資料處理與分析

本研究使用 SAS 9.3 及 SPSS 20.0 進行統計分析，採用描述性統計、

皮爾森相關、點二系列相關、獨立樣本 t 檢定，以及迴歸分析等方法，並 以α = 0.05 為顯著水準，採用雙尾檢定，分析方式說明如下：

一、描述性統計

人口學變項以次數分配及百分比的方式呈現研究參與者之性別、職 業狀態、婚姻狀態、信仰狀態、居住狀態、家中其他人精神疾病狀況，

以及相關自殺與自我傷害史。以平均數及標準差的方式呈現研究參與者 之年齡、教育程度、自我污名化、家庭功能、自尊程度、憂鬱症狀、生 活品質、無望感，以及自我效能等程度。探討精神分裂症患者與憂鬱症 患者之社會人口學及臨床特徵、自我污名化、家庭功能，以及疾病預後 之現況。

二、推論性統計

本研究以自我污名化為自變項，另以疾病預後（自尊、憂鬱症狀、

生活品質、無望感、自我效能）為依變項，探討家庭功能在自我污名化 對於疾病預後所扮演的中介效果，此外，探討不同疾病診斷在中介模式 中的調節效果。

（一） 相關性檢定

探討不同家庭功能與自我污名化、家庭功能、自尊、憂鬱症狀、生 活品質、無望感，以及自我效能的相關性，連續變項使用皮爾森相關；

類別變項使用點二系列相關。

（二） 獨立樣本 t 檢定

以獨立樣本 t 檢定檢驗不同疾病（精神分裂症、憂鬱症）患者之自我

32

污名化是否有差異。

（三） 中介效果

本研究欲檢驗研究參與者之家庭功能是否為自我污名化對於疾 病預後之中介因子，以Hayes (2013) 發展之SPSS的PROCESS macro 來檢測中介作用與調節性中介作用。在中介模式與調節性中介模式中 控制可能影響依變項的干擾變項；95%信賴區間使用拔靴法

(Bootstrap) 模擬抽取5,000次進行估計 (Preacher & Hayes, 2004)。以 本研究之中介變項概念圖（圖3-3）為例，圖3-3-A之路徑c為自變項對

33

（四） 調節性中介效果

調節性中介效果是以迴歸分析為基礎，檢測不同疾病診斷是 否為自我污名化-家庭功能-疾病預後中介模式的調節因子。調節 性中介模式可見圖3-4，在調節性中介模式中，交互作用項一 (Int 1) 為自我污名化與疾病診斷的交互作用項，交互作用項二 (Int 2) 為家庭功能與疾病診斷的交互作用項。若交互作用項達顯著，則 表示具有調節性中介效果。在檢驗交互作用的模式中，以置中平 減的方式解決變數間共線性的問題 (Preacher & Hayes, 2008)，並 以圖示闡述顯著交互作用效果的性質。

疾病診斷

Int 1

Int 2 家庭功能

自我污名化 疾病預後

 自尊

 憂鬱症狀

 生活品質

 無望感

 自我效能

圖 3-4 調節性中介模式概念圖

35