第四章 實證分析
第二節 選配抵價地影響因素之因子分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 選配抵價地影響因素之因子分析
因子分析(Facetor Analysis Method)在多變量分析領域中，相當重要的 一種方法，能夠將眾多的變數萃取成個數較少的幾個變數，而萃取之後的變 數即稱為因子(factor)，本節將經由因子分析把影響抵價地選配因素縮減，
以利後續模式建構之用。
一、資料適用性分析
本研究將有效問卷資料建檔後，針對分析的資料是否適用於因子分 析，將進行適合度檢定，採用 Kaiser-Meyer-Oklin 的抽樣正確量（簡稱 KMO33），由偏相關係數來檢定，經由 KMO 檢定其值為 0.6 大於 0.4 表示為 可接受。
二、因子分析結果
因子分析之功用就是想以萃取出來的少數的潛在因子(latent facetor) 來代表這眾多的變數。而其基本理論是假設樣本在變數上可分為兩個部分，
一個是各變數共有的成份，即稱為共同因子(common factor），另一個是各 變數所獨有的成份，則稱為獨特因子(Specific factor)。共同因子個數的多寡 原則上是越少越好， 且所抽取之共同因子所能解釋的變數之變異數越大越 好。
一般而言是以特徵值(Eigenvalue)＞1 為萃取共同因子數目多寡的準 則，由眾多的變數所萃取出來的共同因子，即為因子分析最終的目的。為方 便因子的解釋，需利用因子轉軸，轉軸一般分成直交轉軸與斜交轉軸二種，
採用直交轉軸則因子間不相關；採用斜交轉軸，因子間可能相關。直交轉軸 之優點，在於使變數在各個因子中的因子負荷量(Factor Loading）的差距變 大，進而使各個因子的意義更為清晰、明顯及具有較大的獨立性，以方便為 因子命名，故本研究將透過直交轉軸之最大變異法（varimax）及未轉軸之 因子分別說明。
以 Spss 軟體進行因子分析，其數值處理過程中在程度中之差異屬於次 序尺度，以便於各選配抵價地影響因子間作篩選，此步驟是為避免各項目因 子間相關性過高。經由因子分析(Facetor Analysis Method)進行分析後，依
33 KMO 值接近1，表示這些變數有共同因子存在，可使用因子分析；KMO 值低於0.4 是不可
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
據 Kaiser 常態化的 Varimax 法，來決定共同因子之數目，即以特徵值大於 1 者為選取標準，特徵值若小於 1 者則不予選取。共有 15 個特徵值大於 1 的主要因素成份，這 15 個主要因素，共可解釋總變異量的 72.394%，其特 徵值與變異數如表 4-5 所示。
表4-5 影響因子分析主要因子特徵值與變異數表
項目 平方和負荷量
因子 特徵值 變異數(%) 累積變異數(%)
1 4.760 10.817 10.817
2 3.798 8.631 19.448
3 3.185 7.239 26.687
4 2.825 6.421 33.108
5 2.492 5.664 38.773
6 2.228 5.065 43.837
7 1.954 4.440 48.278
8 1.743 3.962 52.240
9 1.633 3.711 55.950
10 1.387 3.151 59.102
11 1.298 2.949 62.051
12 1.210 2.749 64.800
13 1.153 2.621 67.421
14 1.111 2.526 69.947
15 1.077 2.447 72.394
資料來源：本計畫整理
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
一般而言要保留的主成份個數，主要依照陡坡圖考驗法（Scree Test）
以及 Kaiser 準則進行判斷，前面依 Kaiser 準則判斷挑選出 15 個主成份項 目，而本研究再透過陡坡圖考驗法34（Scree Test）將各成份編號及其相對 應之特徵值繪製因素陡坡圖，再進行陡坡圖考驗法分析，經由圖 4-1 顯示因 子構數目為 1~9 時，可獲得較為適當之因子數目。
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43
成份編號
0 1 2 3 4 5
特 徵 圖
資料來源：本研究整理 圖 4-1 因素陡坡圖
34 陡坡圖考驗法(Scree Test)：主要是依照陡坡圖（Scree Plot）的繪製來進行判斷。scree plot 是以變項的 correlation matrix 所得之特徵值（eigenvalue）來繪製的。它的判斷基準為找出
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
三、因子命名
在經過因子分析後挑選出項目間具有相關性的因子，將因子成份間屬 性較為相關者列為同一成份，通常以因子負荷之絕對值大於 0.3 就被認 為顯著的，大於 0.5 則非常顯著，本研究將因子轉軸前、後分別說明之，
其轉軸前以因子負荷量之大於絕對值 0.3 認定，並取其負荷量最高值予以命 名，而透過直交轉軸之最大變異法（varimax）以因子負荷量之絕對值 0.5 認定，根據因素負荷量將變數歸類，並予以命名，以下分別對各主要因子作 進一步之分析與命名，見表 4-6 及表 4-7 所示。
表4-6 萃取後因子命名及對應變數表(轉軸前)
因素 命名 變數
F 1 聯外道路距離之影響 程度
聯外道路距離影響程度y5、緊臨遊憩設施狀況影響 程度y11、鄰接停車場狀況影響程度y12、接近文 教設施的程度y8、距離高鐵車站之程度影響程度 y6、坵塊形狀影響程度y15、坵塊座向(東、西、南、
北) 影響程度y14
F 2 商業區層級 商業區層級x2、接近主要商業區的程度x7 F 3 是否了解使用分區管
制規定
是否了解使用分區管制規定y19、是否了解抵價地 分配作業規定y20、面前街道寬度x4、都市計畫規 劃配置之理念及構想y18、基地最小開發規模x3 F 4 接近文教設施的程度 接近文教設施的程度x8、緊臨遊憩設施程度x11 F 5 婚姻狀況 婚姻狀況y24
F 6 距離高鐵車站距離 距離高鐵車站距離x6 F 7 年齡 年齡y23
F 8 鄰接防汛道路沿線 鄰接防汛道路沿線x10、聯外道路距離x5
F 9 是否居住於區段徵收
區 是否居住於區段徵收區y28
F 10 基地最小開發規模訂
定影響程度 基地最小開發規模訂定影響程度y3 F 11 性別 性別y22
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-7 萃取後因子命名及對應變數表(轉軸後)(續)
因素 命名 變數
E 10 設施距離 鄰近嫌惡設施x9、距離高鐵車站距離x6 E 11 評議地價高低 街廓評議地價高低影響程度y17、是否居住於
區段徵收區y28
E 12 婚姻狀況 婚姻狀況 y24、年齡 y23
E 13 坵塊座向尺度 坵塊座向尺度x14、鄰接防汛道路程度x10 E 14 職業 職業y26
E 15 作業規定 性別y22、抵價地分配作業規定y21 資料來源：本研究整理
‧
‧
距離、E11 評議地價高低、E12 婚姻狀況、E13 坵塊座向尺度、E14 職業、E15 作業規定。(四) 第四類型變數：轉軸後 15 個因子
從 15 構面因子中萃取顯著性較高的鄰近嫌惡設施程度影響程度
‧
土地發展潛能 X7、x8、x6、x10、x11 土地發展潛能 x6、x7、x9、x10、x11、
x12、x14、x15 土地基本狀況 x14
y8、y6、y15、y14 、y20 抵價地分配相關
資訊之了解
y17、 y18、y19、y20、
y21
抵價地分配相
關資訊之了解 y18、y19、y21 基本資料 y22、y23、y24、y25 y26、
y27 、y28 基本資料 y24、y28、y22、y23
y5、y6、 y7、y8、y11、y12、
y14、y15 、y17、y18、y19、
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
吉特實證模型（轉軸後產生具顯著性之 15 變數因子，簡稱：M7）、 B 方案 羅吉特實證模型（轉軸後產生具顯著性之 15 變數因子，簡稱：M8）。
上述各羅吉特實證模型，其建立效用函數式為：
UM1M2=f(F1,F2,F3,F4,F5,F6,F7,F8,F9,F10 ,F11,F12,F13,F14,F15) UM3M4=f(x2,x3,x4,x5,x6,x7,x8,x10,x11,x14,y5,y6,y7,y8,y11,y12,y14,y15,y1
7,y18,y19,y20,y22,y24,y28)
UM5M6=f(E1,E2,E3,E4,E5,E6,E7,E8,E9, E10,E11,E12,E13,E14,E15) UM7M8=f(x1,X3,x9,x11,x14,y1,y4,y9,y16,y17,y19,y22,y24,y25,y26)
本研究對象高速鐵路新竹車站特定區案之選配抵價地地主，即經由上 列效函數式中，求取滿足效用最大之模型。而經由實證模型方案 A(M1、M3、
M5、M7)獲得方案 A-2（A-2＝1，A-1＝0）選擇機率模型，而方案 B(M2、
M4、M6、M8)獲得方案 B-2（B-2＝1，B-1＝0）選擇機率模型；由此可知，
最佳方案分別為群組 A 之 A-2（基地大規模開發型）、群組 B 之 B-2(住商機 能兼具型)，見表 4-11、表 4-13 及附錄三所示。
三、實證結果分析
(一) 較適機率模型選擇
由實證模型方案 A(M1、M3、M5、M7)、方案 B(M2、M4、M6、M8) 模式分析產生之結果，於各個模型之 AIC35值及 SC 值表現見表 4-10 所示。
依照 AIC 值及 SC 值越小越好之原理來看，方案 A、B 各自輸出之 4 個模型，
方案 A 其 AIC 值由小至大分別為 M7＜M3＜M1＜M5，方案 B 其 AIC 值由 小至大分別為 M8＜M4＜M2＜M6，方案 A 其 SC 值由小至大分別為 M7＜
M1＜M5＜M3，方案 B 其 SC 值由小至大分別為 M8＜M6＜M2＜M4；由此 知道方案 A 以 M7 解釋能力較佳，方案Ｂ以 M8 解釋能力較佳，如果方案 A、
B 併同比較，其 AIC 值由小至大分別為 M8＜M4＜M7＜M2＜M6＜M3＜M1
＜M5，及 SC 值由小至大分別為 M8＜M7＜M6＜M2＜M1＜M5＜M4＜
M3；以預測能力來看，方案 A 其預測能力由大至小分別為 M7＞M5＞M1，
而方案 B 其預測能力由大至小分別為 M8＞M6＞M2。
綜上所述，可看出解釋能力以 M8 為最佳，其次為 M7 及 M4，而 M7 就 AIC 值及 SC 值來看，雖其 AIC 略高於 M4，但 SC 值卻較 M4 低，故整 體而言 M7 又優於 M4 故後續羅吉特模型分析，將針對群組方案 A、B 中其 解釋能力佳模型 M8 及 M7 加以說明。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-10 實證模型結果表
群組方案 模型編號 AIC SC 預測能力
（％） 排名 A M1 284.48 341.45 84.20 2 A M3 273.44 366.02 88.20 3 A M5 284.48 341.45 84.20 2 A M7 261.55 318.53 86.90 1 B M2 264.31 321.48 84.50 3 B M4 251.08 343.66 88.70 4 B M6 264.31 321.28 84.50 2 B M8 236.73 293.70 88.10 1 資料來源：本研究整理
(二) 影響選擇方案因子分析
根據前面各群組方案模型說明，獲得解釋能力佳模型 M8 及 M7，而為 何此二模型解釋能力較佳，其萃取因子為何？由前述機率模型建構得知，轉 軸後之 15 個變數因子負荷量為最佳，其模式解釋能力均較高，而由 15 個 構面因子中選取 15 個變數因子負荷量最高者為變數因子，所形成模型 M7 及 M8，其因子負荷量位於 0.6～0.9 之間，以下就解釋能力佳之模型 M7 及 M8 作一如下說明。
1. 實證模型M7說明
經過嘗試多種不同的函數設定與實證模型方式所得出之解釋 能力最佳之羅吉特模式結構 M7，機率和正確預測率為 86.90%，如 表 4-11 所示。經由實證結果顯示，在所有影響地主選配抵價地方 案 A-2（基地大規模開發型）變數因子中，以基地最小開發規模 (X3)、使用分區類別尺度(x1)、面前街道寬度影響程度(y4)最為顯 著，其次為鄰近嫌惡設施影響程度(y9)、區段徵收前土地座落位置 影響程度(y16)、性別(y22)為影響較為顯著因子，表示此些變數為 地主選配抵價地時最重要的考量因子。
經由實證結果顯示，所有的係數正負符號皆符合理論預期，其 中基地最小開發規模(X3)、面前街道寬度影響程度(y4)、性別(y22) 其係數值為正值；鄰近嫌惡設施影響程度(y9)、使用分區類別(x1)、
區段徵收前土地座落位置影響程度(y16)為負值，因此其正負值對
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(1) 基地最小開發規模(X3)係數為正值，其尺度分為無訂定及訂定 基地最小開發規模二種，因基地最小開發規模無訂定時，可選 配街廓條件較無受限，街廓選擇較為彈性，其地主選配抵價地 效用會呈現遞增，故表示地主選配抵價地時選取方案 A-2（基 地大規模開發型）機率大於方案 A-1（居住機能型）；若有訂 定時則反之。
(2) 使用分區類別尺度(X1)係數為正值，其尺度分為商業區及住宅 區，地主選配商業區時，其選配抵價地之效用會呈現遞增；這 表示商業區對地主而言較亦產生滿足，或許是因為商業區較住 宅區使用多元性及其容積率、建蔽率等使用強度又高於住宅 區，故其於選配抵價地時，地主會優先考量選配商業區，這也 表示當使用分區類別尺度係數呈現正值時地主於會優先選擇方 案 A-2（基地大規模開發型）。
(3) 面前街道寬度影響程度(y4)為正值，表示街道寬度大小對地主 選配抵價地影響程度很大，當可選配街廓之面前道路較寬時，
地主選配抵價地的滿足程度會隨著遞增，而當可選配街廓之面 前道路較窄時，地主選配抵價地的滿足程度會隨之遞減；這也 表示當面前街道寬度影響程度(y4)係數呈現正值時地主於會優 先選擇方案 A-2（基地大規模開發型）。
(4) 鄰近嫌惡設施影響程度(y9)為負值，表示當距離嫌惡設施時越 近時，地主選配抵價地效用會呈現遞減，這或許跟嫌惡設施給
(4) 鄰近嫌惡設施影響程度(y9)為負值，表示當距離嫌惡設施時越 近時，地主選配抵價地效用會呈現遞減，這或許跟嫌惡設施給