第四章 研究結果
第三節 人口變項與數位階層的關係
本節根據民國 104 年「個人家戶數位機會調查」所分析出之數位階層分類及 分析，並透過卡方分析了解人口變數（年齡、教育程度、收入、職業）是否與數 位階層有關係。
一、 年齡
本研究根據文獻探討中多數文獻提出數位落差與年齡是有關係的，針對本研 究提出以下統計假設
H0：年齡和數位階層沒有關係。
H1：年齡和數位階層有關係。
為利於進行卡方分析，將 104 年年齡之題項合併如下為（1）29 歲以下；（2）
30-59 歲；（3）60 歲以上。年齡與數位階層之交叉列聯表殘差值如下表 4-7。
表 4-7 年齡與數位階層之交叉列聯表 數位階層
總計 菁英 富裕 中產 貧困 赤貧
年 齡
29歲以下 計數 30 26 481 9 1 調整後殘差 0.6 3.4 8.2 -4.0 -9.9 547 30-59歲 計數 152 71 2204 146 282
2855 調整後殘差 2.0 -1.0 8.8 0.0 -12.1
60歲以上 計數 2 1 62 36 225 調整後殘差 -3.8 -2.7 -23.5 5.1 30.5 326
總計 計數 184 98 2747 191 508 3728
96
透過交叉列連表的調整後殘差分析值可看出數位菁英在 30-59 歲有顯著高 於觀察值，在 60 歲以上則顯著低於觀察值；數位富裕在 29 歲以下有顯著高於觀 察值，在 60 歲以上則顯著低於觀察值；數位中產在 29 歲以下及 30-59 歲有顯著 高於觀察值，在 60 歲以上則顯著低於觀察值；數位貧困在 60 歲以上有顯著高於 觀察值，在 29 歲以下則顯著低於觀察值；數位赤貧在 60 歲以上有顯著高於觀察 值，在在 29 歲以下及 30-59 歲則顯著低於觀察值。表 4-8 是 104 年「個人/家戶 數位機會調查」之年齡變項與 104 年數位階層之卡方檢定表。
表 4-8 年齡與數位階層之卡方檢定表
值 df 漸近顯著性（兩端）
Pearson 卡方檢定 1053.165a 8 .000
概似比 821.268 8 .000
線性對線性關聯 639.343 1 .000 有效觀察值數目 3728
a. 0 單元 （.0%） 預期計數小於 5。預期的計數下限為 8.57。
從表 4-8 的卡方檢定中，可以發現在自由度等於 8 時，2值等於 1053.165，
p=0.000< 0.005，達到顯著水準，應拒絕虛無假設，接受對立假設，故年齡對數位 階層之影響具有顯著效果，年齡與數位階層不彼此獨立，年齡與數位階層有關係。
二、 教育程度
本研究根據文獻探討中多數文獻提出數位落差與教育程度是有關係的，針對 本研究提出以下統計假設
H0：教育程度和數位階層沒有關係。
H1：教育程度和數位階層有關係。
97
98
值 df 漸近顯著性（兩端）
線性對線性關聯 662.175 1 .000 有效觀察值數目 3728
a. 3 單元 （12.0%） 預期計數小於 5。預期的計數下限為 1.60。
從表4-10的卡方檢定中，可以發現在自由度等於16時，2值等於1659.928，
p=0.000< 0.005，達到顯著水準，應拒絕虛無假設，接受對立假設，故教育程度對 數位階層之影響具有顯著效果，教育程度與數位階層不彼此獨立，教育程度與數 位階層有關係。
過去曾有研究指出（行政院研考會，2009），我國 12 歲以上使用電腦之 民眾電腦使用率基本上隨著學歷提高而增加，大學以上學歷民眾無論是電腦近 用比率（97.3%）及使用頻率（每週平均 6.5 天）都是最高，亦即多數大學以上 學歷之民眾至少具有使用 ICT 之動機和意願、能夠接入 ICT 及能夠使用 ICT 等數位階層之群體特徵，根據文獻及本研究之推論統計，可知教育程度確實影 響著個人於何種數位階層。
三、 收入
本研究根據文獻探討中多數文獻提出數位落差與收入是有關係的，針對本 研究提出以下統計假設
H0：收入和數位階層沒有關係。
H1：收入和數位階層有關係。
為利於進行卡方分析，將 104 年收入之題項合併如下：（1）未滿 3 萬元；
（2）3 萬～5 萬元；（3）5 萬～7 萬元；（4）7 萬～9 萬元；（7）9 萬以上。月收 入與數位階層之交叉列聯表如下表 4-11。
99
100
從上表卡方檢定中，可以發現在自由度等於16時，2值等於439.701，
p=0.000< 0.005，達到顯著水準，應拒絕虛無假設，接受對立假設，故收入對數位 階層之影響具有顯著效果，收入與數位階層不彼此獨立，教育程度與數位階層有 關係。
根據美國 1999 年教育科技調查報告中指出，富有學區及貧窮學區兩者在 學生個人擁有電腦比率、上網機會以及上網速度等方面，則有明顯的差距。貧 窮學區的學生大部分在回家之後就沒電腦可以上網，即使有可以上網學生，也 因受制於連網速度的緩慢，而降低資訊搜尋的效率與上網的意願，影響不同學 區的學生在學習的數量與品質方面，產生明顯的差距（林天佑，2001）。Deursen 與 Dijk（2011）也指出數位落差形成不同的構面，其中能否負擔得起其費用與 較好的品質，就是網路近用（access）的差異。較快較好的連線品質費用昂貴，
經濟寬裕者較能負擔，這也決定了部分數位近用的機會與品質。惟不論何種調 查報告或研究，大抵指出數位落差的起因皆不脫以經濟的角度。根據文獻及本 研究之推論統計，可知收入確實影響著個人於何種數位階層。
四、 職業
本研究根據文獻探討中多數文獻提出數位落差與職業是有關係的，針對本研 究提出以下統計假設
H0：職業和數位階層沒有關係。
H1：職業和數位階層有關係。
101
102
員及專業人員，以及技術員及助理專業人員、事務支援人員有顯著低於觀察值；
數位赤貧與數位貧困相同，在服務及銷售與農、林、漁、牧業生產人員，以及技 藝、機械設備操作及基層技術勞力工則顯著高於觀察值，在軍人、民意代表、主 管、經理人員及專業人員，以及技術員及助理專業人員、事務支援人員有顯著低 於觀察值。表 4-14 是職業與數位階層之卡方檢定表
表 4-14 職業與數位階層之卡方檢定表
值 df 漸近顯著性（兩端）
Pearson 卡方檢定 731.828a 12 .000
概似比 814.839 12 .000
線性對線性關聯 524.013 1 .000 有效觀察值數目 3728
a. 0 單元 （.0%） 預期計數小於 5。預期的計數下限為 21.87。
從上表卡方檢定中，可以發現在自由度等於12時，2值等於731.828，
p=0.000< 0.005，達到顯著水準，應拒絕虛無假設，接受對立假設，故職業對數位 階層之影響具有顯著效果，收入與數位階層不彼此獨立，職業與數位階層有關係。
歐盟在「Statistical Indicators Benchmarking of Information Society；SIBIS」
（2002）指出在職業方面，即針對個人在職場應用資訊傳播科技的情形（工作溝 通性），能否在工作上藉由資訊技能的訓練增加個人的生產力（成人繼續教育）
觀察近來數位落差的議題可以發現焦點從資訊設備的近用逐漸轉移到資訊內容 和資訊訓練上，也在數位落差範疇上產生了新的詮釋，職業不分貴賤，但不同職 業所需的資訊能力不同容易造就職業在數位階層之差異。