由表 2 顯示，家計部門選擇購屋者，共 2500 人，占樣本 82.5%；選擇租賃者，共 531 人，占樣本 17.5%，家計部門選擇購屋的人數較多。戶長為男性者，總共有 2386 人，
占樣本數78.7%；戶長為女性者，共 645 人，占樣本 21.3%，戶長以男性居多。戶長平 均年齡為 48.12 歲。戶長教育水準為國中以下者，共 766 人，占樣本 25.3%；教育水準 為高中職者，共871 人，占樣本 28.7%，教育水準為專科者，共 616 人，占樣本 20.3%，
教育水準為大學以上者，共193 人，占樣本 25.7%，戶長教育水準以高中職以下人數居 多。屋齡平均22.62 年。每人居住面積平均 9.7 坪。每人房間數平均 1.06 間。同一住宅 內之常住人口平均為4.04 人。
家計部門之貸款成數大於等於0.5 者，共 1354 人，占樣本數 44.7%；貸款成數小於 等於0.5 者，共 1677 人，占樣本數 55.3%，家計部門之貸款成數大部分在 0.5 以下。戶 長於購屋時除向銀行辦理購屋貸款外，另有私人借貸者，其私人借貸在1 至 50 萬元者，
23
共640 人，占樣本數 19.9%；私人借貸大於 50 萬元者，共 106 人，占樣本數 3.5%，而 無私人借貸者，共 2282 人，占樣本數 76.6%。銀行貸款中有無政府優惠貸款方面，無 政府優惠貸款者，占樣本數73.3%；有政府優惠貸款者，占樣本數 26.7%。
在階層資料中同一群組的觀察個體常存在著相依(dependence)的關係，例如：在個 別家計部門租買選擇行為，於同一行政區內的家計部門具有相似的程度。傳統上對資料 的處理，常以「聚合」(aggregation)或「散計」(dis-aggregation)的方式，將階層結構忽略 而以個人或群組為單位的獨立個體加以分析。「散計」的主要問題是標準誤的誤估 (miststimated standard errors)。而「聚合」的主要問題是合計的偏差(aggregation bias)。在 合併的過程中，可能會忽略了各群組內部的差異，而造成合計的偏差，以致於變數間的 關聯在合併後通常比合併前較強。另外「聚合」顯著地減少樣本數及降低統計力(statistical power)，並且完全沒有利用到群組內的資訊(withingroup information) (Bridge et al. 1979;
Bryk and Raudenbush，1988; Summers and Wolfe，1977)。傳統的方法不能正確地分析階 層性資料，而階層線性模式修正了這類的問題。我們將家計部門環境品質滿意度及休閒 與運動滿意度個人資料聚合而成行政區資料，即以各不同行政區依各自行政區內家計部 門滿意度問項數值取其平均數，作為各不同行政區對環境品質滿意度或休閒與運動滿意 度的量測。亦即兼以聚合與階層來處理不同行政區環境品質滿意度及休閒與運動滿意程 度，修正傳統上對具巢套資料處理上的缺失。
本研究第二層特徵變數資料使用在「2006 年度內政部營建署住宅狀況調查表」問 卷中，家計部門對「環境品質滿意度」與「休閒與運動滿意度」聚合(aggregate)成不同 行政區對「環境品質滿意度」與「休閒與運動滿意度」狀況的脈絡變數(contextual variable)
，該滿意度問項，係以Likert五點尺度量表衡量，家計部門勾選愈接近5分表示愈滿意，
愈接近1分表示愈不滿意。其測得環境品質滿意度及休閒與運動滿意度之Cronbach’s 信度分別為0.877與0.863，顯示量表各構面內部一致性及穩定性都相當高。再者，由於 總體層次的環境品質滿意度及休閒與運動滿意度，是由個體層次之各家計部門的環境品 質滿意度及休閒與運動滿意度所取得，在進行HLM分析前，就此聚合處理的適當性尚需
24
作檢定，亦即檢視資料是否具有組間的異質與組內一致性(同質)的特性，我們將採用組 內一致性指標(within-group inter-rater reliability coefficient,
r
wg)、組內相關係數(intrac lass correlation coefficient(1), ICC(1))與平均信度(intraclass correlation coefficient(2), ICC(2))做 為資料整合的適當性的驗證。r
wg主要是在檢視組內家計部門回答題項的共識程度，組內 個體層次家計部門必須對總體層次變數的看法具一致性，才能將個體變數加總來代表總 題層次變數，當r
wg愈接近於1時，表示一致性愈高，將個體層次變數聚合為總體層次變 數是適當的。一般r
wg大於0.70 時，則表示資料具備足夠的聚合條件(Mathieu, 2006)。ICC(1)是組內相關係數，用來衡量組內家計部門的非獨立性，一般以大於0.12為判斷標 準 (Mathieu, 2006)。若組間存在的異質性小，即當ICC(1)小於0.05時，表示組間變異不 大，則不需要將個體層次資料聚合成總體層次資料 (Heck and Thomas，2009)。ICC(2) 牽涉組間變異的問題，可說明將個體層次數據合併為總體層次變項的信度，通常ICC(2) 大於0.60，則表示該項構面在不同組內具有一定的一致性(Mat hieu, 2006)。由表3顯示，
本研究環境品質滿意度及休閒與運動滿意度變數之ICC(1)都大於0.12，顯示在衡量同一 構面上的分數，具有差異；ICC(2)皆大於0.60，顯示總體層次具有良好的內部可信度；
此外，
r
wg皆大於0.70，顯示將個體數據聚合成總體層次適合適的。本研究將個體層次資 料聚合至總體層次資料是合理的，其資料依然具有信度。其次，由表3亦顯示，各行政 區平均環境品質滿意度為3.68，各行政區平均休閒與運動滿意度平均為3.41，受訪住戶 意見趨向於普通滿意與滿意之間。各變數租買次數及百分比統計表參附錄二、各行政區 ENVI與LEIS滿意度一覽表參附錄三。25
ENVI 3.68 0.35 3.17 4.89 0.244 0.855 1.06 LEIS 3.41 0.36 2.93 4.75 0.213 0.827 1.08
26