• 沒有找到結果。

低碳飲食認知對低碳飲食行為之預測力分析

71

表 30 預測變項與效標變項關聯性分析摘要表 預測變項

層面

效標變項層面

個人行為 推廣行為 飲食習慣 低碳飲食 行為 排碳衝擊 .504** .515** .467** .878**

減碳認知 .647** .667** .616** .667**

低碳飲食 .620** .685** .635** .685**

*p<.05 **p<.01 ***p<.001

由表 30 的結果顯示,各預測變項成層面與效標變項層面間的相 關係數均達顯著水準。該結果顯示這三項變項層面得以做預測變項,

對於效標變項進行預測迴歸分析。

(二) 預測變項間關聯情形分析

預測變項間的相關係數矩陣可以初步檢核預測變項間共線性的情 形。因此,本研究針對三項預測變項層面間的相關情形進行摘要呈 現。以下,茲以表 31 呈現上述預測變項層面間的關聯情形。

表 31 預測變項層面間關聯性分析摘要表

排碳衝擊 減碳認知 低碳飲食 排碳衝擊 1.00

減碳認知 .727** 1.00

低碳飲食 .580** .746** 1.00

*p<.05 **p<.01 ***p<.001

由表 31 的分析結果顯示出部分的預測變項層面的相關係數頗高,

意即預測變項間可能存在有共線性的問題。其中,減碳認知與排碳衝 擊、低碳飲食與減碳認知之間的相關係數均超過.70,意即共線情形頗

為明顯。此外,低碳飲食與排碳衝擊的相關係數雖達統計學上的顯 著,惟其相關程度不若前述之高度相關。因此,除了上述兩對預測變 項層面間的關聯程度較高之外,其低碳飲食與排碳衝擊層面間的關聯 性屬於中的程度,意即這些預測變項層面頗適合作為預測效標變項總 變異之預測變項。

二、低碳飲食行為之預測力分析

以下,茲就上述三項預測變項對於低碳飲食行為表現的三個層面 以及整體低碳飲食行為之迴歸分析結果,進行分項的陳述與說明。

(一) 「個人行為」層面之預測力分析

表 32 是針對上述三項預測變項對「個人行為」層面進行逐步多元 迴歸分析,藉以瞭解各預測變項對於「個人行為」層面的聯合解釋力情 形。

表 32 預測變項預測「個人行為」之逐步多元迴歸分析摘要表

投入變項順序 多元相關係數

(R)

決定係數 增加量 原始迴歸係數

( B)

標準迴歸係數 β

F 值

減碳認知 .647 .419 .417 .356 .647 291.86***

低碳飲食 .679 .461 .043 .223 .310 173.04***

*p<.05 **p<.01 ***p<.001

由表 32 的結果顯示,共有二個預測變項進入迴歸方程式,其多元 相關係數為.679,解釋力為.461,意即這二個預測變項能聯合預測「個 人行為」層面總變異數的 46.1%。

就個別預測變項的解釋變異量來看,「減碳認知」層面的預測解釋 力最大,可以解釋「個人行為」41.9%,其次,則為「低碳飲食」,其 可解釋「個人行為」4.3%之總變異量。

73

再進一步從標準化迴歸係數進行分析,在「減碳認知」與「低碳飲 食」層面上,其β 係數均為正值,意即「減碳認知」與「低碳飲食」對

「個人行為」層面趨於積極正向。

(二) 「推廣行為」層面之預測力分析

表 33 是針對上述三項預測變項對「推廣行為」層面進行逐步多元 迴歸分析,藉以瞭解各預測變項對於「推廣行為」層面的聯合解釋力情 形。

表 33 預測變項預測「推廣行為」之逐步多元迴歸分析摘要表

投入變項順序 多元相關係數

(R)

決定係數 增加量 原始迴歸係數

( B)

標準迴歸係數 β

F 值

低碳飲食 .647 .419 .419 .529 .441 292.12***

減碳認知 .673 .453 .034 .253 .276 167.23***

*p<.05 **p<.01 ***p<.001

由表 33 的結果顯示,共有二個預測變項進入迴歸方程式,其多元 相關係數為.673,解釋力為.453,意即這二個預測變項能聯合預測「推 廣行為」層面總變異數的 45.3%。

就個別預測變項的解釋變異量來看,「低碳飲食」層面的預測解釋 力最大,可以解釋「推廣行為」41.9%,其次,則為「減碳認知」,其 可解釋「推廣行為」3.4%之總變異量。

再進一步從標準化迴歸係數進行分析,在「低碳飲食」與「減碳認 知」層面上,其β 係數均為正值,意即「低碳飲食」與「減碳認知」對

「推廣行為」層面趨於積極正向。

(三) 「飲食習慣」層面之預測力分析

表 34 是針對上述三項預測變項對「飲食習慣」層面進行逐步多元

迴歸分析,藉以瞭解各預測變項對於「飲食習慣」層面的聯合解釋力情 形。

表 34 預測變項預測「飲食習慣」之逐步多元迴歸分析摘要表

投入變項順序 多元相關係數

(R)

決定係數 增加量 原始迴歸係數

( B)

標準迴歸係數 β

F 值

低碳飲食 .635 .403 .403 .361 .396 273.58***

減碳認知 .670 .449 .046 .224 .320 164.44***

*p<.05 **p<.01 ***p<.001

由表 34 的結果顯示,共有二個預測變項進入迴歸方程式,其多元 相關係數為.670,解釋力為.449,意即這二個預測變項能聯合預測「飲 食習慣」層面總變異數的 44.9%。

就個別預測變項的解釋變異量來看,「低碳飲食」層面的預測解釋 力最大,可以解釋「飲食習慣」40.3%,其次,則為「減碳認知」,其 可解釋「飲食習慣」4.6%之總變異量。再進一步從標準化迴歸係數進行 分析,在「低碳飲食」與「減碳認知」層面上,其β 係數均為正值,意 即「低碳飲食」與「減碳認知」對「飲食習慣」層面趨於積極正向。

(四) 「低碳飲食行為」之預測力分析

表 35 是針對上述三項預測變項對低碳飲食行為整體層面進行逐步 多元迴歸分析,藉以瞭解各預測變項對於效標變項的聯合解釋力情 形。

表 35 預測變項預測「低碳飲食行為」之逐步多元迴歸分析摘要表

投入變項順序 多元相關係數

(R)

決定係數 增加量 原始迴歸係數

( B)

標準迴歸係數 β

F 值

低碳飲食 .685 .470 .470 1.112 .424 358.97***

減碳認知 .724 .525 .055 .706 .351 222.94***

75

*p<.05 **p<.01 ***p<.001

由表 35 的結果顯示,共有二個預測變項進入迴歸方程式,其多元 相關係數為.724,解釋力為.525,意即這二個預測變項能聯合預測「低 碳飲食行為」層面總變異數的 52.5%。

就個別預測變項的解釋變異量來看,「低碳飲食」層面的預測解釋 力最大,可以解釋「低碳飲食行為」47.0%,其次,則為「減碳認知」,

其可解釋「低碳飲食行為」5.5%之總變異量。再進一步從標準化迴歸係 數進行分析,在「低碳飲食」與「減碳認知」層面上,其β 係數均為正 值,意即「低碳飲食」與「減碳認知」對「低碳飲食行為」層面趨於積 極正向。

相關文件