第七章 結論
第四節 資料處理與統計分析
1. 非飲食資料
(1)孕婦基本資料、體位測量及例行產檢資料
將問卷中的資料編碼為不同變項，並以 Excel 程式彙整受試者資 料後，選擇欲分析之變項資料匯入 SPSS 22.0 進行統計分析處理。
(2)家庭背景資料
沿用研究室陳姮霏（民 93）之家庭社經背景之分類計算方法，將 受試者及其配偶之職業做類別區分（學生-0、無工作者-1、家管-2、農 漁畜牧業-3、藍領階級-4、服務業-5、資本服務業-6、白領階級-7、軍公 教員警-8、資本白領階級-9），並依照下方公式計算出個人社經地位數 值，並依所得數值大小畫分為低、中、高三個社經地位等級，個人社經 地位歸類及計分方式如表 3-4.1 所示。
個人社經地位數值 = 職業類別 × 2 + 受教育時間（年）
表 3-4.1、個人社經地位歸類及計分方式
社經地位數值 ≥19 20~29 ≤30 個人社經地位分類 低社經地位 中社經地位 高社經地位
個人社經地位得分 1 2 3
而家庭之社經地位程度則是將受試者與其配偶的個人社經地位分 數相加總，得分≤ 3 分者為低家庭社經地位，得分等於 4 分者為中家 庭社經地位，得分 5 分者為中高家庭社經地位，而 6 分為高家庭社經 地位。
(3)孕期活動量
民 91 世代受試者資料延用本研究室陳姮霏（民 93）之活動量分 級方法，計算職業活動量加上孕期活動指標所得的結果做為孕期活動 量。職業活動量分級方式如表 3-4.2 所示:
表 3-4.2、孕期職業活動量分級方式
由健康狀況家庭生活及個人飲食頻率問卷（B 問卷）所記錄之運 動情形，將不同運動種類分類為低、中、高三個等級的活動量，運動 種類得分之歸類方式如表 3-4.3 所示，而孕期活動指標之計算方法如 下方公式:
表 3-4.3 孕期運動種類得分之歸類方式
孕期活動指標=運動種類得分×每週運動頻率（次）×每次運動時間（分）
7
分別計算完職業活動量及孕期活動指標後，將兩者數值相加總即 為孕期活動量，得分判斷標準：1 分為低孕期活動量；2~3 分為中孕 期活動量；≥4 分者為高孕期活動量。
職業類別 得分 職業活動量
學生、白領階級、資本白領階級 1 低 家管、服務業、資本服務、軍公教員警 2 中
藍領階級 3 高
運動種類 得分 運動活動量
散步、爬樓梯、太極引導、搖呼拉圈 1 低 爬山、踩腳踏車、打桌球、有氧舞蹈 2 中
游泳 3 高
民 98 世代孕期活動量計算方式與民 91 世代稍有不同，其採用衛 福部公布之 IPAQ 台灣活動量調查問卷（行政院衛生福利部，民 96），
其活動量計算方式入下:
分別計算在過去一週中從事費力、中等費力、走路及久坐的時間。
將 各 類 別 運 動 時 間 乘 上 不 同 分 類 活 動 的 代 謝 當 量 (metabolic equivalents, METs)：費力活動乘以 8，中等費力活動乘以 4，走路乘以 3.3，坐著乘以 1。
身體活動代謝當量＝代謝當量(METs)×每天活動時間(分鐘)×每週天數
加總各項活動類別之活動代謝當量
由於兩世代的孕期活動量計算方式不同，因此本研究以民 91 世代 之運動分級作為標準，將民 98 世代依照其人數百分比與 91 世代進行 內差法之計算，統整孕期活動量之分級。
(4)孕期體重增加量分組
研究將使用美國 IOM (Institute of Medicine)針對不同孕前體位分級 之婦女所建議的孕期體重增加量(表 3-3.4)，做為孕期體重增加量是否足 夠的標準，以及判定孕期體重增加量分組，低於界定範圍者為 GWG 過 低組、於建議範圍者為 GWG 適中組，超過界定範圍者為 GWG 過多組。
表 3-4.4、不同孕前體位婦女孕期體重增加建議量
Pre-pregnancy weight category (BMI) Recommended range of total weight (kg)
Underweight(<18.5) 12.5-18
Normal Weight(18.5-24.9) 11.5-16
Overweight(25-29.9) 7-11.5
Obese (>30) 5-9
Note. From Institute of Medicine (IOM). Weight gain during pregnancy: reexamining the guidelines. Washington, DC. National Academies Press; 2009.
(5)出生體重分組
出生體重分組將參照本研究室林筱菁(民 97)之新生兒體重界定標 準(表 3-3.5)，其依照新生兒出生週數及對應體重，以出生體重的第 25 百分位及第 75 百分位做為分界點，分為相對低出生體重(relative low birth weight, rLBW)、相對適當出生體重(relative adequate birth weight, rABW)及相對高出生體重(relative high birth weight, rHBW)三組，若有小 於 37 週出生之嬰兒將會納入相對低出生體重組。
表 3-4.5、相對低及高出生體重新生兒標準 懷孕週數 相對低出生體重標準
(＜25th percentile)
相對高出生體重標準 (＞75th percentile) 37 ＜2700g ＞3250g 38 ＜2900g ＞3400g 39 ＜3000g ＞3500g 40~42 ＜3000g ＞3600g
資料來源：“婦女懷孕前飲食營養攝取狀態與新生兒體型之相關性研究”，林筱菁，
民 97，國立台灣師範大學人類發展與家庭學系研究所碩士論文，未出版，台北市。
2. 飲食相關資料
(1) 24 小時飲食回憶問卷
24 小時飲食回憶問卷所得資料，需先將問卷上記錄的食物名稱轉 為食物譯碼，並且將食物份數換算成重量（公克），再經由 Nufood.2 資 料庫中的師大飲食分析系統(Normal University Diet Calculation System，
NUCAL)做個人飲食攝取運算，完成運算後可匯出為 Excel 檔，再進一 步以 SPSS 22.0 進行食物重量、熱量及營養素攝取的統計分析處理。
(2) 健康狀況家庭生活及個人飲食頻率問卷（B 問卷）
個人飲食頻率問卷部份使用師大食品營養素資料庫 2 (Taiwan Normal University Food and Nutrition Management System 2，NUFOOD.2) 資料庫中，台灣食物頻率問卷編輯系統(Taiwanese Food Frequency Questionnaire Editing System，TWFFQ)進行飲食資料的輸入與匯出。
輸入資料前須建立ㄧ份運算個人飲食頻率之母問卷，母問卷之建立需 輸入餐次、群組、小類、食物名稱、各小類食物中每項食物所佔的比 例及每份食物之克數，完成母問卷之編輯後，即可開始輸入飲食頻率 問卷資料。
輸入問卷時需選定預先設定好之母問卷，增新受試者資料並填入 研究編碼、姓名、性別出生日期及訪問日期，建立個人資料後再將受 試者回答各項食物之飲食頻率輸入系統選單中，完成ㄧ份問卷之輸入 後再點選頁面中之儲存按鍵，待所有受試者之問卷皆輸入完畢後，可 使用 TWFFQ 介面中的問卷查詢功能做輸出，系統將執行個人平均每 日攝取食物重量、熱量及營養素資料運算。
(3)蛋白質來源食物分析
目前研究室之 NUFOOD.2 資料庫，其食物原料部分共分為 15 大 類，總計有 759 種食物原料細項，蛋白質完成率為 100%，又動物性 蛋白質完成率為 91.78%、植物性蛋白質完成率為 90.72%。本研究使 用食物原料做為資料分析依據，而蛋白質食物來源之資料輸出，是利 用資料庫運算系統中的「問卷資料列印」選項，其運算功能可將飲食 問卷資料中的食譜組成，再次拆解成食物原料之細項組合，每一項食 物原料亦能顯示出其食物類別及其動、植物性蛋白質含量，輸出資料 後再以 Excel 軟體之排序功能做資料的整理。
3. 兩世代孕期問卷總數統計與分析方式
在問卷處理部份，由於民 91 世代招募條件為招收懷孕 20 週內的 孕婦，在實際收案時缺乏懷孕 12 週以內懷孕婦女受試者，雖民 98 世代 條件為招收懷孕 12 週內婦女，但同樣在 24 小時飲食回憶問卷方面亦 缺乏分析資料。若非計畫性懷孕者，在懷孕初期皆不容易發現自己已懷 孕，也致使第一孕期之資料非常稀少。根據台灣地區孕婦之飲食攝取及 營養現況調查（蕭寧馨，民 95）所示，孕婦體重平均增加量第一階段為 2.4±4.4 公斤，第二階段為 5.4±3.5 公斤，第三階段為 11.4±4.3 公斤，孕 期體重主要增加在懷孕第二、三階段，且相較懷孕第一階段，第二、三 階段之食量有增大之現象，因此本研究採取將全孕期以懷孕 28 週為分 界，畫分為孕期前期與孕期後期，表 3-4.6 為民 91 及 98 兩世代各週次 所實施飲食問卷的回收份數狀況。
表 3-4.6、民 91、98 兩世代孕期各週次實施飲食相關問卷回收狀況
問卷類別
編號 1 2 3 4 5 6 7
總計 週數 0~16 17~20 21~24 25~28 29~32 33~36 36~生產
世代 孕期前期（0~28 週） 孕期後期（29 週~生產）
24hr recalls1 91 54 128 140 139 140 140 135 876
98 79 107 111 98 107 423
FFQ2 91 139 139
98 112 112
124hr recalls:24 小時飲食回憶；2FFQ:個人食物飲食頻率問卷
飲食問卷的處理，孕期前期資料將使用 91 及 98 世代回收數量較多 的 17~20 週 24 小時飲食回憶作為代表，孕期後期則使用 36 週~生產的部 份做分析，若受試者在該次訪問中有資料遺漏，會優先使用前、後一個月 的飲食資料做替代。
二、 統計分析
將輸入師大 NUFOOD.2 資料庫中之飲食資料匯出，並整理非飲食 及飲食資料彙整為 Excel 檔，再使用 SPSS 22.0 版本及 STATA 8.0 版 本進行統計分析之步驟，使用之統計方法如下:
1. 次數分配與百分比 (Distribution and percentage)
使用於類別變項，如:母親年齡、嬰兒性別、父母親教育程度、收入 等，進行描述性統計分析。
2. 平均值與標準差 (Mean and standard deviation)
使用於連續變項，如:母親孕期體重、新生兒身高體重、前後孕期攝入 之營養素及熱量等，進行描述性統計分析。
3. 單一樣本 t 檢定(One sample t test)
將連續變項與一固定數值作比較，如:將孕期營養素攝取分析結果與 DRIs 之營養素攝取建議量做比較。
4. 獨立 t 檢定 (Student t test)
將兩組連續性變項之平均數做比較，分析是否具有差異，如:不同性別 新生兒之出生體重、身長是否具有差異。
5. 成對樣本 t 檢定(Paired sample t test)
比較同單一樣本重複測量值之差異性，如:前、後孕期之三大營養素攝 取是否具有差異。
6.單因子變異數分析 (One way ANOVA)
比較兩組以上連續性變項平均數之差異性，如:前後孕期之熱量及動、
植物蛋白質攝取量是否有具有差異。
7.卡方檢定 (Chi-squared test)
檢驗兩組以上類別變項是否具有關聯性，如:91 世代與 98 世代之母親 孕期活動量、教育程度、收入等是否具有差異。
8. 雙變數相關 (Bivariate Correlations)
分析兩連續或類別變項之相關性強弱，如:前後孕期之熱量及動、植物 蛋白質攝取量與孕期體重增加量之相關性；不同餐次之蛋白質攝取量與 出生體重之相關性。
9. 淨相關 (Partial correlation)
分析兩變項間的相關性時，為排除有共同解釋力干擾之變項，所剩下單 純此兩變項的純淨相關，如:控制母親年齡，分析孕期動、植蛋白質攝取 量與新生兒體型（身長、體重及 BMI）之相關性。
第四章 研究結果
第一節 家庭背景資料分析