三、滿意度量表分析

（一）描述性分析

由表1-8可見，在目前使用的輔助器具和享受的康復服務這兩項中都存在缺失值，缺失量分別為448和480，造成這種現象是由于并非所有殘疾人都使用過輔助器具、享受過康復服務，故在填寫問卷時本小組在這兩個選項中注明未使用過輔助器具和未享受過康復服務的可不填寫，以避免被調查者填寫問卷時不必要的麻煩。但由于缺失值的存在會對接下來的分析產生一定影響，我們將使用插補法對缺失值進行填補，為后續分析奠定基石。

標準誤用來衡量抽樣誤差，標準誤越小，表明樣本統計量與總體參數的值越接近，樣本對總體越具代表性，用樣本推斷總體參數的可靠性越大。由表1-9可知，目前使用的輔助器具和目前享受的康復服務若用均值插補法，其標準誤分別為0.02295和0.02161；若用眾數插補法，其標準誤分別為0.02469和0.02288。這兩種插補方法的標準誤都非常小，因此認為在有效樣本中的均值和眾數都具有很好的總體代表性，接下來將對這兩種方法進行偏差分析。

由表1-10可見，均值插補法的平均絕對偏差和平均相對偏差均小于眾數插補法的偏差，因此選擇偏差較小的均值插補法對缺失值進行插補是合理的，對后續分析影響不大。

（二）因子分析

一般認為KMO值大于0.5，即可接受使用因子分析法。由表1-11可見，KMO值為0.687，故認為適用因子分析法。同時Bartlett's球形檢驗的值為330.512，自由度為28，p值小于0.05。故拒絕原假設，說明相關矩陣并非單位矩陣，變量的相關系數較為顯著，適用因子分析法。

通過碎石圖（見圖1-13）可以明顯看出前5個因子可以解釋大部分的方差，到第6個因子以后，折線逐漸平緩，解釋能力不強。但結合表1-12可見取前6個因子時，提取了各原始變量的80.557%的信息。從理論上講，實際社會調查中累計方差貢獻率應大于80%。此外，由圖1-13可見，在第6個因子以后，特征值差異較小，折線趨于平緩。故本報告認為提取前6個因子即可滿足需求。

表1-13是未經過旋轉的因子載荷矩陣，然而若初始載荷矩陣結構不夠簡單，各因子的典型代表變量不是很突出，則容易使因子的意義含糊不清，不便于對因子進行解釋。為此需對因子載荷矩陣實行旋轉，達到簡化結構的目的，使各變量在某單個因子上有高額載荷，而在其余因子上只有小到中等的載荷。在運用方差最大正交旋轉法之后，得到旋轉因子載荷矩陣（見表1-14）。由此可以看出，經旋轉后，因子更便于命名和解釋。

由表1-14可知，各個公共因子與哪些因素密切相關：

第一個公共因子F1主要解釋生活狀況的整體滿意度、使用的輔助器具，可以命名為生活因子；

第二個公共因子F2主要解釋所享受的康復服務和所享受的社會保障，可以命名為服務因子；

第三個公共因子F3主要解釋就業情況，可以命名為就業因子；

第四個公共因子F4主要解釋所受到的尊重，可以命名為尊重因子；

第五個公共因子F5主要解釋無障礙設施的整體情況，可以命名為設施因子；

第六個公共因子F6主要解釋社區和文體活動舉辦狀況，可以命名為活動因子。

從理論上講，最后得到的因子之間相互獨立，沒有相關性，而因子轉換矩陣（見表1-15）顯示，6個因子之間的相關性較低。可見，對因子進行旋轉是完全有必要的。

由表1-16可見，F1解釋了14.423%的原因，表明目前使用的輔助器具和目前生活狀況的整體滿意度是影響貧困殘疾人生活滿意度的重要因素；F2解釋了14.099%的原因，表明所享受的康復服務和所享受的社會保障是兩個較為主要的因素；F3、F4、F5和F6分別解釋了13.565%、12.997%、12.934%和12.538%的原因，起到補充作用。

（三）多值Logistic回歸分析

1．相關性分析

表1-17是滿意度量表中生活滿意度與其余七項進行相關性分析的相關系數表。由表1-17可知生活滿意度與使用的輔助器具、目前浙江省無障礙設施的整體情況、所享受的康復服務、就業情況、所享受的社會保障、目前社區和文體活動舉辦狀況及所受到的尊重的滿意度之間的相關系數分別為0.198、0.118、0.140、0.155、0.224、-0.139和0.146。其中享受的社會保障與享受的康復服務、就業情況以及社區和文體活動舉辦狀況之間的相關系數分別為0.176、0.182和-0.172。本小組選擇其相關系數較大的變量，為享受的社會保障的滿意度。結合上文，最終確定生活滿意度為因變量，使用的輔助器具、無障礙設施的整體情況、所享受的社會保障及所受到的尊重的滿意度為自變量。

2．變量說明

Y：生活滿意度，0=滿意，1=中立，2=不滿意。

X1：對使用的輔助器具的滿意度，0=滿意，1=中立，2=不滿意。

X2：對無障礙設施整體情況的滿意度，0=滿意，1=中立，2=不滿意。

X3：對所享受的社會保障的滿意度，0=滿意，1=中立，2=不滿意。

X4：對所受尊重的滿意度，0=滿意，1=中立，2=不滿意。

3．構建模型

由表1-18可知，模型的似然比檢驗p值小于0.05，這說明模型顯著成立。

由似然比檢驗（見表1-19）可知，輔助器具、社會保障和所受尊重與生活滿意度有顯著性關系，p值均小于0.05，而無障礙設施的p值大于0.05，故將其剔除，剔除后得到的結果如表1-20所示。

由表1-20可知，模型的似然比檢驗p值小于0.05，說明模型顯著成立。

由表1-21可知，p值均小于0.05，故可認為輔助器具、社會保障、所受尊重對回歸方程有統計學意義。

利用SPSS進行參數估計，其結果如表1-22所示。

令X1=0為X11，X1=1為X12，X1=2為X13。

表1-22中共有兩套Logistic回歸系數，分別針對“不滿意”和“滿意”。“中立”作為因變量中的參考類別，其所有系數都是0。“X13”、“X23”和“X33”分別作為其相應自變量中的參考類別，因而其系數也均為0。

由Sig．一欄可見，兩套系數中，“X11”與“X13”相比在滿意中存在顯著性差異(p<0.05)，在不滿意中不存在顯著性差異；“X21”與“X23”相比在滿意中存在顯著性差異(p<0.05)，在不滿意中不存在顯著性差異；“X31”與“X33”相比在滿意中存在顯著性差異(p<0.05)，在不滿意中不存在顯著性差異；“X22”與“X23”相比在不滿意中存在顯著性差異，在滿意中不存在顯著性差異。

根據表1-22中的系數，最終模型確定為：

根據Logistic模型，當已知殘疾人對輔助器具、社會保障和所受尊重的滿意度時，可以計算出其對生活總體滿意度三種情況的可能性。例如，當一位殘疾人對輔助器具、社會保障和所受尊重的滿意度都為中立時，即X12、X22、X32取值都為1。通過構建聯立方程組可得：

G1=-0.859+0.140-0.334+0.301=-0.752 exp(-0.752)=0.4714

G2=0 exp(0)=1

G3=-0.456+0.172-0.954-0.397=-1.635 exp(-1.635)=0.1950

滿意的概率：p(Y=0)=0.4714/(0.4714+1+0.1950)=0.283；

中立的概率：p(Y=1)=1/(0.4714+1+0.1950)=0.600；

不滿意的概率：p(Y=2)=1.1950/(0.4714+1+0.1950)=0.117。

這說明對輔助器具、社會保障和所受尊重的滿意度都中立的殘疾人對生活總體滿意度評價為“滿意”的可能性為28.3%、“中立”的可能性為60.0%、“不滿意”的可能性為11.7%。