第四章 研究結果
第二節 情緒適應模式的模式適配度考驗
本節主要目的在驗證本研究所假設之情緒管理策略、完美主義正向特質對 生活適應的影響。研究者以Amos 20.0為資料分析工具，考驗本研究資料與假設 模式（如圖8、圖9）之適配程度。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、整體模式適配度指標、模式內在結構適配度指標等方面 進行評量，最後則分析情緒管理策略、完美主義正向特質與生活適應之間的路 徑關係。
以下分別就本研究之假設模式之基本適切性和整體效果作為討論。
壹、假設模式之分析
圖 8 假設模式一逕路關係圖 圖 9 假設模式二逕路關係圖
一、假設模式適配度檢驗
假設模式一和假設模式二的適配度考驗結果，其整體適度指標方面，僅χ2
＝257.86（df＝120, p＝.00）未符合標準，而 GFI＝.93，SRMR＝.05，RMSEA
＝.06，CFI＝.96，TLI＝.95，NC＝2.15 皆符合標準，表示假設模式整體適配度 可接受。
以不符合標準的值而言，χ2值未達顯著，表示假設理論模式與觀察資料之 間是適配的，也就是飽和模式（saturated model）是假定模式完全適配樣本數據 的模式（吳明隆，2008），而本研究的 χ2值達顯著，可能由於樣本數太大或是 假設模式估計與觀察資料之間並不適配，也就是研究路徑可能不完整，模式需 要修正。
二、假設模式的直接與間接效果
余民寧（2006）認為在結構模式應最先考慮研究假設所提出潛在變項之間 的路徑關係，是否可獲實徵資料的佐證。結構模式是否適配要符合三項要求：
（1）潛在變項間的徑路係數之符號，不論是正或負，都必須與研究者所假設期 望的方向相同；（2）徑路關係的參數估計值，都必須達到統計學上的顯著程 度；（3）每一條結構方程式的 R2，必須要達到顯著程度。
在假設模式一中的「壓抑情緒管理策略影響高標準」路徑的參數估計值為 -.34（p=.07）、「壓抑情緒管理策略影響問題解態度」路徑的參數估計值為 -.03
（p=.51）、「忍讓情緒管理策略影響高標準」路徑的參數估計值為 .09
（p=.10）、「高標準影響問題解決態度」路徑的參數估計值為 -.01（p=.88）、
「高標準影響生活適應」路徑的參數估計值為-.02（p=.72）和「要求秩序影響 生活適應」路徑的參數估計值為 .25（p=.19），皆未達顯著。
而在假設模式二中的「高標準影響問題解決態度」路徑的參數估計值為-.01
（p=.83）、「高標準影響生活適應」路徑的參數估計值為 -.02（p=.72）、「高標 準影響壓抑情緒管理策略」路徑的參數估計值為.13（p=.26）、「高標準影響忍讓 情緒管理策略」路徑的參數估計值為.03（p=.75）、「要求秩序影響壓抑情緒管理 策略」路徑的參數估計值為-.18（p=.60）、「要求秩序影響忍讓情緒管理策略」
路徑的參數估計值為.53（p=.11）、「要求秩序影響生活適應」路徑的參數估計值 為.25（p=.19）、「壓抑情緒管理策略影響問題解決態度」路徑的參數估計值為 -.03（p=.51）和「忍讓情緒管理策略影響問題解決態度」路徑的參數估計值
為.09（p=.10），皆未達顯著。
依據余民寧（2006）的建議，在刪除未達顯著之路徑參數估計值後，假設 模式之適配度指標如下表 10 所示。
表 10
競爭模式適配指標
指標 標準值 假設模式一 假設模式二
χ2 p＞.05 235.76(df=97, p=.00) 335.42(df=129, p=.00)
GFI ＞.90 .93 .91
SRMR ＜.05 .05 .12
RMSEA ＜.08（尚可） .06 .07 NC 1＜NC＜3（嚴謹） 2.4 2.6 TLI ＞.90 .94 .93
CFI ＞.90 .95 .94
註：N=371
從以上模式分析和路徑分析可知，假設模式二較不符合本假設，且完美主 義對情緒管理策略之路徑皆未達顯著水準，不符合研究假設，故本研究模式一 得到支持，即以情緒管理策略為自變項，以完美主義為中介變項，較為合適。
另外，因假設模式一中的正向完美主義中的「高標準」在潛在依變項中的 路徑皆未達顯著，故不符合余民寧（2006）所提之第二項標準，故此假設模式 需要修正，而研究者在參酌相關文獻也發現，有些文獻中將高標準視為正向的 追求成就（Wang et al, 2007）；但 DiBartolo、Frost、Chang、LaSota 與 Grills
（2004）認為高標準中有些混淆自我評價之題目，會導致高標準與負向的心理 症狀有較強的關聯。雖本研究所使用之高標準題目並沒有此一現象，但因與其 他變項之路徑不顯著，故本研究刪除「高標準」此一潛在依變項，以利後續模 式分析，如圖 10 所示。
圖 10 修正後情緒調節歷程模式之路徑關係圖
貳、修正後模式之適配度考驗 一、基本模式的適配度指標
在評估模式與結果分析前，需先檢測模式中是否有違犯估計（Offending estimate）的現象，若發生違犯估計的情形，那就表示整個模式的估計有不適當 的解（improper solutions），因此必須先行處理（黃芳銘，2002）。本研究依據 黃芳銘（2004）的定義，一般發生違犯估計有以下三種現象：（1）誤差變異數 為負值；（2）標準化係數超過或太接近 1；（3）有太大的標準誤。
而從表 11 顯示模式的觀察變項之標準誤為正值，介於.01~.05 之間，並沒 有出現很大的標準誤，且皆達.05 的顯著水準，t 值之絕對值大於 2；其次，所 有估計參數之間相關係數的絕對值並未超過 1。再者，模型的潛在變項與其觀 察變項間之因素負荷量介於 0.46 到 0.94 之間，大致符合介於 0.50 ~ 0.95 之 間的標準。從這些結果可以得知模式並無違犯估計的現象，也符合基本適配度 考驗，符合本研究問卷理論架構。
二、整體模式的適配度指標
由表 12 可見模式的整體適配度考驗結果。首先，在絕對適配度方面，模型 的χ2值（Normal Theory Weighted Least Squares Chi-Square）= 235.76，自由度
=97，p-value = .00<.05，達到顯著水準，表示模式配適度不佳，但 χ2會隨著樣 本人數越大越容易達到顯著。所以本模型參考其他配適指標，以瞭解模式的配 適程度。模型的χ2/ df= 2.43，符合小於 3 的標準；而 GFI＝.93，AGFI＝.90，
均在標準值 .90 以上。另外，本研究所得之 RMSEA ＝.06，符合小於.08 的標 準。因此，從絕對適配度考驗結果可以發現本研究建構模式與觀察資料是可接 受的。
表 11
註：SFL= Standardized factor loading（標準化因素負荷量）；S.E=Standard error
（標準誤差）
其次，在相對適配度方面， CFI、IFI、NFI、NNFI 通常都會介於 0 到 1 之間，數值越大表示模式契合度越佳。本研究的 NFI＝.92、NNFI＝.94、CFI
＝.95 均在標準值.90 以上，顯示適配良好。
最後，在精簡適配度指標中，PNFI=.75，PGFI =.66，兩者皆大於.50。
PGFI 則是用以反應假設模型的簡效程度(degree of parsimony)，越接近 1 則表
適配度。這些結果都一致顯示此模式應可用來解釋實際的觀察資料。
表 12
模式的整體適配度考驗結果
Goodness of Fit Statistics 絕對適配度 Degrees of Freedom = 97
相對適配度
精簡適配度
Minimum Fit Function Chi-Square = 235.76（p = .00）
Goodness of Fit Index（GFI） = .93
Adjusted Goodness of Fit Index（AGFI） = .90
Standardized Root Mean Square Residual（SRMR）=.05 Root Mean Square Error of Approximation（RMSEA）= .06 Normed Fit Index（NFI） = .92
Non-Normed Fit Index（NNFI） = .94 Comparative Fit Index（CFI） = .95
Parsimony Goodness of Fit Index（PGFI） = .66 Parsimony Normed Fit Index （PNFI） = .75 註：N=371
三、模型內在結構適配度考驗
在模式內在適配度方面，應包括測量模式適配度與結構模式適配度的評 鑑。一個好的測量模式必須符合兩大要素：（1）研究模式中的各觀察變項都能 夠正確衡量出各潛在變項；（2）同一個觀察變項不能對於不同的潛在變項產生 顯著的負荷量（Bagozzi & Yi, 1988）。因此本研究分別以因素負荷量、潛在變 項的組合信度(CR, Composite Reliability) 以及平均變異數抽取量(AVE, average variance extracted)來衡量測量模型的信度與效度。
觀察變項的因素負荷量必須達到顯著水準，且大於 0.45（黃芳銘，
2004）。在觀察變項個別信度的部分，SMC 反應了個別測量變項受到潛在變項 影響的程度，SMC 越高，則表示信度越高。另外，潛在變項的組成信度部分，
是評估潛在變項中各測量變項的內部一致性，根據 Hair et al.（1998）的建議，
組成信度應在 0.7 以上為佳；而 AVE 則在檢測透過觀察指標可測得多少百分比 的潛在變項，應該要大於 0.5 為佳（程炳林，2003）。
結果顯示，所有估計的因素負荷量都達統計的顯著水準，t 值介於 8.44～
13.11 之間，p<.001，符合「因素負荷量應達顯著水準」的評鑑標準。其次，個 別指標信度的部分，以個別指標信度中 SMC 衡量個別測量題目的信度。表 13 顯示模式有 3 個觀察指標的 SMC 均小於.45，介於.21～.88 之間，表示本模式信 度尚可接受。
再者，組成信度相當於該潛在變項所屬觀察指標的Cronbach α 係數，本模 式五個潛在變項的組成信度介於.68~.89 之間，變項組成信度皆高於「.60 以 上」的評鑑標準，顯示本研究觀察變數與潛在變數之間有高關聯之存在關係。
而變異抽取量則在介於.39~.69 之間，除生活適應外，其餘變項的變異抽取量都 在「.50 以上」的評鑑水準。此外，本模式五個潛在變項相互相關係數介於-.06
～.58 之間，合乎「潛在變項的相關應低於.90」的評鑑標準。
整體而言，在模式的內在品質方面，除了有三個測量指標的個別指標信度 低於.45 的標準，一個變項的平均變異抽取未達.50 的標準。除此之外，其餘的 模式內在適配度的評鑑結果大致都顯示有理想的內在品質，應可用來解釋觀察 資料。
表 13
註：SMC= Squared Multiple Correlation（多元相關平方）；CR = composite reliability（組成信度）；AVE =average variance extracted （平均變異抽取量）。