路口及路段肇事變數之因子分析

因子分析最初主要應用在心理學領域方面，後來則廣泛被應用在 其他領域上，其主要利用變異互變異矩陣或相關來計算，從複雜的因 素中找出少數潛在的共通因子，應用因子運算，轉軸後可得因子負荷 量，再利用其所得結果加以分析。本研究乃採用因子分析中的主成分 分析法來估計其因子負荷量，並以直交轉軸中的最大變異法來進行因 子分析。

4.2.1 路口肇事變數之因子分析

將基隆市路口肇事之要因變數：時段（白天與晚上）、日期（假 日與非假日）、尖峰時間（尖峰與非尖峰）、天候（雨天與非雨天）、

光線（日間自然光線與非日間自然光線）、道路型態（四岔路與非四 岔路）、路面狀況（乾燥與濕濘）、有無缺陷、有無障礙、視距是否良 好、有無號誌等十一個變數分為二群後進行因子分析。因「有缺陷」

的情況甚少，故將「有無缺陷」變數刪除，不作分析，以 SPSS 軟體 對十個變數進行因子分析後，依學者 Kaiser（1974）指出，當 KMO 值低於 0.5 時，即不宜進行因子分析，經由 Kaiser-Meyer-Olkin 的 取樣適當性量數（即 KMO）及每一個變項的取樣適當性量數（即 MSA）

檢核後，發現「道路型態（四岔路與非四岔路）」之 MSA 小於 0.5，

顯示該變項不適合進行因子分析，故刪除該變數後進行第二次因子分 析，得表 4.2 所示。

表 4.2 基隆市路口肇事以九個要因變數轉軸後之因子負荷量

0.974 0.041 0.020 0.015

V2 路面狀況

（乾燥與濕濘）

0.973 0.044 0.008 0.012

V3 時段

（白天與晚上）

0.072 0.870 0.018 -0.120

V4 光線

（日間自然光線 與非日間自然光線）

0.032 0.847 -0.020 0.062

V5 視距是否良好 0.022 0.000 0.833 0.070 V6 有無障礙 0.022 0.047 0.827 -0.060 V7 日期

（假日與非假日）

-0.007 0.155 -0.005 0.819

V8 尖峰時間

（尖峰與非尖峰）

0.099 -0.372 -0.088 0.546

V9 有無號誌 -0.038 -0.065 0.262 0.310 子分析經由 Kaiser-Meyer-Olkin 的取樣適當性量數（即 KMO）及每 一個變項的取樣適當性量數（即 MSA）檢核，每一個變數之 KMO 及 MSA 皆大於 0.5，表示適合進行因子分析。且由原來相關係數減去再製相 關係數所得之殘差中，亦只有 25%大於 0.05，表示本因子分析還算成 功。

由此分析可抽出四個特性較為顯著之因子，其累積寄與率達 75.8﹪，累積寄與率是將每個因子所能解釋的變異百分比累加而得，

即此四個因子足夠說明原有的八個變數。因子的解釋能力由第一個因 子的 23.9﹪說明能力逐次遞減到第四因子 13.4﹪，如表 4.3 所示。

將此四個因子分別命名為（1）路面狀況因子（2）能見度因子（3）

視線因子（4）交通量因子，茲將各因子的特性說明如下：

第一因子：路面狀況因子

「天候（雨天與非雨天）」與「路面狀況（乾燥與濕濘）」二變數 得點較高，因其二變數與路面乾溼狀況較有關，故命名為路面狀況因 子。

第二因子：能見度因子

「時段（白天與晚上）」與「光線（日間自然光線與非日間自然 光線）」二變數得點較高，因此二變數與能見度較有關，故命名為能 見度因子。

第三因子：視線因子

「有無障礙」與「視距是否良好」二變數得點較高，因其二變數 與視線較有關，故命名為視線因子。

第四因子：交通量因子

「日期（假日與非假日）」與「尖峰時間」二變數得點較高，因 此二變數與交通流量有關，故命名為交通量因子。

表 4.3 基隆市路口肇事以八個要因變數轉軸後之因子負荷量

0.034 0.844 -0.019 0.060 0.717 V5 有無障礙 0.015 0.037 0.845 -0.050 0.718

-4.2.2 路段肇事變數之因子分析

將基隆市路段肇事之要因變數：時段（白天與晚上）、日期（假 日與非假日）、尖峰時間（尖峰與非尖峰）、天候（雨天與非雨天）、

光線（日間自然光線與非日間自然光線）、道路型態（直路與非直路）、 路面狀況（乾燥與濕濘）、有無缺陷、有無障礙、視距是否良好、快 車道數（四個快車道數與非四個快車道數）、速限（≦40 公里與＞40 公里）、有無分向設施、有無標誌等十四個變數各分成二群進行因子 分析。

因「有缺陷」的情況甚少，故將「有無缺陷」變數刪除，不作分 析 ， 以 SPSS 軟 體 對 十 三 個 變 數 進 行 因 子 分 析 後 ， 經 由 Kaiser-Meyer-Olkin 的取樣適當性量數（即 KMO）及每一個變項的取 樣適當性量數（即 MSA）檢核後，發現「道路型態（直路與非直路）」、

「快車道數」及「尖峰時間」之 MSA 小於 0.5，顯示此三個變項不適 合進行因子分析，故刪除此三變數後，以十個變數進行第二次因子分 析，得表 4.4 所示。

表 4.4 基隆市路段肇事以十個要因變數轉軸後之因子負荷量 因 子 別

變 數

第一因子 第二因子 第三因子 第四因子 第五因子

V1 時段

（白天與晚上） 0.967 0.049 0.015 -0.014 -0.027 V2 光線

（日間自然光線 與非日間自然光線）

0.966 0.070 0.004 -0.009 -0.044

V3 天候

（雨天與非雨天） 0.054 0.971 0.034 0.001 0.004 V4 路面狀況

（乾燥與濕濘） 0.062 0.970 0.030 0.006 0.002 V5 視距是否良好 0.002 0.026 0.805 -0.028 -0.068 V6 有無障礙 0.085 -0.002 0.802 -0.051 0.014 V7 日期

（假日與非假日） -0.061 0.030 0.218 0.107 0.134 V8 有無標誌 -0.058 0.013 0.064 0.831 -0.213 V9 速限 0.076 -0.021 -0.081 0.615 0.468 V10 有無分向設施 -0.064 0.000 0.057 -0.093 0.876 寄與率（﹪） 19.000 18.933 13.546 10.929 10.569 累積寄與率（﹪） 19.000 37.933 51.479 62.409 72.978

本因子分析原則上取因子負荷量絕對值大於 0.4 之變數加以分 析，由上表顯示，第三因子中「日期（假日與非假日）」之轉軸後因 子負荷量小於 0.4，故將該變數刪除，另第五因子只包含「有無分向 設施」一項變數，涵蓋變數太少，故將其刪除較為適合，以八個變數 進行第三次因子分析。

此次因子分析經由 Kaiser-Meyer-Olkin 的取樣適當性量數（即 KMO）及每一個變項的取樣適當性量數（即 MSA）檢核，每一個變數

之 KMO 及 MSA 皆大於 0.5，表示適合進行因子分析。且由原來相關係 數減去再製相關係數所得之殘差中，亦只有 14%大於 0.05，表示本因 子分析還算成功。由此分析可抽出四個特性較為顯著之因子，其累積 寄與率達 77.9﹪，即此四個因子足夠說明原有的八個變數。因子的 解釋能力由第一個因子的 23.7﹪說明能力逐次遞減到第四因子 13.8

﹪，如表 4.5 所示。

將此四個因子分別命名為（1）路面狀況因子（2）能見度因子（3）

視線因子（4）交通限制因子，茲將各因子的特性說明如下：

第一因子：路面狀況因子

「天候（雨天與非雨天）」與「路面狀況（乾燥與濕濘）」二變數 得點較高，因其二變數與路面乾溼狀況較有關，故命名為路面狀況因 子。

第二因子：能見度因子

「時段（白天與晚上）」與「光線（日間自然光線與非日間自然 光線）」二變數得點較高，因此二變數與能見度較有關，故命名為能 見度因子。

第三因子：視線因子

「有無障礙」與「視距是否良好」二變數得點較高，因其二變數 與視線較有關，故命名為視線因子。

第四因子：道路限制因子

「有無標誌」與「速限（40 公里以內）」二變數得點較高，因故 此二變數與道路限制有關，故命名為道路限制因子。

表 4.5 基隆市路段肇事以八個要因變數轉軸後之因子負荷量

0.069 0.968 0.022 -0.006 0.942 V5 視距是否良好 0.035 -0.017 0.819 -0.013 0.672