第三章 研究方法
第五節 資料處理
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
方面能力越差。固著錯誤反應指受試者在規則變換後其持續前 一分類規則形成錯誤反應的數量，得分越高表受試者越固著。
固著反應則指受試者在全部反應中，持續固著反應的比例，分 數越高表受試者規則轉換能力越差、認知越缺乏彈性。學習反 應指受試者嘗試不同規則達完成分類策略的數量，可用以顯示 受試者測驗表現好壞，得分越高表受試者在抽象推理、形成策 略等執行功能越佳。
第五節資料處理
本研究將研究所得資料加以整理後，使用 SPSS 19.0（IBM, 2011）及 HLM 6.20（SSI, 2010）統計軟體進行分析。分析內容及要點陳述如下：
一、以基本描述統計方式呈現人口統計變項：本研究首先將以描述統 計方式呈現基本人口統計變項，包括百分比、平均數、標準差等說明本研 究樣本相關特性，藉此特性描繪猝睡症患者的大致輪廓。內容將包括性別、
年齡、發病持續時間、初發年齡等。變項組間比較在症狀比較上，平均數 差異檢定，百分比差異使用卡方檢定（χ2），設定顯著水準為 0.05。
二、以迴歸分析了解足以預測患者生活品質的變項：本研究繼之以多 元迴歸分析足以預測患者基線期及追蹤階段生活品質之個體間因素（包括 基本人口統計變項之性別、年齡、目前年齡、初發年齡、疾病持續時間：
及 HLA 檢驗），以瞭解足以解釋生活品質差異的個體間因素。
78
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
三、以階層線性模式檢驗假設：階層線性模式可分析連續性資料，瞭 解患者生活品質連續變化之軌跡、變項間的影響關係、及個體內差異影響 程度等。此分析方式可同時考慮個體的初始狀態及成長軌跡間的關係，使 每位病患皆有其軌跡參數（線性成長曲線的截距與斜率），並以此參數呈現 個體間的差異。同時；階層線性模式可處理遺漏值問題，容許連續測量資 料次數再三次以上者皆納入模式分析。
據此，本研究資料分析中，將生活品質設定為階層線性模式之第一層 次（個體內層次）之依變項，同時將症狀嚴重度變化情形（包括嗜睡程度 及猝倒嚴重度）設定為隨時間變動的解釋變項，依此建立第一層次的迴歸 模型；層次二則是巢嵌於患者個體間，不隨時間變動，且影響生活品質變 化的變項包括患者性別、目前年齡、初發年齡、病症持續時間、人類白血 球抗原檢驗等解釋變項，作為階層線性模型分析的個體間預測變項，以此 建構第二層次的迴歸方程式。並據此回答研究假設，檢驗患者生活品質隨 時間變化情形，以及不同層次影響因素對患者生活品質的起始狀態及變化 軌跡之影響效果。本研究生活品質將分別自兩個分量尺（生理量尺、心理 量尺）與八個向度（生理功能、生理角色限制、身體疼痛、一般健康、社 會功能、活力、心理健康、情緒角色限制）分別探討之。
階層線性模型分析流程包括四個步驟。首先，進行零模型（null model）
分析，確定生活品質各向度資料是否符合階層線性模型分析的基本條件。
79
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
倘符合此一前提要求，將針對此資料進行「無條件成長模式」（unconditional growth model）分析，以確認個體內重複量數呈現的初始狀態及是否具有特 定成長趨勢，因此分析將包括線性及非線性趨勢分析，並瞭解是否具有加 入更高階解釋變項對差異進行解釋之必要。第三步驟將加入第二層次解釋 變項，確認這些變項能否有效解釋患者生活品質變化之差異，同時瞭解在 第二層次變項設定後，個體內變項對生活品質變化具有之解釋力如何。各 階段模式說明如下：
零模型：為階層線性模式分析基本架構，此模型為考驗不含時間變項、
解釋變項下，進行初始模式估計，目的在檢驗τ00是否達顯著（亦即檢驗隨 機效果中起始效果μoi 是否達統計顯著性），以此決定患者連續資料進行階 層線性模式分析的適切性。因此透過組內相關係數（intraclass correlation coefficient, ICC）的計算，可以獲知個體間變異占總變異量之比例，當 ICC 係數高於 0.059 時，表個體間變異量具有其他高階解釋變量之影響，可進一 步運用進行階層線性模式分析，瞭解其他解釋變項對依變項之影響情形（郭 志剛，2008）。此外，由於本研究假設患者（i）在資料收集時間點（t）所 測得的生活品質狀態（Yti），為一規律發展的成長趨勢加上該時間點測量隨 機誤差（εti）所構成，因此零模式階層線性模式考驗方程式如公式 3-1 及 3-2 所示。
（公式 3-1）Level 1：Yti = β0i+ εti
（公式 3-2）Level 2：β0i= γ00+ µ0i
80
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
μ2i：為生活品質隨時間變化的二次方曲線中的誤差變項
完整階層線性模式：依序在無條件成長模式中加入第一層次的高階解 釋變項，及第二層次的個體間變項，進入模式中進行分析，以檢視各層次 變項對患者生活品質各向度之影響情形。由於患者生活品質各向度的起始 狀態、變化趨勢可能有所不同，因此在本研究中將此模型設定為隨機效果，
而第一層次個體內隨時間變化的解釋變項則設定為固定效果，同時將第一 層次解釋變項亦設定為固定效果。換言之，本研究之完整模型為包含隨機 效果之截距模式（intercept as outcome with random effect）。
此外，依據 Tabachnick 與 Fidell 之建議（郭志剛，2008），若解釋變項 或高階解釋變項為連續變項時，為減少解釋變項間可能存在之多元共線性 問題，並使依變項截距更具實質解釋意義，必須對解釋變項進行調整。依 據學者建議，當高階解釋變項對依變項的影響效果為遞增或遞減效果時，
採取總平減（grand centering，即把觀察值減去總平均數）較適宜；相對地，
倘研究跨層級調節效果（交互作用效果）則以組平減（group centering，即 把觀察值減去組平均數）方式較適宜（邱皓政，2007）。故本研究之完整模 式分析中，層次一之解釋變項皆以其組平均數進行中央化，亦即以組平減 方式進入模式分析。而層次二之解釋變項中連續變項資料進行總平減之中 央化，至於類別變項部分將不進行中央化處理，將類別變項設定為虛擬變 項（dummy code）進行比較。其終生活品質向度呈長趨勢符合線性模式者，
階層線性模式方程式設定如公式 3-7、3-8 所示。
82
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
（公式 3-7）Level 1：Yti= β0i+ β1iTIMEti+ β2i�症狀� + +εti
（公式 3-8）Level 2：β0i= γ00+ γ01�人口變項� + γ02�神經功能� + µ01
β1i= γ10+ µ1i β2i= γ20+ µ2i
β2i：受試者不同時間點所測得生活品質受症狀變化影響的係數
階層模式考驗符合二次方曲線成長模式之向度，設定考驗完整模式方 程式如公式 3-9、3-10 所示。
（公式 3-7）Level 1：Yti= β0i+ β1iTIMEti+ β2iTimeti2 + β3i�症狀� + +εti
（公式 3-8）Level 2：β0i= γ00+ γ01�人口變項� + γ02�神經功能� + µ01
β1i= γ10+ µ1i β2i= γ20+ µ2i β3i= γ30+ µ3i
83