資料統計分析

本節就問卷回收後，人口背景變項資料之統計情形，以及統計資料分析方法 進行說明。

一、基本資料

考量臺北市及新北市國小特殊需求學生轉銜至國中的時程，轉銜與安置會議 大多自五月份至六月份開始，故本研究正式問卷發放時間自 104 年 5 月 12 至 104 年 6 月 12 日，共發放新北市及臺北市 32 所國小，總計 384 份問卷，扣除未作答 及填寫不完整後，回收 237 份有效問卷，回收率 61%。

回收問卷後背景變項依人數和類型稍作分類，在不同「家庭經濟」背景之項 目中，將問卷中家庭月收入選項 1.2 合併為低收入(2~4 萬元以下)；選項 3、4 合併為中收入(4~8 萬元)；選項 5、6 合併為高收入(8 萬元以上)；在「家庭型態」

項目中，勾選「隔代教養」選項只有四份，故分類時將其分到「夫妻不同住」(包 括分居或離婚)之項目，合併為「單親」，總計有「與其他親友同住」、「小家庭」

和「單親」三大項；「教育程度」的項目中，為考量各組人數落差不宜太過大，

故將小學畢業、國中畢業及高中職畢業合併成「高中(職)以下畢業」，其他兩類 分別為大學(專)畢業和研究所畢業；「鑑定類別」的項目中，以第 1 類神經與心 理(自閉症、智能障礙、學習障礙、情緒障礙)最多，合併選項 2.3 為身體感官或 神經骨骼(聽覺障礙、視覺障礙、肢體障礙、感官功能異常、身體病弱)和其他多 重障礙(罕見疾病或合併兩項以上障礙類別)等三大項目為分類。

樣本人數表如 3-4-1、基本資料統計表如 3-4-2。

79

80 卷，將編碼的有效問卷使用 Statistical Package for Social Science,SPSS for Windows

81

release 18.0 進行多變量、皮爾遜積差相關及多元迴歸分析，本研究的資料處理 方法如下：

(一)多變量分析(MANOVA)

問卷回收後，根據文獻及回收背景變項組的數量，分別依性別、家庭經濟、

就業狀況、家庭型態、教育程度、鑑定類別和安置班別進行與不同變項的差異比 較，進行多變量變異數分析(MANOVA)。多變量變異數分析(MANOVA)為單變 量變異數分析(ANOVA)的擴展，由於多變量變異數分析可同時考量數個依變項 的關係，為多個單變量分析所無法達到的，因單變量分析的假設是依變項之間相 關為零，若依變項有兩個以上，採用多變量變異數分析的優點有：可減少犯第一 類型錯誤、可以了解更多資訊、有較高的統計考驗力(吳明隆,2013)。

多變量變異數分析的步驟為先進行整體效果考驗，以考驗各組平均數是否達 差異，本研究中以 Pillai's Trace 的統計量來進行考驗，若達顯著水準，則表示各 組樣本至少在一個依變項上達顯著差異水準。接著再進行追蹤考驗，以解釋組間 的差異情形，本研究中以單變量F 值來進行追蹤考驗。

(二)皮爾遜積差相關分析

本研究目的之一為探討國小高年級特教班家長，在轉銜時的資源保留、壓力 因應與心理健康之關係，回收問卷後採皮爾森積差相關係數分析(Pearson’s product moment correlation coefficient)，以了解三變項之間的關係與方向。再依其 相關係數的強度分析意義，分析依據為相關係數之絕對值 r=.10 以下為微弱或無 相關、r=.10~.39 為低度相關、r=.40~.69 為中度相關、r=.70~.99 為高度相關、

r=1.00 為完全相關。(邱皓政，2010) (三)迴歸分析

根據文獻及本研究需要，進行階層迴歸分析，控制人口變項後，以四種資源

82

保留、四種壓力因應類型檢驗對心理健康的預測力。

接著，為驗證不同「資源保留」在「壓力知覺」與「心理健康困擾」的中介 效果，研究者以 Baron and Kenny(1986)的中介效果方法，採用簡單迴歸及階層 迴歸的方式，進行三種路徑的迴歸分析，以檢驗不同資源保留(個人資源、能量 資源、物質資源和條件資源)在壓力知覺與心理健康，若符合以下條件，則中介 效果成立。

1.預測變項能顯著的預測校標變項。

2.預測變項能顯著的預測中介變項。

3.在控制預測變項的條件之下，中介變項能預測校標變項。

4.當加入中介變項之後，預測變項對校標變項的預測力有顯著的下降。

最後以 Baron and Kenny(1986)的調節效果檢驗，採階層迴歸檢驗不同「壓 力因應」是否具有調節作用，先檢驗「資源保留」及「壓力因應」的主要效果，

再檢驗其交互作用對「心理健康困擾」的預測力，為避免共線性影響，先將「資 源保留」及不同「壓力因應」分數分別減去其平均數，再進行相乘。若交互作用 對心理健康困擾有顯著預測力，則調節作用成立。

83