影響民眾對大罷免結果滿意度之因素分析：政黨認同、政府評價與經濟感受的影響

研究背景與動機

在 2025 年的臺灣社會中，政治與社會局勢正面臨高度的不確定性與對立。近年來，隨著朝小野大的政治結構形成，行政與立法部門之間的衝突日益加劇，政黨之間的對立與政治極化現象也逐漸升高。尤其在立法院頻繁發生法案攻防、程序爭議與政治動員的背景下，社會輿論對政府治理能力與民主制度運作效率的質疑聲浪亦隨之增加。

此外，兩岸關係持續緊張、國際局勢變化快速，以及臺美經貿與關稅議題所帶來的經濟壓力，也使民眾對未來政治與經濟發展產生不安與不確定感。在此背景下，臺灣社會逐漸出現強烈的政治動員與對立情緒，而 2025 年所發生的大規模罷免行動，更成為觀察當前臺灣政治態度與政黨競爭的重要事件之一。

然而，值得注意的是，雖然此次大罷免行動在政治與媒體上引發高度關注，各政黨與政治人物亦投入大量政治宣傳與社會動員，但最終結果卻呈現「無立委遭成功罷免」的情形。此一結果不僅反映臺灣民眾對罷免制度的態度，也可能反映出民眾對政府施政、政黨政治以及整體政治環境的評價。因此，究竟是哪些因素影響民眾對罷免結果的態度，便成為值得探討的重要問題。民眾是否因對政府施政感到滿意，而傾向支持罷免失敗的結果？抑或是政黨認同與政治立場，才是影響民眾態度的關鍵因素？此外，在近年經濟壓力與物價上漲的背景下，民眾對整體經濟環境的感受，是否也會進一步影響其政治態度與對罷免結果的評價？上述問題皆顯示，當前臺灣社會中的政治態度形成，可能同時受到經濟、政治與政黨因素的共同影響。

基此，本研究欲探討的研究問題如下：

一、民眾對大罷免結果的滿意度，是否主要受到政黨認同影響？

二、民眾對國內的經濟評價是否影響民眾對大罷免結果的態度？

三、政府施政滿意度如何影響民眾對罷免結果的評價？

資料來源

本研究使用以陳陸輝教授在2025年執行的「台灣選舉與民主化調查」四年期研究規劃（2/4）： 總統滿意度電訪及手機調查案–第五十二次。該計畫持續追蹤民眾對總統施政滿意度以及對各項重要政治議題的看法為研究主軸，時間以季來計算。

研究結合市話調查與手機調查等方式進行。電話調查日期自2025年9月10日起，至2025年9月15日，共6天，研究母體以電話及手機分類。電話樣本係以戶籍設於臺灣地區（不含金門、馬祖）年滿二十歲以上的成年公民作為此調查訪問的母群，受訪民眾僅限於住家民眾或住商混合的民眾。手機樣本以戶籍設於臺灣地區（不含金門、馬祖）年滿二十歲以上的成年公民作為此調查訪問的母群，受訪民眾僅限於只使用手機的民眾。

最終，市話調查完成716個成功樣本；手機調查完成514個成功樣本，共1230個樣本。問卷內容包含基本資料、總統施政滿意度、總統個人評價、議題立場、政黨偏好、政府與在野黨評價、政治人物情感等。挑選這份問卷是因為它是一份長期追蹤的問卷，有利於後續作跨年分、跨屆次的政府研究，並且「台灣選舉與民主化調查」這份以季為單位進行調查的研究，也能及時捕捉政府的信任度是否因國際、國內重大議題或事件受到影響。

挑選問卷題

本研究依據「台灣選舉與民主化調查」的訪員問卷中挑選的研究問題如下，以期能夠透過後續的探索式資料分析，回答上述的研究問題。

２.在以下幾個我們國家面對的問題中，您覺得賴清德總統應該最優先處理哪一個？是兩岸關係？教育政策？年金改革？經濟發展？司法改革？還是轉型正義？【若受訪者回答 90. 其他，請訪員詳實記錄在開放題紀錄表】

01.兩岸關係 02.教育政策 03.年金改革 04.經濟發展

08.司法改革 14.轉型正義

90.其他_______ 98.不 知 道 96.很 難 說 97.無 意 見 95.拒 答

２ａ．那其次呢？【若受訪者回答 90.其他，請訪員詳實記錄在開放題紀錄表】

01.兩岸關係 02.教育政策 03.年金改革 04.經濟發展

08.司法改革 14.轉型正義

90.其他_______ 98.不 知 道 96.很 難 說 97.無 意 見

３．請問您對賴清德在處理兩岸關係的表現滿不滿意（臺：咁唔滿意）？【訪員追問強弱度】

01.非常滿意 02.有點滿意03.不太滿意 04.非常不滿意

96.很 難 說 97.無 意 見 98.不 知 道 95.拒 答

４．那您對他在外交方面的表現滿不滿意（臺：咁唔滿意）？【訪員追問強弱度】

01.非常滿意 02.有點滿意03.不太滿意 04.非常不滿意

96.很 難 說 97.無 意 見 98.不 知 道 95.拒 答

５．那您對他在國防方面的表現滿不滿意（臺：咁唔滿意）？【訪員追問強弱度】

01.非常滿意 02.有點滿意03.不太滿意 04.非常不滿意

96.很 難 說 97.無 意 見 98.不 知 道 95.拒 答

６．那您對他在促進（臺：推動）經濟發展的表現滿不滿意（臺：咁唔滿意）？【訪員追問強弱度】

01.非常滿意 02.有點滿意03.不太滿意 04.非常不滿意

96.很 難 說 97.無 意 見 98.不 知 道 95.拒 答

７．那您對他在處理民生問題的表現滿不滿意（臺：咁唔滿意）？

01.非常滿意 02.有點滿意03.不太滿意 04.非常不滿意

96.很 難 說 97.無 意 見 98.不 知 道 95.拒 答

１１．今年 9 月 1 日政府更換了經濟、衛生福利、運動、數位發展、國家發展等五個部會首長，請問您對這次的內閣改組滿不滿意（臺：咁唔滿意）？【訪員追問強弱度】

01.非常滿意 02.有點滿意03.不太滿意 04.非常不滿意

96.很 難 說 97.無 意 見 98.不 知 道 95.拒 答

１２．請問您對朱立倫擔任國民黨主席以來的整體表現滿不滿意（臺：咁唔滿意）？【訪員追問強弱度】 01.非常滿意 02.有點滿意 03.不太滿意 04.非常不滿意

96.很 難 說 97.無 意 見 98.不 知 道 95.拒 答

１３．請問您對黃國昌擔任台灣民眾黨主席以來的整體表現滿不滿意（臺：咁唔滿意）？【訪員追問強弱度】

01.非常滿意 02.有點滿意03.不太滿意 04.非常不滿意

96.很 難 說 97.無 意 見 98.不 知 道 95.拒 答

１６．請問您覺得臺灣現在的經濟狀況與半年前相比，是比較好（臺：卡好）、 比較不好（臺：卡壞），還是差不多？

01.比 較 好 02.差 不 多 03.比較不好

96.看 情 形 97.無 意 見 98.不 知 道 95.拒 答

library(here)
library(sjlabelled)

recall<- read_data("C:/Users/v106K/OneDrive/桌面/Data of 民意與政治行為/1141民意與政治行為/1142探索式資料分析/recall/TEDS2025-T_PA09.sav")

save(recall, file = "recall.rda", compress = TRUE)

library(sjmisc)
library(sjPlot)

#２.在以下幾個我們國家面對的問題中，您覺得賴清德總統應該最優先處理哪一個？是兩岸關係？教育政策？年金改革？經濟發展？司法改革？還是轉型正義？【若受訪者回答 90. 其他，請訪員詳實記錄在開放題紀錄表】

#01.兩岸關係 02.教育政策 03.年金改革 
#04.經濟發展 08.司法改革 14.轉型正義

frq(recall$q6)

recall$q6r <- rec(recall$q6, 
                     rec="1=1[兩岸關係];2=2[教育政策];3=3[年金改革];4=4[經濟發展];8=5[司法改革];14=6[轉型正義] ;else=NA")
frq(recall$q6r)

#３．請問您對賴清德在處理兩岸關係的表現滿不滿意（臺：咁唔滿意）？【訪員追問強弱度】

#01.非常滿意 02.有點滿意03.不太滿意 04.非常不滿意

#96.很 難 說 97.無 意 見 98.不 知 道 95.拒 答

frq(recall$q7)

3.請問您對賴清德在處理兩岸關係的表現滿不滿意? (x) <categorical> 
# total N=1230 valid N=1230 mean=12.75 sd=28.95

Value |      Label |   N | Raw % | Valid % | Cum. %
---------------------------------------------------
    1 |   非常滿意 | 148 | 12.03 |   12.03 |  12.03
    2 |   有點滿意 | 272 | 22.11 |   22.11 |  34.15
    3 |   不太滿意 | 273 | 22.20 |   22.20 |  56.34
    4 | 非常不滿意 | 408 | 33.17 |   33.17 |  89.51
   95 |       拒答 |  10 |  0.81 |    0.81 |  90.33
   96 |     很難說 |  11 |  0.89 |    0.89 |  91.22
   97 |     無意見 |  46 |  3.74 |    3.74 |  94.96
   98 |     不知道 |  62 |  5.04 |    5.04 | 100.00
 <NA> |       <NA> |   0 |  0.00 |    <NA> |   <NA>

recall$q7r <- rec(recall$q7, 
                     rec="1,2=1[滿意賴政府兩岸關係];3,4=2[不滿意賴政府兩岸關係] ;else=NA")
frq(recall$q7r)

3.請問您對賴清德在處理兩岸關係的表現滿不滿意? (x) <numeric> 
# total N=1230 valid N=1101 mean=1.62 sd=0.49

Value |                Label |   N | Raw % | Valid % | Cum. %
-------------------------------------------------------------
    1 |   滿意賴政府兩岸關係 | 420 | 34.15 |   38.15 |  38.15
    2 | 不滿意賴政府兩岸關係 | 681 | 55.37 |   61.85 | 100.00
 <NA> |                 <NA> | 129 | 10.49 |    <NA> |   <NA>

#１９．今年 7 月 26 日及 8 月 23 日有舉行兩次區域立委的罷免投票，請問您對罷免的結果滿不滿意（臺：咁唔滿意）？【訪員追問強弱度】

#01.非常滿意 02.有點滿意03.不太滿意 04.非常不滿意

#96.很 難 說 97.無 意 見 98.不 知 道 95.拒 答

frq(recall$q25)

19.今年7月26日及8月23日有舉行兩次區域立委的罷免投票，請問您對罷免的結果滿不滿意? (x) <categorical> 
# total N=1230 valid N=1230 mean=12.48 sd=29.45

Value |      Label |   N | Raw % | Valid % | Cum. %
---------------------------------------------------
    1 |   非常滿意 | 435 | 35.37 |   35.37 |  35.37
    2 |   有點滿意 | 210 | 17.07 |   17.07 |  52.44
    3 |   不太滿意 | 163 | 13.25 |   13.25 |  65.69
    4 | 非常不滿意 | 290 | 23.58 |   23.58 |  89.27
   95 |       拒答 |  11 |  0.89 |    0.89 |  90.16
   96 |     很難說 |   6 |  0.49 |    0.49 |  90.65
   97 |     無意見 |  44 |  3.58 |    3.58 |  94.23
   98 |     不知道 |  71 |  5.77 |    5.77 | 100.00
 <NA> |       <NA> |   0 |  0.00 |    <NA> |   <NA>

recall$q25r <- rec(recall$q25, 
                     rec="1,2=1[滿意罷免結果];3,4=2[不滿意罷免結果] ;else=NA")
frq(recall$q25r)

19.今年7月26日及8月23日有舉行兩次區域立委的罷免投票，請問您對罷免的結果滿不滿意? (x) <numeric> 
# total N=1230 valid N=1098 mean=1.41 sd=0.49

Value |          Label |   N | Raw % | Valid % | Cum. %
-------------------------------------------------------
    1 |   滿意罷免結果 | 645 | 52.44 |   58.74 |  58.74
    2 | 不滿意罷免結果 | 453 | 36.83 |   41.26 | 100.00
 <NA> |           <NA> | 132 | 10.73 |    <NA> |   <NA>

#２０．關於臺灣和大陸的關係，有下面幾種不同的看法：1.儘快統一 2.儘快宣布獨立 3.維持現狀，以後走向統一 4.維持現狀，以後走向獨立 5.維持現狀，看情形再決定獨立或統一 6.永遠維持現狀。請問您比較偏向哪一種？

#01.儘快統一02.儘快宣布獨立 03.維持現狀，以後走向統一

#04.維持現狀，以後走向獨立 05.維持現狀，看情形再決定獨立或統一

#06.永遠維持現狀 90.其它______________________

#96.很 難 說 97.無 意 見 98.不 知 道 95.拒 答
frq(recall$q26)

20.關於臺灣和大陸的關係，有下面幾種不同的看法: (x) <categorical> 
# total N=1230 valid N=1230 mean=7.85 sd=16.62

Value |                            Label |   N | Raw % | Valid % | Cum. %
-------------------------------------------------------------------------
    1 |                         儘快統一 |  13 |  1.06 |    1.06 |   1.06
    2 |                     儘快宣布獨立 |  46 |  3.74 |    3.74 |   4.80
    3 |           維持現狀，以後走向統一 |  95 |  7.72 |    7.72 |  12.52
    4 |           維持現狀，以後走向獨立 | 290 | 23.58 |   23.58 |  36.10
    5 | 維持現狀，看情形再決定獨立或統一 | 348 | 28.29 |   28.29 |  64.39
    6 |                     永遠維持現狀 | 393 | 31.95 |   31.95 |  96.34
    7 |               已經是個獨立的國家 |   4 |  0.33 |    0.33 |  96.67
    8 |               已經是個統一的國家 |   0 |  0.00 |    0.00 |  96.67
   95 |                             拒答 |   7 |  0.57 |    0.57 |  97.24
   96 |                           很難說 |   6 |  0.49 |    0.49 |  97.72
   97 |                           無意見 |   4 |  0.33 |    0.33 |  98.05
   98 |                           不知道 |  24 |  1.95 |    1.95 | 100.00
 <NA> |                             <NA> |   0 |  0.00 |    <NA> |   <NA>

recall$q26r <- rec(recall$q26, 
                     rec="1=1[儘快統一];2=2[儘快獨立];3=3[維持現狀後統一];4=4[維持現狀後統一]; 5=5[維持現狀後看情形];6=6[維持現狀];else=NA")
frq(recall$q26r)

20.關於臺灣和大陸的關係，有下面幾種不同的看法: (x) <numeric> 
# total N=1230 valid N=1185 mean=4.77 sd=1.17

Value |            Label |   N | Raw % | Valid % | Cum. %
---------------------------------------------------------
    1 |         儘快統一 |  13 |  1.06 |    1.10 |   1.10
    2 |         儘快獨立 |  46 |  3.74 |    3.88 |   4.98
    3 |   維持現狀後統一 |  95 |  7.72 |    8.02 |  13.00
    4 |   維持現狀後統一 | 290 | 23.58 |   24.47 |  37.47
    5 | 維持現狀後看情形 | 348 | 28.29 |   29.37 |  66.84
    6 |         維持現狀 | 393 | 31.95 |   33.16 | 100.00
 <NA> |             <NA> |  45 |  3.66 |    <NA> |   <NA>

#２１．在國內的政黨之中，請問您認為您比較支持哪一個政黨？（回答「選人不選黨」者，請追問「非選舉時期」整體而言較支持哪一個政黨）

#01.國民黨 02.民進黨 03.新黨 04.親民黨 05.臺聯

#20.綠黨 21.時代力量 23.社民黨 35.台灣基進 38.台灣民眾黨

#06.都支持 07.都不支持 96.看情形 97.無意見 98.不知道

#95.拒答 90.其他_____
frq(recall$q27)

21.在國內的政黨之中，請問您認為您比較支持哪一個政黨?(回答 01-05.20.21.23.35.38 選項者，續問 21a；回答 06.07.90.95-98 選項者；跳問 21b) (x) <categorical> 
# total N=1230 valid N=1230 mean=17.63 sd=27.94

Value |              Label |   N | Raw % | Valid % | Cum. %
-----------------------------------------------------------
    1 |             國民黨 | 247 | 20.08 |   20.08 |  20.08
    2 |             民進黨 | 329 | 26.75 |   26.75 |  50.98
    3 |               新黨 |   0 |  0.00 |    0.00 |  52.11
    4 |             親民黨 |   1 |  0.08 |    0.08 |  65.93
    5 |               臺聯 |   0 |  0.00 |    0.00 |  66.18
    6 |             都支持 |  57 |  4.63 |    4.63 |  70.81
    7 |           都不支持 | 246 | 20.00 |   20.00 |  90.81
    8 |     國民黨加民進黨 |   0 |  0.00 |    0.00 |  90.81
   16 |               泛藍 |   1 |  0.08 |    0.08 |  20.16
   17 |               泛綠 |   1 |  0.08 |    0.08 |  20.24
   18 |             在野黨 |   1 |  0.08 |    0.08 |  20.33
   19 |         選人不選黨 |  48 |  3.90 |    3.90 |  24.23
   20 |               綠黨 |   4 |  0.33 |    0.33 |  51.30
   21 |           時代力量 |   6 |  0.49 |    0.49 |  51.79
   23 |             社民黨 |   4 |  0.33 |    0.33 |  52.11
   29 |     中華統一促進黨 |   0 |  0.00 |    0.00 |  52.11
   35 |           台灣基進 |   3 |  0.24 |    0.24 |  52.36
   38 |         台灣民眾黨 | 166 | 13.50 |   13.50 |  65.85
   46 | 小民參政歐巴桑聯盟 |   2 |  0.16 |    0.16 |  66.10
   48 |         司法改革黨 |   1 |  0.08 |    0.08 |  66.18
   49 |         麻將最大黨 |   0 |  0.00 |    0.00 |  66.18
   51 |             勞動黨 |   0 |  0.00 |    0.00 |  66.18
   95 |               拒答 |  18 |  1.46 |    1.46 |  92.28
   96 |             看情形 |  45 |  3.66 |    3.66 |  95.93
   97 |             無意見 |  28 |  2.28 |    2.28 |  98.21
   98 |             不知道 |  22 |  1.79 |    1.79 | 100.00
 <NA> |               <NA> |   0 |  0.00 |    <NA> |   <NA>

recall$q27r <- rec(recall$q27, 
                     rec="1=1[國民黨];2=2[民進黨];38=3[台灣民眾黨];7=4[不支持任何政黨] ;else=NA")
frq(recall$q27r)

21.在國內的政黨之中，請問您認為您比較支持哪一個政黨?(回答 01-05.20.21.23.35.38 選項者，續問 21a；回答 06.07.90.95-98 選項者；跳問 21b) (x) <numeric> 
# total N=1230 valid N=988 mean=2.42 sd=1.11

Value |          Label |   N | Raw % | Valid % | Cum. %
-------------------------------------------------------
    1 |         國民黨 | 247 | 20.08 |   25.00 |  25.00
    2 |         民進黨 | 329 | 26.75 |   33.30 |  58.30
    3 |     台灣民眾黨 | 166 | 13.50 |   16.80 |  75.10
    4 | 不支持任何政黨 | 246 | 20.00 |   24.90 | 100.00
 <NA> |           <NA> | 242 | 19.67 |    <NA> |   <NA>

save(recall, file = "recall.rda")

# 安裝套件

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

load("recall.rda")

recallforMCA <- recall %>%
select(q6r,
       q7r,
       q25r,
       q26r,
       q27r)
recallforMCA.nona <- na.omit(recallforMCA)
nrow(recallforMCA.nona)

[1] 770

recallforMCA.nona <- recallforMCA.nona %>%
  mutate(across(c(q6r, q7r, q25r, q26r, q27r,), 
                ~factor(.)))
sapply(recallforMCA.nona, class)

     q6r      q7r     q25r     q26r     q27r 
"factor" "factor" "factor" "factor" "factor" 

summary(recallforMCA.nona)

 q6r     q7r     q25r    q26r    q27r   
 1:192   1:270   1:466   1:  7   1:215  
 2:122   2:500   2:304   2: 30   2:249  
 3: 58                   3: 72   3:146  
 4:178                   4:189   4:160  
 5:170                   5:233          
 6: 50                   6:239          

par(mfrow=c(2,3))
for (i in 1:ncol(recallforMCA.nona)) {
  plot(
    recallforMCA.nona[,i],
    main=colnames(recallforMCA.nona)[i],
    ylab = "Count",
    col="steelblue",
    las = 2
  )
}
par(mfrow=c(1,1))

quanti.sup = NULL

quali.sup = 11


library(FactoMineR)
library(factoextra)

Loading required package: ggplot2

Attaching package: 'ggplot2'

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

    set_theme

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

    as_label

Welcome to factoextra!

Want to learn more? See two factoextra-related books at https://www.datanovia.com/en/product/practical-guide-to-principal-component-methods-in-r/

res <- MCA(recallforMCA.nona,
           ncp = 10,
           graph = FALSE)

active_vars <- 1:5 # Q6r ~ Q27r



res <- MCA(recallforMCA.nona,
           ncp = 10,
           graph = FALSE)

summary(res, nb.dec = 3, nbelements = 10, nbind = 10, ncp = 2)

Call:
MCA(X = recallforMCA.nona, ncp = 10, graph = FALSE) 


Eigenvalues
                       Dim.1   Dim.2   Dim.3   Dim.4   Dim.5   Dim.6   Dim.7
Variance               0.551   0.241   0.230   0.226   0.213   0.203   0.194
% of var.             18.365   8.036   7.654   7.547   7.103   6.779   6.456
Cumulative % of var.  18.365  26.401  34.055  41.603  48.705  55.484  61.940
                       Dim.8   Dim.9  Dim.10  Dim.11  Dim.12  Dim.13  Dim.14
Variance               0.190   0.183   0.179   0.171   0.164   0.129   0.076
% of var.              6.350   6.113   5.958   5.708   5.459   4.286   2.519
Cumulative % of var.  68.290  74.403  80.362  86.070  91.529  95.815  98.334
                      Dim.15
Variance               0.050
% of var.              1.666
Cumulative % of var. 100.000

Individuals (the 10 first)
          Dim.1    ctr   cos2    Dim.2    ctr   cos2  
1      | -0.632  0.094  0.181 |  0.127  0.009  0.007 |
3      | -0.570  0.077  0.157 | -0.543  0.159  0.143 |
4      | -0.698  0.115  0.219 |  0.508  0.139  0.116 |
5      | -0.760  0.136  0.301 |  0.353  0.067  0.065 |
7      | -0.266  0.017  0.034 |  0.319  0.055  0.049 |
8      | -0.326  0.025  0.045 |  0.480  0.124  0.097 |
9      |  0.733  0.127  0.113 | -0.577  0.179  0.070 |
12     | -0.570  0.077  0.157 | -0.543  0.159  0.143 |
13     |  0.673  0.107  0.206 |  0.319  0.055  0.046 |
18     | -0.645  0.098  0.194 | -0.139  0.010  0.009 |

Categories (the 10 first)
           Dim.1     ctr    cos2  v.test     Dim.2     ctr    cos2  v.test  
q6r_1  |  -0.187   0.315   0.012  -2.981 |  -0.230   1.091   0.018  -3.670 |
q6r_2  |   0.158   0.143   0.005   1.897 |  -0.629   5.197   0.074  -7.566 |
q6r_3  |   0.672   1.235   0.037   5.318 |  -1.197   8.954   0.117  -9.475 |
q6r_4  |  -0.140   0.165   0.006  -2.131 |   0.424   3.447   0.054   6.447 |
q6r_5  |  -0.251   0.505   0.018  -3.705 |   0.476   4.154   0.064   7.030 |
q6r_6  |   0.904   1.928   0.057   6.609 |   0.676   2.463   0.032   4.941 |
q7r_1  |   1.153  16.931   0.718  23.502 |  -0.013   0.005   0.000  -0.271 |
q7r_2  |  -0.623   9.143   0.718 -23.502 |   0.007   0.003   0.000   0.271 |
q25r_1 |  -0.681  10.191   0.711 -23.384 |   0.013   0.008   0.000   0.438 |
q25r_2 |   1.044  15.622   0.711  23.384 |  -0.020   0.012   0.000  -0.438 |

Categorical variables (eta2)
         Dim.1 Dim.2  
q6r    | 0.118 0.305 |
q7r    | 0.718 0.000 |
q25r   | 0.711 0.000 |
q26r   | 0.427 0.443 |
q27r   | 0.780 0.457 |

res$dimdesc <- dimdesc(res, axes = 1:5)

write.infile(res$dimdesc, file ="MCAresults.txt", append = FALSE)
write.infile(res$eig,      file ="MCAresults.txt", append = TRUE)
write.infile(res$var,      file ="MCAresults.txt", append = TRUE)

fviz_mca_var(res, 
             repel = TRUE, 
             col.var = "contrib", 
             gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07")) +
  labs(title = "MCA: 變數類別空間分佈圖 (Dim 1 & 2)", 
       color = "類別貢獻度") + 
  theme_minimal()