第三章 研究方法
第四節 資料處理與統計分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四節 資料處理與統計分析
一、 資料處理說明
本研究為長期追蹤研究，研究目的是檢驗不同向度之因應與不同向度之創傷 後成長的時序關係以及兩者隨著時間發展的相互變化關係，研究時間共有四個測 量時間點，除了術後一個禮拜內親自拜訪時請參與者填寫的基本資料表，PTGI 和 Brief COPE 皆有四個時間點的資料（n=283），以 IBM SPSS 21 統計套裝軟體 來檢驗資料，包括遺漏值分析，並計算人口學變項及主要研究變項之描述性統計 資料，包括平均數、標準差、偏態、峰度，各變項間相關係數，再以 LISREL 8.7 統計軟體進行潛在成長模式（Latent growth modeling，簡稱 LGM）之考驗。
LGM 是結構方程模式（Structural equation modeling，簡稱 SEM）的應用，
主要用來處理縱貫資料。LGM 假設變項的改變與時間之間具有系統性關聯（余 民寧，2014），以時間為橫軸、以創傷後成長／因應為縱軸，可分別計算出創傷 後成長的截距和斜率，截距是代表觀察變項的初始狀態，斜率則代表變項隨著時 間的變化趨勢，可形成如下的 LGM 公式：
y ＝τy＋Λyη ＋ε
y 代表重複測量 p 次的觀察變項之向量；τy為 p 次重複測量的平均數向量，
也就是截距項；Λy為 m 個潛在變項對 p 個觀察變項的因素負荷量矩陣；η 為 m 個改變組型的潛在變項向量，也就是斜率項；最後是 p 個觀察變項的測量誤差 ε。
透過分析兩變項的截距和斜率，可了解創傷後成長及因應隨時間的變化形態（線 性或非線性）、可檢驗創傷後成長及因應的時序關係，若因應的截距可預測創傷 後成長的斜率，但創傷後成長的截距無法預測因應的斜率的話，表示創傷後成長 是因應的結果變項，在兩者時序關係上，是因應預測創傷後成長，反之則是創傷 後成長預測因應，而因應的截距可預測創傷後成長的斜率，創傷後成長的截距也
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
可預測因應的斜率，表示兩者可互相預測。
在模式及因素負荷量設定方面，本研究為臨床樣本，所有觀察變項的誤差變 異 (error variance) 皆為自由估計 (free estimated)，截距項的因素負荷量皆設為 1，
用來代表測量的「初始狀態」(initial state)，斜率項的因素負荷量則反映測量時間 點之間的時間間隔，屬於直線轉換式的編碼，而根據矩陣原理，因素負荷量的線 性轉換不會影響到模式適配度（余民寧，2014）。本研究的測量時間點是術後三 個月、術後六個月、術後兩年（術後 12 個月）及術後兩年（術後 24 個月），因 素負荷量為 1、2、4、8，由於本研究是以術後三個月作為基準線，視為起始點，
因此將第一個測量時間點的因素負荷量設為 0，而之後的測量時間間隔則平移為 1、3、7。
本研究為針對不同向度的因應與創傷後成長關聯性進行初探性研究，在創傷 後成長方面，除了整體 PTG 之外，初步區分為個體間和個體內兩大高階因素之 PTG (Ho et al., 2004; 2013)，因應策略方面則採用三因素模型（Litman, 2006；
Gutierrez et al., 2007；錢映融，2014），在控制重要背景變項（年齡、教育程度、
癌症期數）的情況下，分別檢驗整體 PTG、個體內 PTG 和個體間 PTG 與三個因 應向度（自我、社會及逃避）之間隨著時間發展的相互變化關係。由於本研究也 想檢驗因應與 PTG 的時序關係，因此在 LGM 模型部分，會再區分「由因應預 測 PTG」及「由 PTG 預測因應」兩種模型，故將產生 3 x 3 x 2 共 18 個 LGM 模 型。此外，根據 Frazier、Tashiro、Berman、Steger 和 Long (2004) 的研究結果，
個體所報告的正向改變會隨著時間而增加，且錢映融（2014）的研究結果，術後 三個月的 PTG 可預測術後半年的 PTG，而術後半年的 PTG 也可預測術後一年的 PTG，顯示 PTG 具有自我預測的情形，因此本研究在 LGM 模式中，也同時估計 PTG 截距對 PTG 斜率的預測參數。
潛在成長模式以 LISREL 8.7 進行，在檢驗因應與 PTG 兩者之間的相互變化 關係之前，須先分別針對自我導向因應、社會導向因應、逃避因應、整體 PTG、
個體內 PTG 和個體間 PTG 等六個變項進行線性考驗，以確定其發展軌跡是否為
‧
< 3、NFI>.90、NNFI>.95、CFI≥.90 、RMSEA ≤.08、SRMR ≤.08；Hu & Bentler, 1999），則表示該變項之成長模式符合線性成長模式，而若模式適配度不佳時，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
本研究第一個研究問題是重複驗證不同因應與整體 PTG 的關係，第二個研 究問題則是本研究最想探討的問題，即因應與不同向度的 PTG 之時序變化關係。
此外，由於本研究的 LGM 模式中均估計了 PTG 截距（初始狀態）對於 PTG 斜 率（變化軌跡）之參數 (Frazier et al., 2004)，因此也可呈現創傷後成長在個體內 的變化情形，下面以自我導向因應與整體 PTG 關聯性之 LGM 模型示意圖為例 來說明本研究 LGM 模式之意義，圖 3-5 為控制年齡、教育程度及癌症期數等背 景變項對因應截距、因應斜率、整體 PTG 截距、整體 PTG 斜率等四個潛在變項 之影響下，檢驗自我導向因應預測整體 PTG 的 LGM 模式圖，圖 3-6 則是控制年 齡、教育程度及癌症期數等背景變項對因應截距、因應斜率、整體 PTG 截距、
整體 PTG 斜率等四個潛在變項之影響下，由整體 PTG 預測自我導向因應的 LGM 模式，由兩個模式的綜合結果，可得到因應與 PTG 的時序變化關係。而將自我 導向因應改為社會導向因應、逃避因應，以及將整體 PTG 改為個體內 PTG、個 體間 PTG，則可了解不同因應與不同向度之 PTG 的相互變化關係。