國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
- 33 -
究參與者對研究程序無慮後，將研究對象之基本資料問卷、行為抑制與激發系統 量表、貝氏無望感量表、貝氏憂鬱量表第二版發給每位研究參與者，並請其個別 填寫。填寫完後將量表交給研究人員後，研究參與者即可離開教室。
第三節 研究工具
本研究的研究工具共包含四部分，依照向受試者呈現的次序分別：研究對象 之基本資料問卷、行為抑制與激發系統量表、貝氏無望感量表、貝氏憂鬱量表第 二版。
壹、研究對象之基本資料問卷
此問卷內容包含研究對象年齡、性別、教育程度、社經地位、心理疾病史以 及家庭狀況等重要資訊。
貳、行為抑制與激發系統量表(The BIS/BAS SCALES; Carver &
White, 1994)
根據 Gray（1981）的理論架構，Carver 與 White（1994）發展出測量行為抑 制與激發系統的自陳量表，內含 BIS 與 BAS 量表。本研究採用陳玉馨（2003）
所使用的中文版本，量表共有 20 道題（英文版本中沒有的附加第 17 題不予以計 分），以五點量表的方式施測，範圍從幾乎都不是的程度到幾乎都是的程度。
根據因素分析的結果，Carver 與 White 將 BAS 量表分成三個量表：（1）酬 賞反應量表：共五題，描述酬賞物真的發生或呈現時，個體的反應狀況；（2）趨 力量表：共四題，描述個體面對自己所渴望目標時的持續性追求表現；（3）愉悅 追求量表：共四題，描述個體對對新酬賞物的渴望感，以及其主動接近具有潛在 酬賞價值事物的傾向。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
BIS 量表共七題，描述懲罰出現或預期面臨懲罰情境時個體的情感反應（陳 玉馨，2003）。研究顯示量表的八週重測信度範圍從.59 到.69；同時，BIS 量表與 負向情緒量表有顯著相關，BAS 則與正向情緒量表有顯著相關（Carver & White, 1994）。此外，BAS 量表的得分可預測個體在前額葉兩側活化的不對稱性（Sutton
& Davidson, 1997）。
根據陳玉馨（2003）的研究結果，此量表具有良好的內部一致性（α 值在.75 到.86 之間），因素分析的結果也顯示題目均落在相對應的因素上，由此可知此量 表具有良好的信效度。
参、貝氏無望感量表（Beck Hopelessness Scale, BHS；Beck et al., 1974）
本量表翻譯自 Beck 等人（1974）所編制的量表，主要是測量個體對自己與 未來的負向期待。內共含 20 道題目：其中 9 題是正向題，另外 11 道題目為反向 題。與最初的設計不同之處在於，本論文沿襲許文耀等人（2006）的四點量表評 分方式，0 分代表不符合，3 分代表非常符合。
在以自殺企圖者的研究中發現此量表的信度係數為.93，且與貝氏憂鬱量表 間的相關為.56 到.68（Beck, Rush, Shaw, & Emery, 1979），顯示此量表具備良好 的信效度。在許文耀等人（2006）的研究中發現，量表內兩個因素的內部一致性 數值為.92 與.86，代表中文版本的量表也具備良好的信度。因版權問題，故本論 文不將量表內容附在附錄中。
肆、貝氏憂鬱量表第二版（Beck Depression Inventory-II, BDI-II;
Beck, Steer, & Brown, 1996）
本量表由 Beck、Steer 與 Brown 於 1996 年依據貝克憂鬱量表第一版再次修 訂發展，包含 21 道題目，每題為四點量表。受試者須根據題目中的不同描述進 行自我評估，報告其最近兩周內的憂鬱症狀及嚴重程度。分數範圍為 0 到 3 分，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
- 35 -
總分共計 63 分。測驗總分在 0 到 13 分為正常值，14 到 19 分為輕度憂鬱，20 到 28 分為中度憂鬱，29 到 63 分為重度憂鬱。
目前國內已有中文版（陳心怡，2000）其再測信度為 0.93。在效度的部分，
其與貝克憂鬱量表第一版分數間之相關為 0.93，並與漢米頓精神科評定量表
（Hamilton Pychiatric Rating Scale for Depression, HRSD）間的效標關聯效度為 0.71，由此可知此量表具有良好的信效度。因版權問題，故本論文不將量表內容 附在附錄中。
第三節 資料分析
本研究以 SPSS 與 LISREL 套裝統計軟體進行資料分析，以相關分析、探索 性因素分析、驗證性因素分析、階層迴歸與結構方程模式探討各研究變項間之關 係，分析程序如下：
壹、 相關分析
分別判定 BAS 程度、BIS 程度、正向未來思考、負向未來思考以及憂鬱症 狀間之關聯性。因各變項均為連續變項，故均採用皮爾森相關分析法。
貳、 探索性因素分析（Exploratory Factor Analysis, EFA）
以 SPSS 程式對半數研究參與者的貝氏無望感量表進行探索性因素分析，以 主成分分析法，轉軸方法為
Promax，設定萃取因素為兩個，並分析兩因素的因
素結構，以做為後續驗證性因素分析的基礎。參、 驗證性因素分析（Confirmatory Factor Analysis, CFA）
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
以 LISREL 程式對半數研究參與者的貝氏無望感量表進行驗證性因素分析，
除了卡方值外，仍需要考慮其他模式適合度指標以評鑑模型，並比較貝氏無望感 量表之一因素或二因素模式的模式適合度，以確立其因素結構，作為後續分析的 基礎。
肆、 階層迴歸
採階層迴歸分析方法來探討正負向未來思考在彼此與憂鬱症狀間的中介效 果；同時，也探討正負向未來思考在 BAS/BIS 與憂鬱症狀間的中介效果。
伍、Sobel 檢定
利用 Sobel 檢定分析正負向未來思考在彼此與憂鬱症狀間的部分中介效果，
以檢驗圖一、二、三、四的假設模式是否成立。
陸、 結構方程模式
本研究將以結構方程模式進行檢驗，將相關資料轉換成共變數矩陣，並以 LISERL 進行參數估計，以檢驗 BHS 的一因素與二因素結構何者具備較佳的模式 適合度，亦檢驗競爭模式一與二（BAS 與 BIS 導致憂鬱症狀之兩個競爭模式）
何者具備較佳的模式適合度。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
- 37 -
第肆章 研究結果
本章的研究結果分成四部分：首先，為了確認貝氏無望感量表（BHS）的因 素結構為一因素或二因素，並進一步利用其做為了解無望感或正負向未來思考在 BAS/BIS與憂鬱間關係的工具，故有必要先確立BHS的因素結構。第二，呈現主 要變項的描述統計數據，並分析各變項間的相關矩陣與考驗性別間的差異。第三，
透過階層迴歸與Sobel檢定的統計方式，檢驗圖一、二、三、四中的哪一個假設 模式獲得支持。第四，透過結構方程模式的分析，檢驗競爭模式一或二何者具備 良好的模式適合度。
第一節 貝氏無望感量表（BHS）之因素結構確立
壹、探索性因素分析（EFA）
在進行描述性統計之前，因本論文的假設模式考驗與 BHS 的結構有密切相 關，故必須先確認 BHS 的因素結構個數，且其內涵可對應到無望感相關理論中 所主張無望感或正負向未來思考之內涵；因此，本論文將以探索性與驗證性因素 分析兩種方式同時驗證 BHS 的因素結構。故分析時將整體的研究參與者分成兩 群，並先對其中一群的資料進行探索性因素分析，而利用另一群的資料進行驗證 性因素分析。本論文使用的統計方法為主成分分析法，轉軸方法為
Promax，設
定萃取因素為兩個。結果顯示 KMO 值為.851，Bartlett 球型檢定的卡方值為 1309.587（df = 190），
並達顯著水準（p < .001），顯示適合進行探索性因素分析。結果發現第一個因素 的特徵值為 5.362，解釋的變異量為 26.812%；第二個因素的特徵值為 2.154，解 釋的變異量為 10.772，而各個題目的因素負荷量如表一。
由表一的結果可發現，除了初步的分析結果支持研究資料適合進行因素分析
‧
‧
況（請見表三），故本論文的 SEM 將採用強靱最大概似法（Robust Maximum Likelihood , Robust ML）進行估計。此外，在評估模式時，本論文首先考慮整體 模式的狀況，並採用模式適合度（goodness of fit）、簡約性（parsimony）、交叉 驗證（cross-validation）等三種指標來進行兩種模式間的比較。這些適合度指標（fit indexes）包括：χ²∕df 小於 2（Carmines & Mclver, 1981）、
NNFI（Non-Norm Fit Indexes）大於.90（Bentler & Bonnett, 1980）、CFI（Comparative Fit Indexes）大於.95（Bentler, 1995）、SRMR（Standardized root mean square residual）
小於.08（Hu & Bentler, 1999）、RMSEA（Root Mean Squared Error of Approximation）
小於.05（McDonald & Ho, 2000）（參考自邱皓政，2006；Hu & Bentler, 1999）。
另一方面，Hu 與 Bentler（1999）則建議 RMSEA 小於.06 可作為良好模式 的指標，其若大於.10 則表示模式並不理想；AIC 代表模式簡約性，且其值越小 越好；ECVI 代表模式適合度在不同樣本上的變動狀況，其為交叉驗證指標，故 ECVI 值越小顯示模式適合度的變動性越小（Browne & Cudeck, 1993）（參考自邱 皓政，2006；Hu & Bentler, 1999）。
從表二可發現，各項適合度指標顯示兩種模式在各項指標上的數值皆有所 差異，一因素模式與二因素模式的卡方比（χ²∕df）各為 4.33 與 2.49（建議值：
小於 2），NNFI 各為 0.82 與 0.94（建議值應為大於.95），CFI 各為 0.84 與 0.95
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表二
一因素與二因素模式之適合度指標（N = 225）
model χ² df χ²/df NNFI CFI SRMR RMSEA ECVI AIC
建議值 ＞.90 ＞.95 ＜.08 ＜.06 越小
越好
越小 越好 一因素 736.52 170 4.33 0.82 0.84 0.11 0.14 4.28 959.55 二因素 442.19 169 2.49 0.94 0.95 0.078 0.078 2.16 483.72 註1：NNFI、CFI、SRMR、RMSEA之建議值參考自Bentler與Bonnett（1980）以及Hu 與 Bentler
（1999）
註2：NNFI=Non-Norm Fit Indexes、CFI=Comparative Fit Indexes、SRMR=Standardized root mean square residual、RMSEA=Root Mean Squared Error of Approximation。
圖七 BHS 二因素 20 題的驗證性因素分析模式與參數值
註：NFT（Negative Future Thinking）為負向未來思考，PFT（Positive Future Thinking）為正向未 來思考
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
- 41 -
（建議值應大於.95），SRMR 各為 0.11 與 0.078（建議值應為小於.08），RMSEA 各為 0.14 與 0.078（建議值為小於.05），ECVI 值各 4.28 與 2.16，AIC 值各為 959.55 與 483.72。
根據上述的驗證性因素分析的結果，二因素模式在各種適合度指標上大多符 合或貼近建議值，且相較於一因素模式，二因素模式顯著較具優勢。此結果顯示 二因素模式的因素結構是比較能代表 BHS 的因素結構，各項指標也顯示二因素 模式為不錯的模式，此結果也能呼應前述探索性因素分析的結果。最後確立的因 素模式及各參數數值請見圖七。
因此，本論文將使用二因素模式的因素結構來解釋與分析後續的 BHS 得分，
並根據 MacLeod 與 Byrne（1996）的理論觀點將第一個因素命名為負向未來思考
（Negative Future Thinking, NFT），將第二個因素命名為正向未來思考（Positive Future Thinking, PFT）。
第二節 描述與相關統計分析
壹、量表描述與相關統計的資料
描述統計 研究參與者在各量表的得分資料如表三：BAS 分量表介於 28 到 64 分，BIS 分量表介於 13 到 35 分，PFT 分量表介於 1 到 27 分，NFT 分量表介 於 0 到 32 分，BDI 量表介於 0 到 53 分。此外，BAS、BIS 與 PFT 之得分分配的 偏態與峰度都在正負 1 之間，故並無顯著偏離常態分布；但 NFT 與 BDI 的得分 分布呈現正偏與高狹峰的分配，此結果可能與兩個量表的題目均與較負向情緒或 認知型態有關，因此得到非常態的結果應為預期的狀況。
相關統計 各變項的相關分析結果中，除了 BAS 與 BIS 間的相關不顯著（r
= .01），以及 BAS 與 BDI 間的相關僅達邊緣顯著外（r = -.08），其他變項間的相 關係數均達顯著。
‧
註：BAS 為行為激發系統分量表，BIS 為行為抑制系統分量表，PFT（Positive Future Thinking）
為正向未來思考分量表，NFT（Negative Future Thinking）為負向未來思考分量表，BDI 為貝氏
為正向未來思考分量表，NFT（Negative Future Thinking）為負向未來思考分量表，BDI 為貝氏