汽車有10.00%、其他有 5.20%。研究參與者之居住區域依照可行走指數由低至高分別為 236 人 (18.64%)、226 人 (17.85%)、453 人 (35.78%) 與 351 人 (27.73%)。
表3-3
樣本人口背景特性之次數分配表
樣本特性 N (人) % 樣本特性 N (人) % 性別 男 630 50.16 女 626 49.84 年齡 18-20 歲 182 14.40 41-50 歲 50 3.96 21-30 歲 591 46.76 51-60 歲 25 1.98 31-40 歲 408 32.28 61-75 歲 8 0.63 教育程度 國中以下 12 0.96 大專校院 762 60.72 高中職 152 12.11 研究所以上 327 26.06 目前職業狀況 學生 424 33.49 家管 64 5.06 在職 737 58.21 待業 16 1.26 退休 11 0.87 其他 91 7.19 個人年收入 25 萬以下 527 41.99 76-100 萬 122 9.72 26-50 萬 283 22.55 101-150 萬 42 3.35 51-75 萬 225 17.93 151 萬以上 23 1.84 主要交通方式 步行 321 17.70 機車 737 40.60 腳踏車 122 6.70 汽車 181 10.00 公車 209 11.50 其他 95 5.20 捷運 149 8.20
居住地區 區域1 236 18.64 區域3 453 35.78 (WI 低至高) 區域2 226 17.85 區域4 351 27.73
第六節
資料處理與分析
一、極端值
在問卷資料部分，回收後扣除填寫不完整、重複填答等情形之無效問卷，將問卷結 果進行編碼、資料處理與進行分析，另外在處理連續變項時，根據譚克平 (2008) 說明 極端值 (outliner)，可將標準化分數 (Z-score) 大於+3 與小於-3 視為極端值，爾後進行 問卷資料的分析。
二、分類與編碼
國際身體活動問卷之身體活動分數，參考IPAQ 對於輕度、中度與高度身體活動量 之標準，並提及非動態生活者需要沒有下列任一條件：三天以上至少 20 分鐘之高度身 體活動量、五天以上至少 30 分鐘中度或輕度身體活動量、五天以上走路、中度、高度 身體活動並滿足至少一週600 分鐘代謝當量 (International Physical Activity Questionnaire, 2016)。因此，參考 IPAQ 計分標準，將參與者之身體活動量分成輕度 (low)、中度 (moderate) 與高度 (high)，分別為每週小於 600 代謝當量-分鐘 (MET-min/week)、介於 600-3000 MET-min/week 與 大 於 3000 MET-min/week (International Physical Activity Questionnaire, 2016)；動態生活型態則以輕度與中高度身體活動量區分，即以 600 MET-min/week 為分界，小於 600MET-MET-min/week 者為非動態生活型態、大於 600 MET-MET-min/week 者為動態生活型態。
個人健康狀況是否診斷慢性病與自覺三高皆使用0 與 1 進行編碼，並參考衛生福利 部之標準 (衛生福利部國民健康署，2007)，將 BMI 介於 24-27 kg/m2者視為體重過重者、
BMI 大於 27 者則視為肥胖者，若參與者自覺具有高血壓、高血糖、高血脂與肥胖任一 情形，則視為具有心血管代謝風險。
三、資料分析
本研究使用SPSS 與 Smart-PLS 軟體，對於問卷預試結果使用信效度分析；並且使 用描述性與推論性統計回答研究問題與驗證研究假設，而本研究之顯著水準訂為.05，資 料分析方法分別敘述如下：
一、描述性統計：瞭解變項與研究參與者人口背景特性，瞭解民眾自覺鄰里環境、
運動健康信念、身體活動與健康狀態之現況 (研究問題 1)
二、單因子變異數分析 (one-way ANOVA)、雪費氏事後比較 (Scheffé post-hoc)：區 分不同程度政策環境、分析不同鄰里環境對於身體活動、生活品質之差異 (研究 問題2-1 與 2-4)
三、卡方檢定 (Chi-square test)：瞭解不同鄰里環境對於心血管代謝性危險因子之差
異 (研究問題 2-2、2-3)
四、典型相關分析 (canonical correlation)：瞭解鄰里環境與運動健康信念之相關情形 (研究問題 3-1)
五、二元邏輯斯迴歸分析 (binary logistic regression)：瞭解鄰里環境與運動健康信念 對身體活動影響以及鄰里環境、運動健康信念與身體活動對於三高與肥胖之風 險 (研究問題 3-2、4-1)
六、偏最小平方法 (Partial Least Squares, PLS) 路徑分析 (path analysis)：建構鄰里環 境、運動健康信念、身體活動與生活品質之架構模式 (研究問題 4-2)，在路徑分 析中各指標以標準分數呈現以趨近母體分佈情形，其中運動健康信念之自覺運 動障礙則使用標準分數之相反數，而以上述指標 (indicator) 不直接進行加成，
如可行走性、運動空間可近性、運動障礙、運動利益、生理健康與心理健康等，
而是以各指標間不同的因素負荷量 (factor loading) 所組成之潛在變項 (latent variable) 呈現，組成本研究之構念 (concept)，如鄰里環境、運動健康信念與生 活品質等，透過路徑再形成架構模式。
第肆章 結果與討論
本章共有四節，分別為第一節鄰里環境、運動健康信念、身體活動與健康狀態；第