第四章 結果
第十節 生命統整性與幸福感之相關性
為瞭解研究對象之生命統整性與幸福感之相關性，以一般線性迴 歸（General linear regression）將生命統整性與幸福感進行分析，結果 發現研究對象之生命統整性預測幸福感達統計上的顯著意義（F(1,
278)=36.52，p<.001），在未控制其他變項之情況下，生命統整性對幸福 感之解釋力為 11.6%（β=.34，p<.001），然而以調整後之 R2來看，解 釋力仍有 11.3%，詳見表 4.17。
表 4.17 生命統整性與幸福感關係檢定摘要表
變項 Beta R2 F
生命統整性 .36*** .113*** 36.518
註：***p<.001.
73
第十一節 正向環境、生命統整性與幸福感之多元迴歸分析
為探討幸福感之重要預測因子，將所有與幸福感顯著相關之預測 因子進一步進行多元迴歸分析，而為了減少共線性的問題，因此採用 逐步迴歸進行分析。將所有與幸福感之關係達顯著意義之連續型預測 變項選入分析，包含教育程度、健康狀態、正向環境（家庭結構、經 濟狀況、家庭關係）與生命統整性等變項。
結果顯示最後進入模式的預測變項依次為家庭關係、經濟狀況、
生命統整性與健康狀態等四個變項（n=278）。此四個預測變項之間容 忍度（tolerance）介於 0.808-0.973 間、變異數膨脹係數（VIF）介於 1.028-1.238 之間。
與幸福感相關最高之家庭關係首先被選入迴歸方程式（模式一）， 家庭關係可以解釋幸福感 27.4%的變異量（F(1, 277)=104.69，p<.001）， 以調整後 R2來表示，仍有 27.2%的解釋力。第二個被選入的變項為經 濟狀況，經濟狀況可單獨解釋幸福感 6.0%的變異量，F 改變量為 24.79
（p<.001），符合被選入的標準，因此模式二包含家庭關係與經濟狀況 兩個自變項，總計可以解釋幸福感 33.4%的變異量（F(2, 276)=69.24，
p<.001），以調整後 R2來表示，仍有 32.9%的解釋力。第三個被選入的
變項為生命統整性，生命統整性可單獨解釋幸福感 4.5%的變異量，F
74
改變量為 20.08（p<.001）；模式三包含家庭關係、經濟狀況及生命統整 性三個變項，共可以解釋幸福感 37.9%的變異量（F(3, 275)=56.04，
p<.001），以調整後 R2來表示，仍有 37.3%的解釋力。最後被選入的第
四個變項為健康狀態，健康狀態可單獨解釋幸福感 2.2%的變異量，F 改變量為 9.95（p<.001），最後模式四包含家庭關係、經濟狀態、生命 統整性及健康狀態等四個變項，能夠有效解釋依變項幸福感的 40.1%
變異量（F(4, 274)=45.89，p<.001），以調整後 R2來表示，仍有 39.2%的 解釋力。顯示此四個變項（家庭關係、經濟狀態、生命統整性、健康 狀態）對於幸福感的解釋力達到統計上的顯著意義，各模式分析後的 係數估計結果如表 4.18。
由表 4.18 可知，家庭關係的解釋力在每一組模式皆達到顯著，到 了第二模式加入經濟狀態後家庭關係的影響力便降低了。在第二模式 時，經濟狀態在控制第一階層的家庭關係之後，經濟狀況的 beta=.262
（t (277) =4.98, p<.001）。第三個模式在控制了家庭關係與經濟狀況後，
生命統整性的 beta =.219（t (277) =4.48, p<.001）。第四個模式控制了家庭 關係、經濟狀況及生命統整性之後，健康狀態的 beta =.161（t (277) =3.15, p=.002）。
75
76
整性與教育程度三個變項，共可以解釋幸福感 49.2%的變異量（F(3,
80)=25.86，p<.001）。最後進入模式的變項為健康狀態，健康狀態可單 獨解釋幸福感 3.4%的變異量，F 改變量為 5.62（p=.02）；模式四包含 家庭關係、生命統整性、教育程度與健康狀態，共可以解釋幸福感 52.6%
的變異量（F(4, 59)=21.92，p<.001），以調整後 R2來表示，仍有 50.2%的 解釋力。顯示在男性受訪者中，家庭關係、生命統整性、教育程度、
健康狀態對於幸福感的解釋力達到統計上的顯著意義（表 4.19）。
女性受訪者中（n=195），最後進入模式的預測變項依次為家庭關 係、健康狀態、經濟狀態與生命統整性等四個變項。與幸福感相關最 高之家庭關係首先進入模式，可以解釋幸福感 20.5%的變異量（F(1,
193)=49.80，p<.001），以調整後 R2來表示，仍有 20.1%的解釋力。模式 二包含家庭關係與健康狀態，共可解釋幸福感 26.5%的變異量（F(2,
192)=34.58，p<.001），以調整後 R2來表示，仍有 25.7%的解釋力；健康 狀態可單獨解釋幸福感 6.0%的變異量，F 改變量為 15.60（p<.001）。
第三個進入模式的變項為經濟狀態，經濟狀態可單獨解釋幸福感 3.7%
的變異量，F 改變量為 10.02（p=.002）；模式三包含家庭關係、健康狀 態與教育程度三個變項，共可以解釋幸福感 30.1%的變異量（F(3,
191)=23.01，p<.001），以調整後 R2來表示，仍有 29.1%的解釋力。最後
77
78
由上述結果可知，在整體樣本中，進入模式的重要預測變項為家 庭關係、經濟狀態、生命統整性與健康狀態；在男性樣本中，進入模 式的重要預測變項為家庭關係、生命統整性、教育程度與健康狀態；
在女性樣本中，進入模式的重要預測變項為家庭關係、健康狀態、經 濟狀態與生命統整性。無論在整體樣本或不同性別之樣本中，家庭關 係、生命統整性與健康狀態皆進入模式，且家庭關係皆為第一個進入 模式中之預測變項，對幸福感的單獨解釋力介於 20.5%至 36.4%間。僅 在男性樣本中，教育程度進入模式，經濟狀態未進入模式。
79
第十二節 正向環境、生命統整性與幸福感之路徑分析
依據上節逐步多元迴歸分析的結果，發現正向環境與正向特質能 顯著預測幸福感，且在正向環境中以家庭關係對幸福感的解釋力最 高，為了避免共線性的影響，因此在進行路徑分析時僅以家庭關係代 表正向環境，分析其與幸福感間是否具生命統整性之中介作用。
由於 SEM 假定資料不能有遺漏值，故研究者使用 AMOS 16.0 套 裝軟體進行路徑分析時，先刪除在家庭關係、生命統整性與幸福感量 表中有漏答超過 2 題以上之樣本，刪除後樣本數為 285，並以數列平均 數置換其餘遺漏值，共置換 9 筆資料，置換情形整理如表 4.20。
表 4.20 遺漏值置換情形
題數 遺漏值數 置換值
C4 2 2
C13 2 1
S8 1 5
S12 2 5
S13 2 5
在進行模式適配度檢定之前，首先檢視有無違反 SEM 分析假定情 形產生，亦即資料必須在誤差變異數無負值、標準化係數未過於接近 1、以及未有過大之標準誤出現（陳順宇，2007）。模式中的誤差變異 無負值存在，且各參數間相關絕對值小於.58，未太接近 1.00；而在因 素負荷量的部份，皆大於.50。可見得符合模式外在契合度，可進行模
80
式建構。
圖 4.1 為家庭關係、生命統整性與幸福感的初始模型，由 34 個觀 察變項及 3 個潛在變項所構成。由於模式資料符合常態分佈，使用最 大概似法（maximum likelihood）來進行參數估計。模式適配性指標採 用絕對適配指標的卡方自由度比值（χ2/df）與均方根近似誤（Root Mean Square Error of Approach，RMSEA）、增值適配指標的比較適配指標
（comparative-fit index，CFI）與簡約適配度指標（Parsimonious
goodness-of-fit index，PGFI）等指標做為評估基準。RMSEA 是以母群 體為基礎的適配度指標，不受樣本數大小之影響，被認為是最能提供 資訊之適配度指標之一；RMSEA 小於.05 是良好適配，0.5-.08 為合理 適配，.08-.10 為普通適配，大於.10 以上者為不良適配(Quintana &
Maxwell, 1999）。在增值適配指標中採用 CFI，CFI 能反應假設模型與 無任何共變關係的獨立模型差異程度，也考慮到被檢驗模型與中央卡 方分配的離散性，一般良好的模型 CFI 值需大於.90 以上（Quintana &
Maxwell, 1999）。簡約適配度指標 PGFI 指數考慮到了模型當中估計參 數的數量，用來反應 SEM 假設模型的簡約程度，PGFI 指數越接近 1，
顯示模型越簡單，一般良好的模型 PGFI 值需在.5 以上（Mulaik et al., 1989）。
81
C10 ec10
.72
.51
C11 ec11
.72
.49
C12 ec12
.70
.54
C13 ec13
.73
.52
C14 ec14
.72
.46
C15 ec15
.68
.39
C16 ec16
.62
.45
C17 ec17
.67
.43
C18 ec18
.65
.48
C19 ec19
.69
.42
C20 ec20
.65
Standardized estimates CHI-SQUARE=1047.899
DF=524 P=.000 CFI=.883; RMSEA=.059
圖 4.1 家庭關係、生命統整性與幸福感之初始模型
根據 Hu 和 Bentler（1999）對模式適配指標的建議，若卡方自由 度比值介於 1-2 之間，且 CFI 達.90 以上，RMSEA 低於.05 則表示模式 具有良好的適配程度（Hu & Bentler, 1999）。如表 4.21 所示，在初始模 型中，模式適配性指標為χ2/df =2.000 (p<.001)；RMSEA＝.059；
CFI=.883；PGFI=.717，顯示此初始模型尚須修正。
82
在模式的修正過程中，首先由修正指數（Modification Indices）最 大的路徑開始進行修正，ec1 和 ec2 的修正指數是 35.895，因此在修正 模式 1 中，將 ec1 和 ec2 設定為共變，分析結果顯示出χ2/df =1.931；
RMSEA=.057；CFI=.891；PGFI=.723。
初次修正後，由於模式適配度仍未達到理想的適配值，因此再次 進行修正。修正模式 2 將修正指數為 27.423 的 ec19 和 ec20 設定為共 變，獲得適配指標結果為χ2/df =1.881 (p<.001)；RMSEA=.056；
CFI=.897；PGFI=.725。修正模式 3 修正 es2 和 es3 為共變，其修正指 數為 25.296，分析結果顯示χ2/df =1.833；RMSEA=.054；CFI=.903，
修正模式 3 達到期望之適配指數，見圖 4.2。 RMSEA <.05，適配良
好；<.08，適
83
C10 ec10
.72
.51
C11 ec11
.72
.49
C12 ec12
.70
.54
C13 ec13
.73
.52
C14 ec14
.72
.46
C15 ec15
.68
.39
C16 ec16
.63
.44
C17 ec17
.67
.43
C18 ec18
.65
.46
C19 ec19
.68
.40
C20 ec20
.64
Standardized estimates CHI-SQUARE=954.838
DF=521 P=.000 CFI=.903; RMSEA=.054
.36
84
表 4.22 模式潛在變項間直接與間接效果摘要
效果量 生命統整性 幸福感
估計效果值 標準化效果值 估計效果值 標準化效果值
直接效果
家庭關係 修正前 .56 .26 .56 .60
修正後 .57 .26 .55 .52
生命統整性 修正前 .14 .29
修正後 .15 .30
間接效果
家庭關係 修正前 .08 .07
修正後 .08 .08
總效果量 修正前 .78 .96
修正後 .78 .90
根據上述結果顯示，模式經修正後模式適配度獲得改善，對因果 模式的效果而言，除家庭關係對幸福感之直接效果下降外，其他則無 明顯影響。整體來說，家庭關係、生命統整性與幸福感的結構方程模 式受到支持，家庭關係會影響生命統整性與幸福感，生命統整性亦會 影響幸福感，且生命統整性在家庭關係與幸福感間扮演中介變項的角 色，研究假設 H4 獲得支持。
85
第十三節 重要結果摘要
從本章的分析結果發現，研究部份支持研究假設 H1「背景變項會 影響幸福感」，其中年齡（H1.2）與幸福感未達到統計上的顯著相關，
而在性別（H1.1）、教育程度（H1.3）及健康狀態（H1.4）推翻虛無假 設，對幸福感之關係達統計上的顯著意義。因此本研究結果支持背景 變項中的性別、教育程度及健康狀態之不同會影響幸福感，女性、教 育程度越高、健康狀態越不困擾者的幸福感較佳。
研究結果支持研究假設 H2「正向環境會影響幸福感」，家庭結構
（H2.1）、經濟狀況（H2.2）、居住房屋所屬（H2.3）及家庭關係（H2.4）、 與幸福感之關係具統計上的顯著意義，推翻虛無假設，顯示已婚且與 親人一同居住者具有較佳的幸福感，經濟狀況越佳、家庭關係越良好 者，其幸福感越佳。
生命統整性與幸福感之相關性達顯著，推翻生命統整性與幸福感 之虛無假設（H3.1），支持研究假設 H.3「正向特質會影響幸福感」，生
生命統整性與幸福感之相關性達顯著，推翻生命統整性與幸福感 之虛無假設（H3.1），支持研究假設 H.3「正向特質會影響幸福感」，生