以眼球追蹤探討中高齡婦女之自行車騎乘行為研究：以臺北市信義路自行車道為例

全文

(1)國立臺灣師範大學公民教育與活動領導學系碩士論文指導教授：姜義村博士. 以眼球追蹤探討中高齡婦女之自行車騎乘行為研究：以臺北市信義路自行車道為例. Using Eye tracking on bike riding behavior of midlife and aged women: Taking Taipei Xinyi road bike track for example. 研究生：蔡昇宏撰中華民國 106 年 7 月.

(2) 誌謝首先，最感謝的人是姜義村老師。還記得認識姜老師的時候是在我大 2 的時，當時的我與老師同樣是在彰師大運動學系。我是台下的學生，姜老師則是站在台上講述著運動英文課程的老師。那時的我懵懵懂懂，不知道自己的未來要做什麼，只是一昧地跟著班上同學修習教育學程，未來去實習、考教師檢定、考教師甄試……，我不禁有個疑問在我腦海裡浮現，「這條路真的是我想走的嗎？」。我思考了很久，但始終沒有找到答案。之後，我在某堂運動英文的課後，鼓起勇氣到了台前問了姜老師一句，「老師，請問我可以和您學習做研究嗎？」。於是，便展開了我的學術之路。很快地我從大學畢業，來到臺師大念研究所。慶幸的是，在這裡再一次地遇到了姜義村老師，且成為老師的指導研究生。這兩年的訓練中，我學到的不只是學術，更多的是價值觀念的養成，深信這些將是能實際應用在人生的能力。此外，也十分感謝我的兩位口試委員，曾永清老師與林珊如老師，在我撰寫論文時提供許多面向的思考，並在學生口試的時候給予寶貴地建議。也感謝這 2 年一路成長與學習的研究團隊夥伴，信緻學長、雨婷(哥)、志強、菲菲、小日、阿溫學姊，沒有你們的多次協助，我無法完成此篇碩士論文，由衷地感謝。另外也感謝師大電機研究所的慧生同學，經過我多次的請益眼動儀問題，仍不厭其煩的回覆我的問題，實在感謝。最後感謝我的家人，默默地支持並給予如此大的自由，使我無後顧之憂地追尋我心目中的夢想。蔡昇宏. 謹致於. 國立臺灣師範大學中華民國 106 年 7 月.

(3) 摘要過去眼球追蹤技術多為桌上型，受限特定研究場域，但近年來頭戴式實景眼動儀已開發完善，廣泛應用於動作學習及認知理解的研究，透過知能探索達提昇學習機能之效益。另一方面，我國自行車使用人口數逐年增多，人數遞增的情況下帶來道路騎乘上的風險，相關調查顯示，中高齡女性的騎乘意外數較高多。故本研究欲透過國立臺灣師範大學電機學系自行研發之頭戴式實景眼動儀 Eye NTNUp-30，探究中高齡婦女的騎乘行為，並藉由眼動數據瞭解騎乘時的自行車騎乘行為。本研究以便利取樣取得有自行車騎乘習慣組共 14 位（平均年齡 67.71 歲）、無自行車騎乘習慣組共 13 位（平均年齡 60.31 歲）與不會騎自行車組共 14 位（平均年齡 60.64 歲）之中高齡婦女。研究結果顯示，三組對於直接影響中的滑手機路人、右方衝出、對向來車之反應時間無顯著性差異；間接影響中的角錐 1 及赤裸上身男性、角錐 2 及兔子裝、角錐 3 及大型看板之反應時間亦無顯著性差異；而三組對於直接影響的凝視時間亦無顯著性差異，但三組對於間接影響中的凝視時間具顯著性的差異，其中以有騎乘習慣與不會騎乘組間差異最高。根據本研究結果得知：三組間的眼動反應時間無明顯差異，且對於直接影響中的眼動凝視亦無顯著性差異，與過去相關研究結果相符；有騎乘習慣組在間接影響中大多注視於將造成立即性危害的角錐，具較高自行車騎乘風險感知能力；無騎乘習慣組顯著性的凝視於赤裸上身男性，易造成騎乘危險；不會騎乘組亦凝視於赤裸上身男性，以及兔子裝與大型看板，相較於前者更容易發生騎乘危險。本研究建議實驗設計可增加影響因子，並針對不同族群進行研究；且進一步地展開自行車訓練相關實證研究。此外，建議將此檢測模式推廣至相關單位，使其了解自身騎乘能力降低道路騎乘事故風險。關鍵詞：實景眼動儀、自行車騎乘行為、中高齡婦女、眼球反應行為、眼球凝視行為. I.

(4) Using Eye tracking on bike riding behavior of midlife and aged women: Taking Taipei Xinyi road bike track for example Abstract The technique of eye tracking was not portable and limited to some specific research in the past. Head-mounted eye tracking has been developed recently and is wildy applied on the movement learning and cognition research. Head-mounted eye tracking can be used on exploration on physical competence of human behaviors and enhance the learning efficiency. It really brings the research relating to eye tracking a breakthrough. The number of cyclists in Taiwan has been dramatically increasing, however, it also brings risks of bike accidents. According to the related statistics, midlife and aged women have higher rates on bike accidents. Therefor, through eye tracking, it may a good and possible way to find possible solutions. The purpose of this study was used Eye NTNUp-30 to explore the riding behavior of midlife and aged women. This study adopted convenience sampling and recruited 41 women (age=62.95), 14 participants with biking habit (biking habit group, HBG, age=67.71), 13 participants without biking habit (no biking habit group, NBHG, age=60.31) and 14 participants were unable to ride (cannot bike group, CBG, age=60.64). The results showed that three groups had no significance on the reaction time to the direct impacts and indirect impacts and neither did the result on gaze duration of the direct impacts. However, the indirect impacts of gaze duration had significance among these three groups, and the HBG and the CBG had significant difference. The HBG gazing on the cones might have lower instant risks by the indirect impacts; the NBHG and CBG easily ignore cones and are attracted to the people beside biking tracks. The. II.

(5) study concluded that the HBG had better ability to sence the risks then NBHG and CBG. Further studies are suggested to collaborate with bike association, communities or schools and investigate other genders and, different age groups to understand their riding behavior and to accidents on bike riding. Keywords: Eye tracking, riding behavior on bicycle, midlife and aged women, fixation time, reaction time. III.

(6) 目錄中文摘要 ...................................................................................................................... I 英文摘要 ..................................................................................................................... II 目錄 ........................................................................................................................... IV 表目錄 ....................................................................................................................... VI 圖目錄 ...................................................................................................................... VII. 第一章緒論 .............................................................................................................1 第一節研究背景與動機 .............................................................................. 1 第二節研究目的與問題 ................................................................................4 第三節研究範圍與限制 ................................................................................5 第四節名詞解釋 ............................................................................................5. 第二章文獻探討 ...................................................................................................8 第一節眼動儀相關研究 .............................................................................. 8 第二節中高齡婦女與騎乘行為相關研究 ..................................................15 第三節眼動儀分析中高齡婦女騎乘行為相關研究 ..................................20. 第三章研究方法 .................................................................................................28 第一節研究架構與假設 ............................................................................ 28 第二節研究對象 ..........................................................................................29 第三節研究工具 ..........................................................................................29 第四節模擬騎乘道路規劃 ..........................................................................33 第五節研究設計與流程 ..............................................................................35 第六節資料處理與分析 ..............................................................................35. IV.

(7) 第四章結果與討論 .............................................................................................37 第一節受試者資料與眼動分析結果 ........................................................ 37 第二節以無母數檢定分析眼動反應結果 ..................................................46 第三節以無母數檢定分析眼動凝視結果 ..................................................46 第四節綜合討論 ..........................................................................................51. 第五章結論與建議 .............................................................................................57 第一節結論 ................................................................................................ 57 第二節建議 ..................................................................................................59. 參考文獻 ..................................................................................................................61 中文部分 ...................................................................................................... 61 英文部分 ........................................................................................................64. 附錄 ...........................................................................................................................71 研究倫理委員會審查通過證明 ....................................................................71 研究參與者知情同意書 ................................................................................72. V.

(8) 表目錄表 2-1 近代實景眼動儀 ...........................................................................................11 表 2-2 眼動分析自行車騎乘行為相關研究之實驗設計 .......................................22 表 3-1 EyeNTNUp-30 格式 ......................................................................................29 表 3-2 GoPro Hero 4 視頻功能 ................................................................................30 表 3-3 GoPro Hero 4 視頻功能(續) .........................................................................30 表 3-4 Tacx Blue Matic 自行車訓練臺規格.............................................................31 表 3-5 Merida 勇士 670 規格...................................................................................31 表 3-6 自行車騎乘直接與間接影響示意圖 ...........................................................33 表 4-1 不同組別年齡描述統計結果 .......................................................................37 表 4-2 眼動反應之描述性結果 ...............................................................................39 表 4-3 三組直接影響之注視次數 ...........................................................................40 表 4-4 三組間接影響-角錐變項之注視次數 ..........................................................41 表 4-5 三組間接影響-人變項之注視次數 ..............................................................41 表 4-6 眼動凝視之描述性結果 ...............................................................................43 表 4-7 三組以克-瓦二氏單因子分析眼動反應結果 ..............................................45 表 4-8 三組以克-瓦二氏單因子分析眼動凝視結果 ..............................................46 表 4-9 以曼惠特尼 U 型考驗分析有騎乘習慣與無騎乘習慣組凝視結果 ..........47 表 4-10 以曼惠特尼 U 型考驗分析有騎乘習慣與不會騎乘組凝視結果 ............48 表 4-11 以曼惠特尼 U 型考驗分析無騎乘習慣與不會騎乘組凝視結果 ............49. VI.

(9) 圖目錄圖 2-1 Huey 記錄之眼動路徑圖 ................................................................................8 圖 2-2 不同寬度之騎乘路線圖 ...............................................................................20 圖 2-3 騎乘路線圖 ...................................................................................................21 圖 3-1 研究架構圖 ...................................................................................................27 圖 3-2 五點校正示意圖 ...........................................................................................30 圖 3-3 GoPro Hero 4 ................................................................................................30 圖 3-4 Tacx Blue Matic 自行車訓練臺....................................................................31 圖 3-5 Merida 勇士 670 ..........................................................................................31 圖 3-6 自行車影片路線圖 ......................................................................................32 圖 3-7 實驗示意圖 ....................................................................................................34 圖 3-8 資料處理分析圖 ...........................................................................................35 圖 4-1 研究收案圖 ...................................................................................................37 圖 4-2 眼動分析結果(反應) ....................................................................................40 圖 4-3 眼動分析結果(凝視) ....................................................................................44 圖 4-4 三組中高齡婦女平均年齡 ...........................................................................51. VII.

(10) 第一章. 緒論. 本研究以眼球追蹤技術探討中高齡婦女自行車騎乘行為之研究。本章分為四節，依序以研究背景與動機、研究目的與問題、研究範圍與限制、名詞定義等四個部分進行說明。. 第一節. 研究背景與動機. 近年來醫療科技進步臺灣的高齡人口數逐年攀升，民國 105 年的平均存活年齡為 80.02 歲，男性平均 76.91 歲，女性則為 83.36 歲；相較於 104 年的整體餘命增加了 0.36 歲，男性與女性各增加 0.29 及 0.42 歲，再加上少子化的影響，高齡者所占的人口百分比從民國 95 年的 10%成長至 105 年的 12.83%（內政部統計處，2016）。面對如此快速的人口老化及低出生率，社會高齡化的影響將是臺灣亟需面對的議題。而臺灣高齡者首當其衝的是健康問題，根據衛生福利部（2015）臺灣主要死因統計中得知，心臟疾病、惡性腫瘤及肝硬化為中高齡婦女的前三大死因，值得注意的是一般婦女約莫於 50 歲時卵巢功能退化，體內激素失調易造成腎臟運作異常，導致生理不適等影響（林秀娟，2012）。可見女性在停經後除了體內生理機能逐漸下降外，外在的物理機能亦受到影響，為解決此問題，許多研究透過健康促進方案改善其問題。Saionara 等人（2015）針對巴西 Parnamirim 地區 40 歲至 65 歲婦女進行增進生理機能研究，實驗將停經前、後的婦女分組，比較兩組間對於握力、步態速度與站立速度的表現，結果發現停經前的婦女在握力與椅子站立的表現較佳，步態速度方面兩組之間無明顯差異。從我國中高齡婦女健康角度探討，高齡病患所伴隨的併發症狀多，國家投入高醫療成本，當中的照護人員更是背負著面對第一線的壓力，然而在成效方 1.

(11) 面往往不如預期，病患的存活機率仍舊偏低（吳秉勳、郭美娟，2014）。因此，研究人員便透過運動處方改善中高齡者的健康，減緩疾病所造成危及的風險。身體活動量的增加除了增強心肺適能外，亦能激發體內鈣激素活化提昇高齡婦女骨質中的密度（林麗娟、塗國誠，2004）。而邱鈺淇與黎俊彥（2008）的研究結果亦發現，透過長期運動的方案介入，能夠有效地改善中老年人下肢平衡的控制能力，並能避免下肢傷害的危險；同為長時間介入的相關實驗，學者 Leszczyńska 等(2016)針對 87 位高齡病人進行姿態矯正、身體平衡、步態訓練等運動計畫為期三年，結果發現受試者對於疼痛的刺激感下降，行走時的跌倒機率減少，且在生活品質的感受亦有提昇之功效。除了透過一般的運動訓練改善身體效能外，騎乘自行車更是能達到健康促進的效果，Valle, Mello, Fortes 與 Dantas (2009)將 20 至 30 歲之肥胖女性隨機分成對照組 10 人及實驗組 10 人，分別為飲食控制與自行車訓練組，經過 12 週的介入後顯示，自行車訓練組在身體組成、BMI、三酸甘油酯、膽固醇等指數皆明顯下降。同為自行車介入的相關研究，Dill (2009)透過自行車騎乘訓練評估受試者健康狀況，結果發現在 7 天內騎乘 150 分鐘的受試者佔 59%，平均速率每小時為 16 至 21 公里，活動量達到 6 至 8 個代謝當量(Metabolic Equivalent of Task, MET)，實驗結果證明一定程度的騎乘量能夠達到高強度的運動效果。國內學者周智民與林偉立（2014）的研究亦指出，銀髮族透過自行車壯遊能培養運動習慣，積極的參與者同時改善自身健康，進而降低醫療支出的成本。從事自行車活動除了能夠延緩身體層面的退化外，更是能藉由騎乘自行車與同好交流，在經驗分享的過程中彌補心靈空白的所在（蘇榮裕，2013）。另一方面，對於通勤族來說騎乘自行車不僅是重要的交通工具，更是在忙碌之於能促進自身健康的健身方式，間接地降低罹患心血管疾病等風險(Sá, Duran, Tainio, Monteiro & Woodcock, 2016 ; Hamer & Chida, 2008)。. 2.

(12) 雖然自行車活動的興起帶給人們身心健康與便利，不過近年來自行車事故率頻繁，造成傷亡的數量不計其數，特別是高齡者的自行車騎乘。魏健宏、陳乃郡（2015）的調查研究指出，我國有 18.7%的高齡者將騎乘自行車視為主要的日常交通工具，在如此頻繁的使用率下不免發生自行車騎乘的風險，警政署統計室（2015）亦於同年針對高齡者的交通事故肇事情形進行統計，結果發現該年的高齡自行車騎乘受傷件數達 1601 筆；死亡人數則為 34 筆，此外，回觀警政署統計室（2013）調查高齡者交通事故分析顯示，女性在不分車種的肇事率雖低於男性，但在自行車的事故率則以 14.05%遠高於男性的 5.93%，而在 Beecham 與 Wood(2013)的研究中指出，婦女在騎乘自行車車道時，易有騎偏離車道之情形。雖然從交通事故頻率與相關調查研究中，能瞭解中高齡女性在騎乘自行車時較容易發生事故，但肇事的根本原因我們無法確切地從發生件數中得知，若能瞭解中高齡婦女的自行車騎乘行為將是值得探究的議題。早期的眼球追蹤技術多半是為了辨識人類對文字及圖像的理解，透過實驗觀察學習者眼球的注視軌跡，並藉由數據分析提供學習者檢核學習歷程，修正錯誤解讀與提昇學習之成效(Kathy & Ana, 2016 ; Perez, Peters & Desmet, 2015)。除了一般的閱讀學習外，近年來語言學甚至應用眼動儀瞭解熟練手語使用者與初學手語使用者的能力差異（高明志、陳銘凱，2011）。隨著眼球追蹤技術大量使用於學術研究，軟硬體的技術更是隨之提昇，因此眼動儀即廣泛地被應用在不同領域。近年來網路的便利帶動人類消費模式的改變，對於網路購物族群而言，網頁的設計、編排方式皆是影響購賣意願的要素，而透過眼球追蹤技術實驗，更是能清楚地瞭解不同消費者對網路平台購物習慣的關鍵（梨佩芬、賴建都，2011）。同樣是網路使用的相關研究，黃夙蓮與陶振超（2015）利用眼動儀探討網路廣告的視覺影響效果，研究結果發現廣告出現的於不同位置，即影響使用者的注意力，若廣告出現於不熟悉的位置能有較佳宣傳效果。另外，眼球. 3.

(13) 追蹤技術更是應用在動作行為學的研究，黃瑞祥、何金山、呂信漢與詹元碩（2012）觀察優秀桌球運動員與非桌球運動員各 6 名，並透過眼動儀進行二維迷宮實驗，結果發現兩組對於較複雜的路徑皆投入較高的專注力，同樣在此路徑也發現，優秀桌球選手偵查環境時的跳視頻率高於非桌球選手，因此推論出處於不熟悉環境時優秀選手有較高的視覺搜索能力，亦於比賽情境時能有較高的表現水準。綜觀上述，本研究考量中高齡婦女騎乘之危險性，故透過臺北市信義路自行車道的情境錄製，與配合攜帶實景眼動儀與模擬自行車騎乘的方式觀看影片，藉此瞭解中高齡婦女自行車騎乘行為之眼動反應與眼動凝視行為。最後歸納實驗分析數據供中高齡婦女為自行車騎乘衡量依據，使之瞭解自身騎乘行為提昇道路風險感知(perceived risk)能力，並降低騎乘事故發生的機率。. 第二節. 研究目的與問題. 本研究結合自行車騎乘與眼動儀測量，觀察有騎乘習慣、無騎乘習慣與不會騎乘的中高齡婦女間之自行車騎乘行為差異。並比較三組間對直接影響與間接影響情境之眼動反應與眼動凝視行為。依據本研究目的衍生出本研究之問題如下：一、比較有騎乘習慣與無騎乘習慣組之中高齡婦女眼動反應行為。二、比較有騎乘習慣與無騎乘習慣組之中高齡婦女眼動凝視行為。三、比較有騎乘習慣與不會騎乘組之中高齡婦女眼動反應行為。四、比較有騎乘習慣與不會騎乘組之中高齡婦女眼動凝視行為。五、比較無騎乘習慣與不會騎乘組之中高齡婦女眼動反應行為。六、比較無騎乘習慣與不會騎乘組之中高齡婦女眼動凝視行為。. 4.

(14) 第三節. 研究範圍與限制. 本實驗受試者以 45 歲以上中高齡婦女為研究對象，考量不同自行車騎乘習慣與能力，故實驗方式以室內取代室外進行自行車騎乘確保受試者之安全性。此外，眼動儀的校正受限於受試者本身的瞳孔大小、形狀、睫毛長度不同，有一定機率造成校正異常或失敗之現象，故受試者的篩選存有一定的限制，如無法測量患有白內障、青光眼、視障者等族群。. 第四節. 名詞解釋. 壹、實景眼動儀實景眼動儀以配戴眼鏡的方式固定於受試者上，並連結記錄器(Recorder)觀察實境狀況。本研究所使用之實景眼動儀以國立臺灣師範大學電機學系自行研發之Eye NTNUp-30進行實驗（侯冠宇，2015）。. 貳、眼動凝視行為根據Haber與Hershenson(1973)的研究指出，人類眼球中央之中央小窩為視覺成像的中心，觀看的目標物落入其向外1度內即構成凝視(Gaze)；同視角兩側外5度為窩邊(parafoveal)，影像略為模糊；再向外延伸則為周邊(peripheral)，影像將無法顯示。而本研究以區域內ROI(region of interest, ROI)所關注的總時間 (Total time in Zone)變項，探討受試者於騎乘時對影片中刺激物所產生的眼動凝視行為。（侯冠宇，2015）。. 5.

(15) 参、眼動反應行為本研究之眼動反應行為定義為，偵測道路危險因子所需的反應時間。其變項引自侯冠宇（2015）眼動儀參數分析中之第一次拜訪ROI前花費時間(Duration before first fixation arrival)為依據，故藉由此變項探討受試者於自行車騎乘時面臨道路危險因子之眼球移動反應歷程。. 肆、中高齡婦女依據我國勞動部（2016）「就業服務法」第一章第二條之第四項，定義中高齡者年齡為45至65歲；而高齡的年齡範圍則為65歲以上；婦女定義為成年之女性。因此本研究受試者為年齡45歲以上之女性。. 伍、自行車騎乘行為針對騎乘自行車時，面對環境刺激所產生的行為表現，在本研究表示受試者配戴實景眼動儀，同時騎乘於實驗之自行車上觀看自行車騎乘影片，透過模擬真實情境並分析眼動數據瞭解受試者騎乘行為表現。. 陸、自行車騎乘能力已習得騎乘前後兩輪自行車之能力者界定為「會騎乘者」；未習得騎乘前後兩輪自行車之能力者定義為「不會騎乘者」。. 柒、自行車騎乘習慣本研究受試對象的騎乘習慣將其分為「有騎乘習慣組」，每週超過3小時以上；與「無騎乘習慣」，每週少於3小時以下（張淑芬、黃娟娟，2015）。. 6.

(16) 捌、直接影響於本研設計中，受試者所觀看的自行車影片中的情境分為直接影響與間接影響，其中直接影響乃為出現於道路中央的ROI，細分為滑手機路人、右方衝出、對向來車。. 玖、間接影響於本研設計中，受試者所觀看的自行車影片中的情境分為直接影響與間接影響，其間接影響中分為路旁之人與路中央的角錐，分別為角錐1與赤裸上身男性；角錐2與兔子裝；角錐3與大型看板。. 7.

(17) 第二章. 文獻探討. 本章分為三節進行探討，分別為第一節、眼動儀相關研究；第二節、中高齡婦女騎乘行為相關研究；第三節、以眼動儀分析騎乘行為之相關研究。. 第一節眼動儀相關研究近代利用眼動儀探究人類心理的相關研究層出不窮，加上高科技成熟度的進展，眼動儀使用型態也隨之改變，當中所帶來的效益由特定領域發展逐漸延伸至各項不同類型研究使用，對於人類心理發展而言乃是更加地擴張研究之廣度，此外，眼動儀的使用也替各領域帶來向下扎根的基礎。因此，本節以回顧眼動儀發展歷程，並整理近代眼動儀相關應用之研究，內容分為三部分：壹、眼動儀的發展；貳、近代眼動儀相關研究應用；参、小結。. 壹、眼動儀的發展回顧歷年心理學家探討人類眼動相關研究發現，早期眼動研究大多以直接觀察或受試者描述的方式瞭解眼球運動行為(Wade & Tatler, 2009)，但隨著時代的演進，眼動儀的型態隨之改變。根據 Rayner(1998)對過去眼動儀研究之整理，將其分為四個時期，首要時期為 1879 至 1920 年，法國眼科醫師 Javal 在 1879 年的眼球研究中，巧妙運用鏡面反射觀察人類閱讀文字時的眼球移動軌跡，意外發現受試者眼球移動方向並非依照文字排列的順序前進，而是以快速跳躍式移動與短暫的視覺停留進行閱讀行為。此發現不僅瞭解普遍人類閱讀的模式，也奠定了眼球運動中的凝視(Fixation)與跳視(Saccades)行為之基礎，對於人類心理學領域來說，即為展開相關研究的全新一頁。不過，基於 Javal 所使用的研究 8.

(18) 工具對於眼球運動分析較無確切的信效度，因此 Huey 於 1897 年研發了世上第一款眼動儀，並以圖像記錄受試者閱讀六行句子的眼動軌跡如圖 2-1 所示(Levelt, 2014)。. 圖 2-1 Huey 記錄之眼動路徑圖 (Levelt, 2014) 眼動儀研究的第二個時期為 1930 至 1958 年代，此階段的相關研究皆以應用與科技開發為主，雖說於上個時期的眼動儀能清楚記錄眼球運動軌跡，但多數的款式仍為侵入式的介入為主，故受試者狀態及實驗本身皆存有當中的風險性。因此，美國芝加哥大學的 Buswell(1935)不斷地另求其他方式改善實驗型態並開發非接觸式眼動儀，利用此款眼動儀觀察人類在觀看圖片時的狀態，藉此推敲受試者當時的心理。Buswell 研發的眼動儀優點在於不需碰觸到眼球避免感染等問題，在這樣的助長下讓更多類型的族群也能夠使用，藉此擴大研究的範圍。當受試族群逐漸增加，進行實驗的方式也有所改變，特別是突破儀器本身體積與範圍限制，研究者開始研發輕量化材質，並發展能自由移動的眼動儀，因此 Hartridg 與 Thompson(1948)研發了第一款跳脫固定框架的移動式實景眼動儀，不受範圍侷限下的眼動儀間接地引領各學門擴展至人類心理學的一大步。不過時間來到 1970 至 1990 年時期，相關的應用逐漸走向末路，加上眼動儀本身的價格昂貴，分析實驗數據的純熟度不足，雙重詬病下使得相關研究之效益. 9.

(19) 入不敷出，使眼動研究帶入黑暗期之階段。但慶幸的是，從 1990 年至今的第四階段開始，科技的日新月異帶領整個全球化的高科技成熟，眼動儀的軟硬體設備與實驗之穩定度也隨之增加，其緣故即帶動各領域與研究效益的增長。. 貳、近代眼動儀相關研究應用閱讀，是探究知識洪流的一條途徑，人類透過視覺搜索理解文字中背後撰寫者之信息。邱淑惠與廖儷湘（2014）將 6 歲兒童分成語文能力高與低兩組，透過眼動儀觀察閱讀繪本之視覺軌跡及焦點，結果發現語文能力較弱的兒童對於故事內容較無法明確陳述，其原因在於閱讀過程中低語文能力兒童的視覺軌跡多半落在插畫或圖片上，相較於高語文能力，其視覺軌跡較平均分佈。從上述研究中瞭解，對於一般高與低語文能力兒童，在閱讀能力的程度有所差異。另外，同為閱讀的相關研究也指出，國小學習障礙學生的閱讀速度及辨識文字的時間明顯慢於一般孩童，且發現即便學習障礙學生年級增長，閱讀程度依舊停留在國小三年級階段（陳明蕾、柯華葳，2013）。而近年來無論是學術領域或實務現場，透過眼動儀瞭解人類認知行為的相關研究逐漸地被廣泛應用，如：教育學習、網路傳媒、動作學習等領域。加上日前的眼動技術逐漸成熟，硬體設備逐漸朝向人性化邁進，軟體分析淺顯易懂，許多非工程相關背景的領域也能將其應用。其中教育乃具有傳承知識與教化人心的意義，而教育的成功與否往往塑化人其一生，因此學生的學習過程即是影響結果的一大關鍵。近年來為瞭解學習者之認知歷程，便透過眼球追蹤技術觀察眼動行為，探究情意、認知、技能、問題解決等情境，藉此提供教師及學生參考之途徑，改善其問題達到最佳學習功效（陳學志等，2010）。從提昇學習效率為出發點，魏麗敏等人（2012）利用眼動儀觀察 8 名 12 歲青少年觀看數位教材，其立即回饋與延宕回饋對於學習注意力之行為，結果發現學習後的立即回 10.

(20) 饋對於注意力有明顯的幫助，且男性的專注力提昇效果大於女性。此外，Lin 與 S. Lin (2014)，透過手寫板針對台灣 63 名高中生進行數學解題，並探究眼動指標理解其數理解決之歷程，結果發現失敗解題者利用較長的凝視時間於題目區域中，而成功的計算則凝視於計算區域內。利用眼球追蹤技術於教育逐漸成為一套檢視教學成效的方式，根據前人的相關研究，更是能發展未來科技教育更全新的一面。利用眼球追蹤探究人類心理行為的研究廣泛，其使用的實驗工具也隨科技的躍進其形態不斷地再改變，從外觀上的硬體設備，到內在的軟體都有相當大的變化及發展各式樣的形態。近代的眼動儀的款式相當多樣，固定式、移動式，其作用各有不同需求。而本研究所使用的款式屬於移動式的實景眼動儀，因此本節整理出目前市面上所使用的實景眼動儀進行探討如表 2-1 所示。. 11.

(21) 表 2-1 近代實景眼動儀引自侯冠宇（2015）名稱. 實景攝影機視角. 實景影像解析度. 取樣頻率. 眼動追蹤形式. 校正方式. 精準度. 價格. Tobii / Glasses 2. 82°horizontal / 48°vertical. 1920 × 1080 pixels. 30 Hz. Binocular. 1 points. 未提供. 14,900 USD. 60 Hz. Binocular. 1-/3 points. 0.5°over all distances. 11,900 USD. 30 Hz/60Hz. Monocular( Right Eye). Automa tic. 0.5°. 22,000 USD. 30 Hz. Monocular. 2 points. Under 1°(≦±20°) Under 2°(≦±40°). 13,000 USD. @25 fps SMI Eye Tracking Glasses 2 Wireless. 80°horizontal / 60°vertical. 1280 × 960 pixels @24 fps 1024 × 720 pixels @30 fps. ASL Mobile Eye-XG Eye Tracking Glasses 竹井機器工業株式會社. 60°horizontal / 40°vertical 未提供. 1600 × 1200 pixels 未提供. TKK2950 TalkEye Lite SR Research EyeLimk Ⅱ. Under 3°(all zone) 40°horizontal / 36°vertical. Pupil Only. 未提供. (500 Hz) Pupil with CR 250Hz. 12. Binocular. 未提供. < 0.5° typical. 85,000 USD.

(22) ERGONEERS DIKABLIS PROFESSIONAL. 40°-90°horizontal. 1920 × 1080 pixels. 60Hz. Monocular and Binocular. 未提供. Pupil tracking accuracy: 0.05° Glance direction accuracy: 0.1° - 0.3°. 未提供. ERGONEERS. 45° - 120°horizontal. 768 × 576. 50 Hz. Monocular. 未提供. Pupil tracking. 未提供. DIKABLIS ESSENTIAL. pixels. Pupil Labs / Pupil Dev. 68 degree view angle. 1280 × 720 pixels @30 fps. 30Hz. Monocular. 未提供. accuracy: 0.1° Glance direction accuracy: 0.3° - 0.5° 未提供. Pupil Labs / Pupil Pro. 90 degree view angle. 30 Hz. Monocular. 未提供. 未提供. 800 EUR. ArringtonResearch / EyeFrame. 56°horizontal / 42°vertical(default) LKM09 for Monochrome Scene Kit includes FOV:. 1920 × 1080 pixels @30 fps 未提供. 220 Hz. Binocular. Approx imately 5 minutes. 0.25° - 1.0°. 18,998 USD. 150°. 13. 380 EUR.

(23) 經過上述整理近代各家品牌之實景眼動儀瞭解，不同廠商所發展的影像呈現、校正方式、精準度、取樣方式皆有所區別，不同需求的消費者對於欲探討事件所選擇的眼動機型也會有所差異。然而實景眼動儀的優勢在於不受範圍限制地自由活動，對於此階段而言，眼球追蹤研究結合動作學習領域是能個迅速進場的良機。呂信漢、蔡尚明與陳五洲（2012）利用模擬足球罰球情境，比較優秀守門員與一般守門員之眼動差異，依照視覺搜索之路徑結果，觀察到優秀選手在撲球前視線多半集中於罰球員的支撐腳、踢球腳等動作位置，亦推論出成功守門需聚焦的位置。同樣為比較性實驗，顏政通、陳五洲、游能揚與林國全（2015）藉由排球選手舉球之情境影片，比較優秀選手與一般選手舉球視覺軌跡，並推論舉球決策時間，其眼動資料顯示，優秀選手對於決策的正確率較高，且反應時間快於一般選手，此外，優秀選手高正確率與快速反應的關鍵在於動作前的視覺搜索，並透過注視敵方舉球員的手部動作下決策。雖然利用視覺路徑與數據分析能區辨熟練動作與非熟練動作間的差異，不過仍有研究表示眼球追蹤對於動作反應較無直接情形(Cesqui et al., 2015)。因此眼動相關研究應用於動作行為領域仍有持續探究的必要，希冀藉由更多相關研究，建立此領域之基礎。. 参、小結探討眼動儀研究的歷史脈絡，剝繭抽絲地回顧當時社會情境，藉此以深入的思為探究人類行為之本質，並經由近代不同品牌之實景眼動儀款式整理與相關應用研究陳述，期盼能藉此讓各學門有更多的跨領域碰撞，特別是動作行為學結合眼動研究的部分，透過科技的融入使其領域更能深入理解深層之行為學涵意。. 14.

(24) 第二節. 中高齡婦女與騎乘行為相關研究. 台灣地狹人稠，在交通的安全上往往存在些潛在風險，特別是都市的場域更需注意。而臺北市乃為臺灣人口密度最高之城市，自行車騎士的處境別為困難，其中警政署統計室（2013）統計資料特別指出，中高齡女性的自行車騎乘意外機率，相較於男性較容易發生事故。因此本節探討中高齡婦女之騎乘行為，瞭解當中意外發生的原因，即分為三個部分，壹、中高齡婦女之騎乘意外研究；貳、中高齡婦女之動作行為研究；参、小結。. 壹、中高齡婦女之騎乘意外研究經濟提升以及環保議題的提倡帶來自行車騎乘人潮，由中華民國交通部統計處（2009）針對我國自行車使用狀況的調查分析得知，臺灣自行車使用人口數估計值為 1030 萬人，平均每個家庭中有 1.81 輛自行車，在如此使用自行車普及的環境下，不免存在騎乘意外的風險。中華民國交通部運輸研究所針對台灣 92 年至 104 年的騎乘自行車發生意外頻率作調查，結果發現不論性別的死傷人數從 92 年的 6031 人增長到 104 年的 16074 人，從自行車潛在風險中發現，騎乘道路環境、交通號誌、違規停車、肇事車速、騎乘者年齡皆是影響意外的原因，其中發生致死的原因以超速為最高，而騎乘者隨著年齡增長，身體所能承受的撞擊能力隨之下降，發生意外死亡的機率便即提高，另外從 104 年的數據中發現，比較 65 至 74 歲男女性自行車意外發生件數，女性相較於男性有較高的機率發生騎乘意外（交通部運輸研究所，2015；Landis, Vattikuti & Brannick, 1997；鄭永祥、田蕙寧，2015），因此本研究針對中高齡婦女騎乘行為加以著墨，並對於騎乘意外及整體環境面與個人行為面加以探討。. 15.

(25) 從 Cushing, Hooshmand, Pomares 與 Hotz(2016)的研究透過文獻回顧與歸納得知，瑞典、荷蘭、德國皆以有善自行車環境在國際間聞名，其中瑞典更是被譽為騎乘良好環境的典範國家，無論是在基礎建設、道路規劃、人車分流系統，皆為契合騎乘者之狀態，因此在交通事故、死亡率等皆呈現較低指數。比較鄰近的國家，Alice, Amoros 與 Hours (2015)針對法國境內的自行車意外調查發現，自行車使用者發生交通事故的機率比一般駕駛者多出 8 倍，因為如此，便針對 2009 至 2011 年期間法國境內自行車受傷者進行電話調查，結果顯示造成意外發生的外在因素有 13%惡劣天氣或 14%夜間行使，以及 25%交叉路口的道路設計問題，此外在調查內容中指出較多的女性發生過嚴重性騎乘傷害。其證明擁有良好的道路環境是保障人民發生意外的關鍵，回觀我國交通狀況，葉富鈞與陳柏丞（2016）針對警政署提供的台北市交通事故調查進行資料分析，結果發現市區所使用的道路環境是造成意外的主因之一，特別是行動狀態、號誌種類、號誌動作與路面狀況。對於自行車使用者而言，擁有一個良好的騎乘環境不僅能提昇騎乘動機，更是能降低意外發生機率的關鍵（黃智德、宋一夫、湯慧娟， 2013）。另一方面，從個人因素角度探討便能瞭解，造成騎乘意外的根本原因在於騎乘者透過視覺搜索將訊息傳遞至大腦，並產生行為反應，若接收訊息的風險感知程度較低，即容易造成騎乘事故的發生(Sorton & Walsh, 1994)。正因如此， Juhra(2012)等針對德國警政與醫療機關的調查發現，自行車在交通道路上的意外頻繁，除了外在環境給予的壓力之外，需要避免事故發生的主因為騎乘者本身，時常過度的認為當下騎乘行為是安全的，且忽略交通所訂定的法規，如速度過快、酒駕、闖紅燈、橫越車道等行為。其中，騎乘車速與酒駕等個人肇事因素和 Alice, Amoros 與 Hours(2015)的研究相呼應點出共同問題。對於車速過快之情形，若自行車騎乘速度達到每小時 32.3 公里，騎乘者發生死亡即傷害的比. 16.

(26) 率便相對提昇(Kim, Kim, S., Ulfarsson & Porrello, 2007)。然而，當瞭解事故發生的原因，最重要的莫過於事前的意外預防，葉純志（2008）的研究認為，為降低事故發生需研發自行車相關訓練課程，藉此增進使用者自身騎乘相關知識與知識應用，進而提昇整體騎乘之安全。由各人層面探討自行車意外發生的角度切入，能夠發現許多意外不僅是環境面的問題，許多情況乃是由自身所產生的道路危險因子，因此本研究期盼藉由自行車騎乘行為瞭解自身狀態，並透過訓練加以改善騎乘能力。. 貳、中高齡婦女之動作行為研究根據 Thomas(1997)所提出的動作行為理論可分為三階段，動作學習(motor learning)、動作控制(motor control)與動作發展(motor development)，因本研究目的為探討騎乘行為，故本部分依此理論之動作控制面向回顧。中高齡婦女因年齡的增長，生理機能隨之下降，輕則限縮日常生活之活動範圍，重則伴隨著跌倒損傷甚至是死亡等相關問題(Sattin, Lambert, DeVito, Rodriguez & Ros, 1990；林威秀、黎俊彥，2004)。因此許多文獻指出，透過提昇高齡者的動作控制能力，是降低跌倒發生及後續造成身體危險之關鍵（曾錦惠等人，2012；李宗育、陸鳳屏、詹鼎正，2014）。然而，陳上迪、姜義村（2010）利用系統性文獻回顧，整理相關透過阻力訓練預防高齡者跌倒的實證研究，結果發現高齡邁向成功老化的關鍵不僅是單純的進行訓練，而是需配合專業教練、遵守訓練原則才能達到有效且安全的效果。避免跌倒的另一個方式亦為訓練其平衡能力，為改善高齡者跌倒風險，增進平衡能力的相關研究逐漸增多，其結果更是指出，一定程度與時間的動作控制訓練，能夠有效地增加高齡者平衡能力並降低跌倒風險（吳孟恬、詹元碩，. 17.

(27) 2011；Ba & Cho, 2014）。然而，針對中高齡婦女提昇平衡的實證研究也發現，透過長時間的訓練方案更是能達到訓練的效益，Burke 等(2012)針對 50 位患有骨質疏鬆症的 65 歲以上高齡婦女進行為期三週，每周兩次，每次 60 分鐘的訓練，比較肌力平衡訓練組、伸展平衡訓練組、無介入組，結果發現，介入的兩組在動作控制能力皆有明顯改善，另外肌力平衡訓練組在膝關節延展度與方向控制優於伸展平衡訓練組。同為介入型研究，Dudoniene 等(2013)將 40 名高齡婦女平均分成運動訓練暨震動訓練組，以及運動訓練組，進行 8 週，每週兩次，一次 50 分鐘的訓練，結束後利用 VibraFit Medic 平衡測試器檢測其平衡能力狀況，結果發現兩組在後測的平衡能力皆達顯著(P < 0.05)，不過對於兩組間的差異則未達顯著性效果。從上述文獻回顧得以瞭解，動作訓練能夠改善平衡能力藉此降低高齡者之跌倒風險避免傷害，而本節探討之中高齡婦女騎乘行為與平衡能力息息相關，因此透過平衡的訓練，乃具有改善騎乘行為之效用。此外，高齡者在年老過程神經機能下降，接收外在訊息所產生的反應減緩，促使簡單反應(simple reaction time, SRT)間接影響身體重心變化(Rogers & Mille, 2003)。瞭解反應能力為影響高齡者跌倒的原因後得知其中要性，因此透過訓練增加反應能力成為關注的焦點。郭鐘隆、張鈞惠、林靜兒與蔡益堅（2009）針對老人服務中心的安養院老人進行為期 16 週的運動課程，結果發現老年人在經過介入後反應力達顯著性效果。而透過科技融入訓練課程，也是能增進高齡者反應力的方式，陳上迪、姜義村（2013）於養護機構讓輕度認知功能障礙之高齡者與正常認知功能之高齡者進行體感遊戲的課程訓練，結果發現經 8 週的介入後，正常認知功能的高齡者於前後測的簡單反應測驗達顯著性效果。從相關文獻回顧得知高齡者的反應能力乃是影響平衡、動作控制的因素，並由實證研究得以佐證其有效性。. 18.

(28) 参、小結洞察我國自行車交通事故調查，瞭解日前交通與騎乘者間之關聯性，並與各國自行車環境做比較，藉此審視我國基礎建設之缺失及待改進處，且進一步地從微觀思維探究騎乘者本身發生危險之因素。此外，本節以動作行為理論中的動作控制，逐步細說高齡婦女跌倒之問題，並以相關研究佐證平衡的重要性，進而連接平衡與騎乘行為之關聯性。因此本研究透過相關回顧規劃實驗設計，藉此深入瞭解中高齡婦女之騎乘行為。. 19.

(29) 第三節. 眼動儀分析中高齡婦女騎乘行為相關研究. 因科技快速發展，眼動儀跳脫以往固定於定點的實驗框架，形成自由移動的樣貌，藉此使動作行為的相關研究得以應用，其中騎乘自行車的動作行為也是值得深入探討的議題。不過國內幾乎鮮少利用眼動儀瞭解中高齡婦女自行車騎乘行為的相關研究，且在國際中也僅有少數幾篇的文本供參考，而探討高齡婦女的相關研究更是寥寥可數，因此本節統整現有文獻內容進行探討。透過少數的相關研究作為研究基礎，比較不同的實驗方法，並結取參考之要素設計本研究之實驗內容。因此本節分為三個部分，壹、眼動儀分析自行車騎乘相關研究；貳、眼動儀分析高齡自行車騎乘相關研究；参、小結。. 壹、眼動儀分析自行車騎乘相關研究回顧近年來相關研究發現，不同研究出發的背景脈絡各所不同，如鄰近的國家，日本。日本社會高齡化是備受討論的現象，老人生理機能下降，自行車對於長者是較容易取得的工具，使用機率頻繁，但是高齡的騎乘過程往往伴隨著意外發生，因此，日本學者 Igari, Shimizu 與 Fukuda (2008)透過眼動儀探究高齡者之騎乘行為結果發現，高齡者騎乘的過程中多半是注視著下方，較不會觀察遠方；另外，也發現面對兩個行人以上時，高齡者多半僅注視著其中一人，因此推論出高齡在騎乘時較無法專注於環境危險因子。另一方面，利用單車騎乘做為交通工具是一種旅遊方式，不過在行進的過程中容易與行車爭道，造成交通意外的風險，因此英國學者 Frings, Parkin 與 Ridley(2014)為瞭解騎乘者與汽車的關係，利用眼動儀觀察兩者之間的危險因素，受試對象以網路招募與電子郵件方式尋覓，最後以 20 名受試者進行研究，結果發現騎乘者容易忽略交通情境中的危險因子，特別是碰上大型車輛或超車等情況，此研究建議適當的停 20.

(30) 留並關注環境是避免意外發生的要素。近年來義大利使用自行車達到通勤、旅遊為目的的人口數逐年增多，但是在人口劇增影響下，都市交通問題浮上檯面，行人、汽車、自行車相互爭道影響彼此間的用路品質，使用者之安全備受關注，而除了外在環境外自行車騎士者本身也是造成意外的主因，因此，Mantuano, Bernardi 與 Rupi. (2016)透過眼動儀實測發現，騎乘於路口或岔路段時需加留意，且行人也是需加以留意的危險因素。從文獻搜索的過程中發現，近 10 年來活躍地應用眼動儀探究自行車騎乘行為的文章數以 Pieter Vansteenkiste 為最多，從 2013 至 2016 年的 5 年內持續性地發表騎乘行為之研究，並嘗試探究不同族群與變項。早期研究 Vansteenkiste, Cardon, D’Hondt, Philippaerts 與 Lenoir, (2013)以眼動儀探討 21 至 28 歲之成年人，透過騎乘於不同車道寬度與車速的方式探討眼動行為與自行車騎乘之相關性(圖 2-2)。. 圖 2-2 不同寬度之騎乘路線圖資料引自(Vansteenkiste, Cardon, D’Hondt, Philippaerts & Lenoir, 2013) 其後，同樣以 22 至 24 歲成年人為樣本分析不同速率騎乘於高、低品質的自行車道路上，並探討兩者間的視覺行為之差異(Vansteenkiste, Zeuwts, Cardon, Philippaerts & Lenoir, 2014)。而 Vansteenkiste 等(2014)也在騎乘行為研究中做許 21.

(31) 多的突破，跳脫過往以直線實驗設計之架構，設計一套轉彎路線(圖 2-3)並以不同騎乘速率探究過彎時的視覺凝視區域。當累積許多實驗經驗與理論基礎後， Vansteenkiste 的研究對象開始向下擴展至兒童年齡層，並設計不同騎乘危險情境探討兒童與成人間對於的騎乘行為的差異(Vansteenkiste, Cardon & Lenoir, 2015； Zeuwts, Vansteenkiste, Deconinck, Cardon & Lenoir, 2016)。. 圖 2-3. 騎乘路線圖資料引自(Vansteenkiste et al., 2014). 綜觀上述，以研究背景出發點得知，不同國家對於探討騎乘行為的背景脈絡都因為社會背景、市場需求及生活層面影響異同，但對於騎乘所產生的議題，仍然有著許多共通點，如交通問題、騎乘意外等。為解決問題，使用眼動儀剖析人類騎乘行為是有效的解決方式。而目前正積極以眼動儀探究騎乘行為的學者 Vansteenkiste 所進行之研究，是作為後續相關研究的重要基礎。此外，本文回顧眼動騎乘行為研究，分析不同實驗設計之內容，並客觀地說明其利弊擷取部分可行性元素，洞察創新可能性並研擬本研究之實驗設計，如表 2-2 所示。. 22.

(32) 表 2-2 眼動分析自行車騎乘行為相關研究之實驗設計（研究者自行整理） Mantuano, Bernardi 與 Rupi(2016) 受試者. 研究工具與內容. 實驗設計. 13 名受試者 3 女、10 男. ASL Mobile Eye XG Glasses 精準度：0.5. 受試者配戴眼動儀，分別騎乘於市中心支. 1.行人 2.自行車騎士 3.十字路口 4.十字路口（停放之車輛）5.橫向人行道. 適當的騎乘視覺行為多半注視前方中心位置，並. 兩段不同情境路線，結束實驗後分析眼動變項及感興趣區。. 6.障礙物 7.障礙物（路邊停車） 8.交通號誌（垂直）9.交通號誌（水平） 10.廣告看板 11.路面不連續處 12.公車站. 隨時注意行人、不連續面道路或立即性危險因子；行人與不連續面道路為較高的自行車騎乘危險因子。. 12~25 歲. 30 Hz. 視覺干擾因子. 效益. Zeuwts, Vansteenkiste, Deconinck, Cardon 與 Lenoir(2016) 129 名受試者 88 名 10.53 歲孩童 41 名 21.64 歲成人. Remote Eye tracking Device (RED) 精準度：未提供 120 Hz. 受試者坐於螢幕前觀看道路危險情境之自行車騎乘影片，過程中每當看見一個危險情境，需按下按鈕以測驗道路感知程度。. 1.一位男士未注意路況從人行道走到自行車道。 2.一位男士走到麵包車的後方。 3.一位男士停好車打開門下車。 4.一位女士從停在路旁的兩輛車中間走過，並經過自行車道至另一輛車後方。 5.一輛車突然在自行車騎士前方右轉。 6.自行車騎士左轉遇到對向來車之車輛。 7.車輛停在街道上的右手邊，沒有看後照鏡中的自行車騎士。 8.公車停在公車站牌，自行車騎士經過時，下車的乘客沒有注意到騎士。 23. 兒童與成年人相比，對於自行車危險情境的反應時間較為延遲，推估兒童的視覺系統尚未發育成熟之故。.

(33) 9.看著車輛從右手邊的街道上過來。 10.看著行人拿著手提箱橫越一個街區。 11.看著一位騎士從右方房屋橫越十字路口到另一個街區。 Vansteenkiste, Cardon 與 Lenoir (2015) 7 名受試者 3 男、4 女平均 8.29 歲. iView X HED 精準度： 0.25°-0.5° 50 Hz. 受試者配戴眼動儀於室內騎乘於三條不同寬度之直線道。. 1.車道前方目標物 2.車道外部 3.飄移範圍. 兒童騎乘較窄的車道時通過的速度慢於成年人，而當寬度增加時兒童的視覺注視行為越接近成年人。. Frings, Parkin 與 Ridley(2014) 20 名受試者 11 男、9 女平均 44.7 歲. EyeLink 1000 Desk-top 精準度： 0.25°-0.5° 500 Hz. 受試者於室內配戴眼動儀，且騎乘於固定之自行車，並觀看四種不同騎乘情境影片。. 1.自行車道 2.車量大小 3.路邊距離. 自行車騎士騎乘於自行車到時，所注視的位置多半在中間偏左的位置；當大車輛超車時即產生較多的視覺注視行為。. Vansteenkiste 等(2014) 17 名受試者 9 男、8 女平均 21.35 歲. iView X HED 精準度： 0.25°-0.5° 50 Hz. 受試者配戴眼動儀於室內騎乘半圓結合直線之路徑。. 1.近內圈 2.中內圈 3.外內圈 4.內圈 5.中圈 6.外圈 7.遠方 8.外部. 24. 自行車騎士以低速過彎時，平均注視於彎道外圈的區域；以高速過彎時則注視於彎道的內圈區域。.

(34) Vansteenkiste, Zeuwts, Cardon, Philippaerts 與 Lenoir (2014) 5 名受試者 22~24 歲. iView X HED 精準度： 0.25°-0.5° 50 Hz. 受試者配戴眼動儀用不同的速率騎乘於高、低品質的自行車道路上，並探討兩者. 1.車道 2.前遠方 3.兩旁 4.車道外部. 自行車騎士騎乘於低品質自行車道時多半注視路面，對於週遭環境較少留意；而騎士於高品質道. 間的視覺行為之關係。. 5.自行車騎士. 路時平均注視路面與環境，相較之下較無騎乘風險。. Vansteenkiste, Cardon, D’Hondt, Philippaerts 與 Lenoir (2013) 12 名受試者 7 男、5 女. iView X HED 精準度：. 受試者配戴眼動儀於室內騎乘於三條不同. 18~21 歲. 0.25°-0.5° 50 Hz. 寬度之直線道。. 1.車道 2.目標物 3.車道外部 4.飄移範圍. 自行車道的寬度越窄與車速越快即有越高的視覺注視於車道上；寬度越寬與車速越慢則較平均注視。. Igari, Shimizu 與 Fukuda (2008) 20 名受試者高齡 65~76 歲. Eye tracking system EMR-8B 30 Hz. 受試者坐於螢幕前觀看道路危險情境之自行車騎乘影片。. 1.前方 2.地板 3.轉角、 4.行人 5.旁邊 6.其他 7.天空 8.左邊的人 9.右邊的人. 5 男、5 女青年 19~20 歲 6 女、4 男. 高齡者騎乘的過程中多半是注視著下方，較不會觀察遠方；面對兩個行人以上，高齡者多半僅注視其中一人，推論高齡騎乘時較無法專注多個刺激物。. 25.

(35) 貳、眼動儀分析中高齡婦女自行車騎乘相關研究目前幾乎沒有針對以眼動儀分析中高齡婦女騎乘行為的相關研究，僅有日本學者 Igari, Shimizu 與 Fukuda (2008)，針對高齡騎乘行為的相關研究，而在研究的結果提到高齡者的騎乘行為，相較於一般成年人對於環境的感知能力較弱。根據這個脈絡與相關文獻缺失的情況，本文欲由探討高齡者之眼動行為之相關研究。高齡者隨著年齡增長生理功能逐漸老化，嚴重者容易導致生活機能下降的風險，因此許多學者站在高齡者對於視覺搜索能力較差的立場，Bergstrom, Olmsted-Hawala & C. Bergstrom(2016)探討不同年齡層，20 至 25 歲、40 至 49 歲、 62 至 72 歲三組進行網站檢索研究，透過熱圖區顯示，高齡在觀看時較不會注視網站旁的週邊輔助元件，相較於年輕人與中年人，對於網路的視覺搜索能力較弱。同樣是針對高齡者視覺搜索能力的研究，Beurskens 與 Bock(2012)比較年經人與高齡者之間對於刺激訊息接收的差異，實驗過程受試者遵循螢幕所呈現之指令，操作雙手之操縱桿，並觀察其眼動行為，結果發現老年人對於情境刺激的反應時間比年青人長。同樣是生活機能面議題，基本的動作控制是影響生活的要素，Paquette 與 Fung(2011) 利用眼動儀測量高齡者的動作姿勢與視覺之間的關聯性，比對年經人與高齡者彼此間的數據後發現，站立於平衡板上的高齡者對於訊息轉換時，視覺停留的時間較長，且精準度較差，學者推論其原因並非高齡者眼球機能下降，而是身體平衡能力下降導致，此結果與 Madden, Connelly 與 Pierce(1994)的研究相呼應，即大腦控管平衡系統異常影響視覺反應所致。對於高齡者視覺搜索行為較差的觀點，另一方所站的立場有些不同，Thomas, Bampouras, Donovan 與 Dewhurst(2016)針對 12 名年輕女性與 12 名高齡婦女， 26.

(36) 進行同樣為站立於平衡板的姿勢與視覺關係研究，結果則發現，高齡婦女與年輕女性同樣接受視覺刺激的凝視、跳視行為皆無明顯差異。此篇文獻內容著重於高齡婦女的眼動行為探究，故作為後續研究之討論依據。一樣是站在相同立場的研究，Borowsky, Shinar 與 Oron-Gilad(2010)利用駕駛情境，讓 21 名無駕駛經驗年輕人、19 名有經驗駕駛年輕人、16 名高齡者進行觀測，結果發現老年人的眼球軌跡與有駕駛經驗年輕人差異性不大，反倒是無駕駛經驗的年輕人與有經驗駕駛年輕人具顯著性差異，證明高齡者的年紀不影響駕駛的視覺搜索行為。雖然不同學者的實驗結果有所不同，但各研究所探討之對象與內容本有些落差，因此瞭解其變項之差異，是未來研究值得探討的問題。. 参、小結眼動儀技術發展成熟，透過瞭解視覺搜索行為探究人類行為已是當今的趨勢，而自行車騎乘本身所帶來的意外不計其數，根據上述相關研究回顧，利用眼動儀能夠清楚的瞭解騎乘者本身當下的狀態，因此透過眼動儀瞭解騎乘行為是減少事故發生的關鍵。可惜的是，目前關於此類型的文獻相對較少，特別是探討中高齡婦女的研究幾乎是尚未進行探究，因此本研究期盼能透過相關研究作為基礎，研擬實驗之設計，並發展一套屬於臺灣的「自行車騎乘行為檢測工具」。. 27.

(37) 第三章. 研究方法. 本研究方法區分為以下六節敘述：第一節、研究架構與設計；第二節、研究對象；第三節、研究工具；第四節、模擬騎乘道路規劃；第五節、研究設計與流程；第六節、資料處理與分析。詳述內容如下：. 第一節研究架構與假設本研究旨在透過自行車騎乘，觀察有騎乘習慣、無騎乘習慣、不會騎乘的中高齡婦女間的視覺搜索行為，並比較三組間對於騎乘情境之眼球反應行為及眼球凝視行為之差異，研究架構圖如圖 3-1 所示。. 圖 3-1 研究架構圖. 28.

(38) 根據研究目的、問題與架構，本研究採用對立假設，敘述如下：一、有騎乘習慣與無騎乘習慣組之中高齡婦女眼球反應行為具顯著性差異。二、有騎乘習慣與無騎乘習慣組之中高齡婦女眼球凝視行為具顯著性差異。三、有騎乘習慣與不會騎乘組之中高齡婦女眼球反應行為具顯著性差異。四、有騎乘習慣與不會騎乘組之中高齡婦女眼球凝視行為具顯著性差異。五、無騎乘習慣與不會騎乘組之中高齡婦女眼球反應行為具顯著性差異。六、無騎乘習慣與不會騎乘組之中高齡婦女眼球凝視行為具顯著性差異。. 第二節. 研究對象. 本研究以 30 名 45 歲以上婦女為實驗對象，並將其分成有騎乘習慣組，每週超過 3 小時以上；無騎乘習慣，每週少於 3 小時以下（張淑芬、黃娟娟，2015）；不會騎乘組。受試者健康條件以視力可看清畫面內容，無精神患疾、重大傷害可於訓練臺上騎乘為主，實驗後亦提供分析之數據供受試者瞭解自身騎乘狀況。取樣方式以滾雪球法(snowball sampling)招募實驗之樣本。. 第三節. 研究工具. 本研究之介入工具使用國立臺灣師範大學電機學系自行研發之實景眼動儀 EyeNTNUp-30 進行實驗，並以 GoPro Hero 4 所錄製之台北市信義路自行車道騎乘影片使參與者觀看。測量工具則以 EyeNTNU-120p 分析軟體進行分析。詳細內容敘述如下：. 29.

(39) 壹、實景眼動儀一、眼動儀規格本研究使用國立臺灣師範大學電機學系自行研發之頭戴式實景眼動儀 EyeNTNUp-30 進行實驗如表 3-1 所示。. 表 3-1 EyeNTNUp-30 格式引自侯冠宇（2015）名稱. EyeNTNUp-30. 實景攝影機視角. 120°horizontal / 98°vertical. 實景影像解析度. 640 × 480 pixels @30 fps 1920 × 1080 pixels @30 fps. 取樣頻率. 30~120 Hz. 眼動追蹤形式. Monocular(Left Eye). 校正方式. 5 points(approximately 30 sec). 精準度. 0.43° 透過餘弦定理計算 30 名受試者站立於 1~20 公尺，凝視目標物之誤差值，經過 12 個由近到遠所觀看中心點的誤差質得出，其精準度為 0.43°。. 精準度測驗. 圖片. 2,329 NTD. 價格. 30.

(40) 二、眼動儀校正校正進行時受試者凝視前方校正碼如圖 3-2，頭部不做任何晃動僅以眼球移動方式進行五點校正，過程依研究人員指令從左上、左下、右下、右上、中間依序行眼球凝視移動。. 圖 3-2 五點校正示意圖. 貳、GoPro Hero 4 錄影機視頻功能如表 3-2、3-3；圖 3-3 所示（取自臺灣 GoPro 官方資料，2016）。表 3-2 GoPro Hero 4 視頻功能 4K. 2.7K. SUPERVIEW. SUPERVIEW 30、25 fps 超寬視角. 24 fps 超寬視角. 2.7K 4:3. 1440P. 1080P SUPERVIEW. 30、25 fps 超寬視角. 80, 60, 50, 48, 80, 60, 50, 48, 30, 25, 24 fps 30, 25, 24 fps 超寬視角超寬視角. 表 3-3 GoPro Hero 4 視頻功能(續) 720P SUPERVIEW. 960P. WVGA. 120, 60, 50 fps 超寬視角. 120, 60, 50 fps 超寬視角. 240 fps 超寬視角圖 3-3 GoPro Hero 4 31.

(41) 參、Tacx Blue Matic 自行車訓練臺訓練臺規格如表 3-4；圖 3-4 所（取自歌美斯國際股份有限公司官方資料， 2016）。表 3-4 Tacx Blue Matic 自行車訓練臺規格阻力部件. 衝刺制動力 (1 分鐘). 操控器. 模擬真實坡度. 最大制動力 (10 秒鐘). 質量慣性. 磁力. 600 瓦特. 車把阻力控制桿. 10 檔. 700 瓦特. 8 公斤. 圖 3-4 Tacx Blue Matic 自行車訓練臺. 圖 3-5 Merida 勇士 670. 肆、Merida 勇士 670 自行車自行車規格如表 3-5；圖 3-5 所示（取自美利達官方資料，2016）。表 3-5 Merida 勇士 670 規格速別 27S. 車架型式. 尺寸. TFS 鋁合金 26*15/17/19". 前叉. 剎車器. 鏈條. SR XCM HLO-80MM. 鋁合金 V 型剎車. KMC X9. 齒盤. 前變速器. 後變速器. 飛輪. 花鼓. 參考重量. SR XCM-T414 44/32/22T. SHIMANO ALTUS. SHIMANO ACERA. SHIMANO HG20 11-34T. 鋁合金. 17"-14.2KG. 32. BLK.

(42) 第四節模擬騎乘道路規劃本研究以 GoPro Hero 4 錄製實驗影片，攝影機配戴於研究人員胸前，以第一人稱視角錄製信義路自行車道騎乘影片，其中情境包含站在自行車道之路人、右方橫向來車、對向來車、赤裸上身男性、兔子裝及大型看板，共 6 種情境。. 壹、騎乘路段選擇路段以台北市信義路四段至五段之自行車道，路面寬度為 150 至 200 公分，時段於清晨 6 點至 7 點較無車輛及行人時拍攝，影像呈現皆以直行路線如圖 3-6 所示。. 圖 3-6 自行車影片路線圖. 貳、設計橋段本研究欲探討騎乘自行車情境之眼球反應行為與眼球凝視行為，故藉由錄製自行車騎乘影片做為實驗工具。其內容根據相關研究與統計資料指出，自行車騎士面對道路中行人、橫越道路不慎之交叉路口、對向來車等，皆為造成高直接性自行車事故意外的因素，（Mantuano, Bernardi & Rupi, 2016；Wang & 33.

(43) Nihan, 2004；Mikko & Heikki, 1998；警政統計通報，2015）；另一方面，Igari, Shimizu 與 Fukuda (2008)的研究中指出高齡者對於多因子的情境中較無法專注，故本研究於模擬影片中加入道路旁影響因子，探究其對中高齡婦女的間接性影響。因此本研究自行車騎乘影片內容分為兩大類，直接影響情境與間接影響情境，直接影響 ROI 分 3 項；間接影響則分為 6 種，總共 9 種如表 3-6 所示。表 3-6 自行車騎乘直接與間接影響示意圖直接影響 ROI 1(滑手機路人). ROI 2(右方衝出). ROI 3(對向來車). 間接影響 ROI 4(角錐 1). ROI 5(赤裸上身男性). ROI 6(角錐 2). ROI 7(兔子裝). ROI 8(角錐 3). ROI 9(大型看板). 34.

(44) 第五節研究設計與流程本研究之實驗進行前，受試者配戴實景眼動儀於校正區聽從研究人員指令進行五點校正，完成校正後移動至騎乘區，並騎乘於訓練臺之自行車上觀看自行車騎乘模擬影片與模擬騎乘。影片以HD 1080p 的解析度投影於寬243公分、高177公分、離地107公分的牆面上，受試者騎乘於自行車上距螢幕160公分。實驗開始前研究人員下達指導語，「等一下會播放我們研究團隊所錄製的自行車騎乘模擬影片，請您想像自己是影片中的騎乘者，並透過這輛自行車來騎乘接下來的路段；過程中請您專注於投影幕的範圍中，不得轉頭，並在影片播放前注視在前方的白色十字上。」而模擬騎乘之影片為預先錄製，因此受試者無法控制騎乘之速率，故本研究不處理騎乘速率之問題。實驗示意圖如圖3-7所示。. 圖3-7. 實驗示意圖. 第六節資料處理與分析本研究經實驗後獲取眼動數據，並以 EyeNTNU-120p 分析軟體進行感興趣區塊資料分析如圖 3-7 所示，凝視法子定義為 30，結果得出 21 項實景眼動儀變項後，針對符合本研究探討之變項，擷取第一次拜訪 ROI 前花費時間與區域內 35.

(45) 花費的總時間作為探討變項。得到原始數值後經 SPSS for Windows 18.0 對受試者年齡進行描述性統計，並針對有無自行車、跌倒經驗執行卡方檢定中的費雪正確機率考驗。另一方面，其眼動反應與凝視參數則以無母數檢定中的克-瓦二氏單因子(Kruskal-Wallis test)分析，檢定三個組別間是否對於不同騎乘情境下的 ROI 視覺行為產生差異。分析後得出顯著(p<.05)變項，再使用曼惠特尼 U 考驗 (Mann-Whitney U Test)進行事後比較，檢測變項間的差異程度，因三組做事後比較，故顯著性數質為(p<.0167) 。如圖 3-8 所示。. 圖 3-8. 資料處理分析圖. 36.

(46) 第四章. 結果與討論. 本研究收取中高齡婦女自行車騎乘之眼動數據，且透過眼動分析軟體 EyeNTNU-120p 得出有自行車騎乘習慣組、無自行車騎乘習慣組與不會騎自行車組間，對於 ROI 的眼動反應時間與眼動凝視時間。並藉由統計方法將其資料量化與歸納整理。故本章分為，第一節、受試者資料與眼動分析結果；第二節、以無母數檢定分析眼動反應結果；第三節、以無母數檢定分析眼動凝視結果；第四節、綜合討論。. 第一節、受試者資料與眼動分析結果本研究以國立臺灣師範大學圖書館校區博愛樓 B118 教室為實驗據點，使用滾雪球法至校園鄰近區域招募實對實驗象，經實驗目的說明與簽署知情同意書後，共招募 43 位受試者，分組成 15 位有騎乘習慣、13 位無騎乘習慣與 15 位不會騎自行車的中高齡婦女。經實景眼動儀的瞳孔校正後，有騎乘習慣組與不會騎自行車組中各 1 名受試者因瞳孔校正失敗，致無法獲取 2 名受試者的眼動資料而退出實驗。最終由 41 名受試者進行自行車騎乘實驗並完成實驗。如圖 4-1 所示。. 37.

(47) 圖 4-1. 研究收案圖. 壹、受試者基本資料此部分以圖表及內文闡述本研究 41 名受試者的年齡狀況如表 4-1 所示，有習慣組（n=14）年齡區間為 55 至 84 歲，平均年齡 67.71±7.54 歲；無習慣組（n=13）年齡區間為 51 至 73 歲，平均年齡 60.31±7.26 歲；不會騎組（n=14）年齡區間為 48 至 74 歲，平均年齡 60.64±8.50 歲；三組（n=41）年齡區間為 48 至 84 歲，平均年齡 62.95±8.360 歲。因本研究受試人數較低，故採用以克-瓦二氏單因子等級變異數分析，結果發現三組的年齡具顯著性的差異（χ²＝0.036, p < .05)。表 4-1. 不同組別年齡之描述統計結果個數. 平均數. 標準差. 最小值. 最大值. χ². 有習慣. 14. 67.71. 7.54. 55. 84. .036＊. 無習慣. 13. 60.31. 7.26. 51. 73. 不會騎. 14. 60.64. 8.50. 48. 74. 總和. 41. 62.95. 8.36. 48. 84. ＊. p<.05. 38.

(48) 貳、眼動數據結果經眼動軟體的分析獲取眼動反應與凝視資料後，此部分以描述性統計分析本研究之有騎乘習慣、無騎乘習慣與不會騎乘組對於各個 ROI 變項的反應與凝視數值。. 一、眼動反應數值表經表格 4-2 得知，三組中高齡婦女對於 ROI 所構成的反應個數不同，表示中高齡婦女在騎乘階段時被不同的因子所吸引，若未受到因子的吸引即未構成注視，故以遺漏質呈現。而在本研究所安插的 ROI 情境皆有象徵性意義，故此部分的眼動反應結果，將各組間所注視到的次數以表 4-3 呈現。在直接影響中，三組間所構成注視的個數無明顯差異，但推估其危險因子是屬於主動性的靠近騎乘者，故三組間注視到 ROI 的比例高。另一方面，從表 4-4 中的間接影響中可觀察出，三組間對於角錐的注視到各數具明顯差異，有騎乘習慣組多於無騎乘習慣組，無騎乘習慣組多於不會騎乘組。再進一步地從間接影響中的角錐與路旁人相比，角錐因於自行車道中央，屬於將造成自行車騎乘者立即性危害的危險因子，故注視角錐個數較高的有騎乘習慣組，相對於其他的組別其道路感知能力是較高的。另外由表 4-5 得知，無騎乘習慣組與不會騎乘組在間接影響中的人的部分，其注視個數高於有騎乘習慣組，因此這兩組在騎乘自行車道時，較容易被車道旁的影響物給吸引，且容易忽略自行車道中的危險因子。. 39.

(49) 表 4-2 影響. 直接影響. 直接影響. 直接影響. 間接影響. 眼動反應之描述性結果組別. 個數. 遺漏值. 平均數. 標準差. (毫秒). (毫秒). 有習慣. RIO1. 11. 3. 1033.27. 612.93. 無習慣. RIO1. 12. 1. 1007.75. 514.64. 不會騎. RIO1. 10. 4. 1258.90. 841.16. 有習慣. RIO2. 9. 5. 691.44. 481.37. 無習慣. RIO2. 7. 6. 1023.00. 1104.34. 不會騎. RIO2. 10. 4. 1325.40. 758.51. 有習慣. RIO3. 13. 1. 1049.54. 403.96. 無習慣. RIO3. 11. 2. 904.82. 299.75. 不會騎. RIO3. 14. 0. 1083.71. 538.33. 有習慣. ROI4. 9. 5. 1037.78. 362.15. ROI5. 6. 8. 2085.50. 1006.90. ROI4. 6. 7. 1236.17. 704.09. ROI5. 9. 4. 1450.00. 1134.10. ROI4. 3. 11. 841.67. 196.94. ROI5. 12. 2. 2040.42. 1204.10. ROI6. 10. 4. 1711.20. 566.19. ROI7. 5. 9. 2383.40. 1416.18. ROI6. 3. 10. 3129.67. 1309.90. ROI7. 7. 6. 1527.00. 504.19. ROI6. 5. 9. 2591.60. 1571.02. ROI7. 12. 2. 1375.83. 545.05. 無習慣. 不會騎. 有習慣. 間接影響. 變項. 無習慣. 不會騎. 40.

(50) 有習慣. 間接影響. 無習慣. 不會騎. ROI8. 8. 6. 2640.88. 1261.85. ROI9. 3. 11. 1565.00. 223.80. ROI8. 3. 10. 2120.33. 1116.60. ROI9. 7. 6. 2247.71. 662.88. ROI8. 4. 10. 2176.75. 1028.19. ROI9. 10. 4. 1852.90. 406.85. 註：各 ROI 定義請詳見第 33 頁表 3-6 定義. 眼動分析結果(反應) 4000. 毫秒. 3000 2000 1000 0 ROI1. ROI2. ROI3. ROI4. 有騎乘習慣組. 圖 4-2 表 4-3. ROI5 ROI6 反應平均數. 無騎乘習慣組. ROI7. ROI8. ROI9. 不會騎乘組. 眼動分析結果(反應). 三組間直接影響之注視次數變項. 有習慣. 無習慣. 不會騎. 總和. 注視到 0 個 ROI. 0. 1. 0. 1. 注視到 1 個 ROI. 2. 0. 1. 3. 注視到 2 個 ROI. 3. 4. 3. 10. 注視到 3 個 ROI. 9. 8. 10. 27. 總和. 14. 13. 14. 41. 直接影響. 註：各 ROI 定義請詳見第 33 頁表 3-6 定義. 41.

(51) 表 4-4. 三組間間接影響-角錐變項之注視次數變項. 有習慣. 無習慣. 不會騎. 總和. 注視到 0 個 ROI. 1. 5. 8. 14. 間接影響. 注視到 1 個 ROI. 3. 4. 2. 9. 角錐. 注視到 2 個 ROI. 3. 3. 3. 9. 注視到 3 個 ROI. 7. 1. 1. 9. 總和. 14. 13. 14. 41. 有習慣. 無習慣. 不會騎. 總和. 注視到 0 個 ROI. 6. 0. 0. 6. 間接影響. 注視到 1 個 ROI. 4. 4. 2. 10. 人. 注視到 2 個 ROI. 2. 6. 2. 10. 注視到 3 個 ROI. 2. 3. 10. 15. 總和. 14. 13. 14. 41. 註：各 ROI 定義請詳見第 33 頁表 3-6 定義. 表 4-5. 三組間間接影響-人變項之注視次數變項. 註：各 ROI 定義請詳見第 33 頁表 3-6 定義. 42.

(52) 二、眼動凝視數值根據表 4-6 所示，三組間的眼動凝視結果同樣有構成注視個數不同的問題，不過此部份有別於眼動反應的處理方法，處理眼動凝視則是將未看到該 ROI 的數值以 0 做為解釋，表該名受試者在騎乘自行車的過程中未偵測到影片中所設定的危險因子，因此表中所呈現的個數之總和即為本研究收案總數 41 名受試者。而在解釋凝視時間長短對於道路危險高低，則須考量騎乘者所面臨的情境。以直接影響情境為例，凝視時間越長，騎乘者本身安全性則高，反之凝視時間越短，則表示危險程度較高；另一方面，間接情境中角錐與人同時出現的情境如凝視角錐時間長，表示騎乘者的安全性較高；而凝視路旁人的時間長者，則表示騎乘者被道路旁干擾物質所所吸引，未偵測到自行車道中央將造成立即性危害的角錐，故危險性則高。從本研究三組中高齡婦女眼動凝視結果發現，對於直接影響中較難看出不同自行車騎乘習慣的凝視差異；而三組間的眼動凝視間接影響差異性高，故從三組間的眼動凝視平均數中可發現，有騎乘習慣組對於角錐的平均凝視秒數較長；無騎乘習慣與不會騎乘組則是在凝視人的平均秒數較長。. 43.

(53) 表 4-6 影響. 直接影響. 直接影響. 直接影響. 間接影響. 眼動凝視之描述性結果組別. 個數. 平均數. 標準差. (毫秒). (毫秒). 有習慣. RIO1. 14. 793.57. 576.15. 無習慣. RIO1. 13. 480.08. 492.55. 不會騎. RIO1. 14. 657.43. 457.27. 有習慣. RIO2. 14. 939.64. 972.79. 無習慣. RIO2. 13. 435.08. 471.84. 不會騎. RIO2. 14. 834.64. 806.11. 有習慣. RIO3. 14. 1403.21. 1004.82. 無習慣. RIO3. 13. 1436.08. 1076.47. 不會騎. RIO3. 14. 1697.00. 906.46. 有習慣. ROI4. 14. 1807.93. 1890.97. ROI5. 14. 123.36. 170.60. ROI4. 13. 450.08. 815.48. ROI5. 13. 784.00. 802.37. ROI4. 14. 297.86. 590.57. ROI5. 14. 1230.21. 1226.60. ROI6. 14. 811.14. 828.45. ROI7. 14. 177.71. 328.21. ROI6. 13. 47.92. 102.73. ROI7. 13. 870.00. 1046.95. ROI6. 14. 154.57. 290.20. ROI7. 14. 1073.86. 959.28. 無習慣. 不會騎. 有習慣. 間接影響. 變項. 無習慣. 不會騎. 44.