小組報告

身分認同與赴中工作（投資）經驗之探討

H0：假設認同為臺灣人對赴中的經驗較差

H1：假設認同為臺灣人對赴中的經驗較好或沒差別

Running Code

1.編碼

library(sjlabelled)
library(sjPlot)

Install package "strengejacke" from GitHub (`devtools::install_github("strengejacke/strengejacke")`) to load all sj-packages at once!

tscs2024 <- read_spss("tscs231.sav")

Converting atomic to factors. Please wait...

sjPlot::set_theme(theme.font="PingFang TC") 
library(sjmisc)
library(dplyr)

Attaching package: 'dplyr'

The following object is masked from 'package:sjlabelled':

    as_label

The following objects are masked from 'package:stats':

    filter, lag

The following objects are masked from 'package:base':

    intersect, setdiff, setequal, union

tscs2024 <- bind_cols(set_na(select(tscs2024,- a2y), na=c(90:99, "NA")),+ select(tscs2024, a2y)) 
tscs2024$h3 <- rec(tscs2024$h3, rec="1,3=1[統一]; 2,4=2[獨立]; 5,6=3[維持現狀或未決定]; else=NA", as.num = F)
tscs2024$h2 <- rec(tscs2024$h2, rec="1=1[臺灣人]; 2=2[中國人]; 3,4=3[都是]; else=NA", as.num = F)
tscs2024$d10 <- rec(tscs2024$d10, rec="1=1[有]; 2=2[沒有]; else=NA", as.num = F)
tscs2024$d11 <- rec(tscs2024$d11, rec="1,2=1[重要]; 3,4=2[不重要]; else=NA", as.num = F)
tscs2024$h4 <- rec(tscs2024$h4, rec="1,3,4,11=1[泛藍]; 2,5,7,8,12=2[泛綠]; 6=3[白];else=NA", as.num = F)

tscs2024$age <- 112-tscs2024$a2y
tscs2024$gen <- NA
tscs2024$gen[tscs2024$age>=(2023-1943)] <- 1 #80以上
tscs2024$gen[tscs2024$age<=(2023-1944) & tscs2024$age>=(2023-1963)] <- 2 #79-60
tscs2024$gen[tscs2024$age<=(2023-1964) & tscs2024$age>=(2023-1973)] <- 3 #59-50
tscs2024$gen[tscs2024$age<=(2023-1974) & tscs2024$age>=(2023-1983)] <- 4 #49-40
tscs2024$gen[tscs2024$age<=(2023-1984) & tscs2024$age>=(2023-1993)] <- 5 #39-30
tscs2024$gen[tscs2024$age<=(2023-1994)] <- 6  #29以下

2.卡方檢定

tab_xtab(tscs2024$d10,tscs2024$h2, 
         show.row.prc = F, # 顯示列百分比
         show.col.prc = T, # 顯示欄百分比
         show.na = FALSE, # 不顯示無效值（預設）
         show.legend = FALSE, # 不顯示圖示（預設）
         show.exp = FALSE,  # 不顯示期望值 （預設）
         show.cell.prc = FALSE,   # 不顯示細格的百分比 （預設）
         tdcol.col = "gray"
)

D10.請問您或您的家人，最近一年內有沒有人在大陸做生意或工作？最近一年內指的是從訪問日起回溯一年。	H2.在我們社會上，有人說自己是「臺灣人」，也有人說自己是「中國人」，也有人說「兩者都是」。請問您認為自己是「臺灣人」、「中國人」，或者「兩者都是」？《若受訪者回答兩者都是，			Total
	臺灣人	中國人	都是
有	97 9.5 %	2 14.3 %	55 11 %	154 10 %
沒有	928 90.5 %	12 85.7 %	446 89 %	1386 90 %
Total	1025 100 %	14 100 %	501 100 %	1540 100 %
χ2=1.146 · df=2 · Cramer's V=0.027 · Fisher's p=0.427

tab_xtab(tscs2024$d10,tscs2024$h3, 
         show.row.prc = F, # 顯示列百分比
         show.col.prc = T, # 顯示欄百分比
         show.na = FALSE, # 不顯示無效值（預設）
         show.legend = FALSE, # 不顯示圖示（預設）
         show.exp = FALSE,  # 不顯示期望值 （預設）
         show.cell.prc = FALSE,   # 不顯示細格的百分比 （預設）
         tdcol.col = "gray" )

D10.請問您或您的家人，最近一年內有沒有人在大陸做生意或工作？最近一年內指的是從訪問日起回溯一年。	H3.關於臺灣和中國大陸的關係，請問您的看法是什麼？			Total
	統一	獨立	維持現狀或未決定
有	23 13.3 %	46 9.3 %	87 9.9 %	156 10.1 %
沒有	150 86.7 %	451 90.7 %	791 90.1 %	1392 89.9 %
Total	173 100 %	497 100 %	878 100 %	1548 100 %
χ2=2.374 · df=2 · Cramer's V=0.039 · p=0.305

tab_xtab(tscs2024$d10,tscs2024$h4, 
         show.row.prc = F, # 顯示列百分比
         show.col.prc = T, # 顯示欄百分比
         show.na = FALSE, # 不顯示無效值（預設）
         show.legend = FALSE, # 不顯示圖示（預設）
         show.exp = FALSE,  # 不顯示期望值 （預設）
         show.cell.prc = FALSE,   # 不顯示細格的百分比 （預設）
         tdcol.col = "gray" # 將欄百分比顏色改為灰色 （預設為綠色）
)

D10.請問您或您的家人，最近一年內有沒有人在大陸做生意或工作？最近一年內指的是從訪問日起回溯一年。	H4.國內的幾個政黨當中，請問您是哪一個政黨的支持者？			Total
	泛藍	泛綠	白
有	36 12.6 %	28 7 %	13 11.8 %	77 9.7 %
沒有	249 87.4 %	371 93 %	97 88.2 %	717 90.3 %
Total	285 100 %	399 100 %	110 100 %	794 100 %
χ2=6.639 · df=2 · Cramer's V=0.091 · p=0.036

tab_xtab(tscs2024$d10,tscs2024$gen, 
         show.row.prc = F, # 顯示列百分比
         show.col.prc = T, # 顯示欄百分比
         show.na = FALSE, # 不顯示無效值（預設）
         show.legend = FALSE, # 不顯示圖示（預設）
         show.exp = FALSE,  # 不顯示期望值 （預設）
         show.cell.prc = FALSE,   # 不顯示細格的百分比 （預設）
         tdcol.col = "gray" 
)

D10.請問您或您的家人，最近一年內有沒有人在大陸做生意或工作？最近一年內指的是從訪問日起回溯一年。	gen						Total
	1	2	3	4	5	6
有	5 8.9 %	46 10 %	32 10.6 %	31 9.6 %	21 8.5 %	22 12.6 %	157 10.1 %
沒有	51 91.1 %	415 90 %	270 89.4 %	291 90.4 %	225 91.5 %	153 87.4 %	1405 89.9 %
Total	56 100 %	461 100 %	302 100 %	322 100 %	246 100 %	175 100 %	1562 100 %
χ2=2.098 · df=5 · Cramer's V=0.037 · p=0.835

tab_xtab(tscs2024$d11,tscs2024$h2, 
         show.row.prc = F, # 顯示列百分比
         show.col.prc = T, # 顯示欄百分比
         show.na = FALSE, # 不顯示無效值（預設）
         show.legend = FALSE, # 不顯示圖示（預設）
         show.exp = FALSE,  # 不顯示期望值 （預設）
         show.cell.prc = FALSE,   # 不顯示細格的百分比 （預設）
         tdcol.col = "gray" # 將欄百分比顏色改為灰色 （預設為綠色）
)

D11.請問中國大陸的市場對您或您的家人的工作，重不重要？	H2.在我們社會上，有人說自己是「臺灣人」，也有人說自己是「中國人」，也有人說「兩者都是」。請問您認為自己是「臺灣人」、「中國人」，或者「兩者都是」？《若受訪者回答兩者都是，			Total
	臺灣人	中國人	都是
重要	179 17.6 %	9 64.3 %	157 31.6 %	345 22.6 %
不重要	837 82.4 %	5 35.7 %	340 68.4 %	1182 77.4 %
Total	1016 100 %	14 100 %	497 100 %	1527 100 %
χ2=51.294 · df=2 · Cramer's V=0.183 · Fisher's p=0.000

tab_xtab(tscs2024$d11,tscs2024$h3, 
         show.row.prc =F, # 顯示列百分比
         show.col.prc = T, # 顯示欄百分比
         show.na = FALSE, # 不顯示無效值（預設）
         show.legend = FALSE, # 不顯示圖示（預設）
         show.exp = FALSE,  # 不顯示期望值 （預設）
         show.cell.prc = FALSE,   # 不顯示細格的百分比 （預設）
         tdcol.col = "gray"
)

D11.請問中國大陸的市場對您或您的家人的工作，重不重要？	H3.關於臺灣和中國大陸的關係，請問您的看法是什麼？			Total
	統一	獨立	維持現狀或未決定
重要	66 38.4 %	89 17.9 %	194 22.4 %	349 22.7 %
不重要	106 61.6 %	407 82.1 %	674 77.6 %	1187 77.3 %
Total	172 100 %	496 100 %	868 100 %	1536 100 %
χ2=30.510 · df=2 · Cramer's V=0.141 · p=0.000

tab_xtab(tscs2024$d11,tscs2024$h4, 
         show.row.prc = F, # 顯示列百分比
         show.col.prc = T, # 顯示欄百分比
         show.na = FALSE, # 不顯示無效值（預設）
         show.legend = FALSE, # 不顯示圖示（預設）
         show.exp = FALSE,  # 不顯示期望值 （預設）
         show.cell.prc = FALSE,   # 不顯示細格的百分比 （預設）
         tdcol.col = "gray"
)

D11.請問中國大陸的市場對您或您的家人的工作，重不重要？	H4.國內的幾個政黨當中，請問您是哪一個政黨的支持者？			Total
	泛藍	泛綠	白
重要	92 32.4 %	54 13.6 %	36 32.7 %	182 23 %
不重要	192 67.6 %	343 86.4 %	74 67.3 %	609 77 %
Total	284 100 %	397 100 %	110 100 %	791 100 %
χ2=39.818 · df=2 · Cramer's V=0.224 · p=0.000

tab_xtab(tscs2024$d11,tscs2024$gen, 
         show.row.prc = F, # 顯示列百分比
         show.col.prc = T, # 顯示欄百分比
         show.na = FALSE, # 不顯示無效值（預設）
         show.legend = FALSE, # 不顯示圖示（預設）
         show.exp = FALSE,  # 不顯示期望值 （預設）
         show.cell.prc = FALSE,   # 不顯示細格的百分比 （預設）
         tdcol.col = "gray" # 將欄百分比顏色改為灰色 （預設為綠色）
)

D11.請問中國大陸的市場對您或您的家人的工作，重不重要？	gen						Total
	1	2	3	4	5	6
重要	9 17 %	79 17.5 %	65 21.6 %	78 24.2 %	70 28.7 %	48 27.6 %	349 22.6 %
不重要	44 83 %	373 82.5 %	236 78.4 %	244 75.8 %	174 71.3 %	126 72.4 %	1197 77.4 %
Total	53 100 %	452 100 %	301 100 %	322 100 %	244 100 %	174 100 %	1546 100 %
χ2=16.051 · df=5 · Cramer's V=0.102 · p=0.007

3.迴歸分析

attach(tscs2024)
library(sjlabelled)

uni <- NA
uni[h3==1]<-1   #統一
uni[h3==2]<-0   #獨立
uni[h3==3]<-0   #維持現狀或未決定

ind <- NA
ind<- ifelse(h3==2,1,0)

nod <- NA
nod<- ifelse(h3==3,1,0)

twn <- NA
twn <- ifelse(h2==1,1,0)

cna <- NA
cna <- ifelse(h2==2,1,0)

both <- NA
both <- ifelse(h2==3,1,0)

bus <- NA
bus[d10==1]<-1   #好
bus[d10==2]<-0   #不好
#tscs2024$bus <- ifelse(d10r==1,1,0)

imp <- NA
imp[d11==1]<-1   #重要
imp[d11==2]<-0   #不重要
#tscs2024$imp <- ifelse(d11r==1,1,0)

blue <- NA
blue <- ifelse(h4==1,1,0)

green <- NA
green <- ifelse(h4==2,1,0)

white<- NA
white <- ifelse(h4==3,1,0)

gen1 <- NA
gen1[gen==1]<-1   
gen1[gen==2]<-0   
gen1[gen==3]<-0   
gen1[gen==4]<-0  
gen1[gen==5]<-0  
gen1[gen==6]<-0  

gen2 <- NA
gen2[gen==1]<-0   
gen2[gen==2]<-1   
gen2[gen==3]<-0   
gen2[gen==4]<-0  
gen2[gen==5]<-0  
gen2[gen==6]<-0 

gen3 <- NA
gen3[gen==1]<-0   
gen3[gen==2]<-0   
gen3[gen==3]<-1   
gen3[gen==4]<-0  
gen3[gen==5]<-0  
gen3[gen==6]<-0 

gen4 <- NA
gen4[gen==1]<-0   
gen4[gen==2]<-0   
gen4[gen==3]<-0   
gen4[gen==4]<-1  
gen4[gen==5]<-0  
gen4[gen==6]<-0 

gen5 <- NA
gen5[gen==1]<-   
gen5[gen==2]<-0   
gen5[gen==3]<-0   
gen5[gen==4]<-0  
gen5[gen==5]<-1 
gen5[gen==6]<-0 

gen6 <- NA
gen6[gen==1]<-0   
gen6[gen==2]<-0   
gen6[gen==3]<-0   
gen6[gen==4]<-0  
gen6[gen==5]<-0  
gen6[gen==6]<-1 

detach(tscs2024)

mod1 <- glm(bus ~ uni+ ind+twn+ cna+ blue + green+gen2+gen3+gen4+gen5+gen6 
                     ,
                   family=binomial,
                   data=tscs2024)

summary(mod1)  

Call:
glm(formula = bus ~ uni + ind + twn + cna + blue + green + gen2 + 
    gen3 + gen4 + gen5 + gen6, family = binomial, data = tscs2024)

Coefficients:
            Estimate Std. Error z value Pr(>|z|)   
(Intercept) -3.09880    1.09749  -2.824  0.00475 **
uni          0.08385    0.36941   0.227  0.82043   
ind          0.02323    0.32322   0.072  0.94269   
twn         -0.09450    0.30496  -0.310  0.75667   
cna          0.60394    0.85661   0.705  0.48079   
blue         0.15576    0.38802   0.401  0.68812   
green       -0.48046    0.40560  -1.185  0.23620   
gen2         0.98297    1.04817   0.938  0.34835   
gen3         1.03620    1.05965   0.978  0.32814   
gen4         1.17920    1.06380   1.108  0.26766   
gen5         0.61773    1.10238   0.560  0.57524   
gen6         1.69720    1.09055   1.556  0.11964   
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 505.20  on 791  degrees of freedom
Residual deviance: 490.89  on 780  degrees of freedom
  (771 observations deleted due to missingness)
AIC: 514.89

Number of Fisher Scoring iterations: 5

tab_model(mod1,
          show.est = T,
          
          #pred.labels = c("Intercept", "統一", "獨立", "臺灣人",
                                       #"中國人", "泛藍", 
                                       #"泛綠"),
         
          dv.labels = c("請問您或您的家人，最近一年內有沒有人在大陸做生意或工作？"),
         
        
        
          show.se = TRUE, # 顯示標準誤
          show.aic = TRUE, # 顯示AIC 
          show.ci = F,
          show.r2 = F, # 顯示 (pseudo) R-square
          
          p.style="stars", # 以星號表示顯著程度。"numeric" 以數值表示顯著程度
          collapse.ci = FALSE,  # 以獨立欄位顯示信賴區間
          
          # 設定小數點的位數
          digits=3, # 所有估計值的小數點位數
          digits.p=3, # p值的小數點位數,
        
    
          
          
          # 線的樣式設計
          CSS=list(css.topborder="border-top:1px solid black;")
         
)

	請問您或您的家人，最近一年內有沒有人在大陸做生意或工作？
Predictors	Odds Ratios	std. Error
(Intercept)	0.045 **	0.050
uni	1.087	0.402
ind	1.024	0.331
twn	0.910	0.277
cna	1.829	1.567
blue	1.169	0.453
green	0.619	0.251
gen2	2.672	2.801
gen3	2.818	2.987
gen4	3.252	3.459
gen5	1.855	2.045
gen6	5.459	5.953
Observations	792
AIC	514.893
* p<0.05   ** p<0.01   *** p<0.001

plot_models(mod1)

Warning: Could not recover model data from environment. Please make sure your
  data is available in your workspace.
  Trying to retrieve data from the model frame now.

mod2 <- glm(imp ~ uni+ ind+twn+cna+ blue+green+gen2+gen3+gen4+gen5+gen6,
                    family=binomial,
                    data=tscs2024)
summary(mod2) 

Call:
glm(formula = imp ~ uni + ind + twn + cna + blue + green + gen2 + 
    gen3 + gen4 + gen5 + gen6, family = binomial, data = tscs2024)

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept) -1.39342    0.67017  -2.079 0.037598 *  
uni          0.64701    0.26389   2.452 0.014215 *  
ind          0.10143    0.24260   0.418 0.675886    
twn         -0.73977    0.22123  -3.344 0.000826 ***
cna          2.44024    1.08435   2.250 0.024422 *  
blue        -0.05911    0.27713  -0.213 0.831103    
green       -0.67520    0.28654  -2.356 0.018456 *  
gen2         0.55519    0.63243   0.878 0.380021    
gen3         0.63859    0.64463   0.991 0.321868    
gen4         0.75616    0.64801   1.167 0.243253    
gen5         1.27995    0.65682   1.949 0.051331 .  
gen6         1.27501    0.68319   1.866 0.062006 .  
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 852.26  on 788  degrees of freedom
Residual deviance: 771.03  on 777  degrees of freedom
  (774 observations deleted due to missingness)
AIC: 795.03

Number of Fisher Scoring iterations: 4

tab_model(mod2,
          show.est = T,
          
          #pred.labels = c("Intercept", "統一", "獨立", "臺灣人",
                                       #"中國人", "泛藍", 
                                       #"泛綠"),
         
          dv.labels = c("請問中國大陸的市場對您或您的家人的工作，重不重要？"),
         
        
        
          show.se = TRUE, # 顯示標準誤
          show.aic = TRUE, # 顯示AIC 
          show.ci = F,
          show.r2 = F, # 顯示 (pseudo) R-square
          
          p.style="stars", # 以星號表示顯著程度。"numeric" 以數值表示顯著程度
          collapse.ci = FALSE,  # 以獨立欄位顯示信賴區間
          
          # 設定小數點的位數
          digits=3, # 所有估計值的小數點位數
          digits.p=3, # p值的小數點位數,
        
    
          
          
          # 線的樣式設計
          CSS=list(css.topborder="border-top:1px solid black;")
         
)

	請問中國大陸的市場對您或您的家人的工作，重不重要？
Predictors	Odds Ratios	std. Error
(Intercept)	0.248 *	0.166
uni	1.910 *	0.504
ind	1.107	0.268
twn	0.477 ***	0.106
cna	11.476 *	12.444
blue	0.943	0.261
green	0.509 *	0.146
gen2	1.742	1.102
gen3	1.894	1.221
gen4	2.130	1.380
gen5	3.596	2.362
gen6	3.579	2.445
Observations	789
AIC	795.032
* p<0.05   ** p<0.01   *** p<0.001

plot_models(mod2)

Warning: Could not recover model data from environment. Please make sure your
  data is available in your workspace.
  Trying to retrieve data from the model frame now.