資料分析

一、描述分析

研究使用統計軟體 SPSS 21.0 針對研究參與者的背景資料和癌症有關變項進 行分析，包含平均值、標準差、百分比等等，瞭解樣本基本特性樣貌。同時，對 T1-T4 每個時間點深思反省式反芻、苦惱自責式反芻，趨近因應、逃避因應和憂 鬱進行描述分析，呈現這些變項的平均值、標準差、最大值、最小值等。

二、相關分析和單因素 ANOVA

使用 SPSS 21.0 將 T1-T3 的苦惱自責式反芻、深思反省式反芻、趨近因應、

逃避因應分別與下一個時間點的憂鬱做相關分析。另外，考慮到兩種反芻之間可 能存在的高度相關，分別在每個時間點控制苦惱自責式反芻，做深思反省式反芻

‧

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

和下一個時間點憂鬱的淨相關分析，同樣的，對苦惱自責式反芻與憂鬱做淨相關 分析。

對於背景變項和臨床變項，將 T1 收集的教育程度、年齡、收入等分別與 T2-T4 的憂鬱做相關分析；而癌症期數、手術方式等名義變項，則進行單因素 ANOVA 分析，藉以瞭解此類變項中不同類別對應的憂鬱是否有差異。

三、HLM 模型

為了探索反芻、因應以及深思反省式反芻與因應的交互作用對憂鬱的預測效 果，本研究將 T 時間點的深思反省式反芻、苦惱自責式反芻、趨近因應、逃避因 應和憂鬱與 T+1 時間點的憂鬱相對應，並將深思反省式反芻、苦惱自責式反芻、

趨近因應、逃避因應進行組平均數中心化（group mean centering）作為個體內的 階層一變項，並以憂鬱作為因變項建立 Level 1 模型。

個體間變項如年齡、教育程度和癌症期別、手術方式以及總平均數中心化

（grand mean centering）的深思反省式反芻、苦惱自責式反芻、趨近因應、逃避 因應作為階層二變項，建立隨機截距模型；另外因應對深思反省式反芻預測憂鬱 的調節作用或同時來自個體間差異，於是將總平均數中心化的趨近因應、逃避因 應作為個體內深思反省式反芻預測憂鬱的斜率，建立隨機截距與斜率 Level 2 模 型。

本研究假設隨著時間變化，反芻和因應預測了乳癌患者的憂鬱，因而有必要 瞭解這樣的變異是來源於個體內的變化亦或是個體間的差異，計算組內相關係數

（intraclass correlation, ICC; Raudenbush & Bryk, 2002）。當 ICC 更接近於 0 的時 候，說明變異主要來源於個體內，而當 ICC 更接近於 1 的時候，變異更多來源

‧

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

於個體間的差異。當資料適合進行 HLM 分析時，將方程輸入 HLM 7 軟體中進 行分析。

Level-1 Model

DEPti = π0i + π1i*(APPti) + π2i*(AVOti) + π3i*(BRti) + π4i*(RFti) + π5i*(APPRFti) + π6i*(AVORFti) + eti

Level-2 Model

π0i = β00 + β01*(EDUi) + β02*(SUGERYi) + β03*(STAGEi) + β04*(AGEi) + β⁰⁵*(BROODINGi) + β⁰⁶*(REFLECTi) + β⁰⁷*(APPROACHi) + β08*(AVOIDANTi) + r0i

π¹ⁱ = β¹⁰ π2i = β20 π3i = β30

π⁴ⁱ = β⁴⁰ + β⁴¹*(APPROACHi) + β⁴²*(AVOIDANTi) + r4i

π5i = β50 π⁶ⁱ = β⁶⁰

上述公式中：

DEP 代表憂鬱；

APP、AVO、BR、RF 分別代表組平均中心化的趨近因應、逃避因應、苦惱 自責式反芻和深思反省式反芻；

EDU、STAGE、AGE、BROODING、REFLECT、APPROACH、AVOIDANT 分 別代表總平均中心化的教育程度、癌症期數、年齡、苦惱自責式反芻、深思反省

‧

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

Mixed Model