一、摘要
本研究旨在探討台灣民眾對賴清德總統國防施政表現的評價,並分析國家認同、中國軍事威脅感知與未來半年經濟預期三個面向,如何與國防滿意度產生關聯。研究採用陳陸輝主持、國立政治大學選舉研究中心執行之「2024年至2028年『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—第五十四次」(D00276)。該調查於2026年3月5日至10日進行,共完成1,203份市話與手機訪問。本文以問卷第5題之國防施政滿意度為依變數,第21題之台灣人/中國人認同、第16題之中共攻台可能性評估,以及第15題之未來半年台灣經濟預期為主要解釋變數。本研究關注的是民眾如何評價國防施政,而非直接測量國防政策的客觀成效;由於使用單次橫斷面資料,亦不將統計關聯解釋為因果效果。
二、研究動機與問題意識
本研究的出發點,是希望理解民眾在評價現任賴清德總統的國防表現時,究竟依據哪些態度與判斷。國防施政涉及防衛能力、安全保障與危機管理,但民眾通常難以直接掌握完整的軍事資訊。因此,國防滿意度除了可能反映對政策執行的看法,也可能與個人對政治共同體的認同、對戰爭風險的估計,以及對未來生活條件的期待有關。本研究據此將國家認同、中國軍事威脅感知與經濟預期納入同一架構,探討三者與國防施政評價的關聯。
首先,國家認同提供民眾理解兩岸關係與國家安全的可能視角。自認為台灣人、中國人或兩者皆是的受訪者,可能對國家應維護的政治共同體、兩岸互動及政府國防路線有不同期待。然而,認同並不等同政黨支持,亦不能由認同類別推定個人必然支持或反對賴清德總統。本研究希望比較不同認同群體的國防評價差異。
其次,本研究希望釐清民眾對中共攻台可能性的評估,與其國防施政評價之間的關係。認為攻台可能性較高者,可能因重視防衛需求,而對政府強化國防抱持較正面的態度;但也可能因認為安全風險偏高,對政府能否維持和平與有效嚇阻產生疑慮,進而給予較低評價。相同程度的風險感知可能對應不同的問責判斷,因此不能預先假定威脅感知越高,國防滿意度就必然越高。
第三,本研究將台灣未來半年經濟預期納入分析,目的在於檢視國防評價是否也與民眾對台灣整體前景的看法相連結。對經濟較樂觀者,可能同時對政府治理能力與安全保障抱持較正面的評價;對經濟悲觀者,則可能對政府表現提出較多質疑。但兩者的關聯也可能來自共同的政黨傾向或一般政府支持,不能直接解讀為經濟樂觀導致國防滿意。更不能僅憑本調查便認定受訪者正在權衡軍費與民生支出,因為第15題並未直接測量此種取捨。
本研究希望回答的問題並非「政府國防政策是否成功」,而是「哪些民眾態度與國防施政評價相互關聯」。透過三個面向的比較,可初步理解民眾如何連結認同、安全與經濟前景。此架構的學術貢獻與既有研究之差異,仍須在未來作業中以文獻回顧加以定位。
三、資料來源與研究範圍
本研究採用SRDA之D00276調查資料。計畫主持人為陳陸輝,執行與資料釋出單位為國立政治大學選舉研究中心。調查執行期間為2026年3月5日至10日,成功觀察值包括市話702份與手機501份,合併共1,203份。
調查觀察依性別、年齡、教育程度與地理區域進行代表性檢定,必要時採多變數反覆加權法(raking),以符合母體分布。文件所述母體為台灣地區年滿20歲的成年民眾,人口基準為民國113年人口統計年刊。另有5名設籍金門縣受訪者不符合該案母群定義,未納入權值演算。因此,1,203為釋出合併觀察值總數,不能直接當作最終分析觀察數;1,198是扣除上述5人的人數,本學期陸續進行作業中將檢查權重、核心題項遺漏與模型條件,使之成為有效分析樣本。
本研究描述的是2026年3月調查時點的態度,不能延伸為賴清德整個任期的固定評價,也不能用調查之後發生的事件解釋受訪者當時的回答。依據編碼簿詳列抽樣程序、權重欄位及變數名稱。
研究資料來源:2024年至2028年「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–第五十四次
四、研究目的與研究問題
研究目的在於描述國防滿意度,並比較國家認同、中國軍事威脅感知及未來半年經濟預期所對應的評價差異。
研究問題如下: (一)受訪者對賴清德總統國防施政表現的滿意度如何分布? (二)台灣人、中國人及雙重認同者的國防滿意度是否存在差異? (三)對中共攻台可能性的評估,與國防滿意度呈現何種關聯? (四)對未來半年台灣經濟抱持不同預期者,國防滿意度是否不同?
五、研究方法
根據研究題目,從原始SRDA調查資料的問卷題目中,找出依變數和解釋變數並設定欄位名稱進行分析。
原始題目:問卷
原始編碼簿:過錄編碼簿
(一)依變數:國防施政滿意度,第5題 題目詢問:「那您對他在國防方面的表現滿不滿意?」其中「他」承接前文之賴清德總統。 原始編碼為01非常滿意、02有點滿意、03不太滿意、04非常不滿意;另有95拒答、96很難說、97無意見、98不知道。
研究擬將有效回答重編為1非常不滿意、2不太滿意、3有點滿意、4非常滿意,使較高值代表較高滿意度,並建立有序類別。95至98不併入滿意度高低,但會各別呈現比例,再於主要有序模型中列為遺漏;不把「很難說」或「無意見」當成中立滿意度。本題的四個回答選項具有高低順序,但各選項之間的差距未必相等,因此預計採用有序邏輯斯迴歸,分析影響民眾施政評價的相關因素。
查看程式碼
# 設定這段chunk名稱
# 允許程式碼在網頁中出現
# 隱藏結果顯示
# 預設收起原始碼,但可依讀者需要展開
# 設定展開按鈕文字
# 查看和設定工作目錄一
getwd ()
setwd ("/Users/coco/Desktop/民意與政治行為研究 HW by coco" )
# 讀取CSV,保留原始列欄和名稱,正確讀取文字編碼
raw <- read.csv (
"/Users/coco/Desktop/民意與政治行為研究 HW by coco/SRDA 2026/TEDS2026-T_PA03.csv" ,
check.names = FALSE ,
fileEncoding = "UTF-8-BOM"
)
# 確認資料列數與欄數
dim (raw)
# 保存原始資料
save (raw, file = "TEDS2026.rda" )
# 建立工作副本
wgc <- raw
# 保存原始欄名,稍後作為題目標籤
varlabels <- names (wgc)
# 將欄名改成V1、V2……
names (wgc) <- paste0 ("V" , seq_len (ncol (wgc)))
# 附加原始題目標籤
wgc <- sjlabelled:: set_label (wgc, label = varlabels)
# 檢查題目標籤正確否
sjlabelled:: get_label (wgc$ V13)
# 保存工作資料
save (wgc, file = "wgc.rda" )
# sjmisc::frq()
library (sjmisc)
library (sjPlot)
frq (wgc$ V13)
frq (wgc$ V13, weights = wgc$ wr)
## 清除無效值、重新編碼、排序及上標籤
wgc$ V13r <- rec (wgc$ V13,
rec= "95:98=NA; else=copy" ,
as.num = F)
frq (wgc$ V13r)
wgc$ V13r <- rec (wgc$ V13r, rec= "rev" ,
var.label= "國防施政滿意度分佈" ,
val.labels = c ("非常不滿意 (1)" ,"不太滿意 (2)" , "有點滿意 (3)" , "非常滿意 (4)" ))
frq (wgc$ V13r)
frq (wgc$ V13r, weights = wgc$ wr)
查看繪圖程式碼
sjPlot:: plot_frq (wgc$ V13r) +
ggplot2:: theme (
text = ggplot2:: element_text (family = "PingFang TC" )
)
(二)解釋變數一:國家認同,第21題 問卷題目詢問:「我們社會上,有人說自己是「臺灣人」,也有人說自己是「中國人」,也有人說都是。請問您認為自己是「臺灣人」、「中國人」,或者都是?」。原始編碼為01台灣人、02都是、03中國人;95拒答、96看情形、97無意見、98不知道。
本研究使用「國家認同」指稱此一台灣人/中國人自我認同,並保留其無法完整涵蓋國家認同所有層面的限制。三種有效回答應作為名目類別處理,暫以「都是」為參照組,不把1、2、3當作等距認同強度。若任一類別樣本過少,將會呈現估計不確定性,不為取得顯著結果就任意合併。
查看程式碼
# 檢查題目標籤正確否
sjlabelled:: get_label (wgc$ V33)
frq (wgc$ V33)
frq (wgc$ V33, weights = wgc$ wr)
## 清除無效值、重新編碼、排序及上標籤
wgc$ V33r <- rec (wgc$ V33,
rec= "95:98=NA; else=copy" ,
as.num = F)
frq (wgc$ V33r)
wgc$ V33r <- rec (wgc$ V33r, rec= "else=copy" ,
var.label= "請問您認為自己是「臺灣
人」、「中國人」,或者都是?" ,
val.labels = c ("台灣人 " ,"都是" , "中國人" ))
frq (wgc$ V33r)
frq (wgc$ V33r, weights = wgc$ wr)
查看繪圖程式碼
sjPlot:: plot_frq (wgc$ V33r, weight.by = wgc$ wr,wrap.title= 30 ) +
ggplot2:: labs (
x = "請問您認為自己是「臺灣人」、「中國人」,或者都是?"
) +
ggplot2:: theme (
text = ggplot2:: element_text (family = "PingFang TC" )
)
變數間的相關性檢驗
本段研究以「國家認同與國防施政滿意度」進行相關性檢驗。國家認同分為「臺灣人」、「都是」與「中國人」三類,國防施政滿意度則合併為「滿意」與「不滿意」兩類,並將拒答、不知道等非實質回答設為遺漏值。分析採用 Pearson 卡方獨立性檢定,檢驗「兩變數無關」的虛無假設與「兩變數相關」的替代假設,並呈現列聯表、卡方統計量、p 值及列與欄百分比。若結果達統計顯著水準,則進一步比較各國家認同群體的滿意度分布,以了解關聯樣態,但不據此推論因果關係。
假設設定為: - H1-0: 國家認同與國防施政滿意度分佈的認知無關。 - H1-1: 國家認同與國防施政滿意度分佈的認知相關。
查看假設H1程式碼
# 讀入資料檔
load ("wgc.rda" )
# 變國防滿意度重新編碼
# 將 95:98 設為遺漏值
# 將滿意度1-4級分成兩類
library (sjmisc)
wgc$ V13r <- rec (
wgc$ V13,
rec = "1,2=1; 3,4=0; else=NA" ,
as.num = TRUE
)
frq (wgc$ V13r)
# 1=滿意或非常滿意; 0=不滿意或非常不滿意
# 設定標籤
library (sjlabelled)
wgc$ V13r <- set_labels (
wgc$ V13r,
labels = c ("不滿意" = 0 , "滿意" = 1 )
)
frq (wgc$ V13r)
# 變國家認同重新編碼
# 將 95:98 設為遺漏值
wgc$ V33r <- rec (
wgc$ V33,
rec = "95:98=NA; else=copy" ,
as.num = TRUE )
frq (wgc$ V33r)
# 設定標籤
library (sjlabelled)
wgc$ V33r <- set_labels (
wgc$ V33r,
labels = c ("台灣人" = 1 , "都是" = 2 ,"中國人" = 3 ))
frq (wgc$ V33r)
# 補上變項名稱標籤
wgc$ V13r <- set_label (
wgc$ V13r,
label = "國防施政滿意度"
)
wgc$ V33r <- set_label (
wgc$ V33r,
label = "國家認同"
)
# 將含新變數的資料物件另存到專案夾中
save (wgc, file= "wgc2.rda" )
查看H1圖表程式碼
#以sjPlot::tab_xtab()做交叉分析及製表
library (sjPlot)
library (sjmisc)
library (sjlabelled)
tab_xtab (wgc$ V13r,wgc$ V33r, 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)
)
國防施政滿意度
國家認同
Total
台灣人
都是
中國人
不滿意
189 38.7 % 29 %
284 58.2 % 76.1 %
15 3.1 % 88.2 %
488 100 % 46.8 %
滿意
463 83.6 % 71 %
89 16.1 % 23.9 %
2 0.4 % 11.8 %
554 100 % 53.2 %
Total
652 62.6 % 100 %
373 35.8 % 100 %
17 1.6 % 100 %
1042 100 % 100 %
χ2 =223.749 · df=2 · Cramer's V=0.463 · p=0.000
查看H1卡方檢定程式碼
# 建立列聯表並執行 Pearson 卡方檢定
h1_table <- table (wgc$ V33r, wgc$ V13r)
h1_test <- chisq.test (h1_table)
# 顯示結果
h1_test
上述結果顯示,「國家認同與國防施政滿意度」具有統計上顯著的關聯。 在顯著水準.05 下,證據支持假設 H1-1 國家認同與國防施政滿意度的認知相關。
Pearson 卡方獨立性檢定結果顯示,國家認同與國防施政滿意度之間具有統計上顯著的關聯,χ²(2)=223.75,p<.001。研究證據不支持「國家認同與國防施政滿意度無關」的假設(H1-0);資料支持兩者相關的替代假設(H1-1)。此結果僅表示兩變數存在關聯,不能據此推論國家認同對國防滿意度具有因果影響。
(三)解釋變數二:中國軍事威脅感知,第16題 題目問卷請受訪者評估中國攻台機會:「我們社會上有些人認為中共會攻打臺灣,有些人認為不會。如果以 0 代表中共絕對不會攻打臺灣,10 代表中共一定會攻打臺灣,那麼 0 到 10 之間,您認為中共攻打臺灣的機會有多大?」。本研究以0至10分作為主要解釋變數,分數越高表示主觀認為攻台可能性越高。95為拒答、98為不知道。「中共攻台可能性評估」,以此測量軍事威脅感知中的發生可能性面向。本題並未測量戰爭損害嚴重度,也未指定明確時間範圍;不能將評分直接解釋成實際攻台機率百分比。
查看程式碼
# 檢查題目標籤正確否
sjlabelled:: get_label (wgc$ V26)
frq (wgc$ V26)
frq (wgc$ V26, weights = wgc$ wr)
## 清除無效值、重新編碼、排序及上標籤
wgc$ V26r <- rec (wgc$ V26,
rec= "95=NA;98=NA; else=copy" ,
as.num = F)
frq (wgc$ V26r)
library (psych)
describe (wgc$ V26r)
# sjmisc::decr()
library (sjmisc)
descr (wgc$ V26r)
wgc$ V26r <- rec (wgc$ V26r, rec= "else=copy" ,
var.label= "中國軍事威脅感知" )
frq (wgc$ V26r)
frq (wgc$ V26r, weights = wgc$ wr)
查看繪圖程式碼
sjPlot:: plot_frq (wgc$ V26r) +
ggplot2:: labs (
title = "中國軍事威脅感知" ,
x = "受訪者認為中共攻打臺灣的可能性" ,
caption = "分數越高,表示攻打臺灣的可能性越高。" ) +
ggplot2:: theme (
text = ggplot2:: element_text (family = "PingFang TC" )
)
本研究進一步檢驗「中國軍事威脅感知與國防施政滿意度」之間的關聯。威脅感知以受訪者對中共攻臺可能性的0至10分評估衡量,分數越高,表示其主觀認為攻臺的可能性越高;國防施政滿意度則分為「滿意」與「不滿意」。排除非實質回答後,採用卡方獨立性檢定,檢驗兩變數是否相關,並透過列聯表及列、欄百分比,比較不同風險評估者的國防滿意度分布。本研究不預設關聯方向,也不將檢定結果解釋為因果關係。
假設設定為:
H2-0:中國軍事威脅感知與國防施政滿意度無關。
H2-1:中國軍事威脅感知與國防施政滿意度相關。
查看H2程式碼
library (sjmisc)
library (sjlabelled)
# 保留 0–10 分,其他值設為遺漏值
wgc$ V26r <- sjmisc:: rec (
wgc$ V26,
rec = "95:98=NA; else=copy" ,
as.num = TRUE
)
# 設定整個變項的名稱
wgc$ V26r <- set_label (
wgc$ V26r,
label = "中國軍事威脅感知:中共攻臺可能性評估"
)
# 設定 0–10 各數值的標籤,保留原始分數
wgc$ V26r <- set_labels (
wgc$ V26r,
labels = setNames (
0 : 10 ,
c (
"0:絕對不會攻打臺灣" ,
as.character (1 : 9 ),
"10:一定會攻打臺灣"
)
)
)
# 檢查編碼
frq (wgc$ V26r)
# 保存更新後的資料
save (wgc, file = "wgc2.rda" )
查看H2圖表程式碼
#以sjPlot::tab_xtab()做交叉分析及製表
library (sjPlot)
library (sjmisc)
library (sjlabelled)
tab_xtab (wgc$ V13r,wgc$ V26r, 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)
)
國防施政滿意度
中國軍事威脅感知:中共攻臺可能性評估
Total
0:絕對不會攻打臺灣
1
2
3
4
5
6
7
8
9
10:一定會攻打臺灣
不滿意
75 15.3 % 41.7 %
14 2.9 % 53.8 %
24 4.9 % 37.5 %
62 12.7 % 41.6 %
51 10.4 % 51 %
133 27.2 % 47.8 %
60 12.3 % 58.3 %
36 7.4 % 57.1 %
22 4.5 % 48.9 %
3 0.6 % 37.5 %
9 1.8 % 45 %
489 100 % 47.2 %
滿意
105 19.2 % 58.3 %
12 2.2 % 46.2 %
40 7.3 % 62.5 %
87 15.9 % 58.4 %
49 9 % 49 %
145 26.5 % 52.2 %
43 7.9 % 41.7 %
27 4.9 % 42.9 %
23 4.2 % 51.1 %
5 0.9 % 62.5 %
11 2 % 55 %
547 100 % 52.8 %
Total
180 17.4 % 100 %
26 2.5 % 100 %
64 6.2 % 100 %
149 14.4 % 100 %
100 9.7 % 100 %
278 26.8 % 100 %
103 9.9 % 100 %
63 6.1 % 100 %
45 4.3 % 100 %
8 0.8 % 100 %
20 1.9 % 100 %
1036 100 % 100 %
χ2 =15.522 · df=10 · Cramer's V=0.122 · Fisher's p=0.109
查看H2卡方檢定程式碼
# 建立列聯表並執行 Pearson 卡方檢定
h2_table <- table (wgc$ V26r, wgc$ V13r)
h2_test <- chisq.test (h2_table)
# 顯示結果
h2_test
Pearson 卡方獨立性檢定結果顯示,中國軍事威脅感知與國防施政滿意度之間的關聯未達統計顯著水準,χ²(10)=15.522,p=.114。在顯著水準 .05 下,未能拒絕「兩變數無關」的虛無假設(H2-0),資料尚不足以支持兩者相關的替代假設(H2-1)。因此,本研究不進一步解讀各威脅感知評分類別的滿意度差異;此結果亦不代表已證明兩變數完全無關。
(四)解釋變數三:未來半年台灣經濟預期,第15題 題目詢問:「請問您覺得台灣未來半年的經濟狀況是會變好、會變不好,還是差不多?」。原始編碼為01變好、02差不多、03變不好;95拒答、96看情形、97無意見、98不知道。 此變數屬於前瞻性的總體經濟預期。主要模型將「變好」、「差不多」及「變不好」設為類別,暫以「差不多」為參照組,應避免直接假定樂觀、中立與悲觀之間為等距關係。非實質回答將另行呈現並於主要模型中列為遺漏。
查看程式碼
# 檢查題目標籤正確否
sjlabelled:: get_label (wgc$ V25)
frq (wgc$ V25)
frq (wgc$ V25, weights = wgc$ wr)
## 清除無效值、重新編碼、排序及上標籤
wgc$ V25r <- rec (wgc$ V25,
rec= "95:98=NA; else=copy" ,
as.num = F)
frq (wgc$ V25r)
wgc$ V25r <- rec (wgc$ V25r, rec= "else=copy" ,
var.label= "請問您覺得臺灣未來半年的
經濟狀況是?" ,
val.labels = c (" 變好 " ,"差不多" , "變不好" ))
frq (wgc$ V25r)
frq (wgc$ V25r, weights = wgc$ wr)
查看繪圖程式碼
sjPlot:: plot_frq (wgc$ V25r, weight.by = wgc$ wr,wrap.title= 30 ) +
ggplot2:: labs (
x = "請問您覺得臺灣未來半年的經濟狀況是?"
) +
ggplot2:: theme (
text = ggplot2:: element_text (family = "PingFang TC" ))
本段研究進一步檢驗「未來半年臺灣經濟預期與國防施政滿意度」之間的關聯。經濟預期分為「變好」、「差不多」及「變不好」三類,國防施政滿意度則分為「滿意」與「不滿意」。排除非實質回答後,採用 Pearson 卡方獨立性檢定,檢驗「兩變數無關」的虛無假設(H3-0)與「兩變數相關」的替代假設(H3-1)。若結果達統計顯著水準,將進一步比較各經濟預期群體的滿意度分布,以了解民眾對經濟前景的判斷是否與國防評價相互關聯,但不據此推論因果關係。
假設設定為:
H3-0:對台灣經濟預期與國防施政滿意度無關。
H3-1:對台灣經濟預期與國防施政滿意度相關。
查看H3程式碼
library (sjmisc)
library (sjlabelled)
# 保留有效回答 1–3,其他值設為遺漏值
wgc$ V25r <- rec (
wgc$ V25,
rec = "95:98=NA; else=copy" ,
as.num = TRUE
)
# 設定變項名稱
wgc$ V25r <- set_label (
wgc$ V25r,
label = "未來半年臺灣經濟預期"
)
# 設定選項標籤
wgc$ V25r <- set_labels (
wgc$ V25r,
labels = c ("變好" = 1 , "差不多" = 2 , "變不好" = 3 )
)
# 檢查編碼
frq (wgc$ V25r)
# 保存更新後的資料
save (wgc, file = "wgc2.rda" )
查看H3圖表程式碼
library (sjPlot)
# 列=國防滿意度;欄=經濟預期
tab_xtab (
wgc$ V13r,
wgc$ V25r,
encoding = "utf8" ,
show.row.prc = TRUE ,
show.col.prc = TRUE ,
show.na = FALSE ,
show.legend = FALSE ,
show.exp = FALSE ,
show.cell.prc = FALSE ,
tdcol.col = "gray" ,
tdcol.row = "brown"
)
國防施政滿意度
未來半年臺灣經濟預期
Total
變好
差不多
變不好
不滿意
22 4.6 % 9.3 %
191 39.8 % 44.1 %
267 55.6 % 78.1 %
480 100 % 47.5 %
滿意
214 40.3 % 90.7 %
242 45.6 % 55.9 %
75 14.1 % 21.9 %
531 100 % 52.5 %
Total
236 23.3 % 100 %
433 42.8 % 100 %
342 33.8 % 100 %
1011 100 % 100 %
χ2 =268.109 · df=2 · Cramer's V=0.515 · p=0.000
查看H3卡方檢定程式碼
# 與上方列聯表保持相同方向
h3_table <- table (wgc$ V13r, wgc$ V25r)
# 執行 Pearson 卡方檢定
h3_test <- chisq.test (h3_table)
# 顯示結果
h3_test
本段藉由Pearson卡方獨立性檢定結果顯示,「未來半年臺灣經濟預期與國防施政滿意度」之間具有統計上顯著的關聯,χ²(2)=268.11,p<.001。在顯著水準 .05 下,拒絕「兩變數無關」的虛無假設(H3-0),資料支持兩者相關的替代假設(H3-1)。此結果不能直接解釋為經濟預期對國防滿意度具有因果影響。
六、研究限制
本研究為單次橫斷面次級資料分析,不能確認認同、威脅感知與經濟預期和國防滿意度之間的因果方向。既有政府支持可能反過來影響三項態度,未觀察因素也可能同時影響其回答。第16題只涵蓋主觀攻台可能性,第21題僅以三類自我認同測量,均有概念涵蓋限制。加權可調整指定人口特徵的分布,但不保證消除所有涵蓋與無回應偏差。研究推論應限於該調查母體與時點,並據有效樣本及遺漏情形評估可信度。
七、資料引用與附件依據
陳陸輝(2026)。2024年至2028年「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–第五十四次(D00276)【原始數據】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學術調查研究資料庫。https://doi.org/10.6141/TW-SRDA-D00276-1
Lu-Huei Chen (2026). Taiwan’s Election and Democratization Study, 2024-2028 (II): Telephone and Mobile Phone Interview Survey of the Presidential Satisfaction –The Fifty-Fourth Wave (TEDS2026_PA03) (D00276) [data file]. Available from Survey Research Data Archive, Academia Sinica. https://doi.org/10.6141/TW-SRDA-D00276-1