、0.725、0.874、1.483；「4 小時以上」（4.037）群體騎乘者的技能經驗顯 著地高於「30 分鐘-1（含）小時」（2.890）群體騎乘者，平均差異為 1.147。
99
100
101 表 38
不同背景變項對技能經驗之假設驗證表
研究假設 背景變項 t F p 結果
不同背景變項對技能經 驗有顯著差異。
性別 6.819 *** .000
年齡 5.560 *** .000
教育程度 3.296 * .021
職業 4.336 *** .000
家庭組成 4.945 ** .002
居住地區 1.034 .398
騎乘車齡 1.759 .155
每周騎乘頻率（平
均） 9.108 *** .000
每次騎乘時間（平
均） 9.874 *** .000
騎乘主要目的 6.070 ** .003 註：結果，表示支持假設
*p < .05, **p < .01, ***p < .001
由此可知，不同背景對自行車騎乘者對技能經驗具有部分差異，其中男性顯 著高於女性，顯示男性受到過去經驗的影響較強，與本研究中前述行為態度結果 相符，不論是自我成就經驗或是藉由觀察、體驗活動獲取經驗，同樣會影響騎乘 者的心裡想法，影響騎乘行為的持續性。年齡較小的騎乘者高於中年階段，可能 因過去經驗少，相對而言失敗的經驗也較少，對自己有較高的信心，而願意持續 騎乘活動。工業活動者顯著高於軍警公教，可能受到兩個因素影響，第一，從事 工業的人工作經驗較多變，而有較多類化經驗的來源，第二，本研究調查時間正 值暑假，使此部分的受訪者較多，而回答差異性較大時，則可能造成此現象。未 婚者顯著高於已婚有小孩的騎乘者，與家庭生活習慣有關，若有小孩後，活動受 到小孩影響而減少，可進一步調查是否在小孩較大後，會產生不同的結果，因本 研究僅調查是否有小孩，並未詢問小孩之年齡而無從比較。騎乘頻率愈少、騎乘 時間愈短的騎乘者，愈缺乏過去經驗，缺少自我肯定，而有較低的自我效能，也 會降低騎乘意願。同前各項影響因素，騎乘主要目皆集中於運動休閒，又未細究 影響因素為何，造成與其他選項有顯著差異。
102
參、 不同背景變項的自行車騎乘者在身心調節之差異分析
本研究以獨立樣本 t 檢定進行「性別」等背景變項在自行車騎乘者「身心調 節」之差異情形，其分析結果如下（表 39）：
不同性別的騎乘者在身心調節上，達統計顯著性差異（t 值=1.437，p=.152
＞.05），顯示自行車騎乘者男性與女性在身心調節上沒有顯著差異。
表 39
不同背景變項對身心調節 t 檢定分析摘要表
背景變項 項目 平均數 t 值 自由度 p
性別 男性 4.098
1.437 299 .152
女性 3.997
*p < .05, **p < .01, ***p < .001
其次以單因子變異數分析「年齡」、「教育程度」、「職業」、「家庭組成」、
「居住地區」、「騎乘車齡」、「每周騎乘頻率（平均）」、「每次騎乘時間（平 均）」、「騎乘主要目的」等背景變項在自行車騎乘者「身心調節」之差異情形，
其分析結果如下（表 40）：
不同年齡的騎乘者在身心調節上，未達統計顯著性差異（F=1.479，p=.197
＞.05），顯示自行車騎乘者不同年齡在身心調節上沒有顯著差異。
不同教育程度的騎乘者在身心調節上，未達統計顯著性差異（F=.036，
p=.991＞.05），顯示自行車騎乘者不同教育程度在身心調節上沒有顯著差異。
不同職業的騎乘者在身心調節上，未達統計顯著性差異（F=1.467，p=.169
＞.05），顯示自行車騎乘者職業在身心調節上沒有顯著差異。
不同家庭組成的騎乘者在身心調節上，未達統計顯著性差異（F=2.086，
p=.102＞.05），顯示不同家庭組成的騎乘者在身心調節上沒有顯著差異。
不同居住地區的騎乘者在身心調節上，未達統計顯著性差異（F=1.207，
p=.306＞.05），顯示不同居住地區的騎乘者在身心調節上沒有顯著差異。
不同騎乘車齡的騎乘者在身心調節上，未達統計顯著性差異（F=1.322，
p=.267＞.05），顯示不同騎乘車齡的騎乘者在身心調節上沒有顯著差異。
不同每周騎乘頻率（平均）的騎乘者在社身心調節上，達統計顯著性差異
（F=2.793，p=.027＜.05），顯示不同每周騎乘頻率（平均）的騎乘者在身心調
103
104
105
106
第四節 自行車騎乘者的自我效能對行為意向影響效 果
路徑分析（path analysis）是一種將變項關係以模型化（modeling）的方式來 進行分析的統計技術，透過一系列的迴歸分析所組成（賴俊年，2009）。路徑分 析即是迴歸模型的一種延伸，先擬定可能的路徑圖架構，以變相間的相關係數作 為資料，進行迴歸分析，計算各路徑之迴歸係數，即為路徑係數（陳寬裕、王正 華，2010）。主要功能是從變相之間共便關係來檢驗研究者所提出的影響、預測
路徑分析（path analysis）是一種將變項關係以模型化（modeling）的方式來 進行分析的統計技術，透過一系列的迴歸分析所組成（賴俊年，2009）。路徑分 析即是迴歸模型的一種延伸，先擬定可能的路徑圖架構，以變相間的相關係數作 為資料，進行迴歸分析，計算各路徑之迴歸係數，即為路徑係數（陳寬裕、王正 華，2010）。主要功能是從變相之間共便關係來檢驗研究者所提出的影響、預測