3-1 研究操作
景觀美質迴歸分析部分主要是以迴歸分析所得到的海岸景觀美 質迴歸方程式了解海岸景觀中各元素的對美質的影響，並可藉此了解 群眾對海岸景觀環境的情緒認知感受評價結果，分析出影響海岸美質 評價好壞的項目，作為海岸景觀營造操作參考。此外還可以得知群眾 對海岸景觀環境在空間之組成和配置情形相對於其喜好評價結果，並 將得到的美質迴歸方程式運用到未來港灣周遭設施景觀開發設計及 經營管理依據。整體的操作概念流程如圖 3-1 所示。
圖3-1 景觀美質迴歸分析操作概念
3-1-1 樣區海岸拍攝
為了不影響海岸的原始風貌並呈現出最真實的海岸環境，拍攝海 岸景觀照片的時間是選擇日照良好的上午 10:30 至下午 2:30 間。兩次 出差拍攝調查分別為花蓮及高雄，沿著花蓮港及高雄港遊客主要行進 路線拍攝照片，相機的選擇為 SONY DSC-F828 之單眼數位相機，並 以各種角度取景(相機拍攝視線與海岸線之角度)。拍攝完畢後以電腦 螢幕輸出，再將拍攝所得之照片，將色澤較差、類型相同者予以刪除，
最後選取較具代表性之數位相片進行評估，總計 50 張相片。
3-1-2 照片處理作業
使用軟體 Leica Geosystems ERDAS IMAGINE 9.1 對所拍 攝的海岸景觀相片計算其出現的各項元素面積所佔之百分比，包含：
植栽、天空、海、沙灘、礫灘、礫石、礁岩、船舶、道路、硬鋪面、
軟鋪面、鐵路、防波堤、消波塊、建物、景觀設施、其他設施…等。
其中軟鋪面為木板鋪面，硬鋪面為水泥或磚塊鋪面；景觀設施包含涼 亭、特別設計過的橋……等，其他設施則為路燈、告示牌、護欄……
等設施。並且為達成有效地判斷海岸環境元素與觀賞者的距離遠近對 美質、偏好及情緒認知的影響，故將照片裡的這些元素分成前景、中 景、遠景三部份分開來計算其出現的面積比例。
3-1-3 問卷測詴
將照片不分區的隨機排列，並予以編號製作成投影片放映模式之
問卷。問卷之設計方式如圖 3-2，為多組二極語義問項，程度的區分
因為以往的研究顯示出學生問卷的結果與大眾問卷的結果同質 性很高，所以本研究就採用學生問卷。問卷的受測者為 60 位大學生，
多數為交通大學土木系之學生。進行問卷調查時，首先對受測者說明 本研究的目的及進行方式，再將所有照片（剔除編號）先快速播放影 像一遍，接著播放照片每張間隔約 45 秒，由受測者就各樣區海岸相 片的做出美質評價，對各項語意勾選不同輕重程度之感受。
3-2 資料分析
3-2-1 描述性統計與海岸分級
景觀美質評估結果，是做為景觀資源規劃設計、及管理者進行決 策時的參考依據。附錄一為 50 個花蓮及高雄樣區海岸的景觀美質分 數與心理認知感受分數，包含分數帄均數及標準差。問卷統計結果顯 示，在 50 張高雄港及花蓮港的港區現地照片中，美質評分的最高分 為 1.55 分，最低分為-2 分。本節旨就在問卷調查的結果進行評價分 級，判別港區環境設施美質等級(表 3-1)。將其分成五個等級，擬定 未來的經營管理策略，港灣可依照所屬的等級來進行港區環境美質改 善之參考標準。
表3-1 港區環境美質評價等級表 港區環境
美質等級 總分 等級描述 經營管理策略
Ａ 2~3 優越級 保護
B 1~2 美質級 保存
C 0~1 普通級 可變更
D -1~0 差級 改善
E -3~-1 劣級 更新
A 等級：是港區環境美質分數大於 2 分者，港區環境美質屬於「優 越級」，未來景觀經營管理策略是要對該地區進行「保護」。
B 等級：是港區環境美質分數介於 1~2 分者，港區環境美質屬於「美 質級」，未來景觀經營管理策略是要對該地區進行「保存」。
C 等級：是港區環境美質分數介於 0~1 分者，港區環境美質屬於「普 通級」，該地區景觀在未來景觀經營管理策略是為「可變 更」的。
D 等級：是港區環境美質分數介於 -1~0 分者，港區環境美質屬於「差 級」，該地區景觀在未來景觀經營管理策略應為要進行「改 善」的。
E 等級：是港區環境美質分數為 -1 分以下者，港區環境美質屬於「劣 級」，該地區景觀在未來景觀經營管理策略應為要進行「更 新」的。
3-2-2 主成份分析
依照上述海岸環境美質問卷調查可得到 13 組美質及認知語意之 得分，13 組語意分數所呈現出來的結果較為複雜且冗長，故頇進行 主成份分析以達到使用更精簡的數據資絡來解釋本研究問卷結果所 傳遞的訊息。主成份分析(Principal Component Analysis)由 K. Pearson 於 1901 年提出，再由 Hotelling (1933)加以發展的一種統計方法。其 主要目的是在於將許多變項予以減少，並使其改變為少數幾個互相獨 立的線性組合變項，而在經由線性組合而得的成份之變異數會變為最 大，使得受詴者在這些成份上顯出最大的個別差異來。
主成份分析之主要目的乃是希望用較少的變數去解釋原來資料 中的大部分變異，亦即期望能將我們手中許多相關性很高的變數轉化 成彼此互相獨立的變數，能由其中選取較原始變數個數少，能解釋大 部分資料之變異的幾個新變數，也就是所謂的主成份，而這幾個主成 份也就成為我們用來解釋資料的總和性指標。除了用來概述變項間的 關係外，主成份分析亦可用來削減迴歸分析或群集分析中變項的數目。
此外，為了達到最大變異的目的，我們可用主成份分析將原來的變項 轉變為成份，在抽出成份之後，可將各變項的原始分數轉換為成份分 數，以供進一步深入的統計分析。
因為景觀環境對民眾的影響順序為：認知感受影響美質評價，美 質評價再進而影響偏好。最普遍被民眾使用的情緒形容詞為美麗的--醜陋的、喜歡的--討厭的，所以將這 2 組形容詞所得的問卷分數抽出 之後，剩下的 11 組形容詞問卷分數匯入 SPSS 統計軟體進行主成份 分析，得到的結果如圖 3-3。
圖3-3 景觀美質問卷結果之主成份分析表
由圖 3-3 可以觀察看出主成份分析之結果將剩餘的 11 組語意形 (2002)之海岸景觀情緒因素統計表，將成份 1(Factor1)命名為「協調性」，
將成份 2(Factor 2)命名為「自然親水性」。
並且再對美麗的--醜陋的、喜歡的--討厭的、Factor1「協調性」、
Factor 2「自然親水性」四大項情緒因素的 Factor Score 進行彼此間的 相關性檢定，得到的結果如表 3-2 所示。
由表 3-2 可得知美質與其他三項情緒因素之間的 Pearson 相關係 數最高，代表美質對於其他情緒認知因素高度相關。故本研究第四章 所提出的海岸景觀評價模式及第五章的模式驗證，都將針對美質認知 因素來討論，以美質為主要探討的情緒認知因素。
3-3 海岸景觀美質迴歸分析
3-3-1 迴歸分析操作
統計問卷結果後，進而求得海岸景觀美質迴歸方程式。運用 SPSS 統計軟體來取得海岸景觀美質迴歸方程式，在操作時，眾多的因子採 用與否，是由因子的顯著性以及共線性兩大方向來取捨。
一、 顯著性
統計裡的顯著並非指絕對值的大小，而是指發生機率的大小，發 生機率小才稱顯著。顯著性的檢定是透過統計操作方法來看所觀 察的目標在不同獨變項的狀況下產生的差異是否達到顯著，本研 究篩選的每一項自變數皆達到 p < 0.05 的顯著水準，未達 p < 0.05 的因子一律踢除。
二、 共線性
共線性統計量的容忍值和變異數膨脹因素 VIF (Variance Inflation Factor) 是對個別變項的檢驗，容忍值= 1/ VIF，若 VIF >10 表示 該自變數有多重共線性，而本研究留下的自變數都符合 VIF <10 的標準。
3-3-2 海岸景觀美質迴歸方程式建立
將美質、偏好、協調性、自然親水性依照 3-3-1 的迴歸分析操作 方式求得海岸環境元素與美質分數、心理認知感受的迴歸方程式，表 3-3(a)、表 3-3(b)。並可寫出下列四組海岸環境環境美質分數及心理 認知感受的原始迴歸方程式(3-1)、(3-2)、(3-3)、(3-4)及標準化迴歸方 程式(3-5)、(3-6)、(3-7)、(3-8)，經過標準化後的的迴歸方程式各元素 之權重表現，可呈現各海岸元素之影響強度。
表3-3(a) 海岸環境元素的美質及偏好迴歸分析表
表3-3(b) 港區環境元素的心理認知感受迴歸分析表
原始迴歸方程式：
美質分數= -0.979+0.066*前景礁岩
+0.038*中景植栽+0.015*中景天+0.033*中景景觀設施
+0.052*背景植栽-0.085*背景船舶+0.118*背景的景觀設 (3-1) 偏好分數= -1.169-0.218*前景沙灘-0.043*前景礫石+0.137*前景礁岩
+0.02*前景軟鋪面+0.025*前景消波塊
+0.028*中景植栽+0.021*中景天空-0.021*中景消波塊 +0.049*背景海-0.13*背景硬鋪面+0.032*背景建物
+0.013*背景景觀設施 (3-2) 協調性分數= -0.498-0.123*前景沙灘+0.092*前景礁岩+0.012*前景軟鋪面
+0.032*中景植栽-0.059*中景礫石-0.02*中景消波塊
+0.039*中景景觀設施+0.017*中景其他設施 (3-3) 自然親水性分數=0.302-0.019*前景植栽-0.011*前景軟鋪面
-0.182*前景防波堤+0.058*前景景觀設施
+0.024*中景植栽+0.044*中景礁岩-0.037*中景硬鋪面
+0.032*背景海-0.197*背景其他設施 (3-4)
標準化迴歸方程式：
美質分數= 0.209*前景礁岩
+0.514*中景植栽+0.304*中景天空+0.311*中景景觀設施 +0.466*背景植栽-0.197*背景船舶+0.261*背景景觀設施 (3-5) 偏好分數= -0.424*前景沙灘-0.222*前景礫石+0.388*前景礁岩
+0.445*前景軟鋪面+0.33*前景消波塊
+0.34*中景植栽+0.367*中景天空-0.193*中景消波塊 +0.386*背景海-0.309*背景硬鋪面
+0.296*背景建物+0.2*背景景觀設施 (3-6)
協調性分數= -0.238*前景沙灘+0.257*前景礁岩+0.279*前景軟鋪面 +0.385*中景植栽-0.181*中景礫石-0.176*中景消波塊
+0.329*中景景觀設施+0.191*中景其他設施 (3-7) 自然親水性分數=-0.409*前景植栽-0.242*前景軟鋪面-0.434*前景防波堤
+0.172*前景景觀設施+0.289*中景植栽+0.265*中景礁岩 -0.482*中景硬鋪面+0.251*背景海-0.193*背景其他設施 (3-8) 美質分數、偏好分數、協調性分數、自然親水性分數的迴歸方程 式 R 帄方依序為 0.728、0.806、0.761、0.763，顯示美質分數、偏好 分數、協調性分數、自然親水性分數的迴歸方程式擁有相當高的解釋 變異量，預測分數的準確度也有一定的程度。
3-3-3 海岸景觀迴歸分析結果
依照 3-3-2 的海岸景觀迴歸方程式(3-5)、(3-6)可看出前景的礁岩
依照 3-3-2 的海岸景觀迴歸方程式(3-5)、(3-6)可看出前景的礁岩