多變項分析

本節主要說明打工狀況與六個健康結果之間的關係，以及呈現人口特性分別 與六個健康結果的影響，接著再將人口特性做為控制變項，來釐清打工狀況與健 康之間的關係。

3.1 打工狀況對快樂感的影響

針對打工與快樂感的分析中，根據表 10 呈現，打工與快樂感沒有達顯著差異，

然 其 仍 有方 向性 ， 結果 顯 示 有打 工的 學 生相 較 於 無打 工的 學 生， 將 有 1.15

（95%CI:0.829-1.601，P=0.399）的勝算感到不快樂，加入了其他人口特性作為控 制變項之後，其勝算比提高至 1.28 倍（95%CI: 0.888-1.855，P=0.1843），但沒有達 統計顯著。

在其他的人口特性中，僅樣本區域達顯著差異，在控制其他人口變項後，宜 蘭縣相較於台北市的學生，有 0.65 倍（95%CI: 0.423-0.983，P=0.0413）的勝算感 到不快樂，表示宜蘭縣相較於台北市是比較快樂的。

3.2 打工狀況對自評健康的影響

表 11 針對打工與自評健康作邏輯斯迴歸，其結果顯示打工狀況與自評健康無 顯著影響，其方向性為有打工相較於沒有打工的學生，有 1.35 倍（95%CI:

0.94-1.928，P=0.1044）的勝算顯示為自評健康差，加入人口特性作控制後，解釋 效力再減低，有打工相較於沒有打工的同學，有 1.22 倍（95%CI: 0.799-1.851，

P=0.3621）的勝算表示自評健康差。

同樣在人口特性中，樣本區域以宜蘭縣為顯著影響，顯示宜蘭縣有相較台北 市 0.36 倍的勝算（95%CI: 0.213-0.617，P=0.0002）自評健康為差，表示宜蘭縣相 較於台北市自評健康為較好；再透過加入人口特性之後，解釋力再提升（OR=0.28，

95%CI: 0.15-0.511，P<0.0001），表示控制了其他人口特性之後，宜蘭縣相較於台 北市，在自評健康上，宜蘭縣認為自己比較不健康的勝算比（OR=0.36）低於控制 人口特性前（OR=0.28）。

3.3 打工狀況對生重病或受傷的影響

在表 12 的呈現中，有打工相較於未打工者有顯著相關，顯示 1.42 的勝算比容 易生重病或受傷（OR=1.42，95%CI: 0.018-1.977，P=0.0391），但在加入人口特性 後，降低至未達顯著水準（OR=1.46，95%CI: 0.994-2.136，P=0.0535），表示其他 人口學變項解釋部分因素。其他人口學變項則對有生重病或受傷皆無顯著影響。

3.4 打工狀況對睡眠問題的影響

結果顯示為表 13，青少年有打工將比沒有打工的學生，更容易有睡眠問題，

其勝算為 1.7 倍（95%CI: 1.302-2.21，P<0.0001）並達顯著上水準；但若將人口特 性放入一併解釋後，其解釋力會稍微下降一點點（OR=1.62，95%CI: 1.194-2.188，

P=0.0019），但仍達統計上顯著，表示打工與否與睡眠問題有顯著的影響。

在其他人口學特性的顯示中，則以學校部別最為顯著，夜間部相較於日間部，

有 2 倍的勝算（95%CI: 1.143-3.514，P=0.0152）有睡眠問題，進修學校或補校相 較於日間部則有 3.76 倍（95%CI: 1.294-10.914，P=0.0149）的勝算。當放入了人口 變項後，則夜間部對日間部的影響變為不顯著（OR=1.7，95%CI: 0.898-3.212，

P=0.1033），而進修學校或補校的解釋力增強，OR 值上升至 4.3 倍（95%CI:

1.337-13.766，P=0.0144）。 3.5 打工狀況對抽菸行為的影響

根據表 14 的呈現，有打工的學生會相較於沒有打工的學生，有 4.11 倍的勝算 容易有抽菸行為，並且達統計顯著水準（95%CI: 2.825-5.979，P<0.0001），即便加 入 了其 他人口特 性， 依 然 達 統 計顯 著 水準 （OR=3.17，95%CI: 2.068-4.845，

P<0.0001）。

在其他人口學變項的顯示中，學校類型會以及學校部別會影響抽菸行為，高 職相較於高中有 3.1 倍的勝算容易抽菸（95%CI: 2.037-4.713，P<0.0001），專科則 相較於高中有 3.26 倍的勝算容易抽菸（95%CI: 1.726-6.162，P=0.0003），在放入其 他變項後，解釋力稍微降低，但結果依然顯著，高職學生相較於高中學生有 2.04 倍的勝算會抽菸（95%CI: 1.274-3.261，P=0.003），專科亦同，相較於高中生有 2.38

倍的勝算會抽菸（95%CI: 1.189-4.758，P=0.0143）。

另外，學校部別也有顯著相關，夜間部相較於日間部有 4.37 倍的勝算容易抽 菸（95%CI: 2.337-8.176，P<0.0001），進修學校或補校，則相較於日間部有 6.12 倍的勝算容易抽菸（95%CI:1.887-19.482，P=0.0025），在放入其他變項後，解釋力 也是稍微降低，但結果依然顯著，夜間部相較於日間部學生有 2.07 倍的勝算會抽 菸（95%CI: 1.004-4.278，P=0.0488）；進修學校或補校相較於日間部，則有 4.32 倍的勝算會抽菸（95%CI: 1.193-15.637，P=0.0258）。

3.6 打工狀況對喝酒行為的影響

在表 15 可以看到，有打工的相較於沒有打工的學生，有 2.09 倍的勝算比容易 喝酒，且達顯著水準（95%CI:1.498-2.909，P<0.0001），放入人口特性後，仍為顯 著（OR=1.81，95%CI: 1.239-2.641，P=0.0021），但有一部份被人口特性解釋。

在人口學變項中，有 4 個變項達到顯著，首先是樣本區域，宜蘭縣相較於台 北市有 0.59 倍的勝算（95%CI: 0.379-0.927，P=0.0218）有喝酒行為，表示宜蘭縣 的喝酒行為較台北市為低，若放入人口特性，統計上的顯著不變，勝算比差異也 不不大（OR=0.6，95%CI: 0.369-0.958，P=0.0328），表示兩者的關係並沒有因為控 制了人口選變項，勝算比上升或下降。

其次是學校類型，高職生顯著地較高中生容易喝酒，有 1.44 倍的勝算（95%CI:

1.035-2.016，P=0.0306），而放入人口特性後則變為不顯著。另外如學校部別也是 影響之一，進修學校或補校相較於日間部的學生，有 4.09 倍的勝算會飲酒

（95%CI:1.269-13.205，P=0.0184），無論是否放入其他人口特性，其 OR 值皆無太 大改變，控制後其 OR=4.04，95%CI: 1.139-14.364，P=0.0307。

最後比較特別的是母親是否有工作也達到統計上的顯著，結果顯示，母親有 工 作 的 學 生 相 較 於 母 親 沒 工 作 的 學 生 ， 其 飲 酒 的 勝 算 為 1.57 倍

（95%CI:1.038-2.365，P=0.0325），放入其他人口特性後，解釋效力也有些微上升 OR=1.58，95%CI: 1.014-2.447，P=0.0433。