本章節將建立室內環境因子與工作影響與學習效果間的迴歸模式，迴歸模式 的建立，透過共線性檢驗本次實驗因子間是否具共線性之問題存在，變異數膨脹 因素 VIF(Variance Inflation Factor)來判別因子適合度。
1.工作效率迴歸分析
從模式(一)下表 3-8 的變異數分析顯示，模型 F 檢定值等於 147.400，
p-value=0.000 達到顯著水準，表示在實驗中所設計的實驗模組，工作效率變項可 以透過背景音樂、心情、冷熱程度、空氣濕度、環境狀況、亮度滿意等八各變項 所觀測的個數來做解釋。且調整過後的 R 平方值顯示背景音樂等八各變項可聯合 解釋依變項(工作效率)的變異量達 90.2% 。
比較表 3-9 與 3-10 原始與修正後工作效率迴歸模式分析，自變數因子中「舒 適程度」因子之變異數膨脹因素 VIF(Variance Inflation Factor)值為 7.366 於各自變 數中最高相較於其他自變數 VIF 值較接近 10，其允差為 0.136 於各自變數中最小 在所有自變數中較具共線性之問題，故需要透過共線性診斷的方式將「舒適程度」
因子刪去，修正迴歸模式的建構，使其更為嚴謹。將迴歸模式修正後各變項之變 異數膨脹因素 VIF(Variance Inflation Factor)有顯着的降低且排除了室內物理環境 因子間共線性之存慮，且各變項對於工作效率的迴歸模式的顯著性更為提升。
表3-8原始工作效率迴歸分析模式
模式(一) 未標準化係數 標準化係數 t 共線性統計量
B 之估計值 標準誤 Beta 分配
顯著性
允差 VIF
(常數) -0.116 0.138 -.847 0.399
背景音樂 0.077 0.054 0.057 1.428 0.157 0.598 1.672
心情 -0.010 0.036 -0.010 -.280 0.780 0.830 1.205
冷熱程度 -0.026 0.053 -.0024 -.496 0.621 0.417 2.399
空氣濕度 0.041 0.059 0.046 0.694 0.489 0.221 4.523
舒適程度 0.219 0.086 0.215 2.552 0.012 0.136 7.366
環境狀況 0.715 0.064 0.733 11.255 0.000 0.228 4.383
亮度滿意 0.023 0.068 0.012 0.341 0.734 0.723 1.384
a. 依變數：工作效率 調整過後的 R 平方為 0.908
表 3-9 工作效率迴歸變異數分析表
541.270 6 90.212 147.400 .000a
54.470 89 .612
595.740 95
迴歸 殘差 總和 模式
1
平方和 自由度 平均平方和 F 檢定 顯著性
預測變數：(常數), 亮度滿意, 心情, 冷熱程度, 背景音樂, 環境狀況, 空氣濕度 a.
依變數\：工作效率 b.
表 3-10 修正後工作效率迴歸分析模式
模式(一) 未標準化係數 標準化係數 t 共線性統計量
B 之估計值 標準誤 Beta 分配
顯著性
允差 VIF
(常數) -0.184 0.139 -1.325 0.189
背景音樂 9.974E-02 0.055 0.075 1.825 0.071 0.615 1.626 心情 1.545E-02 0.036 0.014 0.428 0.67 0.898 1.113 冷熱程度 2.650E-03 0.054 0.002 0.049 0.961 0.437 2.289 空氣濕度 0.124 0.05 0.139 2.453 0.016 0.319 3.138 環境狀況 0.807 0.054 0.827 14.911 0.000 0.334 2.991 亮度滿意 3.007E-02 0.071 0.016 0.426 0.671 0.724 1.381 a. 依變數：工作效率
調整過後的 R 平方為 0.902
2.學習效率迴歸分析
從下表 3-10 的變異數分析顯示，模型 F 檢定值等於 14.248，p-value=0.000 達到顯 著水準，表示在實驗中所設計的實驗模組，課習效率變項可以透過背景音樂、心 情、冷熱程度、空氣濕度、環境狀況、亮度滿意等六各變項所觀測的個數來做解 釋。且調整過後的 R 平方值顯示背景音樂等六各變項可聯合解釋依變項(課業與 學習)的變異量為 45.6% 。
比較表 3-12 與 3-13 原始與修正後學習效率迴歸模式分析，在自變數因子中
「舒適程度」因子之變異數膨脹因素 VIF(Variance Inflation Factor)值為 7.366 於各 自變數中最高相較於其他自變數 VIF 值較接近 10，其允差為 0.136 於各自變數中 最小，故需要透過共線性診斷的方式將「舒適程度」因子刪去，修正迴歸模式的 建構。迴歸模式修正後各變項之變異數膨脹因素 VIF(Variance Inflation Factor)有 顯着的降低且排除了室內物理環境因子間共線性之存慮，且各變項對於工作效率 的迴歸模式的顯著性更為提升。
表 3-11 原始學習效率迴歸分析模式
模式(一) 未標準化係數 標準化係數 t 共線性統計量
B 之估計值 標準誤 Beta 分配
顯著性
允差 VIF
(常數) -0.371 0.230 -1.615 0.110
背景音樂 0.349 0.090 0.382 3.884 0.000 0.598 1.672
心情 0.473 0.061 0.648 7.755 0.000 0.830 1.205
冷熱程度 0.085 0.089 0.112 0.954 0.343 0.417 2.399
空氣濕度 0.270 0.098 0.445 2.748 0.007 0.221 4.523
舒適程度 0.003 0.143 0.004 0.019 0.985 0.136 7.366
環境狀況 -0.258 0.106 -0.387 -2.428 0.017 0.228 4.383
亮度滿意 -0.173 0.114 -0.136 -1.515 0.133 0.723 1.384 a 依變數：學習效率
調整過後的R平方為0.449
表 3-12 學習效率迴歸變異數分析表
135.950 6 22.658 14.248 .000a
141.540 89 1.590
277.490 95