此節主要利用皮爾森積差相關來檢定研究對象的網路成癮程度與睡 眠品質之間的相關性。以下針對個量表的總分以及次構面因素之相關性 進行分析。研究結果如表 4-5-1 與 4-5-2 所示，茲分數如下：
網路成癮與睡眠品質的總分經過皮爾森積差相關分析後結果呈現統 計上顯著正相關(R=0.464，P<0.01)，即網路成癮的程度越高，則研究對 象的睡眠品質就越差，更進一步的從次構面因素來看：
一、 個人主觀睡眠滿意度
由統計結果發現「耐受性症狀」、「戒斷症狀」、「強迫上網症狀」、
「時間管理問題」、「人際關係與健康問題」的程度越大，則研究對象 的個人主觀睡眠滿意度就越差。
二、 睡眠潛期
由統計結果發現「耐受性症狀」、「戒斷症狀」、「強迫上網症狀」
呈現顯著的正相關，即研究者耐受性症狀、戒斷症狀、強迫上網症狀越 嚴重者，進入睡眠所需要的時間越長。而「時間管理問題」、「人際關 係與健康問題」則未達統計上顯著相關。
三、 睡眠時數
睡眠時數與「耐受性症狀」、「戒斷症狀」、「時間管理問題」呈
78
現顯著正相關，即研究對象耐受性症狀、戒斷症狀、時間管理問題越嚴 重者，則其睡眠時數可能就越短。
四、 睡眠效率
睡眠效率與「耐受性症狀」、「戒斷症狀」、「強迫上網症狀」呈 現顯著的正相關，即研究者耐受性症狀、戒斷症狀、強迫上網症狀越嚴 重者，睡眠效率越差。而「時間管理問題」、「人際關係與健康問題」
則未達統計上顯著相關。
五、 睡眠困擾
由統計結果發現「耐受性症狀」、「戒斷症狀」、「強迫上網症狀」、
「時間管理問題」、「人際關係與健康問題」的嚴重的程度越大，則研 究對象的睡眠困擾就越多。
六、 日間功能障礙
由統計結果發現「耐受性症狀」、「戒斷症狀」、「強迫上網症狀」、
「時間管理問題」、「人際關係與健康問題」越嚴重，其日間功能障礙 也越多。
七、 使用助眠藥物
安眠要使用與「強迫上網症狀」、「時間管理問題」經分析後呈現 統計上顯著正相關，即強迫上網症狀越研究、網路時間管理上問題越嚴 重者，其安眠要的使用情形就越高。
79
表 4-5-1 網路成癮總分與睡眠品質總分之皮爾森積差相關(n=351)
變項名稱 網路成癮
睡眠品質 0.464**
*P<.05,**P<.01,***P<.001
表 4-5-2 網路成癮次構面因素與睡眠品質次構面因素之皮爾森積差相關(n=351)
網路成癮
睡眠品質 耐受性症狀 戒斷症狀 強迫上網症狀 時間管理問題 人際健康問題
主觀睡眠品質 0.350** 0.322** 0.338** 0.410** 0.327**
睡眠潛期 0.147** 0.138** 0.152** 0.084 0.098
睡眠時數 0.150** 0.156** 0.103 0.319** 0.100
睡眠效率 0.126* 0.161** 0.147** 0.104 0.103
睡眠困擾 0.240** 0.239** 0.305** 0.273** 0.255**
日間功能 0.314** 0.305** 0.315** 0.364** 0.316**
使用助眠藥物 0.072 0.066 0.197** 0.160** 0.015
*P<.05,**P<.01,***P<.001
80
第六節 個人背景因素、網路使用習慣、
網路成癮程度對睡眠品質之預測情形
為探討睡眠品質相關變項對睡眠品質的預測情形，將「性別」、「年 級」、「家中經濟狀況」、「目前在校成績」、「網路使用目的」、「主要使用 網路地點」、「每天平均上網時數」、「每週平均上網天數」、「所利用的上 網裝置數」等預測變項置入模式中，並且以睡眠品質總分當做依變項來 進行富回歸分析。先將「性別」、「年級」、「家中經濟狀況」、「目前在校 成績」、「網路使用目的」、「主要使用網路地點」等類別變項進行虛擬變 項的轉換(見表4-6-1)。進行複回歸分析前需要先診斷自變項間是否會有 共線性的問題，所以需要進行共線性檢定。根據Kleinbaum，Kupper &
Muller等人(1988)所提出的共線性建議之原則，當膨脹係數(VIF)大於 10.00與容忍度(Tolerance)小於0.25的情形則表示有多元共線性。由表 4-6-2可之各變項的容忍度皆大於0.25，且膨脹係數皆小於10，顯示自變 項間沒有共線性的問題產生。從複回歸分析結果來看(見表4-6-3)本模式 達統計上顯著水準(F=6.987；P<0.001)，表示其模式中的變項來預測睡 眠品質是有意義的，而整體的解釋力達到26.3%。
其中主要預測睡眠品質的因子為「性別」(β=-0.122，t=-2.327，
P<0.05)、「網路成癮總分」、(β=0.383，t=7.066，P<0.001)。因此，研
81
82
83
84