第四章 實證資料分析及彙整

第四章 實證資料分析及彙整

本章節主要分成三個部分，首先陳述本研究的抽樣與問卷設計，內容 包括問卷內容、抽樣方法與樣本大小。之後說明資料收集後的初步統計方 法，包括敘述性分析、因素分析等，最後說明統計分析的初步結果。

第一節 抽樣問卷設計

本研究主要目的是想探討科學園區之科技人員對園區所產生環境污 染之認知程度，並瞭解園區員工在不同的環境風險認知程度下對住宅區位 需求與偏好是否有所不同。故本文的架構分為分成環境風險認知、住宅租 賃與住宅區位需求三部分來討論，並藉由第二章的相關文獻歸納整理，關 於工業區所產生的環境風險與家戶選擇住宅區位時的重要解釋變數作為 基礎，以問卷調查的方式，瞭解園區員工的特性，從中得知對環境風險認 知的程度與對住宅需求的偏好。

因此，在研究設計的程序上，先決定抽樣方法與樣本數大小，再分別 以傳統的李克特尺度法（LS）進行問卷設計。在資料特性分析方面，先利 用集群分析依園區員工的環境風險認知程度不同分群，在分別以敘述性統 計、交叉分析、信度分析之統計方法來萃取住宅區位選擇的重要屬性變 數。整個研究設計步驟如圖 4-1 所示。

科學園區環境污染因素 住宅區位選擇影響因素

抽樣設計與問卷調查

風險認知集群分析

資料特性分析

1.樣本結構分析：敘述性統計分析、交叉分析

2.萃取住宅區位選擇的重要屬性變數：信度、效度分析

圖 4-1 本研究設計之操作流程圖

一、抽樣設計

本研究將參考林進田（1993）³所提出抽樣設計的 6 個步驟進行抽樣。

其 6 個步驟如下：

（一）界定研究母體

本研究以 2003 年中華民國科學技術統計要覽為依據，就新竹科學工 業園區內從事高科技產業（包括積體電路、電腦及周邊、通訊、精密機械 六大產業）之科技人員（包括研究、技術人員）為調查研究對象，其中研 究發展執行部門參與研究發展有關之事務性及雜項工作者，如人事、會 計、秘書、事務人員及維修、機電人員等，並未納入本研究之中。本研究 的正式調查為於民國 93 年 1 月至 93 年 3 月在「新竹科學工業園區」工作 的科技人員（研究與技術人員）進行問卷調查與訪談，瞭解科技人員對科 學園區所產生的環境風險認知與住宅區位選擇因素的重視程度，另外分析 科技人員風險認知程度與基本屬性對住宅區位選擇因素之影響。研究母體 依產業別為如下表 4-1 所示：

表 4-1 研究對象分析表（依產業別分）

產業類別 研究發展 人力總計

研究人員

（人）

技術人員

（人）

支援人員

（人）

員工人數

（人）

科技人員 佔總員工 人數比例

（％）

積體電路 10866 7768 1938 1180 65535 11.1％

電腦及周邊 3516 2449 722 345 12813 15.9％

通訊 1983 1459 386 138 7555 16.0％

光電 3528 2316 837 375 24829 9.8％

精密機械 273 169 70 34 1115 14.3％

生物科技 420 292 105 23 1258 18.9％

總計 20606 14453 4059 2094 113105 11.9％

資料來源：1. 2003 年中華民國科學技術統計要覽 2. 本研究整理

（二）決定抽樣架構與方法

本研究的抽樣設計方法是採「分層隨機抽樣法」，先決定樣本大小，

然後依產業之科技人員比例為單位，進行分層抽樣。扣除研究發展執行部 門參與研究發展有關之事務性及雜項工作者，如人事、會計、秘書、事務 人員及維修、機電人員後，科技人員依產業類別總計可分成六個層級，分 別為積體電路、電腦及周邊、通訊、光電、精密機械、生物科技產業。

（三）決定樣本大小

根據 2003 年的中華民國科學技術統計要覽，2002 年度的科技人員（研 究與技術人員）共計 18512 人，約佔新竹科學園區內工作人員的 11.9％。

基於科技人員的抽樣母體甚為龐大，本研究參考統計學理上母體比例的分 層估計推算公式來估計總樣本數大小 ⁴。假設我們將抽樣母體分成 L 層獨 立的母體，則可得所須的總樣本數大小公式如下 4-1 所示：

N n n n

0 0

1 ⁺

=

其中

( )

(

)

W n

L

h h h h

2 1

0

∑ 1

=

−

=

（4-1）

n ^{＝ 總樣本數大小} N ^{＝母體總數}

W^h＝第 h 層樣本配置的權數（

∑=

= _L

h h

h h

N W N

1

，其中 h＝1,2,…,L）

p_h＝第 h 層母體比例分層估計值

B ＝可容許的誤差界限（假設 5％）

Z ＝1.96（即 Z＝Z^α_/2，表示 95％信賴水準下的標準誤差值）

本研究假設在 95％的信賴區間及可容許的誤差界限為 5％的信賴區 間及可容許的誤差界線為 5％下，計算求得科技人員的總樣本數約 247 份。

4 Scheaffer, et al.（1990）指出母體資料分佈不均勻或同質性低時應採用分層隨機抽樣法。

此外，各分層之樣本分配係採比例分配法進行抽樣，也就是自各層所 抽出的樣本數應與各層之母體大小成比例，層中母體個數愈多，所抽選之 樣本愈多，如此所抽選之樣本代表性較高。其推估各層樣本數之抽樣公式 如下⁵：

(n N)

N

n^{i= i （4-2）}

其中 n_i表第 i 層之抽樣個數，N_i表 i 層母體數，n 表欲抽取的總樣本數，N 表總母體數，i＝1,2,..,6。

由於本文是採親自發送問卷於高科技廠商方式，在預估回收率為 40

％的情況下，所發放樣本總數應為 617 份。各產業發放的樣本數中：積體 電路產業應發放 323 份、電腦及周邊產業應發放 105 份、通訊產業應發放 59 份、光電產業應發放 105 份、精密機械產業部分應發放 9 份、生物科技 產業產業部分應發放 16 份。詳見表 4-2 所示：

表 4-2 各產業抽樣的樣本數

產業別 各產業科技人員總數

（研究人員+技術人員）

各產業所佔比例

（各產業科技人員/ 總科技人員）

各產業發放樣本數

（總樣本數×各產業所佔比例）

積體電路 9706 人 52.43 ﹪ 323 份

電腦及周邊 3171 人 17.12 ﹪ 105 份

通訊 1845 人 9.96 ﹪ 59 份

光電 3153 人 17.03 ﹪ 105 份

精密機械 239 人 1.29 ﹪ 9 份

生物科技 397 人 2.14 ﹪ 16 份

總計 18512 人 100.00 ﹪ 617 份

資料來源：本研究整理

（四）抽樣資料發放與蒐集

本研究根據分層比例方法計算出各產業之抽樣人數後，為確保問卷的 品質，因此在正式問卷調查前，對部分的科技人員進行兩次問卷試調工 作。在正式問卷調查時採隨機抽樣法與人員訪問法進行問卷調查，刪除不 合理及漏答程度過多的無效問卷後，共得有效問卷 254 份，其中積體電路 產業佔 120 份、電腦及週邊產業佔 33 份、通訊產業佔 48 份、光電產業佔

33 份、精密機械產業佔 5 份、生物科技產業佔 15 份。問卷的發放及回收 情形如表 4-3 所示：

表 4-3 科技人員問卷發放與回收數

產業別 發放問卷份數 回收問卷份數 問卷回收率 有效問卷份數 積體電路 323 份 133 份 41.2％ 120 份 電腦及周邊 105 份 42 份 40.0％ 33 份 通訊 59 份 52 份 88.1％ 48 份 光電 105 份 45 份 42.8％ 33 份 精密機械 9 份 7 份 77.7％ 5 份 生物科技 16 份 15 份 93.7％ 15 份 總計 617 份 294 份 47.6％ 254 份 資料來源：本研究整理

二、問卷設計

根據相關理論與文獻中，所提及新竹科學園區所產生的環境污染與影 響住宅區位選擇因素，作為設計問卷內容的參考依據外。另一方面，將根 據前二次對科技人員的初試問卷結果，作適當的修改後，即於民國九十三 年一月至三月進行正式問卷調查。

本研究主要目的在探討新竹科學工業園區科技人員（研究與技術人 員）的工業區環境風險認知與住宅區位選擇因素的重要性，因此本問卷的 主要內容分成三大部分：（一）科學園區環境風險認知（二）住宅區位選 擇因素（三）科技人員個人基本屬性。藉由上述概念來作為相關變數，其 內容分述如下：

（一）科學園區環境風險認知

此部分係在衡量科技人員對科學園區產生環境污染的認知程度，因 此根據本研究之目的，由參考相關有關文獻、報導，彙整科學工業園區的 設置所產生的環境污染因素，內容包括空氣污染風險、水污染風險、土壤 污染風險、噪音污染風險、工廠意外風險等，各變數的分類方式乃是藉由 相關文獻加以整理。

1. 空氣污染風險：

測量科技人員對科學園區設置對新竹地區環境空氣污染影響程度的認 知，以名目尺度衡量，因此，共包括（1）工廠廢氣；（2）交通廢氣；

（3）露天燃燒廢氣；（4）營建及道路工程廢氣等四項污染源。

2. 水污染風險：

測量科技人員對科學園區設置對新竹地區環境水污染影響程度的認 知，以名目尺度衡量，因此，共包括（1）工業廢水；（2）垃圾及其滲透 水等污染源。

3. 土壤污染風險：

測量科技人員對科學園區設置對新竹地區環境土壤污染影響程度的認 知，以名目尺度衡量，因此，共包括（1）重金屬污染；（2）化學清潔劑 污染等二項污染源。

4. 噪音污染風險：

測量科技人員對科學園區設置對新竹地區環境噪音污染影響程度的認 知，以名目尺度衡量，因此，共包括（1）工廠噪音；（2）交通噪音；（3）

營建工程噪音等三項污染源。

5. 工廠意外風險：

測量科技人員對科學園區內工廠意外發生程度的認知，以名目尺度衡 量，因此，共包括（1）工廠火災意外；（2）工廠爆炸意外；（3）工廠建 築倒塌意外等三項污染源。

（二）住宅區位選擇因素

沈道剛（2000）發現科技人員居住地點以分佈於台北、桃園、新竹、

苗栗縣市居多，又本研究主要想瞭解科技人員目前或未來若有換屋計畫 時，所選擇之區位與因素，故問卷時分別對台北縣市、桃園縣市、新竹縣 市、苗栗縣市四個方案之住宅區位選擇所重視的因素與程度給予計分，因 此將住宅區位影響因素分成「都市及區域環境」、「閭鄰與社區環境」、「交 通運輸」、「公共設施」、「嫌惡設施」、「經濟因素」、「房屋屬性」等七部分，

共計 30 個選項，並採用李克特五點尺度量表衡量，從「非常重視」到「非 常不重視」共五種選擇來衡量。

1. 都市及區域環境：

包括（1）行政區域位階（省轄市、縣轄市、鄉鎮等）；（2）公共設施 水準（公園、道路水準、市場等）；（3）都市交通品質（道路擁擠度、公 車多寡等）。

2. 閭鄰與社區環境：

包括（1）地區的人口密度；（2）地區的噪音污染；（3）地區的空氣污 染；（4）地區的水污染；（5）地區的土壤污染等 5 個選項。

3. 交通運輸：

包括（1）到市中心距離；（2）到工作地點距離；（3）到交通設施（公 車站）距離等 3 個選項。

4. 公共設施：

包括（1）到學校（國小、國中）距離；（2）到菜市場距離；（3）到鄰 里公園距離等 3 個選項。

5. 嫌惡設施：

包括（1）附近有無變電所；（2）附近有無高壓電塔；（3）附近有無殯 葬設施；（4）附近有無污水處理或垃圾處理設施等 4 個選項。

6. 經濟因素：

包括（1）房價的高低；（2）銀行利率；（3）貸款期限（有無優惠利率）

等 3 個選項。

7. 房屋屬性：

包括（1）建築的型態（透天、公寓）；（2）屋齡；（3）住戶樓層位置；

（4）住戶面積；（5）房間數；（6）廳數（客廳、餐廳）；（7）衛浴設備數；

（8）室內格局；（9）房屋附屬設施（停車位、電梯）等 9 個選項。

（三）個人屬性基本資料

此部分主要乃試圖瞭解受訪者個人基本社會經濟資料，其為區隔科 技人員群體的基礎，且能夠簡易重要地描述群體特徵。本研究所採取的項 目包括性別、婚姻狀況、年齡、學歷、工作年資、職業類別、家庭年收入、

目前居住地點與時間、目前居住房子權屬、未來搬家狀況（租或買）與未 來搬家理想住宅區位等，以便瞭解科技人員的基本屬性對住宅區位的選擇 因素影響。

第二節 資料處理分析與說明

本 研 究 在 資 料 特 性 分 析 方 面 ， 主 要 使 用 的 統 計 套 裝 軟 體 SPSS10.0 版 ； 使 用 統 計 分 析 方 法 有 ， 敘 述 性 統 計 、 信 度 與 效 度 分 析、相 關 分 析、集 群 分 析 等 方 法。以 下 分 別 敘 述 本 文 所 採 用 統 計 方 法 的 意 義 與 目 的 ：

一、敘述性分析

除利用次數分配、百分比、平均數與標準差，針對回收樣本結構加以 描述外，並用交叉分析分別描述科技人員環境風險認知、個人屬性變數與 理想住宅區位變數間的關係與特性。針對所收集的問卷資料，經過編碼量 化後，計算各問項之「平均值」及「標準差」，而標準差則視為評量所收 集的樣本對於該問項之一致性指標，樣本標準差愈小，則表示受訪者對於 該問項有一致性的看法。

二、信度與效度分析

由於 Davis,et al.（1981）研究發現樣本間信度差異與所使用的信度測 量方法有關。因此，在分析研究結果前，需先確認研究工具是否有足夠及 相對一致的信度與效度是非常重要的。故本研究將以 Cronbach’s α係數來 檢定各因素衡量變數間的內部一致性程度。

1. 信度分析（Confidence Analysis）

信度主要意義是指測驗工具其所測屬性的結果是否一致性

（consistency）與穩定性（stability），而在衡量工具方面主要是顯示出其正 確性（accuracy）或精確性（precision）。本研究採用最常使用的 Cronbach’s α係數來衡量各住宅選擇因素間的一致性，若α值愈高，顯示量表內各屬 性的相關性愈高，即表示內部一致性愈趨一致。Nunnally（1978）認為 Cronbach’s α係數至少要大於 0.5，且最好能大於 0.7。如（4-3）所示：

















− −

=

∑

s s

sum i k

k

2 2

1

1

α （4-3）

其中，K：表示各屬性的項目數

Si²：表示所有受訪者第 i 個問項的變異數 i＝1,2,3,…k

S_sum²：表示所有問項和的變異數，即所有受訪者總分的變異數

對於信度是否足夠做出判斷時，Nunnally（1978）建議以下表 4-4 作為 可信度高低的參考標準：

表 4-4 可信度高低的參考標準表

Cronbach’sα值範圍 參考標準 Cronbach’s α＜0.3 不可信 0.3≦Cronbach’s α＜0.4 勉強可信 0.4≦Cronbach’s α＜0.5 可信 0.5≦Cronbach’s α＜0.7 很可信（最常見）

0.7≦Cronbach’s α＜0.9 很可信（次常見）

0.9≦Cronbach’s α 十分可信 資料來源：本研究整理

2. 效度分析

效度也稱為正確性，是表示一份測驗能真正的測量到所欲研究的測量 能力或功能的程度，也就是要能達到測量的目的才算有效的測驗。因此，

簡單地說「信度」是指對同一或相似母體重複進行調查或測驗，而所得的 結果一致；而「效度」則是指一個測量尺度能確定地測出所要測量東西的 程度。

三、相關分析（Correlation Analysis）

相關分析係指描述兩個精細測量變數之間關係的分析方法，相關係數 則用來描述兩個變數之間的線性關係或是探討一個準則變數與一個預測 變數之間的關係（黃俊英，1991）。本研究將問卷調查的結果利用相關分 析來萃取影響住宅區位選擇的重要變數。

四、集群分析（Cluster Analysis）

集群分析（Cluster Analysis）是一種分類法，客觀地將類似的個體聚 集在同一族群。集群分析之主要目的在於辨認某些特性上相似的事物，並 將這些事物按照特性劃分成幾個集群，使在同集群內的個體具有高度的相 似性。

本研究採用的方法是將階層式與非階層式集群法結合。第一步先運用 階層式（Hierarchical），以分析得到本研究的樣本應該被分成幾群最為恰 當，由於階層法的缺點是兩個體一旦被分在同一群，則其後就永遠在同一 群內，所以本研究第二階段再用 K-mean 集群分析法，依據之前階層式群 落分析法所決定的最適合的群數，將樣本分群。而第二階段的 K-mean 法 屬於非階層式集群法（Non-hierarchical），非階層式可做各個體到各中心點 距離的遠近從新移動個體到最近的集群，並算出各集群新的中心點，然後 繼續再移動各個體到最近的群，如此重複進行直到個體不再移動為止。

（一）階層式群落分析法（Hierarchical Cluster Analysis）

第一階段採用階層式集群方法（Hierarchical Method）中的群間連鎖 法（Between Group Linkage）、群內誤差和歐幾里德距離（Euclidean distance）

的平方，在此以群內誤差遞增量最大者作為合理分群的分群原則。群內誤 差和的增量愈大，表示新集群中成員的差異性很高，不適合再合併成一個 新集群體。

（二）非階層式集群分析法（Nonhierarchical Cluster Analysis）

第二階段則利用第一階段所確定之適當分群數，在經由非階層式群 落分析法中的 K 平均數法（K-mean Methods）針對樣本進行分群。其分析 步驟如下：

1. 依據預先假定的群集個數 K，將全體項目分成 K 群，然後針對各 群分別計算其中心點。

2. 計算全體各項目到各中心點的距離，並將各項目分派到與其距離 最近的中心點所屬的群。

3. 重新計算各群得中心點。

4. 重複步驟 2、3 直到各群沒有重新分派項目的情形為止。

本研究採用兩階段的分析方法，不但修正了階層式分群法，各觀察值 一旦被分在某一群後，就無法對觀察值併入不適當集群中進行重新分群的 缺點。而同時也克服了非階層集群法須事先決定分群數目與集群中心點的 問題。

第三節 環境風險認知的集群分析

一、集群數目之決定

集群的數目與成員大小，依據 Anderson 學者的看法，取 3∼6 群之間 是較易處理與解釋的，而另外根據 Ward’s 的建議，則認為以 4∼9 群之集 群數目最佳，且單一群內成員數應大於 20 個。本研究參考以上學者之建 議，並以二階段集群分析決定最佳之分群群數。

首先採用的是階層式集群法中的華德法（Ward’s method），此法是先 將每個樣本視為一個集群，然後將各集群依序合併，愈早合併之樣本表示 其間的相似性愈高，而集群的相似性可由「凝聚係數（coefficient）」得知，

凝聚係數愈小表示該成員愈同質性，反之凝聚係數愈大表示該群成員相異 性愈高，因此由凝聚係數之增量驟增步驟，便可決定出最佳之分群數（周 文賢，2001）。由表 4-5 之整理可以發現分群結果若由四群減為三群時，凝 聚係數增加量最大，而三群減為二群時次之，由此可發現，將科技人員依 對環境風險認知程度的不同，分成三群將較為適當。

表 4-5 華德法（Ward’s method）凝聚係數表

集群數 凝聚係數 凝聚係數增加變化量

10 16.277 －－

9 16.997 4.42 ％ 8 17.802 4.73 ﹪ 7 18.607 4.52 ﹪ 6 19.422 4.38 ﹪ 5 21.279 9.56 ﹪ 4 23.680 11.28 ﹪ 3 26.832 13.31 ﹪ 2 30.044 11.97 ﹪ 1 33.476 11.42 ﹪ 資料來源：本研究整理

二、實際分群

由上述分析可知道，將研究對象分成三群時較為適合，因此於本階 段，再以非階層集群分析之 K－平均數（K-mean）將科技人員進行實際分 群。分群結果發現，將研究對象分成三群時，每群成員約 70∼100 人。三 個集群中，集群一有 72 人，佔所有研究樣本之 28.3％；集群二有 102 人，

佔所有研究樣本之 40.2％；集群三有 80 人，佔所有研究樣本 31.5％。

三、集群命名

經由判別分析鑑別後，接下來將分群的結果加以命名之。本研究命名 原則依據各集群與風險認知各問項之平均值高低作為集群之命名，若該集 群的平均值比其他集群高，則視為高風險認知群；該集群的平均值比其他 集群低，則視為低風險認知群，參照表 4-6，各集群在環境風險認知構面 其平均值來命名，以下為本研究集群命名的情形。

集群一：在集群一的整體平均值比集群二和集群三低，因此將此集群 一命名為：「低風險認知群」。

集群二：在集群二的整體平均值比集群一和集群三之間，因此將此集 群二命名為：「中風險認知群」。

集群三：在集群三的整體平均值比集群一和集群二高，因此將此集群 三命名為：「高風險認知群」。

表 4-6 風險認知群在環境風險構面之平均值與標準差

問項內容 平均值 標準差 樣本數

空氣污染風險 3.05 0.13 72

水污染風險 2.97 0.12 72

土壤污染風險 3.08 0.13 72

噪音污染風險 3.09 0.11 72

集 群 一

工廠意外風險 2.22 0.10 72

空氣污染風險 4.11 0.16 102

水污染風險 4.09 7.56E-02 102

土壤污染風險 3.38 0.15 102

噪音污染風險 3.47 0.11 102

集 群 二

工廠意外風險 2.22 0.10 102

空氣污染風險 3.95 0.11 80

水污染風險 4.36 0.12 80

土壤污染風險 4.36 0.11 80

噪音污染風險 4.16 8.58E-02 80

集 群 三

工廠意外風險 3.99 0.12 80

資料來源：本研究整理

第四節 各風險認知群之特性分析

本研究依據第二章相關理論文獻之回顧，並配合研究資料的限制，

選取年齡、學歷、工作年資、家庭年收入四種變數探討變數與未來住宅權 屬間的關係。以都市及區域環境、閭鄰與社區環境、交通運輸、公共設施、

嫌惡設施、經濟因素、房屋屬性七種變數探討變數與住宅區位間的關係。

因此，本節乃是將科技人員的基本特性經由上述抽樣與分群整理後，分成 四個部分探討，依不同風險認知群的社經條件、未來住宅權屬、住宅區位 選擇構面及其影響因素分別予以探討說明，今敘述如後。

一、各風險認知群之社會經濟條件分析

（一）「性別變項」在風險集群特性分析

從性別變項中發現受訪者性別以男性居多（佔總樣本 58.7％）。另 外，從各性別來看，各風險認知均偏向中程度的風險認知；而在高風險集 群中， 主要男性（佔高風險集群 62.5％）最多，如表 4-7 所示：

表 4-7 年齡變項在風險集群特性分析

性別 個數及所佔比例 高風險群 中風險群 低風險群

個數 50 60 39

佔該性別總數％ 33.6 40.3 26.1 佔該集群總數％ 62.5 58.8 54.2 男

佔總樣本％ 19.7 23.6 15.4

個數 30 42 33

佔該性別總數％ 28.6 40.0 31.4 佔該集群總數％ 37.5 41.2 45.8 女

佔總樣本％ 11.8 16.5 13.0

（二）「婚姻變項」在風險集群特性分析

從婚姻變項中發現受訪者以未婚者居多（佔總樣本 55.9％）。另外，

從已婚或未婚來看，各風險認知均偏向中程度的風險認知；而在高風險集 群中， 主要未婚者（佔高風險集群 57.5％）最多，如下表 4-8 所示：

表 4-8 婚姻變項在風險集群特性分析

婚姻 個數及所佔比例 高風險群 中風險群 低風險群

個數 46 57 39

佔該婚姻總數％ 32.4 40.1 27.5 佔該集群總數％ 57.5 55.9 54.2 未婚

佔總樣本％ 18.1 22.4 15.4

個數 34 45 33

佔該婚姻總數％ 30.4 40.2 29.4 佔該集群總數％ 42.5 44.1 45.8 已婚

佔總樣本％ 13.4 17.7 13.0

（三）「年齡變項」在風險集群特性分析

從年齡變項中發現受訪者年紀以 26∼30 歲居多（佔總樣本 44.1

％）。另外，從各年齡層來看，以 31∼35 歲族群的風險認知比例較高（佔 該年齡族群 43﹪）；而在高風險集群中， 主要以年紀 26∼30 歲、31∼35 歲的人（佔高風險集群 13.4％）最多，如表 4-9 所示：

表 4-9 年齡變項在風險集群特性分析

年齡 個數及所佔比例 高風險群 中風險群 低風險群

個數 0 1 5

佔該年齡總數％ 0 16.7 83.3

佔該集群總數％ 0 0.9 6.9

20 歲 以

下 佔總樣本％ 0 0.4 1.9

個數 0 12 6

佔該年齡總數％ 0 66.7 33.3

佔該集群總數％ 0 11.8 8.3

21∼25 歲

佔總樣本％ 0 4.7 2.4

個數 34 47 31

佔該年齡總數％ 30.4 41.9 27.7 佔該集群總數％ 42.5 46.1 43.0 26∼30

歲

佔總樣本％ 13.4 18.5 12.2

個數 34 24 21

佔該年齡總數％ 43 30.4 26.6 佔該集群總數％ 42.5 23.5 29.2 31∼35

歲

佔總樣本％ 13.4 9.4 8.3

個數 9 12 6 佔該年齡總數％ 33.3 44.4 22.3 佔該集群總數％ 11.3 11.8 8.3 36∼40

歲

佔總樣本％ 3.5 4.7 2.4

個數 0 3 3

佔該年齡總數％ 0 50.0 50.0

佔該集群總數％ 0 2.9 4.3

41∼45 歲

佔總樣本％ 0 1.2 1.2

個數 3 3 0

佔該年齡總數％ 50.0 50.0 0

佔該集群總數％ 3.7 3.0 0

46∼50 歲

佔總樣本％ 1.2 1.2 0

（四）「學歷變項」在風險集群特性分析

從學歷變項中發現受訪者的教育程度以大學學歷居多（佔總樣本 38.6％），其次為碩士學歷（佔總樣本 33.9％）。另外，從各學歷群來看，

以碩士學歷族群的風險認知比例較高（佔該學歷群 53.5﹪）；而在高風險 集群中， 主要碩士學歷的人（佔高風險集群 57.5％）最多，如下表 4-10 所示：

表 4-10 學歷變項在風險集群特性分析

學歷 個數及所佔比例 高風險群 中風險群 低風險群

個數 12 26 32

佔該學歷總數％ 17.1 37.2 15.7 佔該集群總數％ 15.0 25.5 44.4 專

科

佔總樣本％ 4.7 10.2 12.6

個數 22 52 24

佔該學歷總數％ 22.4 53.1 24.5 佔該集群總數％ 27.5 51.0 33.3 大

學

佔總樣本％ 8.7 20.5 9.4

個數 46 24 16

佔該學歷總數％ 53.5 27.9 18.6 佔該集群總數％ 57.5 23.5 22.3 碩

士

佔總樣本％ 18.1 9.4 6.4

（五）「職業類別」變項在風險集群特性分析

從職業變項中發現受訪者的職業以服務積體電路產業居多（佔總樣 本 47.2％），以服務精密機械的比例（佔總樣本 2％）為最低。另外，從各 職業類別來看，以服務於生物科技產業族群的風險認知比例較高（佔該產 業群 80﹪）；而在高風險集群中， 主要以服務於積體電路產業的人（佔高 風險集群 45％）最多，如表 4-11 所示：

表 4-11 職業類別變項在風險集群特性分析

職業別 個數及所佔比例 高風險群 中風險群 低風險群

個數 36 51 33

佔該職業總數％ 30.0 42.5 27.5 佔該集群總數％ 45.0 50.0 45.8 積

體 電

路 佔總樣本％ 14.2 20.1 13.0

個數 10 16 7

佔該職業總數％ 30.3 48.5 21.2 佔該集群總數％ 12.5 15.7 9.7 電

腦 周

邊 佔總樣本％ 3.9 6.3 2.8

個數 12 12 24

佔該職業總數％ 25.0 25.0 50.0 佔該集群總數％ 15.0 11.8 33.3 通

訊

佔總樣本％ 4.7 4.7 9.4

個數 1 2 2

佔該職業總數％ 0.2 0.4 0.4 佔該集群總數％ 1.3 1.9 2.8 精

密 機

械 佔總樣本％ 0.4 0.8 0.8

個數 9 18 6

佔該職業總數％ 27.2 54.5 18.3 佔該集群總數％ 11.3 17.6 8.4 光

電

佔總樣本％ 3.5 7.1 2.4

個數 12 3 0

佔該職業總數％ 80.0 20.0 0 佔該集群總數％ 14.9 3.0 0 生

物 科

技 佔總樣本％ 4.7 1.2 0

（六）「家庭年收入」變項在風險集群特性分析

從家庭年收入變項中發現受訪者以家庭年收入 51∼100 萬的人居 多（佔總樣本 47.2％），以家庭年收入 51∼100 萬的比例（佔總樣本 4.7％）

為最低。另外，從各年收入來看，以年收入 101∼150 萬族群的風險認知 比例較高（佔該年收入群 44.1％）；而在高風險集群中， 主要分佈在年收 入 51∼100 萬之間最多，如表 4-12 所示：

表 4-12 家庭年收入變項在風險集群特性分析

年收入 個數及所佔比例 高風險群 中風險群 低風險群

個數 5 22 27

佔該年收入總數％ 9.3 40.7 50.0 佔該集群總數％ 6.3 21.6 37.5 50

萬以下

佔總樣本％ 2.0 8.7 10.6

個數 44 54 22

佔該年收入總數％ 36.7 45.0 18.3 佔該集群總數％ 55.0 52.9 30.6 51∼100

萬

佔總樣本％ 17.3 21.3 8.7

個數 30 20 18

佔該年收入總數％ 44.1 29.4 26.5 佔該集群總數％ 37.5 19.6 25.0 101∼

150

萬 佔總樣本％ 11.8 7.9 7.1

個數 1 6 5

佔該年收入總數％ 8.3 50.0 41.7 佔該集群總數％ 1.2 5.9 6.9 200

萬以上

佔總樣本％ 0.4 2.4 1.8

（七）「目前居住地」變項在風險集群特性分析

從目前居住地變項中發現受訪者以目前居住在新竹縣居多（佔總樣 本 43.7％），以居住台北縣市的比例（佔總樣本 2.8％）為最低。另外，從 各居住地點來看，以居住新竹市、苗栗縣市族群的風險認知比例較高（分 別佔該居住地群 32.9％、44.4％）；而在高風險集群中， 主要居住在新竹 縣市的人（佔高風險集群 24.4％）最多，如表 4-13 所示：

表 4-13 目前居住地變項在風險集群特性分析

居住地 個數及所佔比例 高風險群 中風險群 低風險群

個數 3 4 0

佔該居住地總數％ 42.9 57.1 0

佔該集群總數％ 3.7 3.8 0

台 北 縣

市 佔總樣本％ 1.2 1.6 0

個數 3 12 0

佔該居住地總數％ 20.0 80.0 0 佔該集群總數％ 3.7 11.8 0 桃

園 縣

市 佔總樣本％ 1.3 4.7 0

個數 31 22 41

佔該居住地總數％ 32.9 23.4 43.7 佔該集群總數％ 38.8 21.6 56.9 新

竹

市 佔總樣本％ 12.2 8.7 16.1

個數 31 57 23

佔該居住地總數％ 27.9 51.4 20.7 佔該集群總數％ 38.8 55.9 31.9 新

竹

縣 佔總樣本％ 12.2 22.4 9.0

個數 12 7 8

佔該居住地總數％ 44.4 25.9 29.7 佔該集群總數％ 15.0 6.9 11.1 苗

栗 縣

市 佔總樣本％ 4.7 2.8 3.1

（八）「目前居住地時間」變項在風險集群特性分析

從目前居住地時間變項中發現受訪者以目前居住時間以 1∼3 年居 多（佔總樣本 53.1％），居住時間以 1 年以下的比例（佔總樣本 3.1％）為 最低。另外，從各居住時間來看，以居住 4∼6 年、7∼9 年、10∼12 年、

13 年以上族群的風險認知比例較高（分別佔該居住時間群 44.3％、86.7％、

56.2﹪、75﹪）；而在高風險集群中， 主要居住時間在 4∼6 年的人（佔高 風險集群 33.8％）最多，如表 4-14 所示：

表 4-14 居住地時間變項在風險集群特性分析

居住時間 個數及所佔比例 高風險群 中風險群 低風險群

個數 0 5 3

佔該時間總數％ 0 62.5 37.5

佔該集群總數％ 0 4.9 4.2

1 年 以

下 佔總樣本％ 0 1.9 1.2

個數 15 72 48

佔該時間總數％ 11.1 53.3 35.6 佔該集群總數％ 18.8 70.6 66.7 1∼3

年

佔總樣本％ 5.9 28.3 18.9

個數 27 17 17

佔該時間總數％ 44.3 27.9 27.8 佔該集群總數％ 33.8 16.7 23.6 4∼6

年

佔總樣本％ 10.6 6.7 6.7

個數 26 4 0

佔該時間總數％ 86.7 13.3 0 佔該集群總數％ 32.5 3.9 0 7∼9

年

佔總樣本％ 10.2 1.6 0

個數 9 4 3

佔該時間總數％ 56.2 25.0 18.8 佔該集群總數％ 11.3 3.9 4.2 10∼12

年

佔總樣本％ 3.5 1.6 1.3

個數 3 0 1

佔該時間總數％ 75.0 0 25.0

佔該集群總數％ 3.6 0 1.3

13 年 以

上 佔總樣本％ 1.3 0 0.3

（九）「目前居住房屋權屬」變項在風險集群特性分析

從目前居住房屋權屬變項中發現受訪者目前居住房屋權屬以租屋 居多（佔總樣本 40.6％），以居住公司宿舍的比例（佔總樣本 3.1％）為最 低。另外，從各居住房屋權屬族群來看，各風險認知均偏向中程度的風險 認知；而在高風險集群中，又以租屋者（佔高風險集群 40％）最多，如表 4-15 所示：

表 4-15 目前居住權屬變項在風險集群特性分析

居住權屬 個數及所佔比例 高風險群 中風險群 低風險群

個數 27 30 18

佔該權屬總數％ 36.0 40.0 24.0 佔該集群總數％ 33.8 29.4 25.0 自己

佔總樣本％ 10.6 11.8 7.1

個數 18 33 17

佔該權屬總數％ 26.5 48.5 25.0 佔該集群總數％ 22.5 32.4 23.6 父母

佔總樣本％ 7.1 12.9 6.7

個數 32 36 35

佔該權屬總數％ 31.1 34.9 34.0 佔該集群總數％ 40.0 35.3 48.6 租屋

佔總樣本％ 12.6 14.2 13.8

個數 3 3 2

佔該權屬總數％ 37.5 37.5 25.0 佔該集群總數％ 3.7 2.9 2.8 公司

宿舍

佔總樣本％ 1.2 1.2 0.8

（十）「未來搬家狀況」變項在風險集群特性分析

從未來搬家狀況變項中發現受訪者在未來搬家的情況以購屋者居 多（佔總樣本 60.2％）。另外，從未來搬家情況來看，各風險認知均偏向 中程度風險認知；而在高風險集群中， 主要購屋者（佔高風險集群 65％）

最多，如表 4-16 所示：

表 4-16 未來搬家狀況變項在風險集群特性分析

搬家狀況 個數及所佔比例 高風險群 中風險群 低風險群

個數 52 63 38

佔該購屋者總數％ 33.9 41.2 24.9 佔該集群總數％ 65.0 61.8 52.8 購屋

佔總樣本％ 20.5 24.8 14.9

個數 28 39 34

佔該租屋者總數％ 27.7 38.6 33.7 佔該集群總數％ 35.0 38.2 47.2 租屋

佔總樣本％ 11.1 15.4 13.3

（十一）「理想住宅區位」變項在風險集群特性分析

從理想住宅區位變項中發現受訪者心目中的理想住宅區位以新竹 縣市居多（佔總樣本 81.9％），其次理想住宅區位為台北縣市（佔總樣本 7.1％），以想居住苗栗縣市的比例（佔總樣本 4.3％）為最低。另外，從各 理想住宅區位來看，各風險認知均偏向中程度的風險認知；而在高風險集 群中， 主要以想居住新竹縣市者（佔高風險集群 77.5％）最多，如表 4-17 所示：

表 4-17 理想住宅區位變項在風險集群特性分析

理想區位 個數及所佔比例 高風險群 中風險群 低風險群

個數 6 9 3

佔該縣市總數％ 33.3 50.0 16.7 佔該集群總數％ 7.5 8.8 4.2 台

北 縣

市 佔總樣本％ 2.4 3.5 1.2

個數 6 9 2

佔該縣市總數％ 35.3 52.9 11.8 佔該集群總數％ 7.5 8.8 2.8 桃

園 縣

市 佔總樣本％ 2.4 3.5 0.8

個數 62 82 64

佔該縣市總數％ 29.8 39.4 30.8 佔該集群總數％ 77.5 80.4 88.9 新

竹 縣

市 佔總樣本％ 24.4 32.3 25.1

個數 6 2 3

佔該縣市總數％ 54.5 18.2 27.3 佔該集群總數％ 7.5 2.0 4.1 苗

栗 縣

市 佔總樣本％ 2.4 0.8 1.2

二、未來住宅權屬及其影響因素之分析

（一）各風險群住宅權屬與性別分析

由表 4-18 之數據得知，高風險群男性購屋率 68％為最高，女性低 風險群購屋率為 39.4％。另外在各風險群中，除了中風險群外，其餘二群 男性均擁有稍高之住宅購屋率。

表 4-18 各風險群住宅權屬與性別分析表

高風險群 中風險群 低風險群 個數及所佔比例

購屋 租屋 購屋 租屋 購屋 租屋 男性（個數） 34 16 33 27 25 14 佔該性別百分比 65.4 57.1 52.4 69.2 65.8 41.2 佔權屬百分比 68.0 32.0 55.0 45.0 64.1 35.9 女性（個數） 18 12 30 12 13 20 佔性別百分比 34.6 42.9 47.6 30.8 34.2 58.8 性

別

佔權屬百分比 60.0 40.0 71.4 28.6 39.4 60.6

（二）各風險群住宅權屬與學歷分析

由表 4-19 之數據得知，低風險群且具碩士學歷的購屋率 81.3％為 最高。另外，在各風險群中，除了高風險群外，其餘二群據碩士學歷者均 擁有稍高之住宅購屋率。

表 4-19 各風險群住宅權屬與學歷分析表

高風險群 中風險群 低風險群 個數及所佔比例

購屋 租屋 購屋 租屋 購屋 租屋 專科（個數） 9 3 17 19 18 14 佔學歷百分比 17.3 10.7 27.0 38.8 47.4 41.2 佔權屬百分比 75.0 25.0 47.2 52.8 56.3 43.7 大學（個數） 10 12 31 21 7 17 佔學歷百分比 19.2 42.9 49.2 42.9 18.4 50.0 佔權屬百分比 45.5 54.5 60.0 40.0 29.2 70.8 碩士（個數） 33 13 15 9 13 3 佔學歷百分比 63.5 46.4 23.8 18.4 34.2 8.8 學

歷

佔權屬百分比 71.7 28.3 62.5 37.5 81.3 18.0

（三）各風險群住宅權屬與工作年資分析

由表 4-20 之數據得知，工作年資在 11 年以上的購屋率 81.3％為最 高。另外，在各風險群中，工作年資愈久其擁有稍高之住宅購屋率。

表 4-20 各風險群住宅權屬與年資分析表

高風險群 中風險群 低風險群 個數及所佔比例

購屋 租屋 購屋 租屋 購屋 租屋 5 年以下（個數） 17 11 50 32 24 33 佔年資百分比 32.7 39.3 79.4 82.0 63.2 97.1 佔權屬百分比 60.7 39.3 61.0 39.0 42.1 57.9 6∼10 年（個數） 30 15 11 5 8 1 佔年資百分比 57.7 53.6 17.5 12.8 21.1 2.9 佔權屬百分比 66.7 33.3 68.5 31.2 88.9 11.1 11∼20 年（個數） 2 2 2 2 6 0 佔年資百分比 3.8 7.1 3.1 5.2 15.7 0 佔權屬百分比 50.0 50.0 50.0 50.0 100.0 0 21∼30 年（個數） 3 0 0 0 0 0 佔年資百分比 5.8 0 0 0 0 0 工

作 年 資

佔權屬百分比 100.0 0 0 0 0 0

（四）各風險群住宅權屬與工作年資分析

由表 4-21 之數據得知，家庭年收入在 200 萬以上的購屋率為最高。

另外，在各風險群中，家庭年收入愈高者其擁有稍高之住宅購屋率。

表 4-21 各風險群住宅權屬與年收入分析表

高風險群 中風險群 低風險群 個數及所佔比例

購屋 租屋 購屋 租屋 購屋 租屋 50 萬以下（個數） 4 1 16 6 9 18 佔年收入百分比 7.7 3.6 25.4 15.4 23.7 52.9 佔權屬百分比 80.0 20.0 72.7 27.3 33.3 66.7 51∼100 萬（個數） 24 20 30 24 19 3 佔年收入百分比 46.2 71.4 47.6 61.5 50.0 8.8 佔權屬百分比 54.5 45.5 55.6 44.4 86.4 13.6 101∼150 萬（個數） 23 7 14 6 6 12 家

庭 年 收 入

佔年收入百分比 44.2 25.0 22.2 15.4 15.8 35.3

佔權屬百分比 76.7 23.3 70.0 30.0 33.3 66.7 200 萬以上（個數） 1 0 3 3 4 1 佔年收入百分比 1.9 0 4.8 7.7 10.5 3.0 佔權屬百分比 100.0 0 50.0 50.0 80.0 20.0

三、住宅區位選擇構面之信度與效度分析

（一）信度分析

信度分析（reliability）即可靠度，是指一份測驗所測結果的可信度 或穩定性，也就是同一群受測者在同一份測驗上測驗多次的分數要有一致 性。由上述章節得知，若α值大於0.7時表示信度值相當高，α值在0.7與 0.35之間則尚可接受，假如比0.35低則比信度低。由表4-22可知，本研究問 卷調查各部分的信度係數介於0.8∼0.9，故本研究問卷的可信度相當高。

表4-22 各構面之信度值

七個構面 項目數 α係數

（一）都市及區域環境 3 0.9145

（二）閭鄰與社區環境 5 0.9423

（三）交通運輸 3 0.8961

（四）公共設施 3 0.8652

（五）嫌惡設施 4 0.8774

（六）經濟因素 3 0.9174

（七）房屋屬性 9 0.8956

（二）效度分析

所謂效度（也稱為正確性）是表示一份測驗能真正的測量所要測量 能力或功能的程度，也就是要能達到測量的目的才算是有效的測量。

一般效度分析可分為三種效度型態：包括內容效度（Construct Validity）、效標效度（Criterion Validity）、以及建構效度（Construct Validity），每一個效度都嘗試顯示一個測量是否能量測出其對應之觀念，

但它們可能在方法與意義有所不同。其中內容效度主要是「觀念上的驗 證」，而其它二種效度是以經驗數據為依據（陳順宇，2000）。

1. 內容效度：它是測驗內容的代表性或是取樣的適切性，界定一個觀念的 範圍並分析判斷測量是否真能代表此範圍。本研究內容設計 以理論基礎，並參考專業人士訪談後的意見修編而成，因此 本問卷之內容應包含購買住宅時所考慮之層面，所以具有相 當的內容效度。

2.效標效度：在效標與衡量工具的相關性為評量依據，所謂效標通常指一 份已被認定是此種測驗的標準測量，由於本研究的衡量工具 是根據文獻與專家學者之意見，自行設計，因此沒有可以作 為效度標準的指標。

3. 建構效度：是指測驗能夠測量到理論上的建構或特質的程度，建構效度 分析主要是透過因素分析而得的，本研究利用因素分析中的 共同性（communality）來檢定建構效度。

因此本研究各構面之效度值各分別如表4-24∼4-30，整理如下：

（1）「都市及區域環境」構面之建構效度值介於0.627∼0.716。

（2）「閭鄰與社區環境」構面之建構效度值介於0.698∼0.716。

（3）「交通運輸」構面之建構效度值介於0.611∼0.752。

（4）「公共設施」構面之建構效度值介於0.561∼0.590。

（5）「嫌惡設施」構面之建構效度值介於0.722∼0.803。

（6）「經濟因素」構面之建構效度值介於0.670∼0.789。

（7）「房屋屬性」構面之建構效度值介於0.545∼0.658。

表4-23 「都市及區域環境」之建構效度值

問項內容 效度值

1 行政區域位階 0.681

2 公共設施水準 0.716

3 都市交通品質 0.627

表4-24 「閭鄰與社區環境」之建構效度值

問項內容 效度值

1 地區的人口密度 0.761 2 地區的噪音污染 0.746 3 地區的空氣污染 0.743

4 地區的水污染 0.698

5 地區的土壤污染 0.767

表4-25 「交通運輸」構面之建構效度值

問項內容 效度值

1 到市中心距離 0.611

2 到工作地點距離 0.705 3 到交通設施（公車站）距離 0.752

表4-26 「公共設施」構面之建構效度值

問項內容 效度值

1 到學校（國小、國中）距離 0.590

2 到菜市場距離 0.561

3 到鄰里公園距離 0.572

表4-27 「嫌惡設施」構面之建構效度值

問項內容 效度值

1 附近有無變電所 0.806 2 附近有無高壓電塔 0.722 3 附近有無殯葬設施 0.803 4 附近有無污水處理或垃圾處理設施 0.729

表4-28 「經濟因素」構面之建構效度值

問項內容 效度值

1 房價的高低 0.789

2 銀行利率 0.670

3 貸款期限（有無優惠利率） 0.709

表4-29 「房屋屬性」構面之建構效度值

問項內容 效度值

1 建築的型態（透天、公寓） 0.658

2 屋齡 0.623

3 住戶樓層位置 0.653

4 住戶面積 0.575

5 房間數 0.593

6 廳數（客廳、餐廳） 0.584

7 衛浴設備數 0.611

8 室內格局 0.545

9 房屋附屬設施（停車位、電梯） 0.607

四、新竹縣市住宅區位選擇構面在各風險群之敘述統計

由於本研究是探討科學園區對新竹縣市所產生之環境污染是否會影 響科技人員選擇住宅之因素，故本研究在此處只先探討各風險群之新竹縣 市住宅區位選擇構面。首先，住宅區位選擇問項分成七大構面共30問項，

採李克尺度五點量表，非常重視者為5分，最不重視者為1分，而七大構面 的分數為各構面的細項加總平均。由表4-30中顯示住宅區位選擇共有30個 問項，其中24項達到顯著性，而6項並不顯著。另外，在住宅選擇七大構 面中可以發現，「高風險認知群」中的平均值最高為嫌惡設施4.62分，最 低為公共設施2.57分；「中風險認知群」中的平均值最高為嫌惡設施4.25 分，最低為都市及區域環境2.39分；「低風險認知群」中的平均值最高為 經濟因素4.47分，最低為公共設施2.83分。由此可知，高風險認知群、中 風險認知群中最重視的項目均為居家附近是否有鄰避設施存在，低風險認 知群則是以經濟層面為主要考量。

表4-30 各風險群在「住宅區位選擇構面」問項之分析

問項內容 高風險群 中風險群 低風險群

（一）都市及區域環境 3.36 2.39 2.97

1 行政區域位階 3.73 2.27 3.30 2 公共設施水準 3.18 2.45 2.80 3 都市交通品質 3.18 2.45 2.80

（二）閭鄰與社區環境 3.85 3.16 2.92 1 地區的人口密度 3.18 2.55 2.20 2 地區的噪音污染 4.09 3.36 3.10 3 地區的空氣污染 4.36 3.36 3.00 4 地區的水污染 4.00 3.82 3.50 5 地區的土壤污染 3.64 2.73 2.80

（三）交通運輸 3.03 3.45 3.23 1 到市中心距離 3.18 3.36 3.30 2 到工作地點距離 3.18 4.00 3.30 3 到交通設施（公車站）距離 2.73 3.00 3.10

（四）公共設施 2.57 2.72 2.83

1 到學校（國小、國中）距離 3.18 3.00 3.00 2 到菜市場距離 2.18 2.45 2.60 3 到鄰里公園距離 2.36 2.73 2.90

（五）嫌惡設施 4.62 4.25 4.10

1 附近有無變電所 4.55 3.82 3.50

2 附近有無高壓電塔 4.64 4.45 3.90 3 附近有無殯葬設施 4.64 4.27 4.60 4 附近有無污水處理或垃圾處理設施 4.64 4.45 4.40

（六）經濟因素 4.15 3.88 4.47

1 房價的高低 4.18 4.45 4.60 2 銀行利率 4.18 3.55 4.30 3 貸款期限（有無優惠利率） 4.09 3.64 4.50

（七）房屋屬性 3.65 3.53 3.58 1 建築的型態（透天、公寓） 3.82 4.18 4.30

2 屋齡 4.00 4.09 4.30

3 住戶樓層位置 3.82 4.00 3.20 4 住戶面積 3.82 4.27 3.60 5 房間數 3.73 4.18 4.00 6 廳數（客廳、餐廳） 3.45 3.27 3.50 7 衛浴設備數 3.45 2.82 3.30 8 室內格局 3.35 2.45 3.40 9 房屋附屬設施（停車位、電梯） 3.45 2.55 2.60 註：粗體表是平均值最高， 標示平均值最低