大學生的依附取向、拒絕敏感度與曖昧訊息 處理之中介模式驗證

研究者採用統計軟體AMOS16.0 進行結構方程模式分析，驗證大學生依附 取向、拒絕敏感度與曖昧訊息處理模式（模式一），探討成人依附取向當中，負 向他人意象以及負向自我意象，對於大學生的拒絕敏感度以及曖昧訊息處理的影 響機制，以驗證本研究所提出的假設模式與實際資料之適配程度。除此之外不同 的互動對象，將拒絕敏感度量表分為同儕團體（模式二）及學弟/妹（模式三）

兩部分，並且分別進行相同模式之驗證，檢視當此假設模式將互動對象納入考慮 時，實際資料與假設模式之適配程度。

Bogozzi 和 Yi（1988）認為，驗證假設模式與實際資料的適配程度，必須透 過基本適配度指標（preliminary fit criteria）、整體模式適配度指標（overall model fit）、模式內在結構適配度指標（fit of internal structural model）等方面進行評量，

除此之外，也要評量模式的簡約適配度指標（parsimonious fit indices），以檢視 模式是否以最精簡的概念建構而成。因此，研究者依據此四大指標，分別報告本 研究之假設模式的驗證結果。各項指標之分析結果詳見圖4-1 以及表 4-9、表 4-10、表 4-11：

負向自我意象

表4-10 假設模式路徑之顯著性考驗、誤差變異估計值及標準化係數值（模式一）

表4-12 模型適配度的評鑑項目及評鑑結果（模式一）

在基本模式適配指標方面，Bogozzi 和 Yi（1988）認為有下列幾項標準：（1）

在估計的所有參數當中，不能出現負的誤差變異數；（2）所有的誤差變異皆需要

負荷量介於.60 至.70 之間，符合第四項標準。而假設模式估計之標準誤介於.03 與15.28 之間，其中ε1、ε2、ζ1 三者之標準誤稍大，未能符合第五項標準。

綜合上述，本研究之假設模式除了第五項標準未能符合之外，其餘估計數值大致 符合Bogozzi 和 Yi（1988）所提出的標準。

貳、整體模式適配度指標（外在品質）

在整體模式適配度方面，研究者主要採用三個部分來進行模式適配度的評 鑑，包括：絕對適配統計量、增值適配度統計量，以及簡約適配統計量。茲分述 如下：

一、 絕對適配統計量

　 在絕對適配統計量方面，主要包含下列多項指標，包括：卡方值（χ²）、卡 方自由度、漸進殘差均方和平方根（root mean square error of approximation, RMSEA）、適配度指數（goodness-of-fit index, GFI）、調整後適配度指數（adjusted goodness-of-fit index, AGFI）、非集中性參數（non-centrality parameter, NCP）、期 望跨效度指數（expected cross-validation index, ECVI）等等。

根據表4-12 可知，本研究中之卡方值呈現達顯著（χ²=6.82, p＜.05），然而，

卡方值並非一個實質效益大的指標，原因在於卡方值非常敏感，非常容易受到研 究樣本的影響而有所波動，當研究的樣本越大時，卡方值越容易達統計顯著，也 就越容易拒絕虛無假設，因此卡方值的指標僅供研究者參考之用。在卡方自由度 比方面，一般情況之下，卡方自由度的比率必須小於3 才是較佳的適配標準，本 研究當中的卡方自由度比為2.28，符合上述標準。

一般而言，理想的漸進殘差均方和平方根（RMSEA）模式適配指標必須小 於.08，才算是可接受的適配。根據表 4-11 可知，本研究中 RMSEA 值為.07，符 合標準。另外，若 GFI 值大於.90，則顯示模式與樣本資料之間有理想的適配。

本研究當中的 GFI 值為.99，顯示模式與樣本資料之間適配情況良好。而調整後 適配度指數（AGFI）會隨著 GFI 的值而變動，當 GFI 值變大時，則 AGFI 的值 也會變大。本研究當中假設模式的 AGFI 值為.96，大於.90，顯示假設模式與實 際資料的適配情況良好。

根據表4-12 可知，本研究中的 NCP 值為 4.82，落入其 90%的信賴區間（.29

＜4.82＜12.83），顯示假設模式與實際資料之間適配程度良好。而 ECVI 並不像 其他的適配性指標一樣，有一個明確的標準，通常ECVI 指標會與獨立模式與飽 和模式的數值相比較，來判定此模式是否具有跨效度的效益，在整體模式的適配 度上是一個有用的指標值（吳明隆，2008）。本研究當中的 ECVI 值為.07，落入 其 90%的信賴區間（.06＜.07＜.09），顯示應接受此假設模式，且此模式能夠應 用到不同的樣本當中，仍然具有預測力。

二、 增值適配度統計量

基準線模式是一種獨立模式，將模式當中的所有觀察變項之間的共變關係都 設定為0。而增值適配度統計量通常是將待檢驗的假設理論模式與基準線模式相 互比較，以判別模式的契合度如何（吳明隆，2008）。在增值適配度統計量方面，

又可分為規準適配指數（normal fit index, NFI）、相對適配指數（relative fit index, RFI）、增值適配指數（incremental fit index, IFI）、非規準適配指數（Tacker-Lewis index/non-normal fit index, TLI）、比較適配指數（comparative fit index, CFI）等等。

這些數值大多介於0 至 1 之間，若越接近 1，表示假設模式與實際樣本資料之間 的適配情形越良好。

根據表 4-12 可知，本研究中所得到的 NFI 值為.93（＞.90）；IFI 值為.96

（＞.90）；TLI 值為.85(＜.90)；CFI 值為.96（＞.90）。儘管 TLI 值並未達理想模 式的標準，但大部分模式的增值適配度統計指標仍然達.90 以上的理想適配標 準，適配情況尚可接受。

三、 簡約適配統計量

簡約適配統計量主要關注於是否能再透過更精簡的潛在概念來表達整個假 設模式的一種指標，主要包括：簡約適配指數（PGFI）、簡約調整後之規準適配 指數（PNFI）。一般而言，當 PGFI 值以及 PNFI 值在.50 以上時，表示此假設模 型是可以被接受且簡約性高的，根據表 4-12 可知，本研究中的 PGFI 值為.20，

PNFI 值為.28，顯示此假設模式的精簡程度不夠高，仍然具有再精簡潛在變項的 空間。

綜合上述，儘管本研究當中的假設模式在結構方程模式當中的適配指標並沒 有完全符合理想模式的狀態，但整體來說適配程度尚可接受。

參、模式內在結構適配度（內在品質）

　 在模式內在結構的適配度方面，研究者檢視大學生依附取向、拒絕敏感度以 及曖昧訊息處理假設模型中所估計的路徑係數，以及拒絕敏感度量表之因素負荷 量。茲分述如下：

一、 結構模式適配度方面

由圖 4-1 以及表 4-10 可知，大學生依附取向、拒絕敏感度以及曖昧訊息處 理假設模型中所估計之路徑，除了「負向他人意象」對「曖昧訊息處理」以及「負 向自我意象」對「曖昧訊息處理」未達統計顯著水準以外，其餘均達.05 以上統 計顯著水準。

二、 測量模式適配度方面

由圖4-1 可知，模式當中所有估計參數之因素負荷量介於 0.60 至 0.66 之間，

符合Bogozzi 和 Yi（1988）所提出之「潛在變項與其測量的指標之間的因素負荷 量介於.50 至.95 之間」的理想適配標準。

綜合上述多項指標可知，本研究當中的假設模式大部分符合適配模式的標 準，僅少數幾項指標未達理想的適配標準，但仍然在可接受的範圍之內，具有可 接受的內、外在模式品質，因此本研究之假設模式與實際得到的資料的適配關係 尚可接受，因此研究假設六得到支援。

肆、依附取向、拒絕敏感度與曖昧訊息處理之間的路徑關係

一、 「負向自我意象」預測「拒絕敏感度」之直接效果

本研究模式假設「負向自我意象」能有效預測「拒絕敏感度」，由圖 4-1 以 及表 4-10 可知此路徑之標準化係數達統計上的顯著水準（負向自我意象→拒絕 敏感度＝.37, p＜.001），亦即當大學生的負向自我意象傾向越多，其拒絕敏感度 也會越高。

二、「負向自我意象」預測「曖昧訊息處理」之直接效果

本研究也假設「負向自我意象」能有效預測「曖昧訊息處理」，由圖 4-1 以 及表 4-10 可知此路徑之標準化係數並未達統計上的顯著水準（負向他人意象→

曖昧訊息處理＝.09, p＞.05）。

三、「負向他人意象」預測「拒絕敏感度」之直接效果

本研究模式假設「負向他人意象」能有效預測「拒絕敏感度」，由圖 4-1 以 及表 4-10 可知此路徑之標準化係數達統計上的顯著水準（負向他人意象→拒絕 敏感度＝.12, p＜.05），換言之，當大學生負向他人意象的傾向越明顯時，其拒絕 敏感度也就越高。

四、「負向他人意象」預測「曖昧訊息處理」之直接效果

本研究也假設「負向他人意象」能有效預測「曖昧訊息處理」，由圖 4-1 以 及表 4-10 可知此路徑之標準化係數並未達統計上的顯著水準（負向他人意象→

曖昧訊息處理＝.00, p＞.05）。

五、「拒絕敏感度」預測「曖昧訊息處理」之直接效果

本研究模式假設「拒絕敏感度」能有效預測「曖昧訊息處理」，由圖 4-1 以 及表 4-10 可知此路徑之標準化係數達統計上的顯著水準（拒絕敏感度→曖昧訊 息處理＝-.30, p＜.001）。由此路徑之標準化係數可知，當大學生的拒絕敏感度越 高，則在曖昧訊息處理的得分呈現偏低的情況，顯示大學生的拒絕敏感度越高 時，其曖昧訊息處理則越偏負向。

六、「負向自我意象」預測「曖昧訊息處理」之間接效果

本研究模式假設「負向自我意象」能透過影響「拒絕敏感度」而間接影響大 學生對於「曖昧訊息的處理」。由表 4-11 可知，「負向自我意象」預測「曖昧訊 息處理」的間接效果為-.11，t 值為-3.55，達顯著水準，由此結果可知「負向自 我意象」可透過「拒絕敏感度」來預測大學生的「曖昧訊息處理」。

七、「負向他人意象」預測「曖昧訊息處理」之間接效果

本研究模式假設「負向他人意象」能透過「拒絕敏感度」預測大學生對於「曖 昧訊息的處理」。由表 4-11 可知，「負向自我意象」預測「曖昧訊息處理」的間 接效果為-.04，t 值為-1.91，未達顯著水準。

八、「負向自我意象」預測「拒絕敏感度」及「曖昧訊息處理」之整體效果 由表4-11 中可知，「負向自我意象」預測「拒絕敏感度」以及「曖昧訊息處 理」的整體效果依序為：.37（t=5.76, p＜.001）、-.02（t=-.41, p＞.05），僅有「負 向自我意象」預測「拒絕敏感度」之整體效果達顯著水準，而「負向自我意象」

預測「曖昧訊息處理」的預測則未達顯著水準。其中，由於模式中假設「負向自 我意象」預測拒絕敏感度的部分僅有直接效果而無間接效果，因此「負向自我意

預測「曖昧訊息處理」的預測則未達顯著水準。其中，由於模式中假設「負向自 我意象」預測拒絕敏感度的部分僅有直接效果而無間接效果，因此「負向自我意