影響血液透析患者疲倦程度之重要預測變項

由前述人口學特性、疾病治療特質、身體、心理、社會因素等因子，尋找預測 血液透析患者疲倦之重要預測變項，使用逐步多元迴歸分析之統計方法。

一、迴歸診斷 1.常態分布

由預測值之標準化殘差值的常態機率分布圖(圖 3)，累積機率分布大致落在一 條左下至右上的四十五度角直線，而由其標準化殘差值及標準化預測值之交叉散 布圖(圖 4)，可見散布圖的點在 0 值上下成等分散性的隨機分布，表示觀察值大致 符合常態性及變異數齊一性的假定。計算疲倦症狀量表(FSI)各題得分累計後，以 Kolmogorov-Smirnov 檢驗統計量為 .069，p = .200> .05，符合常態分配。

圖 3 標準化殘差值之常態機率分布圖

圖 4 標準化殘差值及標準化預測值之交叉散布圖

2.極端值

由標準化殘差診斷發現，第 84 個觀察值之標準殘差值為 3.079，其絕對值大 於 2 或 3，極可能是極端值。

3.影響點

以 DFBETA (difference of beta)－即當某一觀察值去掉後，迴歸係數變化的情 形，來判定有無高影響力個案的存在，需考慮去除該觀察值。因本研究扣除遺漏值 和極端值後，進入迴歸診斷之樣本數為 63 人，切點定為 2/√(n)=0.252，檢視被選 入迴歸方程式之變項，其 DFBETA 介於-0.14 至 0.19 之間，皆小於 0.252，因此判 斷無影響點存在。

4.共線性診斷

迴歸模式中，自變項「症狀困擾總數」及「憂鬱」之容忍度均為 0.933，皆大 於 0.1，變異數膨脹係數均為 1.072，皆小於 10，條件指標分為 3.447 及 4.382，均 小於 30，特徵值分為 0.222 及 0.138，都大於 0.01，因此預測變項間不存在多元共 線性的問題。

二、多元迴歸分析

由逐步多元迴歸分析，SPSS預設選入移除條件，以F值的顯著機率值為準，當 機率值小於 .05，自變數選入迴歸方程式，當迴歸方程式計算後，變數大於迴歸係 數的顯著機率值會被移除。經計算後，排除了慢性病數、症狀困擾嚴重度、焦慮、

左旋肉鹼等未達顯著之變項，得到如下之迴歸方程式：

「血液透析患者之疲倦程度=.646×症狀困擾總數+.19×憂鬱次量表總分」。

症狀困擾總數及憂鬱，可預測血液透析患者之疲倦程度，其共同解釋變異量達 51.7%，其中症狀困擾總數之預測力為 48.4%，憂鬱之個別預測力為 3.4%，其 β 值 皆為正數，因此在本研究中，血液透析患者之症狀困擾總數越多，憂鬱程度越高，

可預測其疲倦程度越大。

表11

血液透析患者疲倦程度預測模式逐步多元迴歸分析摘要(n=63)

變項 B

SE B β R² ΔR² F

症狀困擾總數 3.175 .456 .646*** .484 .484 57.125***

憂鬱 1.15 .584 .190* .517 .034 32.150***

全部兩個自變項 R²=.517

註：本迴歸模式共置入「慢性病數」、「症狀困擾總數」、「症狀困擾嚴重度」、「焦 慮」、「憂鬱」及「左旋肉鹼」等6個自變項，進行逐步多元迴歸分析。個案 數以66位參與抽血者，扣除血中濃度超標之遺漏值2位，疲倦分數極端值1 位後，餘63位。

*p < .05. **p < .01. ***p < .001