4-1 人口學變項資料分析
本研究的人口學特性，是指參與「樂悲觀對資訊選擇性接收的探討」之受訪 者的性別、年齡、婚姻狀況、學歷、平均每天使用交通工具多久時間等資料。
本研究之「性別」方面，總人數 131 人，無遺漏值，填「男性」有 73 人 (55.73%)，填「女性」有 58 人(44.27%)。
本研究之「年齡」方面，總人數 131 人，遺漏值 2 個，平均年齡 29.36 歲，標 準差為 13.189 。
本研究之「婚姻狀況」方面，總人數 131 人，無遺漏值，填「單身」有 94 人(71.76%)，填「已婚」有 37 人(28.24%)。
本研究之「學歷」方面，總人數 131 人，無遺漏值，填「國小」有 2 人(1.35%)，
填「國中」有 5 人(3.82%)，填「高中」有 22 人(16.79%)，填「大學」有 95 人(72.52%)，
填「碩士」有 5 人(3.82%)，填「博士」有 2 人(1.35%)。
本研究之「職業」方面，總人數 131 人，遺漏值 1 個，填「保母」有 1 人 (0.76%)，填「保全業」有 1 人(0.76%)，填「電子業」有 1 人(0.76%，填「服務 業」有 4 人(3.05%)，填「工程師」有 1 人(0.76%)，填「工人」有 9 人(6.87%)，
填「公務員」有 23 人(17.56%)，填「化工業」有 1 人(0.76%)，填「技術員」有 2 人(1.53%)，填「加油員」有 1 人(0.76%%)，填「家管」有 2 人(1.53%)，填「教 師」有 2 人(1.53%)，填「軍人」有 1 人(0.76%)，填「木工」有 1 人(0.76%)，填
「事務員」有 1 人(0.76%)，填「無業」有 1 人(0.76%)，填「學生」有 70 人(53.44%)，
填「業務員」有 1 人(0.76%)，填「營建業」有 1 人(0.76%)，填「製造業」有 1 人 0.76%)，填「資訊業」有 1 人(0.76%)，填「自由業」有 4 人(3.05%)。
本研究之「交通方式」方面，總人數 131 人，無遺漏值，填「機車」有 64 人(48.85%)，填「汽車」有 20 人(15.27%)，填「大眾交通工具」有 8 人(6.11%)，
填「步行」有 9 人(6.87%)，填「腳踏車」有 1 人(0.76%)，填「複選二種以上」
有 29 人(22.14%)。
4-2 對於連續自變項的因果探討
本研究使用簡單回歸分析，分別設定「樂悲觀指數」和「交通事故可能性主 觀增加量」為依變項，自變項分別為「樂悲觀指數」、「交通工具使用時間」、「子 女個數」、「年齡」、「交通事故可能性前測量」、「交通事故可能性後測量」等因 子，總共十一種組合，如表 2。結果請參見章節 4-2-1、4-2-2。
表 2 因果組合表
依變項 自變項
樂悲觀指數
交通工具使用時間 子女個數
年齡
交通事故可能性前測量 交通事故可能性後測量
交通事故可能性 主觀增加量
樂悲觀指數
交通工具使用時間 子女個數
年齡
交通事故可能性前測量 交通事故可能性後測量
4-2-1 影響「樂悲觀指數」因子的研究結果
利用簡單回歸分析，設定「樂悲觀指數」為依變項，自變項分別為「交通工 具使用時間」、「子女個數」、「年齡」、「交通事故可能性前測量」、「交通事故可 能性後測量」等五個因子，做簡單回歸分析。
使用上述所選擇的依變項和自變項，建立簡單回歸模型，以便探討依變項和 自變項之間的相關性，以下為依變項和自變項的各種組合散佈圖和其估計的回 歸直線：
圖 3 「樂悲觀指數」對於「交通工具平均使用時間」模型圖
圖 4 「樂悲觀指數」對於「子女個數」模型圖
圖 5「樂悲觀指數」對於「年齡」模型圖
圖 6 「樂悲觀指數」對於「交通事故可能性前測量」模型圖
圖 7 「樂悲觀指數」對於「交通事故可能性後測量」模型圖
將以上模型圖與 SPSS 統計軟體所輸出的結果，整理成表格，如下表 3。
表 3 影響「樂悲觀指數」因子的研究結果表
註：(*)表示顯著
由表 3 可知，影響「樂悲觀指數」的顯著因子分別為「子女個數」(P 值 = 0.0025)、「年齡」(P 值 = 0.0000)、「交通事故可能性後測量」(P 值 = 0.0010)，
其中「樂悲觀指數」和「子女個數」呈現負相關( r = -0.2460)，所以當受訪者的 子女越多時，受訪者則越樂觀；「樂悲觀指數」和「年齡」呈現負相關( r =-0.3050)，
所以當受訪者年紀越大時，受訪者則越樂觀；「樂悲觀指數」和「交通事故可能 性後測量」呈現正相關( r = 0.2620)，當受訪者受到交通事故的刺激後，受訪者 越悲觀，「交通事故可能性後測量」則越高。
至於不相關的因子分別為「交通工具使用時間」(P 值 = 0.1385)和「交通事 故可能性前測量」(P 值 = 0.0570)，但此 P 值相當接近 0.05，所以當受訪者接受 刺激前，樂悲觀者都認為有相同交通事故可能性。
因此，當受訪者的子女個數越多時及年齡越大時，受訪者越樂觀，而越樂觀 者受到刺激後，交通事故可能性認為較低；反之，當受訪者的子女個數越少時 及年齡年輕時，受訪者越悲觀，而越悲觀者受到刺激後，交通事故可能性認為 較高。
依變項 自變項 相關係數 斜率 T 值 P 值(單尾)
樂 悲 觀 指 數
交通工具使用時間 -0.0960 -0.1640 -1.0920 0.1385 子女個數 -0.2460 -0.7130 -2.8850 0.0025*
年齡 -0.3050 -0.0710 -3.6140 0.0000*
交通事故可能性
前測量 0.1390 0.4750 1.5930 0.0570 交通事故可能性
後測量 0.2620 0.7110 3.0890 0.0010*
4-2-2 影響「交通事故可能性主觀增加量」因素的研究結果
0.00 2.00 4.00 6.00 8.00 10.00 12.00 14.00
交通工具使用時間
y = -0.1956x + 2.6432
y = 0.6891x + 0.591
樂悲觀指數 0.1970* 0.0700* 2.2760* 0.0120*
交通工具使用時間 0.0360 2.4900 0.3900 0.3485 子女個數 -0.1900* -0.1960* -2.1950* 0.0150*
年齡 -0.0970 -0.0080 -1.0970 0.1375
交通事故可能性前測量 0.3120* 0.3800* 3.7350* 0.0000*
交通事故可能性後測量 0.7150* 0.6890* 11.6070* 0.0000*
由表 4 可知，影響「交通事故可能性主觀增加量」的顯著因子分別為「樂悲 觀指數」(P 值 = 0.0120)、「子女個數」(P 值 = 0.0150)、「交通事故可能性前測 量」(P 值 = 0.0000)、「交通事故可能性後測量」(P 值 = 0.0000)，其中「樂悲觀 指數」呈現正相關( r = 0.1970)，所以「樂悲觀指數」越高，則代表受訪者越悲 觀，則「交通事故可能性主觀增加量」增加越多；「子女個數」呈現負相關( r = -0.1900)，所以當「子女個數」越多時，則「交通事故可能性主觀增加量」也越 少；「交通事故可能性前測量」呈現正相關( r = 0.3120)，所以當「交通事故可能 性前測量」增加時，則「交通事故可能性主觀增加量」也會增加；「交通事故可 能性後測量」呈現正相關( r = 0.7150)，所以當「交通事故可能性後測量」增加 時，則「交通事故可能性主觀增加量」也會增加。
至於不相關的因子分別為「交通工具使用時間」(P 值 = 0.3485)、「年齡」(P 值 = 0.1375)。
因此，當受訪者越悲觀時，受到刺激後「交通事故可能性主觀增加量」顯著 增加。其子女越少時，「交通事故可能性主觀增加量」越多；反之，當受訪者越 樂觀時，受到刺激後「交通事故可能性主觀增加量」增加較少。其子女越多時，
「交通事故可能性主觀增加量」越少；當受訪者受刺激前，交通事故可能性前 測量越高者，受刺激後交通事故可能性主觀增加量會越多；當受訪者受刺激後，
交通事故可能性後測量越高者，交通事故可能性主觀增加量會越多。
4-3 對於兩個分類自變項的因果探討
本研究使用 T 檢定分析，分別設定「交通事故可能性前測量」、「交通事故可 能性後測量」和「交通事故可能性主觀增加量」為依變項，自變項分別為「性 別」、「婚姻狀況」、「是否曾發生交通事故」、「樂悲觀分類」等因子，總共十二 種組合，如表 5。詳情請參章節 4-3-1。
表 5 兩個分類自變項的因果表
依變項 自變項 分類
交通事故可能性前測量
性別 男、女
婚姻狀況 單身、已婚 是否曾發生交通事故 曾、不曾
樂悲觀分類 樂觀、悲觀
交通事故可能性後測量
性別 男、女
婚姻狀況 單身、已婚 是否曾發生交通事故 曾、不曾
樂悲觀分類 樂觀、悲觀
交通事故可能性 主觀增加量
性別 男、女
婚姻狀況 單身、已婚 是否曾發生交通事故 曾、不曾
樂悲觀分類 樂觀、悲觀
利用 T 檢定分析，設定「交通事故可能性前測量」為依變項，自變項分別為
男：2.22(0.837)
男-女：-0.022 -0.141 0.888 女：2.24(0.961)
婚姻狀況
曾：2.42(0.942)
樂悲觀分類 為 2.42，平均數差為-0.475，有顯著差異(P 值=0.001)，曾發生交通事故顯著高於 不曾發生交通事故。男平均數為 2.22、女平均數為 2.24，平均數差為-0.022，無 顯著差異(P 值=0.888)。單身平均數為 2.28、已婚平均數為 2.11，平均數差為 0.168，無顯著差異(P 值=0.268)。樂觀平均數為 2.18、悲觀平均數為 2.32，平均 數差為-0.141，無顯著差異(P 值=0.388)。
由此可知交通事故可能性前測量不會因性別、婚姻狀況、樂悲觀指數的不同 而有差異性。
利用 T 檢定分析，設定「交通事故可能性後測量」為依變項，自變項分別為
男：2.82(1.135)
男-女：0.029 0.145 0.885 女：2.79(1.120)
婚姻狀況
單身：2.98(1.191)
單身-已婚：0.600 3.349* 0.001*
已婚：2.38(0.794)
是否曾發生 交通事故
不曾：2.54(0.999)
不曾-曾：-0.449 -2.272* 0.025*
曾：2.99(1.171)
樂悲觀分類
樂觀：2.62(1.040)
樂觀-悲觀：-0.530 -2.647* 0.009*
悲觀：3.15(1.197) 註：(*)表示顯著
由表 7 可發現，男平均數為 2.82、女平均數為 2.79，平均數差為 0.029，無 顯著差異(P 值=0.885)；不曾發生過交通事故平均數為 2.54、曾發生過交通事故 平均數為 2.99，平均數差為-0.449，有顯著差異(P 值 = 0.025)，曾發生交通事故 顯著高於不曾發生交通事故。單身平均數為 2.98、已婚平均數為 2.38，平均數 差為 0.600，有顯著差異(P 值=0.001)，單身顯著高於已婚。樂觀平均數為 2.62、
悲觀平均數為 3.15，平均數差為-0.530，有顯著差異(P 值=0.009)，悲觀顯著高於 樂觀。而「性別」(P 值=0.885)不具有顯者差異，由此可知交通事故可能性後測 量不會因性別的不同而有差異性。
接下來使用表 6 和表 7 的各分類平均值來作圖比較「交通事故可能性前測量」
和「交通事故可能性後測量」之間的差別，如下圖(縱軸座標為交通事故可能性)：
圖 14 交通事故可能性前後測量以「性別」分類比較圖
由圖 14 可發現男性受訪者「交通事故可能性前測量」(平均值=2.22)與女性 受訪者(平均值=2.24)相差不大，對「交通事故可能性前測量」無明顯差異(P 值
=0.888)。
經過影片刺激後，男性受訪者(平均值=2.82)及女性受訪者(平均值=2.79)的
「交通事故可能性後測量」相較於「交通事故可能性前測量」有明顯上升，可 依然無明顯差異性(P 值=0.885)。
所以性別對於交通事故前後測並無明顯的差異。
圖 15 交通事故可能性前後測量以「婚姻」分類比較圖
由圖 15 可發現單身受訪者的「交通事故可能性前測量」 (平均值=2.28)略高 於已婚受訪者(平均值=2.11)，可是兩者對於「交通事故可能性前測量」並沒有 明顯的差異(P 值 =0.268)。經過影片刺激後單身受訪者的「交通事故可能性後測 量」(平均值=2.98)明顯高於已婚受訪者(平均值=2.38)，且產生明顯差異(P 值
=0.001)。
單身的受訪者受到刺激後對於交通事故可能性後測量，會相較於已婚的受訪 者高。
圖 16 交通事故可能性前後測量以「是否曾發生交通事故」分類比較圖 由圖 16 可發現曾發生過交通事故的受訪者的「交通事故可能性前測量」(平 均值=2.42)明顯的高於未發生過交通事故的受訪者(平均值=1.94)，有明顯的差異 (P 值=0.001)。
經過影片刺激後曾發生過交通事故的受訪者的「交通事故可能性後測量」(平 均值=2.99)仍高於未發生過交通事故的受訪者(平均值=2.54)，仍就存在的明顯差 異(P 值=0.025)。
發生過交通事故的受訪者對於交通事故可能性，相較於沒有發生過交通事故 的受訪者高。
圖 17 交通事故可能性前後測量以「樂悲觀分類」分類比較圖 由圖 17 可發現悲觀者「交通事故可能性前測量」(平均值=2.32)只些微高於 樂觀者(平均值=2.18)，但兩者之間對於「交通事故可能性前測量」並沒有明顯 差異(P 值=0.388)。
經過影片刺激後可能悲觀者的思考及想法，影響「交通事故可能性後測量」
極度升高(平均值=3.15)，而樂觀者「交通事故可能性後測量」無大幅度的升高(平 均值=2.62)，因此出現明顯差異性(P 值=0.009)。
所以悲觀的受訪者對於交通事故可能性，相較於樂觀的受訪者高。
接下來，經由 T 檢定分析，設定「交通事故可能性主觀增加量」為依變項，
男：2.49(1.069)
男-女：-0.076 -0.396 0.692 女：2.57(1.110)
婚姻狀況
單身：2.64(1.181)
單身-已婚：0.395 2.312 0.220 已婚：2.24(0.723)
是否曾發生 交通事故
不曾：2.33(0.964)
不曾-曾：-0.331 -1.725 0.087 曾：2.66(1.142)
樂悲觀分類
樂觀：2.43(0.997)
樂觀-悲觀：-0.274 -1.391 0.167 悲觀：2.70(1.214)
註：(*)表示顯著
由表 8 可發現，男平均數為 2.49、女平均數為 2.57，平均數差為-0.076，無
由表 8 可發現，男平均數為 2.49、女平均數為 2.57，平均數差為-0.076，無