第三章 研究方法與設計
第二節 資料分析方法
一、研究假設檢定方法
（一）住戶社會經濟特性與住宅及居住狀況之相關性。
主要為探討是否住戶社會經濟特性的不同，而會造成住宅及居 住狀況的差異。而住宅及居住狀況的變項本研究主要採用平均臥房 間數、每戶樓地板面積與平均每人樓地板面積等三個重要的因素，
與住戶社會經濟特性的變數進行顯著性檢定。有關此項之檢定之變 數與方式詳如下表所示。
表3-2-1 家戶社會經濟特性與住宅及居住狀況之檢測方法表
（二）家戶特性、住宅及居住狀況與住宅環境滿意度之相關性。
濟特性與住宅及居住狀況的變數進行顯著性檢定。有關此項之檢定
表3-2-4 住宅及居住狀況、家庭特性、整體環境滿意度與住宅消費之檢測方法表
依變數 自變數 假設陳述 檢測方式
家庭收入 H0: 兩變數之間無相關 H1: 兩變數之間有相關
變異數分析 相關分析 平均每人樓地板面積 H0: 兩變數之間無相關
H1: 兩變數之間有相關
變異數分析 相關分析 每戶樓地板面積 H0: 兩變數之間無相關
H1: 兩變數之間有相關
變異數分析 相關分析 整體滿意度 H0: 兩變數之間無相關
H1: 兩變數之間有相關
變異數分析 相關分析 戶量 H0: 兩變數之間無相關
H1: 兩變數之間有相關
變異數分析 相關分析 年齡 H0: 兩變數之間無相關
H1: 兩變數之間有相關
變異數分析 相關分析 教育程度 H0: 兩變數之間無相關
H1: 兩變數之間有相關
變異數分析 相關分析 住宅支出
比例
職業 H0: 兩變數之間無相關 H1: 兩變數之間有相關
卡方檢定
資料來源：本研究整理
（四）家戶社會經濟特性、住宅及居住狀況與住宅的選擇行為之相關 性
主要為探討是否家戶社會經濟特性與住宅及居住狀況不同，家 戶對住宅的選擇行為將有差異。而住宅選擇的行為的變數主要採用 換屋計畫與理想坪數、理想房價等三個重要的變數，與住戶社會經 濟特性與住宅及居住狀況的變數進行顯著性檢定。有關此項之檢定 之變數與方式詳如下表所示。
表3-2-5 家戶社會經濟特性、住宅及居住狀況與住宅的選擇行為之檢測方法表
二、其他資料分析方法
本研究所採用的資料分析方法詳述如下:
（一）次數分析（Frequency Analysis）
運用次數分配統計，作次數分析、平均值、百分比…等分析結 果，以顯示資料的分佈狀況，作為資料的基本描述。本研究乃藉此 做為家庭特性、住宅屬性及住宅消費情形資料的描述。
（二）卡方檢定（Chi-square Test）
卡方分析可運用於檢定兩個類別、順序、等距或是等比尺度變 數間是否具有差異。而所謂「卡方檢定」乃是統計學家皮爾遜
（pearson）所導出，主要可適用於 1.適合度檢定；2.獨立性檢定；
3.同質性檢定。本研究適用於卡方檢定中之獨立性檢定。所謂「獨 立性檢定」，乃是指假設母體之性質可依兩種分類標準分類，可由 樣本資料採分組交叉表（Crosstable Analysis）推算卡方檢定統 計量，判斷此兩種標準是否獨立（相關）。假設的建立為：
有關）
兩種分類標準不獨立（
關）
兩種分類標準獨立（無 :
:
1 0
H H
若假設顯著水準值α=0.05，則卡方統計量χobs2 ＞卡方檢定臨界 值χdf2,α=0.05，且 P-value＜0.01，卡方檢定之 P-value 值若小於α值，
就拒絕虛無假設，即表示兩種分類標準不獨立（有關）。
本研究運用交叉分析及卡方檢定來進行檢測各家戶社會經濟 特性與住宅居住狀況之間的相關性。
（三）相關分析（Correlation Analysis）
在處理兩組資料之間的關係時，可用相關係數來表示相關的程 度及方向，這種方法稱為相關分析。相關分析中沒有自變數和依變 數的區分，也就是說相關分析並不能表示變數之間的因果關係。
Pearson 積差相關是眾多求相關的方法中，最常見的一種，適用於 兩個變數都是等距或比率變數的資料，其相關係數 r 的值愈大，表 示兩變數之間的相關程度愈高。Pearson 相關係數介於 1（完全正 相關）到-1（完全負相關）之間，若相關係數為 0，則為零相關。
1.pearson 積差相關的基本假設：兩變數所用的樣本均是從一 個常態分配的母群中隨機抽取的獨立樣本。
2.pearson 積差相關的顯著性檢定公式：
A.
>
≤
兩變數之間有正相關）
０(
: 0 :
1 0
ρ ρ H H
B.
<
≥
兩變數之間有負相關）
０(
: 0 :
1 0
ρ ρ H H
此種線性關係顯著性檢定適用於 t 檢定，也就是說，若假設顯 著水準值α=0.01，則 t 檢定之 P-value 值若小於α值，就拒絕虛 無假設，即表示兩變數之間有正（負）相關。
本研究運用此分析來檢測家庭特性、住宅屬性與住宅消費情形 之相關性的高低，排除不適之變數後，可提高整體分析的可信度。
（四）變異數分析（Analysis of Variance）
變異數分析的目的，即在於探究反應值（依變數）之間的差異，
是受到那些主要因子（自變數）的影響，以作為往後擬定決策時的 參考情報。變異數分析法，乃將樣本之總變異（平方和）分解為各 原因所引起之平方和及實驗變異所引起之平方和，然後用來計算 F 統計量後，即可根據 F 分配來檢定各原因所引起的變異是否顯著。
其方法乃比較類別變數中多個以上組群的平均數，來決定其所觀測 到之差異是否為偶發性，同時並藉由雪費事後考驗以檢定此變數的 差異乃存在於哪些群組間。
本研究進一步運用變異數分析來探討不同的家庭特性與住宅 屬性的分組間，是否存在顯著差異。
（五）迴歸分析
迴歸預測通常包括直線迴歸、對數迴歸與指數迴歸，主要利用 過去幾年之資料，透過這三種線型之函數以預測未來之可能情況。
本研究以迴歸分析方法推估未來之人口、戶數、戶量、及家戶可支 出所得等資料。