第四章 候選人形象特質、情感溫度計與投票傾向
第二節 候選人形象特質、情感溫度計之差異與關聯性
一、候選人形象特質
如先前章節所解釋，候選人形象指的是某一候選人在選民心目中所 擁有的特質和條件。此種特質在前面文獻中已提到是相當穩定的，且是 環繞在幾個面向，如：領導能力、正直、信任、魄力等。本文對候選人 形象的測量，包含六道題目，能力、魄力、清廉度、誠實有信用、瞭解 民眾需要，以及親和力。從 4-2-1 顯示本研究中大學生對於候選人形象 特質六面向評價的平均分數，大致上看來大學生對 60 位立委候選人的 形象特質六面向評價分數平均都有超過 5 分，等於對於立委候選人的形 象特質並沒有呈現兩極化的現象，多半是持平的看法；將六面向加總平 均後的分數即為大學生對於立委候選人形象特質的評價分數，落在 5~6 分之間，為 5.89 分，僅比中間值 5 分高出 0.89 分，顯示大學生對於北 部地區 60 位區域立委候選人的形象特質評價分數並不高。
表 4-2-1 候選人形象特質六面向敘述性統計表 候選人形象特質 個數 平均數 標準差 能力 630 5.78 2.86 魄力 630 5.88 2.96 瞭解民眾需要 630 5.98 2.76 親和力 630 5.48 2.73 清廉度 630 6.15 2.91 誠信度 630 6.12 2.97 候選人形象特質六面向
加總平均
630 5.89 2.92
70
而在候選人形象特質的信度分析上，從表 4-2-2 中顯示候選人形象特質 的 Cronbach’s Alpha 值為.901；另從表 4-2-3 中發現其餘六面向項目刪除 時的 Cronbach's Alpha 值分別為.903、.902、.904、.905、.909、.912，代 表刪除任一面向後候選人形象的質的量表還是具有可信度，因此在本研 究中可以不必刪除任一題項，總得來看此量表的信度頗佳。
表4-2-2候選人形象特質可靠性統計量
Cronbach's Alpha 值 項目的個數
.901 6
表4-2-3候選人形象特質六面向項目整體統計量
項目刪除時的 尺度平均數
項目刪除時的 尺度變異數
修正的項目 總相關
項目刪除時的 Cronbach's Alpha 值
能力 29.651 61.619 .656 .903
魄力 28.622 60.119 .636 .902
瞭解民眾需要 27.631 61.219 .682 .904
親和力 27.002 62.012 .756 .905
清廉度 29.281 110.267 .376 .909
誠信度 28.182 111.162 .276 .912
二、基本人口特徵與候選人形象特質之差異
接下來，為了瞭解基本人口背景特徵變項是否會造成候選人形象特 質面向差異情況，本研究以單因子變異數分析（One-way ANOVA）的統 計方法進行探討，分析結果請參閱表 4-2-4~4-2-10。從表 4-2-4~4-2-9 發 現大學生基本人口特徵變項性別、年齡、科系、職業與戶籍區域在候選 人形象特質的六個面向上，在變異數分析中均未達統計上顯示水準，也 就是說沒有顯著性差異的存在，此研究結果與本研究假設（一）相符，
基本人口背景特徵在候選人形象特質上無顯著性差異；另外，在將形象 特質六的面向指標加總平均後的形象特質，與人口背景特徵變項間進行 變異數分析，從表 4-2-8 發現依舊沒有顯著性差異存在。而在本研究中 加入的控制變數「是否認識螢幕上的候選人」，在候選人形象特質六面 向與總指標上也沒有產生顯著性差異，顯示是否認識候選人與候選人形 象特質的評價無關。
72
1. *p<.05；**p<.01；*** p<.001。
2. 上表事後比較結果採用 Tukey HSD 及 Scheffe 法之事後比較結果，兩種方法呈現的結果一樣。
表4-2-5基本人口特徵在候選人形象特質魄力上的差異
1. *p<.05；**p<.01；*** p<.001。
2. 上表事後比較結果採用 Tukey HSD 及 Scheffe 法之事後比較結果，兩種方法呈現的結果一樣。
74
1. *p<.05；**p<.01；*** p<.001。
2. 上表事後比較結果採用 Tukey HSD 及 Scheffe 法之事後比較結果，兩種方法呈現的結果一樣。
表4-2-7基本人口特徵在候選人形象特質親和力上的差異
1. *p<.05；**p<.01；*** p<.001。
2. 上表事後比較結果採用 Tukey HSD 及 Scheffe 法之事後比較結果，兩種方法呈現的結果一樣。
76
1. *p<.05；**p<.01；*** p<.001。
2. 上表事後比較結果採用 Tukey HSD 及 Scheffe 法之事後比較結果，兩種方法呈現的結果一樣。
表4-2-9基本人口特徵在候選人形象特質誠信度上的差異
1. *p<.05；**p<.01；*** p<.001。
2. 上表事後比較結果採用 Tukey HSD 及 Scheffe 法之事後比較結果，兩種方法呈現的結果一樣。
78
1. *p<.05；**p<.01；*** p<.001。
2. 上表事後比較結果採用 Tukey HSD 及 Scheffe 法之事後比較結果，兩種方法呈現的結果一樣。
三、候選人情感溫度計
候選人整體或總體評價指的是選民對候選人的整體評估，此方面的 測量多採取候選人之情感溫度計（feeling thermometer）的方式，亦 即詢問受訪者對該候選人感覺的分數。測量的題目：「我們想要知道您 對幾位政治人物感覺的分數，從 0 分到 10 分都可以。非常喜歡是 10 分，
非常不喜歡是 0 分，普通沒感覺是 5 分。」從表 4-2-11 發現大學生對於 候選人情感溫度計的分數評估，最低給到 1 分，最高給 10 分，平均數 則落在 5.78 分，比中間 5 分普通沒感覺還要高出 0.78 分，算是持正面 的評價。
表 4-2-11 候選人情感溫度計之敘述性統計
變項 個數 最小值 最大值 平均數 標準差
情感溫度計 630 1.00 10.00 5.78 2.96
80
四、基本人口特徵與候選人情感溫度計之差異
從表 4-2-12 顯示大學生基本人口特徵變項性別、年齡、科系、職業 與戶籍區域在候選人情感溫度計的評估分數上，在變異數分析中均未達 統計上顯示水準，也就是說沒有顯著性差異的存在，此研究結果與本研 究假設（二）相符，基本人口背景特徵在候選人情感溫度計上無顯著性 差異。而在本研究中加入的控制變數「是否認識螢幕上的候選人」，在 候選人情感溫度計上也沒有產生顯著性差異，顯示是否認識候選人與情 感溫度計的評價無關。
表 4-2-12 基本人口特徵在候選人情感溫度計上的差異
1. *p<.05；**p<.01；*** p<.001。
2. 上表事後比較結果採用 Tukey HSD 及 Scheffe 法之事後比較結果，兩種方法呈現的結果一樣。
82
五、基本人口特徵、政黨傾向與是否認識候選人在投票傾向之差異
（一）基本人口特徵與投票傾向之差異
從表 4-2-13 性別與是否會投 票支持該候選人之交叉分析發現 Pearson Chi-Square 值 167.939，在自由度等於 1 時，達.05 的顯著水準 (p=.000)，可見大學生的性別與投票支持有顯著性差異存在。同時，從 表 4-2-14 顯示 Pearson Chi-Square 值 95.955，在自由度等於 1 時，達.05 的顯著水準(p=.000)，可見大學生的性別與投票支持哪個陣營有顯著性
接著，從表 4-2-15 年齡與是否會投票支持該候選人之交叉分析發現 Pearson Chi-Square 值 483.778，在自由度等於 3 時，達.05 的顯著水準 (p=.000)，可見年齡與投票支持有顯著性差異存在。
表 4-2-15 年齡與是否投票支持該候選人之交叉分析表
投票支持
總和 不會投票支持 會投票支持
20-24 歲 9 391 400
1.4% 62.1% 63.5%
25-29 歲 98 0 98
15.6% 0.0% 15.6%
30-34 歲 21 51 72
3.3% 8.1% 11.4%
35-39 歲 0 60 60
0.0% 9.5% 9.5%
總和
128 502 630
20.3% 79.7% 100.0%
χ2 =483.778；df =3；p =.000
84
同時，從表 4-2-16 顯示 Pearson Chi-Square 值 83.176，在自由度等 於 3 時，達.05 的顯著水準(p=.000)，可見年齡與投票支持哪個陣營有顯 著性差異存在。以上從大學生年齡與投票支持及投票支持對象的列聯相 關分析中顯示年齡與投票傾向有顯著性差異，與本研究假設 4-2 相符。
表 4-2-16 年齡與投票支持對象之交叉分析表
投票支持對象
總和 泛藍陣營 泛綠陣營 20-24 歲 179 221 400
28.4% 35.1% 63.5%
25-29 歲 88 10 98 14.0% 1.6% 15.6%
30-34 歲 26 46 72 4.1% 7.3% 11.4%
35-39 歲 17 43 60 2.7% 6.8% 9.5%
總和
310 320 630 49.2% 50.8% 100.0%
χ2 =83.176；df =3；p =.000
從表 4-2-17 科系與是否會投 票支持該候選人之交叉分析發現 Pearson Chi-Square 值 543.524，在自由度等於 4 時，達.05 的顯著水準 (p=.000)，可見科系與投票支持有顯著性差異存在。
表 4-2-17 科系與是否投票支持該候選人之交叉分析表
投票支持
總和 不會投票支持 會投票支持
商業休閒管理 0 159 159
0.0% 25.2% 25.2%
觀光餐旅 0 231 231
0.0% 36.7% 36.7%
公共行政與政治 16 22 38
2.5% 3.5% 6.0%
資訊電機 107 0 107
17.0% 0.0% 17.0%
建築與設計 5 90 95
.8% 14.3% 15.1%
總和
128 502 630
20.3% 79.7% 100.0%
χ2 =543.524；df =4；p =.000
86
同時，從表 4-2-18 顯示 Pearson Chi-Square 值 263.141，在自由度等 於 4 時，達.05 的顯著水準(p=.000)，可見科系與投票支持哪個陣營有顯 著性差異存在。以上從大學生與投票支持及投票支持對象的列聯相關分 析中顯示科系與投票傾向有顯著性差異，與本研究假設 4-3 相符。
表 4-2-18 科系與投票支持對象之交叉分析表
投票支持對象
總和 泛藍陣營 泛綠陣營
商業休閒管理 1 158 159
.2% 25.1% 25.2%
觀光餐旅 151 80 231
24.0% 12.7% 36.7%
公共行政與政治 36 2 38
5.7% .3% 6.0%
資訊電機 89 18 107
14.1% 2.9% 17.0%
建築與設計 33 62 95
5.2% 9.8% 15.1%
總和
310 320 630 49.2% 50.8% 100.0%
χ2 =263.141；df =4；p =.000
從表 4-2-19 戶籍區域與是否會投票支持該候選人之交叉分析發現 Pearson Chi-Square 值 410.464，在自由度等於 7 時，達.05 的顯著水準 (p=.000)，可見戶籍區域與投票支持有顯著性差異存在。
表 4-2-19 區域與是否投票支持該候選人之交叉分析表
投票支持
總和 不會投票支持 會投票支持
台北市 0 220 220
0.0% 34.9% 34.9%
新北市 9 171 180
1.4% 27.1% 28.6%
宜蘭縣 20 0 20
3.2% 0.0% 3.2%
基隆市 20 0 20
3.2% 0.0% 3.2%
桃園縣 79 41 120
12.5% 6.5% 19.0%
新竹縣 0 30 20
0.0% 4.8% 4.8%
新竹市 0 40 40
0.0% 6.3% 6.3%
總和
128 502 630
20.3% 79.7% 100.0%
χ2 =410.464；df =7；p =.000
88
同時，從表 4-2-20 顯示 Pearson Chi-Square 值 354.064，在自由度等 於 7 時，達.05 的顯著水準(p=.000)，可見戶籍區域與投票支持哪個陣營
從表 4-2-21 職業與是否會投 票支持該候選人之交叉分析發現 Pearson Chi-Square 值 484.220，在自由度等於 3 時，達.05 的顯著水準 (p=.000)，可見職業與投票支持有顯著性差異存在。
表 4-2-21 職業與是否投票支持該候選人之交叉分析表
投票支持
總和 不會投票支持 會投票支持
學生 0 304 304
0.0% 48.3% 48.3%
專業技術人員 7 108 115
1.1% 17.1% 18.3%
事務工作人員 100 0 100
15.9% 0.0% 15.9%
服務工作人員 21 90 111
3.3% 14.3% 17.6%
總和
128 502 630
20.3% 79.7% 100.0%
χ2 =484.220；df =3；p =.000
90
同時，從表 4-2-22 顯示 Pearson Chi-Square 值 160.421，在自由度等 於 3 時，達.05 的顯著水準(p=.000)，可見職業與投票支持哪個陣營有顯 著性差異存在。以上從大學生的職業與投票支持及投票支持對象的列聯 相關分析中顯示職業與投票傾向有顯著性差異，與本研究假設 4-5 相 符。
表 4-2-22 職業與投票支持對象之交叉分析表
投票支持對象
總和 泛藍陣營 泛綠陣營
學生 89 215 304
14.1% 34.1% 48.3%
專業技術人員 90 25 115
14.3% 4.0% 18.3%
事務工作人員 90 10 100
14.3% 1.6% 15.9%
服務工作人員 41 70 111
6.5% 11.1% 17.6%
總和
310 320 630 49.2% 50.8% 100.0%
χ2 =160.421；df =3；p =.000
（二）政黨傾向與投票傾向之差異
從表 4-2-23 政黨傾向與是否會投票支持該候選人之交叉分析發現 Pearson Chi-Square 值 76.735，在自由度等於 2 時，達.05 的顯著水準 (p=.000)，可見政黨傾向與投票支持有顯著性差異存在。
且政黨傾向為泛綠者全數 200 位都會投票支持眼動儀實驗中螢幕上 出現的候選人，傾向為泛藍者也有 191 位會投票支持眼動儀實驗中螢幕 上出現的候選人，無政黨傾向也有 111 位，總體看來有 502 位會投票支 持眼動儀實驗中螢幕上出現的候選人，約佔全體的八成強。
表 4-2-23 政黨傾向與是否投票支持該候選人之交叉分析表
投票支持
總和 不會投票支持 會投票支持
泛綠 0 200 200
0.0% 31.7% 31.7%
泛藍 89 191 280
14.1% 30.3% 44.4%
無政黨傾向 39 111 150
6.2% 17.6% 23.8%
總和
總和