第五章 實證結果分析與檢定
第二節 模型正確度之檢定
將利用RESET（Regression Specification Error Test，RESET）檢定及共線性
（Collinearity）檢定以驗證實證模型的正確性及研究結果的可信度。
一、實證模型設定錯誤之檢定（misspecification）
若實證模型遺漏重要變數、納入不相關之變數、選擇錯誤的函數形式或
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
何模型設定上的錯誤情形。
由RESET 檢定結果得知實證模型 γ1之P-Value，為 0.56，在 α=0.001 的 顯著水準下，無法拒絕γ1為零之虛無假設，意即本文所採用之實證模型並未 發現任何設定錯誤之處。下表5-3 列出 RESET 檢定之結果表。
表5-3：RESET 檢定結果表
RESET 檢定結果
變數 係數 t 統計量 P-Value
台灣地區實質薪資 13.95 0.415 0.679 各縣市老年人口數 0.15*** 13.167 0.000 各縣市人口密度 0.75** 2.75 0.007 各縣市教育程度大專（含）以上比
率 4.580 0.593 0.554
各縣市失業率 46.52 1.014 0.312
各縣市女性勞動參與率 -17.68 -1.623 0.106 各縣市15 歲以上人口婚姻狀況
-有偶占 15 歲以上人口比率 -91.06 -4.670 0.000 各縣市出生率 -30.24 -0.853 0.395 各縣市外籍與大陸配偶人數 0.13** 2.95 0.004 各縣市社福外籍勞工人數 0.50*** 4.301 0.000 各縣市每萬老人接受居家服務人次 0.91 0.037 0.971
LTCFHAT2 71.62×10-2 6.04 0.56 Constant 7169.22 2.07 0.04
註：模型之應變數為每年台灣地區各縣市老人安養機構床位數LTCF。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、解釋變數之共線性檢定（Collinearity）
當許多解釋變數以某種規律性的方式一起變動時，稱為具有共線性；或者當有 數個變數牽涉在內時，稱為線性重合（multicollinearity）。其將使最小平方估計式無 法定義，並由於資料中未包含關於解釋變數個別影響的足夠資訊，因而不足以精確 地估計實證模型裡的所有參數。本文檢定共線性的方法是使用成對解釋變數間的樣
本相關係數。檢定的結果如表 5-4，皆未發現成對解釋變數間的樣本相關係數有大
於±0.80 的情況。故得知本文解釋變數間不具有共線性之關係。
表5-4：共線性檢定結果表
RW OLDA PD EDU U FLPR M CBR RW 1.00000 -.11247 -.01152 -.35888 -.40083 -.30854 .45325 .73536 OLDA -.11247 1.00000 .36543 .33232 .01208 .24960 -.04230 -.21243 PD -.01152 .36543 1.00000 .70579 .06813 .17655 -.30452 -.29461 EDU -.35888 .33232 .70579 1.00000 .13771 .33665 -.33199 -.46546 U -.40083 .01208 .06813 .13771 1.00000 .16223 -.30242 -.50628 FLPR -.30854 .24960 .17655 .33665 .16223 1.00000 -.16530 -.15694 M .45325 -.04230 -.30452 -.33199 -.30242 -.16530 1.00000 .66556 CBR .73536 -.21243 -.29461 -.46546 -.50628 -.15694 .66556 1.00000
RW OLDA PD EDU U FLPR M CBR FCS -.49378 .65603 .18167 .35905 .29305 .32839 -.28330 -.48933
FW -.30933 .70301 .39299 .53785 .16724 .31484 -.18332 -.29960 HC -.49182 -.16033 -.08789 .04080 .09777 -.15261 -.34750 -.39192
FCS FW HC FCS 1.00000 .73625 .06570 FW .73625 1.00000 -.06744 HC .06570 -.06744 1.00000
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三節 小結
本研究之實證分析模型以各縣市老人安養機構床位數（LTCF）作為被解 釋變數，而台灣地區各年度實質薪資（RW），各縣市老年人口數（OLDA）、
各縣市人口密度（PD）、各縣市教育程度為大專及以上人口之比率（EDU）、
各縣市失業率（U）、各縣市女性勞動參與率（FLPR）、各縣市15 歲以上人口 婚姻狀況有偶人數比率（M）、各縣市出生率（CBR）、各縣市外籍與大陸配 偶人數（FCS）、各縣市社福外籍勞工人數（FW）、各縣市每萬老人接受居家 服務人次（HC）等為解釋變數，採用雙因子固定效果模型進行迴歸分析。
分析結果發現有八個變數對於各縣市老人安養機構床位設立之變數有影 響，此八個變數為：各縣市老年人口數（OLDA）、各縣市教育程度為大專及 以上人口之比率（EDU）、各縣市失業率（U）、各縣市女性勞動參與率
（FLPR）、各縣市 15 歲以上人口婚姻狀況有偶人數比率（M）、各縣市出生 率（CBR）、各縣市外籍與大陸配偶人數（FCS）、各縣市社福外籍勞工人數
（FW）。此八個變數除各縣市女性勞動參與率（FLPR）在顯著水準為 0.05 下、各縣市老年人口數（OLDA）在顯著水準為 0.01 下，其餘六個變數都是 在顯著水準為 0.001 下，證明其與老人安養機構設立之變化有關聯性存在。
而其中各縣市老年人口數（OLDA）、各縣市失業率（U）、各縣市女性勞動參 與率（FLPR）、各縣市出生率（CBR）、各縣市外籍與大陸配偶人數（FCS）、
各縣市社福外籍勞工人數（FW）等六變數都是與老人安養機構設立呈現正向 變動，各縣市教育程度為大專及以上人口之比率（EDU）、各縣市 15 歲以上 人口婚姻狀況有偶人數比率（M）等兩變數則是與老人安養機構設立呈現負 向變動的情形。而台灣地區各年度實質薪資（RW）、各縣市人口密度（PD）、
各縣市每萬老人接受居家服務人次（HC）等三變數則對老人安養機構設立無 明顯之影響。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
最後，本文除使用Hausman 檢定選擇採用固定效果模型，並利用 2 種統 計量進行實證模型正確性之檢定，以確認本文研究結果的準確性。為了預防 本實證模型遺漏重要變數、納入不相關之變數、選擇錯誤的函數形式或是違 背 多 元 回 歸 的 模 型 假 設 ， 對 本 模 型 進 行 模 型 設 定 錯 誤 檢 定 （Regression Specification Error Test，RESET）。而經過模型設定錯誤檢定結果得知實證模 型γ1之P-Value，為 0.56，在 α=0.001 的顯著水準下，無法拒絕 γ1為零之虛無 假設，這項檢定表示本文所採用的實證模型並未發現有設定錯誤之處。另並 實施「共線性」檢定，使用成對解釋變數間的樣本相關係數；檢定的結果，
皆未發現成對解釋變數間的樣本相關係數有大於±0.80 的情況，故得知本文解 釋變數間不具有共線性之關係。因此，本文在實證模型中所獲得的研究結論 具有相當的正確性。