第四章 研究結果
第二節 交叉延宕分析
為了檢驗在長期的治療歷程中，乳癌患者所採取的因應策略與創傷後成長是 否會隨著療程進展而呈現出不同的關係，本研究將採用交叉延宕分析來檢驗三種 假設模式，以說明術後的三個時間點內因應策略與創傷後成長的關係。
結構方程模式將以 AMOS 20 程式進行分析。各變項經過峰度及偏態檢驗，
除「自我導向因應」之得分分布呈現負偏與高狹峰分配（請見表 4-1），其他變項 均符合常態分配假設之要求，故將採用最大概似法（Maximum Likelihood, ML）
進行模式分析。
在評估模式時，將考慮模式整體的適配度（goodness of fit）、簡約性
（parsimony）及交叉驗證指標（cross-validation）進行模式比較，並根據模式修 正指標（modification indices）修正假設模式。
在檢驗模式適配度時，由於卡方值較不穩定，容易受到樣本數影響，樣本數 大則卡方值易顯著，因此需考慮其他指標，適配度指標的建議值包括
χ
2/df<5（Jӧreskog, 1969）、NNFI（Non-Norm Fit Indexes）>.95（Hu & Bentler, 1999）、
CFI（Comparative Fit Indexes）>.95（Hu & Bentler, 1999）、SRMR（Standardized root mean square residual）<.08（Hu & Bentler, 1999）、RMSEA（Root Mean Square Error of Approximation）<.06 為適配度良好，大於.10 則表示適配度不佳（Hu &
Bentler, 1999）。模式簡約性指標則可參考 CAIC（Consistent Akaike information criteria），主要用於數個模式的比較，其值愈小愈好；而 ECVI（expected cross-validation index）為交叉驗證指標，表示模式適配度在不同樣本上的變動 性，常用於模式比較，其值愈小愈好（Browne & Cudeck, 1993）（參考自邱皓政，
2006；Hu & Bentler, 1999）。
40
ㄧ、「自我導向因應」與「創傷後成長」之交叉延宕分析
首先檢驗前置變項的影響，根據相關矩陣的結果，「年齡」及「教育程度」
與因應策略及創傷後成長相關較高，故將兩變項設為觀察變項，檢驗兩者對術後 三個月（T1）的「自我導向因應」與「創傷後成長」的預測效果。
其次為檢驗「自我導向因應」與「創傷後成長」的三個假設模式，模式一 為自我迴歸效果及「自我導向因應」對「創傷後成長」的預測效果；模式二為自 我迴歸效果及「創傷後成長」對「自我導向因應」的預測效果；模式三為自我迴 歸效果及「自我導向因應」與「創傷後成長」的互惠效果，即兩變項可相互預測。
在原始模式中並無假設殘差相關，三個模式的適配度指標如下：模式一：
χ2=1428.688，χ2/df=3.161，RMSEA=.09，NNFI=.88，CFI=.89，SRMR=.067；模 式二：χ2=1412.3，χ2/df=3.125，RMSEA=.09，NNFI=.88，CFI=.89，SRMR=.057；
模式三：χ2=1408.865，χ2/df=3.131，RMSEA=.09，NNFI=.89，CFI=.89，SRMR=.054
（見表 4-3）。
根據適配度指標，顯示原始的假設模式與實際觀察資料無法適配，因此假 設模式需進一步修正，而模式的修正將參考過去研究，並依循報表提供之修正指 標值，從最大修正指標值開始進行修正。過去研究指出，使用交叉延宕分析時，
由於假設同一變項具有時序穩定性，故各指標變項的殘差也被認為有跨時間的相 關，即假設同一指標變項的殘差在不同時間點存在共變關係，如：T1「創傷後 成長」中「個人力量」的殘差，與 T2 的「個人力量」殘差有相關（Arnau et al., 2007;
Jonge, Dorman, Dollard, Landeweerd, & Nijhuis, 2001）。
據此，本研究將依循此原則，並參考模式修正指標修正殘差間的相關。根 據模式修正指標，「自我導向因應」中「幽默」的殘差有跨三個時間點的相關（即 T1「幽默」殘差與 T2「幽默」殘差有關，同樣相關也存在於 T2 與 T3 的「幽默」
殘差，以及 T1 與 T3 的「幽默」殘差），且「創傷後成長」五個指標變項之殘差 也有跨三個時間點的相關，因此將此六個指標變項的殘差均加上跨時間點的相
41
關。結果發現模式一之卡方值下降 610.229（df=18, p<.01）、模式二之卡方值下 降 605.385（df=18, p<.01）、模式三之卡方值下降 610.67（df=18, p<.01），顯示修 正後的模式顯著較佳，各模式適配值如下：模式一：χ2=818.459，χ2/df=1.886，
RMSEA=.06，NFI=.95，CFI=.96，SRMR=.066；模式二：χ2=806.915，χ2/df=1.859，
RMSEA=.06，NNFI=.95，CFI=.96，SRMR=.058；模式三：χ2=798.195，χ2/df=1.848，
RMSEA=.06，NNFI=.96，CFI=.96，SRMR=.052（見表 4-4）。
修正後三種假設模式的適配度均符合建議值，顯示整體模式適配度良好，
將進一步進行模式比較。由於模式一及模式二均為模式三的巢套模型（nested model），因此採用卡方差異檢定來比較三種模式。結果顯示模式三的卡方值顯著 低於模式一（Δχ2 (2)=20.26, p<.01）及模式二（Δχ2 (2)=8.72, p<.01），顯示模式三 的適配度顯著較模式一及模式二佳。因此根據卡方差異檢定的結果，模式三較模 式ㄧ及模式二更能解釋實際觀察到的資料，故本研究中「自我導向因應」與「創 傷後成長」之關係將以模式三為基礎，進一步檢視結構方程模式中的各項估計值
（含修正殘差估計值之詳細結構模式圖請見附錄二）。
42
表 4-3
自我導向因應與創傷後成長的三種假設模式－原始適合度指標（N=262）
model
x² df x²/df
NNFI CFI SRMR RMSEA CAIC ECVI建議值 ＞.95 ＞.95 ＜.08 ＜.06 愈小愈好 愈小愈好
模式一 SELFPTG
1428.688 452 3.161 .88. .89 .067 .09 1927.882 6.056
模式二 PTGSELF1412.300 452 3.125 .88. .89 .057 .09 1911.494 5.993
模式三 SELF 與 PTG 互惠1408.865 450 3.131 .89 .89 .054 .09 1921.196 5.996
表 4-4
自我導向因應與創傷後成長的三種假設模式－修正後之適合度指標（N=262）
model
x² df x²/df
NNFI CFI SRMR RMSEA CAIC ECVI建議值 ＞.95 ＞.95 ＜.08 ＜.06 愈小愈好 愈小愈好
模式一 SELFPTG
818.459 434 1.886 .95 .96 .066 .06 1435.883 3.856
模式二 PTGSELF806.915 434 1.859 .95 .96 .058 .06 1424.339 3.812
模式三 SELF 與 PTG 互惠798.195 432 1.848 .96 .96 .052 .06 1428.756 3.794
43
由圖 4-1 可知，前置變項對術後三個月（T1）的「自我導向因應」及「創 傷後成長」均有直接效果。其中「年齡」可以預測「自我導向因應」（γ= -.14, p<.05）
及「創傷後成長」（γ= -.25, p<.001），「教育程度」也可以預測「自我導向因應」
（γ=.34, p<.001）及「創傷後成長」（γ=.31, p<.001），顯示年紀愈輕，或學歷愈高 的乳癌患者，在密集治療階段愈常採用主動面對及處理壓力的因應策略，也愈容 易經驗到正向成長。
接著檢視各變項的自我迴歸效果（autoregressive effect），術後三個月（T1）
的「自我導向因應」可預測術後六個月（T2）的「自我導向因應」（β= .56, p<.001）、 T2 的「自我導向因應」亦可預測術後一年（T3）的「自我導向因應」（β= .68,
p<.001）
；T1 的「創傷後成長」可預測 T2 的「創傷後成長」（β= .69, p<.001）、T2 的「創傷後成長」可預測 T3 的「創傷後成長」（β= .69, p<.001）。由此可見「自 我導向因應」與「創傷後成長」的構念具有時間上的穩定性。
在自我迴歸效果之外，因應策略與創傷後成長之間也存在顯著的預測效果。
其中，T1 的「自我導向因應」可預測 T2 的「創傷後成長」（β= .15, p<.05），T1 的「創傷後成長」也可以預測 T2 的「自我導向因應」（β= .30, p<.001），即在術 後三個月到六個月之間，「自我導向因應」與「創傷後成長」具有互惠效果
（reciprocal effect）；然而在術後六個月到術後一年之間，「自我導向因應」與「創 傷後成長」對彼此則不具有直接效果（β= .12, p<.13; β= .12, p<.09），由此顯示，
個體在術後接受密集治療的期間，若是愈能主動面對並處理壓力，將愈能經驗到 正向的成長，反之亦然，當個體愈常經驗到自我的正向改變時，愈會促使其使用 自身的資源因應壓力。
44
45
二、「社會導向因應」與「創傷後成長」之交叉延宕分析
首先分析前置變項的影響，檢驗「年齡」及「教育程度」對術後三個月（T1）
的「社會導向因應」與「創傷後成長」的預測力。接著檢驗「社會導向因應」與
「創傷後成長」的三個假設模式，模式一為自我迴歸效果及「社會導向因應」對
「創傷後成長」的預測效果；模式二為自我迴歸效果及「創傷後成長」對「社會 導向因應」的預測效果；模式三為自我迴歸效果及「社會導向因應」與「創傷後 成長」的互惠效果，即兩變項可相互預測。三個模式的原始適配度指標見如下，
模式一：χ2=1744.206，χ2/df=4.779，RMSEA=.12，NNFI=.80，CFI=.82，SRMR=.084；
模式二：RMSEA=χ2=1738.421，χ2/df=4.763，.12，NNFI=.80，CFI=.82，SRMR=.082；
模式三：χ2=1735.530，χ2/df=4.781，RMSEA=.12，NNFI=.80，CFI=.82，SRMR=.080
（表 4-5）。
根據模式修正指標修正殘差相關，其中「社會導向因應」的「宗教因應」
殘差具有跨時間點的相關，「創傷後成長」五個指標變項之殘差也在三個時間點 有相關，此外，同一時間點「社會導向因應」中「宗教因應」的殘差與「創傷後 成長」中「靈性改變」的殘差亦有關。由於 Calhoun 及 Tedeschi（2006）曾指出 靈性及宗教層面的問題可能反應個體根本的價值體系，包括對生命目的及意義的 感知，或對存在議題的詮釋等，涉及較深層的價值觀，因此靈性及宗教的題目之 間，除了從因應策略及成長的觀點來解釋，可能尚有高位階的構念可解釋兩者的 關聯，故本研究也將在同一時間點的「宗教因應」及「靈性改變」的殘差之間增 加相關。
修正指標值包括增加跨時間點的六個指標變項之殘差相關，以及「宗教因 應」及「靈性改變」的殘差相關，修正後模式一之卡方值下降 874.21（df=21,
p<.01）
、模式二之卡方值下降 874.01（df=21, p<.01）、模式三之卡方值下降 876.13（df=21, p<.01），顯示修正後的模式顯著較佳。各模式適配度如下，模式一：
χ2=869.995，χ2/df=2.529，RMSEA=.078，NNFI=.92，CFI=.93，SRMR=.075；模
46
式二：χ2=864.412，χ2/df=2.513，RMSEA=.076，NNFI=.92，CFI=.93，SRMR=.073；
模式三：χ2=859.398，χ2/df=2.513，RMSEA=.076，NNFI=.92，CFI=.93，SRMR=.069
（見表 4-6），整體模式適配度尚佳，將進一步進行模式比較。
由於模式一及模式二均為模式三的巢套模型（nested model），因此採用卡 方差異檢定進行模式比較。結果指出模式三的卡方值顯著低於模式一（Δχ2 (2)=10.60, p<.01），顯示模式三的適配度較模式一佳，而模式三之卡方值雖低於 模式二，但並未達.05 顯著水準（Δχ2 (2)=5.01, p=.085），顯示模式二及模式三均 可保留。由於三個假設模式的差別是在於「社會導向因應」與「創傷後成長」的 關係，因此以下將分別說明參數估計之結果，然而在前置變項與自我迴歸效果方 面，由於三個假設模式之結果相當，因此將以模式三為例說明之（含修正殘差估 計值之詳細結構模式圖請見附錄三）。
從圖 4-2 可知，前置變項均有顯著預測力，「年齡」可以預測 T1 的「社會 導向因應」（γ= -.24, p<.001）及「創傷後成長」（γ= -.25, p<.001），「教育程度」
也可以預測 T1 的「社會導向因應」（γ=.21, p<.01）及「創傷後成長」（γ=.31,
p<.001）
，顯示年紀愈輕，或學歷愈高的乳癌患者，在治療階段初期愈常運用社會資源來因應壓力，也較容易經驗到正向成長。
接著檢視各變項的自我迴歸效果（autoregressive effect），在三個模式中自 我迴歸效果均達顯著，即 T1 的「社會導向因應」可預測 T2 的「社會導向因應」
（β= .78, p<.001）、T2 的「社會導向因應」亦可預測 T3 的「社會導向因應」（β= .67,
p<.001）
；T1 的「創傷後成長」可預測 T2 的「創傷後成長」（β= .76, p<.001）、T2 的「創傷後成長」可預測 T3 的「創傷後成長」（β= .73, p<.001）。由此可見「社 會導向因應」與「創傷後成長」的構念具有時間上的穩定性。
三個假設模式的差別乃在於「社會導向因應」與「創傷後成長」的關係，在 術後三個月到術後六個月之間，模式三顯式「社會導向因應」與「創傷後成長」
三個假設模式的差別乃在於「社會導向因應」與「創傷後成長」的關係，在 術後三個月到術後六個月之間，模式三顯式「社會導向因應」與「創傷後成長」