影響臺灣民眾公共政策討論參與意願的可能因素

民意與政治行為研究 計分作業3

Author

M156020016 林子翔

一、研究問題

在民主國家之中,人民透過選舉選出代議士,並由其代表人民進行公共政策的制定,然而代議士有時會受限於政黨立場、政治利益等因素影響,而無法充分的反影不同民眾的意見與需求,因此,令公民實際參與討論不僅能夠充分敘述其真實想法與需求,也能夠使政策制定上有民意的基礎做為參考,更能提升政策制定過程的民主正當性,同時也能令民眾更能實際去了解政策的優缺點,而非受到片面資訊影響去作出決定,因此我認為公民參與討論對於民主制度中民意的傳達具有重大意義。

但在現實中,即使政府提供民眾直接參與公共政策討論的機會,卻也不見得人人都有意願參與,這不免令我好奇,在民主制度中,公民能夠在選舉之外,透過參與政策討論來表達意見,甚至使其主張有機會成為政府施政的參考,應當是民主制度最重要的價值之一,但為何仍有民眾把握這樣的機會去討論、參與,有些民眾卻缺乏了參與意願?這樣的差異使我希望能夠去更進一步探討,為何台灣民眾對公共政策的討論存在這樣的差異,以及造成這些差異可能與哪些因素有關。

二、研究假設/論點

本研究選擇使用的資料庫是源自於閱覽SRDA時所觀察到的臺灣社會變遷基本調查計畫2023第八期第四次:國家認同與公民權組的問卷調查,問卷題目為G4a,詢問受訪者是否願意參加政府在制定重大政策前舉辦的民眾討論會議,受訪者回答分布為「一定會參加」者占9.1%,「可能會參加」者占54.8%,「可能不會參加」者占22.0%,「一定不會參加」者占13.8%。可以明顯看到台灣民眾的公共政策討論參與意願上確實存在不同意願,在變異項上分布並無問題。而上述的回答令我思考,究竟有那些因素會造成民眾在公共政策討論參與意願的差異?

我認為民眾參與公共政策討論意願,可能不僅受到單一因素影響,而是同時受到民眾的教育背景、民眾對政府的信任與評價、日常政治資訊接收的情形&評論,與其過往是否具有社組織參與的經驗有關聯。故本次研究將以公共政策討論參與意願作為依變數,並透過資料庫所出現的與教育程度、外在政治效能感、政治資訊接收頻率、社會議題討論頻率與社區組織參與經驗問卷題目作為解釋變數,從這些方面去探討這些因素與公共政策討論參與間可能存在之關聯。

並且,我個人認為解釋變數之間可能也存在關聯性。例如,教育程度可能與政治資訊接收頻率有關聯、政治資訊接收頻率與社會議題討論頻率有關、社會議題討論的頻率與社區組織參與經驗有關。故除了檢驗各項解釋變數與依變數之間的關聯,此次研究也希望同時探討解釋變數間是否存在關聯性。

(一)解釋變數與依變數的關聯假設

H1:教育程度&公民討論參與意願

我認為教育程度與公民討論參與意願存在關聯。個人論點是,公民討論參與中,許多議題涉及專業領域面向的知識(環保、法規等),民眾進行審議時,往往需要對政策背景、實際執行方式、與該議題會影響的族群等方面具有一定程度理解。因此個人預期教育程度較高者,在知識量與認知程度可能較高,較容易掌握相關政策議題,進而導致其參與公共議題討論的成本較低,因此會有較高的公民討論參與意願。

問卷題目:B1.您的教育程度是?

H2:政治效能感&公民討論參與意願

我認為政治效能感與公民討論參與意願存在關聯。根據定義,政治效能感分為內在與外在,而其定義分別為:公民對自身政治能力的自信。認為自己有足夠的知識、理解力去參與政治。以及公民對政治體系與政府回應性的評估。認為政府官員是否在乎人民的聲音。

本研究選擇問卷題目時,所尋獲的問卷題目主要涉及民眾是否認為自己能夠影響政府,以及政府是否重視自身的意見,這些內容較為符合外在政治效能感的概念,因此本研究將以外在政治效能感作為主要探討的解釋變數。個人預期的部分則是當民眾的外在政治效能感較高時,民眾會認為政府重視自身意見,民眾可能會認為參與公共政策討論,能夠對政府的決策產生影響,因此提高民眾的公共政策討論參與意願

問卷題目:C15a.您同不同意下列這些說法?像您這樣的人,對政府的作為沒有任何影響力/C15b.您同不同意下列這些說法?您認為政府不在乎像您這樣的人的想法是什麼

H3:資訊接收頻率&公民討論參與意願

我認為政治資訊接收頻率與公民討論參與意願存在關聯。個人論點是一個人若接收到來自電視、報紙等與政治相關資訊的頻率越高,可能就會令其吸收更多公共議題相關知識,逐漸提高對議題的理解程度,可能會開始對議題產生自己的想法,並且,當民眾對公共議題具有一定程度的理解時,可能不需要額外花費大量時間與精力理解政策背景及討論內容,進而降低參與公共議題討論所需要付出的理解成本,因此,個人預期資訊接收頻率較高者可能具有較高的公民討論參與意願。

問卷題目:C19.您常不常經由電視、報紙、廣播或網路得到政治新聞與訊息?

H4:與他人進行社會議題討論的頻率&公民討論參與意願

我認為社會議題討論頻率與公民討論參與意願存在關聯。個人論點是,一個人在日常中若經常與他人進行交流各種社會議題,可能代表著其具有更多表達自身看法、聽取他人意見及以及討論交流的能力和經驗,也意味著他可能在社會議題討論方面較有興趣。而公民討論參與同樣包含表達意見、交換意見、與他人交流的過程,在面對政策討論相關的活動時,民眾對這類討論模式較為熟悉。因而,個人預期與他人進行社會議題討論的頻率較高者可能會有較高的參與意願。

問卷題目:G3.您過去一年來常不常跟人(認識或不認識的人都算)談論社會上發生的事情(包括政治、經濟、社會各方面)?

H5:社區組織參與經驗&公民討論參與意願

我認為社區組織參與經驗與公民討論參與意願存在關聯。個人論點是,一般來說具有參與過社區組織的經驗,能夠令民眾學習到協調、配合、設計、執行等經驗,而這些經驗其實與公民討論參與的形式大同小異,並且社區組織參與經驗並非透過指派職務,更多的是民眾自發、志願性的進行參與,這可能表示民眾對眾人之事本來就具有相當程度的興趣或熱忱。故個人預期具有社區組織參與經驗的民眾,可能會有較高的公民討論參與意願。

問卷題目:G5.您有沒有參加住家附近的社區組織?

(二)解釋變數間可能存在之關聯假設

H6:教育程度&資訊接收頻率

我認為教育程度與資訊接收頻率之間存在關聯,原因是,部分的政治新聞往往會涉及政府組織、法律制度和公共政策制定的過程的報導,民眾可能需要具備一定程度的背景知識才能理解新聞內容與爭議點,所以不同教育程度的民眾可能因背景知識與資訊理解成本的差異,在民眾認為理解政治新聞需要投入較多時間與精力時,可能降低其持續接觸相關資訊的意願。因此我假設教育程度為學士、碩士、博士的受訪者,與「每天一次」、「一天好幾次」、「一星期五到六次」接收政治新聞之間可能存在關聯,而教育程度為國小、國中、高中的受訪者則會跟「從來沒有」、「每星期一到兩天」、「每星期不到一天」可能存在關聯。

H7:資訊接收頻率&社會議題討論頻率

而資訊接收頻率&社會議題討論頻率方面的關聯,我認為民眾日常與他人討論的內容,部分可能來自電視、報紙、廣播或網路所接收到的新聞資訊。當民眾經常接收政治新聞時,便可能會有較多機會接觸不同的政治與公共議題,而這些資訊也可能成為日常談話的內容。因此接收政治新聞較為頻繁的民眾,可能因經常接觸相關議題,而有更多機會在日常生活中與他人討論社會議題。相對而言,較少接收政治新聞的民眾,可能因接觸相關資訊的頻率較低,使公共議題較少成為日常談話的內容。因此我的假設是一天好幾次」或「每天一次」接收政治新聞,和回答「常常」或「有時候」與他人討論社會議題可能存在關聯,而「每星期不到一天」或「從來沒有」接收政治新聞與「很少」或「幾乎沒有」與他人討論社會議題可能存在關聯。

H8:社會議題討論頻率&社區組織參與

社會議題討論頻率和社區組織參與的部分,我的推論是參與社區組織活動可能會增進民眾與其他社區成員接觸與交流的機會,例如,民眾可能於社區參與的過程中,接觸關於交通、環境、公共設施等相關議題,並與社區稱援交換意見、需求與尋找折衷解決方式,所以我認為經常參與社區組織活動的民眾,可能會因為具有較多與他人交換意見的機會,因而有了較高社會議題討論的頻率,因此我推測在社區組織參與情況中「有時會參加」或「經常參加」,與「常常」或「有時候」與他人討論社會議題可能存在關聯,而「沒有參加過」社區組織活動和「很少」或「幾乎沒有」與他人討論社會議題可能存在關聯。

三、資料集的基本情況

本研究使用「臺灣社會變遷基本調查計畫2023第八期第四次:國家認同與公民權組」(Taiwan Social Change Survey, TSCS 2023)作為研究資料。該調查由中央研究院社會學研究所執行,由吳齊殷擔任計畫主持人,並且經國家科學及技術委員會提供經費補助。調查內容主要涉及臺灣民眾的國家認同、公民權及公共事務相關態度,因此適合用於本研究探討民眾參與公共政策討論的意願,以及可能與參與意願相關的因素。本研究所使用的原始資料取自中央研究院人文社會科學研究中心調查研究專題中心建置的學術調查研究資料庫(Survey Research Data Archive, SRDA),資料編號為C00401_1。

在調查設計方面,本調查以常住於臺灣地區(不含金門縣及連江縣)、年齡18歲(含)以上的一般民眾作為研究母體,並以內政部所提供的地址清冊作為抽樣依據。抽樣方法採用分層多階段機率比例抽樣法(Stratified Multi-stage Probability Proportional to Size Sampling, PPS),依據地理分層及抽樣程序選取受訪對象。調查以面對面訪問方式進行,正式訪問期間為2023年6月5日至2024年1月31日,最終「國家認同與公民權組」受訪者或觀察值(N)為1563。

本研究將利用此份調查資料,分析臺灣民眾對公共政策討論的參與意願,並進一步探討個人背景、政治態度及日常公共參與經驗等因素與參與意願之間的關聯。

資料連結:https://srda.sinica.edu.tw/search/survey/detail/C00401_1/1736761

四、讀取、確認資料

#用此指令顯示/確認專案(.Rproj)目前的路徑

here::here()
[1] "C:/Users/user/Desktop/R/民意與政治行為研究計分作業"
#載入讀取資料套件

library(sjlabelled)

#讀入原始資料

tscs2023 <- read_spss("C:/Users/user/Desktop/R/民意與政治行為研究計分作業/tscs2023q1.sav")  
Converting atomic to factors. Please wait...
#存備份檔(到本作業資料夾中)

save(tscs2023,
     file = "tscs2023.rda",
     compress = T
)

#查看觀察值數量

nrow(tscs2023)
[1] 1563
#查看變數項目與名稱

names(tscs2023)
  [1] "id"            "zip"           "zipr"          "stratum2"     
  [5] "region"        "stratum2014"   "region2014"    "r_stratum2014"
  [9] "psu"           "ssu"           "wsel0"         "wsel"         
 [13] "wr4"           "wr14"          "qtype"         "year"         
 [17] "year_m"        "sdt1"          "sdt2"          "a1"           
 [21] "a2y"           "a2m"           "a2r"           "a3"           
 [25] "a3zip"         "a4"            "a4zip"         "a5"           
 [29] "ka5"           "ka5zip"        "a6"            "ka6"          
 [33] "a7"            "a8"            "ka8"           "a9"           
 [37] "ka9"           "a10"           "ka10"          "a11"          
 [41] "ka11"          "a12"           "ka12"          "a13"          
 [45] "ka13"          "a14"           "b1"            "kb1"          
 [49] "b2"            "b2a"           "b3"            "kb3"          
 [53] "b4"            "b5y"           "b5m"           "b5r"          
 [57] "b6"            "kb6"           "b7"            "kb7"          
 [61] "b8"            "kb8"           "b9"            "kb9"          
 [65] "b10"           "kb10"          "c1a"           "c1b"          
 [69] "c1c"           "c1d"           "c1e"           "c1f"          
 [73] "c2a"           "c2b"           "c2c"           "c2d"          
 [77] "c2e"           "c3"            "c4"            "c5a"          
 [81] "c5b"           "c5c"           "c5d"           "c5e"          
 [85] "c5f"           "c6a"           "c6b"           "c6c"          
 [89] "c6d"           "c6e"           "c6f"           "c7a"          
 [93] "c7b"           "c7c"           "c7d"           "c7e"          
 [97] "c8"            "c9"            "c10a"          "c10b"         
[101] "c10c"          "c10d"          "c10e"          "c11a"         
[105] "c11b"          "c11c"          "c12a"          "c12b"         
[109] "c12c"          "c12d"          "c13"           "c14"          
[113] "c15a"          "c15b"          "c16"           "c17"          
[117] "c18a"          "c18b"          "c18c"          "c18d"         
[121] "c18e"          "c19"           "c20"           "c21"          
[125] "c22"           "c23"           "d1"            "d2"           
[129] "d3"            "d4"            "d5"            "d6"           
[133] "kd6"           "d7"            "d8"            "d9"           
[137] "d10"           "d11"           "d12"           "d13"          
[141] "d14"           "d15a"          "d15b"          "d15c"         
[145] "d15d"          "d15e"          "d15f"          "d15g"         
[149] "d15h"          "d15i"          "d15j"          "d16"          
[153] "d17"           "d18a"          "d18b"          "d18c"         
[157] "d18d"          "d18e"          "d19"           "d20"          
[161] "e1"            "e2"            "e3a"           "e3b1"         
[165] "e3b2"          "e3b3"          "e3c"           "ke3c"         
[169] "e4"            "e5a"           "e5b"           "e5c"          
[173] "e5d"           "e5e"           "f1a"           "f1b"          
[177] "f1c"           "f2a"           "f2b"           "f2c"          
[181] "f3a"           "f3b"           "f3c"           "f4a"          
[185] "f4b"           "f4c"           "g1"            "g2a"          
[189] "g2b"           "g3"            "g3a"           "g3b"          
[193] "g4"            "g4a"           "g5"            "g6a"          
[197] "g6b"           "g6c"           "g6d"           "h1a"          
[201] "h1b"           "h2"            "kh2"           "h3"           
[205] "h4"            "kh4"           "h5"            "kh5"          
[209] "h6a"           "kh6a"          "h6b"           "h7"           
[213] "h8"            "kh8"           "h9"            "kh9"          
[217] "h10"           "h11"           "j1"            "kj1"          
[221] "j2"            "j3"            "j4a3"          "j4b4"         
[225] "j4b5"          "j4c"           "j5"            "kj5"          
[229] "j5a"           "j6"            "j7"            "j8"           
[233] "kj8"           "j9"            "j10"           "j11a3"        
[237] "j11b4"         "j11b5"         "j11c"          "j12"          
[241] "kj12"          "j13"           "j14"           "j15a"         
[245] "j15b"          "j15c"          "j15d"          "j15e"         
[249] "j16"           "j17"           "j18"           "j19"          
[253] "edt1"          "edt2"          "agegp"         "edugp4"       
[257] "stratumgp"    
#查看變數結構

str(tscs2023)
'data.frame':   1563 obs. of  257 variables:
 $ id           : num  1e+06 1e+06 1e+06 1e+06 1e+06 ...
  ..- attr(*, "label")= chr "id樣本編號"
  ..- attr(*, "format.spss")= chr "F8.0"
 $ zip          : Factor w/ 67 levels "100","103","104",..: 1 1 1 1 1 1 1 1 1 1 ...
  ..- attr(*, "labels")= Named num [1:369] -8 -7 -6 100 103 104 105 106 108 110 ...
  .. ..- attr(*, "names")= chr [1:369] "拒答" "不知道" "跳答" "台北市中正區" ...
  ..- attr(*, "label")= chr "zip(抽樣地區)郵遞區號"
 $ zipr         : Factor w/ 68 levels "100","103","104",..: 1 1 1 1 1 1 1 1 1 1 ...
  ..- attr(*, "labels")= Named num [1:372] -8 -7 -6 100 103 104 105 106 108 110 ...
  .. ..- attr(*, "names")= chr [1:372] "拒答" "不知道" "跳答" "台北市中正區" ...
  ..- attr(*, "label")= chr "zipr(抽樣地區)郵遞區號r"
 $ stratum2     : Factor w/ 6 levels "1","2","3","4",..: 1 1 1 1 1 1 1 1 1 1 ...
  ..- attr(*, "labels")= Named num [1:6] 1 2 3 4 5 6
  .. ..- attr(*, "names")= chr [1:6] "都會核心" "工商市區" "新興市鎮" "傳統產業市鎮" ...
  ..- attr(*, "label")= chr "2005層別代碼"
 $ region       : Factor w/ 6 levels "1","2","3","4",..: 1 1 1 1 1 1 1 1 1 1 ...
  ..- attr(*, "labels")= Named num [1:6] 1 2 3 4 5 6
  .. ..- attr(*, "names")= chr [1:6] "北北基" "桃竹苗" "中彰投" "雲嘉南" ...
  ..- attr(*, "label")= chr "2005地理區代碼"
 $ stratum2014  : num  1 1 1 1 1 1 1 1 1 1 ...
  ..- attr(*, "label")= chr "2014層別代碼"
  ..- attr(*, "format.spss")= chr "F8.0"
 $ region2014   : Factor w/ 6 levels "1","2","3","4",..: 1 1 1 1 1 1 1 1 1 1 ...
  ..- attr(*, "labels")= Named num [1:6] 1 2 3 4 5 6
  .. ..- attr(*, "names")= chr [1:6] "北北基宜" "桃竹苗" "中彰投" "雲嘉南" ...
  ..- attr(*, "label")= chr "2014地理區代碼"
 $ r_stratum2014: Factor w/ 19 levels "11","12","13",..: 1 1 1 1 1 1 1 1 1 1 ...
  ..- attr(*, "labels")= Named num [1:19] 11 12 13 14 21 22 23 31 32 33 ...
  .. ..- attr(*, "names")= chr [1:19] "北北基宜之第1分層" "北北基宜之第2分層" "北北基宜之第3分層" "北北基宜之第4分層" ...
  ..- attr(*, "label")= chr "2014地理區與層別代碼"
 $ psu          : chr  "1" "1" "1" "1" ...
  ..- attr(*, "label")= chr "第一抽出單位"
  ..- attr(*, "format.spss")= chr "A6"
 $ ssu          : num  1 1 1 1 2 3 3 3 3 3 ...
  ..- attr(*, "label")= chr "第二抽出單位"
  ..- attr(*, "format.spss")= chr "F8.0"
 $ wsel0        : num  0.752 0.752 0.752 0.752 0.752 ...
  ..- attr(*, "label")= chr "wsel0 不等機率加權權值(抽樣)"
  ..- attr(*, "format.spss")= chr "F8.2"
  ..- attr(*, "display_width")= int 10
 $ wsel         : num  0.729 0.729 0.729 0.729 0.729 ...
  ..- attr(*, "label")= chr "wsel 不等機率加權權值 加權變項"
  ..- attr(*, "format.spss")= chr "F8.2"
  ..- attr(*, "display_width")= int 10
 $ wr4          : num  1.24 1.19 1.09 1.09 1.24 ...
  ..- attr(*, "label")= chr "建立在初始權值等於不等機率加權權值,且以教育程度4分類進行加權之多變項反覆加權權值 加權變項"
  ..- attr(*, "format.spss")= chr "F8.2"
  ..- attr(*, "display_width")= int 10
 $ wr14         : num  1.27 1.22 1.11 1.11 1.27 ...
  ..- attr(*, "label")= chr "建立在初始權值等於1權值,且以教育程度4分類進行加權之多變項反覆加權權值 加權變項"
  ..- attr(*, "format.spss")= chr "F8.2"
  ..- attr(*, "display_width")= int 10
 $ qtype        : chr  "卷一" "卷一" "卷一" "卷一" ...
  ..- attr(*, "label")= chr "qtype問卷別"
  ..- attr(*, "format.spss")= chr "A18"
 $ year         : num  2024 2023 2024 2024 2024 ...
  ..- attr(*, "label")= chr "year調查年(西元年)"
  ..- attr(*, "format.spss")= chr "F8.0"
 $ year_m       : num  113 112 113 113 113 112 113 112 113 113 ...
  ..- attr(*, "label")= chr "year_m調查年(民國年)"
  ..- attr(*, "format.spss")= chr "F8.0"
 $ sdt1         : num  109 1216 126 125 127 ...
  ..- attr(*, "label")= chr "sdt1訪問開始時間:__月__日"
  ..- attr(*, "format.spss")= chr "F8.0"
 $ sdt2         : num  1358 1120 1357 1923 1330 ...
  ..- attr(*, "label")= chr "sdt2訪問開始時間:__時__分(24小時制)"
  ..- attr(*, "format.spss")= chr "F8.0"
 $ a1           : Factor w/ 2 levels "1","2": 2 2 1 1 2 2 2 2 1 2 ...
  ..- attr(*, "labels")= Named num [1:2] 1 2
  .. ..- attr(*, "names")= chr [1:2] "男" "女"
  ..- attr(*, "label")= chr "A1.性別"
 $ a2y          : num  83 42 44 42 83 78 47 55 58 67 ...
  ..- attr(*, "label")= chr "A2.您是什麼時候出生的(以身分證上的為主)?民國年"
  ..- attr(*, "format.spss")= chr "F8.0"
  ..- attr(*, "labels")= Named num [1:3] -8 -7 -6
  .. ..- attr(*, "names")= chr [1:3] "拒答" "不知道" "跳答"
 $ a2m          : num  11 6 10 1 11 2 8 11 2 1 ...
  ..- attr(*, "label")= chr "A2.您是什麼時候出生的(以身分證上的為主)?月"
  ..- attr(*, "format.spss")= chr "F8.0"
  ..- attr(*, "labels")= Named num [1:3] -8 -7 -6
  .. ..- attr(*, "names")= chr [1:3] "拒答" "不知道" "跳答"
 $ a2r          : num  -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 ...
  ..- attr(*, "label")= chr "A2r.忘記出生年,請回答歲數(實歲)"
  ..- attr(*, "format.spss")= chr "F8.0"
  ..- attr(*, "labels")= Named num [1:3] -8 -7 -6
  .. ..- attr(*, "names")= chr [1:3] "拒答" "不知道" "跳答"
 $ a3           : chr  "台北市中正區" "台南市南區" "新竹縣新埔鎮" "台北市中正區" ...
  ..- attr(*, "label")= chr "A3.您在什麼地方出生的?省/縣/市鄉/鎮/市/區"
  ..- attr(*, "format.spss")= chr "A63"
 $ a3zip        : Factor w/ 312 levels "-7","2","3","4",..: 20 206 77 20 137 263 79 180 20 103 ...
  ..- attr(*, "labels")= Named num [1:476] -9 -8 -7 -6 -4 -3 -2 1 2 3 ...
  .. ..- attr(*, "names")= chr [1:476] "遺漏值" "拒答" "不知道" "跳答" ...
  ..- attr(*, "label")= chr "A3.您在什麼地方出生的?"
 $ a4           : chr  "台北市中正區" "台南市南區" "台北市大安區" "台北市中正區" ...
  ..- attr(*, "label")= chr "A4.您15歲以前,在哪裡住最久?省/縣/市鄉/鎮/市/區"
  ..- attr(*, "format.spss")= chr "A54"
 $ a4zip        : Factor w/ 290 levels "2","4","7","9",..: 18 193 22 18 127 18 73 170 18 44 ...
  ..- attr(*, "labels")= Named num [1:476] -9 -8 -7 -6 -4 -3 -2 1 2 3 ...
  .. ..- attr(*, "names")= chr [1:476] "遺漏值" "拒答" "不知道" "跳答" ...
  ..- attr(*, "label")= chr "A4.您15歲以前,在哪裡住最久?"
 $ a5           : Factor w/ 4 levels "1","2","3","4": 1 1 1 1 3 1 3 1 1 2 ...
  ..- attr(*, "labels")= Named num [1:6] -8 -7 1 2 3 4
  .. ..- attr(*, "names")= chr [1:6] "拒答" "不知道" "是 (跳答A7)" "否,但戶籍所在地與現住地址位於同一鄉鎮市區" ...
  ..- attr(*, "label")= chr "A5.您自己的戶籍是不是設在這個地址(樣本名單上的門牌地址)?"
 $ ka5          : chr  "-6" "-6" "-6" "-6" ...
  ..- attr(*, "label")= chr "A5.您自己的戶籍是不是設在這個地址(樣本名單上的門牌地址)?(03)否,戶籍所在地為省/縣/市鄉/鎮/市/區"
  ..- attr(*, "format.spss")= chr "A54"
 $ ka5zip       : Factor w/ 150 levels "100","103","104",..: NA NA NA NA 66 NA 34 NA NA NA ...
  ..- attr(*, "labels")= Named num [1:476] -9 -8 -7 -6 -4 -3 -2 1 2 3 ...
  .. ..- attr(*, "names")= chr [1:476] "遺漏值" "拒答" "不知道" "跳答" ...
  ..- attr(*, "label")= chr "kA5.受訪者戶籍所在地與樣本名單門牌地址位於不同鄉鎮市區,請勾選戶籍所在地的「縣市」與「鄉鎮市區」:"
 $ a6           : Factor w/ 9 levels "-8","-6","1",..: 2 2 2 2 7 2 3 2 2 4 ...
  ..- attr(*, "labels")= Named num [1:9] -8 -6 1 2 3 4 5 6 7
  .. ..- attr(*, "names")= chr [1:9] "拒答" "跳答" "工作因素" "自己或子女就學因素" ...
  ..- attr(*, "label")= chr "A6.您的戶籍所在地跟現住地址不同,主要的原因是?"
 $ ka6          : chr  "" "" "" "" ...
  ..- attr(*, "label")= chr "A6.您的戶籍所在地跟現住地址不同,主要的原因是?(07)其他,請說明"
  ..- attr(*, "format.spss")= chr "A117"
 $ a7           : Factor w/ 6 levels "-7","1","2","3",..: 4 2 2 2 2 4 2 2 2 2 ...
  ..- attr(*, "labels")= Named num [1:7] -8 -7 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:7] "拒答" "不知道" "大都市" "大都市旁的郊區" ...
  ..- attr(*, "label")= chr "A7.您覺得現在所居住的地方是都市或鄉村?"
 $ a8           : Factor w/ 9 levels "-7","1","2","3",..: 2 2 3 4 2 2 4 2 2 3 ...
  ..- attr(*, "labels")= Named num [1:11] -8 -7 1 2 3 4 5 6 7 8 ...
  .. ..- attr(*, "names")= chr [1:11] "拒答" "不知道" "台灣閩南人" "台灣客家人" ...
  ..- attr(*, "label")= chr "A8.您父親是哪裡人?【訪員請唸選項】"
 $ ka8          : chr  "" "" "" "" ...
  ..- attr(*, "label")= chr "A8.您父親是哪裡人?(09)其他,請說明"
  ..- attr(*, "format.spss")= chr "A27"
 $ a9           : Factor w/ 4 levels "-7","1","2","3": 2 2 2 3 2 2 3 2 2 2 ...
  ..- attr(*, "labels")= Named num [1:5] -8 -7 1 2 3
  .. ..- attr(*, "names")= chr [1:5] "拒答" "不知道" "台灣" "中國大陸" ...
  ..- attr(*, "label")= chr "A9.您父親是在哪一個國家出生的?"
 $ ka9          : chr  "" "" "" "" ...
  ..- attr(*, "label")= chr "A9.您父親是在哪一個國家出生的?(03)其他國家,請說明"
  ..- attr(*, "format.spss")= chr "A36"
 $ a10          : Factor w/ 9 levels "-7","1","2","3",..: 4 2 3 4 2 2 3 2 2 2 ...
  ..- attr(*, "labels")= Named num [1:11] -8 -7 1 2 3 4 5 6 7 8 ...
  .. ..- attr(*, "names")= chr [1:11] "拒答" "不知道" "台灣閩南人" "台灣客家人" ...
  ..- attr(*, "label")= chr "A10.您母親是哪裡人?【訪員請唸選項】"
 $ ka10         : chr  "" "" "" "" ...
  ..- attr(*, "label")= chr "A10.您母親是哪裡人?(09)其他,請說明"
  ..- attr(*, "format.spss")= chr "A27"
 $ a11          : Factor w/ 4 levels "-7","1","2","3": 2 2 2 3 2 2 2 2 2 2 ...
  ..- attr(*, "labels")= Named num [1:5] -8 -7 1 2 3
  .. ..- attr(*, "names")= chr [1:5] "拒答" "不知道" "台灣" "中國大陸" ...
  ..- attr(*, "label")= chr "A11.您母親是在哪一個國家出生的?"
 $ ka11         : chr  "" "" "" "" ...
  ..- attr(*, "label")= chr "A11.您母親是在哪一個國家出生的?(03)其他國家,請說明"
  ..- attr(*, "format.spss")= chr "A36"
 $ a12          : Factor w/ 9 levels "-7","1","2","3",..: 2 2 3 4 2 2 4 2 2 3 ...
  ..- attr(*, "labels")= Named num [1:11] -8 -7 1 2 3 4 5 6 7 8 ...
  .. ..- attr(*, "names")= chr [1:11] "拒答" "不知道" "台灣閩南人" "台灣客家人" ...
  ..- attr(*, "label")= chr "A12.您是哪裡人?"
 $ ka12         : chr  "" "" "" "" ...
  ..- attr(*, "label")= chr "A12.您是哪裡人?(09)其他,請說明"
  ..- attr(*, "format.spss")= chr "A54"
 $ a13          : Factor w/ 10 levels "1","2","3","4",..: 2 2 3 9 9 8 2 2 1 2 ...
  ..- attr(*, "labels")= Named num [1:11] -8 1 2 3 4 5 6 7 8 9 ...
  .. ..- attr(*, "names")= chr [1:11] "拒答" "佛教,有皈依" "佛教,未皈依" "道教" ...
  ..- attr(*, "label")= chr "A13.您目前的宗教信仰(臺語:信什麼教)?"
 $ ka13         : chr  "" "" "" "" ...
  ..- attr(*, "label")= chr "A13.您目前的宗教信仰(臺語:信什麼教)?(10)其他,請說明"
  ..- attr(*, "format.spss")= chr "A117"
 $ a14          : Factor w/ 8 levels "1","2","3","4",..: 8 5 8 7 7 5 7 7 5 7 ...
  ..- attr(*, "labels")= Named num [1:9] -8 1 2 3 4 5 6 7 8
  .. ..- attr(*, "names")= chr [1:9] "拒答" "每星期好幾次" "每星期一次" "一個月兩、三次" ...
  ..- attr(*, "label")= chr "A14.您常不常參加宗教活動(例如:進香、禪修、做禮拜、靈修聚會、宗教志工服務),大概多久一次?"
 $ b1           : Factor w/ 22 levels "1","2","3","4",..: 19 3 8 9 19 19 8 6 19 11 ...
  ..- attr(*, "labels")= Named num [1:23] -8 1 2 3 4 5 6 7 8 9 ...
  .. ..- attr(*, "names")= chr [1:23] "拒答" "無/不識字 (跳答B3)" "自修/識字/私塾 (跳答B3)" "小學" ...
  ..- attr(*, "label")= chr "B1.您的教育程度是:"
 $ kb1          : chr  "" "" "" "" ...
  ..- attr(*, "label")= chr "B1.您的教育程度是:(22)其他,請說明"
  ..- attr(*, "format.spss")= chr "A108"
 $ b2           : num  16 6 12 12 16 16 12 12 13 14 ...
  ..- attr(*, "label")= chr "B2.從國小一年級算起,您總共受幾年的學校教育?__年"
  ..- attr(*, "format.spss")= chr "F8.0"
  ..- attr(*, "labels")= Named num [1:2] -8 -6
  .. ..- attr(*, "names")= chr [1:2] "拒答" "跳答"
 $ b2a          : chr  "0" "0" "0" "6+3+2.5=12" ...
  ..- attr(*, "label")= chr "B2a.請詳細記錄各求學階段的年數或特殊狀況:"
  ..- attr(*, "format.spss")= chr "A216"
  ..- attr(*, "labels")= Named chr [1:2] "-6" "-8"
  .. ..- attr(*, "names")= chr [1:2] "跳答" "拒答"
 $ b3           : Factor w/ 6 levels "1","2","3","4",..: 1 6 2 2 1 2 6 4 1 2 ...
  ..- attr(*, "labels")= Named num [1:8] -8 1 2 3 4 5 6 7
  .. ..- attr(*, "names")= chr [1:8] "拒答" "單身且從沒結過婚" "已婚有偶且與配偶同住(跳答B5)" "已婚有偶但沒有與配偶同住(跳答B5)" ...
  ..- attr(*, "label")= chr "B3.您目前的婚姻狀況是?"
 $ kb3          : chr  "" "" "" "" ...
  ..- attr(*, "label")= chr "B3.您目前的婚姻狀況是?(07)其他,請說明"
  ..- attr(*, "format.spss")= chr "A3"
 $ b4           : Factor w/ 4 levels "-6","1","2","3": 4 4 1 1 4 1 4 4 4 1 ...
  ..- attr(*, "labels")= Named num [1:5] -8 -6 1 2 3
  .. ..- attr(*, "names")= chr [1:5] "拒答" "跳答" "有同住的伴侶" "有伴侶但沒有同住" ...
  ..- attr(*, "label")= chr "B4.您目前有沒有同住在一起的伴侶?"
 $ b5y          : num  -6 -6 51 44 -6 72 -6 -6 -6 62 ...
  ..- attr(*, "label")= chr "B5.您的配偶(或伴侶)是什麼時候出生的(以身分證上的為主)?民國年"
  ..- attr(*, "format.spss")= chr "F8.0"
  ..- attr(*, "labels")= Named num [1:3] -8 -7 -6
  .. ..- attr(*, "names")= chr [1:3] "拒答" "不知道" "跳答"
 $ b5m          : num  -6 -6 4 11 -6 9 -6 -6 -6 8 ...
  ..- attr(*, "label")= chr "B5.您的配偶(或伴侶)是什麼時候出生的(以身分證上的為主)?月"
  ..- attr(*, "format.spss")= chr "F8.0"
  ..- attr(*, "labels")= Named num [1:3] -8 -7 -6
  .. ..- attr(*, "names")= chr [1:3] "拒答" "不知道" "跳答"
 $ b5r          : num  -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 ...
  ..- attr(*, "label")= chr "B5r.忘記出生年,請回答歲數(實歲)"
  ..- attr(*, "format.spss")= chr "F8.0"
  ..- attr(*, "labels")= Named num [1:3] -8 -7 -6
  .. ..- attr(*, "names")= chr [1:3] "拒答" "不知道" "跳答"
 $ b6           : Factor w/ 24 levels "-8","-7","-6",..: 3 3 10 6 3 13 3 3 3 13 ...
  ..- attr(*, "labels")= Named num [1:25] -8 -7 -6 1 2 3 4 5 6 7 ...
  .. ..- attr(*, "names")= chr [1:25] "拒答" "不知道" "跳答" "無/不識字" ...
  ..- attr(*, "label")= chr "B6.您配偶(或伴侶)的教育程度是:"
 $ kb6          : chr  "" "" "" "" ...
  ..- attr(*, "label")= chr "B6.您配偶(或伴侶)的教育程度是:(22)其他,請說明"
  ..- attr(*, "format.spss")= chr "A45"
 $ b7           : Factor w/ 12 levels "-8","-7","-6",..: 3 3 5 4 3 5 3 3 3 5 ...
  ..- attr(*, "labels")= Named num [1:12] -8 -7 -6 1 2 3 4 5 6 7 ...
  .. ..- attr(*, "names")= chr [1:12] "拒答" "不知道" "跳答" "台灣閩南人" ...
  ..- attr(*, "label")= chr "B7.您配偶(或伴侶)的父親是哪裡人?"
 $ kb7          : chr  "" "" "" "" ...
  ..- attr(*, "label")= chr "B7.您配偶(或伴侶)的父親是哪裡人?(09)其他,請說明"
  ..- attr(*, "format.spss")= chr "A36"
 $ b8           : Factor w/ 12 levels "-8","-7","-6",..: 3 3 4 4 3 4 3 3 3 5 ...
  ..- attr(*, "labels")= Named num [1:12] -8 -7 -6 1 2 3 4 5 6 7 ...
  .. ..- attr(*, "names")= chr [1:12] "拒答" "不知道" "跳答" "台灣閩南人" ...
  ..- attr(*, "label")= chr "B8.您配偶(或伴侶)的母親是哪裡人?"
 $ kb8          : chr  "" "" "" "" ...
  ..- attr(*, "label")= chr "B8.您配偶(或伴侶)的母親是哪裡人?(09)其他,請說明"
  ..- attr(*, "format.spss")= chr "A27"
 $ b9           : Factor w/ 22 levels "-7","1","2","3",..: 4 3 2 13 9 22 4 4 2 9 ...
  ..- attr(*, "labels")= Named num [1:24] -8 -7 1 2 3 4 5 6 7 8 ...
  .. ..- attr(*, "names")= chr [1:24] "拒答" "不知道" "無/不識字" "自修/識字/私塾" ...
  ..- attr(*, "label")= chr "B9.您父親的教育程度是:"
 $ kb9          : chr  "" "" "" "" ...
  ..- attr(*, "label")= chr "B9.您父親的教育程度是:(22)其他,請說明"
  ..- attr(*, "format.spss")= chr "A171"
 $ b10          : Factor w/ 18 levels "-7","1","2","3",..: 10 3 2 6 8 6 4 2 5 5 ...
  ..- attr(*, "labels")= Named num [1:24] -8 -7 1 2 3 4 5 6 7 8 ...
  .. ..- attr(*, "names")= chr [1:24] "拒答" "不知道" "無/不識字" "自修/識字/私塾" ...
  ..- attr(*, "label")= chr "B10.您母親的教育程度是:"
 $ kb10         : chr  "" "" "" "" ...
  ..- attr(*, "label")= chr "B10.您母親的教育程度是:(22)其他,請說明"
  ..- attr(*, "format.spss")= chr "A144"
 $ c1a          : Factor w/ 5 levels "-4","1","2","3",..: 3 2 4 4 4 3 4 4 2 4 ...
  ..- attr(*, "labels")= Named num [1:5] -4 1 2 3 4
  .. ..- attr(*, "names")= chr [1:5] "無法選擇" "非常重要" "有點重要" "不怎麼重要" ...
  ..- attr(*, "label")= chr "C1a.如果要成為我們真正的同胞,您覺得在我國(中華民國/臺灣)出生重不重要?"
 $ c1b          : Factor w/ 5 levels "-4","1","2","3",..: 3 2 3 2 2 4 2 4 2 2 ...
  ..- attr(*, "labels")= Named num [1:5] -4 1 2 3 4
  .. ..- attr(*, "names")= chr [1:5] "無法選擇" "非常重要" "有點重要" "不怎麼重要" ...
  ..- attr(*, "label")= chr "C1b.如果要成為我們真正的同胞,您覺得有我國的國籍重不重要?"
 $ c1c          : Factor w/ 5 levels "-4","1","2","3",..: 5 4 4 4 5 5 5 4 5 5 ...
  ..- attr(*, "labels")= Named num [1:5] -4 1 2 3 4
  .. ..- attr(*, "names")= chr [1:5] "無法選擇" "非常重要" "有點重要" "不怎麼重要" ...
  ..- attr(*, "label")= chr "C1c.如果要成為我們真正的同胞,您覺得有沒有拜拜重不重要?"
 $ c1d          : Factor w/ 5 levels "-4","1","2","3",..: 3 2 3 2 2 2 2 2 2 2 ...
  ..- attr(*, "labels")= Named num [1:5] -4 1 2 3 4
  .. ..- attr(*, "names")= chr [1:5] "無法選擇" "非常重要" "有點重要" "不怎麼重要" ...
  ..- attr(*, "label")= chr "C1d.如果要成為我們真正的同胞,您覺得尊重我國的政治體制和法律重不重要?"
 $ c1e          : Factor w/ 5 levels "-4","1","2","3",..: 3 2 4 2 2 2 2 3 2 3 ...
  ..- attr(*, "labels")= Named num [1:5] -4 1 2 3 4
  .. ..- attr(*, "names")= chr [1:5] "無法選擇" "非常重要" "有點重要" "不怎麼重要" ...
  ..- attr(*, "label")= chr "C1e.如果要成為我們真正的同胞,您覺得在感情上認同我們的國家重不重要?"
 $ c1f          : Factor w/ 5 levels "-4","1","2","3",..: 4 2 5 2 3 3 5 3 3 5 ...
  ..- attr(*, "labels")= Named num [1:5] -4 1 2 3 4
  .. ..- attr(*, "names")= chr [1:5] "無法選擇" "非常重要" "有點重要" "不怎麼重要" ...
  ..- attr(*, "label")= chr "C1f.如果要成為我們真正的同胞,您覺得祖先都是本國人重不重要?"
 $ c2a          : Factor w/ 6 levels "-4","1","2","3",..: 3 2 5 3 2 2 2 2 2 3 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C2a.您最想當我們國家的公民(國民),而不是其他國家的公民(國民)。您同不同意這個說法?"
 $ c2b          : Factor w/ 6 levels "-4","1","2","3",..: 5 3 3 3 5 5 3 5 3 5 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C2b.您覺得我們的國家目前有一些事情會讓您感到丟臉。您同不同意這個說法?"
 $ c2c          : Factor w/ 6 levels "-4","1","2","3",..: 5 2 3 3 5 3 5 3 5 5 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C2c.如果全世界其他國家的人都像「我們國家的人」這樣,這個世界會更好。您同不同意這個說法?"
 $ c2d          : Factor w/ 6 levels "-4","1","2","3",..: 5 2 4 3 3 3 4 3 3 3 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C2d.一般來說,我們的國家比大多數的其他國家都好。您同不同意這個說法?"
 $ c2e          : Factor w/ 6 levels "-4","1","2","3",..: 5 5 5 5 5 5 6 5 5 5 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C2e.就算國家錯了,人民還是應該要支持。您同不同意這個說法?"
 $ c3           : Factor w/ 6 levels "-4","1","2","3",..: 3 5 5 3 2 3 6 3 3 3 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C3.假如每一個民族(意指具有共同的特徵、文化、歷史或語言),都可以獨立自主而且擁有自己主權的國家,這是最理想的情況"| __truncated__
 $ c4           : Factor w/ 5 levels "-4","1","2","3",..: 3 4 3 2 2 3 4 3 3 3 ...
  ..- attr(*, "labels")= Named num [1:5] -4 1 2 3 4
  .. ..- attr(*, "names")= chr [1:5] "無法選擇" "您完全同意A" "您同意A比較多,同意B比較少" "您同意B比較多,同意A比較少" ...
  ..- attr(*, "label")= chr "C4.有人認為,【A.一個人如果努力付出,就可能成為我們國家真正的國民。】。也有人認為,【B.要成為我們國家真正的國民"| __truncated__
 $ c5a          : Factor w/ 5 levels "-4","1","2","3",..: 4 4 4 3 2 3 2 3 2 2 ...
  ..- attr(*, "labels")= Named num [1:5] -4 1 2 3 4
  .. ..- attr(*, "names")= chr [1:5] "無法選擇" "非常光榮" "有些光榮" "不太光榮" ...
  ..- attr(*, "label")= chr "C5a.對我們國家的下列幾項事情,您感到光榮或是不光榮?民主政治運作的情形"
 $ c5b          : Factor w/ 5 levels "-4","1","2","3",..: 3 3 5 4 3 4 3 3 4 4 ...
  ..- attr(*, "labels")= Named num [1:5] -4 1 2 3 4
  .. ..- attr(*, "names")= chr [1:5] "無法選擇" "非常光榮" "有些光榮" "不太光榮" ...
  ..- attr(*, "label")= chr "C5b.對我們國家的下列幾項事情,您感到光榮或是不光榮?外交上的影響力"
 $ c5c          : Factor w/ 5 levels "-4","1","2","3",..: 3 3 3 3 3 3 2 2 3 3 ...
  ..- attr(*, "labels")= Named num [1:5] -4 1 2 3 4
  .. ..- attr(*, "names")= chr [1:5] "無法選擇" "非常光榮" "有些光榮" "不太光榮" ...
  ..- attr(*, "label")= chr "C5c.對我們國家的下列幾項事情,您感到光榮或是不光榮?經濟成就"
 $ c5d          : Factor w/ 5 levels "-4","1","2","3",..: 3 3 3 3 3 2 2 2 2 3 ...
  ..- attr(*, "labels")= Named num [1:5] -4 1 2 3 4
  .. ..- attr(*, "names")= chr [1:5] "無法選擇" "非常光榮" "有些光榮" "不太光榮" ...
  ..- attr(*, "label")= chr "C5d.對我們國家的下列幾項事情,您感到光榮或是不光榮?運動上的表現"
 $ c5e          : Factor w/ 5 levels "-4","1","2","3",..: 3 3 3 3 4 3 2 2 2 3 ...
  ..- attr(*, "labels")= Named num [1:5] -4 1 2 3 4
  .. ..- attr(*, "names")= chr [1:5] "無法選擇" "非常光榮" "有些光榮" "不太光榮" ...
  ..- attr(*, "label")= chr "C5e.對我們國家的下列幾項事情,您感到光榮或是不光榮?文學和藝術上的成就"
 $ c5f          : Factor w/ 5 levels "-4","1","2","3",..: 3 4 4 2 3 5 2 2 2 4 ...
  ..- attr(*, "labels")= Named num [1:5] -4 1 2 3 4
  .. ..- attr(*, "names")= chr [1:5] "無法選擇" "非常光榮" "有些光榮" "不太光榮" ...
  ..- attr(*, "label")= chr "C5f.對我們國家的下列幾項事情,您感到光榮或是不光榮?我國的歷史"
 $ c6a          : Factor w/ 6 levels "-4","1","2","3",..: 5 3 5 5 3 6 3 5 5 6 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C6a.您同不同意為了保護我國的經濟,我們應該限制外國產品進口"
 $ c6b          : Factor w/ 6 levels "-4","1","2","3",..: 5 3 3 3 3 2 3 2 3 3 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C6b.您同不同意國際組織應該有權利強制一個國家解決一些問題,例如環境污染"
 $ c6c          : Factor w/ 6 levels "-4","1","2","3",..: 5 6 5 3 5 3 5 5 2 6 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C6c.您同不同意為了保護我們國家自己的利益,就算需要和其他國家發生衝突也無所謂"
 $ c6d          : Factor w/ 6 levels "-4","1","2","3",..: 3 2 3 5 3 3 2 3 5 5 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C6d.您同不同意我們應該禁止外國人在我國購買土地"
 $ c6e          : Factor w/ 6 levels "-4","1","2","3",..: 5 2 5 3 5 3 5 3 3 6 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C6e.您同不同意我國的電視應該優先播放我國的影片和節目"
 $ c6f          : Factor w/ 6 levels "-4","1","2","3",..: 5 5 5 5 5 5 1 1 5 3 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C6f.您同不同意外國大公司(跨國企業)對臺灣本地產業的傷害越來越大"
 $ c7a          : Factor w/ 6 levels "-4","1","2","3",..: 5 3 3 5 5 3 5 3 5 5 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C7a.您同不同意下面的說法?移民會使治安變差"
 $ c7b          : Factor w/ 6 levels "-4","1","2","3",..: 3 5 3 3 3 2 3 5 3 3 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C7b您同不同意下面的說法?移民對臺灣的經濟有幫助"
 $ c7c          : Factor w/ 6 levels "-4","1","2","3",..: 5 3 5 5 3 5 5 3 3 5 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C7c.您同不同意下面的說法?移民會搶走在臺灣出生的人的工作"
 $ c7d          : Factor w/ 6 levels "-4","1","2","3",..: 3 5 5 3 3 2 5 5 3 3 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C7d.您同不同意下面的說法?移民會帶來新的想法和文化,讓我國社會更好"
 $ c7e          : Factor w/ 6 levels "-4","1","2","3",..: 5 5 5 3 3 3 2 3 3 3 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "非常同意" "同意" "*既不同意也不反對*" ...
  ..- attr(*, "label")= chr "C7e.您同不同意下面的說法?臺灣出生的人,他的工作、居住與健康照護需求,應該優先於外來移民"
 $ c8           : Factor w/ 6 levels "-4","1","2","3",..: 3 4 3 3 4 4 4 5 4 4 ...
  ..- attr(*, "labels")= Named num [1:6] -4 1 2 3 4 5
  .. ..- attr(*, "names")= chr [1:6] "無法選擇" "大幅增加" "增加一些" "維持現狀" ...
  ..- attr(*, "label")= chr "C8.您認為來臺灣居住的移民人數,未來應該要增加、減少還是維持現狀?"
 $ c9           : Factor w/ 4 levels "-4","1","2","3": 3 3 4 3 3 3 3 3 3 3 ...
  ..- attr(*, "labels")= Named num [1:4] -4 1 2 3
  .. ..- attr(*, "names")= chr [1:4] "無法選擇" "移民應該保留他們原來的文化,【不要採用】我國的文化" "移民應該保留他們原來的文化,【同時採用】我國的文化" "移民應該放棄他們原來的文化,【轉而接受】我國的文化"
  ..- attr(*, "label")= chr "C9.對於移民來臺灣的人,下面哪個想法是最符合您的看法?"
 $ c10a         : Factor w/ 8 levels "-4","1","2","3",..: 7 8 8 8 8 8 8 8 8 8 ...
  ..- attr(*, "labels")= Named num [1:8] -4 1 2 3 4 5 6 7
  .. ..- attr(*, "names")= chr [1:8] "無法選擇" "一點都不重要" "2" "3" ...
  ..- attr(*, "label")= chr "C10a.1表示「一點都不重要」,7表示「非常重要」,您個人認為從不逃稅,對作為一位好公民的重要程度是怎樣?"
  [list output truncated]
# 載入清理資料與重新編碼套件

library(sjmisc)

#檢查概念B的原始變數之次數分配

frq(tscs2023$g4a, out="viewer")
G4a.如果政府在決定重大政策前,先召開會議讓一般民眾來討論,提出建議讓政府參考,您會參加嗎? (x) <categorical>
val label frq raw.prc valid.prc cum.prc
-4 無法選擇 6 0.38 0.38 0.38
1 一定會參加 142 9.09 9.09 9.47
2 可能會參加 856 54.77 54.77 64.24
3 可能不會參加 344 22.01 22.01 86.24
4 一定不會參加 215 13.76 13.76 100.00
NA NA 0 0.00 NA NA
total N=1563 · valid N=1563 · x̄=2.38 · σ=0.92
#檢查假設A1教育程度之次數分配

frq(tscs2023$b1, out="viewer")
B1.您的教育程度是: (x) <categorical>
val label frq raw.prc valid.prc cum.prc
-8 拒答 0 0.00 0.00 0.00
1 無/不識字 (跳答B3) 10 0.64 0.64 0.64
2 自修/識字/私塾 (跳答B3) 5 0.32 0.32 44.27
3 小學 143 9.15 9.15 62.57
4 國(初)中 159 10.17 10.17 72.74
5 初職 1 0.06 0.06 72.81
6 高中普通科 79 5.05 5.05 77.86
7 高中職業科 26 1.66 1.66 79.53
8 高職 318 20.35 20.35 99.87
9 士官學校 2 0.13 0.13 100.00
10 五專 59 3.77 3.77 4.41
11 二專 108 6.91 6.91 11.32
12 三專 15 0.96 0.96 12.28
13 軍警校專修班 1 0.06 0.06 12.35
14 軍警校專科班 3 0.19 0.19 12.54
15 空中行專/商專 5 0.32 0.32 12.86
16 空中大學 5 0.32 0.32 13.18
17 軍警官校或軍警官大學 3 0.19 0.19 13.37
18 技術學院、科大 191 12.22 12.22 25.59
19 大學 287 18.36 18.36 43.95
20 碩士 120 7.68 7.68 51.95
21 博士 22 1.41 1.41 53.36
22 其他,請說明________ 1 0.06 0.06 53.42
NA NA 0 0.00 NA NA
total N=1563 · valid N=1563 · x̄=11.71 · σ=6.35
#檢查假設A2政治效能感之次數分配(皆為外在效能感)

frq(tscs2023$c15a, out="viewer")
C15a.您同不同意下列這些說法?像您這樣的人,對政府的作為沒有任何影響力 (x) <categorical>
val label frq raw.prc valid.prc cum.prc
-4 無法選擇 19 1.22 1.22 1.22
1 非常同意 166 10.62 10.62 11.84
2 同意 688 44.02 44.02 55.85
3 *既不同意也不反對* 7 0.45 0.45 56.30
4 不同意 625 39.99 39.99 96.29
5 非常不同意 58 3.71 3.71 100.00
NA NA 0 0.00 NA NA
total N=1563 · valid N=1563 · x̄=2.74 · σ=1.39
frq(tscs2023$c15b, out="viewer")
C15b.您同不同意下列這些說法?您認為政府不在乎像您這樣的人的想法是什麼 (x) <categorical>
val label frq raw.prc valid.prc cum.prc
-4 無法選擇 21 1.34 1.34 1.34
1 非常同意 182 11.64 11.64 12.99
2 同意 659 42.16 42.16 55.15
3 *既不同意也不反對* 6 0.38 0.38 55.53
4 不同意 631 40.37 40.37 95.91
5 非常不同意 64 4.09 4.09 100.00
NA NA 0 0.00 NA NA
total N=1563 · valid N=1563 · x̄=2.74 · σ=1.43
#檢查假設A3資訊接收頻率之次數分配

frq(tscs2023$c19, out="viewer")
C19.您常不常經由電視、報紙、廣播或網路得到政治新聞與訊息? (x) <categorical>
val label frq raw.prc valid.prc cum.prc
-4 無法選擇 0 0.00 0.00 0.00
1 一天好幾次 613 39.22 39.22 39.22
2 每天一次 470 30.07 30.07 69.29
3 每星期5-6天 82 5.25 5.25 74.54
4 每星期3-4天 134 8.57 8.57 83.11
5 每星期1-2天 147 9.40 9.40 92.51
6 每星期不到1天 71 4.54 4.54 97.06
7 從來沒有 46 2.94 2.94 100.00
NA NA 0 0.00 NA NA
total N=1563 · valid N=1563 · x̄=2.44 · σ=1.70
#檢查假設A4社會議題討論頻率之次數分配

frq(tscs2023$g3, out="viewer")
G3.您過去一年來常不常跟人(認識或不認識的人都算)談論社會上發生的事情(包括政治、經濟、社會各方面)? (x) <categorical>
val label frq raw.prc valid.prc cum.prc
-4 無法選擇 0 0.00 0.00 0.00
1 常常 106 6.78 6.78 6.78
2 有時候 574 36.72 36.72 43.51
3 很少 608 38.90 38.90 82.41
4 幾乎沒有 (跳答G4) 275 17.59 17.59 100.00
NA NA 0 0.00 NA NA
total N=1563 · valid N=1563 · x̄=2.67 · σ=0.84
#檢查假設A5社會組織參與情況之次數分配

frq(tscs2023$g5, out="viewer")
G5.您有沒有參加住家附近的社區組織? (x) <categorical>
val label frq raw.prc valid.prc cum.prc
-4 無法選擇 11 0.70 0.70 0.70
1 沒有社區組織 105 6.72 6.72 7.42
2 沒有參加過 1007 64.43 64.43 71.85
3 很少參加 179 11.45 11.45 83.30
4 有時會參加 173 11.07 11.07 94.37
5 經常參加 88 5.63 5.63 100.00
NA NA 0 0.00 NA NA
total N=1563 · valid N=1563 · x̄=2.40 · σ=1.11

五、變項清理

1.公民公共政策討論參與意願資料清理與編碼

#依變數公民參與公共政策討論意願重新編碼

tscs2023$g4ar <- rec(tscs2023$g4a,
                 rec= "1=1[一定會參加];
                       2=2[可能會參加];
                       3=3[可能不會參加];
                       4=4[一定不會參加];
                       else=NA",
                 as.num = F)

#檢查資料清理後的次數分配與結構

frq(tscs2023$g4ar, out="viewer")
G4a.如果政府在決定重大政策前,先召開會議讓一般民眾來討論,提出建議讓政府參考,您會參加嗎? (x) <categorical>
val label frq raw.prc valid.prc cum.prc
1 一定會參加 142 9.09 9.12 9.12
2 可能會參加 856 54.77 54.98 64.10
3 可能不會參加 344 22.01 22.09 86.19
4 一定不會參加 215 13.76 13.81 100.00
NA NA 6 0.38 NA NA
total N=1563 · valid N=1557 · x̄=2.41 · σ=0.84
str(tscs2023$g4ar)
 Factor w/ 4 levels "1","2","3","4": 2 2 4 3 2 2 2 3 2 2 ...
 - attr(*, "labels")= Named num [1:4] 1 2 3 4
  ..- attr(*, "names")= chr [1:4] "一定會參加" "可能會參加" "可能不會參加" "一定不會參加"
 - attr(*, "label")= chr "G4a.如果政府在決定重大政策前,先召開會議讓一般民眾來討論,提出建議讓政府參考,您會參加嗎?"

2.教育程度資料清理與編碼

此次研究將教育程度視為可能影響公民討論參與意願的其中一項因素,原始資料庫中將受訪者之教育程度區分為22個項目,考量到其中包含了部分學歷上較為特殊(士官學校、軍警專科/專修班、私塾等),且有部分類別的受訪者/觀察值較少,因此本研究參考了教育部所制定的《中華民國教育程度標準分類-第五次修正》,依據其學制與教育層級之劃分,將教育程度重新分類為國小以下、國小、國中、高中、專科、學士、碩士、博士這幾個主要類別。而原始資料中的「無/不識字」暫歸入國小以下,「小學」歸入國民小學,「國(初)中」及「初職」歸入國民中學,原因在於教育部將舊制初級職業學校對應至國民中學教育。至於「高中普通科」、「高中職業科」及「高職」,雖然在教育內容上具有普通教育與職業教育的差異,但均屬於高級中等教育,因此合併為同一類別。「二專」、「三專」、「軍警專科班」及「空中行專/商專」則依其學制性質,暫歸入專科教育,「空中大學」、「軍警官學校或軍警官大學」、「技術學院、科大」及「大學」,則依學制名稱暫歸入學士教育。最後,「碩士」及「博士」分別保留為獨立的教育程度類別。

在此分類之下仍有些選項無法被歸類為上述任一學歷,「自修/識字/私塾」涉及非正式教育,教育部的分類標準並未直接將自學或識字能力視為特定的正式學歷,因此本研究將其另外保留為「自修或私塾」類別,避免直接將其認定為國民小學或其他正式教育程度。此外,教育部將五專前三年歸入高級中等教育,後二年歸入專科教育,但原始問卷並未提供受訪者具體的五專修業階段,因此無法僅依該選項判定其教育層級,因此本研究將五專統一歸入專科類別。至於「士官學校」、「軍警專修班」及「其他」,由於問卷未提供足以確認其正式學歷的資訊,本研究亦暫時將其視為遺失值進行清理。

#解釋變數:教育程度重新編碼

tscs2023$b1r <- rec(tscs2023$b1,
                rec = "1=0[國小以下];
                       3=1[國民小學];
                       4,5=2[國民中學];
                       6,7,8=3[高等中學];
                       10,11,12,14,15=5[專科];
                       16,17,18,19=6[學士];
                       20=7[碩士];
                       21=8[博士];
                       2=9[自修或私塾];
                       9,13,22=NA",
                    as.num = F)
 
#檢查資料清理後的次數分配與結構
 
frq(tscs2023$b1r, out="viewer")
B1.您的教育程度是: (x) <categorical>
val label frq raw.prc valid.prc cum.prc
0 國小以下 10 0.64 0.64 0.64
1 國民小學 143 9.15 9.17 9.81
2 國民中學 160 10.24 10.26 20.08
3 高等中學 423 27.06 27.13 47.21
5 專科 190 12.16 12.19 59.40
6 學士 486 31.09 31.17 90.57
7 碩士 120 7.68 7.70 98.27
8 博士 22 1.41 1.41 99.68
9 自修或私塾 5 0.32 0.32 100.00
NA NA 4 0.26 NA NA
total N=1563 · valid N=1559 · x̄=4.27 · σ=1.98
str(tscs2023$b1r)
 Factor w/ 9 levels "0","1","2","3",..: 6 2 4 NA 6 6 4 4 6 5 ...
 - attr(*, "labels")= Named num [1:9] 0 1 2 3 5 6 7 8 9
  ..- attr(*, "names")= chr [1:9] "國小以下" "國民小學" "國民中學" "高等中學" ...
 - attr(*, "label")= chr "B1.您的教育程度是:"

3.政治效能感資料清理與編碼

在假設中原應以外在效能感與內在效能感作為假設的前提下去找尋相應之問卷體,但並未能於問卷體中找到相符之問題,因此僅能找尋到外在效能感相關之問卷變項作為資料並進行清理。

#解釋變數:政治效能感重新編碼

# 1.外在政治效能感一
 
tscs2023$c15ar <- rec(tscs2023$c15a,
                  rec = "1=1[非常同意];
                         2=2[同意];
                         3=3[不同意也不反對];
                         4=4[不同意];
                         5=5[非常不同意];
                         else=NA",
                      as.num = F)

#檢查資料清理後的次數分配與結構

frq(tscs2023$c15ar, out="viewer")
C15a.您同不同意下列這些說法?像您這樣的人,對政府的作為沒有任何影響力 (x) <categorical>
val label frq raw.prc valid.prc cum.prc
1 非常同意 166 10.62 10.75 10.75
2 同意 688 44.02 44.56 55.31
3 不同意也不反對 7 0.45 0.45 55.76
4 不同意 625 39.99 40.48 96.24
5 非常不同意 58 3.71 3.76 100.00
NA NA 19 1.22 NA NA
total N=1563 · valid N=1544 · x̄=2.82 · σ=1.18
str(tscs2023$c15ar)
 Factor w/ 5 levels "1","2","3","4",..: 4 4 2 2 4 4 4 2 4 2 ...
 - attr(*, "labels")= Named num [1:5] 1 2 3 4 5
  ..- attr(*, "names")= chr [1:5] "非常同意" "同意" "不同意也不反對" "不同意" ...
 - attr(*, "label")= chr "C15a.您同不同意下列這些說法?像您這樣的人,對政府的作為沒有任何影響力"
# 2.外在政治效能感二

tscs2023$c15br <- rec(tscs2023$c15b,
                  rec = "1=1[非常同意];
                         2=2[同意];
                         3=3[不同意也不反對];
                         4=4[不同意];
                         5=5[非常不同意];
                         else=NA",
                      as.num = F)

#檢查資料清理後的次數分配與結構

frq(tscs2023$c15br, out="viewer")
C15b.您同不同意下列這些說法?您認為政府不在乎像您這樣的人的想法是什麼 (x) <categorical>
val label frq raw.prc valid.prc cum.prc
1 非常同意 182 11.64 11.80 11.80
2 同意 659 42.16 42.74 54.54
3 不同意也不反對 6 0.38 0.39 54.93
4 不同意 631 40.37 40.92 95.85
5 非常不同意 64 4.09 4.15 100.00
NA NA 21 1.34 NA NA
total N=1563 · valid N=1542 · x̄=2.83 · σ=1.20
str(tscs2023$c15br)
 Factor w/ 5 levels "1","2","3","4",..: 2 4 2 4 4 2 4 2 2 4 ...
 - attr(*, "labels")= Named num [1:5] 1 2 3 4 5
  ..- attr(*, "names")= chr [1:5] "非常同意" "同意" "不同意也不反對" "不同意" ...
 - attr(*, "label")= chr "C15b.您同不同意下列這些說法?您認為政府不在乎像您這樣的人的想法是什麼"

4.資訊接收頻率資料清理與編碼

#解釋變數:資訊接收頻率重新編碼
 
tscs2023$c19r <- rec(tscs2023$c19,
                 rec = "1=1[一天好幾次];
                        2=2[每天一次];
                        3=3[每週五到六天];
                        4=4[每周三到四天];
                        5=5[每週一到兩天];
                        6=6[每週不到一天];
                        7=7[從來沒有];
                        else=NA",
                     as.num = F)

#檢查資料清理後的次數分配與結構

frq(tscs2023$c19r, out="viewer")
C19.您常不常經由電視、報紙、廣播或網路得到政治新聞與訊息? (x) <categorical>
val label frq raw.prc valid.prc cum.prc
1 一天好幾次 613 39.22 39.22 39.22
2 每天一次 470 30.07 30.07 69.29
3 每週五到六天 82 5.25 5.25 74.54
4 每周三到四天 134 8.57 8.57 83.11
5 每週一到兩天 147 9.40 9.40 92.51
6 每週不到一天 71 4.54 4.54 97.06
7 從來沒有 46 2.94 2.94 100.00
NA NA 0 0.00 NA NA
total N=1563 · valid N=1563 · x̄=2.44 · σ=1.70
str(tscs2023$c19r)
 Factor w/ 7 levels "1","2","3","4",..: 5 4 1 1 4 4 1 2 3 1 ...
 - attr(*, "labels")= Named num [1:7] 1 2 3 4 5 6 7
  ..- attr(*, "names")= chr [1:7] "一天好幾次" "每天一次" "每週五到六天" "每周三到四天" ...
 - attr(*, "label")= chr "C19.您常不常經由電視、報紙、廣播或網路得到政治新聞與訊息?"

5.社會議題討論頻率資料清理與編碼

#解釋變數:社會議題討論頻率重新編碼

tscs2023$g3r <- rec(tscs2023$g3,
                rec = "1=1[常常];
                       2=2[有時候];
                       3=3[很少];
                       4=4[幾乎沒有];
                       else=NA",
                as.num = F)

#檢查資料清理後的次數分配與結構

frq(tscs2023$g3r, out="viewer")
G3.您過去一年來常不常跟人(認識或不認識的人都算)談論社會上發生的事情(包括政治、經濟、社會各方面)? (x) <categorical>
val label frq raw.prc valid.prc cum.prc
1 常常 106 6.78 6.78 6.78
2 有時候 574 36.72 36.72 43.51
3 很少 608 38.90 38.90 82.41
4 幾乎沒有 275 17.59 17.59 100.00
NA NA 0 0.00 NA NA
total N=1563 · valid N=1563 · x̄=2.67 · σ=0.84
str(tscs2023$g3r)
 Factor w/ 4 levels "1","2","3","4": 2 3 2 2 2 2 3 3 2 1 ...
 - attr(*, "labels")= Named num [1:4] 1 2 3 4
  ..- attr(*, "names")= chr [1:4] "常常" "有時候" "很少" "幾乎沒有"
 - attr(*, "label")= chr "G3.您過去一年來常不常跟人(認識或不認識的人都算)談論社會上發生的事情(包括政治、經濟、社會各方面)?"

6.社區組織參與情況資料清理與編碼

#解釋變數:社區組織參與資料重新編碼

tscs2023$g5r <- rec(tscs2023$g5,
                rec = "1=1[沒有社區組織];
                       2=2[沒有參加過];
                       3=3[很少參加];
                       4=4[有時會參加];
                       5=5[經常參加];
                       else=NA",
                as.num = F)

#檢查資料清理後的次數分配與結構

frq(tscs2023$g5r, out="viewer")
G5.您有沒有參加住家附近的社區組織? (x) <categorical>
val label frq raw.prc valid.prc cum.prc
1 沒有社區組織 105 6.72 6.77 6.77
2 沒有參加過 1007 64.43 64.88 71.65
3 很少參加 179 11.45 11.53 83.18
4 有時會參加 173 11.07 11.15 94.33
5 經常參加 88 5.63 5.67 100.00
NA NA 11 0.70 NA NA
total N=1563 · valid N=1552 · x̄=2.44 · σ=0.97
str(tscs2023$g5r)
 Factor w/ 5 levels "1","2","3","4",..: 2 4 3 2 2 5 2 2 2 1 ...
 - attr(*, "labels")= Named num [1:5] 1 2 3 4 5
  ..- attr(*, "names")= chr [1:5] "沒有社區組織" "沒有參加過" "很少參加" "有時會參加" ...
 - attr(*, "label")= chr "G5.您有沒有參加住家附近的社區組織?"

7.存檔

#儲存完成資料清理與重新編碼後的資料檔

save(tscs2023,
     file = "tscs2023r.rda",
     compress = T)

六、變數間假設之檢驗

1.為變數加上標籤

# 公民討論參與意願

tscs2023$g4ar <- set_label(tscs2023$g4ar,label = "公民討論參與意願")

#教育程度

tscs2023$b1r <- set_label(tscs2023$b1r,label = "教育程度")

#外在政治效能感一

tscs2023$c15ar <- set_label(tscs2023$c15ar,label = "個人對政府作為的影響力認知")

#外在政治效能感二

tscs2023$c15br <- set_label(tscs2023$c15br,label = "政府是否重視民眾意見的認知")

#政治資訊接收頻率

tscs2023$c19r <- set_label(tscs2023$c19r,label = "政治資訊接收頻率")

#社會議題討論頻率

tscs2023$g3r <- set_label(tscs2023$g3r,label = "社會議題討論頻率")

#社區組織參與情況

tscs2023$g5r <- set_label(tscs2023$g5r,label = "社區組織參與情況")

2.卡方檢定&分析

#H1:教育程度與公民討論參與意願

## H1-0:教育程度與公民討論參與意願無關。
## H1-1:教育程度與公民討論參與意願相關。

#卡方獨立性檢定

chisq.test(tscs2023$b1r, tscs2023$g4ar)
Warning in chisq.test(tscs2023$b1r, tscs2023$g4ar): Chi-squared approximation
may be incorrect

    Pearson's Chi-squared test

data:  tscs2023$b1r and tscs2023$g4ar
X-squared = 169.1, df = 24, p-value < 2.2e-16
#載入套件

library(sjPlot)

#製作卡方列聯表

tab_xtab(tscs2023$b1r, tscs2023$g4ar,encoding="utf8",
         show.row.prc = TRUE,  #顯示列百分比
         show.col.prc = TRUE,  #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)
         tdcol.row = "brown"   #將列百分比顏色改為褐色 (預設為藍色)
         )
教育程度 公民討論參與意願 Total
一定會參加 可能會參加 可能不會參加 一定不會參加
國小以下 2
20 %
1.4 %
3
30 %
0.4 %
0
0 %
0 %
5
50 %
2.3 %
10
100 %
0.6 %
國民小學 21
14.9 %
14.9 %
39
27.7 %
4.6 %
30
21.3 %
8.7 %
51
36.2 %
23.7 %
141
100 %
9.1 %
國民中學 17
10.6 %
12.1 %
59
36.9 %
6.9 %
55
34.4 %
16 %
29
18.1 %
13.5 %
160
100 %
10.3 %
高等中學 42
10 %
29.8 %
229
54.3 %
26.8 %
87
20.6 %
25.4 %
64
15.2 %
29.8 %
422
100 %
27.2 %
專科 18
9.5 %
12.8 %
108
56.8 %
12.6 %
49
25.8 %
14.3 %
15
7.9 %
7 %
190
100 %
12.2 %
學士 37
7.7 %
26.2 %
313
64.8 %
36.7 %
96
19.9 %
28 %
37
7.7 %
17.2 %
483
100 %
31.1 %
碩士 3
2.5 %
2.1 %
84
70 %
9.8 %
23
19.2 %
6.7 %
10
8.3 %
4.7 %
120
100 %
7.7 %
博士 1
4.5 %
0.7 %
18
81.8 %
2.1 %
1
4.5 %
0.3 %
2
9.1 %
0.9 %
22
100 %
1.4 %
自修或私塾 0
0 %
0 %
1
20 %
0.1 %
2
40 %
0.6 %
2
40 %
0.9 %
5
100 %
0.3 %
Total 141
9.1 %
100 %
854
55 %
100 %
343
22.1 %
100 %
215
13.8 %
100 %
1553
100 %
100 %
χ2=169.105 · df=24 · Cramer's V=0.191 · Fisher's p=0.000

透過卡方檢定,可以發現教育程度與公民討論參與意願具有統計上具有顯著的關聯(χ²=169.105,df=24,p<.001),因此拒絕H1-0虛無假設,支持H1-1對立假設。此外,Cramér’s V=0.191,顯示兩者的關聯強度比較有限。

從列百分比來看,「一定會參加」以國小以下(20.0%)及國民小學(14.9%)較高;「可能會參加」以博士(81.8%)、碩士(70.0%)及學士(64.8%)較高;「可能不會參加」以國民中學(34.4%)較高;「一定不會參加」則以國小以下(50.0%)及國民小學(36.2%)較高。不過,自修或私塾僅有5人、國小以下僅有10人,因此上述高比例不宜作為主要推論依據。欄百分比方面,前三種參與意願主要集中於學士及高級中等教育,而「一定不會參加」則以高級中等教育(29.8%)及國民小學(23.7%)較多。

整體而言,教育程度較高的民眾可能具有較高的參與意願,這可能與其具備較多公共議題知識,進而降低理解政策內容所需的成本有關。

#H2a:個人對政府作為的影響力認知與公民討論參與意願

## H2a-0:個人對政府作為的影響力認知與公民討論參與意願無關。
## H2a-1:個人對政府作為的影響力認知與公民討論參與意願相關。

#卡方獨立性檢定

chisq.test(tscs2023$c15ar, tscs2023$g4ar)
Warning in chisq.test(tscs2023$c15ar, tscs2023$g4ar): Chi-squared approximation
may be incorrect

    Pearson's Chi-squared test

data:  tscs2023$c15ar and tscs2023$g4ar
X-squared = 62.807, df = 12, p-value = 6.915e-09
#製作卡方列聯表

tab_xtab(tscs2023$c15ar, tscs2023$g4ar,encoding="utf8",
         show.row.prc = TRUE,    #顯示列百分比
         show.col.prc = TRUE,    #顯示欄百分比
         show.na = FALSE,        #不顯示無效值(預設)
         show.legend = FALSE,    #不顯示圖例(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
         tdcol.row = "brown"     #將列百分比顏色改為褐色
)
個人對政府作為的影響力認知 公民討論參與意願 Total
一定會參加 可能會參加 可能不會參加 一定不會參加
非常同意 16
9.6 %
11.5 %
84
50.6 %
9.9 %
31
18.7 %
9 %
35
21.1 %
16.9 %
166
100 %
10.8 %
同意 46
6.7 %
33.1 %
351
51.2 %
41.2 %
182
26.5 %
52.9 %
107
15.6 %
51.7 %
686
100 %
44.5 %
不同意也不反對 0
0 %
0 %
3
42.9 %
0.4 %
3
42.9 %
0.9 %
1
14.3 %
0.5 %
7
100 %
0.5 %
不同意 62
9.9 %
44.6 %
383
61.4 %
45 %
122
19.6 %
35.5 %
57
9.1 %
27.5 %
624
100 %
40.5 %
非常不同意 15
25.9 %
10.8 %
30
51.7 %
3.5 %
6
10.3 %
1.7 %
7
12.1 %
3.4 %
58
100 %
3.8 %
Total 139
9 %
100 %
851
55.2 %
100 %
344
22.3 %
100 %
207
13.4 %
100 %
1541
100 %
100 %
χ2=62.807 · df=12 · Cramer's V=0.117 · Fisher's p=0.000

透過卡方檢定,可以發現個人對政府作為的影響力認知與公民討論參與意願具有統計上顯著的關聯(χ²=62.807,df=12,p<.001),因此拒絕H2a-0虛無假設,支持H2a-1對立假設。此外,Cramér’s V=0.117,顯示兩者的關聯強度較弱。

從列百分比來看,「一定會參加」以非常不同意自己對政府沒有影響力者(25.9%)較高;「可能會參加」以不同意者(61.4%)較高;「可能不會參加」以不同意也不反對者(42.9%)最高,其次為同意者(26.5%)。不過,中立類別僅有7人,其中3人回答可能不會參加,因此不宜過度解讀該類別的百分比。若僅比較具有明確同意或不同意立場的受訪者,則以同意者(26.5%)較高。;「一定不會參加」則以非常同意者(21.1%)較高。欄百分比方面,「一定會參加」及「可能會參加」皆以不同意者占比較高,分別為44.6%及45.0%;「可能不會參加」及「一定不會參加」則以同意者為主,分別為52.9%及51.7%。

整體而言,認為自己能夠影響政府作為的民眾,可能具有較高的公民討論參與意願,這可能與民眾認為自身意見有機會影響政府決策有關。

#H2b:政府是否重視民眾意見的認知與公民討論參與意願

## H2b-0:政府是否重視民眾意見的認知與公民討論參與意願無關。
## H2b-1:政府是否重視民眾意見的認知與公民討論參與意願相關。

#卡方獨立性檢定

chisq.test(tscs2023$c15br, tscs2023$g4ar)
Warning in chisq.test(tscs2023$c15br, tscs2023$g4ar): Chi-squared approximation
may be incorrect

    Pearson's Chi-squared test

data:  tscs2023$c15br and tscs2023$g4ar
X-squared = 43.436, df = 12, p-value = 1.905e-05
#製作卡方列聯表

tab_xtab(tscs2023$c15br, tscs2023$g4ar,encoding="utf8",
         show.row.prc = TRUE,    #顯示列百分比
         show.col.prc = TRUE,    #顯示欄百分比
         show.na = FALSE,        #不顯示無效值(預設)
         show.legend = FALSE,    #不顯示圖例(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
         tdcol.row = "brown"     #將列百分比顏色改為褐色
)
政府是否重視民眾意見的認知 公民討論參與意願 Total
一定會參加 可能會參加 可能不會參加 一定不會參加
非常同意 19
10.4 %
13.7 %
102
56 %
12 %
34
18.7 %
9.9 %
27
14.8 %
13 %
182
100 %
11.8 %
同意 51
7.8 %
36.7 %
342
52.1 %
40.2 %
151
23 %
44.2 %
113
17.2 %
54.3 %
657
100 %
42.7 %
不同意也不反對 0
0 %
0 %
2
33.3 %
0.2 %
2
33.3 %
0.6 %
2
33.3 %
1 %
6
100 %
0.4 %
不同意 53
8.4 %
38.1 %
373
59.2 %
43.9 %
143
22.7 %
41.8 %
61
9.7 %
29.3 %
630
100 %
40.9 %
非常不同意 16
25 %
11.5 %
31
48.4 %
3.6 %
12
18.8 %
3.5 %
5
7.8 %
2.4 %
64
100 %
4.2 %
Total 139
9 %
100 %
850
55.2 %
100 %
342
22.2 %
100 %
208
13.5 %
100 %
1539
100 %
100 %
χ2=43.436 · df=12 · Cramer's V=0.097 · Fisher's p=0.000

透過卡方獨立檢定,可以發現政府是否重視民眾意見的認知與公民討論參與意願具有統計上顯著的關聯(χ²=43.436,df=12,p<.001),因此拒絕H2b-0虛無假設,支持H2b-1對立假設。此外,Cramér’s V=0.097,顯示兩者的關聯強度較弱。

從列百分比來看,由於不同意也不反對者僅有6人,因此以下主要比較具有明確同意或不同意立場的受訪者。在此比較範圍內,「一定會參加」以非常不同意者(25.0%)較高;『可能會參加』以不同意者(59.2%)較高;「可能不會參加」及「一定不會參加」則分別以同意者(23.0%、17.2%)較高。,不過上述比較未將僅有6人的中立類別納入主要判讀。欄百分比方面,「一定會參加」及「可能會參加」皆以不同意者占比較高,分別為38.1%及43.9%;「可能不會參加」及「一定不會參加」則以同意者較多,分別為44.2%及54.3%。

整體而言,認為政府重視民眾意見的受訪者,可能具有較高的公民討論參與意願,其可能原因是民眾認為自身意見有機會受到政府重視,因此更願意參與政策討論

#H3:政治資訊接收頻率與公民討論參與意願

## H3-0:政治資訊接收頻率與公民討論參與意願無關。
## H3-1:政治資訊接收頻率與公民討論參與意願相關。

#卡方獨立性檢定

chisq.test(tscs2023$c19r, tscs2023$g4ar)
Warning in chisq.test(tscs2023$c19r, tscs2023$g4ar): Chi-squared approximation
may be incorrect

    Pearson's Chi-squared test

data:  tscs2023$c19r and tscs2023$g4ar
X-squared = 51.843, df = 18, p-value = 3.955e-05
#製作卡方列聯表

tab_xtab(tscs2023$c19r, tscs2023$g4ar,encoding="utf8",
         show.row.prc = TRUE,    #顯示列百分比
         show.col.prc = TRUE,    #顯示欄百分比
         show.na = FALSE,        #不顯示無效值(預設)
         show.legend = FALSE,    #不顯示圖例(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
         tdcol.row = "brown"     #將列百分比顏色改為褐色
)
政治資訊接收頻率 公民討論參與意願 Total
一定會參加 可能會參加 可能不會參加 一定不會參加
一天好幾次 69
11.3 %
48.6 %
340
55.5 %
39.7 %
116
18.9 %
33.7 %
88
14.4 %
40.9 %
613
100 %
39.4 %
每天一次 39
8.3 %
27.5 %
260
55.6 %
30.4 %
104
22.2 %
30.2 %
65
13.9 %
30.2 %
468
100 %
30.1 %
每週五到六天 8
9.8 %
5.6 %
47
57.3 %
5.5 %
20
24.4 %
5.8 %
7
8.5 %
3.3 %
82
100 %
5.3 %
每周三到四天 9
6.8 %
6.3 %
81
60.9 %
9.5 %
32
24.1 %
9.3 %
11
8.3 %
5.1 %
133
100 %
8.5 %
每週一到兩天 8
5.5 %
5.6 %
82
56.2 %
9.6 %
43
29.5 %
12.5 %
13
8.9 %
6 %
146
100 %
9.4 %
每週不到一天 6
8.6 %
4.2 %
32
45.7 %
3.7 %
19
27.1 %
5.5 %
13
18.6 %
6 %
70
100 %
4.5 %
從來沒有 3
6.7 %
2.1 %
14
31.1 %
1.6 %
10
22.2 %
2.9 %
18
40 %
8.4 %
45
100 %
2.9 %
Total 142
9.1 %
100 %
856
55 %
100 %
344
22.1 %
100 %
215
13.8 %
100 %
1557
100 %
100 %
χ2=51.843 · df=18 · Cramer's V=0.105 · Fisher's p=0.001

透過卡方檢定,可以發現政治資訊接收頻率與公民討論參與意願具有統計上顯著的關聯(χ²=51.843,df=18,p<.001),因此拒絕H3-0虛無假設,支持H3-1對立假設。此外,Cramér’s V=0.105,顯示兩者的關聯強度較弱。

從列百分比來看,「一定會參加」以一天好幾次(11.3%)較高;「可能會參加」以每週三到四天(60.9%)較高;「可能不會參加」以每週一到兩天(29.5%)較高;「一定不會參加」則以從來沒有接收政治資訊者(40.0%)較高。欄百分比方面,四種參與意願皆以一天好幾次及每天一次接收政治資訊者占比較高,其中「一定會參加」分別占48.6%及27.5%,「一定不會參加」則分別占40.9%及30.2%。

整體而言,政治資訊接收較頻繁的民眾可能具有較高的公民討論參與意願。例如,一天好幾次接收政治資訊者,回答「一定會參加」或「可能會參加」的比例合計為66.8%,高於從來沒有接收者的37.8%。這可能與經常接收政治資訊的民眾對公共議題較為熟悉,因而降低理解政策內容所需的成本有關。

#H4:社會議題討論頻率與公民討論參與意願

## H4-0:社會議題討論頻率與公民討論參與意願無關。
## H4-1:社會議題討論頻率與公民討論參與意願相關。

#卡方獨立性檢定

chisq.test(tscs2023$g3r, tscs2023$g4ar)

    Pearson's Chi-squared test

data:  tscs2023$g3r and tscs2023$g4ar
X-squared = 160.5, df = 9, p-value < 2.2e-16
#製作卡方列聯表

tab_xtab(tscs2023$g3r, tscs2023$g4ar,encoding="utf8",
         show.row.prc = TRUE,    #顯示列百分比
         show.col.prc = TRUE,    #顯示欄百分比
         show.na = FALSE,        #不顯示無效值(預設)
         show.legend = FALSE,    #不顯示圖例(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
         tdcol.row = "brown"     #將列百分比顏色改為褐色
)
社會議題討論頻率 公民討論參與意願 Total
一定會參加 可能會參加 可能不會參加 一定不會參加
常常 21
19.8 %
14.8 %
67
63.2 %
7.8 %
13
12.3 %
3.8 %
5
4.7 %
2.3 %
106
100 %
6.8 %
有時候 58
10.2 %
40.8 %
377
66 %
44 %
89
15.6 %
25.9 %
47
8.2 %
21.9 %
571
100 %
36.7 %
很少 42
6.9 %
29.6 %
314
51.8 %
36.7 %
173
28.5 %
50.3 %
77
12.7 %
35.8 %
606
100 %
38.9 %
幾乎沒有 21
7.7 %
14.8 %
98
35.8 %
11.4 %
69
25.2 %
20.1 %
86
31.4 %
40 %
274
100 %
17.6 %
Total 142
9.1 %
100 %
856
55 %
100 %
344
22.1 %
100 %
215
13.8 %
100 %
1557
100 %
100 %
χ2=160.500 · df=9 · Cramer's V=0.185 · p=0.000

透過卡方檢定,發現社會議題討論頻率與公民討論參與意願具有統計上顯著的關聯(χ²=160.500,df=9,p<.001),因此拒絕H4-0虛無假設,支持H4-1對立假設。此外,Cramér’s V=0.185,顯示兩者的關聯強度相對有限。

從列百分比來看,「一定會參加」以常常討論社會議題者(19.8%)較高;「可能會參加」以有時候討論者(66.0%)較高;「可能不會參加」以很少討論者(28.5%)較高;「一定不會參加」則以幾乎沒有討論者(31.4%)較高。欄百分比方面,「一定會參加」及「可能會參加」皆以有時候討論者占比較高,分別為40.8%及44.0%;「可能不會參加」以很少討論者(50.3%)較多;「一定不會參加」則以幾乎沒有討論者(40.0%)較多。

整體而言,經常與他人討論社會議題的民眾可能具有較高的公民討論參與意願,這可能與其對表達意見、交流想法及討論公共事務的過程較為熟悉有關,因而可能降低參與政策討論的心理門檻。不過,卡方檢定僅能確認兩者存在統計關聯,無法據此認定因果關係。

#H5:社區組織參與情況與公民討論參與意願

## H5-0:社區組織參與情況與公民討論參與意願無關。
## H5-1:社區組織參與情況與公民討論參與意願相關。

#卡方獨立性檢定

chisq.test(tscs2023$g5r, tscs2023$g4ar)

    Pearson's Chi-squared test

data:  tscs2023$g5r and tscs2023$g4ar
X-squared = 92.826, df = 12, p-value = 1.398e-14
#製作卡方列聯表

tab_xtab(tscs2023$g5r, tscs2023$g4ar,encoding="utf8",
         show.row.prc = TRUE,    #顯示列百分比
         show.col.prc = TRUE,    #顯示欄百分比
         show.na = FALSE,        #不顯示無效值(預設)
         show.legend = FALSE,    #不顯示圖例(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
         tdcol.row = "brown"     #將列百分比顏色改為褐色
)
社區組織參與情況 公民討論參與意願 Total
一定會參加 可能會參加 可能不會參加 一定不會參加
沒有社區組織 13
12.4 %
9.2 %
53
50.5 %
6.2 %
29
27.6 %
8.5 %
10
9.5 %
4.7 %
105
100 %
6.8 %
沒有參加過 65
6.5 %
45.8 %
523
52.2 %
61.6 %
243
24.3 %
71.1 %
171
17.1 %
80.3 %
1002
100 %
64.8 %
很少參加 14
7.8 %
9.9 %
116
64.8 %
13.7 %
34
19 %
9.9 %
15
8.4 %
7 %
179
100 %
11.6 %
有時會參加 26
15 %
18.3 %
107
61.8 %
12.6 %
30
17.3 %
8.8 %
10
5.8 %
4.7 %
173
100 %
11.2 %
經常參加 24
27.6 %
16.9 %
50
57.5 %
5.9 %
6
6.9 %
1.8 %
7
8 %
3.3 %
87
100 %
5.6 %
Total 142
9.2 %
100 %
849
54.9 %
100 %
342
22.1 %
100 %
213
13.8 %
100 %
1546
100 %
100 %
χ2=92.826 · df=12 · Cramer's V=0.141 · p=0.000

透過卡方檢定,發現社區組織參與情況與公民討論參與意願具有統計上顯著的關聯(χ²=92.826,df=12,p<.001),因此拒絕H5-0虛無假設,支持H5-1對立假設。此外,Cramér’s V=0.141,顯示兩者的關聯強度相對有限。

從列百分比來看,「一定會參加」以經常參與社區組織者(27.6%)較高;「可能會參加」以很少參與者(64.8%)較高;「可能不會參加」以沒有社區組織者(27.6%)較高;「一定不會參加」則以沒有參加過者(17.1%)較高。欄百分比方面,四種參與意願皆以沒有參加過社區組織者占比較高,分別為45.8%、61.6%、71.1%及80.3%,其中不願參加者的占比尤其明顯,但這也與沒有參加過者的整體樣本數較多有關。

整體而言,具有社區組織參與經驗的民眾可能具有較高的公民討論參與意願,這可能與其在社區活動中累積的意見交流、協調及公共事務參與經驗有關。

#H6:教育程度與政治資訊接收頻率

## H6-0:教育程度與政治資訊接收頻率無關。
## H6-1:教育程度與政治資訊接收頻率相關。

#卡方獨立性檢定

chisq.test(tscs2023$b1r, tscs2023$c19r)
Warning in chisq.test(tscs2023$b1r, tscs2023$c19r): Chi-squared approximation
may be incorrect

    Pearson's Chi-squared test

data:  tscs2023$b1r and tscs2023$c19r
X-squared = 124.16, df = 48, p-value = 1.145e-08
#製作卡方列聯表

tab_xtab(tscs2023$b1r, tscs2023$c19r,encoding="utf8",
         show.row.prc = TRUE,    #顯示列百分比
         show.col.prc = TRUE,    #顯示欄百分比
         show.na = FALSE,        #不顯示無效值(預設)
         show.legend = FALSE,    #不顯示圖例(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
         tdcol.row = "brown"     #將列百分比顏色改為褐色
)
教育程度 政治資訊接收頻率 Total
一天好幾次 每天一次 每週五到六天 每周三到四天 每週一到兩天 每週不到一天 從來沒有
國小以下 3
30 %
0.5 %
1
10 %
0.2 %
0
0 %
0 %
0
0 %
0 %
1
10 %
0.7 %
1
10 %
1.4 %
4
40 %
8.7 %
10
100 %
0.6 %
國民小學 51
35.7 %
8.4 %
50
35 %
10.6 %
7
4.9 %
8.5 %
9
6.3 %
6.7 %
12
8.4 %
8.2 %
5
3.5 %
7 %
9
6.3 %
19.6 %
143
100 %
9.2 %
國民中學 60
37.5 %
9.9 %
57
35.6 %
12.1 %
4
2.5 %
4.9 %
8
5 %
6 %
15
9.4 %
10.2 %
8
5 %
11.3 %
8
5 %
17.4 %
160
100 %
10.3 %
高等中學 175
41.4 %
28.7 %
125
29.6 %
26.6 %
19
4.5 %
23.2 %
26
6.1 %
19.4 %
43
10.2 %
29.3 %
17
4 %
23.9 %
18
4.3 %
39.1 %
423
100 %
27.1 %
專科 72
37.9 %
11.8 %
60
31.6 %
12.8 %
13
6.8 %
15.9 %
16
8.4 %
11.9 %
14
7.4 %
9.5 %
13
6.8 %
18.3 %
2
1.1 %
4.3 %
190
100 %
12.2 %
學士 196
40.3 %
32.2 %
128
26.3 %
27.2 %
32
6.6 %
39 %
60
12.3 %
44.8 %
48
9.9 %
32.7 %
19
3.9 %
26.8 %
3
0.6 %
6.5 %
486
100 %
31.2 %
碩士 41
34.2 %
6.7 %
40
33.3 %
8.5 %
7
5.8 %
8.5 %
14
11.7 %
10.4 %
12
10 %
8.2 %
5
4.2 %
7 %
1
0.8 %
2.2 %
120
100 %
7.7 %
博士 9
40.9 %
1.5 %
9
40.9 %
1.9 %
0
0 %
0 %
0
0 %
0 %
1
4.5 %
0.7 %
3
13.6 %
4.2 %
0
0 %
0 %
22
100 %
1.4 %
自修或私塾 2
40 %
0.3 %
0
0 %
0 %
0
0 %
0 %
1
20 %
0.7 %
1
20 %
0.7 %
0
0 %
0 %
1
20 %
2.2 %
5
100 %
0.3 %
Total 609
39.1 %
100 %
470
30.1 %
100 %
82
5.3 %
100 %
134
8.6 %
100 %
147
9.4 %
100 %
71
4.6 %
100 %
46
3 %
100 %
1559
100 %
100 %
χ2=124.163 · df=48 · Cramer's V=0.115 · Fisher's p=0.000

透過卡方獨立性檢定,發現教育程度與政治資訊接收頻率具有統計上顯著的關聯(χ²=124.163,df=48,p<.001),因此拒絕H6-0虛無假設,支持H6-1對立假設。此外,Cramér’s V=0.115,顯示兩者的關聯強度較弱。

從列百分比來看,「一天好幾次」以高級中等教育(41.4%)、博士(40.9%)及學士(40.3%)較高;「每天一次」以博士(40.9%)及國民中學(35.6%)較高;「每週三到四天」以學士(12.3%)及碩士(11.7%)較高,而自修或私塾僅有5人,20.0%實際上只有1人,因此不宜作為主要判讀依據;「從來沒有」則以國小以下(40.0%)、自修或私塾(20%)及國民小學(6.3%)較高。欄百分比方面,「一天好幾次」及「每天一次」皆以學士及高級中等教育者占比較高,而「從來沒有」則以高級中等教育(39.1%)及國民小學(19.6%)較多。

整體而言,教育程度與政治資訊接收頻率確實存在關聯,但高教育程度者並未一致呈現更高的每日接收頻率。相較之下,較低教育程度者完全不接收政治資訊的比例可能較高,這可能與不同教育背景的民眾在政治資訊理解能力及接收意願上的差異有關。

#H7:政治資訊接收頻率與社會議題討論頻率

## H7-0:政治資訊接收頻率與社會議題討論頻率無關。
## H7-1:政治資訊接收頻率與社會議題討論頻率相關。

#卡方獨立性檢定

chisq.test(tscs2023$c19r, tscs2023$g3r)
Warning in chisq.test(tscs2023$c19r, tscs2023$g3r): Chi-squared approximation
may be incorrect

    Pearson's Chi-squared test

data:  tscs2023$c19r and tscs2023$g3r
X-squared = 123.39, df = 18, p-value < 2.2e-16
#製作卡方列聯表

tab_xtab(tscs2023$c19r, tscs2023$g3r,encoding="utf8",
         show.row.prc = TRUE,    #顯示列百分比
         show.col.prc = TRUE,    #顯示欄百分比
         show.na = FALSE,        #不顯示無效值(預設)
         show.legend = FALSE,    #不顯示圖例(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
         tdcol.row = "brown"     #將列百分比顏色改為褐色
)
政治資訊接收頻率 社會議題討論頻率 Total
常常 有時候 很少 幾乎沒有
一天好幾次 63
10.3 %
59.4 %
248
40.5 %
43.2 %
219
35.7 %
36 %
83
13.5 %
30.2 %
613
100 %
39.2 %
每天一次 23
4.9 %
21.7 %
167
35.5 %
29.1 %
188
40 %
30.9 %
92
19.6 %
33.5 %
470
100 %
30.1 %
每週五到六天 6
7.3 %
5.7 %
29
35.4 %
5.1 %
40
48.8 %
6.6 %
7
8.5 %
2.5 %
82
100 %
5.2 %
每周三到四天 9
6.7 %
8.5 %
61
45.5 %
10.6 %
52
38.8 %
8.6 %
12
9 %
4.4 %
134
100 %
8.6 %
每週一到兩天 3
2 %
2.8 %
51
34.7 %
8.9 %
60
40.8 %
9.9 %
33
22.4 %
12 %
147
100 %
9.4 %
每週不到一天 1
1.4 %
0.9 %
14
19.7 %
2.4 %
36
50.7 %
5.9 %
20
28.2 %
7.3 %
71
100 %
4.5 %
從來沒有 1
2.2 %
0.9 %
4
8.7 %
0.7 %
13
28.3 %
2.1 %
28
60.9 %
10.2 %
46
100 %
2.9 %
Total 106
6.8 %
100 %
574
36.7 %
100 %
608
38.9 %
100 %
275
17.6 %
100 %
1563
100 %
100 %
χ2=123.394 · df=18 · Cramer's V=0.162 · Fisher's p=0.000

透過卡方檢定,發現政治資訊接收頻率與社會議題討論頻率具有統計上顯著的關聯(χ²=123.394,df=18,p<.001),因此拒絕H7-0虛無假設,支持H7-1對立假設。此外,Cramér’s V=0.162,顯示兩者的關聯強度相對有限。

從列百分比來看,「常常」討論以一天好幾次接收政治資訊者(10.3%)較高;「有時候」以每週三到四天者(45.5%)較高;「很少」以每週不到一天者(50.7%)較高;「幾乎沒有」則以從來不接收者(60.9%)最高。欄百分比方面,「常常」及「有時候」討論者皆以一天好幾次接收政治資訊者占比較高,分別為59.4%及43.2%;「很少」以一天好幾次者(36.0%)較多;「幾乎沒有」則以每天一次者(33.5%)及一天好幾次者(30.2%)較多。

整體而言,政治資訊接收較頻繁的民眾可能更常與他人討論社會議題,這可能與其接觸較多政治新聞及公共議題,因而具有更多討論素材有關。不過,各頻率類別並未呈現完全一致的遞增關係,後續評估時需仔細查找實際原因。

#H8:社區組織參與情況與社會議題討論頻率

## H8-0:社區組織參與情況與社會議題討論頻率無關。
## H8-1:社區組織參與情況與社會議題討論頻率相關。

#卡方獨立性檢定

chisq.test(tscs2023$g5r, tscs2023$g3r)

    Pearson's Chi-squared test

data:  tscs2023$g5r and tscs2023$g3r
X-squared = 36.891, df = 12, p-value = 0.0002327
#製作卡方列聯表

tab_xtab(tscs2023$g5r, tscs2023$g3r,encoding="utf8",
         show.row.prc = TRUE,    #顯示列百分比
         show.col.prc = TRUE,    #顯示欄百分比
         show.na = FALSE,        #不顯示無效值(預設)
         show.legend = FALSE,    #不顯示圖例(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
         tdcol.row = "brown"     #將列百分比顏色改為褐色
)
社區組織參與情況 社會議題討論頻率 Total
常常 有時候 很少 幾乎沒有
沒有社區組織 5
4.8 %
4.7 %
32
30.5 %
5.6 %
42
40 %
7 %
26
24.8 %
9.6 %
105
100 %
6.8 %
沒有參加過 60
6 %
56.6 %
355
35.3 %
62.2 %
400
39.7 %
66.3 %
192
19.1 %
70.6 %
1007
100 %
64.9 %
很少參加 11
6.1 %
10.4 %
70
39.1 %
12.3 %
75
41.9 %
12.4 %
23
12.8 %
8.5 %
179
100 %
11.5 %
有時會參加 21
12.1 %
19.8 %
74
42.8 %
13 %
64
37 %
10.6 %
14
8.1 %
5.1 %
173
100 %
11.1 %
經常參加 9
10.2 %
8.5 %
40
45.5 %
7 %
22
25 %
3.6 %
17
19.3 %
6.2 %
88
100 %
5.7 %
Total 106
6.8 %
100 %
571
36.8 %
100 %
603
38.9 %
100 %
272
17.5 %
100 %
1552
100 %
100 %
χ2=36.891 · df=12 · Cramer's V=0.089 · p=0.000

透過卡方檢定,發現社區組織參與情況與社會議題討論頻率具有統計上顯著的關聯(χ²=36.891,df=12,p<.001),因此拒絕H8-0虛無假設,支持H8-1對立假設。此外,Cramér’s V=0.089,顯示兩者的關聯強度較弱。

從列百分比來看,「常常」討論以有時參與社區組織者(12.1%)較高;「有時候」以經常參與者(45.5%)較高;「很少」以很少參與者(41.9%)較高;「幾乎沒有」則以沒有社區組織者(24.8%)較高。欄百分比方面,四種討論頻率皆以沒有參加過社區組織者占比較高,分別為56.6%、62.2%、66.3%及70.6%,但這也與該類別樣本數較多有關。

整體而言,具有社區組織參與經驗的民眾可能更常與他人討論社會議題,這可能與其在社區活動中具有較多交流意見及接觸公共事務的機會有關。不過,經常參與者並未一致呈現最高的討論頻率,且「沒有社區組織」不等同於「沒有參加過」,因此原先的研究預期僅獲得部分支持。