資料分析方法

本研究在調查問卷施測回收後，檢視與過濾每份問卷的填答情形，剔除廢 卷，問卷中若有少數題項漏答，則將該問卷視為廢卷處理。將有效問卷編碼、

資料儲存建檔，使用SPSS社會科學統計套裝程式進行統計分析，並以下列統 計分析方法進行資料分析工作：

統計學大致分為描述性統計及推論性統計兩種。描述性統計主要是幫忙簡 化資料的方法，至於推論性統計就是根據抽樣取出的資料推論母體的情況（李 沛良，1996）。本研究所採用之統計方法作簡要說明：

一、描述性統計（descriptive statistics）

（一）類別、次數分配、百分比及累積百分比：針對研究對象的個人背景變項 與活動特性，來描述樣本之統計性分析。

（二）平均數及標準差：將構面進行量化，來陳述研究對象的休閒涉入與地方 依附之間的分布情形。

二、推論性統計（inferential statistics）

（一）獨立樣本t檢定（t-test）

t檢定是通常在研究調查後，欲瞭解自變項各組樣本在依變項上平均數之 差異（王保進，2006），適用於兩組平均數差異的檢定。本研究執行獨立樣本 t檢定的統計方法來分析不同受訪者之性別、婚姻、利用時間在休閒涉入與地 方依附上是否具有顯著差異情形。

（二）單因子變異數分析（one-way ANOVA）

一個複雜事物往往有許多因素相互依存又相互排斥，而變異數分析是解決 這類問題的有效方法。變異數分析通常用來分析三個或三個以上母群平均數之 差異。利用單因子變異數分析比較不同人口統計特徵與活動特性的登山健行者

（年齡、教育程度、職業、月收入、居住地、同伴、造訪頻率、花費時間、距 離步道時間），在休閒涉入與地方依附之間是否存有顯著的差異。

若由單因子變異數分析得知F值達到顯著差異水準時，代表至少有兩組平 均數有顯著的差異存在，則進一步以Scheffé多重檢定法進行事後比較以瞭解差 異的組別。

（三）皮爾森積差相關分析

在統計學上，兩個連續變項的線性關連程度，可以用「相關係數」的概念

來表示，在直線相關中用來表示兩個變項間關係程度的相關係數，是由統計學 家K.Pearson所設計出來，所以稱之為皮爾森積差相關係數(謝廣全，1994；邱 皓政，2006)。積差相關旨在求兩個變數之間的關聯程度，用來分析研究對象 在休閒涉入與地方依附二者之間的相關性。

（四）迴歸分析

迴歸分析（stepwise regressing）最大的功能在於預測、解釋變項間的 相對強弱關係，來決定解釋變量的納入與否(邱皓政，2006)。本研究將運用迴 歸分析瞭解休閒涉入對地方依附的預測方式。

（五）若受試者基本資料題項超過二項以上（含二項）或問卷內容超過三題（

含三題）未填答者，則予以刪除，列為廢卷。缺答者則以遺漏值處理。

（六）本研究各項統計考驗水準均設定為 α=.05。