第三章、 研究方法
第二節、 實證模型
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
25
來驗證本研究關注之客觀個人素質，是否會與候選人的選舉表現具有相關性。
在第二步驟中，除了使用候選人個人素質分數作為解釋變數，也會將各個涵蓋 於個人素質之變數獨立出來進行分析，藉此了解是否有某些個人素質變數在議 員選舉中特別重要。最後則放入有關候選人在地連結之變數，除了探討候選人 在地連結之相關變數對於候選人選舉表現的相關性，同時也觀察在控制候選人 在地連結變數後，候選人個人素質是否依舊對於選舉中候選人的選舉表現具有 其重要性。總的來說，從這個依序放入變數的模型中，我們將可以了解不同類 別之解釋變數對於候選人之選舉表現是否具有直接和間接的相關性。
在依變數「候選人得票率」的部分，使用得票率作為被解釋變數會因為選 區規模不同，使得得票率分佈範圍廣，最低為0.03%，最高則可以到 84.5%，
導致極端樣本被放大，以及最終實證結果上解釋的困難。因此本研究參考李承 達與駱明慶（2008）研究的處理方式，在迴歸分析中將對得票率取自然對數，
並且控制選區的虛擬變數，如此將可解決放大極端樣本的問題，並且可以將解 釋變數係數的變化理解為百分比之變動。
另外，因為「各選區議員的應選名額」屬於外生的制度變數，將直接影響 到各政黨提名人數以及候選人參選的意願（佘健源，2017），進而影響到不同選 區內候選人之得票率以及當選的機率，因此在本研究的迴歸式中都將控制「各 選區應選名額」變數。
至於迴歸分析的方法，對於依變數「候選人得票率的對數值」本研究將採 用最小平方法（ordinary least squares, OLS）進行探討；而另一個依變數「候選 人是否當選」則因為依變數是屬於0 與 1 的虛擬變數，因此研究者將會改用 Logistic 迴歸的方式進行研究。
此外，為了方便之後將個人素質分數與在地連結分數進行比較，兩個變數 都將先經過標準化處理，轉換為個人素質標準分數與在地連結標準分數。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
26
第一步驟模型：
得票率對數值= β0
+ β
1候選人個人資訊變數 + ℇ
(1)
是否當選= β0
+ β
1 候選人個人資訊變數+ ℇ(2)
第二步驟模型：
得票率對數值= β0
+ β
1候選人個人資訊變數 + β
2 個人素質分數+ ℇ (3)是否當選= β0
+ β
1候選人個人資訊變數 + β
2 個人素質分數+ ℇ(4)
得票率對數值= β0
+ β
1候選人個人資訊變數 + β
2 個人素質個別變數+ ℇ (5)是否當選= β0
+ β
1候選人個人資訊變數 + β
2 個人素質個別變數+ ℇ (6) 第三步驟模型：得票率對數值= β0
+ β
1候選人個人資訊變數 + β
2 個人素質分數+β
3 在地連結分數 + ℇ(7)
是否當選= β0
+ β
1 候選人個人資訊變數+ β2 個人素質分數+β
3 在地連結分數+ ℇ(8)
得票率對數值= β0
+ β
1候選人個人資訊變數 + β
2 個人素質分數+β
3 在地連結個別變數 + ℇ(9)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
27
是否當選= β0
+ β
1 候選人個人資訊變數+ β2 個人素質分數+β
3 在地連結個別變數 + ℇ(10)
除了上述對於直轄市議員的整體趨勢實證模型以及分析外，本研究在第二 部份則關注於「中國國民黨」以及「民主進步黨」兩大黨在候選人特質上的差 異，本研究將會透過敘述統計，以及增加交互作用變數的方式，以此來了解同 時也以此分析影響兩黨候選人選舉表現之變數，是否與沒有受到政黨推薦之候 選人存在差異。
最後在研究結果的第三部份，則將焦點放在北、中、南三個區域7的議員候 選人是否存在特質上的差異，對此本研究也同樣透過敘述統計以及交互作用項 的方式，並且以北部作為對照組，藉此探討影響中部與南部候選人選舉表現之 變數，是否與北部區域存在差異。
7 有關台灣地區劃分，主要依據國家發展委員會出版之《都市及區域發展統計彙編》的區分。
台北市、新北市、桃園市屬於北部地區；台中市屬於中部地區；台南市及高雄市，則屬於南部 地區。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
28